摘要：由于传统的电机故障信号自动监测系统,无法准确提取异常信号特征,导致电机故障信号检测结果不准确,因此设计小波包分析的电机故障信号自动监测系统。在系统的硬件上,由单片微控制器进行核心控制,并需要额外增加外扩储存器以及霍尔传感器。在系统的软件上,利用小波包改进算法将故障信号进行划分,并且额外增加了信号分解与重构的算法和神经元网络模型及诊断模式,基于小波包分析设计故障自动检测模式。实验结果表明:设计方法可以实现对电机故障自动监测,且稳定性与准确性较好。

摘要：为了解决常规的异步电机故障自动诊断方法存在的诊断精度过低问题,需要设计一种新的异步电机LightGBM故障自动诊断方法,首先采集处理了异步电机故障数据,其次基于LightGBM设计了异步电机故障诊断改进算法,最后构建了异步电机故障自动诊断模型,从而实现了异步电机故障自动诊断。进行实验,结果表明,设计的异步电机LightGBM故障自动诊断方法相较传统方法诊断出的样本负序阻抗值与异步电机实际的负序阻抗值更拟合,证明设计的LightGBM异步电机故障自动诊断方法的诊断精度较高,具有有效性,有一定的应用价值,可以作为后续异步电机维修的参考。