摘要
本发明公开了一种经验知识和数据融合驱动的电机负荷故障诊断方法,包括:构建电流/振动信号的经验知识特征空间,获得若干仿真信号样本;将所述仿真信号样本输入改进的生成网络DDGAN进行处理,获得扩充后的仿真信号样本,将实际故障样本和所述扩充后的仿真信号样本进行联合,获得故障信号样本;构建ICNLCNDTL诊断模型,将所述故障样本信号输入至所述ICNLCNDTL诊断模型进行诊断处理,获得电流信号诊断结果和振动信号诊断结果;通过多传感信号协同融合的电机复合故障诊断模型对所述电流信号诊断结果和振动信号诊断结果进行融合,完成最终的融合判识,获得故障诊断结果。本发明进一步提高了复合故障跨域诊断性能。
技术关键词
仿真信号
故障诊断模型
特征提取网络
多尺度特征提取
样本
复合故障诊断方法
电流
证据融合方法
分类器
局部细节特征
信号分析方法
非对称特征
局部特征信息
支路
电机
信号处理模块
特征提取模块
系统为您推荐了相关专利信息
模板支架结构
风险评估方法
建立神经网络模型
立杆
工况
特征提取模块
卷积模块
面向电力系统
无人机巡检方法
实时图像
查询场景
实例分割方法
航空发动机
上下文特征
交叉注意力机制