-
公开(公告)号：CN117970105A
公开(公告)日：2024-05-03
申请号：CN202410366097.1
申请日：2024-03-28
Applicant: 浙江大学
IPC: G01R31/34 , G01M13/045 , G06F18/10 , G06F18/2131 , G06F18/2136 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了基于信号融合的电机轴承早期故障诊断方法及系统，应用于电机轴承故障诊断技术领域，本申请利用CEEMDAN分解法分别对电机轴承早期故障时和无故障时的电流信号与振动信号进行分解，根据包络谱稀疏度对分解得到的本征模态函数分量进行信号加权重构，对重构信号进行融合得到电流~振动融合信号，通过Hilbert包络谱对融合信号进行频谱分析，生成能识别电机轴承早期故障的包络谱图，以此作为模型训练所需的数据集，将数据集输入卷积神经网络中，构建得到轴承早期故障诊断模型，通过早期故障诊断模型能够诊断电机轴承是否发生故障。本申请能够对电机轴承的早期故障进行诊断和识别，提高轴承早期故障诊断结果的准确性。
-
公开(公告)号：CN117970105B
公开(公告)日：2024-06-25
申请号：CN202410366097.1
申请日：2024-03-28
Applicant: 浙江大学
IPC: G01R31/34 , G01M13/045 , G06F18/10 , G06F18/2131 , G06F18/2136 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了基于信号融合的电机轴承早期故障诊断方法及系统，应用于电机轴承故障诊断技术领域，本申请利用CEEMDAN分解法分别对电机轴承早期故障时和无故障时的电流信号与振动信号进行分解，根据包络谱稀疏度对分解得到的本征模态函数分量进行信号加权重构，对重构信号进行融合得到电流~振动融合信号，通过Hilbert包络谱对融合信号进行频谱分析，生成能识别电机轴承早期故障的包络谱图，以此作为模型训练所需的数据集，将数据集输入卷积神经网络中，构建得到轴承早期故障诊断模型，通过早期故障诊断模型能够诊断电机轴承是否发生故障。本申请能够对电机轴承的早期故障进行诊断和识别，提高轴承早期故障诊断结果的准确性。
-
公开(公告)号：CN117686225B
公开(公告)日：2024-04-12
申请号：CN202410148495.6
申请日：2024-02-02
Applicant: 浙江大学
IPC: G01M13/04 , G01R31/34 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了永磁同步电机轴承故障程度诊断方法及系统，通过构建用以指示电机轴承故障程度的气隙分布函数以及电机定子的绕组函数，计算得到电机定子线圈的自感和互感，以得到用以表征电机轴承故障程度的故障电感矩阵，基于故障电感矩阵和永磁同步电机模型，计算得到包含轴承故障严重程度信息的定子电流信号，并对其进行处理得到定子电流频谱图，以定子电流频谱图为训练集，得到训练好的故障程度诊断模型，通过故障程度诊断模型获取待测电机的轴承故障程度。本申请能够获取电机轴承的故障程度，并且能够提高轴承故障诊断结果的准确性。
-
公开(公告)号：CN117686225A
公开(公告)日：2024-03-12
申请号：CN202410148495.6
申请日：2024-02-02
Applicant: 浙江大学
IPC: G01M13/04 , G01R31/34 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了永磁同步电机轴承故障程度诊断方法及系统，通过构建用以指示电机轴承故障程度的气隙分布函数以及电机定子的绕组函数，计算得到电机定子线圈的自感和互感，以得到用以表征电机轴承故障程度的故障电感矩阵，基于故障电感矩阵和永磁同步电机模型，计算得到包含轴承故障严重程度信息的定子电流信号，并对其进行处理得到定子电流频谱图，以定子电流频谱图为训练集，得到训练好的故障程度诊断模型，通过故障程度诊断模型获取待测电机的轴承故障程度。本申请能够获取电机轴承的故障程度，并且能够提高轴承故障诊断结果的准确性。
-
-
-
Search Results
4
records
(took 0.018 seconds)
