摘要
本发明公开了一种五相电机开路故障诊断方法,属于电机在线诊断领域。所述方法在模型训练阶段,通过下采样技术采集电机在不同工况下的时序电机参数,构建训练数据库;采用皮尔逊相关系数分析电机参数与绕组电流的关系,并利用BP神经网络模型对电机状态进行回归预测。在在线诊断阶段,基于训练得到的数字孪生虚拟电机,结合实时采集物理电机的电角度、转矩和相电压数据进行在线训练和电流残差对比,检测电机是否发生故障。通过分析电流残差的差分值和诊断变量准确定位故障位置,并判断故障类型为绕组开路故障或功率管开路故障。本发明不需要电机的精确设计参数和故障数据,只需正常运行数据即可对电机开路故障进行实时快速诊断且具有很强的鲁棒性。
技术关键词
开路故障诊断方法
五相电机
数字孪生
电机绕组
皮尔逊相关系数
功率管开路故障
采样技术
BP神经网络模型
BP神经网络回归模型
在线
五相永磁容错电机
五相永磁同步电机
准确定位故障位置
电流值
阶段
电机开路故障
系统为您推荐了相关专利信息
数字孪生模型
工业园区
水蒸气
数据采集层
AI算法
仿真预测方法
序列
复合多尺度
集合经验模态分解
前馈神经网络
电能计量误差
计量算法
序列
计算机程序指令
动态补偿技术
协同调度系统
数字孪生体
控制模块
集群
预警机器人