发明专利 已授权

一种基于频率图及EFA-BP深度学习的电机故障诊断方法

📄 申请号:CN202210913649.7 📄 发布日:2025/11/17

著录项目信息

申请日
2022-07-29
公开号
CN115754713B
公开日
2025-07-11
申请人
淮阴工学院
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

工业电机故障诊断, 设备预测性维护, 智能制造, 旋转机械状态监测, 电力设备运维

摘要

本发明公开了一种基于频率图及EFA‑BP深度学习的电机故障诊断方法,包括:通过对电机电流信号的检测,完成对电机的四种故障(轴承错位、定子线圈匝间短路、转子断条和外轴承损坏)的分类;使用频率变换将其从时域转换成频域,并完成数据预处理;将预处理后信号从频谱转换为频率图,从而完成对电机故障的特征的提取;提出基于电磁学和萤火虫算法的混合模型,有效解决电机故障处理等复杂问题,能增强人工神经网络对电机故障的预测能力;构建EFA‑BP分类算法,完成对测试用健康及故障电机的状况及故障类型的分类,基于EFA的自动记忆,并优化参数至最小预测误差,分类模型可以显著减少计算时间,提高预测精度,在电机故障诊断中表现良好。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:123 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 3件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价