论文部分内容阅读
通过寻找反映异步电动机早期故障状态的参数和信号，分析了这些参数和信号的变化特点和特征量，提出了基于多物理效应的异步电动机早期故障智能预测与诊断方法，并利用多物理信息融合方法，借助神经网络等智能工具强大的并行处理和非线性映射能力，解决了异步电动机早期故障不易检测和多故障不易分离的问题，实现了异步电动机早期故障的智能监测与预报。