CN117110871A - 高功率密度永磁电机用测试台 - Google Patents
高功率密度永磁电机用测试台 Download PDFInfo
- Publication number
- CN117110871A CN117110871A CN202311328187.3A CN202311328187A CN117110871A CN 117110871 A CN117110871 A CN 117110871A CN 202311328187 A CN202311328187 A CN 202311328187A CN 117110871 A CN117110871 A CN 117110871A
- Authority
- CN
- China
- Prior art keywords
- data
- motor
- performance
- model
- test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 230000004927 fusion Effects 0.000 claims description 37
- 230000000996 additive effect Effects 0.000 claims description 12
- 239000000654 additive Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims 1
- 238000011056 performance test Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及一种高功率密度永磁电机用测试台,属于电机测试技术领域,包括数据采集模块、数据处理模块、数据分析模块和性能判断模块,通过采集被测电机在不同负载下的性能参数,构建负载数据与性能参数之间的广义可加模型,以拟合负载数据与性能参数之间的响应曲线,最后对比已知符合性能测试要求的标准电机与被测电机的响应曲线,以判断被测电机在不同负载下的性能与标准电机是否一致,本发明解决了现有技术中测试台测试标准不统一,从而导致不同永磁电机产品性能不稳定的问题。
Description
技术领域:
本发明属于电机测试技术领域,具体涉及高功率密度永磁电机用测试台。
背景技术:
高功率密度永磁电机作为一种新型高效的节能产品,具有结构简单、体积小、效率高、功率因数高、转矩电流比高、转动惯量低、可靠性好、易于散热及维护等优点,已经得到广泛认可和应用。随着永磁电机大范围的应用,人们对其性能要求也越来越高,相关研究、设计人员和单位急需对所研发和生产的电机进行性能测试的设备。
目前,大多数人将性能参数良好的永磁电机统一归为合格产品。然而,即使同为合格产品,其质量水平也会存在差异,不符合消费人群对该产品质量的期望和信任。因此,为了生产具有相同稳定性能的永磁电机,发明具有统一测试标准的测试台至关重要。
发明内容:
为解决上述技术问题,本发明提供一种高功率密度永磁电机用测试台。
本发明的目的可以通过以下技术方案实现:
本发明提供了一种高功率密度永磁电机用测试台,包括数据采集模块、数据处理模块、数据分析模块和性能判断模块,其中:
数据采集模块,用于采集被测电机在运行测试中的测试指标数据,包括负载数据、电流数据、电压数据、转矩数据和电机温度数据;
数据处理模块,连接数据采集模块,用于根据采集的测试指标数据,获得电机的性能融合数据;
数据分析模块,用于根据被测电机测试的测试数据指标,建立不同负载与其性能融合数据之间的广义可加模型,并绘制负载与性能融合数据的响应曲线;
性能判断模块,连接数据采集模块、数据处理模块和数据分析模块,用于判断被测电机是否符合测试标准。
进一步地,所述的数据处理模块中,所述根据采集的测试指标数据,获得电机的性能融合数据,包括以下步骤:
A1、根据电流数据和电压数据,计算被测电机的输入功率数据;
A2、根据转矩数据和功率计算函数,计算被测电机的输出功率数据;
A3、根据输入功率数据和输出功率数据之间的差值,获得损耗功率数据;
A4、对损耗功率数据和电机温度数据进行数据融合,获得性能融合数据。
进一步地,所述的数据分析模块中,所述建立不同负载与其性能融合数据之间的广义可加模型,并绘制负载数据与性能融合数据的响应标准曲线,包括以下步骤:
B1:模型结构确定;
B2:模型参数调整;
B3:模型性能评估;
B4:模型结果输出。
进一步地,步骤B1中,所述的模型结构确定,以负载数据为解释变量,性能融合数据为响应变量,其结构式为:
G(y)=s(x,k),
式中,G(y)为具有加和性质的恒等连接函数;y为性能融合数据;s(x)为光滑函数,为三次样条函数,其表达式为:s(x)=a+bx+cx2+dx3,其中a、b、c和d是常数;x为负载数据;ki为三次样条函数的节点数,控制着解释变量数值范围内的区间数,每个区间都有一条由三次样条函数拟合的曲线。
进一步地,步骤B2中,所述的模型参数调整是通过调整所述步骤B1中的k值,以确定拟合优度最高的模型:调整k值为2,3,……,n-1,其中n为样本数,以获得所有参数的模型,并利用AIC准则选择拟合优度最高的模型。
进一步地,步骤B3中,所述模型性能评估,用于评估模型的预测能力:将用于预测的解释变量样本输入模型中,输出模型对响应变量的预测值,通过计算预测值与实测值之间的决定系数R2评估模型的预测性能,当R2≥0.9时模型通过预测性能的评估测试,其中决定系数R2的计算公式为:
式中,yi为响应变量的实测值;zi为响应变量的预测值;为实测值的平均值;n为样本数。
进一步地,步骤B4中,所述模型结果输出,用于是确定解释变量与响应变量之间的响应关系:采用R-studio软件的画图程序,绘制被测电机负载数据与性能融合数据的响应曲线。
进一步地,所述的性能判断模块中,所述判断被测电机是否符合测试标准,包括以下步骤:
C1、测试标准电机的性能数据,将其输入数据采集模块、数据处理模块和数据分析模块,以获得标准电机负载数据与其性能融合数据之间的响应曲线;
C2、对比被测电机与标准电机的响应曲线,判断被测电机在不同负载下的性能是否与标准电机一致。
进一步地,步骤C1中,所述标准电机,配置为已知符合测试性能要求的电机。
本发明的有益效果:
通过采集被测电机在不同负载下的性能参数,构建负载数据与性能参数之间的广义可加模型,以拟合负载数据与性能参数之间的响应曲线,最后对比已知符合性能测试要求的标准电机与被测电机的响应曲线,以判断被测电机在不同负载下的性能与标准电机是否一致,本发明解决了现有技术中测试台测试标准不统一,从而导致不同永磁电机产品性能不稳定的问题。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步地说明:
图1为本发明中一种高功率密度永磁电机用测试台的流程示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
请参阅图1,本发明提供了一种高功率密度永磁电机用测试台,包括数据采集模块、数据处理模块、数据分析模块和性能判断模块,其中:
数据采集模块,用于采集被测电机在运行测试中的测试指标数据,包括负载数据、电流数据、电压数据、转矩数据和电机温度数据;
数据处理模块,连接数据采集模块,用于根据采集的测试指标数据,获得电机的性能融合数据;
数据分析模块,用于根据被测电机测试的测试数据指标,建立不同负载与其性能融合数据之间的广义可加模型,并绘制负载与性能融合数据的响应曲线;
性能判断模块,连接数据采集模块、数据处理模块和数据分析模块,用于判断被测电机是否符合测试标准。
进一步地,所述的数据处理模块中,所述根据采集的测试指标数据,获得电机的性能融合数据,包括以下步骤:
A1、根据电流数据和电压数据,计算被测电机的输入功率数据;
A2、根据转矩数据和功率计算函数,计算被测电机的输出功率数据;
A3、根据输入功率数据和输出功率数据之间的差值,获得损耗功率数据;
A4、对损耗功率数据和电机温度数据进行数据融合,获得性能融合数据。
本实施例中,将耗损功率数据和电机温度数据进行融合,可以消除单一数据源的局限性,减少数据噪声和误差,从而提高数据的可靠性和准确性。此外,损耗功率数据和电机温度数据反映了电机的负载情况和能力转化效率,将二者结合起来可以更加全面地了解电机的工作状态。
进一步地,所述的数据分析模块中,所述建立不同负载与其性能融合数据之间的广义可加模型,并绘制负载数据与性能融合数据的响应标准曲线,包括以下步骤:
B1:模型结构确定;
B2:模型参数调整;
B3:模型性能评估;
B4:模型结果输出。
本实施例中,由于电机负载数据与性能融合数据之间的关系未知,并且可能存在复杂非线性关系,导致二者之间的响应关系难以被量化,为此,本发明采用广义可加模型,量化二者之间的响应关系。广义可加模型可以通过光滑函数拟合变量之间的非线性关系,具有良好的非线性拟合能力。
进一步地,步骤B1中,所述的模型结构确定,以负载数据为解释变量,性能融合数据为响应变量,其结构式为:
G(y)=s(x,k),
式中,G(y)为具有加和性质的恒等连接函数;y为性能融合数据;s(xi)为光滑函数,为三次样条函数,其表达式为:s(x)=a+bx+cx2+dx3,其中a、b、c和d是常数;x为负载数据;k为三次样条函数的节点数,控制着解释变量数值范围内的区间数,每个区间都有一条由三次样条函数拟合的曲线。
进一步地,步骤B2中,所述的模型参数调整是通过调整所述步骤B1中的k值,以确定拟合优度最高的模型:调整k值为2,3,……,n-1,其中n为样本数,以获得所有参数的模型,并利用AIC准则选择拟合优度最高的模型。
进一步地,步骤B3中,所述模型性能评估,用于评估模型的预测能力:将用于预测的解释变量样本输入模型中,输出模型对响应变量的预测值,通过计算预测值与实测值之间的决定系数R2评估模型的预测性能,当R2≥0.9时模型通过预测性能的评估测试,其中决定系数R2的计算公式为:
式中,yi为响应变量的实测值;zi为响应变量的预测值;为实测值的平均值;n为样本数。
进一步地,步骤B4中,所述模型结果输出,用于是确定解释变量与响应变量之间的响应关系:采用R-studio软件的画图程序,绘制被测电机负载数据与性能融合数据的响应曲线。
进一步地,所述的性能判断模块中,所述判断被测电机是否符合测试标准,包括以下步骤:
C1、测试标准电机的性能数据,将其输入数据采集模块、数据处理模块和数据分析模块,以获得标准电机负载数据与其性能融合数据之间的响应曲线;
C2、对比被测电机与标准电机的响应曲线,判断被测电机在不同负载下的性能是否与标准电机一致。
进一步地,步骤C1中,所述标准电机,配置为已知符合测试性能要求的电机。
本实施例中,由标准电机所绘制的响应曲线可以作为标准响应曲线而存储在永磁电机的测试台中,以便后续和待测电机的响应曲线作比较。
本实施例中,通过采集被测电机在不同负载下的性能参数,构建负载数据与性能参数之间的广义可加模型,以拟合负载数据与性能参数之间的响应曲线,最后对比已知符合性能测试要求的标准电机与被测电机的响应曲线,以判断被测电机在不同负载下的性能与标准电机是否一致,本发明解决了现有技术中测试台测试标准不统一,从而导致不同永磁电机产品性能不稳定的问题。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (7)
1.一种高功率密度永磁电机用测试台,其特征在于:包括数据采集模块、数据处理模块、标准构建模块和性能判断模块,其中:
所述数据采集模块,用于采集被测电机在运行测试中的测试指标数据,所述测试指标数据包括负载数据、电流数据、电压数据、转矩数据和电机温度数据;
所述数据处理模块,连接数据采集模块,用于根据采集的测试指标数据,获得电机的性能融合数据;
所述数据分析模块,用于根据被测电机测试的测试数据指标,建立不同负载与其性能融合数据之间的广义可加模型,并绘制负载与性能融合数据的响应曲线;
所述性能判断模块,连接数据采集模块、数据处理模块和数据分析模块,用于判断被测电机是否符合测试标准;
其中,所述性能判断模块判断被测电机是否符合测试标准,包括以下步骤:
C1、测试标准电机的性能数据,将其输入数据采集模块、数据处理模块和数据分析模块,以获得标准电机负载数据与其性能融合数据之间的响应曲线;
C2、对比被测电机与标准电机的响应曲线,判断被测电机在不同负载下的性能是否与标准电机一致;
所述步骤C1中,标准电机设置为已知符合测试性能要求的电机。
2.根据权利要求1所述的一种高功率密度永磁电机用测试台,其特征在于:所述数据处理模块根据采集的测试指标数据获得电机的性能融合数据,包括以下步骤:
A1、根据电流数据和电压数据,计算被测电机的输入功率数据;
A2、根据转矩和转速数据,利用功率计算公式,计算被测电机的输出功率数据;
A3、根据输入功率数据和输出功率数据之间的差值,获得损耗功率数据;
A4、对损耗功率数据和电机温度数据进行数据融合,获得性能融合数据。
3.根据权利要求1所述的一种高功率密度永磁电机用测试台,其特征在于:所述数据分析模块建立不同负载与其性能融合数据之间的广义可加模型,并绘制负载数据与性能融合数据的响应标准曲线,包括以下步骤:
B1:模型结构确定;
B2:模型参数调整;
B3:模型性能评估;
B4:模型结果输出。
4.根据权利要求3所述的一种高功率密度永磁电机用测试台,其特征在于:步骤B1中,模型结构的确定,以负载数据为解释变量,性能融合数据为响应变量,其结构式为:
G(y)=s(x,k),
式中,G(y)为具有加和性质的恒等连接函数;y为性能融合数据;s(x)为光滑函数,为三次样条函数,其表达式为:s(x)=a+bx+cx2+dx3,其中a、b、c和d是常数;x为负载数据;k为三次样条函数的节点数,控制着解释变量数值范围内的区间数,每个区间都有一条由三次样条函数拟合的曲线。
5.根据权利要求3所述的一种高功率密度永磁电机用测试台,其特征在于:步骤B2中,模型参数调整是通过调整所述步骤B1中的k值确定拟合优度最高的模型:调整k值为2,3,……,n-1,其中n为样本数,以获得所有参数的模型,并利用AIC准则选择拟合优度最高的模型。
6.根据权利要求3所述的一种高功率密度永磁电机用测试台,其特征在于:步骤B3中,模型性能评估具体为:将用于预测的解释变量样本输入模型中,输出模型对响应变量的预测值,通过计算预测值与实测值之间的决定系数R2评估模型的预测性能,当R2≥0.9时模型通过预测性能的评估测试,其中决定系数R2的计算公式为:
式中,yi为响应变量的实测值;zi为响应变量的预测值;为实测值的平均值;n为样本数。
7.根据权利要求3所述的一种高功率密度永磁电机用测试台,其特征在于:步骤B4中,模型结果输出用于确定解释变量与响应变量之间的响应关系:采用R-studio软件的画图程序,绘制被测电机负载数据与性能融合数据的响应曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311328187.3A CN117110871B (zh) | 2023-10-13 | 2023-10-13 | 高功率密度永磁电机用测试台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311328187.3A CN117110871B (zh) | 2023-10-13 | 2023-10-13 | 高功率密度永磁电机用测试台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117110871A true CN117110871A (zh) | 2023-11-24 |
CN117110871B CN117110871B (zh) | 2024-05-14 |
Family
ID=88813013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311328187.3A Active CN117110871B (zh) | 2023-10-13 | 2023-10-13 | 高功率密度永磁电机用测试台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117110871B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118465533A (zh) * | 2024-07-10 | 2024-08-09 | 杭州维德认证技术服务有限公司 | 电机功率测试系统 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202339399U (zh) * | 2011-11-07 | 2012-07-18 | 重庆明宝科技发展有限公司 | 一种电机测试系统 |
CN102928782A (zh) * | 2012-11-23 | 2013-02-13 | 成都华川电装有限责任公司 | 磁电机测试系统及方法 |
CN104298227A (zh) * | 2014-10-14 | 2015-01-21 | 闽江学院 | 中小型交流永磁同步电机运动性能测试装置及方法 |
CN106772029A (zh) * | 2016-11-10 | 2017-05-31 | 泉州装备制造研究所 | 电动汽车电机驱动系统测试平台 |
CN106971026A (zh) * | 2017-03-08 | 2017-07-21 | 武汉科技大学 | 基于全局可加模型的微合金钢力学性能预报方法 |
CN107797060A (zh) * | 2017-03-07 | 2018-03-13 | 湖南嘉飞达电子科技有限公司 | 一种电机系统能效检测方法及系统 |
CN108363005A (zh) * | 2018-01-30 | 2018-08-03 | 佛山赛宝信息产业技术研究院有限公司 | 电机可靠性测试方法 |
CN108983099A (zh) * | 2018-08-23 | 2018-12-11 | 西安科技大学 | 一种永磁同步电机负载模拟系统及其控制方法 |
CN109655747A (zh) * | 2019-01-22 | 2019-04-19 | 江苏大学 | 一种多尺寸永磁电机测试平台及性能测试方法 |
CN110907823A (zh) * | 2019-11-04 | 2020-03-24 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 伺服电机测试数据实时采集系统及方法 |
CN112444746A (zh) * | 2019-09-03 | 2021-03-05 | 西安航兴海拓电子科技有限公司 | 一种电机综合测试系统 |
CN113608119A (zh) * | 2021-08-05 | 2021-11-05 | Tcl空调器(中山)有限公司 | 电机运行状态监测方法、装置、设备和存储介质 |
US20220252669A1 (en) * | 2021-02-09 | 2022-08-11 | Jinling Haiguan Technical Center | Device and method for rapidly detecting energy efficiency of permanent magnet synchronous motor |
CN115144749A (zh) * | 2022-08-16 | 2022-10-04 | 湖南工程学院 | 一种基于大数据的电机测试系统 |
CN115238573A (zh) * | 2022-07-04 | 2022-10-25 | 华中科技大学 | 考虑工况参数的水电机组性能劣化趋势预测方法和系统 |
CN116068396A (zh) * | 2023-03-29 | 2023-05-05 | 深圳市昱森机电有限公司 | 基于人工智能的电机性能的测试方法及相关装置 |
CN116522514A (zh) * | 2022-10-18 | 2023-08-01 | 中国计量大学 | 一种电机性能测试方法及系统 |
CN117330205A (zh) * | 2023-10-23 | 2024-01-02 | 广州市资拓科技有限公司 | 一种idc的环境监测预警方法及系统、存储介质 |
-
2023
- 2023-10-13 CN CN202311328187.3A patent/CN117110871B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202339399U (zh) * | 2011-11-07 | 2012-07-18 | 重庆明宝科技发展有限公司 | 一种电机测试系统 |
CN102928782A (zh) * | 2012-11-23 | 2013-02-13 | 成都华川电装有限责任公司 | 磁电机测试系统及方法 |
CN104298227A (zh) * | 2014-10-14 | 2015-01-21 | 闽江学院 | 中小型交流永磁同步电机运动性能测试装置及方法 |
CN106772029A (zh) * | 2016-11-10 | 2017-05-31 | 泉州装备制造研究所 | 电动汽车电机驱动系统测试平台 |
CN107797060A (zh) * | 2017-03-07 | 2018-03-13 | 湖南嘉飞达电子科技有限公司 | 一种电机系统能效检测方法及系统 |
CN106971026A (zh) * | 2017-03-08 | 2017-07-21 | 武汉科技大学 | 基于全局可加模型的微合金钢力学性能预报方法 |
CN108363005A (zh) * | 2018-01-30 | 2018-08-03 | 佛山赛宝信息产业技术研究院有限公司 | 电机可靠性测试方法 |
CN108983099A (zh) * | 2018-08-23 | 2018-12-11 | 西安科技大学 | 一种永磁同步电机负载模拟系统及其控制方法 |
CN109655747A (zh) * | 2019-01-22 | 2019-04-19 | 江苏大学 | 一种多尺寸永磁电机测试平台及性能测试方法 |
CN112444746A (zh) * | 2019-09-03 | 2021-03-05 | 西安航兴海拓电子科技有限公司 | 一种电机综合测试系统 |
CN110907823A (zh) * | 2019-11-04 | 2020-03-24 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 伺服电机测试数据实时采集系统及方法 |
US20220252669A1 (en) * | 2021-02-09 | 2022-08-11 | Jinling Haiguan Technical Center | Device and method for rapidly detecting energy efficiency of permanent magnet synchronous motor |
CN113608119A (zh) * | 2021-08-05 | 2021-11-05 | Tcl空调器(中山)有限公司 | 电机运行状态监测方法、装置、设备和存储介质 |
CN115238573A (zh) * | 2022-07-04 | 2022-10-25 | 华中科技大学 | 考虑工况参数的水电机组性能劣化趋势预测方法和系统 |
CN115144749A (zh) * | 2022-08-16 | 2022-10-04 | 湖南工程学院 | 一种基于大数据的电机测试系统 |
CN116522514A (zh) * | 2022-10-18 | 2023-08-01 | 中国计量大学 | 一种电机性能测试方法及系统 |
CN116068396A (zh) * | 2023-03-29 | 2023-05-05 | 深圳市昱森机电有限公司 | 基于人工智能的电机性能的测试方法及相关装置 |
CN117330205A (zh) * | 2023-10-23 | 2024-01-02 | 广州市资拓科技有限公司 | 一种idc的环境监测预警方法及系统、存储介质 |
Non-Patent Citations (2)
Title |
---|
于传洋;许宝杰;吴国新;左云波;: "一种风电机组的故障预测算法", 北京信息科技大学学报(自然科学版), no. 04, 15 August 2013 (2013-08-15), pages 38 - 41 * |
许亦频;倪苹;: "适用于大数据集的广义可加模型", 统计研究, no. 04, 15 April 2016 (2016-04-15), pages 106 - 114 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118465533A (zh) * | 2024-07-10 | 2024-08-09 | 杭州维德认证技术服务有限公司 | 电机功率测试系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117110871B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117110871B (zh) | 高功率密度永磁电机用测试台 | |
CN106772029A (zh) | 电动汽车电机驱动系统测试平台 | |
CN108683560A (zh) | 一种大数据流处理框架的性能基准测试系统及方法 | |
CN105160109A (zh) | 一种基于rbf神经网络的电机温升预测的方法 | |
CN111505500B (zh) | 一种工业领域基于滤波的电机智能故障检测方法 | |
CN107565559B (zh) | 一种配电网负荷谐波贡献评估的分段有界约束优化方法 | |
CN111400935B (zh) | 基于似然函数的锂电池三阶模型参数辨识方法及系统 | |
CN110874685A (zh) | 基于神经网络的智能电能表运行状态判别方法及系统 | |
CN107516115B (zh) | 一种基于k-中心点算法的负荷模型典型参数提取方法 | |
CN116628616A (zh) | 一种大功率充电能源的数据处理方法及系统 | |
CN112149953A (zh) | 基于多模联动和多阶段协作的机电设备运行安全评估方法 | |
CN117007882A (zh) | 一种变频器测试管理系统 | |
CN114926004A (zh) | 一种陶瓷基复材母线槽的耐火性能的评价方法及系统 | |
CN108572285B (zh) | 一种基于低频宽带噪声的高速光耦筛选方法 | |
CN110442931A (zh) | 一种基于rsm的电机多目标优化设计方法 | |
CN116974193A (zh) | 一种基于迭代优化的传递函数辨识方法 | |
CN106788064B (zh) | 基于emd-elm的感应电机定子电阻参数识别方法 | |
CN107342599B (zh) | 一种机电暂态仿真中控制系统稳定性自动诊断和参数调整方法 | |
CN113537821A (zh) | 一种电力系统状态的快速评估方法及系统 | |
CN109756173B (zh) | 抽油井电动机的损耗分析方法 | |
Kanchan et al. | Loss measurements analysis of VSD motors using both direct input-output and calorimetric methods | |
CN112991574A (zh) | 一种分析电堆衰减的方法 | |
CN104794290B (zh) | 一种用于机械装备结构的模态参数自动识别方法 | |
CN111580465B (zh) | 一种数控机床用转台轴承摩擦力矩精确建模方法 | |
CN117850403B (zh) | 用于发控系统的动态检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |