基于LSTM网络在时变转速鼠笼电机断条诊断中的应用

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：针对鼠笼电机在时变转速状态下运行时破坏了电机电流信号特征分析(Motor Current Signature Analysis,MC-SA)的使用条件,使MCSA方法没办法诊断出时变情况下电机断条故障的问题.基于长短期记忆(Long Short-Term Memory,LSTM)网络提出一种高效准确的鼠笼电机断条诊断方法.首先通过采集故障鼠笼电机电流信号对LSTM网络进行训练,应用训练好的网络预估下一时间状态故障电机的电流值,然后通过对比采集信号和预估信号检测出故障,最后该方法通过时间域电流信号直接进行检测,并且从机器学习角度解决电机断条故障.结果表明,即使在短时数据条件依然能够诊断出早期断条故障.

外文标题：Application of LSTM Network in the Diagnosis of Time-Varying Speed Squirrel-Cage Motor Breaking

作者：

李梦含、李垣江、夏炎、王延波

展开 >

作者单位：

江苏科技大学电子信息学院镇江 212003

关键词：

鼠笼电机断条 LSTM网络机器学习故障诊断

出版年：

2021

DOI：

10.3969/j.issn.1672-9722.2021.10.025

计算机与数字工程

中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD

影响因子：0.355

ISSN：1672-9722

年,卷(期)：2021.49(10)

被引量1
参考文献量13