来源：期刊VIP网 时间：
作者：韩厚宏;宋俊材;陆思良;王骁贤;
单位：安徽大学电气工程与自动化学院;安徽大学互联网学院;中国科学技术大学工程科学学院;
摘要：针对现有开关磁阻电机高阻接触故障研究较为匮乏、多源信号复合故障分类识别精度有待提高的问题，提出一种基于卷积结合Transformer的Convformer-NSE模型融合多源信号的开关磁阻电机高阻接触故障及轴承故障诊断方法。首先，搭建了开关磁阻电机电动汽车驱动系统实验平台，并通过非侵入式方法采集电机定子绕组电流以及电机轴承振动信号分别作为高阻接触故障、轴承故障信号；其次，通过Convformer-NSE模型融合电流、振动信号的全局和局部信息，实现了对电机原始信号自动提取特征并识别分类的过程；最后，通过与相关模型方法的对比实验验证，所提方法可以精确识别高阻故障相位置和轴承故障类型，分类准确率可达100%。此外，在不同噪声环境下的实验结果表明，该方法具有较好的鲁棒性和可靠性。
关键词：开关磁阻电机;;高阻接触故障诊断;;轴承故障诊断;;Transformer;;Convformer-NSE
基金资助：国家自然科学基金项目(52207036,62203010,52075002);; 安徽省自然科学基金项目(2208085QE167)
