CN113095516A - 一种电动机智能运维及健康管理系统 - Google Patents
一种电动机智能运维及健康管理系统 Download PDFInfo
- Publication number
- CN113095516A CN113095516A CN201911334290.2A CN201911334290A CN113095516A CN 113095516 A CN113095516 A CN 113095516A CN 201911334290 A CN201911334290 A CN 201911334290A CN 113095516 A CN113095516 A CN 113095516A
- Authority
- CN
- China
- Prior art keywords
- motor
- maintenance
- fault
- alarm
- data
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 251
- 230000036541 health Effects 0.000 title claims abstract description 104
- 238000007726 management method Methods 0.000 claims abstract description 130
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000012544 monitoring process Methods 0.000 claims abstract description 57
- 238000003745 diagnosis Methods 0.000 claims abstract description 35
- 238000007405 data analysis Methods 0.000 claims abstract description 31
- 238000004804 winding Methods 0.000 claims abstract description 28
- 238000013500 data storage Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 32
- 238000005070 sampling Methods 0.000 claims description 27
- 238000005516 engineering process Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 21
- 238000004519 manufacturing process Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010183 spectrum analysis Methods 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 238000013024 troubleshooting Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 6
- 238000013468 resource allocation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000013021 overheating Methods 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000016507 interphase Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及电动机故障诊断、在线监测、智能运维及健康管理领域,尤其涉及一种电动机智能运维及健康管理系统。包含数据采集模块、数据分析模块、智能运维模块;数据采集模块、数据分析模块、智能运维模块各自通信连接CPU;数据采集模块是装置接入电压及电流互感器信号、振动传感器信号、温度传感器信号、同步采集三相电流、电压数据、振动数据、温度数据;其中,振动传感器采集电动机轴承端盖或轴承座水平和垂直方向数据,温度传感器采集电动机定子三相绕组温度信号;数据分析模块是建立数据分析模型,将故障阶段按标签归类,生成故障分析报告,存放于数据存储模块,并将故障阶段指令传回CPU。
Description
技术领域
本发明涉及电动机故障诊断、在线监测、智能运维及健康管理领域,尤其涉及一种电动机智能运维及健康管理系统。
背景技术
据不完全统计,在发电、煤矿、冶金、水泥、潜艇等军工和工业领域,绝大多数生产任务都是由旋转机械完成,其中电动机作为一种提供动力及辅助作用的关键旋转设备,具有不可替代的作用与价值。电动机作为一种非常成熟的产品,其可靠性及安全性非常高,但是随着现在使用工况愈发复杂,现场操作不当等,使电动机经常发生机械或电气故障,造成生产线停滞,设备维修周期加长,造成不必要的经济损失。
有研究表明,电动机因定子绕组故障、转子故障、轴承故障、不对中、不平衡故障、过载及冷却系统故障等造成的停机事件占电动机所有事故类型的80%以上,必须对其采取有效的监测及预防措施。最早的维修策略,注重“事后维修”,这种维修策略一般是电机 发生造成生产任务无法继续的故障后才对其进行维修,极大降低设备使用寿命;后来,在故障诊断技术的推动下,维修策略转变为“定期维修”,这类维修策略是指每隔一段时间,对设备进行保养和维护,在一定程度上提高了设备使用寿命,但是造成运维成本提高,人力、物力浪费等不可避免的缺点;现在,随着设备在线监测、健康管理等技术的不断进步,维修策略再次转变为“预知维修”,这种策略指在设备运行期间,提前预报故障及其发生位置,其核心是设备故障诊断、预测、健康管理技术。因此,设备故障预测及健康管理(Prognosisi andHealth Menegement,PHM)是电机专家及学者关心的前沿研究之一。
背景技术的缺点:电机故障预测及健康管理从二十世纪九十年代兴起到现在,已逐步发展成多学科、多领域交叉学科。目前,成熟的电机PHM系统多为专家系统,主要从单一信号来源诊断单一故障,无法做到在单台设备上使用多信号来源诊断电动机故障极大的提高了企业设备监测以及系统维护费用,降低系统的实用性和兼容性。这类专家系统由于其监测对象的单一性,无法为电机提供更为全面、有效的运维策略,导致电机维护策略继续处于“定期维护”阶段,并且对使用人员提出了更高的专业技能要求,增加人力成本,导致企业运维成本居高不下。
电机健康管理是电机PHM系统的关键技术,主要实现厂区电机自动化、智能化监测、运维。现有电机健康管理是接入后台全部电机专家系统提供的诊断信息,设置专门的工作站,对诊断信息分析,其正确率及有效性是建立在专家系统的基础上,若厂区无专家系统,则无法进行电机健康管理,现场安装及施工复杂,且需根据厂区实际定向开发,无法广泛推广,研发性价比低,间接提高系统成本,推广难度大。
发明内容
发明的目的:为了提供一种效果更好的电动机智能运维及健康管理系统,具体目的见具体实施部分的多个实质技术效果。
为了达到如上目的,本发明采取如下技术方案:
一种电动机智能运维及健康管理系统,其特征在于,包括以下步骤:
包含数据采集模块、数据分析模块、智能运维模块;数据采集模块、数据分析模块、智能运维模块各自通信连接CPU;
数据采集模块是装置接入电压及电流互感器信号、振动传感器信号、温度传感器信号、,同步采集三相电流、电压数据、振动数据、温度数据;其中,振动传感器采集电动机轴承端盖或轴承座水平和垂直方向数据,温度传感器采集电动机定子三相绕组温度信号;
数据分析模块是建立数据分析模型,将故障阶段按标签归类,生成故障分析报告,存放于数据存储模块,并将故障阶段指令传回CPU;
智能运维模块是建立电动机智能运维模型,将运维信息按标签归类;生成智能运维分析报告;将分析结果存放于数据存储模块。
本发明进一步技术方案在于,还包含和CPU通信连接的健康管理模块,建立电动机健康管理模型,包含如下步骤:
(A)接收CPU标签运维信息;
(B)根据所述步骤(4)中提供报警指令,设置报警指示;
(C)报警指示按如下规则设置:一级指令,“绿色”报警;二级指令,“黄色”报警;三级指令,“蓝色”报警;四级指令,“橙色”报警;五级指令,“红色”报警;
(D)电机运维管理,根据(C)中报警指示,提供如下运维信息:“绿色”报警,提示运维部门当值人员工作正常;“黄色”报警,提示运维部门当值人员查看电机健康监测报告;“蓝色”报警,提示运维部门当值人员查看电机健康监测报告,并及时处理维护建议;“红色”报警,通知运维部门当值人员立即停机检修,并处理相关事宜;
(E)电机专家管理,根据(C)中报警指示,按系统录入电机专家信息,自动匹配相关领域专家,并按如下规则提醒专家:“绿色”报警,提示电机专家电机工作正常;“黄色”报警,提示电机专家查看电机健康监测报告;“蓝色”报警,提示电机专家查看电机健康监测报告,并及时处理维护建议;“橙色”报警,提示对应领域电机专家及时去往现场查看电机当前状态,并处理相关事宜;“红色”报警,通知对应领域电机专家立即停机检修,并处理相关事宜;
(F)电机备件库管理,根据(C)中报警指示,按系统录入备件库信息,自检备件库余量,并按如下规则提醒备件库:“黄色”报警,自检备件库该电机故障零部件是否充足,若不充足提醒备件库发起采购申请;“蓝色”报警,提醒备件库发起该故障零部件出库申请;“红色”报警,提醒备件库即刻出库该故障零部件;
(G)电机财资管理,根据(C)中报警指示,按如下规则进行财资管理:“黄色”报警,提醒财资管理审批系统发起的采购申请,将采购清单列入财资管理;“蓝色”报警,提醒财资管理审批系统发起零备件出库信息;“橙色”报警,提醒财资管理立即批示系统发起零备件出库信息;红色”报警,提醒财资管理处理系统发起零备件出库信息,并根据电机健康管理报告复查停机期间生产损失、维修费用等,录入系统;
(H)将电机健康管理信息按标签归类;
(I)生成电机健康管理报告;
(J)将分析结果存放于数据存储模块。
本发明进一步技术方案在于,还包含配置管理模块,录入厂区所监测电机型号、零部件备件库存量;录入厂区电机专家资料;录入厂区所监测电机价值,零部件价值,电机维护价格标准;录入厂区运维部门人员信息,当值信息。
本发明进一步技术方案在于,录入所监测电机型号,包括轴承型号;录入电机专家资料,包括联系电话、擅长领域、姓名等;录入厂区所监测电机价值包括备用电机、电机折损、维修次数等。
本发明进一步技术方案在于,数据采集模块的数据采集具有如下规则:
(A) 首次接入系统后,具有3-5天的学习期及调整期,这期间系统主要确认电机目前的状态,只启动数据分析模块,根据3-5天平均分析结果,确定电机当前状态,确认完毕后该阶段结束;
(B)数据采集装置根据(A)中确认所监测电机状态,按照信号类型自适应调整设备监测时间密度、数据采样时长及数据采样频率;信号类型是指温度信号、电压/电流信号、振动信号;
(C)利用A\D转换器实现电压、电流互感器八通道信号同步采集、三相定子绕组温度信号、电机端盖或轴承座水平和垂直振动信号采集;
(D)利用FPGA进行采样控制,并接收CPU故障阶段指令,按(B)中所述规则进行采样控制;
(E)数据传入CPU,并对不同电机型号数据贴入标签,数据采集完毕。
本发明进一步技术方案在于,数据分析模块建立数据分析模型:
(A)接收CPU下发标签数据及电机信息、轴承信息;
(B)建立电动机故障诊断模型:
(b1)利用转速估计技术对电机转速进行计算,并贴入标签存放于数据存储模块;
(b2)取(b1)中计算所得转速信息,利用三相电抗不平衡原理,设置定子绕组匝间短路故障诊断阈值,诊断定子绕组匝间短路故障;利用有功功率hilbert解调频谱分析技术,监测、(s代表电机转差率,代表工频频率)分量Hilbert模量大小,设置转子断条故障诊断阈值,诊断转子断条故障,形成电压、电流分析模型;
(b3)取(b1)中计算所得转速信息,利用基于振动信号的解调频谱分析、包络谱分析技术,监测表现转子不对中、轴不对中、不平衡、轴承等机械故障特征的故障频率及其幅值,设置各故障诊断阈值,形成振动分析模型
(b4)利用三相绕组温度信号,根据电机温度监测技术,诊断电机过载、冷却系统故障,设置各故障诊断阈值,形成温度分析模型;
(b5)根据(b2-b4)计算所得阈值,设置归一化系数,得到故障阶段量化阈值,该阈值共设置五个故障指令,依次是“正常”、“早期”、“中期”、“晚期”、“严重”阶段故障指令;
(C)将故障阶段按标签归类,生成故障分析报告,存放于数据存储模块,并将故障阶段指令传回CPU;
(D)数据分析完毕。
本发明进一步技术方案在于,智能运维模块建立电动机智能运维模型,包含如下步骤:
(A)接收CPU标签故障阶段指令,运维配置信息;
(B)设置报警信息,报警信息故障阶段指令,共设置1-5级报警指令;
(C)建立智能运维规则:按报警指令,一级对应“正常”阶段,提示现场运维部门,电机正常,无需安排检修计划;二级对应“早期”阶段,提示现场运维部门,电机早期故障,请检查设备当前运行状态并继续监测;三级对应“中期”阶段,提示现场运维部门,电机中期故障,请检查设备当前运行状态,检修维护时重点排查故障部件;“四级”对应“晚期”阶段,提示现场运维部门,电机晚期故障,立即检查设备当前运行状态,安排停机检修方案;“五级”对应“严重”阶段,提示现场运维部门,电机严重故障,立即停机检修;
(D)将运维信息按标签归类;
(E)生成智能运维分析报告;
(F)将分析结果存放于数据存储模块。
采用如上技术方案的本发明,相对于现有技术有如下有益效果:本发明具有以下有益效果:
电动机智能运维及健康管理系统,采集于电机振动传感器、温度传感器、电流与电压互感器端数据,利用现有相对成熟的基于电气量的电机故障诊断技术、基于振动信号的电机故障诊断技术以及基于温度的电机故障诊断技术,识别电机各故障的故障阶段,提供电机运维策略,电机健康管理策略,实现电机PHM。以软件与硬件形式,将这些功能集成与一台装置上,提供一站式服务,可广泛应用于工业现场,极大节省企业购入成本,提高企业智能化水平。现有的电机监测系统仅针对某一类电机、单台电机进行单一故障监测,只有定性指标,无法提供详尽的故障分析报告,容易造成设备误判及故障漏判,并且这类监测系统要求现场运维人员具有一定的信号处理技能等,间接提高人员投入成本,人机互动不友好。电动机智能运维及健康管理系统可一次接入多台电机或者单台电机,电机监测方式灵活,内置多种故障诊断模型,可实现电机多种故障同时监测,所提供的电机运维报告及健康管理报告,能够辅助运维人电机专家迅速定位故障来源,排查电机故障,大幅缩短电机维护时间,优化现有电机运维策略,降低对现场运维人员专业技能的要求,节省企业运维成本。该系统提供的健康管理报告中附带的备件库管理,能够有效缩短设备运维审批流程,保证所监测电机零备件库存合理,优化备件库,节省零配件采购费用;附带的财资管理能够辅助财资管理人员提供更加合理的企业资源分配,节约电机维护审批时间,为企业资源配置合理化、人员分配均衡化提供有效保证。
附图说明
为了进一步说明本发明,下面结合附图进一步进行说明:
图1 为电动机智能运维及健康管理系统之一;
图2为电动机智能运维及健康管理系统之二;
图3为数据采集模块
图4为数据分析模块;
图5为智能运维模块;
图6健康管理模块。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本专利提供多种并列方案,不同表述之处,属于基于基本方案的改进型方案或者是并列型方案。每种方案都有自己的独特特点。
为解决现有存在的上述不足,本发明拟采用电机三相电压、电流信号、温度信号、振动信号作为电机信号来源,构建电机故障诊断模型统一分析电机事故多发的诸如定子绕组单相接地、相间短路、定子绕组匝间短路、定子绕组绝缘过热、转子不对中、转子导条断裂、转子碰模、机械松动及轴承等故障,根据故障分析实时提供现场运维策略实现智能化运维,在智能运维策略的基础上,提供财资管理、备件库管理、电机专家管理、电机运维管理等报告,实现电机健康管理。以后台电动机智能运维与健康管理系统与现场数据采集装置相结合的形式,将上述技术集成与电动机智能运维及健康管理系统,提供从信号采集、故障诊断、在线监测、到智能运维与健康管理的一站式服务,极大节省研发费用及企业购入成本。通过接入该系统,企业可有效提高电动机剩余使用寿命,优化企业资源配置,降低设备运维成本,优化生产节拍,提高生产效率。
一种电动机智能运维及健康管理系统,其特征在于,包括以下步骤:
(1)配置管理,录入厂区所监测电机型号、零部件备件库存量;录入厂区电机专家资料;录入厂区所监测电机价值,零部件价值,电机维护价格标准;录入厂区运维部门人员信息,当值信息。
(2)数据采集模块;
(3)数据分析模块;
(4)智能运维模块;
(5)健康管理模块;
所述步骤(1)中,录入所监测电机型号,包括轴承型号;录入电机专家资料,包括联系电话、擅长领域、姓名等;录入厂区所监测电机价值包括备用电机、电机折损、维修次数等。
所述步骤(2)中,数据采集模块是装置接入电压及电流互感器信号、振动传感器信号、温度传感器信号、,同步采集三相电流、电压数据、振动数据、温度数据。其中,振动传感器采集电动机轴承端盖或轴承座水平和垂直方向数据,温度传感器采集电动机定子三相绕组温度信号,
所述步骤(3)中,
所述步骤(4)中,
所述步骤(5)中,建立电动机健康管理模型,包含如下步骤:
(A)接收CPU标签运维信息;
(B)根据所述步骤(4)中提供报警指令,设置报警指示;
(C)报警指示按如下规则设置:一级指令,“绿色”报警;二级指令,“黄色”报警;三级指令,“蓝色”报警;四级指令,“橙色”报警;五级指令,“红色”报警;
(D)电机运维管理,根据(C)中报警指示,提供如下运维信息:“绿色”报警,提示运维部门当值人员工作正常;“黄色”报警,提示运维部门当值人员查看电机健康监测报告;“蓝色”报警,提示运维部门当值人员查看电机健康监测报告,并及时处理维护建议;“红色”报警,通知运维部门当值人员立即停机检修,并处理相关事宜;
(E)电机专家管理,根据(C)中报警指示,按系统录入电机专家信息,自动匹配相关领域专家,并按如下规则提醒专家:“绿色”报警,提示电机专家电机工作正常;“黄色”报警,提示电机专家查看电机健康监测报告;“蓝色”报警,提示电机专家查看电机健康监测报告,并及时处理维护建议;“橙色”报警,提示对应领域电机专家及时去往现场查看电机当前状态,并处理相关事宜;“红色”报警,通知对应领域电机专家立即停机检修,并处理相关事宜;
(F)电机备件库管理,根据(C)中报警指示,按系统录入备件库信息,自检备件库余量,并按如下规则提醒备件库:“黄色”报警,自检备件库该电机故障零部件是否充足,若不充足提醒备件库发起采购申请;“蓝色”报警,提醒备件库发起该故障零部件出库申请;“红色”报警,提醒备件库即刻出库该故障零部件;
(G)电机财资管理,根据(C)中报警指示,按如下规则进行财资管理:“黄色”报警,提醒财资管理审批系统发起的采购申请,将采购清单列入财资管理;“蓝色”报警,提醒财资管理审批系统发起零备件出库信息;“橙色”报警,提醒财资管理立即批示系统发起零备件出库信息;红色”报警,提醒财资管理处理系统发起零备件出库信息,并根据电机健康管理报告复查停机期间生产损失、维修费用等,录入系统;
(H)将电机健康管理信息按标签归类;
(I)生成电机健康管理报告;
(J)将分析结果存放于数据存储模块;
参见图1-图5,本发明电动机智能运维及健康管理系统,利用电动机数据处理装置数据采集模块取电动机电流、电压信号;利用故障分析模块分析电机故障特性,鉴别故障种类及其程度,生成故障分析报告;利用智能运维模块给予电机当前状态评价及运维策略,生成智能维护报告;利用健康管理模块给予报警指示、运维管理、备件库管理、财资管理提示,声生成电机健康管理报告。为企业电机运维、健康管理提供可靠的辅助策略,降低对运维人员专业技能的要求,提高企业管理水平,有效降低运维成本,合理配置企业资源、人员分配,大幅提高电机使用寿命,提高生产收益。
电动机智能运维及健康管理系统流程图如图1所示。具体、完整的技术方案:
1.配置管理
(1)电机信息录入:录入厂区所监测电机型号,包含电机铭牌信息,录入厂区所监测电机轴承型号,包含轴承几何尺寸;
(2)运维部门人员信息录入:录入厂区电机运维人员信息,包含姓名、电话等基本信息以及当值信息、职能信息等工作信息;
(3)电机专家信息录入:录入厂区电机专家人员信息,包含姓名、电话等基本信息以及擅长领域、专业等技能信息;
(4)备件库信息录入:录入厂区电机备机数量,配套转子、轴承等零部件库存余量、保养情况;
(5)电机价值信息录入:录入厂区所监测电机价值、包含电机备机、配套转子、轴承等零部件价值,录入往年电机各部件及整机等维修价格表。
2.数据采集模块
数据采集模块是数据分析装置的数据来源,其采样信号的保真度、数据采样规则的合理性直接影响后续任务故障诊断的正确率、智能运维及健康管理策略的可靠性。数据采样模块工作流程如图2所示,具体实施方法如下:
(1)数据采样模块默认采样时间、采样间隔、采样频率,当电机状态发生变化时,对于不同的信号类型,按照电机状态自适应调整各设备监测时间密度、数据采样时长及数据采样频率;
(2)将三相电压及电流互感器信号、电动机轴承端盖或轴承座水平和垂直方向振动传感器信号,电动机定子三相绕组温度传感器信号,接入数据分析装置;
(3)利用A\D转换器实现电压、电流互感器八通道信号、振动传感器双通道信号、温度传感器三通道信号同步采集;
(4)利用FPGA进行采样控制,并接收CPU故障阶段指令,进行采样控制;
(5)数据传入CPU,并对不同电机型号数据贴入标签,存放于数据存储模块,数据采集完毕。
(6)首次接入系统后,具有3-5天的学习期及调整期,这期间数据采样规则按(1)所述“正常、早期故障指令”进行,系统主要确认电机目前的状态,只启动数据分析模块,根据3-5天平均分析结果,确定电机当前状态,确认完毕后该阶段结束;
(7)按(6)中确定电机状态,按(1)中所述规则进行所述步骤(4),进入正常使用阶段。
3.故障分析模块
数据分析模块利用采集三相电压与电流数据、水平方向与垂直方向振动数据和三相定子绕组温度数据,进行电机故障诊断,鉴别电机故障频发的诸如定子绕组匝间短路、转子导条断裂、轴承等故障,确定电机当前所处故障阶段,其工作流程如图3所示,具体实施方法如下:
(1)接收CPU下发标签数据及电机信息;
(2)建立电动机故障诊断模型:
(2.1)利用转速估计技术对电机转速进行计算,并贴入标签存放于数据存储模块;
(2.2)取(2.1)中计算所得转速信息,利用三相电抗不平衡原理,设置定子绕组匝间短路故障诊断阈值,诊断定子绕组匝间短路故障;利用有功功率hilbert解调频谱分析技术,监测、(s代表电机转差率,代表工频频率)分量Hilbert模量大小,设置转子断条故障诊断阈值,诊断转子断条故障,形成电压、电流分析模型;
(2.3)取(2.1)中计算所得转速信息,利用基于振动信号的解调频谱分析、包络谱分析技术,监测表现转子不对中、轴不对中、不平衡、轴承等机械故障特征的故障频率及其幅值,设置各故障诊断阈值,形成振动分析模型
(2.4)利用三相绕组温度信号,根据电机温度监测技术,诊断电机过载、冷却系统故障,设置各故障诊断阈值,形成温度分析模型;
(2.5)根据(b2-b4)计算所得阈值,设置归一化系数,得到故障阶段量化阈值,该阈值共设置五个故障指令,依次是“正常”、“早期”、“中期”、“晚期”、“严重”阶段故障指令。
(3)将故障阶段按标签归类,生成故障分析报告,存放于数据存储模块,并将故障阶段指令传回CPU;
(4)故障分析完毕。
4.智能运维模块
智能运维模块利用数据分析模块所确定电机所处故障阶段,提供电机智能运维报告,辅助现场运维人员进行电机维护任务,其工作流程如图4 所示,具体实施方法如下:
(1)接收CPU标签故障阶段指令,运维部门人员信息;
(2)设置报警信息,报警信息故障阶段指令,共设置1-5级报警指令;
(3)建立智能运维规则:按报警指令,一级对应“正常”阶段,提示现场运维部门,电机正常,无需安排检修计划;二级对应“早期”阶段,提示现场运维部门,电机早期故障,请检查设备当前运行状态并继续监测;三级对应“中期”阶段,提示现场运维部门,电机中期故障,请检查设备当前运行状态,检修维护时重点排查故障部件;“四级”对应“晚期”阶段,提示现场运维部门,电机晚期故障,立即检查设备当前运行状态,安排停机检修方案;“五级”对应“严重”阶段,提示现场运维部门,电机严重故障,立即停机检修。
(4)将运维信息按标签归类,传回数据存储模块;
(5)生成智能运维分析报告,传回数据存储模块;
(6)电机智能运维完毕。
5.健康管理模块
健康管理模块利用智能运维模块提供标签运维信息,提供电机健康管理报告,引入自动化办公理念,将与电机运维相对接的主要部门工作流嵌入系统,大量节省电机维护、保养等审批时间、零件采购等待期以及电机状态定性等待期等,有效提高企业生产效率,节约运维成本,延长电机在岗寿命,其工作流程如图5所示,具体实施方法如下:
(1)接收CPU标签运维信息,运维部门人员信息、电机专家信息、配件库信息、电机价值信息;
(2)根据所述步骤4中提供报警指领,设置报警指示;
(3)报警指令按如下规则设置:一级指令,“绿色”报警;二级指令,“黄色”报警;三级指令,“蓝色”报警;四级指令,“橙色”报警;五级指令,“红色”报警;
(4)将(3)中报警指令传回CPU,CPU接收报警指令后,控制报警指示灯工作;
(5)电机运维管理,根据(3)中报警指示,提供如下运维信息:“绿色”报警,提示运维部门当值人员工作正常;“黄色”报警,提示运维部门当值人员查看电机健康监测报告;“蓝色”报警,提示运维部门当值人员查看电机健康监测报告,并及时处理维护建议;“红色”报警,通知运维部门当值人员立即停机检修,并处理相关事宜;
(6)电机专家管理,根据(3)中报警指示,按系统录入电机专家信息,自动匹配相关领域专家,并按如下规则提醒专家:“绿色”报警,提示电机专家电机工作正常;“黄色”报警,提示电机专家查看电机健康监测报告;“蓝色”报警,提示电机专家查看电机健康监测报告,并及时处理维护建议;“橙色”报警,提示对应领域电机专家及时去往现场查看电机当前状态,并处理相关事宜;“红色”报警,通知对应领域电机专家立即停机检修,并处理相关事宜;
(7)电机备件库管理,根据(3)中报警指示,按系统录入备件库信息,自检备件库余量,并按如下规则提醒备件库:“黄色”报警,自检备件库该电机故障零部件是否充足,若不充足提醒备件库发起采购申请;“蓝色”报警,提醒备件库发起该故障零部件出库申请;“红色”报警,提醒备件库即刻出库该故障零部件;
(8)电机财资管理,根据(3)中报警指示,按如下规则进行财资管理:“黄色”报警,提醒财资管理审批系统发起的采购申请,将采购清单列入财资管理;“蓝色”报警,提醒财资管理审批系统发起零备件出库信息;“橙色”报警,提醒财资管理立即批示系统发起零备件出库信息;红色”报警,提醒财资管理处理系统发起零备件出库信息,并根据电机健康管理报告复查停机期间生产损失、维修费用等,录入系统;
(9)将电机健康管理信息按标签归类,返回数据存储模块;
(10)生成标签电机健康管理报告,返回数据存储模块。
本发明实施例以软件与硬件相结合的形式,实现电机智能运维与健康管理。以在线监测技术实施电机运行的全生命周期管理,达到“预知维修”的目的。利用数据分析模块诊断电机当前状态,及时发现电机故障;利用智能运维模块给予运维人员可靠的运维报告,利用健康管理模块提供运维部门、电机专家、备件库、财资管理等辅助解决策略,出现问题各部门快速响应,为恢复生产提供宝贵的时间,提高生产效率,优化企业资源配置,优化人员分配,实现厂区电机监测智能化。
缩略语和关键术语定义:
本文中所提及“电机”,若无特殊说明均指“电动机”
本文所提及“Hilbert谱”,指“希尔伯特频谱”
本文所提及“PHM”,指“故障预测及健康管理”
本文提及“CPU”,指“中央处理器”
本文提及“FPGA”,指“现场可编程逻辑门阵列”
本文提及“A/D转换器”,指“模数转换器”
总的来说,本专利具有如下突出优势:
S1:本发明公开一种电动机智能运维及健康管理系统。该系统由电动机数据采集装置与后台电动机智能运维及健康管理系统组成,实现从信号采集、故障诊断、到智能运维及健康管理的一体化服务。该系统即可一次接入多台电机统一管理,并且提供差异化解决方案和维护策略,也可单独接入一台电机成为该电机专用管家。电动机智能运维及健康管理系统将电动机故障多发的诸如定子绕组单相接地、相间短路、定子绕组匝间短路、定子绕组绝缘过热、转子不对中、转子导条断裂、机械松动及轴承等影响电机使用寿命的故障列入重点监测对象,通过振动加速度、速度、位移传感器、热电偶、电阻温度计、电压与电流互感器等采集电机运行过程中的传感信息,利用故障诊断技术识别各类故障,并将故障分为五个阶段,即正常、早期、中期、晚期、严重故障,通过多维度、立体化数据分析,对所监测电机提供定制化运维策略,并为现场运维人员、电机专家、电机操作员等提供详尽的分析报告,实现电机健康管理。
S2:数据采集装置是电动机智能运维及健康管理系统的数据来源,装置可接入振动、温度、电流、电压等不同类型信号并同时采集。数据采集通过A/D转换器采集振动加速度、速度、位移传感器、转速传感器、热电偶、电阻温度计、电压与电流互感器等信号,利用现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)进行采样控制,并传入数据处理装置的CPU中进行数据分析,并存储于装置数据存储模块。CPU将传入数据归类、整理并贴入标签,控制数据存储模块将数据传输给后台电动机智能运维及健康管理软件,进行综合分析,并形成电机故障分析报告、电机智能运维报告、电机健康管理报告返回数据存储模块。CPU根据后台智能运维及健康管理软件分析所得每台电机故障阶段,将数据采样调整指令返回FPGA,FPGA根据信号类型(温度信号、电压/电流信号、振动信号)以及所监测电机的状态自适应调整各设备监测时间密度、数据采样时长及数据采样频率,保证电机智能运维及健康管理的时效性、准确性及可靠性,无需手动操作,避免因监测不周导致电动机非正常停机,影响生产,造成企业经济损失。
S3:后台电动机智能运维及健康管理系统共有三大模块:电动机故障分析模块、电动机智能运维模块、电动机健康管理模块。电动机智能运维及健康管理软件具有辅助配置功能,该功能可根据厂区所监测电机、人员信息等,配置所监测电机型号、零部件备件信息,备件库信息,厂区电机专家信息,配置厂区所监测电机价值,零部件价值,电机维护价格等标准,厂区运维部门人员信息,当值信息,由CPU统一下发与各模块,为各模块分析提供依据。电动机故障分析模块根据采集各类信号识别各故障的故障阶段;电动机智能运维模块根据电动机故障诊断模块提供的故障阶段信息,提供电机运维策略;电动机健康管理模块将电动机故障诊断模块及电动机智能运维模块信息统一汇总,根据所检测电机的实际情况,提供所有电机的分析报告,供现场运维人员、电机操作员、电机专家、备件库人员等参阅,实现各部门快速联动,及时处理现场电机所存在问题,确保电机正常稳定运行,有效提高电动机使用寿命,优化企业资环配置,提高企业生产收益。
S4:电动机故障分析模块中的三种分析模块,即温度分析、振动分析、电压及电流分析,从三种不同维度数据对电机突发性、渐进性故障立体化监测。温度分析主要负责对电机定子绕组绝缘温度过热进行监测,预防电机发生冷却系统故障、电机过载运行故障等影响电机使用寿命;振动分析主要负责对电机机械故障进行监测,例如,转子不对中、转子碰模、轴不对中、不平衡、轴承等故障,预防电机因机械故障导致电机无法正常运行,影响生产任务顺利进行;电压、电流分析主要负责电机电气故障监测,例如,定子绕组匝间短路故障、转子断条故障、定子绕组单相接地故障、相间短路故障等,预防电机因电气故障导致电机损毁,影响生产安全,降低电机使用寿命。在研究电动机各类型故障发生机理及发展趋势的基础上,电动机故障分析模块将温度分析、振动分析、电压及电流分析的分析结果进行归一化处理,形成统一的故障阶段量化阈值。该阈值将电动机健康状态分为五大阶段,即“正常”、“早期”、“中期”、“晚期”、“严重”阶段,辅助现场运维人员、电机专家了解电机当前健康状态,为企业安全生产、高效生产提供坚实的理论依据、并为后续智能运维模块、健康管理模块提供分析数据。电动机故障分析模块将故障阶段分析结果返回数据分析装置CPU,通过CPU将数据采样调整指令返回FPGA,自适应调整各设备监测时间密度、数据采样时长及数据采样频率。
S5:电动机智能运维模块根据电动机故障诊断模块识别的电动机各故障的故障阶段,设置不同的报警等级,提示现场运维部门电机当前运行状态,给与现场运维部门可靠的运维策略。报警等级共分为五级,一级对应“正常”阶段,提示现场运维部门,电机正常,无需安排检修计划;二级对应“早期”阶段,提示现场运维部门,电机早期故障,请检查设备当前运行状态并继续监测;三级对应“中期”阶段,提示现场运维部门,电机中期故障,请检查设备当前运行状态,检修维护时重点排查故障部件;“四级”对应“晚期”阶段,提示现场运维部门,电机晚期故障,立即检查设备当前运行状态,安排停机检修方案;“五级”对应“严重”阶段,提示现场运维部门,电机严重故障,立即停机检修。
S6:电动机健康管理模块根据电动机智能运维模块提示的报警及运维策略,提示装置发出报警指令:一级指令,“绿色”报警,提示运维部门当值人员、电机专家电机工作正常;二级指令,“黄色”报警,提示运维部门当值人员、电机专家查看电机健康监测报告,自检备件库该电机故障零部件是否充足,若不充足提醒备件库发起采购申请,同时将采购清单列入财资管理,送审相关审查人员批示;三级指令,“蓝色”报警,提示运维部门当值人员、电机专家查看电机健康监测报告,并及时处理维护建议,提醒备件库发起该故障零部件出库申请,通知财资管理出库信息,并批示;四级指令,“橙色”报警,提示运维部门当值人员、对应领域电机专家及时去往现场处理相关事宜,通知备件库立即出库该故障零部件,通知财资管理,立即批示;五级指令,“红色”报警,通知运维部门当值人员、对应领域电机专家立即停机检修,并处理相关事宜。
需要说明的是,本专利提供的多个方案包含本身的基本方案,相互独立,并不相互制约,但是其也可以在不冲突的情况下相互组合,达到多个效果共同实现。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本领域的技术人员应该了解本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的范围内。
Claims (7)
1.一种电动机智能运维及健康管理系统,其特征在于,包括以下步骤:
包含数据采集模块、数据分析模块、智能运维模块;数据采集模块、数据分析模块、智能运维模块各自通信连接CPU;
数据采集模块是装置接入电压及电流互感器信号、振动传感器信号、温度传感器信号、,同步采集三相电流、电压数据、振动数据、温度数据;其中,振动传感器采集电动机轴承端盖或轴承座水平和垂直方向数据,温度传感器采集电动机定子三相绕组温度信号;
数据分析模块是建立数据分析模型,将故障阶段按标签归类,生成故障分析报告,存放于数据存储模块,并将故障阶段指令传回CPU;
智能运维模块是建立电动机智能运维模型,将运维信息按标签归类;生成智能运维分析报告;将分析结果存放于数据存储模块。
2.如权利要求1所述的一种电动机智能运维及健康管理系统,其特征在于,还包含和CPU通信连接的健康管理模块,建立电动机健康管理模型,包含如下步骤:
(A)接收CPU标签运维信息;
(B)根据所述步骤(4)中提供报警指令,设置报警指示;
(C)报警指示按如下规则设置:一级指令,“绿色”报警;二级指令,“黄色”报警;三级指令,“蓝色”报警;四级指令,“橙色”报警;五级指令,“红色”报警;
(D)电机运维管理,根据(C)中报警指示,提供如下运维信息:“绿色”报警,提示运维部门当值人员工作正常;“黄色”报警,提示运维部门当值人员查看电机健康监测报告;“蓝色”报警,提示运维部门当值人员查看电机健康监测报告,并及时处理维护建议;“红色”报警,通知运维部门当值人员立即停机检修,并处理相关事宜;
(E)电机专家管理,根据(C)中报警指示,按系统录入电机专家信息,自动匹配相关领域专家,并按如下规则提醒专家:“绿色”报警,提示电机专家电机工作正常;“黄色”报警,提示电机专家查看电机健康监测报告;“蓝色”报警,提示电机专家查看电机健康监测报告,并及时处理维护建议;“橙色”报警,提示对应领域电机专家及时去往现场查看电机当前状态,并处理相关事宜;“红色”报警,通知对应领域电机专家立即停机检修,并处理相关事宜;
(F)电机备件库管理,根据(C)中报警指示,按系统录入备件库信息,自检备件库余量,并按如下规则提醒备件库:“黄色”报警,自检备件库该电机故障零部件是否充足,若不充足提醒备件库发起采购申请;“蓝色”报警,提醒备件库发起该故障零部件出库申请;“红色”报警,提醒备件库即刻出库该故障零部件;
(G)电机财资管理,根据(C)中报警指示,按如下规则进行财资管理:“黄色”报警,提醒财资管理审批系统发起的采购申请,将采购清单列入财资管理;“蓝色”报警,提醒财资管理审批系统发起零备件出库信息;“橙色”报警,提醒财资管理立即批示系统发起零备件出库信息;红色”报警,提醒财资管理处理系统发起零备件出库信息,并根据电机健康管理报告复查停机期间生产损失、维修费用等,录入系统;
(H)将电机健康管理信息按标签归类;
(I)生成电机健康管理报告;
(J)将分析结果存放于数据存储模块。
3.如权利要求1所述的一种电动机智能运维及健康管理系统,其特征在于,还包含配置管理模块,录入厂区所监测电机型号、零部件备件库存量;录入厂区电机专家资料;录入厂区所监测电机价值,零部件价值,电机维护价格标准;录入厂区运维部门人员信息,当值信息。
4.如权利要求3所述的一种电动机智能运维及健康管理系统,其特征在于,录入所监测电机型号,包括轴承型号;录入电机专家资料,包括联系电话、擅长领域、姓名等;录入厂区所监测电机价值包括备用电机、电机折损、维修次数等。
5.如权利要求1所述的一种电动机智能运维及健康管理系统,其特征在于,数据采集模块的数据采集具有如下规则:
(A) 首次接入系统后,具有3-5天的学习期及调整期,这期间系统主要确认电机目前的状态,只启动数据分析模块,根据3-5天平均分析结果,确定电机当前状态,确认完毕后该阶段结束;
(B)数据采集装置根据(A)中确认所监测电机状态,按照信号类型自适应调整设备监测时间密度、数据采样时长及数据采样频率;信号类型是指温度信号、电压/电流信号、振动信号;
(C)利用A\D转换器实现电压、电流互感器八通道信号同步采集、三相定子绕组温度信号、电机端盖或轴承座水平和垂直振动信号采集;
(D)利用FPGA进行采样控制,并接收CPU故障阶段指令,按(B)中所述规则进行采样控制;
(E)数据传入CPU,并对不同电机型号数据贴入标签,数据采集完毕。
6.如权利要求1所述的一种电动机智能运维及健康管理系统,其特征在于,数据分析模块建立数据分析模型:
(A)接收CPU下发标签数据及电机信息、轴承信息;
(B)建立电动机故障诊断模型:
(b1)利用转速估计技术对电机转速进行计算,并贴入标签存放于数据存储模块;
(b2)取(b1)中计算所得转速信息,利用三相电抗不平衡原理,设置定子绕组匝间短路故障诊断阈值,诊断定子绕组匝间短路故障;利用有功功率hilbert解调频谱分析技术,监测、(s代表电机转差率,代表工频频率)分量Hilbert模量大小,设置转子断条故障诊断阈值,诊断转子断条故障,形成电压、电流分析模型;
(b3)取(b1)中计算所得转速信息,利用基于振动信号的解调频谱分析、包络谱分析技术,监测表现转子不对中、轴不对中、不平衡、轴承等机械故障特征的故障频率及其幅值,设置各故障诊断阈值,形成振动分析模型
(b4)利用三相绕组温度信号,根据电机温度监测技术,诊断电机过载、冷却系统故障,设置各故障诊断阈值,形成温度分析模型;
(b5)根据(b2-b4)计算所得阈值,设置归一化系数,得到故障阶段量化阈值,该阈值共设置五个故障指令,依次是“正常”、“早期”、“中期”、“晚期”、“严重”阶段故障指令;
(C)将故障阶段按标签归类,生成故障分析报告,存放于数据存储模块,并将故障阶段指令传回CPU;
(D)数据分析完毕。
7.如权利要求1所述的一种电动机智能运维及健康管理系统,其特征在于,智能运维模块建立电动机智能运维模型,包含如下步骤:
(A)接收CPU标签故障阶段指令,运维配置信息;
(B)设置报警信息,报警信息故障阶段指令,共设置1-5级报警指令;
(C)建立智能运维规则:按报警指令,一级对应“正常”阶段,提示现场运维部门,电机正常,无需安排检修计划;二级对应“早期”阶段,提示现场运维部门,电机早期故障,请检查设备当前运行状态并继续监测;三级对应“中期”阶段,提示现场运维部门,电机中期故障,请检查设备当前运行状态,检修维护时重点排查故障部件;“四级”对应“晚期”阶段,提示现场运维部门,电机晚期故障,立即检查设备当前运行状态,安排停机检修方案;“五级”对应“严重”阶段,提示现场运维部门,电机严重故障,立即停机检修;
(D)将运维信息按标签归类;
(E)生成智能运维分析报告;
(F)将分析结果存放于数据存储模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334290.2A CN113095516A (zh) | 2019-12-23 | 2019-12-23 | 一种电动机智能运维及健康管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334290.2A CN113095516A (zh) | 2019-12-23 | 2019-12-23 | 一种电动机智能运维及健康管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113095516A true CN113095516A (zh) | 2021-07-09 |
Family
ID=76662937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911334290.2A Pending CN113095516A (zh) | 2019-12-23 | 2019-12-23 | 一种电动机智能运维及健康管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113095516A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485201A (zh) * | 2021-07-30 | 2021-10-08 | 王丹 | 一种新能源汽车电机健康检测控制系统 |
CN113655259A (zh) * | 2021-09-01 | 2021-11-16 | 北京京仪北方仪器仪表有限公司 | 一种智能电能表故障报警系统 |
CN114167282A (zh) * | 2021-12-03 | 2022-03-11 | 深圳市双合电气股份有限公司 | 一种电动机故障诊断及劣化趋势预测方法及系统 |
CN114955346A (zh) * | 2022-06-18 | 2022-08-30 | 河南中烟工业有限责任公司 | 用于件烟入库分拣机电设备的健康检测系统 |
CN116298881A (zh) * | 2023-05-17 | 2023-06-23 | 湖南师范大学 | 基于通道注意力多模块lmmd的电信号电机健康预警方法 |
CN116609652A (zh) * | 2023-04-23 | 2023-08-18 | 江苏苏港智能装备产业创新中心有限公司 | 一种基于起重机电机振温信号的电机健康预测评估方法 |
CN117310495A (zh) * | 2023-11-28 | 2023-12-29 | 深圳市卓讯达科技发展有限公司 | 一种新能源电机的耐久性能综合检测系统 |
-
2019
- 2019-12-23 CN CN201911334290.2A patent/CN113095516A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485201A (zh) * | 2021-07-30 | 2021-10-08 | 王丹 | 一种新能源汽车电机健康检测控制系统 |
CN113655259A (zh) * | 2021-09-01 | 2021-11-16 | 北京京仪北方仪器仪表有限公司 | 一种智能电能表故障报警系统 |
CN114167282A (zh) * | 2021-12-03 | 2022-03-11 | 深圳市双合电气股份有限公司 | 一种电动机故障诊断及劣化趋势预测方法及系统 |
CN114167282B (zh) * | 2021-12-03 | 2022-08-12 | 深圳市双合电气股份有限公司 | 一种电动机故障诊断及劣化趋势预测系统 |
CN114955346A (zh) * | 2022-06-18 | 2022-08-30 | 河南中烟工业有限责任公司 | 用于件烟入库分拣机电设备的健康检测系统 |
CN116609652A (zh) * | 2023-04-23 | 2023-08-18 | 江苏苏港智能装备产业创新中心有限公司 | 一种基于起重机电机振温信号的电机健康预测评估方法 |
CN116609652B (zh) * | 2023-04-23 | 2023-10-27 | 江苏苏港智能装备产业创新中心有限公司 | 一种基于起重机电机振温信号的电机健康预测评估方法 |
CN116298881A (zh) * | 2023-05-17 | 2023-06-23 | 湖南师范大学 | 基于通道注意力多模块lmmd的电信号电机健康预警方法 |
CN116298881B (zh) * | 2023-05-17 | 2023-08-11 | 湖南师范大学 | 基于通道注意力多模块lmmd的电信号电机健康预警方法 |
CN117310495A (zh) * | 2023-11-28 | 2023-12-29 | 深圳市卓讯达科技发展有限公司 | 一种新能源电机的耐久性能综合检测系统 |
CN117310495B (zh) * | 2023-11-28 | 2024-02-20 | 深圳市卓讯达科技发展有限公司 | 一种新能源电机的耐久性能综合检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113095516A (zh) | 一种电动机智能运维及健康管理系统 | |
CN104020754B (zh) | 一种变电站一次主设备状态监测信息接入调控系统的方法 | |
CN110766277B (zh) | 用于核工业现场的健康评估及诊断系统和移动终端 | |
CN104503399B (zh) | 一种集团级风电机组状态监测及故障诊断平台 | |
CN101770219B (zh) | 一种车铣复合机床故障诊断知识库的知识获取方法 | |
CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN102880115B (zh) | 一种基于物联网的数控机床远程协作诊断系统 | |
CN105809255A (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
CN109343395A (zh) | 一种核电厂dcs操作日志的异常检测系统和方法 | |
CN107069960B (zh) | 一种二次运维管理系统的在线缺陷诊断方法 | |
CN102033200A (zh) | 基于统计模型的交流电机在线监测和诊断方法 | |
CN111509847A (zh) | 一种电网机组状态的智能检测系统及方法 | |
CN109242104A (zh) | 一种利用数据分析实时发现设备故障异常的系统 | |
CN107479540A (zh) | 故障诊断方法以及系统 | |
CN112987696A (zh) | 一种区域配电网设备管理平台及其运行方法 | |
CN111159487A (zh) | 一种汽车发动机主轴预测性维护智能系统 | |
CN112308300A (zh) | 一种大型电子产品状态预测管理系统 | |
CN112580858A (zh) | 设备参数预测分析方法及系统 | |
CN115437358A (zh) | 工业机器人智能状态监测与故障诊断系统及故障诊断方法 | |
CN201166691Y (zh) | Plc设计电站故障诊断装置 | |
CN102929241B (zh) | 精对苯二甲酸装置安全运行指导系统及其应用 | |
CN117150418B (zh) | 基于状态特征故障树的变压器运检周期制定方法和系统 | |
TWI380226B (en) | System and method of prognostic analysis and resource planning for apparatu | |
CN114280383B (zh) | 一种大型地面站天线的健康检测装置及健康检测方法 | |
CN114325550B (zh) | 一种电能表检定流水线异常表位的自动诊断系统及方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210709 |
|
WD01 | Invention patent application deemed withdrawn after publication |