- · 清华大学与美国布鲁金斯学会联合举办高级别闭门圆桌会议 探讨中美合作路径 共同应对新冠疫情[02/06]
- · 美术学院设计团队完成2021央视春晚动漫生肖吉祥物形象及周边衍生品设计[02/05]
- · 马来西亚IOI产业集团董事长李耀昇捐赠清华大学[02/02]
- · 新时代高校助力乡村振兴交流研讨会成功举办[02/01]
- · 清华大学电子工程系陆明泉教授荣获美国导航学会瑟洛奖并当选会士[01/29]
- · 清华大学全球战略布局项目2021年度工作交流会召开[01/23]
- · 清华大学召开2021年两院院士新春座谈会[01/20]
- · 清华大学召开2020年度校领导班子民主生活会[01/19]
基于机器视觉的电机故障识别方法及实验研究
作者:王攀攀 张阳 童志刚 徐瑞东 许允之 韩丽
关键词: 机器视觉 电机故障诊断 有限元建模 实验设计与分析
摘要:针对信号处理故障检测方法难以自动辨识故障类型的问题,提出了一种基于机器视觉的感应电动机故障识别方法。首先利用Park矢量法分析电机的三相电流,获取矢量轨迹图;然后将方向梯度直方图与支持向量机相结合实现图像的特征提取和分类,进而达到电机故障自动辨识的目的。在Maxwell和Matlab的仿真环境下,设计了多种故障电机的模型和相应的仿真实验方案,实验结果表明:该文所提方法不但可行,同时其故障识别率高达100%。在此基础上,搭建了实物实验平台,进一步验证了所提方法对电机故障的高识别率。整个方法的研究和验证过程在教学中可加深学生对电机原理、信号处理以及人工智能等相关知识的理解,提高他们的学习兴趣和理论联系实际的能力。
上一篇:海洋废弃井口等离子切割可视化系统开发
下一篇:生物特色的制药工艺综合实验