申请/专利权人：中山格智美电器有限公司

申请日：2024-01-12

公开（公告）日：2024-04-30

公开（公告）号：CN117949821A

主分类号：G01R31/34

分类号：G01R31/34;G06F18/10;G06F18/213;G06F18/2411;G06N20/10;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明提供了一种异步电机故障诊断方法及相关设备，包括：采集目标异步电机的原始振动信号；通过广义对数稀疏正则化对原始振动信号进行降噪，得到降噪后的振动信号；通过改进的自适应噪声集合经验模态分解对降噪后的振动信号进行分解，得到多个本征模态分量；计算每个本征模态分量的峭度值，并以预设峭度为评价指标，通过评价指标筛选得到最优本征模态分量；对最优本征模态分量进行时频域熵值特征提取，得到多个特征向量矩阵；将多个特征向量矩阵输入经改进的鲸鱼优化算法优化训练后的支持向量机模型进行故障诊断，得到目标异步电机的故障诊断结果；与现有技术相比，提高了故障类型诊断的准确性。

主权项：1.一种异步电机故障诊断方法，其特征在于，包括：步骤1，采集目标异步电机的原始振动信号；步骤2，通过广义对数稀疏正则化对所述原始振动信号进行降噪，得到降噪后的振动信号；步骤3，通过改进的自适应噪声集合经验模态分解对所述降噪后的振动信号进行分解，得到多个本征模态分量；步骤4，计算每个所述本征模态分量的峭度值，并以预设峭度为评价指标，通过所述评价指标筛选得到最优本征模态分量；步骤5，对所述最优本征模态分量进行时频域熵值特征提取，得到多个的特征向量矩阵；步骤6，通过改进的鲸鱼优化算法对支持向量机模型进行优化训练，得到训练后的支持向量机模型；步骤7，将多个所述特征向量矩阵输入训练后的支持向量机模型进行故障诊断，得到所述目标异步电机的故障诊断结果。

全文数据：

权利要求：

百度查询： 中山格智美电器有限公司 一种异步电机故障诊断方法及相关设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD