本發(fā)明涉及使用機器學習進行的感應電機狀況監(jiān)視。本技術(shù)的各種實施方式總體上涉及工業(yè)環(huán)境中的狀況監(jiān)視。更具體地,一些實施方式涉及用于電機驅(qū)動器的嵌入式分析引擎,其監(jiān)視感應電機狀況以檢測包括轉(zhuǎn)子故障和定子故障的潛在失效。在一個實施方式中,狀況監(jiān)視模塊被配置成:從驅(qū)動器內(nèi)的控制器獲得運行時間信號數(shù)據(jù);基于感應電機故障狀況從運行時間信號數(shù)據(jù)得出運行時間度量;將運行時間度量作為輸入提供給機器學習模型,機器學習模型被構(gòu)造成基于運行時間度量來識別感應電機的狀態(tài)并且輸出該狀態(tài);以及基于由機器學習模型輸出的感應電機的狀態(tài)來監(jiān)視感應電機故障狀況。
聲明:
“使用機器學習進行的感應電機狀況監(jiān)視” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)