纯电动车用驱动电机滚动轴承状态监测方法

驱动电机轴承健康状态是实现纯电动车可靠运行,避免发生安全事故的重要前提,针对纯电动车电机滚动轴承状态监测方法缺失的问题,提出一种基于稀疏自编码器(sparse auto-encoder, SAE)与支持向量机(support vector machine, SVM)的纯电动车用电机滚动轴承状态监测方法。在特征提取方面,利用电机轴承振动信号的时域、频域以及时频域特征集构建高维数据集,通过多层SAE进行数据融合从而消除特征的冗余性并获得更鲁棒的简明特征。在状态监测方面,将轴承状态的特征表示输入到SVM中进行训练得到轴承状态监测模型,最后通过设计纯电动客车用电机轴承状态变化实验评估该方法的有效性。试验结果表明,相比于传统特征+SVM,基于SAE-SVM的监测方法对纯电动车用电机滚动轴承状态监测精度更加准确可靠。