【技术实现步骤摘要】
基于有限元仿真和对称特征迁移的感应电机故障诊断系统
[0001]本专利技术涉及的是一种感应电机设备诊断领域的技术，具体是一种基于有限元仿真和对称特征迁移的每类的故障样本的数量低于5个的小样本感应电机健康诊断系统。
技术介绍
[0002]现有感应电机故障诊断技术对于小样本的数量需求较高，在故障样本数极少的情况下，难以保证有足够的精度；并且在数据驱动时，并没有引入除样本数据以外额外的经验知识用于提高故障诊断的精度和可解释性，过分依赖高质量数据集。(3)绝大多数的电机故障诊断算法都是有监督算法不能很好地利用无标签数据。为了解决以上问题，提高感应电机的诊断精准度，本专利技术结合了有限元仿真和无监督特征迁移学习，采用了混合构建源域的方式将仿真知识和无标签真实数据用于解决小样本电机故障诊断问题，提高了可解释性和诊断精准度，并且减少了外部数据集依赖。
技术实现思路
[0003]本专利技术针对现有技术故障数据稀少和源域数据难以找寻的问题，提出一种基于有限元仿真和特征迁移的感应电机故障诊断系统，通过有限元仿真获取仿真的故障数据...
【技术保护点】
【技术特征摘要】
1.一种基于有限元仿真和对称特征迁移的感应电机健康诊断系统，其特征在于，包括：定子电流数据采集模块、对称特征迁移训练模块和故障诊断模块，其中：定子电流数据采集模块设置于感应电机的电路中采集对应的电机三相定子电流信号，经模数转换后将数字信号分别输出至对称特征迁移训练模块和故障诊断模块，对称特征迁移训练模块在离线阶段通过有限元仿真模型生成的仿真的三相定子电流信号作为训练样本并构建混合的源域和无标签的目标域对故障诊断模块的骨干网络模型进行训练，通过使用MK
‑
MMD和域判别器进行多阶段的对称特征迁移，故障诊断模块在在线阶段对采集到的实时工况信号进行诊断。2.根据权利要求1所述的基于有限元仿真和对称特征迁移的感应电机健康诊断系统，其特征是，所述的定子电流数据采集模块包括：电流传感器和数据采集板卡，其中：电流传感器串联进入感应电机的电路并采集感应电机的定子电流；数据采集板卡将传感器的模拟信号转化为数字信号，将三相的电流信号输出至故障诊断模块进行故障诊断或是输出至对称特征迁移训练模块用于网络训练。3.根据权利要求1所述的基于有限元仿真和对称特征迁移的感应电机健康诊断系统，其特征是，所述的对称特征迁移训练模块包括：有限元仿真单元、域构建单元以及训练单元，其中：有限元仿真单元根据需要诊断的电机的详细参数构建合理完善的电机健康模型，通过故障机理修改电机健康模型得到故障模型后，通过运行仿真得到所需故障的三相定子仿真电流；域构建单元将仿真数据和小样本带标签数据混合构建源域，将标签数据则构建为目标域；训练单元根据构建得到的无需依赖外部相似数据的源域和目标域对故障诊断模块中的骨干网络模型进行源域预训练、迁移训练和微调稳定处理并根据损失选取最优模型作为诊断模型。4.根据权利要求1所述的基于有限元仿真和对称特征迁移的感应电机健康诊断系统，其特征是，所述的故障诊断模块包括：预处理单元、骨干网络模型以及投票单元，其中：预处理单元对采集得到的三相定子电流进行异常值去除、归一化处理和裁剪处理，得到待诊断数据样本；骨干网络模型在经过对称特征迁移训练模块训练后根据待诊断数据样本进行故障诊断，得到健康状态概率分布，选取概率分布最高的状态作为诊断结果；投票单元采用投票机制从若干样本中选择出现数量超过50％以上的结果作为最终的诊断结果。5.一种基于权利要求1～4中任一所述系统的感应电机健康诊断方法，其特征在于，包括以下步骤：步骤1、有限云仿真模型生成仿真样本，具体步骤包括：步骤2、通过源域预训练阶段，迁移训练阶段和微调稳定阶段训练骨干网络模型，具体包括：2.1)源域预训练阶段：训练数据仅为源域数据，损失只有源域分类损失，优化器为Adam优化器，学习率为0.0001，权重衰减为0.001；同时为了突出真实数据的作用，将真实数据的权重提高为50倍；2.2)迁移训练阶段：迁移训练阶段：训练数据为源...
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。