← 返回列表
一种基于双谱分析和CNN的永磁电机退磁故障诊断方法
摘要文本
本发明公开了一种基于双谱分析和CNN的永磁电机退磁故障诊断方法,属于永磁电机故障诊断技术领域,所述方法包括:采集待诊断的永磁电机的电流信号;将采集到的电流信号进行双谱分析得到双谱图像;从双谱图像中选择可以灵敏反映永磁体退磁程度的区域,经过处理后得到故障特征图像;将故障特征图像输入预先训练好的卷积神经网络模型用于永磁电机退磁故障诊断分析,得出永磁体的退磁程度诊断结果。本发明中,电流信号的检测具有非侵入性,且电流信号在工程应用中极易获取。本发明将电流信号进行双谱分析得到双谱图像,且经过处理后不同退磁程度时的故障特征图像区分明显,提高了电流信号诊断退磁故障的灵敏度与效率。
申请人信息
- 申请人:青岛大学
- 申请人地址:266000 山东省青岛市宁夏路308号
- 发明人: 青岛大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于双谱分析和CNN的永磁电机退磁故障诊断方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410199524.1 |
| 申请日 | 2024/2/23 |
| 公告号 | CN117788841A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06V10/44 |
| 权利人 | 青岛大学 |
| 发明人 | 李祥林; 王浩; 花为; 王凯; 姜文; 李超林; 胡强; 葛文超 |
| 地址 | 山东省青岛市崂山区香港东路7号 |
专利主权项内容
1.一种基于双谱分析和CNN的永磁电机退磁故障诊断方法,其特征在于,包括:步骤1:采集待诊断的永磁电机的电流信号;步骤2:将采集到的电流信号进行双谱分析得到双谱图像;步骤3:从双谱图像中选择可以灵敏反映永磁体退磁程度的区域,经过处理后得到故障特征图像;步骤4:将故障特征图像输入预先训练好的卷积神经网络模型用于永磁电机退磁故障诊断分析,得出永磁体的退磁程度诊断结果。