一种基于深度学习的永磁同步电机故障诊断方法

摘要

本发明公开了一种基于深度学习的永磁同步电机故障诊断方法，其中永磁同步电机的主要故障包括定子绕组开路、定子绕组短路、偏心、退磁、转轴弯曲、轴承故障等。该方法通过电流传感器、振动传感器和声音传感器分别采集电机的定子电流信号、振动信号和噪声信号。该方法包括如下步骤：1)信号预处理；2)提取信号的时域、频域和时频特征；3)基于特征大数据训练深度神经网络；4)基于深度学习诊断永磁同步电机的故障类型。本发明融合了多传感器和多故障特征，比同类方法有更高的适用性。