← 返回
无刷直流电机高阻连接诊断的瞬态电流比树突网络
Transient Current Ratio Dendrite Net for High-Resistance Connection Diagnosis in BLDCM
| 作者 | Chong Luo · Jianyu Wang · Qiang Miao |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年4月 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 故障诊断 机器学习 深度学习 可靠性分析 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 高阻连接 无刷直流电机(BLDCM) 故障诊断 瞬态电流 枝晶网 机器学习 可靠性 |
语言:
中文摘要
无刷直流电机（BLDCM）中的高阻连接（HRC）会导致性能下降、设备故障甚至火灾，因此其诊断至关重要。现有研究在多场景适应性上存在不足。本文提出了一种瞬态电流比树突网络（TCR-DD），通过分析瞬态电流特征实现对HRC的精准诊断，提升了电机系统的运行可靠性。
English Abstract
High-resistance connection (HRC) in brushless dc motors (BLDCMs) would cause motor performance reduction, equipment breakdown, and even fires. Therefore, it is important to diagnose HRC. Until now, there have been few studies focusing on HRC diagnosis, and most of them cannot adapt well to various application scenarios. To address this problem, the transient current ratio dendrite net (TCR-DD) is ...
S
SunView 深度解读
该技术主要针对电机驱动领域，虽与阳光电源核心的光伏/储能业务存在差异，但其核心逻辑——基于瞬态特征的故障诊断与AI算法应用，对阳光电源具有重要参考价值。在风电变流器及电动汽车充电桩的功率模块驱动控制中，通过引入类似的深度学习诊断模型，可实现对功率器件及关键连接点的早期故障预警。建议研发团队关注该算法在iSolarCloud智能运维平台中的迁移应用，通过分析逆变器或储能PCS内部的瞬态电流数据，提升对系统内部连接故障的智能化运维水平，从而降低设备全生命周期的运维成本。