基于深度学习的辊道电机故障诊断分析方法

• 作者: 葛超 杨奇睿 刘佳伟 吴晓宁 臧理萌 陈亮
• 来源期刊: 中国冶金
• 关键词: 机电故障诊断 辊道电机 电机电流 深度学习 Lenet-5
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 生产技术|Production Technology
• 页码范围: 100-104,111
• 页数: 6页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1006-9356.20200657

摘要

为了避免电机频繁无预警停机,机电设备诊断分析是一项非常重要的任务.针对辊道电机中单个电机故障,根据所有电机正常运行状况和故障状况下收集的电机电流数据,提出一种基于深度学习的智能化电机故障诊断分析策略.首次提出了考虑用协同工作的其他电机的电流来对被监测电机进行故障诊断.该方案选择采用Lenet-5模型进行分类预测训练,以诊断电机中的故障,在生产现场实际应用此方案并进行数据结果验证.结果 表明,所提出的方法在电机故障诊断中可行且有效.