《表2 电机的7种健康状态》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度度量学习的电机故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将STFT和CNN相结合，损失函数采用Triplet Loss应用三元组的思想来度量故障特征间的距离，从而高效完成电机故障的诊断。该实验台由电机、两级行星齿轮箱、定轴齿轮箱和磁粉制动器等组成，通过拧开固定电机底角的螺栓，松开联轴器的定位螺栓，更换故障电机模拟了7种不同的电机健康状态，如表2所示。每种故障在相同的工作情况下采集了2000个时域信号，采样频率为5120 Hz，每个信号时长5 s，通过STFT转换成14000个样本，随机选取不同健康状态的20%作为测试集，20%作为验证集，60%作为训练集。