[发明专利]一种基于灰色关联分析和BP神经网络的电机数据分析方法

说明书

本发明公开了一种基于灰色关联分析和BP神经网络的电机数据分析方法，包括以下步骤：(1)灰色关联分析，包括以下步骤：确定分析数列；变量的无量纲化；计算关联度；关联度排序；(2)：BP神经网络模型训练的数据分析，包括以下步骤：建立指标体系；设计BP神经网络结构；利用训练样本集训练神经网络；测试样本集的实验；将七个电机性能指标作为输入向量，由训练好的BP神经网络模型进行计算，得到电机数据分析结果。本发明通过将电机的多种参数数据抽象化、数学化，将灰色关联分析和BP神经网络这两种方法合理应用到电机数据分析中，通过数学模型的方式来分析所得到的测试数据，使其更有普适性，可以推广到任何不同型号的电机测试中。

技术领域

本发明涉及一种电机数据分析方法，尤其涉及一种基于灰色关联分析和BP神经网络的电机数据分析方法。

背景技术

针对高速永磁电机功率密度大、损耗密度较高、散热困难等特性，对其检测分析目前还停留在仪器的单一测定和数据后续的简易评定，大多数情况下还是依靠技术人员的经验，其综合性能的数据分析缺乏有力的支撑与说服力。

随着工业的不断发展以及机械、化工、汽车、航空航天等行业技术的不断提高，支撑这些工业设备实现的核心——电机行业也得到迅猛发展。电机检测技术向着高效化、精准化、智能化、互联化快速进步。

上个世纪70年代以前，电机测试多采用传统的指针式仪表进行手工测试，这类仪表结构简单，性能稳定，造价低廉，但它的测试精度较差，功能单一。随后产生的数字仪器基于电参数测量显示电压、电流、功率，扩展显示功率因数、频率等多种电量参数，稳定性、准确度高，一体化更强，但对数据的处理、实验过程中的读数同步仍不够理想。

由于计算机技术的加速发展和普及，电机检测向自动化测试方向发展。中国国内许多科研机构研制以PC机为核心的电机自动化测试系统，如上海电机技术所研制的AMT1型电机性能综合测试仪，它采用双机系统结构，系统运用了标准接口，方便系统的组建和扩充，并且利用PC机丰富的软硬件资源，实现友好的人机交互界面和容错性。上海交通大学的分马力微机试验系统，可以测量电机的电流、转矩、电压和功率。哈尔滨工业大学电工研究所研制的TL-1型数字转矩测试仪可以实时测量电机的输出转矩。

国外也有以计算机为核心的电机实验综合装置，可以对被试电机进行快速数据采集，并能自动处理、绘制和打印各种曲线和实验报告。如西门子公司为慕尼黑大学电机实验室制造了300型过程控制计算机，在电机实验过程中大大简化了各种参数的测量。日本国际检测公司生产的MDP101，102型电机性能综合测试机，可以自动测试电压、电流、转矩、转速、功率、效率、功率因素等项目，并可进行数据处理。法国的CEM公司也研制了自动测试台，主要适用于O.SKW一800KW三相异步电动机的测试。采用微机的电机自动测试系统在测试功能、测量精度等各项指标上都远远超过了传统的实验方法。使电机测试步入了新的时代。

近些年，国内外的许多公司和科研机构纷纷开始研制基于虚拟仪器技术的电机测试系统。国内基于虚拟仪器的电机测试技术已被广泛应用。如LabVIEW对电机转子动平衡系统设计，双滑模结构永磁同步电机矢量控制策略，LabVIEW的同步器单体试验台测控系统研发。这些基于虚拟仪器的测试方法精度高、实时性强、性能安全稳定。

美国的MAGTROL公司和我国上海聚星仪器公司都分别开发出基于虚拟仪器技术的电机测试系统产品[18]。MAGTROL公司的HD系列磁滞测功机从18N.m到最大56N.m，共18个规格。MAGTROL公司开发出最新的采用的DSP测功机系统，自动加载速度不到秒，高速采样，采样过程自动计算惯量。因为DSP是高速采样，并及时进行惯性量补偿，达到电机的高精度，高速自动测试。