采用SDAE-FFNN网络的PMSM逆变器开路故障诊断研究
Research on open circuit fault diagnosis of PMSM Inverter with SDAE-FFNN network
冯莉 1罗洪林 1许水清2
作者信息
- 1. 重庆交通大学 交通运输学院,重庆 400074
- 2. 合肥工业大学 电气与自动化工程学院,合肥 230009
- 折叠
摘要
针对电机驱动系统故障难以捕捉、特征精细刻画难和诊断准确性差等重难点问题,提出了一种融合堆叠降噪自编码器和前馈神经网络(stacked denoising autoencoder-feedforward neural network,SDAE-FFNN)模型.模拟仿真三相逆变器开路故障的不同类型;提取永磁同步电机输出的三相定子电流作为故障特征提取的对象;融合多种频域特征提取方法提取非线性特征并整合形成高维数据集;采用SDAE-FFNN模型实现对三相逆变器开路故障识别;对比传统深度网络模型,验证算法可行性.实验结果表明,SDAE-FFNN 模型完成了有效故障分类识别,平均识别准确率高达98.8021%,优于传统深度学习方法.
关键词
永磁同步电机/三相逆变器/堆叠降噪自编码器/前馈神经网络/故障诊断Key words
permanent magnet synchronous motor/three-phase inverter/stacked denoising autoencoder/feedforward neural network/fault diagnosis引用本文复制引用
基金项目
国家重点研发计划课题(2020YFB2009405)
工业控制技术国家重点实验室开放课题(ICT2022B08)
重庆交通大学研究生科研创新项目(2022S0032)
出版年
2023
国家科技期刊平台
NSTL
万方数据