← 返回
基于模型的永磁同步电机故障诊断数据归一化方法
Model-Based Data Normalization for Data-Driven PMSM Fault Diagnosis
| 作者 | Zhichao Chen · Deliang Liang · Shaofeng Jia · Shuzhou Yang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年9月 |
| 技术分类 | 可靠性与测试 |
| 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 | PMSM 故障诊断 数据归一化 数据驱动 电流波形 闭环控制器 状态监测 |
语言:
中文摘要
永磁同步电机（PMSM）的故障诊断对系统安全至关重要。然而，波动的工况会干扰电流波形，且闭环控制器会掩盖故障特征。本文提出一种基于模型的数据归一化方法，通过消除工况和控制器的影响，提升了数据驱动故障诊断的准确性与鲁棒性。
English Abstract
The diagnosis of numerous defects in permanent magnet synchronous motors is crucial to the motor system's safe operation. However, fluctuating working conditions can distort current waveforms, making defect diagnosis more difficult. In addition, the closed-loop controller influences the faulty components of current signals. This article proposes a model-based data normalization method to convert r...
S
SunView 深度解读
该技术主要应用于电机驱动领域，对于阳光电源而言，其核心价值在于提升风电变流器及储能系统内部电机驱动部件的运维水平。通过该归一化方法，可以有效滤除变流器闭环控制对故障特征的干扰，提高iSolarCloud智能运维平台对风电变流器及相关旋转设备故障预警的准确性。建议研发团队关注该方法在变流器功率模块及电机驱动系统状态监测中的应用，以降低误报率，提升系统全生命周期的可靠性。