基于多层次传感器融合的永磁同步电机故障诊断研究

摘要：

针对单一传感器获取的振动信号难以全面表征轴承故障特征的问题,本文提出了一种基于多传感器融合图像、注意力机制和深度残差网络的永磁同步电机故障诊断方法.该方法首先通过对称点模式、矩阵图将三个加速度传感器获取的振动信号分别转换为灰度图像,然后将不同加速度传感器对应的灰度图像作为RGB图像的不同通道进行第一层次的融合,然后基于Resnet、注意力机制设计了一种特征、决策融合的多尺度融合网路,最后将融合后的彩色图像作为所提网络的输入.经过实验验证,对称点模型、矩阵图故障诊断准确率可达96%和91.5%,显著高于采用单一传感器振动信号和单一网络的故障诊断结果.因此与传统单一传感器故障诊断相比,本文所提出的多层次传感器融合方法可以更加全面地表征电机故障的特征,具有更高的电机故障分类准确度.

关键词：多层次融合、多传感器融合、深度残差网络、电机故障诊断

所属期刊栏目：56

分类号：TM351;TM341(电机)

在线出版日期：2023-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：50-54