期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多通道电流信号深度特征融合的开关磁阻电机故障诊断研究
1
作者
郭浩
宋俊材
陆思良
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第7期211-219,共9页
提出一种基于卷积神经网络(convolution neural networks,CNN)与Transformer结合的新型深度学习框架1D-Uniformer(one dimensional unified transformer),解决开关磁阻电机高阻接触故障和相间短路故障的分类识别问题。搭建开关磁阻电机...
提出一种基于卷积神经网络(convolution neural networks,CNN)与Transformer结合的新型深度学习框架1D-Uniformer(one dimensional unified transformer),解决开关磁阻电机高阻接触故障和相间短路故障的分类识别问题。搭建开关磁阻电机故障诊断实验平台,在开关磁阻电机定子绕组上设置高阻接触故障和相间短路故障,并通过非侵入式方法采集电机的三相电流信号;引入动态位置嵌入、多头关系聚合器和前馈网络对传统CNN进行改进,得到1D-Uniformer以充分提取高阻接触故障和相间短路故障的特征。实验结果表明:该模型在高阻接触故障和相间短路故障诊断方面均具有很好的分类效果,在18种故障状态下识别精度能达到100%,在不同的噪声强度下仍然具有较高的鲁棒性。
展开更多
关键词
开关磁
阻
电机
高阻接触故障
相间短路
故障
CNN与Transformer
1D-Uniformer
下载PDF
职称材料
题名
多通道电流信号深度特征融合的开关磁阻电机故障诊断研究
1
作者
郭浩
宋俊材
陆思良
机构
安徽大学电气工程与自动化学院
安徽大学互联网学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第7期211-219,共9页
基金
国家自然科学基金项目(52375522)。
文摘
提出一种基于卷积神经网络(convolution neural networks,CNN)与Transformer结合的新型深度学习框架1D-Uniformer(one dimensional unified transformer),解决开关磁阻电机高阻接触故障和相间短路故障的分类识别问题。搭建开关磁阻电机故障诊断实验平台,在开关磁阻电机定子绕组上设置高阻接触故障和相间短路故障,并通过非侵入式方法采集电机的三相电流信号;引入动态位置嵌入、多头关系聚合器和前馈网络对传统CNN进行改进,得到1D-Uniformer以充分提取高阻接触故障和相间短路故障的特征。实验结果表明:该模型在高阻接触故障和相间短路故障诊断方面均具有很好的分类效果,在18种故障状态下识别精度能达到100%,在不同的噪声强度下仍然具有较高的鲁棒性。
关键词
开关磁
阻
电机
高阻接触故障
相间短路
故障
CNN与Transformer
1D-Uniformer
Keywords
switched reluctance motor
high resistance connection faults
interphase short circuit faults
CNN and transformers
1D-Uniformer
分类号
TM352 [电气工程—电机]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多通道电流信号深度特征融合的开关磁阻电机故障诊断研究
郭浩
宋俊材
陆思良
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部