【技术实现步骤摘要】
本专利技术涉及一种电机故障诊断的方法,尤其是一种基于RBF、多层FDA和SVDD的电机多工况故障检测方法。
技术介绍
电机即电动机,是一种广泛运用在工业生产中的设备,电机的运行状况对企业生产有着重要意义,电动机故障检测越来越引起人们的注意。传统的电机故障检测方法大多只针对单一工况的电机故障,设计复杂通用性差,而且检测过程繁琐,不利于检测系统的集成化的缺点。而电机电流信号分析法仅对特定的一个或两个故障频率进行分析,判断电机是否有某个故障,检测单一,有较大的局限性。且电机电流信号分析法需要采集频率,步骤繁琐,其检测系统在系统受到干扰时,极易受到外界变化的影响,在扰动过大时,干扰信号会覆盖故障信号,导致错报和漏报可能性很高,诊断可靠性不能得到保证,检测性能较差。
技术实现思路
专利技术目的:针对上述现有技术存在的缺陷,本专利技术旨在提供一种基于RBF、多层FDA和SVDD的电机多工况故障检测方法。技术方案:一种基于RBF、多层FDA和SVDD的电机多工况故障检测方法,包括以下步骤:(1)收集电机运行定子电流的历史数据,包括正常电机的运行和各种故障电机的运行时的数据;(2)整理步骤(1)中所述的历史数据形成样本,样本的格式为:每一条数据按输入—输出对模式组织,输入为电机运行时定子电流数据,输出为紧跟输入后的电机定子电流采样值,样本分为训练样本和检测样本两部分;(3)根据步骤(2)中所述样本设计RBF的结构,首先设计RBF的聚类中心、隐藏层节点数和核函数;(4)在各种状态下采用多组样本训练出多个RBF网络,从各组的输出权值向量中提取主成分向量;建立各组RBF的输出层权 ...
【技术保护点】
一种基于RBF、多层FDA和SVDD的电机多工况故障检测方法,其特征在于,包括以下步骤:(1)收集电机运行定子电流的历史数据,包括正常电机的运行和各种故障电机的运行时的数据;(2)整理步骤(1)中所述的历史数据形成样本,样本的格式为:每一条数据按输入‑输出对模式组织,输入为电机运行时定子电流数据,输出为紧跟输入后的电机定子电流采样值,样本分为训练样本和检测样本两部分;(3)根据步骤(2)中所述样本设计RBF的结构,首先设计RBF的聚类中心、隐藏层节点数和核函数;(4)在各种状态下采用多组样本训练出多个RBF网络,从各组的输出权值向量中提取主成分向量;建立各组RBF的输出层权值向量的多层FDA分类模型,对被包含在重合区域子空间中的各类数据中错分率较高的类再次使用FDA算法继续分类;对没有严重重合的区域直接采用SVDD对各类数据建立对应的SVDD故障诊断模型;若准确率不满足工业生产要求,则重做步骤(4)。(5)在线检测电机故障时,采集定子电流数据并根据步骤(3)获得这种工况下的RBF,将RBF的输出权值向量输入步骤(4)中建立的多层FDA分类模型和SVDD故障诊断模型中,计算得到该状态下的 ...
【技术特征摘要】
1.一种基于RBF、多层FDA和SVDD的电机多工况故障检测方法,其特征在于,包括以下步骤:(1)收集电机运行定子电流的历史数据,包括正常电机的运行和各种故障电机的运行时的数据;(2)整理步骤(1)中所述的历史数据形成样本,样本的格式为:每一条数据按输入-输出对模式组织,输入为电机运行时定子电流数据,输出为紧跟输入后的电机定子电流采样值,样本分为训练样本和检测样本两部分;(3)根据步骤(2)中所述样本设计RBF的结构,首先设计RBF的聚类中心、隐藏层节点数和核函数;(4)在各种状态下采用多组样本训练出多个RBF网络,从各组的输出权值向量中提取主成分向量;建立各组RBF的输出层权值向量的多层FDA分类模型,对被包含在重合区域子空间中的各类数据中错分率较高的类再次使用FDA算法继续分类;对没有严重重合的区域直接采用SVDD对各类数据建立对应的SVDD故障诊断模型;若准确率不满足工业生产要求,则重做步骤(4)。(5)在线检测电机故障时,采集定子电流数据并根据步骤(3)获得这种工况下的RBF,将RBF的输出权值向量输入步骤(4)中建立的多层FDA分类模型和SVDD故障诊断模型中,计算得到该...
【专利技术属性】
技术研发人员:伍雪冬,苏循亮,朱志宇,倪朋朋,常艳超,杜昭平,
申请(专利权)人:江苏科技大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。