System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种三相异步电机故障诊断方法、系统及设备技术方案_技高网

一种三相异步电机故障诊断方法、系统及设备技术方案

技术编号:39948651 阅读:6 留言:0更新日期:2024-01-08 23:07
本发明专利技术涉及一种三相异步电机故障诊断方法、系统及设备,方法包括:采集三相异步电机的特征信号,将特征信号作为输入进行时序特征提取,得到初级特征,将初级特征基于自注意力机制进行特征关联得到初级特征关联图,将初级特征关联图进行聚焦和强化处理得到高级特征关联图,基于高级特征关联图进行故障分类诊断得到故障诊断结果。与现有技术相比,将一维信号转变为图状特征,将特征建立了关联,使得特征信息不再孤立,使用带有残差连接结构的图卷积神经网络对特征关联图进行聚焦强化,得到更细致的特征关联,且图神经网络的结合,有效提高了图卷积网络对于图结构数据的特征分析能力,有效利用了特征关联图信息。

【技术实现步骤摘要】

本专利技术涉及深度学习,具体涉及一种三相异步电机故障诊断方法、系统及设备


技术介绍

1、三相电机是一种常见的电动机类型,广泛应用于工业、商业和家庭领域。三相电机的作用包括驱动风扇、泵、压缩机等,为现代社会的运转提供了不可或缺的动力。然而,安装过程中的挑战、多变的环境条件以及不同的工作循环可能会意外地使电动机的故障率超出预期水平。因此电机的故障诊断具有极其重要的意义。

2、在故障诊断中,越来越多地采用深度学习模拟来实现三相电机的故障诊断,然而,由于传统深度学习模型与三相电机信号间适配性问题,会存在一些列的诊断系统的性能问题,导致诊断的效率和分析能力较弱。


技术实现思路

1、本申请要解决的技术问题是提供一种三相异步电机故障诊断方法、系统及设备,具有的故障诊断的效率和分析能力更强的特点。

2、第一方面,一种实施例中提供一种三相异步电机故障诊断方法,包括:

3、采集三相异步电机的特征信号,所述特征信号包括三相电流、三轴振动、电机温度、电机转速和电机扭矩共9类信号;

4、将所述特征信号作为输入进行时序特征提取,得到初级特征;

5、将所述初级特征基于自注意力机制进行特征关联得到初级特征关联图;

6、将所述初级特征关联图进行聚焦和强化处理得到高级特征关联图;

7、基于所述高级特征关联图进行故障分类诊断得到故障诊断结果。

8、第二方面,一种实施例中提供一种三相异步电机故障诊断系统,包括:

9、特征信号获取模块,获取三相异步电机的特征信号,所述特征信号包括三相电流、三轴振动、电机温度、电机转速和电机扭矩共9类信号;

10、初级特征获取模块,将所述特征信号作为输入进行时序特征提取,得到初级特征;

11、初级特征关联图获取模块,将所述初级特征基于自注意力机制进行特征关联得到初级特征关联图;

12、高级特征关联图获取模块,将所述初级特征关联图进行聚焦和强化处理得到高级特征关联图;

13、故障诊断结果获取模块,基于所述高级特征关联图进行故障分类诊断得到故障诊断结果。

14、第三方面,一种实施例中提供一种三相异步电机故障诊断设备,包括存储器和处理器,所述存储器中存储有程序,所述程序包括能够被所述处理器加载并处理上述任意一实施例的故障诊断方法。

15、第四方面,一种实施例中提供一种计算机可读存储介质,存储介质上存储有程序,存储的程序包括能够被处理器加载并处理上述任意一实施例的故障诊断方法。

16、本专利技术的有益效果是:

17、基于上述方案,将一维信号转变为图状特征,将特征建立了关联,使得特征信息不再孤立,使用带有残差连接结构的图卷积神经网络对特征关联图进行聚焦强化,得到更细致的特征关联,且图神经网络的结合,有效提高了图卷积网络对于图结构数据的特征分析能力,有效利用了特征关联图信息。

本文档来自技高网...

【技术保护点】

1.一种三相异步电机故障诊断方法,其特征在于,包括:

2.如权利要求1所述的故障诊断方法,其特征在于,所述的采集三相异步电机的特征信号,包括:对三相异步电机的信号进行滑窗分割,采集长度为c×w的特征信号,其中,c为通道数量,w为滑窗长度。

3.如权利要求1所述的故障诊断方法,其特征在于,所述的将所述特征信号作为输入进行时序特征提取,包括:

4.如权利要求3所述的故障诊断方法,其特征在于,所述的将所述初级特征关联图进行聚焦和强化处理得到高级特征关联图,包括:

5.一种三相异步电机故障诊断系统,其特征在于,包括:

6.如权利要求5所述的故障诊断系统,其特征在于,所述的获取三相异步电机的特征信号,包括:对三相异步电机的信号进行滑窗分割,采集长度为c×w的特征信号,其中,c为通道数量,w为滑窗长度。

7.如权利要求5所述的故障诊断系统,其特征在于,所述的将所述特征信号作为输入进行时序特征提取,包括:

8.如权利要求7所述的故障诊断系统,其特征在于,所述的将所述初级特征关联图进行聚焦和强化处理得到高级特征关联图,包括:

9.一种三相异步电机故障诊断设备,其特征在于,包括存储器和处理器,所述存储器中存储有程序,所述程序包括能够被所述处理器加载并处理如权利要求1到4中任意一项所述的故障诊断方法。

10.一种计算机可读存储介质,其特征在于,存储介质上存储有程序,存储的程序包括能够被处理器加载并处理如权利要求1到4中任意一项所述的故障诊断方法。

...

【技术特征摘要】

1.一种三相异步电机故障诊断方法,其特征在于,包括:

2.如权利要求1所述的故障诊断方法,其特征在于,所述的采集三相异步电机的特征信号,包括:对三相异步电机的信号进行滑窗分割,采集长度为c×w的特征信号,其中,c为通道数量,w为滑窗长度。

3.如权利要求1所述的故障诊断方法,其特征在于,所述的将所述特征信号作为输入进行时序特征提取,包括:

4.如权利要求3所述的故障诊断方法,其特征在于,所述的将所述初级特征关联图进行聚焦和强化处理得到高级特征关联图,包括:

5.一种三相异步电机故障诊断系统,其特征在于,包括:

6.如权利要求5所述的故障诊断系统,其特征在于,所述的获取三相异步电机的特征信号,包括:对三相异步电机...

【专利技术属性】
技术研发人员:李昂王勇飞冯治国李晓飞李胜唐云武廖波张健王彤
申请(专利权)人:国能大渡河检修安装有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1