|
| 分布式驱动型电动汽车轮毂电机故障诊断 |
|
| |
|
| 摘要点击次数: 45 |
| 全文下载次数: 31 |
| 中文摘要: |
| 分布式驱动型电动汽车使用的轮毂电机在复杂多变的运行环境中可能会发生多类故障。以定子无轭模块化（YASA）轴向磁通永磁同步电机（以下简称“YASA 电机”）为例，针对局部失磁与匝间短路故障的诊断识别问题，提出了一种结合模态分解与神经网络分类器的诊断算法。首先，通过有限元仿真提取电机在不同故障状态下的电动势作为检测信号；其次，通过基于牛顿拉夫逊优化的特征模态分解（NRBO-FMD）提取出不同故障状态的下的模态信号；最后，以特征模态信号作为输入，使用卷积神经网络和长短时记忆神经网络（CNNLSTM）对YASA 电机的故障类型和严重程度进行分类。该方法能够有效地识别YASA 电机局部失磁与匝间短路故障，综合准确率达到96.7%。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 |
| 关闭 |
|
|
|
