公开(公告)号：CN115456088A

公开(公告)日：2022-12-09

申请号：CN202211138758.2

申请日：2022-09-19

Applicant: 浙江科技学院

Inventor： 黄峰 ,  雷欢 ,  傅阳 ,  吴瑞明 ,  李其朋 ,  杜珊 ,  吴晓峰

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于自编码器特征升维和多传感融合的电机故障分类方法。具体为：利用传感器采集已知故障类型的电机的一维时域信号，将一维时域信号及已知故障类型作为训练集对二维深度卷积网络进行训练；采集待测量电机的一维时域信号，将一维时域信号输入自编码器获得二维特征图；将二维特征图按通道方向叠加形成叠加二维特征图；将叠加二维特征图输入二维特征融合网络进行特征融合，获得融合特征图；将融合特征图输入深度卷积分类网络，得到待测量电机的各种故障类型的分类概率，实现对待测量电机的故障的分类。本发明将一维时域信号转换为二维特征图，结合多传感器信号融合的优点，提高了电机故障分类的准确性和可靠性。