摘要
本发明公开了一种基于AI的新能源商用车故障诊断方法及系统,涉及故障诊断的技术领域。通过获取电机轴承的振动信号和电流信号;对信号进行去噪处理,得到目标振动信号和目标电流信号;将目标振动信号进行二维表征,得到目标图像;将目标图像和目标电流信号作为预训练的故障诊断模型的输入,得到电机轴承的故障诊断结果。通过融合振动信号和电流信号、利用深度学习自动提取高维深度特征构建了一个端到端诊断模型,克服了传统方法依赖单一信号、人工特征设计主观局限、对噪声和非线性鲁棒性差、早期故障检测能力弱等缺点,在复杂多变的实际工况下,实现了更鲁棒的故障诊断准确率,并有效提升了早期故障预警能力。
技术关键词
新能源商用车
卷积特征提取
故障诊断方法
故障诊断系统
故障诊断模型
电机轴承
双向长短期记忆网络
集合经验模态分解
基础
电流
局部特征提取
分支
振动信号去噪
分类器
早期故障预警
早期故障检测
注意力机制
故障诊断模块
图像
系统为您推荐了相关专利信息
电力变压器
变压器本体
多参量传感
故障诊断方法
电容分压式电压传感器
巡视机器人
二次系统
故障诊断方法
参数
智能变电站
图像智能分析
胸部CT影像
深度卷积特征
拓扑特征
知识图谱推理
电池模块
电池故障诊断方法
单体电池
偏差
等效电路模型
图像识别方法
施工监测系统
正确佩戴安全帽
广角摄像头
信息处理平台