【技术实现步骤摘要】
本专利技术涉及计算机应用，尤其涉及一种电机的故障预测方法、装置、电子设备及存储介质。
技术介绍
1、电机作为一种常见的动力装置，具有使用寿命长、稳定性好等优点，已被广泛应用于航空航天、医疗器械等领域。但是由于负载突变、工作环境恶劣等因素影响，电机常常会发生故障而损毁，电机一旦发生损坏，将严重影响系统的正常运行。以医疗手术机器人为例，医疗手术机器人各关节通常由电机驱动，当电机正常工作时，机器人各关节在电机的带动下可完成旋转或移动等运动，将各个关节运动的相互结合，使医疗手术机器人可完成复杂的手术动作。而当电机发生故障时，对应关节的运动将无法受到控制，进而影响手术机器人的正常工作，影响手术进程，严重情况下甚至危及患者生命。为此，如何在电机发生故障前进行故障预测，一直是故障检测领域研究的热点问题。
2、相关技术中，通常通过深度网络学习模型对电机的振动信号进行预测，并通过对所预测的振动信号进行分析的方式，预测电机故障，但预测结果的准确性往往不尽如人意，即目前常见的电机故障预测方法的准确性较差。
技术实现思路
【技术保护点】
1.一种电机的故障预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标分量包括固有模态函数分量或残差分量，所述预测分量包括所述固有模态函数分量对应的第一分量或所述残差分量对应的第二分量，所述目标预测模型包括用于预测所述第一分量的第一预测模型或用于预测所述第二分量的第二预测模型。
3.根据权利要求1所述的方法，其特征在于，在所述通过目标预测模型对输入的所述目标分量进行预测之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述基于更新后的所述训练样本集确定目标模型参数，包括：
5.根据权利...
【技术特征摘要】
1.一种电机的故障预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标分量包括固有模态函数分量或残差分量，所述预测分量包括所述固有模态函数分量对应的第一分量或所述残差分量对应的第二分量，所述目标预测模型包括用于预测所述第一分量的第一预测模型或用于预测所述第二分量的第二预测模型。
3.根据权利要求1所述的方法，其特征在于，在所述通过目标预测模型对输入的所述目标分量进行预测之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述基于更新后的所述训练样本集确定目标模型参数，包括：
5.根据权利要求3所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：徐凤宝，梁云雷，苏衍宇，吕洪莉，高英博，
申请(专利权)人：哈尔滨思哲睿智能医疗设备股份有限公司，
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。