摘要
本发明揭示了电机故障诊断方法、系统、电子设备及电机故障诊断模型训练方法,其中,诊断方法在预处理后通过特殊的特征提取网络来进行特征提取,能够有效避免直接将时序数据输入到胶囊网络的不足,特征提取网络更适用于时序信号的处理,无需额外的维度转换且一维卷积层参数更少,计算复杂度更低,能够更好地满足实时故障诊断的需要,保证了及时性,多个一维卷积层能够同时提取信号的局部细节和全局上下文信息,并且通过残差连接从而缓解深层网络中的梯度消失或爆炸问题,同时增强特征的表达能力。同时本发明的模型在胶囊网络的输出层后添加回归模块来将胶囊网络输出的特征向量映射为数值,然后根据数值所处的阈值范围能够有效地识别出故障程度。
技术关键词
电机故障诊断方法
胶囊网络
特征提取网络
模型训练方法
电机运行状态
电机故障诊断系统
电机运行频率
批量
特征提取单元
电子设备
鲁棒性
焦点
数值
报告
实时数据
样本
时序