-
公开(公告)号:CN117665565B
公开(公告)日:2024-06-11
申请号:CN202311363762.3
申请日:2023-10-20
Applicant: 中国矿业大学
IPC: G01R31/34 , G06F18/2411 , G06F18/213 , G06F18/2135 , G06N3/0499 , G06N3/048 , G06N3/006 , G06N3/08 , G01R31/52 , G01R31/66
Abstract: 本发明属于故障诊断技术领域,公开了基于数字孪生模型的车载混合励磁电机电气故障诊断方法:根据目标设备的状态参数初始数据及响应参数数据构建所目标设备的初始数字孪生模型;利用修正参数的修正值对初始数字孪生模型进行更新处理,更新目标设备的数字孪生模型参数;通过PCA对采集到的信号进行主成分分析特征降维,再通过PSO‑ChOA‑VMD进行特征向量信号生成;通过PSO‑ChOA‑ELM算法进行故障识别。本发明诊断过程计算量小,不要求额外的传感器,可以对实时运行的电机进行故障诊断,并且比起普通的故障诊断算法精度更高,速度更快,可以形成电机诊断一体化系统。
-
公开(公告)号:CN117665565A
公开(公告)日:2024-03-08
申请号:CN202311363762.3
申请日:2023-10-20
Applicant: 中国矿业大学
IPC: G01R31/34 , G06F18/2411 , G06F18/213 , G06F18/2135 , G06N3/0499 , G06N3/048 , G06N3/006 , G06N3/08 , G01R31/52 , G01R31/66
Abstract: 本发明属于故障诊断技术领域,公开了基于数字孪生模型的车载混合励磁电机电气故障诊断方法:根据目标设备的状态参数初始数据及响应参数数据构建所目标设备的初始数字孪生模型;利用修正参数的修正值对初始数字孪生模型进行更新处理,更新目标设备的数字孪生模型参数;通过PCA对采集到的信号进行主成分分析特征降维,再通过PSO‑ChOA‑VMD进行特征向量信号生成;通过PSO‑ChOA‑ELM算法进行故障识别。本发明诊断过程计算量小,不要求额外的传感器,可以对实时运行的电机进行故障诊断,并且比起普通的故障诊断算法精度更高,速度更快,可以形成电机诊断一体化系统。
-