CN110334415B - 一种电机故障预测中的温度噪音过滤方法及装置 - Google Patents

一种电机故障预测中的温度噪音过滤方法及装置 Download PDF

Info

Publication number
CN110334415B
CN110334415B CN201910526289.3A CN201910526289A CN110334415B CN 110334415 B CN110334415 B CN 110334415B CN 201910526289 A CN201910526289 A CN 201910526289A CN 110334415 B CN110334415 B CN 110334415B
Authority
CN
China
Prior art keywords
value
temperature
temperature rise
current period
noise
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.)
Active
Application number
CN201910526289.3A
Other languages
English (en)
Other versions
CN110334415A (zh
Inventor
张彩霞
王向东
曾平
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.)
Foshan University
Original Assignee
Foshan University
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 Foshan University filed Critical Foshan University
Priority to CN201910526289.3A priority Critical patent/CN110334415B/zh
Publication of CN110334415A publication Critical patent/CN110334415A/zh
Application granted granted Critical
Publication of CN110334415B publication Critical patent/CN110334415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10—Noise analysis or noise optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明公开了一种电机故障预测中的温度噪音过滤方法及装置，方法包括：获取电机外壳在当前时期的温度值；获取电机外壳在当前时期的温升值；查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温度值和平均历史温升值；将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤；装置包括：温度值获取模块、温升值获取模块、查询模块、数据库和判断模块；利用历史数据作为过滤噪音的参考，可以有效的排出掉因其他因素的干扰而造成的数据错误。为后期的电机故障预测提供了很好的数据基础，提高后期电机故障预测的准确度。本发明主要用于电机技术领域。

Description

一种电机故障预测中的温度噪音过滤方法及装置
技术领域
本发明涉及电机技术领域，特别涉及一种电机故障预测中的温度噪音过滤方法及装置。
背景技术
现有的电机故障预测一般是通过电机外壳的温度情况而进行的预测。现有的预测方法一般是采集电机外壳上的温度，然后通过温度来预测电机发生故障的概率。但是，这样的预测方法并没有考虑到因为温度传感器故障或者其他情况所带来的值的偏差，从而导致预测的结果不准确。
发明内容
本发明的目的是提供一种电机故障预测中的温度噪音过滤方法及装置，以提高电机故障预测中的准确度。
本发明解决其技术问题的解决方案是：一种电机故障预测中的温度噪音过滤方法，包括：
步骤1、获取电机外壳在当前时期的温度值；
步骤2、获取电机外壳在当前时期的温升值；
步骤3、查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温度值；
步骤4、查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温升值；
步骤5、将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤；
其中，所述噪音判断模型为：
Figure BDA0002098300440000011
所述T表示为当前时期的温度值，t表示为当前时期的温升值，TnL表示为n个运行周期中同一时期的平均历史温度值，tnL表示为n个运行周期中同一时期的平均历史温升值，n为自然数，n≥2。
进一步，在步骤1中，电机外壳表面在当前时期的温度值的获取方法为：测量电机外壳不同位置当前时期的温度值并求平均值，所述平均值即为当前时期的温度值。
进一步，在步骤2中，电机外壳在当前时期的温升值的获取方法为：测量电机外壳不同位置当前时期的温升值并求平均值，所述平均值即为当前时期的温升值。
一种电机故障预测中的温度噪音过滤装置，包括：温度值获取模块、温升值获取模块、查询模块、数据库和判断模块；
所述温度值获取模块用于获取电机外壳表面在当前时期的温度值，并将所述温度值传递给判断模块；
所述温升值获取模块用于获取电机外壳在当前时期的温升值，并将所述温升值传递给判断模块；
所述数据库存储着电机外壳在运行历史中每一个运行周期中每一个时期的温度值和温升值；
所述查询模块用于查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温度值和平均历史温升值，并将所述平均历史温度值和平均历史温升值传递给判断模块；
所述判断模块用于将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤；
其中，所述噪音判断模型为：
Figure BDA0002098300440000021
所述T表示为当前时期的温度值，t表示为当前时期的温升值，TnL表示为n个运行周期中同一时期的平均历史温度值，tnL表示为n个运行周期中同一时期的平均历史温升值，n为自然数，n≥2。
进一步，所述温度值获取模块设有温度值测量单元，所述温度值测量单元用于测量电机外壳不同位置当前时期的温度值并求平均值，所述平均值即为当前时期的温度值。
进一步，所述温升值获取模块设有温升值测量单元，所述温升值测量单元用于测量电机外壳不同位置当前时期的温升值并求平均值，所述平均值即为当前时期的温升值。
本发明的有益效果是：本申请的方法及装置利用历史数据作为过滤噪音的参考，可以有效的排出掉因其他因素的干扰而造成的数据错误。为后期的电机故障预测提供了很好的数据基础，提高后期电机故障预测的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本发明的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。
图1是温度噪音过滤方法的步骤流程图；
图2是温度噪音过滤装置的装置框图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。另外，文中所提到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。
实施例1，参考图1，一种电机故障预测中的温度噪音过滤方法，包括：
步骤S100、获取电机外壳在当前时期的温度值；
步骤S200、获取电机外壳在当前时期的温升值；
步骤S300、查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温度值；
步骤S400、查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温升值；
步骤S500、将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤；
其中，所述噪音判断模型为：
Figure BDA0002098300440000041
所述T表示为当前时期的温度值，t表示为当前时期的温升值，TnL表示为n个运行周期中同一时期的平均历史温度值，tnL表示为n个运行周期中同一时期的平均历史温升值，n为自然数，n≥2。
在本实施方式中，以n等于2为例。具体的，通过设置在电机外壳上的温度传感器采集电机外壳在当前时期的温度值，其中，当前时期指的是以电机的运行周期起算。即，电机从运行到结束为一个运行周期，当前时期指的是从电机开始运行其算，当前的时间段。一般在本领域内，对电机的某一状态的判定不是以时间点为算，一般是以一个时间段来记。比如说，电机运行180s的状态，那么该状态中参数的采集标准为，电机在175s-185s内的状态均属于电机运行180s的状态，一般以前后5s的时间为一个时间段，在该时间段内的状态参数均属于同一个状态参数。故，本申请的当前时期指的是以在电机运行状态所允许的一个时间段内的参数平均值。通过历史数据，得到电机外壳在最近的2个运行周期中同一时期的平均历史温度值和平均历史温升值。将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤。本申请创造性的利用历史数据作为过滤噪音的参考，可以有效的排出掉因其他因素的干扰而造成的数据错误。为后期的电机故障预测提供了很好的数据基础，提高后期电机故障预测的准确度。
作为优化，在步骤S100中，电机外壳在当前时期的温度值的获取方法为：测量电机外壳不同位置当前时期的温度值并求平均值，所述平均值即为当前时期的温度值。通过测量电机外壳不同位置的温度值并求平均值的方法，可以更加精确的反映出电机外壳在当前时期的温度值。使得得到的温度值更加精确。
作为优化，在步骤S200中，电机外壳在当前时期的温升值的获取方法为：测量电机外壳不同位置当前时期的温升值并求平均值，所述平均值即为当前时期的温升值。通过测量电机外壳不同位置的温升值并求平均值的方法，可以更加精确的反映出电机外壳在当前时期的温升值。使得得到的温升值更加精确。
参考图2，一种电机故障预测中的温度噪音过滤装置，包括：温度值获取模块、温升值获取模块、查询模块、数据库和判断模块；
所述温度值获取模块用于获取电机外壳表面在当前时期的温度值，并将所述温度值传递给判断模块；
所述温升值获取模块用于获取电机外壳在当前时期的温升值，并将所述温升值传递给判断模块；
所述数据库存储着电机外壳在运行历史中每一个运行周期中每一个时期的温度值和温升值；
所述查询模块用于查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温度值和平均历史温升值，并将所述平均历史温度值和平均历史温升值传递给判断模块；
所述判断模块用于将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤；
其中，所述噪音判断模型为：
Figure BDA0002098300440000051
所述T表示为当前时期的温度值，t表示为当前时期的温升值，TnL表示为n个运行周期中同一时期的平均历史温度值，tnL表示为n个运行周期中同一时期的平均历史温升值，n为自然数，n≥2。
本申请的电机故障预测中的温度噪音过滤装置主要是为了执行一种电机故障预测中的温度噪音过滤方法，通过对一种电机故障预测中的温度噪音过滤方法的执行，可以有效的排出掉因其他因素的干扰而造成的数据错误。为后期的电机故障预测提供了很好的数据基础，提高后期电机故障预测的准确度。
作为优化，所述温度值获取模块设有温度值测量单元，所述温度值测量单元用于测量电机外壳不同位置当前时期的温度值并求平均值，所述平均值即为当前时期的温度值。通过温度值测量单元测量电机外壳不同位置的温度值并求平均值的方法，可以更加精确的反映出电机外壳在当前时期的温度值。使得得到的温度值更加精确。
作为优化，所述温升值获取模块设有温升值测量单元，所述温升值测量单元用于测量电机外壳不同位置当前时期的温升值并求平均值，所述平均值即为当前时期的温升值。通过温升值测量单元测量电机外壳不同位置的温升值并求平均值的方法，可以更加精确的反映出电机外壳在当前时期的温升值。使得得到的温升值更加精确。
以上对本发明的较佳实施方式进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (6)

1.一种电机故障预测中的温度噪音过滤方法，其特征在于，包括：
步骤1、获取电机外壳在当前时期的温度值；
步骤2、获取电机外壳在当前时期的温升值；
步骤3、查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温度值；
步骤4、查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温升值；
步骤5、将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤；
其中，所述噪音判断模型为：
Figure FDA0002098300430000011
T表示为当前时期的温度值，t表示为当前时期的温升值，TnL表示为n个运行周期中同一时期的平均历史温度值，tnL表示为n个运行周期中同一时期的平均历史温升值，n为自然数，n≥2。
2.根据权利要求1所述的一种电机故障预测中的温度噪音过滤方法，其特征在于，在步骤1中，电机外壳表面在当前时期的温度值的获取方法为：测量电机外壳不同位置当前时期的温度值并求平均值，所述平均值即为当前时期的温度值。
3.根据权利要求1所述的一种电机故障预测中的温度噪音过滤方法，其特征在于，在步骤2中，电机外壳在当前时期的温升值的获取方法为：测量电机外壳不同位置当前时期的温升值并求平均值，所述平均值即为当前时期的温升值。
4.一种电机故障预测中的温度噪音过滤装置，其特征在于，包括：温度值获取模块、温升值获取模块、查询模块、数据库和判断模块；
所述温度值获取模块用于获取电机外壳表面在当前时期的温度值，并将所述温度值传递给判断模块；
所述温升值获取模块用于获取电机外壳在当前时期的温升值，并将所述温升值传递给判断模块；
所述数据库存储着电机外壳在运行历史中每一个运行周期中每一个时期的温度值和温升值；
所述查询模块用于查询并得到电机外壳在最近的n个运行周期中同一时期的平均历史温度值和平均历史温升值，并将所述平均历史温度值和平均历史温升值传递给判断模块；
所述判断模块用于将当前时期的温度值和温升值通过噪音判断模型进行判断，当符合噪音判断模型的，则认为是噪音数据，并对噪音数据进行过滤；
其中，所述噪音判断模型为：
Figure FDA0002098300430000021
T表示为当前时期的温度值，t表示为当前时期的温升值，TnL表示为n个运行周期中同一时期的平均历史温度值，tnL表示为n个运行周期中同一时期的平均历史温升值，n为自然数，n≥2。
5.根据权利要求4所述的一种电机故障预测中的温度噪音过滤装置，其特征在于，所述温度值获取模块设有温度值测量单元，所述温度值测量单元用于测量电机外壳不同位置当前时期的温度值并求平均值，所述平均值即为当前时期的温度值。
6.根据权利要求4所述的一种电机故障预测中的温度噪音过滤装置，其特征在于，所述温升值获取模块设有温升值测量单元，所述温升值测量单元用于测量电机外壳不同位置当前时期的温升值并求平均值，所述平均值即为当前时期的温升值。
CN201910526289.3A 2019-06-18 2019-06-18 一种电机故障预测中的温度噪音过滤方法及装置 Active CN110334415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910526289.3A CN110334415B (zh) 2019-06-18 2019-06-18 一种电机故障预测中的温度噪音过滤方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910526289.3A CN110334415B (zh) 2019-06-18 2019-06-18 一种电机故障预测中的温度噪音过滤方法及装置

Publications (2)

Publication Number Publication Date
CN110334415A CN110334415A (zh) 2019-10-15
CN110334415B true CN110334415B (zh) 2022-10-04

Family

ID=68142817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910526289.3A Active CN110334415B (zh) 2019-06-18 2019-06-18 一种电机故障预测中的温度噪音过滤方法及装置

Country Status (1)

Country Link
CN (1) CN110334415B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005171993A (ja) * 2003-12-05 2005-06-30 Robert Bosch Gmbh 流動変向エレメントを備えた、内燃機関のためのエアフィルタ
WO2008011563A2 (en) * 2006-07-20 2008-01-24 Edsa Micro Corporation Systems and methods for alarm filtering and management within a real-time data acquisition and monitoring environment
CN106839329A (zh) * 2017-03-03 2017-06-13 海信（山东）空调有限公司 应用于多联机室内机的温度补偿计算方法和装置
CN108955913A (zh) * 2018-07-25 2018-12-07 佛山科学技术学院 一种基于在线学习的工业锅炉温度数据采集方法
CN108955914A (zh) * 2018-07-25 2018-12-07 佛山科学技术学院 一种工业锅炉温度数据采集方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7295691B2 (en) * 2002-05-15 2007-11-13 Ge Medical Systems Global Technology Company, Llc Computer aided diagnosis of an image set

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005171993A (ja) * 2003-12-05 2005-06-30 Robert Bosch Gmbh 流動変向エレメントを備えた、内燃機関のためのエアフィルタ
WO2008011563A2 (en) * 2006-07-20 2008-01-24 Edsa Micro Corporation Systems and methods for alarm filtering and management within a real-time data acquisition and monitoring environment
CN106839329A (zh) * 2017-03-03 2017-06-13 海信（山东）空调有限公司 应用于多联机室内机的温度补偿计算方法和装置
CN108955913A (zh) * 2018-07-25 2018-12-07 佛山科学技术学院 一种基于在线学习的工业锅炉温度数据采集方法
CN108955914A (zh) * 2018-07-25 2018-12-07 佛山科学技术学院 一种工业锅炉温度数据采集方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
微静电新风净化装置过滤性能试验与风道结构优化;范伟豪;《中国优秀硕士学位论文全文数据库信息科技辑》;20170501(第1期);全文 *

Also Published As

Publication number Publication date
CN110334415A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
US11004277B2 (en) Assessment of electronic sensor data to remotely identify a motor vehicle and monitor driver behavior
CN110925111B (zh) 节气门诊断方法、装置、控制设备及可读存储介质
CN111896080B (zh) 一种尿素质量传感器液位测量偏差诊断的计算方法及装置
CN110569283A (zh) 一种油位曲线数据处理方法及装置
CN105067079B (zh) 液位检测装置及其控制方法
CN112380707A (zh) 一种egr冷却器的冷却性能评估方法及装置、电子设备
CN111775710B (zh) 一种新能源汽车行驶里程计算方法
CN110334415B (zh) 一种电机故障预测中的温度噪音过滤方法及装置
CN116448219B (zh) 油位异常检测方法、装置、设备及计算机可读存储介质
CN105763170B (zh) 一种电力信号数字滤波方法
CN110410057B (zh) 抽油机井光杆悬点死点的检测方法及系统
CN116434425A (zh) 电费数据采集方法、采集设备及存储介质
CN115389949A (zh) 一种基于车-云协同的电动自行车电池安全评估预警方法
CN111140357B (zh) 一种发动机首次启动温度的确定方法、装置及电子设备
CN113107697B (zh) 柴油发动机在恒定转速下的扭矩波动评价方法
CN114704349A (zh) 一种发动机及其机油油量检测方法、装置及设备
CN114970083A (zh) 劣化度确定方法、装置及电子设备
CN109236467B (zh) 一种检测发动机动力不足的方法及装置
CN115698728A (zh) 旋转机械速度估计
CN105157006B (zh) 锅炉水位检测装置及其控制方法
CN114252195B (zh) 轨压可信性的检测方法、装置、存储介质和设备
CN111355624B (zh) 一种自适应的设备性能采集方法及装置
CN114876699A (zh) 一种利用大数据判断水轮机温度异常的方法
CN114607545B (zh) 一种喷油器积碳量确定方法及相关设备
US20240210474A1 (en) System and Method for Obtaining an Estimated Output Power of an Electric Motor

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