CN109219009A - 电机设备健康管理系统 - Google Patents
电机设备健康管理系统 Download PDFInfo
- Publication number
- CN109219009A CN109219009A CN201811032007.6A CN201811032007A CN109219009A CN 109219009 A CN109219009 A CN 109219009A CN 201811032007 A CN201811032007 A CN 201811032007A CN 109219009 A CN109219009 A CN 109219009A
- Authority
- CN
- China
- Prior art keywords
- node
- sensor
- motor device
- sensor node
- characteristic parameter
- 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.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明提供了电机设备健康管理系统,包括现场监测装置和远程服务器,所述现场监测装置包括由汇聚节点和多个传感器节点构建的无线传感器网络;所述传感器节点安装在电机设备上,传感器节点采集电机设备特征参数,汇聚节点汇聚各传感器节点的电机设备特征参数;所述汇聚节点与远程服务器连接,所述远程服务器集中处理各个电机设备特征参数并且监测设备状态。
Description
技术领域
本发明涉及设备故障监测领域,具体涉及电机设备健康管理系统。
背景技术
在现代化标准厂房的生产现场中,广泛部署有各类大型机组,机组具有“三大”(体积大、功率大、流量大)、“三高”(转速高、压力高、运行检修及时性要求高)的特点,其工作环境兼具高温、高压(超高压)、磨蚀等特点,这些因素极易导致设备突发故障的发生,对工业设备安全、连续、可靠的运行造成威胁。
决策树是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是只管运用概率分析的一种图解方法。贝叶斯网络是一个有向无环图,通过一个条件概率分布直观地表达各个变量之间的依赖关系。因此将决策树-贝叶斯网络应用到电机故障诊断中,可以有效的处理不确定信息,从而得到正确的结果。
发明内容
针对上述问题,本发明提供电机设备健康管理系统。
本发明的目的采用以下技术方案来实现:
提供了电机设备健康管理系统,包括现场监测装置和远程服务器,所述现场监测装置包括由汇聚节点和多个传感器节点构建的无线传感器网络;所述传感器节点安装在电机设备上,传感器节点采集电机设备特征参数,汇聚节点汇聚各传感器节点的电机设备特征参数;所述汇聚节点与远程服务器连接,所述远程服务器集中处理各个电机设备特征参数并且监测设备状态。
优选地,所述传感器节点包括传感器单元、供电单元、射频单元、处理单元;
所述传感器单元用于监测的电机设备特征参数的采集和数据转换;所述处理单元为传感器节点的中央处理器,处理各个传感器采集数据的处理和控制,协调整个传感器节点各个单元的工作;所述射频单元用于与其他传感器节点以及汇聚节点通信;所述供电单元负责给整个传感器节点各个单元提供电源。
其中,所述远程服务器集中处理各个电机设备特征参数并且监测设备状态,包括:
(1)整理电机故障状态信息,构建专家知识库;
(2)根据电机的工作手册和专家知识库以及所述各个电机设备特征参数,整理出电机发生故障时的特征信息,建立故障决策树模型,根据专家知识库计算决策树各个节点的概率;
(3)将决策树模型转换为决策树-贝叶斯网络模型;
(4)实时数据采集,通过专家知识库和工作手册判断电机故障类别;
(5)遍历建立的决策树-贝叶斯网络模型;
(6)检测决策树-贝叶斯网络的触底事件,若与实时故障类别相同则记录遍历过的节点;
(7)根据决策树-贝叶斯网络节点的概率形成故障原因诊断报告。
本发明的有益效果为:通过无线传感器网络技术实现了电机设备特征参数的实时采集;通过建立决策树-贝叶斯网络模型可以有效的解决电机故障诊断中的不确定性信息问题,从而获得准确、有效的诊断效果,实现了对电机设备健康的管理。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明一个实施例的电机设备健康管理系统的结构示意框图;
图2是本发明一个实施例的传感器节点的框图示意图。
附图标记:
现场监测装置1、远程服务器2、传感器单元10、供电单元20、射频单元30、处理单元40。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例提供的电机设备健康管理系统,包括现场监测装置1和远程服务器2,所述现场监测装置1包括由汇聚节点和多个传感器节点构建的无线传感器网络;所述传感器节点安装在电机设备上,传感器节点采集电机设备特征参数,汇聚节点汇聚各传感器节点的电机设备特征参数;所述汇聚节点与远程服务器2连接,所述远程服务器2集中处理各个电机设备特征参数并且监测设备状态。
其中,所述远程服务器2集中处理各个电机设备特征参数并且监测设备状态,包括:
(1)整理电机故障状态信息,构建专家知识库;
(2)根据电机的工作手册和专家知识库以及所述各个电机设备特征参数,整理出电机发生故障时的特征信息,建立故障决策树模型,根据专家知识库计算决策树各个节点的概率;
(3)将决策树模型转换为决策树-贝叶斯网络模型;
(4)实时数据采集,通过专家知识库和工作手册判断电机故障类别;
(5)遍历建立的决策树-贝叶斯网络模型;
(6)检测决策树-贝叶斯网络的触底事件,若与实时故障类别相同则记录遍历过的节点;
(7)根据决策树-贝叶斯网络节点的概率形成故障原因诊断报告。
在一种优选实施的方式中,如图2所示,所述传感器节点包括传感器单元10、供电单元20、射频单元30、处理单元40;
所述传感器单元10用于监测的电机设备特征参数的采集和数据转换;所述处理单元40为传感器节点的中央处理器,处理各个传感器采集数据的处理和控制,协调整个传感器节点各个单元的工作;所述射频单元30用于与其他传感器节点以及汇聚节点通信;所述供电单元20负责给整个传感器节点各个单元提供电源。
本发明上述实施例通过无线传感器网络技术实现了电机设备特征参数的实时采集;通过建立决策树-贝叶斯网络模型可以有效的解决电机故障诊断中的不确定性信息问题,从而获得准确、有效的诊断效果。
下述实施方式中,定义在传感器节点通信范围内的其他传感器节点为其邻居节点。
在一种实施方式中,传感器节点根据节点密度进行分簇,从中确定簇头节点、普通成员节点、孤立节点,包括:
(1)汇聚节点向网络各传感器节点发送分簇指令,各传感器节点接收到分簇指令后,计算自己的密度因子,若Mi≥1,则传感器节点i成为备选节点,并向邻居节点广播簇头节点竞选消息,同时设定第一时限;
(2)若备选节点在第一时限内接收到其余备选节点广播的簇头节点竞选消息,备选节点将自身的当前剩余能量与所述其余备选节点的当前剩余能量进行比较,当前剩余能量最大的备选节点将成为簇头节点,其余备选节点放弃簇头节点的竞选;若备选节点在第一时限内没有接收到其余备选节点广播的簇头节点竞选消息,则成为簇头节点;
(3)簇头节点向其邻居节点广播成簇消息,传感器节点在收到成簇消息后设定第二时限;
若传感器节点在第二时限内未收到其余成簇消息,传感器节点作为普通成员节点,加入向其发送成簇消息的簇头节点;若传感器节点在第二时限内收到其余成簇消息,传感器节点作为普通成员节点,在向其发送成簇消息的多个簇头节点中,选择距离最近的加入簇;若传感器节点始终没有收到成簇消息,该传感器节点成为孤立节点;
其中,设定密度因子的计算公式为:
式中,Mi表示传感器节点i的密度因子,H为网络中已部署的传感器节点个数,Uj为网络中已部署的第j个传感器节点的通信距离,S为所述监测区域的面积,Ci为传感器节点i的节点度,即传感器节点i的邻居节点个数。
本实施例创新性地根据节点密度对传感器节点进行分簇,其中对于传感器节点稠密区域,选取相应的簇头节点并进行分簇,而对于传感器节点稀疏区域,则不采用分簇模式,而直接确定孤立节点,本实施例能够使得无线传感器网络的拓扑结构更加灵活,具有自适应性。通过在传感器节点稠密区域,由簇头节点收集普通成员节点采集的电机设备特征参数,有利于减少能量消耗,而在传感器节点稀疏区域没有采用分簇模式,有利于避免无谓的电机设备特征参数收集过程,进一步节省能量成本。
在一种实施方式中,在电机设备特征参数传输阶段,普通成员节点将采集的电机设备特征参数发送至簇头节点,以通过簇头节点将采集的电机设备特征参数发送至汇聚节点;孤立节点将自身采集的电机设备特征参数通过直接发送方式或者多跳转发方式发送至汇聚节点,包括:孤立节点与汇聚节点的距离不超过预设的距离下限Vmin时,孤立节点直接将采集的电机设备特征参数传递至汇聚节点;孤立节点与汇聚节点的距离超过预设的距离下限Vmin时,孤立节点将采集的电机设备特征参数通过多跳转发方式发送至汇聚节点。
本实施例设定了孤立节点到汇聚节点的路由机制。
在一种实施方式中,孤立节点将采集的电机设备特征参数通过多跳转发方式发送至汇聚节点时,需要选择下一跳节点。孤立节点选择下一跳节点时,具体执行:
(1)孤立节点确定自身通信范围内的其余孤立节点以及簇头节点,将确定的其余孤立节点以及簇头节点作为候选转发节点,建立候选转发节点列表;
(2)计算候选转发节点列表中各候选转发节点的优势值:
式中,Bαβ为孤立节点α的第β个候选转发节点,Vαβ为孤立节点α与其第β个候选转发节点的距离,Vβo为所述第β个候选转发节点到汇聚节点的距离,Xβ为所述第β个候选转发节点的当前剩余能量,X1为传感器节点用于通信的每单位时间内的能量消耗,X2为传感器节点用于感知和计算的每单位时间内的能耗,X1、X2的值为固定设定值,y1、y2为预设的权重系数;
(3)选择优势值最大的候选转发节点作为下一跳节点,孤立节点将采集的电机设备特征参数发送至该下一跳节点。
本实施例中,孤立节点在选择下一跳节点时,在自身通信范围内的其余孤立节点以及簇头节点中,选择优势值最大的作为下一跳节点。本实施例能够尽量节省电机设备特征参数经过多跳传输至汇聚节点的能量成本,且有益于平衡网络各传感器节点的能耗。
在一种实施方式中,按照实际监测需要在设定的监测区域内部署多个传感器节点后,根据传感器节点的部署情况增加适量的传感器节点,从而优化传感器节点的部署,包括:
(1)检测已部署的各传感器节点是否符合密度条件,将不符合密度条件的传感器节点视为低密度节点;
(2)在各低密度节点的通信区域内部署新的传感器节点,具体为:对任意低密度节点k,设其通信区域为Zk,计算低密度节点k的所有邻居节点的感知区域重叠部分Ωk,在Zk-Ωk的区域内随机部署一个新的传感器节点;
(3)重复执行(1)、(2),直至不存在低密度节点;
设定所述密度条件为:
式中,Ci为传感器节点i的节点度,即传感器节点i的邻居节点个数;H为网络中已部署的传感器节点个数,Uj为网络中已部署的第j个传感器节点的通信距离,S为所述监测区域的面积,p为预设的调节因子,p的取值范围为[0.6,0.8]。
本实施例根据传感器节点的部署情况增加适量的传感器节点,其中创新性地设定了密度条件,将不符合密度条件的传感器节点视为低密度节点,并在低密度节点通信区域内增加新的传感器节点,有利于提高传感器节点分布均匀性。此外,本实施例在增加新的传感器节点时,避开了低密度节点的所有邻居节点的感知区域重叠部分,有利于使得新增加的传感器节点与其邻居节点的重叠区域尽量小,进一步提高网络覆盖质量。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.电机设备健康管理系统,其特征是,包括现场监测装置和远程服务器,所述现场监测装置包括由汇聚节点和多个传感器节点构建的无线传感器网络;所述传感器节点安装在电机设备上,传感器节点采集电机设备特征参数,汇聚节点汇聚各传感器节点的电机设备特征参数;所述汇聚节点与远程服务器连接,所述远程服务器集中处理各个电机设备特征参数并且监测设备状态。
2.根据权利要求1所述的电机设备健康管理系统,其特征是,所述传感器节点包括传感器单元、供电单元、射频单元、处理单元;
所述传感器单元用于监测的电机设备特征参数的采集和数据转换;所述处理单元为传感器节点的中央处理器,处理各个传感器采集数据的处理和控制,协调整个传感器节点各个单元的工作;所述射频单元用于与其他传感器节点以及汇聚节点通信;所述供电单元负责给整个传感器节点各个单元提供电源。
3.根据权利要求1所述的电机设备健康管理系统,其特征是,所述远程服务器集中处理各个电机设备特征参数并且监测设备状态,包括:
(1)整理电机故障状态信息,构建专家知识库;
(2)根据电机的工作手册和专家知识库以及所述各个电机设备特征参数,整理出电机发生故障时的特征信息,建立故障决策树模型,根据专家知识库计算决策树各个节点的概率;
(3)将决策树模型转换为决策树-贝叶斯网络模型;
(4)实时数据采集,通过专家知识库和工作手册判断电机故障类别;
(5)遍历建立的决策树-贝叶斯网络模型;
(6)检测决策树-贝叶斯网络的触底事件,若与实时故障类别相同则记录遍历过的节点;
(7)根据决策树-贝叶斯网络节点的概率形成故障原因诊断报告。
4.根据权利要求1所述的电机设备健康管理系统,其特征是,传感器节点根据节点密度进行分簇,从中确定簇头节点、普通成员节点、孤立节点,包括:
(1)汇聚节点向网络各传感器节点发送分簇指令,各传感器节点接收到分簇指令后,计算自己的密度因子,若Mi≥1,则传感器节点i成为备选节点,并向邻居节点广播簇头节点竞选消息,同时设定第一时限;
(2)若备选节点在第一时限内接收到其余备选节点广播的簇头节点竞选消息,备选节点将自身的当前剩余能量与所述其余备选节点的当前剩余能量进行比较,当前剩余能量最大的备选节点将成为簇头节点,其余备选节点放弃簇头节点的竞选;若备选节点在第一时限内没有接收到其余备选节点广播的簇头节点竞选消息,则成为簇头节点;
(3)簇头节点向其邻居节点广播成簇消息,传感器节点在收到成簇消息后设定第二时限;
若传感器节点在第二时限内未收到其余成簇消息,传感器节点作为普通成员节点,加入向其发送成簇消息的簇头节点;若传感器节点在第二时限内收到其余成簇消息,传感器节点作为普通成员节点,在向其发送成簇消息的多个簇头节点中,选择距离最近的加入簇;若传感器节点始终没有收到成簇消息,该传感器节点成为孤立节点。
5.根据权利要求4所述的电机设备健康管理系统,其特征是,设定密度因子的计算公式为:
式中,Mi表示传感器节点i的密度因子,H为网络中已部署的传感器节点个数,Uj为网络中已部署的第j个传感器节点的通信距离,S为所述监测区域的面积,Ci为传感器节点i的节点度,即传感器节点i的邻居节点个数。
6.根据权利要求4所述的电机设备健康管理系统,其特征是,在电机设备特征参数传输阶段,普通成员节点将采集的电机设备特征参数发送至簇头节点,以通过簇头节点将采集的电机设备特征参数发送至汇聚节点;孤立节点将自身采集的电机设备特征参数通过直接发送方式或者多跳转发方式发送至汇聚节点,包括:孤立节点与汇聚节点的距离不超过预设的距离下限Vmin时,孤立节点直接将采集的电机设备特征参数传递至汇聚节点;孤立节点与汇聚节点的距离超过预设的距离下限Vmin时,孤立节点将采集的电机设备特征参数通过多跳转发方式发送至汇聚节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811032007.6A CN109219009A (zh) | 2018-09-05 | 2018-09-05 | 电机设备健康管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811032007.6A CN109219009A (zh) | 2018-09-05 | 2018-09-05 | 电机设备健康管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109219009A true CN109219009A (zh) | 2019-01-15 |
Family
ID=64986983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811032007.6A Withdrawn CN109219009A (zh) | 2018-09-05 | 2018-09-05 | 电机设备健康管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109219009A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110636470A (zh) * | 2019-08-12 | 2019-12-31 | 西安建筑科技大学 | 一种基于5g网络的健康监测数据采集处理方法 |
CN112541032A (zh) * | 2021-01-15 | 2021-03-23 | 福州大学 | 工业电机健康管理系统及工作方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103249108A (zh) * | 2013-04-19 | 2013-08-14 | 江苏科技大学 | 基于非均匀分簇的无线传感器网络能耗均衡路由方法 |
CN103596255A (zh) * | 2013-11-20 | 2014-02-19 | 华南农业大学 | 基于农作物生长特性的wsn节点发射功率自适应算法 |
US20150036545A1 (en) * | 2011-02-22 | 2015-02-05 | Snu R&Db Foundation | Self-Construction System of Wireless Sensor Network and Method for Self-Construction of Wireless Sensor Network Using the Same |
CN105407545A (zh) * | 2015-10-26 | 2016-03-16 | 同济大学 | 一种可扩展的无线传感网络数据聚合方法 |
CN108345723A (zh) * | 2018-01-24 | 2018-07-31 | 江苏新中天塑业有限公司 | 一种基于决策树和贝叶斯网络的电机故障诊断系统及方法 |
-
2018
- 2018-09-05 CN CN201811032007.6A patent/CN109219009A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150036545A1 (en) * | 2011-02-22 | 2015-02-05 | Snu R&Db Foundation | Self-Construction System of Wireless Sensor Network and Method for Self-Construction of Wireless Sensor Network Using the Same |
CN103249108A (zh) * | 2013-04-19 | 2013-08-14 | 江苏科技大学 | 基于非均匀分簇的无线传感器网络能耗均衡路由方法 |
CN103596255A (zh) * | 2013-11-20 | 2014-02-19 | 华南农业大学 | 基于农作物生长特性的wsn节点发射功率自适应算法 |
CN105407545A (zh) * | 2015-10-26 | 2016-03-16 | 同济大学 | 一种可扩展的无线传感网络数据聚合方法 |
CN108345723A (zh) * | 2018-01-24 | 2018-07-31 | 江苏新中天塑业有限公司 | 一种基于决策树和贝叶斯网络的电机故障诊断系统及方法 |
Non-Patent Citations (1)
Title |
---|
王佳佳: "《WSN 中能量高效的非均匀分簇路由算法研究》", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110636470A (zh) * | 2019-08-12 | 2019-12-31 | 西安建筑科技大学 | 一种基于5g网络的健康监测数据采集处理方法 |
CN110636470B (zh) * | 2019-08-12 | 2022-02-01 | 西安建筑科技大学 | 一种基于5g网络的健康监测数据采集处理方法 |
CN112541032A (zh) * | 2021-01-15 | 2021-03-23 | 福州大学 | 工业电机健康管理系统及工作方法 |
CN112541032B (zh) * | 2021-01-15 | 2022-12-13 | 福州大学 | 工业电机健康管理系统及工作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4747009B2 (ja) | 無線センサーネットワークの経路構築方法、データ収集方法、経路再構築方法、無線センサーネットワークシステム及びプログラム | |
CN109547966A (zh) | 输电线路无线传感器网络的路由规划及故障诊断备份方法 | |
Al-Janabi et al. | A centralized routing protocol with a scheduled mobile sink-based AI for large scale I-IoT | |
CN102984715B (zh) | 无线传感器网络的组网方法 | |
CN104053175B (zh) | 一种物联网感知层拓扑控制方法 | |
CN109005519A (zh) | 电机设备故障智能监测系统 | |
CN108322899A (zh) | 基于无线传感器网络的电力变压器振动监测系统 | |
Tan et al. | QSDN-WISE: A new QoS-based routing protocol for software-defined wireless sensor networks | |
WO2020063977A1 (zh) | 一种配变终端及配变台区设备状态监控方法 | |
CN109219009A (zh) | 电机设备健康管理系统 | |
CN108055353B (zh) | 一种基于无线传感器网络的电力施工现场信息化监理系统 | |
CN108600967A (zh) | 基于区块链的预装式变电站无线传感器网络测控装置 | |
CN104735741A (zh) | 一种企业配用电安全无线传感网 | |
CN108417000A (zh) | 一种基于wsn技术的红树林生长环境智能监测系统 | |
CN108306415A (zh) | 用于智能电网的输电线路监测装置 | |
CN108154669A (zh) | 桥梁智能监测系统 | |
CN109005521A (zh) | 列车轨道异常预警系统 | |
CN108377261A (zh) | 一种基于工业无线传感网络的电机故障诊断系统及方法 | |
Gu et al. | An aerial-computing-assisted architecture for large-scale sensor networks | |
Prabhu et al. | Evaluation of clustering parameters in WSN fields using distributed zone-based approach | |
CN109278794A (zh) | 列车轨道异常检测系统 | |
Rao | Wireless sensor network routing for life time maximization using ANFIS based decision with low power consumption | |
CN109120455A (zh) | 电机故障智能诊断系统 | |
Kakarash et al. | New topology control base on ant colony algorithm in optimization of wireless sensor network | |
CN109151755A (zh) | 加油站安全实时监测系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190115 |
|
WW01 | Invention patent application withdrawn after publication |