摘要
本发明公开了一种缩短断续周期工作制S3‑S5电机温升测试方法及装置,涉及电机测试技术领域。本发明中的PPINN模型将一个长期问题拆分为许多独立的短期问题,由快速的粗粒度(CG)求解器监督,因此能够最大限度地利用使用小数据集训练神经网络的高计算效率,缩短训练用时,且PPINN模型能够将一个大数据集分解为多个小数据集进行训练,因此,在没有足够的GPU资源的情况下,仍能够在CPU资源上使用大数据集训练PINN,且将等效温升试验采集的数据用于预测模型训练,进行等效电机温升试验时间和温升值的预测,1次温升试验仅需1次测量,相较于传统方法可极大地减少实验时间,提高试验效率,降低人工劳动强度和成本。
技术关键词
温升测试方法
周期
温升测试装置
数据获取模块
电机测试技术
小数据
粒子群优化算法
预测模型训练
训练神经网络
人工劳动强度
执行算法
物理
大数据
算法模型
节点
系统为您推荐了相关专利信息
进化算法
混合流水车间调度
局部搜索策略
启发式算法
邻域
回转推进器
机器学习模型
疲劳寿命分析
优化设计方法
松弛