摘要
本发明公开了一种非侵入式伺服电机驱动器故障预测方法及装置,属于电力设备预测领域,旨在解决伺服电机驱动器故障预测难题,方法为获取伺服电机驱动器输出的电压信号并采用格拉姆角场进行极坐标映射,得到电压信号的二维图像;根据BEMD对二维图像进行双向经验模态分解,得到多个固有模态函数分量和残差项;基于预先训练的伺服电机驱动器故障预测模型对多个固有模态函数分量和残差项,得到模态分量和残差项的预测图像;再对预测图像进行重构和误差计算,获得重构图像对应的误差评价指标;最后根据预设的故障阈值对误差评价指标进行判断确定伺服电机驱动器故障类型的预测结果。本发明提高时空特征融合能力,使得预测结果精度高和具备实时性。
技术关键词
伺服电机驱动器
故障预测方法
故障预测模型
图像
二维经验模态分解
卷积长短时记忆网络
包络
误差
电压
重构
表达式
曲面
数据
信号
滑动窗口技术
时序
指标
矩阵
退化特征
非入侵方式
系统为您推荐了相关专利信息
贴壁式无人机
隧道衬砌检测
图像获取模块
数据传输模块
实景三维模型
切片
三维医学影像
图像分割算法
三次样条插值
平滑边缘