Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于电流样本特征归类分析的电机系统故障定性诊断方法专利

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州沃伦森电气有限公司

申请日:2024-12-06

公开(公告)日:2025-01-03

公开(公告)号:CN119247137A

专利技术分类:.电机的测试[2020.01]

专利摘要:本发明公开了一种基于电流样本特征归类分析的电机系统故障定性诊断方法,包括以下步骤:S1,对电机系统的电流样本进行多点采样,得到原始电流信号,转换为综合电流信号;S2,构建预训练数据集和深度学习模型,获取预训练权重系数矩阵;S3,对故障样本进行故障类型、故障程度及故障位置信息分类;S4,建立故障电流向量及典型故障平均电流向量;S5,实时采样电机电流,计算故障综合电流信号并构建故障预测电流向量;S6,计算故障预测电流向量与典型故障平均电流向量的向量差,通过向量差最小值判定故障类型。本发明能够实现电机故障的快速识别与精确诊断,具有响应快速、适应性强的优势,为电机系统的故障诊断和维护提供了高效支持。

专利权项:1.基于电流样本特征归类分析的电机系统故障定性诊断方法,其特征在于,包括以下步骤:S1、获取综合电流信号和故障电流信号:通过多个传感器对电机系统的运行时的电流样本进行多点采样,得到原始电流信号,并将原始电流信号转换为综合电流信号;对电机出现故障时的电机电流进行分时采样,得到故障电流信号;S2、将综合电流信号和故障电流信号构建为预训练数据集;S3、基于预训练数据集完成预训练模型的构建:基于卷积神经网络建立深度学习模型,将处理后的预训练数据集导入到模型中进行训练,得到预训练权重系数矩阵,完成预训练模型的构建;S4、完成故障定性分类:基于故障类型、故障程度和故障位置信息对故障样本进行故障定性分类;S5、求取典型故障平均电流向量:对故障定性分类后的故障样本的故障电流信号建立故障电流向量,求取典型故障平均电流向量;S6、构建故障预测电流向量:对电机系统的电流进行实时采样,在出现未知故障时得到故障采样电流,计算故障综合电流信号,以故障综合电流信号作为样本,使用预训练模型计算得到故障预测电流,并构建故障预测电流向量;S7、完成针对电机系统的故障定性诊断:计算故障预测电流向量与任意一种典型故障平均电流向量的向量差,选择向量差最小的一种典型故障作为判定故障,完成针对电机系统的故障定性诊断。

百度查询: 杭州沃伦森电气有限公司 基于电流样本特征归类分析的电机系统故障定性诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。