首页> 中文期刊> 《中国冶金》 >基于深度学习的辊道电机故障诊断分析方法

基于深度学习的辊道电机故障诊断分析方法

         

摘要

为了避免电机频繁无预警停机,机电设备诊断分析是一项非常重要的任务。针对辊道电机中单个电机故障,根据所有电机正常运行状况和故障状况下收集的电机电流数据,提出一种基于深度学习的智能化电机故障诊断分析策略。首次提出了考虑用协同工作的其他电机的电流来对被监测电机进行故障诊断。该方案选择采用Lenet-5模型进行分类预测训练,以诊断电机中的故障,在生产现场实际应用此方案并进行数据结果验证。结果表明,所提出的方法在电机故障诊断中可行且有效。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号