摘要
本发明提供通过采集永磁同步电机的转子表面温度值Tzz、定子线圈的温度值Dz、定子线圈的电阻值、定子线圈的电压值I、轴承振动频率和轴承转速的多源数据,提升计算精准度,分别计算磁系数Tcd、定子线圈的热短路系数Dxs和轴承磨损振动系数Zdxs,通过评估分析,对永磁同步电机的故障进行诊断。再综合分析计算获取故障诊断识别系数Sbx,对永磁同步电机的关键故障参数进行综合分析,显著提高了故障诊断的精度;通过对故障诊断识别系数Sbx的分析评估,最后代入无监督学习模型;为深度学习永磁同步电机的故障诊断、运行监测与维护,提供了一种高效、可靠的解决方案,具有重要的工程应用价值和推广意义。
技术关键词
同步电机
定子线圈
风力发电系统
故障诊断方法
永磁
转子
退磁故障
轴承
短路
定子绕组
电阻值
监测点
标签
无监督学习
指令
神经网络模型
热成像仪
数据
振动传感器
频率
系统为您推荐了相关专利信息
终端滑模控制器
滑模控制系统
滑模控制方法
滑模观测器
控制永磁同步电机
水下推进电机
故障诊断方法
频段
故障诊断模型
生成对抗网络
故障诊断方法
深度卷积神经网络模型
滚筒电机
驱动滚筒
仿真数据
螺旋压力机
数据驱动模型
故障诊断方法
智能数据监测模块
知识点
特征参量
故障诊断模型
电力变压器
故障诊断方法
样本