【文献阅读】基于卷积神经网络的方法对感应电动机进行故障诊断

Fault Diagnosis of Induction Motor Using Convolutional Neural Network

可能用到的专业名词

• DAQ 数据采集设备
• IN
• INVERT

一、绪论

1.0 abstract

感应电动机是现代机械和工业设备中最重要的组件之一，

因此，开发出一个能检测感应电动机的运行状态和故障的系统，已经是势在必行。

1.1 introduce

感应电动机是直流电机、整流器、直流电动系统，工业设备中最重要的组件之一

然而， 设备常常会因为意想不到的问题意外停止工作。这一故障甚至可能会造成巨大经济损失。

因此，开发一个能监测感应电动机运行状况和早期故障的系统是十分有必要的。

故障诊断

• 监测故障
• 故障分类

故障诊断的方法 大体上分为

• 基于模型的方法
  • 使用数学模型进行故障诊断
  • 但是由于系统的非线性，想得到一个精确的数学模型是困难的
• 基于非模型的方法
  • 包括基于对目标系统的测量或物理评估方法
  • 神经网络
  • 专业系统技术

1.2 感应电动机主要的故障诊断特征

进行诊断故障的电动机信号

• 震动信号
• 电动机电流
• 声学信号
• 热图像
• 等方法

1.3 现代方法

近些年来，神经网络被广泛地应用于故障诊断，
这些模型的结构适用于表示常规的未知非线性函数

• 神经网络模型可以作为解决非线性问题的有力工具。
• 然而，具有完美连接层的神经网络模型不能学习不变的属性
• 它不能通过从周期振动信号中提取有效的特征来学习

1.4 本文研究

本文研究采用带有局部连通性的CNN（卷积神经网络）模型进行故障诊断。

• 从感应电动机中获得正常、转子故障、轴承故障三种状态的故障振动信号，用于故障分类。
• 此外，还实现了一个GUI（图形用户界面），使用户能够高效、直观地诊断感应电机故障。通过实验和仿真，验证了该故障诊断方法的性能。

二、感应电动机进行故障诊断的实验环境

2.1 实验装置介绍

针对感应电动机的故障诊断，采用三个三相感应电动机构建，产生正常、转子故障、轴承故障三种状态，如图1所示。图1- 1O为正常状态下的感应电机，图1- 2O为有转子故障的感应电机，图1- 3O为轴承故障的感应电机

我们使用振动传感器和NI-9234从这些感应电机中获得了振动数据

2.2 感应电动机的两种故障

如图2所示，感应电动机出现两种故障：转子故障和轴承故障。如图2a所示，用钻头刺穿感应电机的转子杆，通过插入粉末来磨损轴承，如图2b所示

三、感应电动机进行故障诊断提出的方法

3.1 基于CNN的故障诊断系统

• 数据采集部分：用于对从振动传感器获得的振动信号进行数字化和存储；
• 一个基于cnn的故障分类单元，它对感应电动机中产生的故障类型进行分类
• CNN模型接收从感应电机获得的振动数据，并将其分为三种状态
• 此外，利用LabVIEW开发了一个GUI，使用户能够高效、直观地诊断感应电机的故障

3.2 卷积神经网络

和现有的模式识别方法不同，CNN模型整合了特征提取和分类识别。

CNN是由多个卷积层和采样层组成。

• 在文中所提出的感应电动机的故障诊断系统中，所用的CNN网络包含：
  • 一个输入层
  • 两层卷积层
  • 两层最大池化层
  • 一层全连接层
  • 三层输出层

计算公式

• 卷积层计算公式
• 采样层的计算公式
• 最大池化层计算公式
• softmax函数
• 最优化函数

3.3 故障诊断系统的GUI

每个部分进行详细介绍

四、实验和结果

4.0 CONSIST OF CNN

• 卷积层1是由64个5*5的filter组成
• 卷积层2是由32个3*3的filter组成
• The max pooling layer measured 2 × 2 in size.
• The fully connected layer consisted of 256 nodes, and
  the output layer consisted of three nodes

IO

• 1024 input
• 3 output

图7展示了用于训练和测试的故障诊断信号

4.1 训练神经网络

• 200个数据集用于训练数据集
• 100个数据集用来测试CNN
• 每个数据集包含1024个数据样本点

CNN悬链的参数设置如下

• n
• e
• 训练循环周期

用于训练CNN的振动数据没有进行频域变换

4.2 训练和测试结果图讲解

inverter

重点介绍

• x轴代表什么
• y轴代表什么
  • 故障等级123的分类各代表什么

看出

• 故障诊断的精确性
• 转子故障诊断的争取性还是有小部分不准确
• 轴承故障诊断的正确率到达了100%

五、总结

文章大致内容总结

1. 在本论文中，我们提出了一个基于CNN的感应电动机故障诊断模型
2. 4点，写一点，后面总结一句话

文章内容展望

• 提出的系统能否在工厂中进行实际使用
• 系统的性能是否可靠，在相似的设备中能否使用？
• 方法应用到工业领域

其他想说的东西

感应电动机

什么是感应电动机

可能用到的概念进行介绍