CN106249146B - 一种卷烟厂电动机工作状态的分析及预警方法 - Google Patents

一种卷烟厂电动机工作状态的分析及预警方法 Download PDF

Info

Publication number
CN106249146B
CN106249146B CN201610763085.8A CN201610763085A CN106249146B CN 106249146 B CN106249146 B CN 106249146B CN 201610763085 A CN201610763085 A CN 201610763085A CN 106249146 B CN106249146 B CN 106249146B
Authority
CN
China
Prior art keywords
motor
parameter
analysis
early warning
follows
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.)
Expired - Fee Related
Application number
CN201610763085.8A
Other languages
English (en)
Other versions
CN106249146A (zh
Inventor
刘亦坚
张尔建
任洪伟
李豪
刘次刚
许辉
王志杰
李红伟
牛垚
朱磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LUOYANG CIGARETTE FACTORY OF CHINA TOBACCO HENAN INDUSTRIAL Co Ltd
Original Assignee
LUOYANG CIGARETTE FACTORY OF CHINA TOBACCO HENAN INDUSTRIAL Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by LUOYANG CIGARETTE FACTORY OF CHINA TOBACCO HENAN INDUSTRIAL Co Ltd filed Critical LUOYANG CIGARETTE FACTORY OF CHINA TOBACCO HENAN INDUSTRIAL Co Ltd
Priority to CN201610763085.8A priority Critical patent/CN106249146B/zh
Publication of CN106249146A publication Critical patent/CN106249146A/zh
Application granted granted Critical
Publication of CN106249146B publication Critical patent/CN106249146B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Abstract

一种卷烟厂电动机工作状态的分析及预警方法，首先由传感器采集电动机运行时的状态参数并传递给计算机，然后由计算机对参数进行处理，最后根据处理后的结果选择不处理、预警或者报警。主要步骤包括选取样本电动机；设置传感器；传感器采集温度、振动和电流信息；计算分析参数；对任意两样本电动机进行互相关性检验；选取试验电动机；对试验电动机参数进行调整，然后进行自相关性检验；对实验电动机以及其带动的轴承进行互相关性检验；确认参考对象；采集所有电动机的振动、温度和电流信息并计算分析参数；与参考对象做对比，然后不处理、预警或者报警。本发明实现过程简单，分析过程科学，可维护性强。

Description

一种卷烟厂电动机工作状态的分析及预警方法
技术领域
本发明涉及一种监测及预警方法，具体的说是一种卷烟厂电动机工作状态的分析及预警方法。
背景技术
作为大型、连续化的生产企业，卷烟厂制丝系统中的各类旋转设备如各类滚筒、风机等，都是企业的核心设备，电动机则是这些设备的核心部件，其重要性毋庸置疑。随着我国卷烟行业几十年的快速发展，很多设备都已经使用了很长时间，大多数都已经到了故障频发期和重度维护期，但是目前大多数企业仍然采取的是定期维修的方式，即无论是否发生故障都要强行对设备进行解体维修，极易造成过剩维修、浪费人工、物料、备品备件，且机器过多地拆卸，可能降低原有的精度，甚至诱发人为检修或者装配故障。
为了克服这种维护方式的不足，部分企业通过设置电动机状态监测装置来实时观察电动机的工作状态，并且通过计算机对电机状态的分析来及时判断电机是否出现故障、是否需要维修。虽然大幅提高了生产工作的效率，也能够减少因设备故障出现经济损失的几率，但是仍然存在着一些不足。很重要的一点是缺乏一种合理有效，又简便易行的电机状态分析方法，现有技术中的分析方法大都设计复杂，虽然能够尽量提高精准度，但是在设计以及应用的实现上都非常复杂，难以维护。
发明内容
为了解决现有技术中的不足，本发明提供一种简单易行、算法合理、对电机状态的分析精准度高的卷烟厂电动机工作状态的分析及预警方法。
为了实现上述目的，本发明采用的方案为：
一种卷烟厂电动机工作状态的分析及预警方法，首先由传感器采集电动机运行时的状态参数并传递给计算机，然后由计算机对参数进行处理，最后根据处理后的结果选择不处理、预警或者报警，具体的步骤如下：
步骤一、选取若干个同型号且正常工作的电动机作为样本；
步骤二、将所述传感器设置在电动机以及电动机所带动的轴承上，进行振动和温度信息的采集，从电动机的变频器中采集电流信息；
步骤三、所述计算机对采集到的信息进行运算，得到分析参数；
步骤四、根据步骤三得到的分析参数将任意两样本电动机作为一组进行互相关性检验，然后按相关度从高到底排序，选取相关度最高的一组电动机作为试验电动机；
步骤五、对试验电动机进行自相关性检验，改变试验电动机工作时的电流、振动或温度，然后重复步骤二和步骤三，并计算电动机分析参数改变的幅度；
步骤六、对试验电动机与试验电动机带动的轴承进行相关性检验，改变轴承工作时的振动或温度，然后重复步骤二和步骤三，并计算电动机分析参数改变的幅度；
步骤七、分析步骤五和步骤六中分析参数改变的幅度，对于每个分析参数，取两个试验电动机中改变幅度大的一个作为不处理、预警或者报警处理的参考对象；
步骤八、在所有电动机上设置传感器，采集分析参数并将得到的分析参数与步骤七中的参考对象进行对比，然后选择进行不处理、预警或者报警；
步骤九、对每个型号的电动机，重复进行步骤一到步骤八。
作为一种优选方案，所述步骤二中的分析参数具体为：
均值Mean，其计算方法为：，其中为第个采集到的信息，为信息的数量即电机的数量；
最大跨距Range，其计算方法为：；
标准差StdDev，其计算方法为：；
下限过程能力指数Cpl，其计算方法为：，其中为规格下限，取值为；
上限过程能力指数Cpu，其计算方法为：，其中为规格上限，取值为；
修正过程能力指数Cpk，其计算方法为：。
作为一种优选方案，所述步骤四中的互相关性检验为t检验，具体的算法为：
，
分别以电流、温度或振动作为检验参数，每次取一个相同的检验参数进行计算，其中和为两个被检验电动机检验参数的均值，和分别为两个被检验电动机检验参数的修正过程能力指数，为两被检验电机的相关系数。
作为一种优选方案，所述步骤5中电动机的自相关性检验的具体算法为：改变电流、振动或温度后，对各个分析参数进行计算，然后计算与改变之前电机各个分析参数对应的差，并计算变化的幅度。
作为一种优选方案，所述试验电动机带动的轴承为两个，分别为第一轴承和第二轴承，对电动机与轴承的相关性检验采用电动机与第一轴承参数不变，改变第二轴承的振动或者温度进行检验。所述相关性检验的具体的算法为：计算第一轴承振动或温度改变后，电动机各个分析参数与改变前各个分析参数对应的差值，并计算改变的幅度；计算第二轴承振动或温度改变后，电动机各个分析参数与改变前各个分析参数对应的差值，并计算改变的幅度。
作为一种优选方案，所述不处理、预警和报警的具体方式为：若电动机分析参数在参考对象的范围内，则不处理；若电动机分析参数超出参考对象的范围，则进行预警；若电动机分析参数超出参考对象的范围时间超过一分钟，则进行报警。
有益效果：
1、本发明提供的分析及预警方法实现简单，且取样方便快捷，与现有技术中的电机监测及分析方法相比，无需大量复杂的软件算法，在设备发生维修或者更换之后，可以灵活地对算法进行调整；
2、本方法科学有效，利用车间中现有的电动机进行多次相关性检验，以取得最终的参考对象，与利用电机出厂时的理论值作为参考相比，更加符合实际情况；
3、本方法采用多次相关性检验，可以确保参数的可靠性，避免误报情况的发生；
4、当电动机状态达到预警范围时间超过以分钟才进行报警处理，可以防止因数据突变引发报警，进而影响正常的生产作业。
附图说明
图1是本发明的流程图。
具体实施方式
下面根据附图具体说明本发明的实施方式。
如图1所示，一种卷烟厂电动机工作状态的分析及预警方法，首先由传感器采集电动机运行时的状态参数并传递给计算机，然后由计算机对参数进行处理，最后根据处理后的结果选择不处理、预警或者报警，具体的步骤如下：
步骤一、选取若干个同型号且正常工作的电动机作为样本；
步骤二、将所述传感器设置在电动机以及电动机所带动的轴承上，进行振动和温度信息的采集，从电动机的变频器中采集电流信息；
步骤三、所述计算机对采集到的信息进行运算，得到分析参数；
步骤四、根据步骤三得到的分析参数将任意两样本电动机作为一组进行互相关性检验，然后按相关度从高到底排序，选取相关度最高的一组电动机作为试验电动机；
步骤五、对试验电动机进行自相关性检验，改变试验电动机工作时的电流、振动或温度，然后重复步骤二和步骤三，并计算电动机分析参数改变的幅度；
步骤六、对试验电动机与试验电动机带动的轴承进行相关性检验，改变轴承工作时的振动或温度，然后重复步骤二和步骤三，并计算电动机分析参数改变的幅度；
步骤七、分析步骤五和步骤六中分析参数改变的幅度，对于每个分析参数，取两个试验电动机中改变幅度大的一个作为不处理、预警或者报警处理的参考对象；
步骤八、在所有电动机上设置传感器，采集分析参数并将得到的分析参数与步骤七中的参考对象进行对比，然后选择进行不处理、预警或者报警；
步骤九、对每个型号的电动机，重复进行步骤一到步骤八。
作为一种优选方案，所述步骤二中的分析参数具体为：
均值Mean，其计算方法为：，其中为第个采集到的信息，为信息的数量即电机的数量；
最大跨距Range，其计算方法为：；
标准差StdDev，其计算方法为：；
下限过程能力指数Cpl，其计算方法为：，其中为规格下限，取值为；
上限过程能力指数Cpu，其计算方法为：，其中为规格上限，取值为；
修正过程能力指数Cpk，其计算方法为：。
作为一种优选方案，所述步骤四中的互相关性检验为t检验，具体的算法为：
，
分别以电流、温度或振动作为检验参数，每次取一个相同的检验参数进行计算，其中和为两个被检验电动机检验参数的均值，和分别为两个被检验电动机检验参数的修正过程能力指数，为两被检验电机的相关系数。
作为一种优选方案，所述步骤5中电动机的自相关性检验的具体算法为：改变电流、振动或温度后，对各个分析参数进行计算，然后计算与改变之前电机各个分析参数对应的差，并计算变化的幅度。
作为一种优选方案，所述试验电动机带动的轴承为两个，分别为第一轴承和第二轴承，对电动机与轴承的相关性检验采用电动机与第一轴承参数不变，改变第二轴承的振动或者温度进行检验。所述相关性检验的具体的算法为：计算第一轴承振动或温度改变后，电动机各个分析参数与改变前各个分析参数对应的差值，并计算改变的幅度；计算第二轴承振动或温度改变后，电动机各个分析参数与改变前各个分析参数对应的差值，并计算改变的幅度。
作为一种优选方案，所述不处理、预警和报警的具体方式为：若电动机分析参数在参考对象的范围内，则不处理；若电动机分析参数超出参考对象的范围，则进行预警；若电动机分析参数超出参考对象的范围时间超过一分钟，则进行报警。

Claims (7)

1.一种卷烟厂电动机工作状态的分析及预警方法，首先由传感器采集电动机运行时的状态参数并传递给计算机，然后由计算机对参数进行处理，最后根据处理后的结果选择不处理、预警或者报警，其特征在于：具体的步骤如下：
步骤一、选取若干个同型号且正常工作的电动机作为样本；
步骤二、将所述传感器设置在电动机以及电动机所带动的轴承上，进行振动和温度信息的采集，从电动机的变频器中采集电流信息；
步骤三、所述计算机对采集到的信息进行运算，得到分析参数；
步骤四、根据步骤三得到的分析参数将任意两样本电动机作为一组进行互相关性检验，然后按相关度从高到低排序，选取相关度最高的一组电动机作为试验电动机；
步骤五、对试验电动机进行自相关性检验，改变试验电动机工作时的电流、振动或温度，然后重复步骤二和步骤三，并计算电动机分析参数改变的幅度；
步骤六、对试验电动机与试验电动机带动的轴承进行相关性检验，改变轴承工作时的振动或温度，然后重复步骤二和步骤三，并计算电动机分析参数改变的幅度；
步骤七、分析步骤五和步骤六中分析参数改变的幅度，对于每个分析参数，取两个试验电动机中改变幅度大的一个作为不处理、预警或者报警处理的参考对象；
步骤八、在所有电动机上设置传感器，采集分析参数并将得到的分析参数与步骤七中的参考对象进行对比，然后选择进行不处理、预警或者报警；
步骤九、对每个型号的电动机，重复进行步骤一到步骤八。
2.如权利要求1所述的一种卷烟厂电动机工作状态的分析及预警方法，其特征在于：所述步骤三中的分析参数具体为：
均值Mean，其计算方法为：其中Xi为第i个采集到的信息，n为信息的数量即电机的数量；
最大跨距Range，其计算方法为：Range＝Xmax-Xmin；
标准差StdDev，其计算方法为：
下限过程能力指数Cpl，其计算方法为：其中LSL为规格下限，取值为Xmin；
上限过程能力指数Cpu，其计算方法为：其中USL为规格上限，取值为Xmax；
修正过程能力指数Cpk，其计算方法为：Cpk＝Min(Cpl，Cpu)。
3.如权利要求2所述的一种卷烟厂电动机工作状态的分析及预警方法，其特征在于：所述步骤四中的互相关性检验为t检验，具体的算法为：
分别以电流、温度或振动作为检验参数，每次取一个相同的检验参数进行计算，其中Mean1和Mean2为两个被检验电动机检验参数的均值，Cpk1和Cpk2分别为两个被检验电动机检验参数的修正过程能力指数，γ1为两被检验电机的相关系数。
4.如权利要求1所述的一种卷烟厂电动机工作状态的分析及预警方法，其特征在于：所述步骤5中电动机的自相关性检验的具体算法为：改变电流、振动或温度后，对各个分析参数进行计算，然后计算与改变之前电机各个分析参数对应的差，并计算变化的幅度。
5.如权利要求1所述的一种卷烟厂电动机工作状态的分析及预警方法，其特征在于：所述试验电动机带动的轴承为两个，分别为第一轴承和第二轴承，对电动机与轴承的相关性检验采用电动机与第一轴承参数不变，改变第二轴承的振动或者温度进行检验。
6.如权利要求5所述的一种卷烟厂电动机工作状态的分析及预警方法，其特征在于：所述相关性检验的具体的算法为：计算第一轴承振动或温度改变后，电动机各个分析参数与改变前各个分析参数对应的差值，并计算改变的幅度；计算第二轴承振动或温度改变后，电动机各个分析参数与改变前各个分析参数对应的差值，并计算改变的幅度。
7.如权利要求1所述的一种卷烟厂电动机工作状态的分析及预警方法，其特征在于：所述不处理、预警和报警的具体方式为：
若电动机分析参数在参考对象的范围内，则不处理；
若电动机分析参数超出参考对象的范围，则进行预警；
若电动机分析参数超出参考对象的范围时间超过一分钟，则进行报警。
CN201610763085.8A 2016-08-30 2016-08-30 一种卷烟厂电动机工作状态的分析及预警方法 Expired - Fee Related CN106249146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610763085.8A CN106249146B (zh) 2016-08-30 2016-08-30 一种卷烟厂电动机工作状态的分析及预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610763085.8A CN106249146B (zh) 2016-08-30 2016-08-30 一种卷烟厂电动机工作状态的分析及预警方法

Publications (2)

Publication Number Publication Date
CN106249146A CN106249146A (zh) 2016-12-21
CN106249146B true CN106249146B (zh) 2019-03-22

Family

ID=57596828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610763085.8A Expired - Fee Related CN106249146B (zh) 2016-08-30 2016-08-30 一种卷烟厂电动机工作状态的分析及预警方法

Country Status (1)

Country Link
CN (1) CN106249146B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109545346B (zh) * 2018-11-13 2021-10-19 广州金域医学检验中心有限公司 检测系统的单侧能力评估方法及装置
CN113418730A (zh) * 2021-06-21 2021-09-21 河南中烟工业有限责任公司 一种卷烟机运行状态的在线监测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101451920A (zh) * 2007-12-07 2009-06-10 上海宝钢工业检测公司 机械振动信号全频带特征预警方法
CN102759711A (zh) * 2012-06-27 2012-10-31 广东电网公司电力科学研究院 一种基于数据挖掘的风力发电机组故障诊断方法
CN103217291A (zh) * 2013-01-06 2013-07-24 国电联合动力技术有限公司 一种风力发电机组故障诊断方法及系统
CN103401236A (zh) * 2013-07-30 2013-11-20 华北电力大学 一种基于风电场流动相关性的风电场机组分组方法
CN204374389U (zh) * 2015-01-22 2015-06-03 李彬 一种火箭炮电机性能检测仪
CN104848890A (zh) * 2015-01-29 2015-08-19 国网浙江省电力公司嘉兴供电公司 一种变频调速电动机的参数测试系统
CN105223501A (zh) * 2014-06-20 2016-01-06 中国矿业大学(北京) 一种三相异步电动机测试分析系统
CN105403402A (zh) * 2015-11-12 2016-03-16 科诺伟业风能设备（北京）有限公司 风力发电机组传动链系统扭振状态的监测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7847580B2 (en) * 2007-06-04 2010-12-07 Eaton Corporation System and method for motor fault detection using stator current noise cancellation
KR101540433B1 (ko) * 2014-08-12 2015-07-30 (주)와이제이솔루션 다기능 모터 보호장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101451920A (zh) * 2007-12-07 2009-06-10 上海宝钢工业检测公司 机械振动信号全频带特征预警方法
CN102759711A (zh) * 2012-06-27 2012-10-31 广东电网公司电力科学研究院 一种基于数据挖掘的风力发电机组故障诊断方法
CN103217291A (zh) * 2013-01-06 2013-07-24 国电联合动力技术有限公司 一种风力发电机组故障诊断方法及系统
CN103401236A (zh) * 2013-07-30 2013-11-20 华北电力大学 一种基于风电场流动相关性的风电场机组分组方法
CN105223501A (zh) * 2014-06-20 2016-01-06 中国矿业大学(北京) 一种三相异步电动机测试分析系统
CN204374389U (zh) * 2015-01-22 2015-06-03 李彬 一种火箭炮电机性能检测仪
CN104848890A (zh) * 2015-01-29 2015-08-19 国网浙江省电力公司嘉兴供电公司 一种变频调速电动机的参数测试系统
CN105403402A (zh) * 2015-11-12 2016-03-16 科诺伟业风能设备（北京）有限公司 风力发电机组传动链系统扭振状态的监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
电机振动分析及微机识别和监测;刘保安等;《大电机技术》;19880131(第01期);第13-19页
符合笼条转子感应电动机温度场计算及相关性分析;曹君慈等;《中国电机工程学报》;20081025;第28卷(第30期);第96-103页

Also Published As

Publication number Publication date
CN106249146A (zh) 2016-12-21

Similar Documents

Publication Publication Date Title
CN104573850B (zh) 一种火电厂设备状态评估方法
CN107016235B (zh) 基于多特征自适应融合的设备运行状态健康度评估方法
CN104390657B (zh) 一种发电机组运行参数测量传感器故障诊断方法及系统
CN105651376B (zh) 机械设备离线检测系统振动信号频谱分析和报警方法
CN105138413B (zh) 一种配电网在线数据异常检测方法
CN112179691B (zh) 基于对抗学习策略的机械装备运行状态异常检测系统和方法
CN104794492B (zh) 基于功率特征模型的机床设备加工运行状态在线识别方法
CN106249146B (zh) 一种卷烟厂电动机工作状态的分析及预警方法
CN102607641A (zh) 一种燃气轮机的聚类异常检测方法
CN111581597A (zh) 基于自组织核回归模型的风电机组齿轮箱轴承温度状态监测方法
CN103750552A (zh) 一种智能取样方法及其在香烟质量控制的应用
CN104808648A (zh) 一种基于k近邻的批次过程在线实时监测方法
CN110332080B (zh) 一种基于共振响应的风机叶片健康实时监测方法
CN110930057A (zh) 基于lof算法的配电变压器检验结果可信度的量化评判方法
Marugán et al. Multivariable analysis for advanced analytics of wind turbine management
CN207992717U (zh) 一种水电站闸门在线状态监测系统
CN107103425B (zh) 发电设备运行状态计算机智能量化评价系统
Junior et al. Unbalance evaluation of a scaled wind turbine under different rotational regimes via detrended fluctuation analysis of vibration signals combined with pattern recognition techniques
CN108509696A (zh) 基于三维激光扫描技术的古建筑健康监测方法及装置
CN208431106U (zh) 风电机组偏航系统在线监测机构
CN107727392B (zh) 基于信号检测和roc分析的状态指数评估和优化方法
CN114412447A (zh) 一种螺杆泵井的故障检测方法及装置
CN109740890A (zh) 一种质量影响因素相关性分析方法
CN104731955A (zh) 风电机组油液监测诊断标准建立及智能诊断方法及系统
Deng et al. A fractional hilbert transform order optimization algorithm based DE for bearing health monitoring

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190322

Termination date: 20190830

CF01 Termination of patent right due to non-payment of annual fee