典型文献
变频环境下异步电机故障诊断方法
文献摘要：
针对变频环境下异步电机故障时定子电流信号非平稳的问题,提出一种互补集合经验模态分解(CEEMD)与卷积神经网络(CNN)结合的异步电机故障诊断方法.首先通过ANSYS对变频环境下电机建模获得仿真电流数据,利用CEEMD将电机定子电流信号分解为一系列本征模态函数(IMF);其次通过计算排列熵和样本熵,选取复杂程度小的IMF分量并计算其平均值来提取出故障特征;接着将特征数据集输入卷积神经网络(CNN)进行训练和验证;最后搭建实验平台收集电流信号,对信号进行滤波和CEEMD分解重构,放入CNN训练好的模型进行测试,识别率达95.56％.证明了该方法是一种可行的异步电机故障诊断方法,可实现对异步电机正常、转子断条和气隙偏心状态的准确识别.
文献关键词：
异步电机;互补集合经验模态分解;样本熵;排列熵;卷积神经网络
中图分类号：
作者姓名：
黄向慧;田坤臣;荣相;魏礼鹏;杨方
作者机构：
西安科技大学电气与控制工程学院,陕西西安710000;中煤科工集团常州研究院有限公司,江苏常州213000;天地(常州)自动化股份有限公司,江苏常州213000
文献出处：
引用格式：
[1]黄向慧;田坤臣;荣相;魏礼鹏;杨方-.变频环境下异步电机故障诊断方法)[J].机床与液压,2022(18):165-171
A类：
B类：
变频,异步电机故障,电机故障诊断,故障诊断方法,定子电流信号,非平稳,互补集合经验模态分解,CEEMD,流数据,电机定子,信号分解,本征模态函数,IMF,排列熵,样本熵,复杂程度,故障特征,特征数据集,集输,实验平台,集电,分解重构,放入,练好,识别率,转子断条,气隙偏心,偏心状态,准确识别
AB值：
0.253277
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。
