一种基于改进迁移学习模型的电机故障诊断方法及装置

    公开(公告)号:CN117949823A

    公开(公告)日:2024-04-30

    申请号:CN202410354193.4

    申请日:2024-03-27

    Abstract: 本发明公开了一种基于改进迁移学习模型的电机故障诊断方法及装置,方法包括:采集电机运行时的多源异质信号,包括:三轴振动加速度信号和三相电流信号;对电机运行时的多源异质信号进行连续小波变换,分别生成小波时频图,包括:三轴振动加速度信号时频图和三相电流信号时频图;对三轴振动加速度信号时频图和三相电流信号时频图进行图像融合,得到融合图像;将融合图像输入训练好的改进迁移学习模型EfficientNetV2‑M0中,输出电机的故障诊断结果。本发明通过对电机运行时的多源异质信号进行变换融合,有效提高了电机故障的诊断效率和准确率。

    一种基于改进迁移学习模型的电机故障诊断方法及装置

    公开(公告)号:CN117949823B

    公开(公告)日:2024-05-31

    申请号:CN202410354193.4

    申请日:2024-03-27

    Abstract: 本发明公开了一种基于改进迁移学习模型的电机故障诊断方法及装置,方法包括:采集电机运行时的多源异质信号,包括:三轴振动加速度信号和三相电流信号;对电机运行时的多源异质信号进行连续小波变换,分别生成小波时频图,包括:三轴振动加速度信号时频图和三相电流信号时频图;对三轴振动加速度信号时频图和三相电流信号时频图进行图像融合,得到融合图像;将融合图像输入训练好的改进迁移学习模型EfficientNetV2‑M0中,输出电机的故障诊断结果。本发明通过对电机运行时的多源异质信号进行变换融合,有效提高了电机故障的诊断效率和准确率。

Patent Agency Ranking