摘要
一种基于先验知识对比学习的闭环驱动电机故障诊断方法,首先提出空间电压矢量用于实现闭环驱动电机电气故障诊断,再经过先验知识集成对比诊断模型将空间电压矢量的使用频率作为先验知识集成子网络的输入;随后进行数据增强:采用三种方法——高斯噪声、随机缩放和掩码噪声——来补充在低采样率情况下空间电压矢量有用信息的不足;选择残差网络构建特征编码器,并通过监督对比学习策略进行预训练;构建有监督对比损失函数,以鼓励编码器在低采样率下提取具有更高类内相似性和类间差异性的故障表示;训练诊断分类器学习分支;采用线性分类器模块输出最终诊断结果;本发明提高工业低采样率下的闭环电机驱动诊断准确率。
技术关键词
电机故障诊断方法
电压
采样率
混合损失函数
线性分类器
残差网络
闭环
电气故障诊断
运动轨迹变化
匝间短路故障
电机定子线圈
ReLU函数
故障诊断模型
编码器参数
编码器模块
噪声
掩码矩阵
系统为您推荐了相关专利信息
性能仿真方法
总剂量效应
功率半导体器件
曲线
仿真模型
数模转换
位置更新
算法
sigmoid函数
阶段