中国铁道科学研究院集团有限公司;北京纵横机电科技有限公司;中国铁道科学研究院集团有限公司机车车辆研究所;铁科纵横(天津)科技发展有限公司许文中获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国铁道科学研究院集团有限公司;北京纵横机电科技有限公司;中国铁道科学研究院集团有限公司机车车辆研究所;铁科纵横(天津)科技发展有限公司申请的专利电机系统的故障诊断方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114239351B 。
龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111523984.8,技术领域涉及:G06F18/241;该发明授权电机系统的故障诊断方法及装置是由许文中;李玉山;殷振环;马颖涛;刘直;杨雪松;王赛;赵雷廷;唐蕾;杜玉亮;张波;杨伟君;赵红卫;曹宏发设计研发完成,并于2021-12-14向国家知识产权局提交的专利申请。
本电机系统的故障诊断方法及装置在说明书摘要公布了:本发明提供一种电机系统的故障诊断方法及装置,该电机系统的故障诊断方法包括:采集待观测电机系统的实际特征数据;根据所述实际特征数据及预先建立的电机系统故障诊断模型,得到所述实际特征数据对应的电机系统故障类型;所述电机系统故障诊断模型是基于待观测电机系统对应的电机驱动系统联合仿真模型生成的特征数据训练得到的,所述特征数据与预设故障类型对应。本申请利用深度神经网络实现对电机系统故障的诊断,具备实时性好、成本低、操作简便及故障诊断准确率高等优势。本申请利用仿真软件进行电机驱动系统建模及利用强化学习对深度神经网络进行训练,解决了现有的模型训练中难以获取大量可靠的可分析的各类型故障数据的难题。
本发明授权电机系统的故障诊断方法及装置在权利要求书中公布了:1.一种电机系统的故障诊断方法,其特征在于,包括: 采集待观测电机系统的实际特征数据,实际特征数据包括但不限于电机转角位置指令值、电机转速指令值、电机转矩指令值、电机转角位置实际值、电机转速实际值、电机电流实际值、电机电流实际值的平方值、电机转矩实际值及上述各运行参数从当前t时刻往前计数n个时刻的历史值; 根据所述实际特征数据及预先建立的电机系统故障诊断模型,得到所述实际特征数据对应的电机系统故障类型; 其中,所述电机系统故障诊断模型是基于待观测电机系统对应的电机驱动系统联合仿真模型生成的特征数据训练得到的,所述特征数据与预设故障类型对应; 还包括: 根据待观测电机系统的额定参数建立电机驱动系统联合仿真模型; 根据预设故障类型及所述电机驱动系统联合仿真模型,得到所述预设故障类型对应的特征数据; 使用所述特征数据对深度神经网络模型进行训练,得到所述电机系统故障诊断模型,其中,在仿真的各个环节中均加入噪声,所述噪声包括高斯噪声; 所述使用所述特征数据对深度神经网络模型进行训练,包括: 步骤1:将所述特征数据输入预先构建的第一深度神经网络模型,得到第一故障类型; 步骤2:根据预先建立的奖惩机制对比所述第一故障类型与所述特征数据对应的预设故障类型,并根据对比结果指导使用强化学习算法训练所述第一深度神经网络模型; 若所述第一深度神经网络模型不收敛,更新所述第一深度神经网络模型,迭代执行步骤1至步骤2,直至所述第一深度神经网络模型收敛; 所述待观测电机系统包括电机本体及驱动系统,所述根据待观测电机系统的额定参数建立电机驱动系统联合仿真模型,包括: 将所述待观测电机系统中电机本体的额定参数输入有限元仿真软件,得到电机本体对应的电机有限元仿真模型; 根据所述待观测电机系统中驱动系统的额定参数建立电机驱动控制算法模型; 将所述电机有限元仿真模型以及所述电机驱动控制算法模型进行组合,得到所述电机驱动系统联合仿真模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国铁道科学研究院集团有限公司;北京纵横机电科技有限公司;中国铁道科学研究院集团有限公司机车车辆研究所;铁科纵横(天津)科技发展有限公司,其通讯地址为:100081 北京市海淀区大柳树路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励