Key points are not available for this paper at this time.
محرك المغناطيس الدائم المتزامن (PMSM) هو مصدر الطاقة الذي يحافظ على التشغيل المستقر والفعال لمجموعة متنوعة من المعدات؛ لذا فإن موثوقيته ضرورية لسلامة المعدات العامة. تواجه نماذج الشبكات العصبية الالتفافية (CNN) تحديات في استخراج الميزات من بيانات تيار (PMSM). تُقترح في هذه الورقة ميزة جديدة لتحويل الموجة المتقطعة مع تحديث وزن الاندماج في كشف الشذوذ باستخدام الذاكرة قصيرة وطويلة المدى (LSTM). تجمع هذه الطريقة بين التحويل الموجي المتقطع (DWT) مع معالجة فصل الترددات العالية والمنخفضة وLSTM. تعتمد طريقة كشف الشذوذ على DWT وCNN من خلال فصل معالجة الترددات العالية والمنخفضة. علاوة على ذلك، تجمع هذه الطريقة آلية الانتباه الهجين لاستخراج ميزات إشارة التيار المتعددة وتكتشف الشذوذ بناءً على تحديث وزن شبكة LSTM. أثبتت التجارب على مجموعة بيانات العيوب الحقيقية لمحامل المحرك ومجموعة بيانات عيوب العضو الثابت لمحرك PMSM قدرة الطريقة القوية على دمج ميزات التيار وكشف الشذوذ.
درس تانغ وآخرون (ثلاثاء،) هذا السؤال.