三相电机特征诊断的智能算法
信号处理
2024-11-14 v1 人工智能
机器学习
摘要
机器学习（ML）算法在三相发动机智能诊断中的应用有望显著提升诊断性能与准确度。传统方法主要依赖特征分析，尽管这是标准做法，但可从先进机器学习技术的融合中获益。在本研究中，我们通过将最先进算法与一种考虑发动机物理模型的新型无监督异常生成方法相结合，实现了创新。这种混合方法发挥了监督机器学习与无监督特征分析的优势，实现了卓越的诊断准确性与可靠性，并具有广泛的工业应用前景。实验结果表明，该方法在保留无监督方法实用优势的同时，显著优于现有的机器学习和非机器学习最先进方法。研究结果凸显了该方法对发动机诊断领域的重要贡献潜力，为实际应用提供了一种鲁棒且高效的解决方案。
引用
@article{arxiv.2411.08582,
title = {Intelligent Algorithms For Signature Diagnostics Of Three-Phase Motors},
author = {Stepan Svirin and Artem Ryzhikov and Saraa Ali and Denis Derkach},
journal= {arXiv preprint arXiv:2411.08582},
year = {2024}
}