一种永磁电机混合偏心和退磁复合故障诊断方法

    公开(公告)号:CN117590227A

    公开(公告)日:2024-02-23

    申请号:CN202311577909.9

    申请日:2023-11-24

    Abstract: 一种永磁电机偏心和退磁复合故障诊断方法,涉及电机故障的诊断方法,包括以下步骤:1)建立永磁电机混合偏心和退磁复合故障的开路反电势解析模型;2)基于解析模型构建大样本的混合偏心和退磁复合故障信号数据库;3)基于双谱分析提取S2所建立的数据库中开路反电势的混合偏心和退磁复合故障的特征;4)基于卷积神经网络建立混合偏心和退磁复合故障诊断模型;5)诊断待测永磁电机的混合偏心和退磁复合故障参数。本发明高效构建多标签、大样本的复合故障信号数据库;结合反电势RGB双谱图和卷积神经网络,可以有效克服混合偏心和退磁复合故障特征混叠的问题,实现并发性复合故障的准确诊断,具有非侵入、多标签、大样本、高效率等优点。

    一种用于车内声场分区域的主动控制方法

    公开(公告)号:CN115052225A

    公开(公告)日:2022-09-13

    申请号:CN202210691382.1

    申请日:2022-06-17

    Abstract: 一种用于车内声场分区域的主动控制方法,涉及车内声场控制方法技术领域,包括以下步骤:根据听音需求,确定明区和暗区;布置待选扬声器阵列;设置明区控制点、暗区控制点;采用单频信号响应法,获得待选扬声器阵列到明区和暗区控制点的传递函数矩阵;选择最优扬声器数量和位置;利用双重迭代法确定最优控制模型参数值并用于生成实际扬声器阵列的频域驱动信号;通过快速傅里叶逆变换将频域驱动信号转换为时域驱动信号;输入到实际扬声器阵列中,驱动扬声器产生期望的声场。本发明能够保证在个体扬声器驱动信号处于线性工作范围的前提下实现声能量对比度和声场重建精度的性能平衡,可自动匹配最优的模型控制参数,实现最优的控制效果。

    一种具有降噪点追踪功能的车内噪声主动控制系统及方法

    公开(公告)号:CN115035882A

    公开(公告)日:2022-09-09

    申请号:CN202210652268.8

    申请日:2022-06-09

    Abstract: 一种具有降噪点追踪功能的车内噪声主动控制系统及方法,涉及主动噪声控制领域;系统包括摄像头、图像处理模块、参考麦克风、误差麦克风、A/D转换模块、自适应算法模块和次级扬声器。方法包括:建立控制点库;离线辨识声学通路;用摄像头对车内场景拍照,获取车内图像;利用人脸分类器检测人脸;利用人眼分类器检测人眼;确定左右耳位置的像素坐标;确定控制点的像素坐标;确定降噪点;确定误差麦克风位置处的期望降噪信号;计算步长大小;计算下一时刻滤波器的权系数;计算次级声源信号、播放次级声源信号。本发明能够将人耳定位在降噪点降噪区域范围内,保证人耳位置始终处于降噪区域;可实现快速收敛、防止系统发散等功能。

    柴油发动机空气系统健康评估方法

    公开(公告)号:CN114856811A

    公开(公告)日:2022-08-05

    申请号:CN202210577551.9

    申请日:2022-05-25

    Abstract: 柴油发动机空气系统健康评估方法,涉及发动机故障诊断领域。解决了现有技术中缺少根据柴油机在各复杂工况下的运行参数特征来表征空气系统健康状态的问题。本发明方法通过构建的训练样本集对CNN模型进行训练,利用训练后的CNN模型对实际样本进行健康识别;构建训练样本集的过程中,先对采集的参数进行预处理后,再确定预处理后的各时刻所采集的柴油机空气系统的特征参数,确定各时刻柴油机空气系统的健康状态类别并进行类别标记,再利用工况划分,使每个终选样本中包含3种工况,丰富样本使CNN模型感受视野更加丰富,提高训练精度及分类准确度。针对于柴油机工况进行划分后输入模型,更方便提取不同工况的运行参数特征,从而更为精确的表征空气系统的健康状态。

    一种永磁同步电机混合偏心故障诊断方法

    公开(公告)号:CN114295979A

    公开(公告)日:2022-04-08

    申请号:CN202111651620.8

    申请日:2021-12-30

    Abstract: 本发明公开一种永磁同步电机混合偏心故障诊断方法,包括如下步骤:在永磁同步电机定子齿上布置探测线圈;建立不同混合偏心工况下布置探测线圈的永磁同步电机有限元模型;获取不同混合偏心工况下各探测线圈的混合偏心故障诊断指标;建立基于神经网络的永磁同步电机混合偏心故障诊断模型;待诊断永磁同步电机混合偏心故障诊断。该方法基于探测线圈电压信号,不仅可以快速准确地识别电机的静态偏心率、静态偏心圆周角和动态偏心率,而且静态偏心故障的诊断精度并不会影响动态偏心故障的诊断精度,反之亦然。该方法无需事先获取电机正常运行时的参考值,且不要求电机定子齿数必须为偶数,适用范围广。

    基于Elman神经网络的永磁同步电机动态偏心故障诊断方法

    公开(公告)号:CN113985282A

    公开(公告)日:2022-01-28

    申请号:CN202111292989.4

    申请日:2021-11-03

    Abstract: 本发明涉及电机偏心故障诊断技术领域,尤其是一种基于Elman神经网络的永磁同步电机动态偏心故障诊断方法。该种基于Elman神经网络的永磁同步电机动态偏心故障诊断方法包括如下步骤:S1、建立永磁同步电机动态偏心故障的特征数据库;S2、基于Elman网络建立永磁同步电机动态偏心故障诊断模型;S3、采集待检测永磁同步电机的杂散磁场,并提取故障特征值;S4、将步骤S3的实验数据输入到步骤S2的模型中,诊断永磁同步电机的动态偏心故障。本发明能够准确地诊断出永磁同步电机动态偏心故障的有无以及存在动态偏心故障时的动态偏心率;非侵入式诊断方法,无需改装电机,不会对电机正常运行造成影响;通用性高。

Patent Agency Ranking