摘要
一种基于数字孪生的永磁同步电机退磁与偏心故障诊断方法及系统,涉及电机领域。解决了传统故障诊断算法精度差等问题。所述方法包括以下步骤:S1、建立永磁同步电机退磁与偏心故障的有限元模型,确定永磁同步电机退磁和偏心时的故障特征;S2、构建基于BP神经网络的数字孪生模型,根据S1得到的故障特征利用实验数据训练数字孪生模型;S3、永磁同步电机运行时将控制器中采集到的实验数据通过CANFD传输到上位机中;S4、上位机接收实验数据并调用数字孪生模型进行故障诊断,并将电机运行参数和故障情况进行可视化展示。还适用于电机永磁体退磁故障与转子偏心故障诊断,面向于电动汽车等工况复杂、转子可靠性要求高等领域。
技术关键词
偏心故障诊断方法
同步电机
数字孪生模型
故障特征
故障诊断系统
电机运行参数
BP神经网络
可视化平台
谐波幅值
Labview平台
SiC控制器
计算机储存介质
实体
故障诊断算法
电机永磁体
数据
系统为您推荐了相关专利信息
电池故障诊断方法
电池模组
故障特征提取
电池故障诊断系统
实时数据
输电铁塔
数字孪生系统
光纤光栅解调仪
光纤光栅应变
数据处理服务器
数字孪生模型
作业管理方法
工程测试数据
Dijkstra算法
数字高程模型数据
风电机组故障诊断
规则推理技术
修复方法
模式匹配
发电机运行数据