期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于电流波动特征的永磁同步电机匝间短路与局部退磁故障分类诊断研究
被引量：
25
1
作者
张业成
刘国海
陈前
《电工技术学报》
EI
CSCD
北大核心
2022年第7期1634-1643,1653,共11页
针对永磁同步电机匝间短路故障与局部退磁故障难以区分的问题,该文提出一种基于电机同相与异相电流幅值波动特征的故障分类诊断方法。在分析定子绕组匝间短路故障与转子局部退磁故障对电流幅值影响机理的基础上,分别提取转子旋转一周内...
针对永磁同步电机匝间短路故障与局部退磁故障难以区分的问题,该文提出一种基于电机同相与异相电流幅值波动特征的故障分类诊断方法。在分析定子绕组匝间短路故障与转子局部退磁故障对电流幅值影响机理的基础上,分别提取转子旋转一周内同相电流幅值波动特征和异相电流幅值之间的波动特征,建立了故障分类诊断指示器。仿真与实验结果表明,该指示器可有效识别定子绕组匝间短路故障与转子局部退磁故障。该文提出的方法可直接嵌入永磁同步电机控制软件,不需要增加额外的传感设备,具有较好的实用价值。
展开更多
关键词
永磁同步电机
匝间短路
故障
局部退磁
故障
故障
分类
诊断
下载PDF
职称材料
基于Doc2vec-LightGBM的CBTC车载信号设备故障分类诊断方法
2
作者
柴琳果
张景会
+2 位作者
上官伟
蔡伯根
李小雨
《铁道学报》
EI
CAS
CSCD
北大核心
2024年第4期108-118,共11页
车载信号设备是城市轨道交通信号系统的重要组成部分,其运营过程中会产生海量离散化、片段化的日志文本数据。目前,CBTC车载设备故障记录文本仍存在语义不明确、词语冗余的问题,从而造成故障致因溯源难,针对此,提出一种基于Doc2vec-Ligh...
车载信号设备是城市轨道交通信号系统的重要组成部分,其运营过程中会产生海量离散化、片段化的日志文本数据。目前,CBTC车载设备故障记录文本仍存在语义不明确、词语冗余的问题,从而造成故障致因溯源难,针对此,提出一种基于Doc2vec-LightGBM的CBTC车载设备故障自动分类诊断方法。首先对故障文本使用Jieba完成文本分词,依据TF-IDF实现分词文本数据的特征提取,并采用Doc2vec训练文本分词向量;其次针对数据不均衡的问题,采用Borderline-SMOTE算法进行少数类文本向量数据的补全泛化;最后,通过训练轻量梯度提升机LightGBM分类器完成故障文本自动分类。采用某信号厂商所记录的1 133条故障文本数据进行分类实验分析,并与支持向量机(SVM)方法对比。实验结果表明,所提方法在分类精确率、召回率上分别为98.2%、97.5%,证明了该故障文本自动分类方法的有效性和优越性。
展开更多
关键词
CBTC
车载设备
Doc2vec
LightGBM
故障
分类
诊断
下载PDF
职称材料
题名
基于电流波动特征的永磁同步电机匝间短路与局部退磁故障分类诊断研究
被引量：
25
1
作者
张业成
刘国海
陈前
机构
江苏省电动车辆驱动与智能控制重点实验室(江苏大学)
江苏大学京江学院
出处
《电工技术学报》
EI
CSCD
北大核心
2022年第7期1634-1643,1653,共11页
基金
国家自然科学基金(51707083)
2021年江苏省青蓝工程资助项目。
文摘
针对永磁同步电机匝间短路故障与局部退磁故障难以区分的问题,该文提出一种基于电机同相与异相电流幅值波动特征的故障分类诊断方法。在分析定子绕组匝间短路故障与转子局部退磁故障对电流幅值影响机理的基础上,分别提取转子旋转一周内同相电流幅值波动特征和异相电流幅值之间的波动特征,建立了故障分类诊断指示器。仿真与实验结果表明,该指示器可有效识别定子绕组匝间短路故障与转子局部退磁故障。该文提出的方法可直接嵌入永磁同步电机控制软件,不需要增加额外的传感设备,具有较好的实用价值。
关键词
永磁同步电机
匝间短路
故障
局部退磁
故障
故障
分类
诊断
Keywords
Permanent magnet synchronous motor
interturn short circuit fault
local demagnetization fault
fault classification and diagnosis
分类号
TM351 [电气工程—电机]
下载PDF
职称材料
题名
基于Doc2vec-LightGBM的CBTC车载信号设备故障分类诊断方法
2
作者
柴琳果
张景会
上官伟
蔡伯根
李小雨
机构
北京交通大学电子信息工程学院
北京交通大学轨道交通控制与安全国家重点实验室
北京市轨道交通电磁兼容与卫星导航工程技术研究中心
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2024年第4期108-118,共11页
基金
北京市自然科学基金(L211022)。
文摘
车载信号设备是城市轨道交通信号系统的重要组成部分,其运营过程中会产生海量离散化、片段化的日志文本数据。目前,CBTC车载设备故障记录文本仍存在语义不明确、词语冗余的问题,从而造成故障致因溯源难,针对此,提出一种基于Doc2vec-LightGBM的CBTC车载设备故障自动分类诊断方法。首先对故障文本使用Jieba完成文本分词,依据TF-IDF实现分词文本数据的特征提取,并采用Doc2vec训练文本分词向量;其次针对数据不均衡的问题,采用Borderline-SMOTE算法进行少数类文本向量数据的补全泛化;最后,通过训练轻量梯度提升机LightGBM分类器完成故障文本自动分类。采用某信号厂商所记录的1 133条故障文本数据进行分类实验分析,并与支持向量机(SVM)方法对比。实验结果表明,所提方法在分类精确率、召回率上分别为98.2%、97.5%,证明了该故障文本自动分类方法的有效性和优越性。
关键词
CBTC
车载设备
Doc2vec
LightGBM
故障
分类
诊断
Keywords
CBTC
on-board equipment
Doc2vec
LightGBM
fault classification diagnosis
分类号
U284.92 [交通运输工程—交通信息工程及控制]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于电流波动特征的永磁同步电机匝间短路与局部退磁故障分类诊断研究
张业成
刘国海
陈前
《电工技术学报》
EI
CSCD
北大核心
2022
25
下载PDF
职称材料
2
基于Doc2vec-LightGBM的CBTC车载信号设备故障分类诊断方法
柴琳果
张景会
上官伟
蔡伯根
李小雨
《铁道学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
