本文介绍了如何使用RT1010单片机结合深度神经网络算法检测三相电机缺相故障。通过采集电流数据，进行滤波、归一化处理，然后利用AutoEncoder神经网络进行异常检测。尽管这种方法简化了传统判断规则，但其可靠性和适用范围仍有待验证。
在前天“恩智浦MCU加油站”公众号给出了一篇使用跨界单片机RT1010通过深度神经网络算法进行三相电机运行缺相故障检测的应用案例。显示了RT1010强大的算力可以支持AI边缘计算的能力，并给出了将PC训练的网络模型快速移植并部署到MCU的开发工具“NNCU:NN toolkit for mCU”的下载方式，帮助感兴趣的同学快速开发嵌入式神经网络算法。
三相电流缺相检测实验系统
三相电机，特别是鼠笼感应电机，在启动之后如果因为突然电源变动，或者负载波动，或者器件老化，使得三相供电中某一相回路断路，此时电机就只在两相电供电下工作。
在两项电压激励下，电机内部不再是旋转磁场，而是振荡磁场，根据感应电动机的负载特性，已经启动的电机仍然可以旋转，只是工作输出力矩减小，效率大大降低，进而增加系统工作电流，对电机和供电系统带来危险。
鼠笼式感应电机由于保险损坏产生缺相
在给出的推文视频中，显示做实验的小型电机应该是一种永磁同步电机(B
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
