江蘇中車電機有限公司趙震獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉江蘇中車電機有限公司申請的專利一種電機故障特征提取及故障診斷方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119884712B 。
龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411951975.2,技術領域涉及:G06F18/213;該發明授權一種電機故障特征提取及故障診斷方法是由趙震;車三宏;唐向華;李華;李如海;劉立;王曉慧;豐帆設計研發完成,并于2024-12-27向國家知識產權局提交的專利申請。
本一種電機故障特征提取及故障診斷方法在說明書摘要公布了:本發明公開了一種電機故障特征提取及故障診斷方法。該方法包括以下步驟:步驟1,采集MCAVFCNN訓練數據集,其中電機故障種類包含機械故障和電氣故障2大類共9小類;步驟2,搭建MCAVFCNN模型,其中提出動態隨機擦除層、自適應加權聲振融合層和自適應POOLING層,利用步驟1采集的數據集進行模型訓練直至收斂;步驟3,在線使用已訓練模型,將訓練好的MCAVFCNN模型在線應用。本發明所述方法可以實時準確的對運行中的電機進行狀態監測和故障檢測,在保障電機安全運行的同時減少了不必要的損失。
本發明授權一種電機故障特征提取及故障診斷方法在權利要求書中公布了:1.一種電機故障特征提取及故障診斷方法,其特征在于,具體步驟如下: 步驟1,采集MCAVFCNN訓練數據集,其中電機故障種類包含機械故障和電氣故障2大類共9小類,其中機械故障有局部過熱、振動故障和氣隙偏心故障;電氣故障有匝間短路、斷條、端環開裂、內部放電、絕緣局部破損和繞組開路;接著對所采集的數據制作相應的類別標簽; 步驟2,搭建MCAVFCNN模型,其中提出動態隨機擦除層、自適應加權聲振融合層和自適應POOLING層,利用步驟1采集的數據集進行模型訓練直至收斂; 步驟2的MCAVFCNN模型離線訓練的具體步驟為: 步驟2.1.提出動態隨機擦除算法,對采集的聲音和振動信號做擦除處理以提升模型的魯棒性,其中擦除規則為:若數據被選中擦除,則與數據對應值會被置為0,一組采樣數據,其中N表示采集數據的維度,對第i個數據進行擦除計算,其中對應的擦除概率表達式設計為: ; 其中表示滿足均勻分布的隨機數,即,和分別表示數據的最大值和平均值; 步驟2.2.利用FFT算法對步驟2.1處理后的信號進行計算,其中聲振多通道數據的排序為:x方向振動信號、x方向聲音信號、y方向振動信號、y方向聲音信號、z方向振動信號和z方向聲音信號,在獲得6通道的聲振信號后,利用提出的自適應加權聲振融合算法對聲振信號進行融合,融合計算的過程如下: 步驟2.2.1.對第j類故障對應的多通道聲振信號矩陣,其可表示為: ; 式中,q表示通道總數,在本專利中q的值為6; 步驟2.2.2.求取單個通道數據的信息熵,其中計算公式為: ; 式中,表示第k類故障下第l個通道的采集數據對應的信息熵,表示第k類故障的第l個通道的第i個數據點; 步驟2.2.3.考慮到X、Y和Z三個方向上故障特征敏感程度存在差異,因此提出加權權重算法對各通道數據進行加權處理,以盡可能的突出特征明顯的信號,而抑制有干擾的信號,具體計算公式如下: ; 式中,表示第k類故障的第l個通道數據對應的融合權重; 步驟2.2.4.根據計算出各通道對應的權值系數,求解第k類故障數據的融合結果,其計算公式為: ; 步驟2.3.搭建卷積神經網絡對步驟2.2的數據進行特征提取和分類,具體的模型架構為:卷積層1—自適應POOLING層1—卷積層2—dropout層—卷積層3—自適應POOLING層2—全連接層—SOFTMAX層,其中提出的自適應POOLING層的算法計算公式如下: ; 式中,表示以第k類故障的第l個通道的第i個數據點的起始點計算得到的池化值,表示池化調節因子,t表示第t個池化核,v表示卷積核長度,b表示偏置系數; 其中,池化調節因子的計算公式為: ; 式中,表示特征系數,表示糾正系數,取值范圍為0,1,c和分別表示卷積核所在池化域內剔除最大值后計算得到的平均值和池化域內的最大值; 特征系數的表達式如下: ; 其中表示網絡訓練的輪數; 步驟2.4.選用交叉熵損失函數和Adam參數優化算法對本專利提出的MCAVFCNN模型進行訓練直至模型收斂,其中迭代終止條件設置為損失函數小于0.001; 步驟3,在線使用已訓練模型,將訓練好的MCAVFCNN模型在線應用,實時對運行中的電機進行狀態監測和早期故障識別。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人江蘇中車電機有限公司,其通訊地址為:224000 江蘇省鹽城市大豐區經濟開發區金海路111號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。