检索结果-南通市图书馆

电机故障诊断与维修中的数据采集和分析技术综述

在线全文

学校读者我要写书评

暂无评论

防爆电机 2024年第1期59卷 79-82页

作者：陈立秋佳木斯电机股份有限公司黑龙江佳木斯154002

综述了电机故障诊断与维修中的数据采集和分析技术。电机作为工业生产的核心设备之一,其故障对生产效率和安全有着重要的影响,因此对电机的故障诊断和维修显得尤为重要。传统的电机故障诊断通常依靠人工经验或检测仪器,这种方法不仅存... 详细信息

综述了电机故障诊断与维修中的数据采集和分析技术。电机作为工业生产的核心设备之一,其故障对生产效率和安全有着重要的影响,因此对电机的故障诊断和维修显得尤为重要。传统的电机故障诊断通常依靠人工经验或检测仪器,这种方法不仅存在误差大、判断不准确的问题,而且需要大量的人力和时间。现代的数据采集技术可以有效地解决这些问题,通过使用各种传感器和仪器采集电机运行状态的数据,实现对电机故障的实时监测。针对电机故障的不同类型,有不同的数据采集方式,如振动、温度、电流、电压等,这些数据可以反映出电机的健康状态,为故障诊断提供有效的参考。

关键词：电机故障诊断检测仪器数据采集

变转速工况下基于多传感器信号深度特征融合的电机故障诊断研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2022年第3期43卷 59-67页

作者：王骁贤陆思良何清波张世武安徽大学电子信息工程学院合肥230601 中国科学技术大学精密机械与精密仪器系合肥230027 安徽大学电气工程与自动化学院合肥230601 上海交通大学机械与动力工程学院上海200240

本文提出一种利用多传感器信号深度特征融合的方法实现电机变转速工况下的故障诊断。首先从多传感器节点同步采集电机的多通道振动、声音和漏磁信号。对漏磁信号进行处理获取电机转子的累积转角曲线,随后利用累积转角曲线对振动和声音... 详细信息

本文提出一种利用多传感器信号深度特征融合的方法实现电机变转速工况下的故障诊断。首先从多传感器节点同步采集电机的多通道振动、声音和漏磁信号。对漏磁信号进行处理获取电机转子的累积转角曲线,随后利用累积转角曲线对振动和声音信号进行阶比分析处理。最后利用双层双向长短期记忆网络从经过预处理的多传感器信号中提取和融合特征以诊断电机故障。实验结果表明,通过提取和融合8通道的电机振动和声音信号,本文提出的方法能够有效识别电机的高阻接触、偏心、霍尔断线、相间短路、轴承等10类运行状态,分类准确率达到99.86%。该方法有望部署在物联网边缘计算节点中,实现电机的远程在线状态监测和故障诊断。

关键词：电机故障诊断多传感器信号深度特征融合双层双向长短期记忆网络阶比分析

在线全文

学校读者我要写书评

暂无评论

基于谐波诊断技术的电机故障在线监测系统

安徽理工大学学报（自然科学版） 2024年第3期44卷 15-24页

作者：代斌胡业林宋晓赵宝张佳璐安徽理工大学电气与信息工程学院安徽淮南232001 安徽理工大学计算机科学与工程学院安徽淮南232001

目的为解决振动法、电流法等传统故障诊断方法在进行电机检测时,存在检测不全面、时效性差及诊断结果难解读等问题,方法提出一种基于谐波诊断技术的电机故障诊断系统,结合谐波诊断技术、物联网技术和智能诊断算法,实现电机运行健康状态... 详细信息

目的为解决振动法、电流法等传统故障诊断方法在进行电机检测时,存在检测不全面、时效性差及诊断结果难解读等问题,方法提出一种基于谐波诊断技术的电机故障诊断系统,结合谐波诊断技术、物联网技术和智能诊断算法,实现电机运行健康状态的在线监测。搭建电机实验平台,对比分析振动法、电流法和谐波法的准确性和全面性,并对电机轴承、线圈、联轴器等部位进行不同程度的老化和破坏,验证诊断结果的准确性、时效性和全面性。结果以谐波诊断技术为基础的监测系统,在电机各个部位发生不同程度的老化和破坏时,与其他两种方法相比电机轴承、线圈、联轴器等八个部位的劣化值均发生了与实际情况较为符合的变化,诊断结果仅需1s左右,同时提供故障原因和维修建议。结论基于谐波诊断技术的电机故障在线监测系统响应速度快、检测全面、诊断报告详细且简洁易懂,为电机故障诊断技术的发展提供了新的参考方向。

关键词：电机故障诊断谐波诊断技术物联网技术在线监测

基于深度迁移学习的异步电机故障诊断方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于深度迁移学习的异步电机故障诊断方法研究

作者：陈伟中国矿业大学

学位级别：硕士

异步电机作为生产、生活中重要动力来源之一,频繁启停、过载运行、部件磨损失效等均易引发电机故障,容易造成安全生产事故、经济损失等严重后果,因此对电机故障诊断技术进行深入研究具有重要意义。本文针对现有电机智能诊断算法在变工... 详细信息

异步电机作为生产、生活中重要动力来源之一,频繁启停、过载运行、部件磨损失效等均易引发电机故障,容易造成安全生产事故、经济损失等严重后果,因此对电机故障诊断技术进行深入研究具有重要意义。本文针对现有电机智能诊断算法在变工况下诊断效果不佳且单一信号诊断结果不可靠问题,引入信号分析、深度学习、迁移学习与信息融合方法,对异步电机的故障诊断算法展开研究。主要研究内容如下:（1）基于传统机器学习的故障诊断方法依赖专业经验选取统计特征,诊断结果受人为因素影响较大,针对这一问题,研究基于深度残差网络的电机故障诊断方法。设计不同模式的三相电流输入策略,建立特征自适应提取的深度学习电机故障诊断模型,使深度残差网络能够更有效的提取电机电流信号的故障深度特征。实验结果表明,深度学习相对于传统机器学习可自动挖掘深度特征,应用于电机故障诊断时诊断准确率高于传统机器学习算法。（2）电机实际运行时工况复杂多变,信号故障特征空间分布易随工况变化而变化,导致故障诊断模型的诊断准确率下降。针对这一问题,研究深度迁移学习方法,设计了基于参数迁移与基于特征迁移的两种变工况电机故障诊断模型,考虑从模型参数调整和特征空间分布适配两个角度提升诊断模型的变工况适应能力。实验分析可知,采用两种迁移算法均能提高算法在变工况下故障诊断的准确率,其中特征迁移模型的诊断效果优于参数迁移模型。（3）电机故障包含电气故障与机械故障,仅采用电流信号容易造成机械类故障的误识别。针对这一问题,将振动信号与电流信号同时用于电机故障诊断,建立基于多源信息融合的电机故障诊断模型,分别利用深度残差网络对电流信号与振动信号进行特征提取与诊断识别,在此基础上,引入多源信息决策层融合方法,利用改进的D-S证据理论对识别结果进行融合并输出最终分类结果。实验分析可知,基于多源信息融合的深度学习电机故障诊断方法可提高诊断结果的可靠性。

关键词：电机故障诊断深度残差网络工况域适应迁移学习信息融合理论

基于鲸鱼算法改进SVM的电机故障诊断方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于鲸鱼算法改进SVM的电机故障诊断方法研究

作者：轩艳文上海电机学院

学位级别：硕士

随着电机在现代工业中的应用越来越广泛,电机的稳定运行成为了工业正常运作的关键条件,由于电机内部结构复杂且电机受环境因素影响较大,这使得传统的电机故障诊断方法无法准确的从电机运行的原始数据中获得电机的故障特征,从而使得电机... 详细信息

随着电机在现代工业中的应用越来越广泛,电机的稳定运行成为了工业正常运作的关键条件,由于电机内部结构复杂且电机受环境因素影响较大,这使得传统的电机故障诊断方法无法准确的从电机运行的原始数据中获得电机的故障特征,从而使得电机故障诊断结果不准确。随着人工智能方法的发展,可以利用先进的信号处理方法更准确地进行电机故障诊断。本文主要研究工作如下:首先对电机故障进行理论研究,分析电机故障的种类和特征。机械类故障主要引起振动信号产生谐波分量,电气类故障主要引起电流信号变化。其次,针对传统经验模态分解(Empirical Mode Decomposition,EMD)方法容易出现模态混叠和端点效应的问题,提出用变分模态分解(Variational Mode Decomposition,VMD)的方法来对电机轴承故障进行研究。由于VMD分解数量K值必须人为选取,提出用粒子群算法(Particle Swarm Optimization,PSO)优化VMD来确定最佳模态分解数量和惩罚因子参数的方法。通过VMD和传统EMD的IMF进行时域和频域的仿真实验对比,结果表明利用VMD进行电机轴承故障特征提取的效果更好。结合小波包能量熵理论提出了一种基于VMD能量熵的轴承健康状态辨识方法,对电机轴承不同磨损程度在不同工况下进行量化分析。然后,针对单一时域特征包含信息有限而导致传统SVM分类准确率不高的问题,提出基于时域特征和VMD能量熵特征相融合的特征提取方法进行SVM分类,实现对电机轴承的故障情况分类识别。针对SVM核函数参数与惩罚因子参数需要凭借经验和实验选取问题,提出采用改进的鲸鱼优化算法(Whale Optimization Algorithm,WOA)对SVM核函数参数与惩罚因子的取值进行优化,提高SVM的诊断效果。最后,搭建了异步电机故障诊断系统平台,通过模拟电机轴承内圈故障、外圈故障以及保持架故障,利用数据工控机采集电机正常和故障运行状态的振动信号,制作了人机交互的数据采集显示界面;然后使用实验数据验证改进后的WOA-SVM模型对电机运行状态的故障诊断的可行性。

关键词：电机故障诊断变分模态分解支持向量机鲸鱼优化算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

证据理论在电机故障诊断中的应用

电力系统保护与控制 2010年第2期38卷 64-67,97页

作者：杨伟顾明星彭静萍南京理工大学动力工程学院江苏南京210094

D-S证据理论作为一种非精确推理算法具有独特的优势,非常适用于存在大量不确定性因素的电机故障诊断工作。提取故障电机的状态特征量,并将其按时域、频域、奇异值分解为多个子参数空间。在此基础上,采用并行BP神经网络及模糊聚类系统对... 详细信息

D-S证据理论作为一种非精确推理算法具有独特的优势,非常适用于存在大量不确定性因素的电机故障诊断工作。提取故障电机的状态特征量,并将其按时域、频域、奇异值分解为多个子参数空间。在此基础上,采用并行BP神经网络及模糊聚类系统对电机故障进行局部诊断。将每个局部诊断结果作为独立的证据体,构造相应的信度分配函数。结合电机故障的信息融合诊断模型,将基于D-S证据理论的决策融合的方法应用于电机故障诊断。通过对案例进行分析,实现了利用多证据体的融合信息对电机故障状态进行诊断,其诊断结果验证了D-S证据理论在提高电机故障诊断的准确性和灵敏性方面的作用。

关键词：电机故障诊断 D-S证据理论 BP神经网络模糊聚类分析

在线全文

学校读者我要写书评

暂无评论

电机故障诊断中的小波分析方法及小波基选取

煤矿机械 2007年第5期28卷 176-178页

作者：田慕玲王晓玲太原理工大学太原030024

通过对傅立叶变换与小波变换的分析,选定小波分析的方法作为电机故障诊断的分析方法。在此基础上对各系列的小波基进行了分析,结合电机故障诊断中具体信号的特点,选取了适合的小波基。

关键词：电机故障诊断小波分析小波基选择

基于SDP和SURF特征提取的异步电机故障诊断方法

在线全文

学校读者我要写书评

暂无评论

微电机 2022年第9期55卷 12-16,99页

作者：蒋亦悦刘莺王玺帏龙卓张晓飞中国船舶及海洋工程设计研究院上海200011 湖南大学电气与信息工程学院长沙410082

在工业方面,电机长期运行中,电机的健康状态会下降,需对其进行故障诊断。传统检测方法在不同负载条件下对于电机故障诊断的准确率较低,本文提出了一种图像特征提取的新型故障诊断方法。通过对称点模式(SDP)和加速鲁棒特征算法(SURF),建... 详细信息

在工业方面,电机长期运行中,电机的健康状态会下降,需对其进行故障诊断。传统检测方法在不同负载条件下对于电机故障诊断的准确率较低,本文提出了一种图像特征提取的新型故障诊断方法。通过对称点模式(SDP)和加速鲁棒特征算法(SURF),建立电机故障与图像特征之间的映射关系,通过字典模板统计匹配点来判断电机故障的状态,通过对比其他图像特征识别算法,该方法数据训练量和学习量较小,且准确率较高,获得了不错的故障诊断效果。

关键词：感应电机电机故障诊断对称点模式加速鲁棒特征

基于深度学习的新能源汽车电机故障诊断技术模型构建研究

在线全文

学校读者我要写书评

暂无评论

汽车测试报告 2023年第18期 50-52页

作者：潘汉平广西生态工程职业技术学院广西柳州545004

随着新能源汽车的快速发展,电机作为新能源汽车的核心部件,其故障会严重影响车辆的安全性和可靠性。而电机故障成因复杂,采用传统人工经验法诊断效率低下。基于深度学习的新能源汽车电机故障智能诊断技术,可以通过深度神经网络自动高效... 详细信息

随着新能源汽车的快速发展,电机作为新能源汽车的核心部件,其故障会严重影响车辆的安全性和可靠性。而电机故障成因复杂,采用传统人工经验法诊断效率低下。基于深度学习的新能源汽车电机故障智能诊断技术,可以通过深度神经网络自动高效学习复杂故障模式,实现故障的准确检测和定位。这不仅能够大幅提升诊断效率,还可降低对专业人员的需求,因此深入研究基于深度学习的新能源汽车电机故障诊断技术,对于降低维修成本、延长系统使用寿命、保证车辆安全性具有重要意义。该文概述新能源汽车电机故障类型,介绍基于深度学习的新能源汽车电机故障诊断技术模型构建步骤,为构建高效智能的新能源汽车电机故障诊断系统提供支持。

关键词：新能源汽车电机故障诊断深度学习