摘要
本发明公开了一种用于无刷直流电机的劣化趋势预测方法,涉及电机控制技术领域,采集电机运行的电流、温度及振动信号,构建绕组、轴承、磁钢的特征信号传递路径模型,通过分析各部件劣化信号的反射特点与衰减情况,提取电流、温度、振动之间相互影响的特征量;本发明通过构建多部件特征信号传递路径模型,将劣化信号视为在不同部件间传递、反射的波动量,综合分析电流、温度、振动信号的相互影响,结合传热滞后特点和协同变化临界点分离虚假特征,实现了真实劣化特征的精准提取,解决了微弱劣化信号被干扰掩盖的难题。
技术关键词
趋势预测方法
无刷直流电机
劣化特征
信号传递路径
磁钢
绕组
训练神经网络
阶段
关分析方法
有限元分析软件
电流
轴承
绝缘
电机控制技术
神经网络算法
速率
异常轨迹
系统为您推荐了相关专利信息
情感趋势预测方法
社交媒体平台
时间序列模型
网络爬虫技术
文本
趋势预测方法
通道注意力机制
卷积模块
二维图像数据
混合网络模型
无刷直流电机
匝间短路故障
判断电机故障
故障诊断模型
优化LSTM模型
趋势预测方法
趋势预测模型
数学模型
空间特征提取
依赖特征
血糖趋势预测方法
图像编码器
多模态
曲线特征
图片