[发明专利]一种基于堆叠稀疏自编码器的开关磁阻电机故障诊断方法

权利要求书

1.一种基于堆叠稀疏自编码器的开关磁阻电机故障诊断方法，其特征在于，包括如下步骤：

步骤1：采集开关磁阻电机各相定子的电流信号；

步骤2：对采集的电流信号进行预处理，将原始数据归一化到[0,1]区间内；

步骤3：对预处理后的电流信号进行离散傅里叶变换，得到幅值谱；

步骤4：对样本进行分类，分别归入有故障样本和无故障样本，并分别设置标签；

步骤5：将所有样本按比例分为训练样本和测试样本，训练样本数目大于测试样本数目；

步骤6：设置参数，利用训练样本构建堆叠稀疏自编码器和分类器；

步骤7：利用测试样本评估堆叠稀疏自编码器模型的优劣，根据模型对测试样本分类识别的正确率，选择测试过程中得到最高正确率的参数为最优的模型的参数，保存最优模型；

步骤8：对待测开关磁阻电机的各相电流信号进行傅立叶变换，得到幅值谱，再输入最优模型中，根据自编码器和分类器模型的输出判断该样本对应的电机是否存在故障。

2.根据权利要求1所述的基于堆叠稀疏自编码器的开关磁阻电机故障诊断方法，其特征在于，所述步骤6中构建堆叠自编码器时，堆叠稀疏自编码器逐层非线性地提取电流信号的稀疏特征，将末端的全连层设定为标签数据，同时利用误差反向传递的原理，以目标输出与实际输出的误差平方和最小作为优化目标，反向优化整个网络的参数，并保持激活函数、平均激活值和稀疏惩罚权重为固定值，以节省调参时间。

3.根据权利要求1所述的基于堆叠稀疏自编码器的开关磁阻电机故障诊断方法，其特征在于，所述步骤7中堆叠稀疏自编码器模型的训练和测试，采用正确率作为模型的评估标准，以末端全连层的分类误差最小作为整个模型的优化目标，反向调节全连层的连接参数。