公开(公告)号：CN113988114A

公开(公告)日：2022-01-28

申请号：CN202111102773.7

申请日：2021-09-18

Applicant: 湘潭大学

Inventor： 易灵芝 ,  龙娇 ,  徐秀 ,  陈智勇 ,  兰志勇 ,  陈才学

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G01R31/34

Abstract: 本发明涉及一种基于VMD与胶囊网络的电机故障程度识别方法。首先对变分态分解、胶囊网络和RAdam优化器进行了简单介绍，然后对本发明实现过程进行了详细的说明，该方法包括如下步骤：(1)数据采集。采集电流信号，对不同故障程度添加标签，将数据集划分为训练集和测试集(2)信号预处理。使用归一化以及变分模态分解对数据进行预处理(3)建立胶囊网络。利用训练样本进行训练(4)进行故障程度诊断。将待诊断的电机电流信号进行预处理输入到训练完成的胶囊网络中，输出电机的故障程度。本发明用先进的胶囊神经网络结合变分模态分解建立神经网络模型，以及采用最新提出的RAdam优化器对损失函数进行优化，本方法鲁棒性好，准确率高，收敛速度快。