基于灰色神经网络高速永磁电机试验效率评估

来源：计算机测量与控制杂志2020年第4期北京时间：

作者：曹嘉豪,刘津瑜,许辉,林智雪,张克非

摘要：为了打破传统电机检测技术分析效率低、同步性差的局限，提出基于多参数评价的高速永磁电机动态性能评估模型。采用了热卡填充填补缺失值完成预处理，设计灰色关联度模型（GRA）得到各类属性列之间关联度，利用了贪心并查集思想得到降维后的4列电机属性参数，建立了一个4-5-1的三层神经网络结构。通过改变贪心算法得到的期望属性组数到5组并增加神经网络的参数设置，实现了电机测试数据分析模型的优化改进。在允许相对误差0.05的范围内，永磁同步电机(TB-416G-30-5型)运行效率预测准确度从90%提高到94%，试验表明：优化的灰色BP神经网络模型能有效适用于预测电机运行效率，在电机制造的智慧生产及机器学习在电机评估方面的应用有重要意义。

关键词：高速永磁电机测试 灰色BP神经网络组合模型 热卡填充 贪心并查集算法

基金资助：四川省高等教育人才培养质量和教学改革项目(19sjjg21)、四川省大学生创新训练计划资助项目(S201910619083)、西南科技大学校级重点教育教学改革与研究项目(19xnzd21)、西南科技大学大学生创新(CX19-058)