基于神经网络的无刷直流电机故障诊断研究

摘要

该文的目的是对无刷直流电机的早期故障:匝间短路、转子退磁进行诊断.通过对故障机理进行分析,该文选用无刷直流电机的三线端电流信号与母线端的电流信号作为诊断信号,通过对负载转矩的控制采集电机在正常状态、匝间短路、转子退磁三类状况下的数据,将数据制作成数据集然后利用深度残差网络进行模型的训练.在测试集上模型的精度可以达到94％.实验结果证明,利用无刷直流电机的三相端电流信号与母线端电流信号,可有效训练深度残差网络从而进行电机的故障诊断.