电驱动系统电机时空特征神经网络故障诊断方法及系统

本发明公开了一种电驱动系统电机时空特征神经网络故障诊断方法及系统，适用于多种复杂工况下的电机系统。本发明所述方法是将采集多种故障电机下的振动信号作为原始信号，对原始信号预处理成数据样本集，再对样本集里的数据进行多尺度分解得到时空特征输出，进而对时空特征进行种群编码成时间脉冲，最后利用构建好的脉冲卷积网络模型对输入进行训练，在训练模型中引入了梯度下降法并结合卷积和批规范化时间层策略，有效提高了网络的稳定性和分类精度。其中，多尺度分解提取得到的是信号的局部特征，与电机故障特征表现为局部性质相契合，显著提升了电机故障诊断准确性，有效保障电力运载装备电驱动系统可靠运行。