一种基于RN网络电流多特征形态识别的电机故障诊断方法

摘要

本发明公开了一种电机的故障诊断方法，包括采集电机的电流数据进行特征处理，并由此获得电流谐波、转频谐波等电流特征数据；对电流特征数据进行属性约简，提取电机故障诊断的关键特征属性；截取关键特征属性的最大5%、最小5%数据进行拟合得到边界形态图像；将形态图像输入RN网络进行异常形态识别；对不同关键特征属性的边界异常形态进行组合优化，得到每种故障类型的异常形态最优组合模式，根据最优组合模式匹配结果确定电机的故障类型。本申请保证了电机故障类型判断的准确性和及时性，减少了工厂的经济损失。此外，本申请还提出了一种电机智能管理框架，将云端、智能边缘端以及客户端联系起来，方便运维工程师对电机的智能化管理。