摘要
本发明公开了一种电机故障特征提取及故障诊断方法。该方法包括以下步骤:步骤1,采集MCAVFCNN训练数据集,其中电机故障种类包含机械故障和电气故障2大类共9小类;步骤2,搭建MCAVFCNN模型,其中提出动态随机擦除层、自适应加权声振融合层和自适应POOLING层,利用步骤1采集的数据集进行模型训练直至收敛;步骤3,在线使用已训练模型,将训练好的MCAVFCNN模型在线应用。本发明所述方法可以实时准确的对运行中的电机进行状态监测和故障检测,在保障电机安全运行的同时减少了不必要的损失。
技术关键词
故障特征提取
故障诊断方法
声压传感器
数据
三轴振动传感器
气隙偏心故障
电机转子中心
参数优化算法
信号
采集系统
FFT算法
信息熵
保障电机
权重算法
振动故障
多通道
在线
系统为您推荐了相关专利信息
卡尔曼滤波器
参数
情景预测技术
数据
计算机程序产品
电子助力转向系统
方向盘
滤波单元
信号获取模块
滤波模块
管廊建筑
多体动力学模型
综合管廊
GIS平台
信息检索
智能网关系统架构
动态负载均衡机制
转换方法
深度学习模型
节点