标题
  • 标题
  • 作者
  • 关键词

基于机器视觉的电机故障识别方法及实验研究

2020-04-15分类号:TM346;TP391.41

【作者】王攀攀  张阳  童志刚  徐瑞东  许允之  韩丽  
【部门】中国矿业大学电气与动力工程学院  
【摘要】针对信号处理故障检测方法难以自动辨识故障类型的问题,提出了一种基于机器视觉的感应电动机故障识别方法。首先利用Park矢量法分析电机的三相电流,获取矢量轨迹图;然后将方向梯度直方图与支持向量机相结合实现图像的特征提取和分类,进而达到电机故障自动辨识的目的。在Maxwell和Matlab的仿真环境下,设计了多种故障电机的模型和相应的仿真实验方案,实验结果表明:该文所提方法不但可行,同时其故障识别率高达100%。在此基础上,搭建了实物实验平台,进一步验证了所提方法对电机故障的高识别率。整个方法的研究和验证过程在教学中可加深学生对电机原理、信号处理以及人工智能等相关知识的理解,提高他们的学习兴趣和理论联系实际的能力。
【关键词】机器视觉  电机故障诊断  有限元建模  实验设计与分析
【基金】江苏高校品牌专业建设工程资助项目(PPZY2015B132);; 江苏省高等教育教改研究课题(2019JSJG336);; 中国矿业大学教学研究项目(2018YB41);中国矿业大学大学生创新基金资助大学生创新项目(DCXM201915)
【所属期刊栏目】实验技术与管理
文献传递