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