基于BO-CNN的MMT-PMSLM定子磁场一致性故障检测的研究

【摘要】 针对模块化动磁型永磁同步直线电机（MMT-PMSLM）中定子绕组高度非一致性引发气隙磁场分布不均匀，影响电机性能的问题，提出基于贝叶斯优化卷积神经网络（BO-CNN）的定子磁场一致性检测方法。首先，通过包络重构技术分析气隙磁密信号，提取具有高辨识度的故障特征信息；其次，以故障对电机推力性能的影响率为关键指标，构建故障样本库；最后，采用BO-CNN算法，将提取的故障磁密特征作为输入，故障严重程度等级作为输出，通过深度训练样本库，构建针对定子绕组磁场不均故障的高效分类器。实验结果表明，BO-CNN优于其他算法，对不同的故障位置识别准确率分别达到96.8%,100%和100%，故障严重程度分类准确率达99.5%。更多还原