期刊文献+
共找到66篇文章
< 1 2 4 >
每页显示 20 50 100
电机故障诊断与维修中的数据采集和分析技术综述
1
作者 陈立秋 《防爆电机》 2024年第1期79-82,共4页
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... 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。 展开更多
关键词 电机故障诊断 检测仪器 数据采集
下载PDF
基于多层次传感器融合的永磁同步电机故障诊断研究
2
作者 徐东 唐镜博 张晓飞 《微电机》 2023年第6期50-54,共5页
针对单一传感器获取的振动信号难以全面表征轴承故障特征的问题,本文提出了一种基于多传感器融合图像、注意力机制和深度残差网络的永磁同步电机故障诊断方法。该方法首先通过对称点模式、矩阵图将三个加速度传感器获取的振动信号分别... 针对单一传感器获取的振动信号难以全面表征轴承故障特征的问题,本文提出了一种基于多传感器融合图像、注意力机制和深度残差网络的永磁同步电机故障诊断方法。该方法首先通过对称点模式、矩阵图将三个加速度传感器获取的振动信号分别转换为灰度图像,然后将不同加速度传感器对应的灰度图像作为RGB图像的不同通道进行第一层次的融合,然后基于Resnet、注意力机制设计了一种特征、决策融合的多尺度融合网路,最后将融合后的彩色图像作为所提网络的输入。经过实验验证,对称点模型、矩阵图故障诊断准确率可达96%和91.5%,显著高于采用单一传感器振动信号和单一网络的故障诊断结果。因此与传统单一传感器故障诊断相比,本文所提出的多层次传感器融合方法可以更加全面地表征电机故障的特征,具有更高的电机故障分类准确度。 展开更多
关键词 多层次融合 多传感器融合 深度残差网络 电机故障诊断
下载PDF
电气分析技术在电机故障诊断中的应用
3
作者 郭朝阳 康兆光 《中文科技期刊数据库(全文版)工程技术》 2023年第7期0059-0062,共4页
电气分析技术在电机故障诊断中的应用具有重要意义。通过实时监测、故障模式识别、多参数综合分析和数据智能分析,可以实现电机故障的早期发现、快速定位和有效修复。这些技术的结合为提高设备可靠性、降低故障风险和优化维护计划提供... 电气分析技术在电机故障诊断中的应用具有重要意义。通过实时监测、故障模式识别、多参数综合分析和数据智能分析,可以实现电机故障的早期发现、快速定位和有效修复。这些技术的结合为提高设备可靠性、降低故障风险和优化维护计划提供了强有力的支持。电气分析技术的不断发展和创新将为工业领域带来更加可靠和高效的电机运行和维护策略。 展开更多
关键词 电气分析技术 电机故障诊断 应用
下载PDF
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
4
作者 潘汉平 《汽车测试报告》 2023年第18期50-52,共3页
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... 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。 展开更多
关键词 新能源汽车 电机故障诊断 深度学习
下载PDF
证据理论在电机故障诊断中的应用 被引量:25
5
作者 杨伟 顾明星 彭静萍 《电力系统保护与控制》 EI CSCD 北大核心 2010年第2期64-67,97,共5页
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... 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。 展开更多
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
下载PDF
基于模糊推理的电机故障诊断专家系统研究 被引量:23
6
作者 薛寒 谢利理 叶留义 《计算机测量与控制》 CSCD 北大核心 2010年第1期8-10,共3页
利用小波的多分辨率分析方法对某电机的噪声信号进行分析,将小波分解后得到的高频能量作为故障特征向量,作为故障检测的依据;针对电机故障的特点及故障诊断的要求,设计了基于模糊推理的专家系统,采用模糊产生式规则表示知识,利用已获得... 利用小波的多分辨率分析方法对某电机的噪声信号进行分析,将小波分解后得到的高频能量作为故障特征向量,作为故障检测的依据;针对电机故障的特点及故障诊断的要求,设计了基于模糊推理的专家系统,采用模糊产生式规则表示知识,利用已获得的各种故障的高频能量特征向量构造规则的前提条件,通过实时获得的故障特征向量与各条规则前提条件进行模糊匹配,采用正向推理的模糊推理方法实现推理机制,直接得出诊断结果,经实验验证是可行的,并且具有较高的实时性以及准确性。 展开更多
关键词 电机故障诊断 专家系统 模糊推理
下载PDF
基于智能优化方法的SVM电机故障诊断模型研究 被引量:18
7
作者 赵慧敏 房才华 +1 位作者 邓武 聂冰 《大连交通大学学报》 CAS 2016年第1期92-96,共5页
为提高电机故障诊断的准确率和有效性,提出了基于智能优化算法的支持向量机电机故障诊断模型.首先采集交流电机不同位置上的振动加速度信号,使用小波包分析方法对所采集的振动加速度信号进行特征提取,将得到的能量比向量作为支持向量机... 为提高电机故障诊断的准确率和有效性,提出了基于智能优化算法的支持向量机电机故障诊断模型.首先采集交流电机不同位置上的振动加速度信号,使用小波包分析方法对所采集的振动加速度信号进行特征提取,将得到的能量比向量作为支持向量机故障诊断模型的输入,使用遗传算法、粒子群优化算法对支持向量机故障诊断模型进行参数优化并进行模型训练,在使用测试样本集对得到的两种故障诊断模型进行分析之后可以看出经过参数优化后的支持向量机模型提高了故障预测的准确率,并且粒子群优化方法具有比遗传算法更高的预测准确率,并极大地减小了优化时间及优化次数. 展开更多
关键词 支持向量机 粒子群优化算法 遗传算法 电机故障诊断
下载PDF
基于描述逻辑的电机故障诊断知识表示与推理 被引量:4
8
作者 牛强 夏士雄 +1 位作者 谭国俊 王志 《小型微型计算机系统》 CSCD 北大核心 2009年第5期872-876,共5页
针对传统电机故障诊断专家系统中知识表示方法的不足,提出一种基于描述逻辑的电机故障诊断领域知识描述方法,并在此基础上对所构建的电机故障知识库进行了逻辑检错推理.通过对电机故障诊断领域知识进行表示和推理,可以有效地表示电机故... 针对传统电机故障诊断专家系统中知识表示方法的不足,提出一种基于描述逻辑的电机故障诊断领域知识描述方法,并在此基础上对所构建的电机故障知识库进行了逻辑检错推理.通过对电机故障诊断领域知识进行表示和推理,可以有效地表示电机故障知识之间的关系,检测知识逻辑体系错误.在实验过程中,利用本体编辑工具Protg采用OWL语言对其进行了实现,并通过TABLEAU算法实现了逻辑检错推理. 展开更多
关键词 描述逻辑 知识表示 推理 电机故障诊断
下载PDF
回归型支持向量机在电机故障诊断中的研究 被引量:12
9
作者 王罗 张桂新 陈特放 《计算机测量与控制》 CSCD 2007年第12期1691-1694,共4页
通过分析电机故障模式识别的原理,提出应用回归型支持向量机进行电机故障特征学习和分类的方法;从回归型支持向量机的基本原理出发,探讨线性回归与非线性回归两种情形,对其预测能力进行分析得到误差计算公式;在其基础上建立同步电机故... 通过分析电机故障模式识别的原理,提出应用回归型支持向量机进行电机故障特征学习和分类的方法;从回归型支持向量机的基本原理出发,探讨线性回归与非线性回归两种情形,对其预测能力进行分析得到误差计算公式;在其基础上建立同步电机故障诊断模型并进行仿真,通过电压波形处理前后的对比,能够及时检测到故障的发生并进行识别,从而验证了回归型支持向量机是电机故障诊断在线检测的一种有效方法;但如何把已有的先验知识应用到SVM训练中仍然是一个悬而未决的问题。 展开更多
关键词 回归型支持向量机 电机故障诊断 预测能力 仿真
下载PDF
电机故障诊断中的小波分析方法及小波基选取 被引量:15
10
作者 田慕玲 王晓玲 《煤矿机械》 北大核心 2007年第5期176-178,共3页
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
下载PDF
基于多数据融合的电机故障诊断方法研究 被引量:9
11
作者 袁媛 方红彬 殷忠敏 《电气传动》 2021年第9期75-80,共6页
电机作为各类电驱设备的主要动力装置,具有结构简单、控制方便、能效高、无污染等优点。在电机运行过程中,受载荷多变、零部件老化、散热条件差等影响,故障频发,进而降低电驱装置的工作效率和稳定性。此外,电机故障种类繁多,各故障的征... 电机作为各类电驱设备的主要动力装置,具有结构简单、控制方便、能效高、无污染等优点。在电机运行过程中,受载荷多变、零部件老化、散热条件差等影响,故障频发,进而降低电驱装置的工作效率和稳定性。此外,电机故障种类繁多,各故障的征兆与表现又极其相似,不同故障产生的原因也错综复杂,这极大地提高了电机故障诊断的难度。传统的电机故障诊断过程中多是基于单一传感器信号,存在不确定性大、诊断精度差等问题,为克服上述缺点,提出一种基于多传感器参数融合的电机故障诊断方法,基于振动加速度计和电流传感器信号,结合BP神经网络算法和D-S证据理论对电机故障进行准确辨识,提高电机故障诊断的准确性。简要介绍了多传感器数据融合技术的结构框架,在分析异步电机典型故障机理的基础上,对基于BP神经网络学习算法和D-S证据理论的多传感器数据融合电机故障诊断系统进行详细分析,并通过实例对所提出故障诊断方法的有效性进行验证。研究结果表明,采用所提出的多数据融合电机故障诊断方法可以高置信度地诊断出电机的故障类型。 展开更多
关键词 电机故障诊断 数据融合 神经网络 证据理论
下载PDF
基于智能方法的电机故障诊断技术综述 被引量:10
12
作者 秦凯 边莉 张宁 《工业仪表与自动化装置》 2016年第1期19-22,共4页
随着人工智能技术的快速发展,越来越多的国内外学者不断提出了基于智能方法的电机故障诊断技术,主要包括专家系统、人工神经网络、粗糙集理论、贝叶斯网络、支持向量机等。该文对这些方法的理论概念、各自的优缺点和研究成果分别作了简... 随着人工智能技术的快速发展,越来越多的国内外学者不断提出了基于智能方法的电机故障诊断技术,主要包括专家系统、人工神经网络、粗糙集理论、贝叶斯网络、支持向量机等。该文对这些方法的理论概念、各自的优缺点和研究成果分别作了简单分析,最后探讨了电机故障诊断领域的发展趋势。 展开更多
关键词 电机故障诊断 智能方法 研究现状 发展趋势
下载PDF
小波阈值算法与包络谱分析结合的电机故障诊断方法 被引量:1
13
作者 王立东 张凯 王良润 《电机与控制应用》 北大核心 2015年第7期75-79,共5页
针对采集的电机故障信号中噪声干扰的问题,提出一种基于贝叶斯估计的小波收缩新阈值与包络谱分析结合的电机故障诊断方法。新阈值的选取考虑了故障信号经小波变换后在不同尺度上的去噪特性,更符合噪声在各层中的分布情况;改进阈值函数... 针对采集的电机故障信号中噪声干扰的问题,提出一种基于贝叶斯估计的小波收缩新阈值与包络谱分析结合的电机故障诊断方法。新阈值的选取考虑了故障信号经小波变换后在不同尺度上的去噪特性,更符合噪声在各层中的分布情况;改进阈值函数对故障信号进行降噪处理,并基于包络谱分析处理故障信号,可提取电机故障信号的特征信息。通过对仿真信号分析与实例分析,结果表明该方法能够有效地降低噪声干扰并识别出电机故障类型。 展开更多
关键词 降噪 阈值 包络谱 电机故障诊断
下载PDF
长短时记忆网络在电机故障诊断中的应用研究 被引量:13
14
作者 王惠中 贺珂珂 房理想 《自动化仪表》 CAS 2019年第1期6-10,共5页
针对电机故障诊断采用传统神经网络存在的梯度消失等问题,提出了一种长短时记忆(LSTM)神经网络与Softmax多分类器结合的诊断方法。首先,利用LSTM神经网络在提取时间序列特征方面的良好特性,通过LSTM神经网络与Softmax多分类器构建故障... 针对电机故障诊断采用传统神经网络存在的梯度消失等问题,提出了一种长短时记忆(LSTM)神经网络与Softmax多分类器结合的诊断方法。首先,利用LSTM神经网络在提取时间序列特征方面的良好特性,通过LSTM神经网络与Softmax多分类器构建故障诊断模型。然后,通过Tensorflow学习框架有效提取故障数据特征,并将具有强泛化能力和鲁棒性的Softmax多分类器对其分类,从而诊断出电机内圈、外圈和滚珠三种常见故障,提高诊断结果的准确率,改善传统方法存在的不足。最后,仿真验证所提方法的有效性与可行性。与传统神经网络和堆栈稀疏自编码器分类结果相比,采用LSTM神经网络诊断方法其准确率达到98. 3%,在电机故障诊断中具有更好的诊断效果,且对提高故障诊断的准确率有一定的作用。 展开更多
关键词 电机故障诊断 梯度消失 传统神经网络 长短时记忆神经网络 堆栈稀疏自编码器 Softmax多分类器 泛化能力 时间序列
下载PDF
基于Cross-Validation的电机故障诊断振动数据处理方法 被引量:6
15
作者 王惠中 乔林翰 +1 位作者 贺珂珂 段洁 《自动化仪表》 CAS 2018年第4期22-25,共4页
针对牵引电机故障诊断研究中所采用的神经网络方法,提出在模型训练阶段引入K折交叉验证。该方法在划分训练集与测试集期间,使验证集能够遍历所有数据集,从多方向开始学习,从而在一定程度上避免了局部极小的问题。训练完成后,以神经网络... 针对牵引电机故障诊断研究中所采用的神经网络方法,提出在模型训练阶段引入K折交叉验证。该方法在划分训练集与测试集期间,使验证集能够遍历所有数据集,从多方向开始学习,从而在一定程度上避免了局部极小的问题。训练完成后,以神经网络作为分类器进行故障识别。神经网络学习算法采用随机梯度下降的方法,每次投入一组数据集进行训练,大大提高了训练速度。Eclipse+Anaconda仿真结果证明:与传统神经网络电机故障诊断方法相比,该方法可以在一定程度上避免过拟合现象,同时避免局部极小。此外,在Matlab环境下,单独比较支持向量机采用交叉验证前后的故障分类效果。对比结果表明:交叉验证方法从多方向开始学习,对于提升故障诊断的准确率有较好作用。 展开更多
关键词 电机故障诊断 K折交叉验证 随机梯度下降 神经网络 拟合 支持向量机
下载PDF
一种新型诊断技术在电机故障诊断中的应用 被引量:2
16
作者 何银光 《机电信息》 2014年第24期92-93,共2页
电机故障诊断过程中,根据实际应用环境引入多传感器信息融合诊断方法是提高诊断有效性的主要途径。通过对多传感器所提供的信号的处理,以蚁群神经算法为基础来辅助诊断故障,能够为相关操作人员提供相对独立的证据,然后在证据理论的指导... 电机故障诊断过程中,根据实际应用环境引入多传感器信息融合诊断方法是提高诊断有效性的主要途径。通过对多传感器所提供的信号的处理,以蚁群神经算法为基础来辅助诊断故障,能够为相关操作人员提供相对独立的证据,然后在证据理论的指导下对所获得的各个证据进行融合,能够有效判断电机故障。大量实践证明,此方法在实际应用过程中能够有效提升故障识别的有效性和准确性。 展开更多
关键词 电机故障诊断 应用 蚁群神经网络
下载PDF
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 被引量:11
17
作者 王骁贤 陆思良 +1 位作者 何清波 张世武 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第3期59-67,共9页
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... 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。 展开更多
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
原文传递
基于续电流和相电流有效值的开关磁阻发电机故障诊断分析
18
作者 易灵芝 隋永波 +2 位作者 朱广辉 龚湖广 陈人楷 《电气工程学报》 2015年第10期52-58,共7页
功率变换器连接控制器和开关磁阻发电机,是实现传输能量的重要部分。但开关管的开路故障将导致系统缺相运行,发电机输出功率低下;短路故障将导致高电流,甚至烧毁器件。为此,提出一种基于续电流和相电流的故障诊断算法,通过续电流和相电... 功率变换器连接控制器和开关磁阻发电机,是实现传输能量的重要部分。但开关管的开路故障将导致系统缺相运行,发电机输出功率低下;短路故障将导致高电流,甚至烧毁器件。为此,提出一种基于续电流和相电流的故障诊断算法,通过续电流和相电流提取出的特征值进行逻辑判断,实现了功率变换器开关器件的故障检测,甚至可以定位故障元件,并给出了判断逻辑部分的阀值经验公式。通过Simulink平台仿真实验和实物实验结果,都验证了该故障诊断算法的可行性和有效性。 展开更多
关键词 开关磁阻 电机故障诊断 功率变换器 续电流 相电流
下载PDF
基于支持向量机的电机故障诊断方法综述 被引量:9
19
作者 蒋波涛 张博 黄新波 《微电机》 北大核心 2018年第7期58-61,67,共5页
基于统计学理论的支持向量机因其具有良好的学习性能和泛化能力,而被国内外学者广泛地应用于电机故障诊断领域。对现有应用于电机故障诊断的各种支持向量机模型的特点进行了系统的分析,包括标准型支持向量机、最小二乘支持向量机以及和... 基于统计学理论的支持向量机因其具有良好的学习性能和泛化能力,而被国内外学者广泛地应用于电机故障诊断领域。对现有应用于电机故障诊断的各种支持向量机模型的特点进行了系统的分析,包括标准型支持向量机、最小二乘支持向量机以及和其相关的混合模型,并对未来电机故障诊断方法的研究发展方向进行了总结和探讨。 展开更多
关键词 电机故障诊断 标准支持向量机 最小二乘支持向量机
下载PDF
基于连续小波变换和卷积神经网络的无刷直流电机故障诊断 被引量:11
20
作者 王骁贤 张保华 陆思良 《机械与电子》 2018年第6期29-32,共4页
提出一种能够精确诊断无刷直流电机不同种类轴承故障、转子不平衡、霍尔元件故障和定子绕组三相不平衡故障的方法。将数据采集系统采集到的一维的机械振动信号进行连续小波变换,即可将一维的时域信号转变为二维的时频图像。对不同故障... 提出一种能够精确诊断无刷直流电机不同种类轴承故障、转子不平衡、霍尔元件故障和定子绕组三相不平衡故障的方法。将数据采集系统采集到的一维的机械振动信号进行连续小波变换,即可将一维的时域信号转变为二维的时频图像。对不同故障的时频图像利用基于卷积神经网络的深度学习算法进行训练,得到无刷直流电机故障网络模型。利用训练好的模型对验证数据进行推理,即可实现电机故障检测和分类。实验表明,电机8种健康/故障模式的分类精度接近100%。 展开更多
关键词 无刷直流电机 电机故障诊断 连续小波变换 卷积神经网络 深度学习
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部