基于轻量化双分支特征融合神经网络的永磁同步电机电流传感器故障诊断方法
申请号:CN202511332893
申请日期:2025-09-18
公开号:CN120993301A
公开日期:2025-11-21
类型:发明专利
摘要
本发明涉及永磁同步电机电流传感器故障诊断技术领域,具体涉及一种基于轻量化双分支特征融合神经网络的永磁同步电机电流传感器故障诊断方法。该方法包括:电机电流数据的获取与预处理、构建电流传感器故障诊断模型、优化电流传感器故障诊断模型、利用电流传感器故障诊断模型进行故障诊断。本发明能够在小样本、多工况环境下实现高准确率的故障识别,具有模型复杂度低、推理速度快和边缘部署能力强的优点,适用于永磁同步电机驱动系统中电流传感器的在线故障诊断与预测性维护,并且可以实时监控电机的健康状况,能够延长电机的使用寿命。
技术关键词
故障诊断模型
融合神经网络
电流传感器
多层感知器网络
分支
时域特征提取
频域特征提取
永磁
故障类别
协同算法
沙蚕
网络模块
故障诊断模块
同步电机驱动系统
参数
电机电流数据