【技术实现步骤摘要】
本专利技术涉及电机检测，更具体地说，涉及一种感应电机故障检测模型构建方法、故障检测方法及设备。
技术介绍
1、工业电机在运行过程中会遭遇各种故障，故障原因由系统组件的完全或部分损坏导致。机器的故障行为通常通过传感器数据表现出来，例如电流、振动和声学信号。开发故障诊断系统首要步骤是获取系统表现和故障行为先验知识。基于模型的方法通过显式数学模型来表示系统知识和故障行为，而数据驱动方法则隐含这些知识信息。如何进行工业电机的故障检测和识别已经是一个比较重要的课题。
技术实现思路
1、本专利技术要解决的技术问题在于，提供一种感应电机故障检测模型构建方法、故障检测方法及设备。
2、本专利技术解决其技术问题所采用的技术方案是：构造一种感应电机故障检测模型构建方法，所述方法包括以下步骤：
3、s11、构建初始神经网络，并基于感应电机的故障类别获取对应的感应数据为第一样本数据；
4、s12、根据所述第一样本数据构建所述初始神经网络中、与所述故障类别对应的初始鉴别器，并获取所述初始鉴别器对应的节点地址以及与所述节点地址对应的节点数据；
5、s13、对所述故障类别对应的若干初始鉴别器进行聚类，根据聚类结果得到所述故障类别对应的聚类鉴别器，所述聚类鉴别器包括聚类后的节点地址和节点数据；
6、s14、根据所述聚类鉴别器和所述初始神经网络，构建最终的故障检测模型。
7、优选地，在本专利技术所述的感应电机故障检测模型构建方法中，在所述步骤s
8、s121、对所述第一样本数据进行预处理和特征提取，以获取所述第一样本数据对应的多维实值向量；
9、s122、在整数范围内对所述多维实值向量进行归一化处理，并进行二进制转换以得到对应的多维二进制数组；
10、s123、通过位填充使得所述多维二进制数组长度均为预设长度，并基于节点数量对所述多维二进制数组进行拆分以得到若干数据串，其中，所述数据串的长度与所述鉴别器的节点地址对应；
11、s124、根据所述数据串的内容获取所述鉴别器对应的节点地址和所述节点地址对应的节点数据。
12、优选地，在本专利技术所述的感应电机故障检测模型构建方法中，在所述步骤s123中，所述基于节点数量对所述多维二进制数组进行拆分以得到若干数据串，包括：更新所述节点数据以更新所述数据串的长度，以对所述鉴别器对应的节点地址和所述节点地址对应的节点数据进行训练以得到最终的鉴别器对应的节点地址和节点数据。
13、优选地，在本专利技术所述的感应电机故障检测模型构建方法中，在所述步骤s122中，所述在整数范围内对所述多维实值向量进行归一化处理，并进行二进制转换以得到对应的多维二进制数组，包括：
14、将归一化处理得到的十进制数值转换为二进制字符，并进行二进制反射格雷码表示生成对应的多维二进制数组。
15、优选地，在本专利技术所述的感应电机故障检测模型构建方法中，在所述步骤s13中，所述对所述故障类别对应的若干初始鉴别器进行聚类，根据聚类结果得到所述故障类别对应的聚类鉴别器，包括：
16、s131、获取每个故障类别对应的鉴别器的节点地址聚类中心，并根据所述节点地址聚类中心获取所述节点地址聚类中心对应节点数据聚类中心，以得到聚类后的节点地址和节点数据。
17、优选地，在本专利技术所述的感应电机故障检测模型构建方法中，所述方法还包括：
18、s15、基于感应电机的故障类别获取对应的感应数据为第二样本数据，其中所述第二样本数据与所述第一样本数据不重复；
19、s16、基于所述第二样本数据获取所述故障类别对应的聚类鉴别器，并对所述聚类鉴别器的节点地址和节点数据重新进行聚类，以得到更新后的聚类鉴别器。
20、优选地，在本专利技术所述的感应电机故障检测模型构建方法中，在所述步骤s11中，所述感应电机的故障类别包括：断裂转子条、轴承故障、不平衡负载和鼠笼断环中的一个或多个；和/或
21、在所述步骤s11中，所述感应数据包括电流数据和振动信号数据。
22、本专利技术还构造一种感应电机故障检测模型构建装置，所述装置包括：
23、第一处理模块，用于构建初始神经网络，并基于感应电机的故障类别获取对应的感应数据为第一样本数据；
24、第二处理模块，用于根据所述第一样本数据构建所述初始神经网络中、与所述故障类别对应的初始鉴别器，并获取所述初始鉴别器对应的节点地址以及与所述节点地址对应的节点数据；
25、第三处理模块，用于对所述故障类别对应的若干初始鉴别器进行聚类，根据聚类结果得到所述故障类别对应的聚类鉴别器，所述聚类鉴别器包括聚类后的节点地址和节点数据；
26、第四处理模块，用于根据所述聚类鉴别器和所述初始神经网络，构建最终的故障检测模型。
27、本专利技术还构造一种感应电机故障检测方法，包括以下步骤：
28、获取感应电机的感应数据；
29、获取所述感应数据获取对应的节点地址和与所述节点地址对应的节点数据；
30、基于预设故障检测模型，根据所述感应数据对应的节点地址和节点数据获取对应的鉴别器，并通过所述预设故障检测模型输出检测结果；
31、其中，所述预设故障检测模型通过上面所述的感应电机故障检测模型构建方法获取。
32、本专利技术还构造一种感应电机故障检测装置，包括：
33、输入模块，用于获取感应电机的感应数据；
34、数据处理模块，用于获取所述感应数据获取对应的节点地址和与所述节点地址对应的节点数据；
35、结果生成模块，用于基于预设故障检测模型，根据所述感应数据对应的节点地址和节点数据获取对应的鉴别器，并通过所述预设故障检测模型输出检测结果；
36、其中，所述预设故障检测模型通过上面所述的感应电机故障检测模型构建方法获取。
37、实施本专利技术的感应电机故障检测模型构建方法、故障检测方法及设备，具有以下有益效果：能够快速的识别出电机的故障。
本文档来自技高网...【技术保护点】
1.一种感应电机故障检测模型构建方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤S12中，所述根据所述第一样本数据构建所述初始神经网络中、与所述故障类别对应的初始鉴别器，并获取所述初始鉴别器对应的节点地址以及与所述节点地址对应的节点数据；包括：
3.根据权利要求2所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤S123中，所述基于节点数量对所述多维二进制数组进行拆分以得到若干数据串，包括：更新所述节点数据以更新所述数据串的长度，以对所述鉴别器对应的节点地址和所述节点地址对应的节点数据进行训练以得到最终的鉴别器对应的节点地址和节点数据。
4.根据权利要求1所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤S122中，所述在整数范围内对所述多维实值向量进行归一化处理，并进行二进制转换以得到对应的多维二进制数组，包括：
5.根据权利要求1所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤S13中，所述对所述故障类别对应的若干初始鉴别器进行聚类，
6.根据权利要求1所述的感应电机故障检测模型构建方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤S11中，所述感应电机的故障类别包括：断裂转子条、轴承故障、不平衡负载和鼠笼断环中的一个或多个；和/或
8.一种感应电机故障检测模型构建装置，其特征在于，所述装置包括：
9.一种感应电机故障检测方法，其特征在于，包括以下步骤：
10.一种感应电机故障检测装置，其特征在于，包括：
...【技术特征摘要】
1.一种感应电机故障检测模型构建方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤s12中，所述根据所述第一样本数据构建所述初始神经网络中、与所述故障类别对应的初始鉴别器，并获取所述初始鉴别器对应的节点地址以及与所述节点地址对应的节点数据；包括：
3.根据权利要求2所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤s123中，所述基于节点数量对所述多维二进制数组进行拆分以得到若干数据串，包括：更新所述节点数据以更新所述数据串的长度，以对所述鉴别器对应的节点地址和所述节点地址对应的节点数据进行训练以得到最终的鉴别器对应的节点地址和节点数据。
4.根据权利要求1所述的感应电机故障检测模型构建方法，其特征在于，在所述步骤s122中，所述在整数范围内对所述多维实...
【专利技术属性】
技术研发人员：李运祥，万志聪，王有行，冯光明，高珍，朱龙忠，卢立志，刘大明，苏国忠，
申请(专利权)人：阳江核电有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。