典型文献
基于多尺度信号调节自编码器的永磁电机故障诊断研究
文献摘要：
永磁电机在工业自动化及新能源汽车等领域具有重要的应用,电机故障诊断对于保障运动控制精度和避免停机损失具有十分重要的意义.现代信号处理方法和人工智能技术被广泛应用于电机故障诊断,然而在强噪声干扰情况下如何精确识别电机故障类型仍是一个挑战.该研究设计一种新的多尺度信号调节自编码器,首先采集电机的振动信号并通过小波变换分解得到信号的多尺度特征,研究各个尺度特征对自编码器分类精度的影响,随后根据多尺度特征对应的精度进行原信号的调节和重构,再将调节信号输入自编码器中,最终提升电机故障类型识别的精度.试验结果表明,该方法相比于传统方法,在强背景噪声干扰情况下能够有效识别电机的8种健康或故障状态,并且具有良好的抗噪性和稳定性.
文献关键词：
永磁电机;故障诊断;小波分解;多尺度信号调节;自编码器
中图分类号：
作者姓名：
汪文龙;贺长波;王骁贤;陆思良
作者机构：
安徽大学 电气工程与自动化学院 高节能电机及控制技术国家地方联合工程实验室,合肥 230601;中国科学技术大学 精密机械与精密仪器系,合肥 230027
文献出处：
引用格式：
[1]汪文龙;贺长波;王骁贤;陆思良-.基于多尺度信号调节自编码器的永磁电机故障诊断研究)[J].振动与冲击,2022(14):164-171
A类：
多尺度信号调节
B类：
节自,自编码器,永磁电机,电机故障诊断,诊断研究,工业自动化,新能源汽车,运动控制,控制精度,停机损失,现代信号处理,强噪声,噪声干扰,精确识别,集电,振动信号,小波变换,多尺度特征,分类精度,提升电机,故障类型识别,背景噪声,故障状态,抗噪性,小波分解
AB值：
0.229776
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。
