CN113075547A - 电机数据的采集方法及系统 - Google Patents

电机数据的采集方法及系统 Download PDF

Info

Publication number
CN113075547A
CN113075547A CN202110338318.0A CN202110338318A CN113075547A CN 113075547 A CN113075547 A CN 113075547A CN 202110338318 A CN202110338318 A CN 202110338318A CN 113075547 A CN113075547 A CN 113075547A
Authority
CN
China
Prior art keywords
motor
file
data
working condition
time
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Withdrawn
Application number
CN202110338318.0A
Other languages
English (en)
Inventor
李明伟
张伟峰
许佩
毛爱龙
姜克森
许强
栗勇伟
张柳枝
董云成
李景伟
周亚丽
吴军伟
张培华
罗华丽
步文泽
郑朋飞
宋婷婷
梁丹
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.)
China Tobacco Henan Industrial Co Ltd
Original Assignee
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 China Tobacco Henan Industrial Co Ltd filed Critical China Tobacco Henan Industrial Co Ltd
Priority to CN202110338318.0A priority Critical patent/CN113075547A/zh
Publication of CN113075547A publication Critical patent/CN113075547A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines
    • G01R31/343Testing dynamo-electric machines in operation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明公开了一种电机数据的采集方法及系统,所述方法包括:采集电机运行数据,以得到工况文件;基于工况文件中的电机振动原始信号,提取振动特征信号,以得到与工况文件对应的特征文件;将工况文件和所述特征文件进行同步化;根据同步化后的工况文件和特征文件,得到电机运行稳定状态;根据电机运行稳定状态,结束对电机运行数据的采集。本发明通过提取振动特征便于全面分析振动原始信号;通过同步化工况文件和特征文件,便于实现电机数据的同步,有利于参照特征数据全面分析电机数据;在电机运行稳定后,结束数据的采集,有利于利用电机设备全生命周期的数据来监测电机异常状态,进而提高监测电机状态并诊断电机故障的效率和准确性。

Description

电机数据的采集方法及系统
技术领域
本发明涉及电机诊断技术领域,尤其涉及一种电机数据的采集方法及系统。
背景技术
电机状态监测和故障诊断技术是一种了解和掌握电机在使用过程中的状态,确定其整体或局部正常或异常,发现故障及其原因的技术。现有技术方案一般是基于电气特征分析技术的状态监测诊断装置,通过测量电机负载运行时的电流、电压信号,分析频谱、谐波、电气参数等特征,进一步探测到源于轴承故障、不对中故障、负载故障、机械松动、绝缘和一系列电气和机械故障的状态变化,进而判断整个传动系统的故障所在。
但是,传统技术方案是以设备当下状态为研究重点,无法对设备的未来发展趋势进行预测,更无法对设备健康状态进行系统地管理。之所以出现这种现象,主要是由于设备全生命周期数据的缺失,无法对设备进行数据建模。如何采集电机设备全生命周期的数据,是基于电机数据监测电机状态以及诊断电机故障所要解决的一个重要问题。
因此,亟需一种电机数据的采集方法及系统。
发明内容
本发明的目的是提供一种电机数据的采集方法及系统,以解决上述现有技术中的问题,能够利用电机设备全生命周期的数据来监测电机异常状态,进而提高监测电机状态并诊断电机故障的效率和准确性。
本发明提供了一种电机数据的采集方法,其中,包括:
采集电机运行数据,以得到工况文件;
基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件;
将所述工况文件和所述特征文件进行同步化;
根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态;
根据所述电机运行稳定状态,结束对电机运行数据的采集。
如上所述的电机数据的采集方法,其中,优选的是,所述采集电机运行数据,以得到工况文件,具体包括:
利用OPC服务器从连接至电机的可编程逻辑控制器采集电机运行数据,由所述电机运行数据组成所述工况文件,其中,所述电机运行数据包括时间数据、电流数据和转速数据。
如上所述的电机数据的采集方法,其中,优选的是,所述基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件,具体包括:
对所述电机振动原始信号进行预处理操作,获得预处理信号;
将所述预处理信号和采样信号输入预先构建的特征提取模型,得到所述电机振动原始信号对应的振动特征信号,由所述振动特征信号组成所述特征文件,其中所述采样信号包括采样频率、采样时长和采样温度。
如上所述的电机数据的采集方法,其中,优选的是,所述将所述工况文件和所述特征文件进行同步化,具体包括:
根据所述工况文件中的工况时间戳分别对所述电机运行数据中的电流数据和转速数据求取平均值,以得到所述电机工况信息,所述电机工况信息包括时间信息、转速信息和电流信息;
基于各个工况时间戳与对应的特征文件中的当前特征文件时间戳之间的时间差,对所述特征文件中的特征文件时间戳进行修正,以得到修正时间戳;
在所述工况文件中获取与所述特征文件中的所述修正时间戳距离最近的电机工况信息,得到目标电机工况信息;
以所述工况时间戳为准,将所述特征文件合并到所述目标电机工况信息之后,形成CSV文件。
如上所述的电机数据的采集方法,其中,优选的是,所述基于各个工况时间戳与对应的特征文件中的当前特征文件时间戳之间的时间差,对所述特征文件中的特征文件时间戳进行修正,以得到修正时间戳,具体包括:
针对每个特征文件时间戳,比较各个工况时间戳与当前特征文件时间戳之间的时间差;
将当前特征文件时间戳用时间差最短的工况时间戳进行替换,以得到修正时间戳。
如上所述的电机数据的采集方法,其中,优选的是,所述根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态,具体包括:
在采样时间达到工况配置时长后,基于第一方差评价指标和第二方差评价指标的比值得到若干单个变量的稳态结果,其中,所述第一方差评价指标与相邻两个采样时间点的实际数据之差对应,所述第二方差评价指标与表示同一采样时间点的实际数据和滤波后的数据之差对应,并且所述若干单个变量包括转速、和/或电流、和/或温度;
根据若干单个变量的稳态结果得到电机运行稳定状态。
如上所述的电机数据的采集方法,其中,优选的是,所述在采样时间达到工况配置时长后,基于第一方差评价指标和第二方差评价指标的比值得到单个变量的稳态结果,具体包括:
步骤A1:采集单个变量在某一时刻的实际数据;
步骤A2:计算单个变量在某一时刻滤波后的数据,采用以下公式计算单个变量在某一时刻滤波后的数据:
Xf,i=λ1Xi+(1-λ1)Xf,i-1 (1)
其中,Xf,i表示i时刻采集的单个变量在滤波后的数据,λ1表示第一滤波系数,Xi表示i时刻采集的单个变量的实际数据,Xf,i-1表示i-1时刻采集的单个变量在滤波后的数据;
步骤A3:计算所述第二方差评价指标,采用以下公式计算所述第二方差评价指标:
Figure BDA0002991364130000031
其中,
Figure BDA0002991364130000032
表示i时刻同一采样时间点的单个变量的实际数据和滤波后的数据之差的方差,λ2表示第二滤波系数,
Figure BDA0002991364130000041
表示i-1时刻同一采样时间点的单个变量的实际数据和滤波后的数据之差的方差;
步骤A4:计算所述第一方差评价指标,采用以下公式计算所述第一方差评价指标:
Figure BDA0002991364130000042
其中,
Figure BDA0002991364130000043
表示i时刻相邻两个采样时间点的实际数据之差的方差,λ3表示第三滤波系数,
Figure BDA0002991364130000044
表示i-1时刻相邻两个采样时间点的实际数据之差的方差;
步骤A5:根据所述第二方差评价指标和所述第一方差评价指标计算方差评价指标的比值,采用以下公式计算方差评价指标的比值:
Figure BDA0002991364130000045
其中,R表示方差评价指标的比值;
步骤A6:在方差评价指标的比值大于临界值时,判断单个变量处于稳态,其中,R的临界值通过置信区间来确定,即取稳态时的R值高斯分布的95%置信水平时的值。
如上所述的电机数据的采集方法,其中,优选的是,所述根据若干单个变量的稳态结果得到电机运行稳定状态,具体包括:
若所有的单个变量均处于稳态,则判定电机整体运行状态处于稳态;
若至少有一个单个变量处于非稳态,则判定电机整体运行状态处于非稳态。
如上所述的电机数据的采集方法,其中,优选的是,所述根据所述电机运行稳定状态,结束对电机运行数据的采集,具体包括:
在电机运行稳定状态为稳态,并且针对电机稳定转速向量中的各稳定转速信息,每个所述稳定转速信息所对应的特征文件的时长大于等于总采样时长/采样次数时,结束对电机运行数据的采集。
本发明还一种采用上述方法的电机数据的采集系统,包括:
数据采集模块,用于采集电机运行数据,以得到工况文件;
特征提取模块,用于基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件;
数据同步模块,用于将所述工况文件和所述特征文件进行同步化;
稳定状态确定模块,用于根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态;
数据采集结束触发模块,用于根据所述电机运行稳定状态,结束对电机运行数据的采集。
本发明提供一种电机数据的采集方法及系统,通过提取振动特征便于全面分析振动原始信号;通过同步化工况文件和特征文件,便于实现电机数据的同步,有利于参照特征数据对电机数据进行全面分析;在电机运行稳定后,结束对电机运行数据的采集,有利于利用电机设备全生命周期的数据来监测电机异常状态,进而提高监测电机状态并诊断电机故障的效率和准确性。
附图说明
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步描述,其中:
图1为本发明提供的电机数据的采集方法的实施例的流程图;
图2为本发明提供的电机数据的采集系统的实施例的结构框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现,不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整,并且向本领域技术人员充分表达本公开的范围。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的,而不是作为限制。
本公开中使用的“第一”、“第二”:以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
在本公开中,当描述到特定部件位于第一部件和第二部件之间时,在该特定部件与第一部件或第二部件之间可以存在居间部件,也可以不存在居间部件。当描述到特定部件连接其它部件时,该特定部件可以与所述其它部件直接连接而不具有居间部件,也可以不与所述其它部件直接连接而具有居间部件。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
如图1所示,本实施例提供的电机数据的采集方法在实际执行过程中,具体包括如下步骤:
步骤S1、采集电机运行数据,以得到工况文件。
具体地,利用OPC服务器从连接至电机的可编程逻辑控制器采集电机运行数据,由所述电机运行数据组成所述工况文件,其中,所述电机运行数据包括时间数据、电流数据和转速数据。
进一步地,本发明在一些实施方式中,在所述步骤S1之前,所述电机数据的采集方法还包括:
设置配置参数,所述配置参数包括工况配置时长、采样间隔、每次采样时长、采样频率、转速稳态阈值、电流稳态阈值、温度稳态阈值、电机稳定转速向量和总采样时长/采样次数。
步骤S2、基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件。
在本发明的电机数据的采集方法的一种实施方式中,所述步骤S2具体可以包括:
步骤S21、对所述电机振动原始信号进行预处理操作,获得预处理信号。
其中,所述振动原始信号包括振动加速度数据。所述预处理操作用于去除所述电机振动原始信号中的异常信号。在具体实现中,可以先剔除振动原始信号中的空值和异常值,以得到有效振动原始信号;然后将有效振动原始信号进行数据对齐,以得到所述预处理信号。电机振动原始信号经过预处理操作后,便于对其进行后续处理,提高最终得到的振动特征信号的可靠性。
步骤S22、将所述预处理信号和采样信号输入预先构建的特征提取模型,得到所述电机振动原始信号对应的振动特征信号,由所述振动特征信号组成所述特征文件,其中所述采样信号包括采样频率、采样时长和采样温度。
其中,所述特征提取模型的构建方式包括:利用大量无监督的电机振动原始信号、采样信号和对应的振动特征信号进行训练。进一步地,特征提取模型输出的振动特征信号包括:时间戳、温度、振动时域特征指标和振动频域特征指标。其中,振动时域特征指标通常用来反映设备状态,用于故障监测、趋势预报;振动频域特征指标通常用于诊断故障类型、原因与部位。具体而言,所述特征提取模型输出的所述振动时域特征指标包括有效值、歪度、歪度指标、方差、裕度因子、波峰因子、峭度、峭度指标和脉冲因子。所述特征提取模型输出的所述振动频域特征指标包括谱方差、谱均值和谱有效值。更进一步地,将特征提取模型输出的各振动特征信号分别经由各自的通道输出。
步骤S3、将所述工况文件和所述特征文件进行同步化。
在本发明的电机数据的采集方法的一种实施方式中,所述步骤S3具体可以包括:
步骤S31、根据所述工况文件中的工况时间戳分别对所述电机运行数据中的电流数据和转速数据求取平均值,以得到所述电机工况信息,所述电机工况信息包括时间信息、转速信息和电流信息。
具体地,对工况文件中每秒内的各电流数据求取平均值,并将计算得到的平均电流作为对应工况时间戳的电流工况信息;对工况文件中每秒内的各转速数据求取平均值,并将计算得到的平均转速作为对应工况时间戳的转速工况信息。
步骤S32、基于各个工况时间戳与对应的特征文件中的当前特征文件时间戳之间的时间差,对所述特征文件中的特征文件时间戳进行修正,以得到修正时间戳。
在本发明中,通过基于工况时间戳对特征文件时间戳进行修正,来实现将工况文件中和特征文件中的时间戳进行一致性对应,即保证工况时间戳与对应的特征文件时间戳的时间之差最小,一般而言,工况时间戳与对应的特征文件时间戳时间差在2s以内。
在本发明的电机数据的采集方法的一种实施方式中,所述步骤S32具体可以包括:
步骤S321、针对每个特征文件时间戳,比较各个工况时间戳与当前特征文件时间戳之间的时间差。
步骤S322、将当前特征文件时间戳用时间差最短的工况时间戳进行替换,以得到修正时间戳。
步骤S33、在所述工况文件中获取与所述特征文件中的所述修正时间戳距离最近的电机工况信息,得到目标电机工况信息。
具体而言,可以针对特征文件中的修正时间戳对应的每个时间,在工况文件中查找与修正时间戳对应的每个时间的时间距离最近的时间所对应的电机工况信息。
步骤S34、以所述工况时间戳为准,将所述特征文件合并到所述目标电机工况信息之后,形成CSV文件。
通过步骤S34,可以实现对目标工况信息与特征文件之间的融合,CSV文件中包括了各个时间戳下对应的转速、电流、温度及12个时域和频域的特征。
步骤S4、根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态。
在本发明的电机数据的采集方法的一种实施方式中,所述步骤S4具体可以包括:
步骤S41、在采样时间达到工况配置时长后,基于第一方差评价指标和第二方差评价指标的比值得到若干单个变量的稳态结果,其中,所述第一方差评价指标与相邻两个采样时间点的实际数据之差对应,所述第二方差评价指标与表示同一采样时间点的实际数据和滤波后的数据之差对应,并且所述若干单个变量包括转速、和/或电流、和/或温度。
需要说明的是,本发明对单个变量的数量及类型不作具体限定。例如,本发明在其它实施方式中,单个变量还可以是力矩。
在本发明的电机数据的采集方法的一种实施方式中,所述步骤S41具体可以包括:
步骤A1:采集单个变量在某一时刻的实际数据。
步骤A2:计算单个变量在某一时刻滤波后的数据,采用以下公式计算单个变量在某一时刻滤波后的数据:
Xf,i=λ1Xi+(1-λ1)Xf,i-1 (1)
其中,Xf,i表示i时刻采集的单个变量在滤波后的数据,λ1表示第一滤波系数,Xi表示i时刻采集的单个变量的实际数据,Xf,i-1表示i-1时刻采集的单个变量在滤波后的数据。
步骤A3:计算所述第二方差评价指标,采用以下公式计算所述第二方差评价指标:
Figure BDA0002991364130000091
其中,
Figure BDA0002991364130000092
表示i时刻同一采样时间点的单个变量的实际数据和滤波后的数据之差的方差,λ2表示第二滤波系数,
Figure BDA0002991364130000093
表示i-1时刻同一采样时间点的单个变量的实际数据和滤波后的数据之差的方差。
步骤A4:计算所述第一方差评价指标,采用以下公式计算所述第一方差评价指标:
Figure BDA0002991364130000094
其中,
Figure BDA0002991364130000095
表示i时刻相邻两个采样时间点的实际数据之差的方差,λ3表示第三滤波系数,
Figure BDA0002991364130000096
表示i-1时刻相邻两个采样时间点的实际数据之差的方差。
步骤A5:根据所述第二方差评价指标和所述第一方差评价指标计算方差评价指标的比值,采用以下公式计算方差评价指标的比值:
Figure BDA0002991364130000101
其中,R表示方差评价指标的比值。
步骤A6:在方差评价指标的比值大于临界值时,判断单个变量处于稳态,其中,R的临界值通过置信区间来确定,即取稳态时的R值高斯分布的95%置信水平时的值。
步骤S42、根据若干单个变量的稳态结果得到电机运行稳定状态。
具体而言,若所有的单个变量均处于稳态,则判定电机整体运行状态处于稳态;若至少有一个单个变量处于非稳态,则判定电机整体运行状态处于非稳态。
具体地,步骤S42可以采用以下公式表示:
Figure BDA0002991364130000102
其中,SSoverall表示电机整体运行状态的稳态结果,N表示变量个数,其中SSj表示第j个变量的稳态结果,0表示非稳态,1表示稳态。
因此,当针对多变量分析时(例如通过电流、力矩、温度等综合判断电机是否处于稳态),可以通过公式(5)得到综合判断结果。
步骤S5、根据所述电机运行稳定状态,结束对电机运行数据的采集。
具体地,在电机运行稳定状态为稳态,并且针对电机稳定转速向量中的各稳定转速信息,每个所述稳定转速信息所对应的特征文件的时长大于等于总采样时长/采样次数时,结束对电机运行数据的采集。
本发明实施例提供的电机数据的采集方法,通过提取振动特征便于全面分析振动原始信号;通过同步化工况文件和特征文件,便于实现电机数据的同步,有利于参照特征数据对电机数据进行全面分析;在电机运行稳定后,结束对电机运行数据的采集,有利于利用电机设备全生命周期的数据来监测电机异常状态,进而提高监测电机状态并诊断电机故障的效率和准确性。
相应地,如图2所示,本发明还提供一种电机数据的采集系统,包括:
数据采集模块1,用于采集电机运行数据,以得到工况文件;
特征提取模块2,用于基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件;
数据同步模块3,用于将所述工况文件和所述特征文件进行同步化;
稳定状态确定模块4,用于根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态;
数据采集结束触发模块5,用于根据所述电机运行稳定状态,结束对电机运行数据的采集。
本发明实施例提供的电机数据的采集系统,利用特征提取模块提取振动特征便于全面分析振动原始信号;利用数据同步模块对工况文件和特征文件同步化,便于实现电机数据的同步,有利于参照特征数据对电机数据进行全面分析;利用数据采集结束触发模块在电机运行稳定后,结束对电机运行数据的采集,有利于利用电机设备全生命周期的数据来监测电机异常状态,进而提高监测电机状态并诊断电机故障的效率和准确性。
应理解以上图2所示的电机数据的采集系统的各个部件的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些部件可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分部件以软件通过处理元件调用的形式实现,部分部件通过硬件的形式实现。例如,某个上述模块可以为单独设立的处理元件,也可以集成在电子设备的某一个芯片中实现。其它部件的实现与之类似。此外这些部件全部或部分可以集成在一起,也可以独立实现。在实现过程中,上述方法的各步骤或以上各个部件可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
至此,已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。

Claims (10)

1.一种电机数据的采集方法,其特征在于,包括:
采集电机运行数据,以得到工况文件;
基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件;
将所述工况文件和所述特征文件进行同步化;
根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态;
根据所述电机运行稳定状态,结束对电机运行数据的采集。
2.根据权利要求1所述的电机数据的采集方法,其特征在于,所述采集电机运行数据,以得到工况文件,具体包括:
利用OPC服务器从连接至电机的可编程逻辑控制器采集电机运行数据,由所述电机运行数据组成所述工况文件,其中,所述电机运行数据包括时间数据、电流数据和转速数据。
3.根据权利要求1所述的电机数据的采集方法,其特征在于,所述基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件,具体包括:
对所述电机振动原始信号进行预处理操作,获得预处理信号;
将所述预处理信号和采样信号输入预先构建的特征提取模型,得到所述电机振动原始信号对应的振动特征信号,由所述振动特征信号组成所述特征文件,其中所述采样信号包括采样频率、采样时长和采样温度。
4.根据权利要求2所述的电机数据的采集方法,其特征在于,所述将所述工况文件和所述特征文件进行同步化,具体包括:
根据所述工况文件中的工况时间戳分别对所述电机运行数据中的电流数据和转速数据求取平均值,以得到所述电机工况信息,所述电机工况信息包括时间信息、转速信息和电流信息;
基于各个工况时间戳与对应的特征文件中的当前特征文件时间戳之间的时间差,对所述特征文件中的特征文件时间戳进行修正,以得到修正时间戳;
在所述工况文件中获取与所述特征文件中的所述修正时间戳距离最近的电机工况信息,得到目标电机工况信息;
以所述工况时间戳为准,将所述特征文件合并到所述目标电机工况信息之后,形成CSV文件。
5.根据权利要求4所述的电机数据的采集方法,其特征在于,所述基于各个工况时间戳与对应的特征文件中的当前特征文件时间戳之间的时间差,对所述特征文件中的特征文件时间戳进行修正,以得到修正时间戳,具体包括:
针对每个特征文件时间戳,比较各个工况时间戳与当前特征文件时间戳之间的时间差;
将当前特征文件时间戳用时间差最短的工况时间戳进行替换,以得到修正时间戳。
6.根据权利要求1所述的电机数据的采集方法,其特征在于,所述根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态,具体包括:
在采样时间达到工况配置时长后,基于第一方差评价指标和第二方差评价指标的比值得到若干单个变量的稳态结果,其中,所述第一方差评价指标与相邻两个采样时间点的实际数据之差对应,所述第二方差评价指标与表示同一采样时间点的实际数据和滤波后的数据之差对应,并且所述若干单个变量包括转速、和/或电流、和/或温度;
根据若干单个变量的稳态结果得到电机运行稳定状态。
7.根据权利要求6所述的电机数据的采集方法,其特征在于,所述在采样时间达到工况配置时长后,基于第一方差评价指标和第二方差评价指标的比值得到单个变量的稳态结果,具体包括:
步骤A1:采集单个变量在某一时刻的实际数据;
步骤A2:计算单个变量在某一时刻滤波后的数据,采用以下公式计算单个变量在某一时刻滤波后的数据:
Xf,i=λ1Xi+(1-λ1)Xf,i-1 (1)
其中,Xf,i表示i时刻采集的单个变量在滤波后的数据,λ1表示第一滤波系数,Xi表示i时刻采集的单个变量的实际数据,Xf,i-1表示i-1时刻采集的单个变量在滤波后的数据;
步骤A3:计算所述第二方差评价指标,采用以下公式计算所述第二方差评价指标:
Figure FDA0002991364120000031
其中,
Figure FDA0002991364120000032
表示i时刻同一采样时间点的单个变量的实际数据和滤波后的数据之差的方差,λ2表示第二滤波系数,
Figure FDA0002991364120000033
表示i-1时刻同一采样时间点的单个变量的实际数据和滤波后的数据之差的方差;
步骤A4:计算所述第一方差评价指标,采用以下公式计算所述第一方差评价指标:
Figure FDA0002991364120000034
其中,
Figure FDA0002991364120000035
表示i时刻相邻两个采样时间点的实际数据之差的方差,λ3表示第三滤波系数,
Figure FDA0002991364120000036
表示i-1时刻相邻两个采样时间点的实际数据之差的方差;
步骤A5:根据所述第二方差评价指标和所述第一方差评价指标计算方差评价指标的比值,采用以下公式计算方差评价指标的比值:
Figure FDA0002991364120000037
其中,R表示方差评价指标的比值;
步骤A6:在方差评价指标的比值大于临界值时,判断单个变量处于稳态,其中,R的临界值通过置信区间来确定,即取稳态时的R值高斯分布的95%置信水平时的值。
8.根据权利要求7所述的电机数据的采集方法,其特征在于,所述根据若干单个变量的稳态结果得到电机运行稳定状态,具体包括:
若所有的单个变量均处于稳态,则判定电机整体运行状态处于稳态;
若至少有一个单个变量处于非稳态,则判定电机整体运行状态处于非稳态。
9.根据权利要求1所述的电机数据的采集方法,其特征在于,所述根据所述电机运行稳定状态,结束对电机运行数据的采集,具体包括:
在电机运行稳定状态为稳态,并且针对电机稳定转速向量中的各稳定转速信息,每个所述稳定转速信息所对应的特征文件的时长大于等于总采样时长/采样次数时,结束对电机运行数据的采集。
10.一种采用权利要求1-9中任一项所述方法的电机数据的采集系统,其特征在于,包括:
数据采集模块,用于采集电机运行数据,以得到工况文件;
特征提取模块,用于基于所述工况文件中的电机振动原始信号,提取振动特征信号,以得到与所述工况文件对应的特征文件;
数据同步模块,用于将所述工况文件和所述特征文件进行同步化;
稳定状态确定模块,用于根据同步化后的所述工况文件和所述特征文件,得到电机运行稳定状态;
数据采集结束触发模块,用于根据所述电机运行稳定状态,结束对电机运行数据的采集。
CN202110338318.0A 2021-03-24 2021-03-24 电机数据的采集方法及系统 Withdrawn CN113075547A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110338318.0A CN113075547A (zh) 2021-03-24 2021-03-24 电机数据的采集方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110338318.0A CN113075547A (zh) 2021-03-24 2021-03-24 电机数据的采集方法及系统

Publications (1)

Publication Number Publication Date
CN113075547A true CN113075547A (zh) 2021-07-06

Family

ID=76611441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110338318.0A Withdrawn CN113075547A (zh) 2021-03-24 2021-03-24 电机数据的采集方法及系统

Country Status (1)

Country Link
CN (1) CN113075547A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866635A (zh) * 2021-12-01 2021-12-31 山东蓝湾新材料有限公司 化工设备中电机故障发生时间的确定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866635A (zh) * 2021-12-01 2021-12-31 山东蓝湾新材料有限公司 化工设备中电机故障发生时间的确定方法

Similar Documents

Publication Publication Date Title
Wang et al. A novel statistical time-frequency analysis for rotating machine condition monitoring
CN111459700B (zh) 设备故障的诊断方法、诊断装置、诊断设备及存储介质
US10852357B2 (en) System and method for UPS battery monitoring and data analysis
CN103471841B (zh) 一种旋转机械振动故障诊断方法
US10496466B2 (en) Preprocessor of abnormality sign diagnosing device and processing method of the same
CN109857079B (zh) 加工中心主轴系统工作状态异常的智能诊断方法及装置
CN113834657A (zh) 一种基于改进mset及频谱特征的轴承故障预警及诊断方法
GB2476246A (en) Diagnosing an operation mode of a machine
CN117251812A (zh) 一种基于大数据分析的高压电力线路运行故障检测方法
CN116415126A (zh) 用于造纸机的刮刀的异常检测的方法、装置和计算设备
CN113075547A (zh) 电机数据的采集方法及系统
Hsu et al. A comparison of residual-based methods on fault detection
JP2020144096A (ja) 多方向信号融合による対象物の状態監視・診断法および診断システム
EP4002021A1 (en) System for monitoring a circuit breaker
US11339763B2 (en) Method for windmill farm monitoring
Nandi et al. Diagnosis of induction motor faults using frequency occurrence image plots—a deep learning approach
CN116226719A (zh) 基于多维稳态振动特征的轴承故障诊断方法及相关组件
CN114322446B (zh) 冷却系统故障预警方法、装置、冷却系统及作业机械
CN114037010A (zh) 一种电量数据异常的识别方法及装置
CN114412447A (zh) 一种螺杆泵井的故障检测方法及装置
CN103425125B (zh) 基于连续状态的电气系统故障诊断方法
CN118118319B (zh) 一种基于大数据的网络设备智能诊断方法及系统
CN113075546A (zh) 电机振动信号的特征提取方法及系统
CN117433591B (zh) 基于多传感器数据的自动化设备监测系统
CN112964989A (zh) 电机数据的同步方法及系统

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: 20210706

WW01 Invention patent application withdrawn after publication