基于MPU6050和决策树的电机故障诊断方法及系统技术方案

本申请提供了一种基于MPU6050和决策树的电机故障诊断方法及系统，该方法包括：利用MPU6050获取故障模拟模型中电机的振动信号；将获取的振动信号，进行预处理，将预处理后的数据作为数据样本，输入训练好的决策树中；利用决策树对输入的数据样本进行识别，输出电机故障诊断结果。利用训练好的决策树对故障信号进行自动识别，避免人为经验的主观判断，提高了故障识别的准确度。了故障识别的准确度。了故障识别的准确度。

【技术实现步骤摘要】
基于MPU6050和决策树的电机故障诊断方法及系统


[0001]本专利技术涉及电机故障诊断
，具体涉及一种基于MPU6050和决策树的电机故障诊断方法及系统。

技术介绍

[0002]电机广泛应用在现代工业生产中，但是目前，电机故障检测的主要方式仍是依靠维修人员经验的检测方法，检测过程中掺杂主观因素，主要依据电机轴承振动以及声音等信号进行判断，不能准确快速识别判断故障类型，为电机维修造成困扰。

技术实现思路

[0003]有鉴于此，本申请实施例致力于提供一种基于MPU6050和决策树的电机故障诊断方法及系统，基于电机故障模拟平台搭建、数据采集、滤波处理、决策树诊断的故障诊断方式，实现快速准确故障类型诊断。
[0004]本专利技术提供一种基于MPU6050和决策树的电机故障诊断方法，包括：
[0005]利用MPU6050获取故障模拟模型中电机的振动信号；
[0006]将获取的振动信号，进行预处理，将预处理后的数据作为数据样本，输入训练好的决策树中；
[0007]利用决策树对输入的数据样本进行识别，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MPU6050和决策树的电机故障诊断方法，其特征在于，包括：利用MPU6050获取故障模拟模型中电机的振动信号；将获取的振动信号，进行预处理，将预处理后的数据作为数据样本，输入训练好的决策树中；利用决策树对输入的数据样本进行识别，输出电机故障诊断结果。2.根据权利要求1所述的基于MPU6050和决策树的电机故障诊断方法，其特征在于，所述预处理为对采集的振动信号进行算术均值滤波，滤除噪声信号。3.根据权利要求1所述的基于MPU6050和决策树的电机故障诊断方法，其特征在于，在获取振动信号之前，还包括对MPU6050进行校准。4.根据权利要求1所述的基于MPU6050和决策树的电机故障诊断方法，其特征在于，所述决策树在采用如下方法进行训练：步骤1、将处理后的数据样本，形成数据集；步骤2、对数据样本进行快速傅里叶变换，形成一维数组；步骤3、在一维数组中求解最优切分变量和相应切分点(j，s)；步骤4、用最优的(j，s)将数据集划分为两个子域并决定相应的输出值；步骤5、对划分后的子域重复进行步骤3
‑
4，直到叶子节点数目满足预设要求；步骤6、依据步骤5中形成的多对(j，s)值，生成决策树，采用后剪枝的方法对得到的决策树进行剪枝，得到最终所需的决策树。5.根据权利要求1所述的基于MPU6050和决策树的电机故障诊断方法，其特征在于，所述故障模拟模型中模拟的故障包括模拟转子不对称故障、不对中故障，轴承松动故障、轴承裂纹故障；通过改变电机转速模拟，模拟不同类型故障以及故障的严重程度。6.根据权利要求4所述的基于M...

【专利技术属性】
技术研发人员：王鑫，李佩宇，郝盟富，肖萌，何凡，边学齐，杨柳，张子轩，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：