典型文献
基于卷积神经网络的逆变器故障诊断方法
文献摘要：
针对车用永磁同步电机驱动系统在长期运行过程中存在的逆变器故障风险,本文中提出了一种基于卷积神经网络的逆变器故障诊断方法.首先,对三相定子电流数据进行标幺化和单位电周期电流数据筛选处理,降低电机驱动系统变转矩、变转速工况对故障诊断效果的影响;然后,结合卷积神经网络,发挥其提取故障特征和抗噪优势,实现逆变器故障诊断.在MATLAB/Simulink环境中搭建了车用永磁同步电机驱动系统模型,通过故障注入仿真数据和实验数据构建用于卷积神经网络训练的数据集,验证了所提出故障诊断方法的有效性.同时,探究了训练样本数据集稀疏化和电机型号差异化情况的适用性.仿真结果表明:在噪声数据和稀疏数据条件下,本文中提出的故障诊断方法具有很好的鲁棒性和普适性.
文献关键词：
逆变器;三相定子电流;卷积神经网络;故障诊断
中图分类号：
作者姓名：
于海;邓钧君
作者机构：
北京理工大学,电动车辆国家工程实验室,北京100081;北京电动车辆协同创新中心,北京100081
文献出处：
引用格式：
[1]于海;邓钧君-.基于卷积神经网络的逆变器故障诊断方法)[J].汽车工程,2022(01):142-151
A类：
三相定子电流
B类：
逆变器故障,故障诊断方法,车用永磁同步电机,电机驱动系统,长期运行,故障风险,流数据,标幺化,数据筛选处理,转矩,变转速工况,诊断效果,故障特征,Simulink,系统模型,故障注入,仿真数据,神经网络训练,训练样本,样本数据集,稀疏化,机型,噪声数据,稀疏数据,数据条件
AB值：
0.232431
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
