期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到546篇文章
< 1 2 … 28 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于角域重采样和特征强化的电机滚动轴承故障迁移诊断方法 被引量：1
1
作者 王攀攀 李兴宇 +1 位作者 张成 韩丽 《电工技术学报》 北大核心 2025年第12期3905-3916,共12页
为了降低模型对数据的依赖,实现电机滚动轴承故障从恒转速工况到变转速工况的单源域迁移诊断,提出一种基于角域重采样和特征强化的故障诊断方法。首先,对不同转速工况下的时域振动信号进行角域重采样,降低由转速变化引起的时频分布差异... 为了降低模型对数据的依赖,实现电机滚动轴承故障从恒转速工况到变转速工况的单源域迁移诊断,提出一种基于角域重采样和特征强化的故障诊断方法。首先,对不同转速工况下的时域振动信号进行角域重采样,降低由转速变化引起的时频分布差异;然后,以协方差损失作为样本特征间的相似性度量,并借助领域对抗网络的思想,扩大不同类别特征间的距离,达到特征强化的目的;最后,利用源域振动数据(恒转速)训练后的卷积神经网络对变转速工况下的故障进行辨识,实现滚动轴承故障的跨转速迁移诊断。实验结果表明,所提方法在完全不涉及目标域数据的情况下,仍能准确地进行故障分类,且其正确率高达97.29%,降低了模型对数据的依赖。 展开更多
关键词 电机轴承故障 迁移学习 卷积神经网络 角域重采样 特征强化
在线阅读 下载PDF
基于K近邻算法的数据融合与改进图卷积神经网络的电机轴承故障诊断
2
作者 孙丽玲 唐李昱 许伯强 《电机与控制学报》 北大核心 2025年第5期12-18,共7页
为了解决单一类型数据对电机轴承故障诊断准确率不高和图卷积神经网络具有过平滑现象的问题,提出一种多数据融合和改进图卷积神经网络的电机轴承故障诊断方法。首先,通过快速傅里叶变换将电机轴承的振动信号和电机电流信号分别转换为频... 为了解决单一类型数据对电机轴承故障诊断准确率不高和图卷积神经网络具有过平滑现象的问题,提出一种多数据融合和改进图卷积神经网络的电机轴承故障诊断方法。首先,通过快速傅里叶变换将电机轴承的振动信号和电机电流信号分别转换为频域信号;然后,将每一个频率视为一个结点,对应的振动和电流信号视为节点特征,根据K近邻图构造法,将振动信号和电流信号融合成图结构数据;进而,将图数据输入通过添加初始残差连接模块而改进的图卷积神经网络进行训练,从而得到诊断结果。在帕德博恩数据集上,将所提方法和多种模型进行电机轴承故障诊断对比实验,实验结果表明,所提模型的故障识别准确率能达到98.6%,优于对比方法,证明所提数据融合方法与改进图卷积神经网络是有效的。 展开更多
关键词 深度学习 故障诊断 图卷积神经网络 电机轴承 快速傅里叶变换 数据融合 电流数据
在线阅读 下载PDF
基于声纹识别的永磁同步电机运行状态监测
3
作者 丁惜瀛 付直刚 马少华 《沈阳工业大学学报》 北大核心 2025年第2期145-151,共7页
【目的】在传统永磁电机故障监测领域,接触式信号虽被广泛使用,但通常只能反映电机的单一运行状态且信息量不足,难以识别永磁同步电机的全面运行状态。为丰富信息量,需要额外增加传感器,但这不仅增加了系统的复杂性,还提高了实际应用难... 【目的】在传统永磁电机故障监测领域,接触式信号虽被广泛使用,但通常只能反映电机的单一运行状态且信息量不足,难以识别永磁同步电机的全面运行状态。为丰富信息量,需要额外增加传感器,但这不仅增加了系统的复杂性,还提高了实际应用难度。因此,提高永磁电机状态监测的精度与便捷性成为重要的研究目标。随着智能化监测技术的发展,非接触式信号的应用越来越受到关注。永磁电机运行时产生的音频信号包含了丰富的状态信息,为故障诊断提供了新的方向。相较于接触式信号,音频信号能实时反映由故障引起的电机振动、噪声等特征,有较大的研究价值。然而这类信号易受环境噪声的干扰,导致信号质量差、特征信息不清晰,不利于永磁同步电机的状态监测。针对上述问题,提出了一种基于声纹识别的永磁同步电机深度学习模型,旨在通过深度学习技术高效地监测和诊断电机运行状态。【方法】采用小波去噪算法减少噪声干扰,提升信号质量,进而提升信噪比,确保模型能够更清晰地提取梅尔谱特征,为故障识别和分类奠定基础。然而,直接使用卷积神经网络提取梅尔谱特征可能会削弱特征间的关联性,影响故障识别的精度。引入空间注意力机制,通过加权增强特征的空间位置相关性,使模型关注最关键的部分,提高特征提取的有效性。为提升模型的识别准确率,对梅尔谱特征进行归一化处理,并采用AAM-softmax损失函数。该函数通过强化类间约束,提高模型在不同类别之间的区分能力,进而提升识别精度和泛化能力并优化训练过程,使模型更好地适应不同工况。【结果】仿真测试结果表明,所提出的模型在训练集上表现出色,能够准确识别电机的不同运行状态,并在测试集上展现出较强的泛化能力。实验结果证实,基于深度学习的声纹识别方法能够有效监测永磁电机的多种运行状态,准确度较高且实用性较强。【结论】基于声纹识别的永磁同步电机深度学习模型能够有效去除噪声并提取关键特征。通过引入空间注意力机制和AAM-softmax损失函数,显著提升了模型的识别精度和泛化能力。该模型具有广阔的发展前景,可广泛应用于永磁电机的状态监测与故障诊断,推动电机智能化维护技术的发展。 展开更多
关键词 电机监测 声纹识别 小波去噪 损失函数 空间注意力机制 永磁同步电机
在线阅读 下载PDF
改进infoGAN和QPSO-VGG16的小样本条件下电机轴承故障诊断方法
4
作者 刘航 张德春 +3 位作者 刘志坚 何蔚 陶韵旭 孟欣雨 《电机与控制学报》 北大核心 2025年第5期167-178,共12页
针对电机轴承故障数据相对于正常数据稀缺的现状,本文提出改进infoGAN和QPSO-VGG16的故障诊断方法。首先采用连续小波变换(CWT)方法将高维故障振动信号转换为对应二维时频图,构建原始图像数据集。建立基于条件信息最大化生成对抗网络(ci... 针对电机轴承故障数据相对于正常数据稀缺的现状,本文提出改进infoGAN和QPSO-VGG16的故障诊断方法。首先采用连续小波变换(CWT)方法将高维故障振动信号转换为对应二维时频图,构建原始图像数据集。建立基于条件信息最大化生成对抗网络(cinfoGAN)的数据增强模型,在统一的框架下完成所有类别故障数据的生成,提升数据增强工作的质量和效率。进一步,构建基于VGG16网络的故障诊断模型,在交替使用原始和增强图像数据集对VGG16网络进行训练的过程中,通过改进的粒子群优化(QPSO)算法对2类数据集的学习率进行联合寻优,确保VGG16网络达到最佳的性能。在真实的电机轴承振动信号上开展数值实验结果表明,将振动信号转换为图像能够充分发挥VGG16模型对图像数据的特征提取能力,且数据增强和交替训练方法能够使故障诊断的准确率依次提升2.6%和4.5%。 展开更多
关键词 电机轴承 故障诊断 连续小波变换 生成对抗网络 Visual Geometry Group 16
在线阅读 下载PDF
五相鼠笼异步电机定子匝间短路诊断方法
5
作者 党月懋 张睿成 +3 位作者 吴立建 许明阁 詹皓岚 张品佳 《电机与控制学报》 北大核心 2025年第1期1-14,共14页
多相鼠笼异步电机功率密度大、可靠性高,广泛应用于大功率传动领域。由于恶劣运行工况导致的定子匝间短路故障,可使电机性能恶化,甚至造成停机等严重后果,因此本文对其准确诊断进行研究。基于定子匝间短路故障的Park矢量轨迹特征,采用... 多相鼠笼异步电机功率密度大、可靠性高,广泛应用于大功率传动领域。由于恶劣运行工况导致的定子匝间短路故障,可使电机性能恶化,甚至造成停机等严重后果,因此本文对其准确诊断进行研究。基于定子匝间短路故障的Park矢量轨迹特征,采用粒子群优化的卷积神经网络(PSO-CNN)的数据驱动方法,进行定子匝间短路的故障诊断与定位,具有准确率高、获取故障信息全面等优势。首先建立了五相鼠笼异步电机等效模型,进行坐标变换得到Park矢量轨迹,使用对称分量法阐明其轨迹方程与五序分量的关系;进而对定子匝间短路故障不同模式及不同故障严重程度下的Park矢量轨迹进行椭圆参数拟合,得到故障特征参数与故障模式的数据集;最后,采用数据驱动方法进行五相鼠笼异步电机定子匝间短路故障诊断,实现对故障模式与短路匝数比的准确识别,并通过样机实验验证了该方法的有效性。 展开更多
关键词 数据驱动 故障诊断 定子匝间短路 对称分量法 PARK矢量 五相鼠笼异步电机
在线阅读 下载PDF
基于主成分分析与随机森林的电动矿卡电机故障诊断研究
6
作者 彭倩 杨晨瀚 《中国工程机械学报》 北大核心 2025年第2期329-333,共5页
针对纯电动矿山卡车作业过程中复杂因素交互干扰而引发的电机故障问题,提出了一种基于主成分分析(PCA)和随机森林(RF)的方法进行预测诊断。根据实际采集的电动矿卡电机故障构建数据集,利用PCA对故障数据进行特征值提取、降维,减少数据... 针对纯电动矿山卡车作业过程中复杂因素交互干扰而引发的电机故障问题,提出了一种基于主成分分析(PCA)和随机森林(RF)的方法进行预测诊断。根据实际采集的电动矿卡电机故障构建数据集,利用PCA对故障数据进行特征值提取、降维,减少数据维度冗余;采用RF预测模型对降维后的数据进行训练测试,并对电机故障类别进行预测。结果表明:采用PCA-RF方法对电机故障类型进行诊断的准确率达到97%以上,对比未经降维处理方法的准确率明显提升。本文证实了以上方法对电动矿卡电机故障诊断的准确性。 展开更多
关键词 电动矿卡 主成分分析 随机森林模型 故障诊断
在线阅读 下载PDF
自适应稀疏傅里叶变换在异步电机转子断条故障诊断中的应用
7
作者 陈保家 郭义鹏 +3 位作者 徐超 徐罗军 徐义 章文忠 《西安交通大学学报》 北大核心 2025年第10期54-63,共10页
针对电机转子断条故障特征微弱且受基频干扰严重,从而导致故障特征难以提取的问题,提出了自适应稀疏傅里叶变换(ASFT)方法。首先,采用稀疏傅里叶变换(SFT)去除原始信号中的基频分量,通过改进的金雕优化算法(IGEO)实现稀疏度参数K的自适... 针对电机转子断条故障特征微弱且受基频干扰严重,从而导致故障特征难以提取的问题,提出了自适应稀疏傅里叶变换(ASFT)方法。首先,采用稀疏傅里叶变换(SFT)去除原始信号中的基频分量,通过改进的金雕优化算法(IGEO)实现稀疏度参数K的自适应选择;然后,对抑制基频后的信号再次应用SFT,以精确提取转子断条的故障特征分量;最后,针对高负载工况下故障分量波动大的问题,提出了基于特征重构的提取方法。为验证所提ASFT方法的有效性,将其应用于转子断条故障仿真信号及实测信号的分析中,结果表明:在常用的方法故障频率分量受基频分量显著影响时,ASFT方法提取到的故障特征分量能量占比达100%,有效解决了转子断条故障识别难度大、隐蔽性强的问题。 展开更多
关键词 转子断条 故障诊断 稀疏傅里叶变换
在线阅读 下载PDF
基于一维噪声增强卷积神经网络的轴承剩余使用寿命预测 被引量：1
8
作者 丁伟 陈律 +2 位作者 王骁贤 宋俊材 陆思良 《轴承》 北大核心 2025年第5期71-78,共8页
基于一维卷积神经网络,采用无条件的噪声注入方法提高网络模型的训练速度和预测精度,将得到的一维噪声增强卷积神经网络模型(1DNECNN)用于轴承剩余使用寿命预测,避免了复杂的数据预处理过程,可从原始振动信号中直接分辨出轴承的退化程... 基于一维卷积神经网络,采用无条件的噪声注入方法提高网络模型的训练速度和预测精度,将得到的一维噪声增强卷积神经网络模型(1DNECNN)用于轴承剩余使用寿命预测,避免了复杂的数据预处理过程,可从原始振动信号中直接分辨出轴承的退化程度。在IEEE PHM Challenge 2012轴承数据集上的对比试验表明,与无噪声注入的一维卷积神经网络、二维卷积神经网络和卷积注意力神经网络相比,1DNECNN预测结果的均方误差降低了24%~49%,具有更高的预测精度和更优的拟合性能。 展开更多
关键词 滚动轴承 剩余寿命 预测 神经网络 卷积 数据预处理
在线阅读 下载PDF
改进麻雀搜索算法在PMSM匝间短路中应用研究 被引量：5
9
作者 李斌 杨润 舒洋 《电子测量与仪器学报》 CSCD 北大核心 2024年第7期224-235,共12页
针对麻雀搜索算法(SSA)存在收敛精度低和易陷入局部最优等问题,提出了一种改进麻雀搜索算法(ISSA),并应用于PMSM匝间短路故障诊断。首先,搭建了PMSM匝间短路仿真模型,模拟了不同短路匝数比的故障。其次,对故障进行分析,提取了3个故障识... 针对麻雀搜索算法(SSA)存在收敛精度低和易陷入局部最优等问题,提出了一种改进麻雀搜索算法(ISSA),并应用于PMSM匝间短路故障诊断。首先,搭建了PMSM匝间短路仿真模型,模拟了不同短路匝数比的故障。其次,对故障进行分析,提取了3个故障识别特征量。接着,利用实验平台进行不同短路匝数比的故障测试。然后,介绍了麻雀搜索算法(SSA),并利用Tent混沌映射、自适应正余弦策略和Levy飞行策略对其进行优化,生成改进麻雀搜索算法(ISSA),同时将ISSA算法与SSA算法、粒子群算法(PSO)、灰狼算法(GWO)在测试函数上进行比较,验证其在寻优能力和稳定性等方面具有优越性。紧接着,介绍了随机森林(RF)算法,并搭建了ISSA-RF的故障诊断模型。最后,将4种算法分别对RF的基本参数进行优化并实现故障分类。结果表明,所提出的改进方法能够检测出匝间短路故障及其故障严重程度,ISSA-RF模型的准确率达到98.5%,验证了该算法的有效性和可靠性。 展开更多
关键词 永磁同步电机 匝间短路 随机森林 改进麻雀搜索算法 故障诊断
在线阅读 下载PDF
供电电压闪变对异步电动机转子故障在线检测的影响及应对 被引量：1
10
作者 许伯强 孙丽玲 《中国电机工程学报》 EI CSCD 北大核心 2024年第11期4525-4534,I0030,共11页
供电电压闪变可能对异步电动机转子故障在线检测产生不利影响,导致基于定子电流信号分析(motor current signature analysis,MCSA)的转子故障在线检测方法失效。通过理论分析,揭示供电电压闪变恶化转子故障在线检测性能的机制。提出免... 供电电压闪变可能对异步电动机转子故障在线检测产生不利影响,导致基于定子电流信号分析(motor current signature analysis,MCSA)的转子故障在线检测方法失效。通过理论分析,揭示供电电压闪变恶化转子故障在线检测性能的机制。提出免于供电电压闪变影响的异步电动机转子故障在线检测方法,首先,根据转子故障主特征频率分量预判转子健康或故障;继而,根据转子故障独有的辅助特征频率分量进一步确认转子健康或故障。仿真与实验结果证明了该方法的有效性。 展开更多
关键词 异步电动机 转子故障 转子断条 供电电压闪变 在线检测
在线阅读 下载PDF
基于电磁多维时空特性的永磁同步电机高阻故障智能诊断研究
11
作者 吴振宇 张捷 +2 位作者 王慧 胡存刚 曹文平 《仪器仪表学报》 北大核心 2025年第3期219-230,共12页
永磁同步电机(PMSM)长期遭受频繁“电-磁-力-热”冲击,这会加速绕组绝缘老化,导致高阻连接(HRC)故障发生。HRC进一步诱发PMSM产生更为严重的损伤,准确诊断该类故障具有重要意义。目前,依据PMSM运行电压和负荷电流的演变规律,可为精准识... 永磁同步电机(PMSM)长期遭受频繁“电-磁-力-热”冲击,这会加速绕组绝缘老化,导致高阻连接(HRC)故障发生。HRC进一步诱发PMSM产生更为严重的损伤,准确诊断该类故障具有重要意义。目前,依据PMSM运行电压和负荷电流的演变规律,可为精准识别HRC提供参考。但是上述均为侵入式方法,可能会对电机正常运行造成一些干扰。由于HRC故障下电机空间电磁分布会发生显著改变,电机空间漏磁信号同样可提供PMSM的状态信息,且漏磁信号采集可使用非侵入式方法。为此,提出了一种基于电磁多维时空特性的PMSM高阻故障智能诊断方法,建立空间漏磁信号与电机差异化状态的关联关系,联合智能算法实现电机状态的智能评估。首先,依据电机绕组等效电路模型解析故障下电磁信号演变规律,明确最优电磁测试点。其次,提出了基于漏磁信号阵列的特征图像转换以及升维方法,联合GoogLeNet网络诊断电机故障。最后通过仿真模型与实验平台进行验证,实验结果表明:通过漏磁信号阵列的特征图像升维与智能评估方法能够准确识别和定位HRC,进一步实现HRC故障程度的评估,其准确率高达97%,验证了所提方法的有效性。该方法具有非侵入式和高准确性的优点,针对PMSM具有较广的应用前景。 展开更多
关键词 永磁同步电机 电磁多维时空特性 高阻故障 故障相定位 故障程度评估
在线阅读 下载PDF
Convformer-NSE融合多源信号的开关磁阻电机故障诊断
12
作者 韩厚宏 宋俊材 +1 位作者 陆思良 王骁贤 《机械科学与技术》 北大核心 2025年第10期1763-1773,共11页
针对现有开关磁阻电机高阻接触故障研究较为匮乏、多源信号复合故障分类识别精度有待提高的问题,提出一种基于卷积结合Transformer的Convformer-NSE模型融合多源信号的开关磁阻电机高阻接触故障及轴承故障诊断方法。首先,搭建了开关磁... 针对现有开关磁阻电机高阻接触故障研究较为匮乏、多源信号复合故障分类识别精度有待提高的问题,提出一种基于卷积结合Transformer的Convformer-NSE模型融合多源信号的开关磁阻电机高阻接触故障及轴承故障诊断方法。首先,搭建了开关磁阻电机电动汽车驱动系统实验平台,并通过非侵入式方法采集电机定子绕组电流以及电机轴承振动信号分别作为高阻接触故障、轴承故障信号;其次,通过Convformer-NSE模型融合电流、振动信号的全局和局部信息,实现了对电机原始信号自动提取特征并识别分类的过程;最后,通过与相关模型方法的对比实验验证,所提方法可以精确识别高阻故障相位置和轴承故障类型,分类准确率可达100%。此外,在不同噪声环境下的实验结果表明,该方法具有较好的鲁棒性和可靠性。 展开更多
关键词 开关磁阻电机 高阻接触故障诊断 轴承故障诊断 Transformer Convformer-NSE
在线阅读 下载PDF
基于改进卷积神经网络的曳引电机匝间短路故障诊断
13
作者 谢方 蒋玫 +2 位作者 黄文琦 彭钰豪 麻宸伟 《中国测试》 北大核心 2025年第10期174-181,共8页
针对闭环控制掩盖效应及高频噪声干扰,该文提出一种智能化方法,用于实现曳引电机定子绕组匝间短路故障的准确识别与定位。该文首先分析匝间短路故障包含的电流特征,并利用电流信号输入到嵌入基于通道注意力机制的残差增强模块改进的卷... 针对闭环控制掩盖效应及高频噪声干扰,该文提出一种智能化方法,用于实现曳引电机定子绕组匝间短路故障的准确识别与定位。该文首先分析匝间短路故障包含的电流特征,并利用电流信号输入到嵌入基于通道注意力机制的残差增强模块改进的卷积神经网络中进行故障诊断。搭建匝间短路故障诊断实验台,在闭环控制下验证所提方法的有效性,电机在混合工况下匝间短路故障分类的准确率为97.40%,实验结果表明该方法对异步电机定子绕组匝间短路故障诊断的有效性,且在不同故障位置以及不同工况下仍具备较好的鲁棒性。 展开更多
关键词 曳引电机 匝间短路 故障诊断 卷积神经网络
在线阅读 下载PDF
复杂工况下的永磁同步电机典型绕组故障在线诊断 被引量：15
14
作者 刘蔚 李万铨 +2 位作者 王明峤 郑萍 赵志衡 《电工技术学报》 EI CSCD 北大核心 2024年第6期1764-1776,共13页
绕组故障作为永磁同步电机常见的故障之一,严重影响电机正常运行。但由于电机运行工况复杂,故障特征波动严重,基于故障特征的诊断精度较低。为提高复杂工况下绕组故障的诊断精度,该文提出一种复杂工况下基于控制器信号的在线诊断方法。... 绕组故障作为永磁同步电机常见的故障之一,严重影响电机正常运行。但由于电机运行工况复杂,故障特征波动严重,基于故障特征的诊断精度较低。为提高复杂工况下绕组故障的诊断精度,该文提出一种复杂工况下基于控制器信号的在线诊断方法。首先,对典型绕组故障进行故障机理分析,并通过基于自适应随机窗的快速傅里叶变换(FFT),提取控制器信号的相应故障特征;其次,通过研究单一工况和复杂工况下的各故障特征分布,揭示部分故障特征会在低转速工况下失效;再次,定义了复杂工况下故障特征性能指标,用于筛选故障特征;最后,在人工神经网络的基础上,提出了深度优化人工神经网络,引入批量归一化(BN)算法,并对深度网络结构残差化,提高网络泛化能力和诊断准确性。实验结果表明,通过计算故障特征性能指标,能够在诊断前对故障特征进行有效筛选,且深度优化人工神经网络的诊断准确性高、泛化能力强,在复杂工况下能够实现电机典型绕组故障的精确在线诊断。 展开更多
关键词 永磁同步电机 绕组故障 在线故障诊断 特征提取 深度优化人工神经网络
在线阅读 下载PDF
深度子领域自适应网络电机滚动轴承跨工况故障诊断 被引量：13
15
作者 宋向金 孙文举 +2 位作者 刘国海 赵文祥 王照伟 《电工技术学报》 EI CSCD 北大核心 2024年第1期182-193,共12页
针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题,提出多尺度子领域自适应模型(MSDAM)的跨工况下滚动轴承故障诊断方法。首先,以原始振动信号作为输入,无需信号预处理及人工特征参数提取;其次,搭... 针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题,提出多尺度子领域自适应模型(MSDAM)的跨工况下滚动轴承故障诊断方法。首先,以原始振动信号作为输入,无需信号预处理及人工特征参数提取;其次,搭建多尺度卷积神经网络将已知标签样本和待诊断样本特征迁移到同一子空间,捕获具有细粒度信息的多尺度公共特征;然后,以不同的故障类型来划分相关子域,并通过局部最大均值距离(LMMD)来完成子域的适配,有效削弱不同工况同类故障特征的分布差异;最后,在三个数据集的多个迁移任务上进行试验验证。结果证明,所提MSDAM的跨工况故障诊断性能优于关注全局领域适配的迁移学习方法。 展开更多
关键词 轴承故障诊断 子领域自适应 迁移学习 软标签学习
在线阅读 下载PDF
基于LSTM-GMM的配电干式变压器绕组故障双参数预警模型 被引量：7
16
作者 高煦轲 秦超 +2 位作者 高沨 王璁 屠幼萍 《科学技术与工程》 北大核心 2024年第31期13407-13414,共8页
针对配电网干式变压器监测手段有限导致的监测数据种类较少、故障预警难度较大的问题,提出了一种基于长短期记忆结合高斯混合模型(long short-term memory and gaussian mixture model,LSTM-GMM)算法的配电网干式变压器绕组故障双参数... 针对配电网干式变压器监测手段有限导致的监测数据种类较少、故障预警难度较大的问题,提出了一种基于长短期记忆结合高斯混合模型(long short-term memory and gaussian mixture model,LSTM-GMM)算法的配电网干式变压器绕组故障双参数预警模型。首先,将监测数据预处理后提取与变压器绕组温度强相关的特征值,作为LSTM网络的输入;然后对LSTM网络超参数调优,以绕组温度为目标进行网络训练;通过训练后网络输出的预测值计算得到残差集,使用GMM确定残差集的概率密度分布,以置信区间作为故障判据划分预警等级;最后将预警等级转化为故障率。北京益丰园居民区干式变压器绕组故障数据分析的结果表明,本文所提出的双参数预警模型预测效果优于反向传播神经网络等算法,可提前3 h实现故障预警。 展开更多
关键词 长短期记忆网络 高斯混合模型 故障预警 干式变压器 配电网
在线阅读 下载PDF
融合TKEO和Goerztel算法的感应电机转子断条故障诊断 被引量：6
17
作者 王照伟 郭雯君 +1 位作者 宋向金 赵文祥 《电工技术学报》 EI CSCD 北大核心 2024年第12期3679-3690,共12页
针对电机电流信号特征分析进行转子断条故障诊断时,在低负载工况或早期,转子断条故障存在故障特征微弱以及难以分离等问题,同时需借助速度传感器获取转速信息,增加了硬件成本,该文提出了融合Teager-Kaiser能量算子(TKEO)和Goertzel算法... 针对电机电流信号特征分析进行转子断条故障诊断时,在低负载工况或早期,转子断条故障存在故障特征微弱以及难以分离等问题,同时需借助速度传感器获取转速信息,增加了硬件成本,该文提出了融合Teager-Kaiser能量算子(TKEO)和Goertzel算法的感应电机转子断条故障诊断方法。首先,采用Teager-Kaiser能量算子对定子电流进行解调处理,将基频分量转化为直流分量并去除,实现边带故障特征分量到转子断条故障特征分量以及固有偏心谐波分量到转子速度谐波分量的转变,抑制基频频谱泄露对故障诊断和转速估计造成的干扰;其次,利用Goertzel算法对归一化解调信号进行频谱分析,完成转子断条故障特征分量和转子速度谐波分量的快速提取,进而实现不同负载和不同严重程度工况下转子断条的故障诊断。此外,与归一化频域能量算子进行比较,分析其计算效率和稳定性。实验结果表明,所提方法在不同负载和不同严重程度工况下均能够有效地识别转子断条故障特征分量,并且计算量少、可靠性高、实时性强以及硬件成本低。 展开更多
关键词 转子断条 GOERTZEL算法 固有偏心 Teager-Kaiser能量算子 归一化频域能量算子
在线阅读 下载PDF
基于d-q理论的双馈异步电机定子匝间短路故障诊断方法 被引量：1
18
作者 秦嘉翼 周锦晗 +3 位作者 王喜莲 耿民 李志国 张川宝 《北京交通大学学报》 CAS CSCD 北大核心 2024年第2期185-192,共8页
为实现双馈异步电机定子绕组匝间短路的早期故障诊断,提出一种基于转子电流特征频率分量的故障诊断方法 .首先,通过分析故障后电机的电磁特性,得到故障后转子电流中会产生特征频率分量的结论 .然后,通过对转子单相电流进行特殊的相移构... 为实现双馈异步电机定子绕组匝间短路的早期故障诊断,提出一种基于转子电流特征频率分量的故障诊断方法 .首先,通过分析故障后电机的电磁特性,得到故障后转子电流中会产生特征频率分量的结论 .然后,通过对转子单相电流进行特殊的相移构造出三相电流,并对该组电流进行d-q变换,利用理论推导证明d-q变换后的直流分量幅值能够反映特征谐波的大小,将直流分量作为故障特征量进行双馈异步电机匝间短路故障的诊断.最后,依据有限元法建立故障前后电机的仿真模型,对不同工况下故障特征量的变化进行研究.结果表明:基于d-q理论提取的故障特征量与定子绕组的短路匝数呈正相关,且在转速变化和电压不平衡时也可有效诊断出匝间短路故障;通过设置合理的故障阈值可实现对双馈异步电机定子绕组匝间短路故障的精确辨识.研究结果可以为电机绕组匝间短路故障诊断提供参考. 展开更多
关键词 双馈异步电机 定子绕组匝间短路 故障诊断 d-q变换理论
在线阅读 下载PDF
基于声振融合和WR-VMD的电机轴承故障诊断研究 被引量：3
19
作者 金成毅 陈建鹏 +1 位作者 程伟 徐正国 《热力发电》 CAS CSCD 北大核心 2024年第11期101-111,共11页
在火电和核电机组冷却系统中,电机轴承故障信号因具有微弱性和非线性特征,容易被运行信号和无效信号掩盖,采用单一的振动监测不足以采集到完整的故障信息。对此,提出融和声音和振动(声振融合)信号的方法来监测电机轴承的故障信息。首先... 在火电和核电机组冷却系统中,电机轴承故障信号因具有微弱性和非线性特征,容易被运行信号和无效信号掩盖,采用单一的振动监测不足以采集到完整的故障信息。对此,提出融和声音和振动(声振融合)信号的方法来监测电机轴承的故障信息。首先,针对采集的电机轴承声振信号,提出一种结合小波脊线(WR)和变分模态分解(VMD)的WR-VMD算法提取声振信号的特征;利用WR分析原信号的成分,随后利用获取的信息确定VMD的参数,这样弥补了原VMD方法需要预先根据经验设定参数的不足;最后,将声振信号融合技术和WR-VMD算法用于实测的电机轴承故障数据,仿真结果显示:对比同类型的方法,WR-VMD方法所提取的特征最明显,干扰信息最少,用于故障诊断的准确率最高;融合声振信号相比单一振动信号或者声音信号用于故障诊断的准确率提升了至少7%。 展开更多
关键词 轴承故障 声振融合 变分模态分解 小波脊线 特征提取
在线阅读 下载PDF
基于ICEEMDAN与POA-SVM的感应电机故障诊断 被引量：2
20
作者 刘满强 吴杰 《现代制造工程》 CSCD 北大核心 2024年第5期127-137,共11页
针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机... 针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机故障诊断方法。首先,利用ICEEMDAN经陷波器滤除工频的定子电流获得一系列固有模态函数(IMF);然后,选取各状态信号的前7阶IMF分量并计算能量熵作为故障特征向量;最后,将故障特征向量输入POA-SVM模型得到诊断结果。通过仿真软件Ansoft/Maxwell建立电机模型来获得电流数据,诊断准确率达到了100%,实现了感应电机的故障诊断。为进一步验证诊断方法的优越性,搭建电机故障模拟试验台来采集电流信号,结果表明,该方法在空载、半载和满载3种负载情况下诊断准确率均可达到97.5%以上,与其他故障诊断方法相比,所提方法对感应电机电气故障具有更好的识别能力。 展开更多
关键词 改进自适应噪声平均总体经验模态分解 鹈鹕优化算法 支持向量机 感应电机 故障诊断
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 28 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部