一种永磁同步电机退磁故障诊断模型构建方法及故障诊断方法和系统

    公开(公告)号:CN114358077A

    公开(公告)日:2022-04-15

    申请号:CN202111674484.4

    申请日:2021-12-31

    Applicant: 湖南大学

    Abstract: 本发明公开了一种永磁同步电机退磁故障诊断模型构建方法及故障诊断方法和系统,并适用于多工况和变工况,其中,本发明所述方法将电机表面漏磁信号作为故障诊断的原始信号,并将其拓展为对称点阵图像,进而提取对称点阵图像的多类局部高层特征,并进行融合,最后利用融合后的特征构建分类器,尤其是优选构建模糊多模型分类器进行故障诊断,可以有效提高故障诊断结果的精度,其中,对称点阵图像对工况具备较强的不变适应性,并通过图像的多类局部高层特征的融合提升了特征的有效性,进一步保证了模型的准确性,高精度识别退磁故障,有效解决了多工况和变工况下永磁同步电机退磁故障诊断的难题。

    一种磁传感器模组、印制永磁同步电机及其应用方法

    公开(公告)号:CN114089231A

    公开(公告)日:2022-02-25

    申请号:CN202111289349.8

    申请日:2021-11-02

    Applicant: 湖南大学

    Abstract: 本发明公开了一种磁传感器模组、印制永磁同步电机及其应用方法,本发明的磁传感器模组包括模组载体和分别布置在模组载体上的磁传感单元以及两个加法器电路,磁传感单元包括与永磁同步电机极对数相同的多个磁传感器对,磁传感器对在数量、空间上成对偶关系,每一个磁传感器对均包含两类磁传感器且两者漏磁信号相位相差90°,各个磁传感器对的同一类磁传感器的输出端分别与同一个加法器电路的输入端相连。本发明可使得电机有更多的动力传输空间,不会给电机带来额外的负载,可直接集成于印制同步电机的外壳外部或定子上;同时输出信号为模拟信号、绝对式编码,可直接确定初始转子位置角以及高精度编码的转子位置。

    电动汽车用永磁驱动电机退磁故障诊断方法及电动汽车

    公开(公告)号:CN114400940A

    公开(公告)日:2022-04-26

    申请号:CN202111547348.9

    申请日:2021-12-16

    Applicant: 湖南大学

    Abstract: 本发明公开了一种电动汽车用永磁驱动电机退磁故障诊断方法及电动汽车,本发明方法包括采集电动汽车用永磁驱动电机的漏磁信号;将漏磁信号通过小波变换转换为二维小波时频图;将二维小波时频图进行自编码特征提取得到特征向量1、将二维小波时频图进行最大稳定极值区域特征提取得到特征向量2;将特征向量1、特征向量2输入预先训练好的机器学习模型,得到电动汽车用永磁驱动电机的退磁故障诊断结果。本发明能够提取更为有效的故障高维特征,将电动汽车用永磁驱动电机的退磁故障诊断转换到更为直观的图像处理,且通过两类特征的融合,可提升故障高维特征的全面性和准确性,可提高电动汽车用永磁驱动电机的退磁故障诊断的准确性。

    一种永磁同步电机退磁故障诊断模型构建方法及故障诊断方法和系统

    公开(公告)号:CN114358077B

    公开(公告)日:2024-08-20

    申请号:CN202111674484.4

    申请日:2021-12-31

    Applicant: 湖南大学

    Abstract: 本发明公开了一种永磁同步电机退磁故障诊断模型构建方法及故障诊断方法和系统,并适用于多工况和变工况,其中,本发明所述方法将电机表面漏磁信号作为故障诊断的原始信号,并将其拓展为对称点阵图像,进而提取对称点阵图像的多类局部高层特征,并进行融合,最后利用融合后的特征构建分类器,尤其是优选构建模糊多模型分类器进行故障诊断,可以有效提高故障诊断结果的精度,其中,对称点阵图像对工况具备较强的不变适应性,并通过图像的多类局部高层特征的融合提升了特征的有效性,进一步保证了模型的准确性,高精度识别退磁故障,有效解决了多工况和变工况下永磁同步电机退磁故障诊断的难题。

    电动汽车用永磁驱动电机退磁故障诊断方法及电动汽车

    公开(公告)号:CN114400940B

    公开(公告)日:2023-06-13

    申请号:CN202111547348.9

    申请日:2021-12-16

    Applicant: 湖南大学

    Abstract: 本发明公开了一种电动汽车用永磁驱动电机退磁故障诊断方法及电动汽车,本发明方法包括采集电动汽车用永磁驱动电机的漏磁信号;将漏磁信号通过小波变换转换为二维小波时频图;将二维小波时频图进行自编码特征提取得到特征向量1、将二维小波时频图进行最大稳定极值区域特征提取得到特征向量2;将特征向量1、特征向量2输入预先训练好的机器学习模型,得到电动汽车用永磁驱动电机的退磁故障诊断结果。本发明能够提取更为有效的故障高维特征,将电动汽车用永磁驱动电机的退磁故障诊断转换到更为直观的图像处理,且通过两类特征的融合,可提升故障高维特征的全面性和准确性,可提高电动汽车用永磁驱动电机的退磁故障诊断的准确性。

Patent Agency Ranking