The invention discloses a motor data analysis method based on Grey Relational Analysis and BP neural network, which comprises the following steps: (1) grey relational analysis, including the following steps: determining the analysis sequence; dimensionless variables; calculating the correlation degree; ranking the correlation degree; (2) analyzing the data trained by BP neural network model, including The following steps: setting up the index system; designing the BP neural network structure; training the neural network with the training sample set; testing the experiment of the sample set; taking seven motor performance indicators as input vectors, calculating by the trained BP neural network model, get the results of motor data analysis. By abstracting and mathematicizing the multi-parameter data of the motor, the method of grey relational analysis and BP neural network are reasonably applied to the analysis of the motor data, and the test data obtained are analyzed by means of mathematical model, so that the method is more universal and can be extended to any different type of motor test. .
【技术实现步骤摘要】
一种基于灰色关联分析和BP神经网络的电机数据分析方法
本专利技术涉及一种电机数据分析方法,尤其涉及一种基于灰色关联分析和BP神经网络的电机数据分析方法。
技术介绍
针对高速永磁电机功率密度大、损耗密度较高、散热困难等特性,对其检测分析目前还停留在仪器的单一测定和数据后续的简易评定,大多数情况下还是依靠技术人员的经验,其综合性能的数据分析缺乏有力的支撑与说服力。随着工业的不断发展以及机械、化工、汽车、航空航天等行业技术的不断提高,支撑这些工业设备实现的核心——电机行业也得到迅猛发展。电机检测技术向着高效化、精准化、智能化、互联化快速进步。上个世纪70年代以前,电机测试多采用传统的指针式仪表进行手工测试,这类仪表结构简单,性能稳定,造价低廉,但它的测试精度较差,功能单一。随后产生的数字仪器基于电参数测量显示电压、电流、功率,扩展显示功率因数、频率等多种电量参数,稳定性、准确度高,一体化更强,但对数据的处理、实验过程中的读数同步仍不够理想。由于计算机技术的加速发展和普及,电机检测向自动化测试方向发展。中国国内许多科研机构研制以PC机为核心的电机自动化测试系统,如上海电机技术所研制的AMT1型电机性能综合测试仪,它采用双机系统结构,系统运用了标准接口,方便系统的组建和扩充,并且利用PC机丰富的软硬件资源,实现友好的人机交互界面和容错性。上海交通大学的分马力微机试验系统,可以测量电机的电流、转矩、电压和功率。哈尔滨工业大学电工研究所研制的TL-1型数字转矩测试仪可以实时测量电机的输出转矩。国外也有以计算机为核心的电机实验综合装置,可以对被试电机进行快速数据采集,并能 ...
【技术保护点】
1.一种基于灰色关联分析和BP神经网络的电机数据分析方法,其特征在于:包括以下步骤:步骤(1):灰色关联分析,包括以下步骤:步骤(1.1):确定分析数列:将电压、电流、输入功率、转速、扭矩、机械功率、转差率依次作为系统特征变量数据序列,剩余因素作为相关因素变量数据序列,按下式两两计算关联度:Ai=[Ai(1),Ai(2),L,Ai(k),L Ai(n)]Bj=[Bj(1),Bj(2),L,Bj(k),L Bj(n)] (1‑1)式中,Ai(k)、Bi(k)分别表示第i个系统特征变量和第j个相关因素变量在第k次试验时的测量数据样本值,n表示共进行n次实验,i、j=1…7时分别表示电压、电流、输入功率、转速、扭矩、机械功率、转差率这几个参数的测试值;步骤(1.2):变量的无量纲化:通过均值化算子D1来计算出各变量序列的均值象,将式1‑1转化为下式:Ai′=AiD1=[Ai′(1),Ai′(2),L,Ai′(k),L Ai′(n)]Bj′=BjD1=[Bj′(1),Bj′(2),L,Bj′(k),L Bj′(n)] (1‑2)式中,
【技术特征摘要】
1.一种基于灰色关联分析和BP神经网络的电机数据分析方法,其特征在于:包括以下步骤:步骤(1):灰色关联分析,包括以下步骤:步骤(1.1):确定分析数列:将电压、电流、输入功率、转速、扭矩、机械功率、转差率依次作为系统特征变量数据序列,剩余因素作为相关因素变量数据序列,按下式两两计算关联度:Ai=[Ai(1),Ai(2),L,Ai(k),LAi(n)]Bj=[Bj(1),Bj(2),L,Bj(k),LBj(n)](1-1)式中,Ai(k)、Bi(k)分别表示第i个系统特征变量和第j个相关因素变量在第k次试验时的测量数据样本值,n表示共进行n次实验,i、j=1…7时分别表示电压、电流、输入功率、转速、扭矩、机械功率、转差率这几个参数的测试值;步骤(1.2):变量的无量纲化:通过均值化算子D1来计算出各变量序列的均值象,将式1-1转化为下式:Ai′=AiD1=[Ai′(1),Ai′(2),L,Ai′(k),LAi′(n)]Bj′=BjD1=[Bj′(1),Bj′(2),L,Bj′(k),LBj′(n)](1-2)式中,对式1-2应用始点零象化算子D计算出其相应的始点零象:Ai0=AiD0=[Ai0(1),Ai0(2),L,Ai0(k),LAi0(n)]Bj0=BjD0=[Bj0(1),Bj0(2),L,Bj0(k),LBj0(n)](1-3)式中,步骤(1.3):计算关联度:运用灰色绝对关联的定义得出第i个系统特征变量和第j个相关因素变量的灰色绝对关联度为:式中,Eij表示第i个系统特征变量与第j个相关因素变量的灰色关联度,|ASi|、|BSj|、|BSj-ASi|分别为:利用式1-4计算出系统特征变量的灰色关联度Eij,从而得出灰色绝对关联矩阵:步骤...
【专利技术属性】
技术研发人员:张克非,段婷,夏云翔,唐丽颖,
申请(专利权)人:西南科技大学,
类型:发明
国别省市:四川,51
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。