本发明专利技术涉及一种电机故障诊断方法及系统。本发明专利技术包括建立电机旋转机械装置的动力学模型；将动力学模型在虚拟空间内进行故障仿真，得到第一虚拟故障数据；采集电机旋转机械装置与第一虚拟故障数据对应的真实故障数据；基于生成对抗网络，得到质量提高后的第二虚拟故障数据；基于余弦相似度，计算第二虚拟故障数据对应的虚拟振动响应与真实故障数据对应的物理振动响应之间的相似度；计算节点集中嵌入向量之间的余弦相似度，基于嵌入向量之间的余弦相似度，构造邻接矩阵；基于邻接矩阵，得到故障诊断结果。显著提升了电机在有限或无故障数据情况下的诊断性能。
【技术实现步骤摘要】
本专利技术涉及电机旋转设备，尤其是指一种电机故障诊断方法及系统。
技术介绍
1、电机的故障诊断一直是工业设备领域的一个热门的研究课题。由于其结构复杂且在恶劣环境下运行，它们容易出现各种故障，如不平衡、不对称、轴承磨损和机械损坏。这可能导致生产中断、经济损失、甚至安全风险。因此，可靠的故障诊断是至关重要的。并且在实际旋转机械运转中，多个传感器同时收集数据是很常见的，因此多元时间序列(mts)在实际工业场景中变得更加普遍，多元时间序列分类(mtsc)涉及捕捉每个时间序列的特征，同时考虑不同变量之间的复杂依赖关系，具有广泛的实际应用。
2、目前大多数基于电机旋转机械的故障诊断方法可分为基于信号处理的方法和基于人工智能的方法。特别是基于人工智能的故障诊断前提条件是训练数据的数量和质量足以在测量信号和设备健康状态之间建立有效的映射关系。然而，在实际工业场景中，设备安全稳定运行的要求使得故障条件下的采集特别有限采集大量故障数据是相当困难的。因此，用于模型训练的数据不足可能会阻碍基于人工智能的方法在现实世界中的广泛和成功应用。
r/>技本文档来自技高网...
【技术保护点】
1.一种电机故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的一种电机故障诊断方法，其特征在于，所述故障类型包括转子不平衡、轴中不对称、轴承内圈故障和/或轴承外圈故障。
3.根据权利要求1所述的一种电机故障诊断方法，其特征在于，基于生成对抗网络，减小所述第一虚拟故障数据和所述真实故障数据之间的差异，得到质量提高后的第二虚拟故障数据，包括：
4.根据权利要求1所述的一种电机故障诊断方法，其特征在于，所述余弦相似度计算如下：
5.根据权利要求1所述的一种电机故障诊断方法，其特征在于，利用下式计算所述节点集中嵌入向量之间的余弦相似度：...
【技术特征摘要】
1.一种电机故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的一种电机故障诊断方法，其特征在于，所述故障类型包括转子不平衡、轴中不对称、轴承内圈故障和/或轴承外圈故障。
3.根据权利要求1所述的一种电机故障诊断方法，其特征在于，基于生成对抗网络，减小所述第一虚拟故障数据和所述真实故障数据之间的差异，得到质量提高后的第二虚拟故障数据，包括：
4.根据权利要求1所述的一种电机故障诊断方...
【专利技术属性】
技术研发人员：张永，袁烨，黄新月，周炜，程骋，
申请(专利权)人：华中科技大学无锡研究院，
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。