基于卷积神经网络的直线同步电动机电枢绕组故障诊断

摘要

通过绕组函数理论对直线同步电动机进行分析,提出一种基于卷积神经网络(CNN)的直线同步电动机故障诊断方法.从直线同步电动机的数学模型出发,基于绕组函数理论对电动机正常状态和匝间短路故障状态进行仿真,对电流波形图进行快速傅里叶变换(FFr)得到不同状态的数据集.利用CNN中的GoogLeNet网络结构,在保持网络空间维度的同时不增加故障诊断的计算量.将数据集输入到网络模型进行故障诊断,仿真结果表明GoogLeNet网络结构对直线同步电动机电枢绕组的短路故障识别率达到了96.5％以上.