【技术实现步骤摘要】
本专利技术涉及伺服电机，具体为一种基于数据分析的伺服电机故障诊断方法及系统。
技术介绍
1、随着工业自动化程度的不断提升，伺服电机作为工业设备中的重要驱动元件，其运行状态直接关系到整个系统的性能和稳定性，然而，在实际运行过程中，伺服电机可能因多种原因出现故障，如电气故障、机械故障、控制故障等，这些故障如不能及时发现和处理，可能导致设备停机、生产效率下降，甚至引发安全事故。
2、在申请公布号为cn115235612a的中国专利技术申请中，公开了一种伺服电机的故障智能诊断系统及其诊断方法，其通过傅里叶变换和上下文编码器提取出待诊断伺服电机的振动信号的多个频域统计特征的全局性频域关联特征，并且利用卷积神经网络模型对所述待诊断伺服电机的振动信号的波形图进行局部的深层次的隐含特征的挖掘，在融合这两者的特征信息时，进一步对所述频域关联特征进行基于注意力机制的数据密集修正，以基于分类器的概率表达来使得分类概率具有对不同数据密集度的特征向量的自适应依赖。
3、在申请公布号为cn115015752a的中国专利技术申请中，公开了一种...
【技术保护点】
1.一种基于数据分析的伺服电机故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于数据分析的伺服电机故障诊断方法，其特征在于，通过传感器采集伺服电机转矩数据，传感器包括转矩传感器或转矩测量仪，在数据采集过程中保持负载不变，设置转矩测量设备的采样周期，将采集到的转矩数据进行汇总并构建转矩数据集。
3.根据权利要求2所述的一种基于数据分析的伺服电机故障诊断方法，其特征在于，获取伺服电机的转矩数据，经过线性归一化处理后，计算获得伺服电机处于稳定运行状态时的转矩均值和转矩波动值，对应的计算公式如下：
4.根据权利要求1...
【技术特征摘要】
1.一种基于数据分析的伺服电机故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于数据分析的伺服电机故障诊断方法，其特征在于，通过传感器采集伺服电机转矩数据，传感器包括转矩传感器或转矩测量仪，在数据采集过程中保持负载不变，设置转矩测量设备的采样周期，将采集到的转矩数据进行汇总并构建转矩数据集。
3.根据权利要求2所述的一种基于数据分析的伺服电机故障诊断方法，其特征在于，获取伺服电机的转矩数据，经过线性归一化处理后，计算获得伺服电机处于稳定运行状态时的转矩均值和转矩波动值，对应的计算公式如下：
4.根据权利要求1所述的一种基于数据分析的伺服电机故障诊断方法，其特征在于，逐渐增加负载，当伺服电机的负载达到目标负载并保持稳定时，对于每个负载点，记录其最大转矩输出和转矩波动值，根据每个负载点对整体性能评估的重要性，通过层次分析法确定每个负载点的权重因子。
5.根据权利要求4所述的一种基于数据分析的伺服电机故障诊断方法，其特征...
【专利技术属性】
技术研发人员：李笑，邓智斌，陈程，陈晓玲，杨健，邸亮，
申请(专利权)人：深圳市森树强电子科技有限公司，
类型：发明
国别省市：
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。