CN114547900A - 一种自动化生产线电动机运行状态评估方法 - Google Patents

Abstract

一种自动化生产线电动机运行状态评估方法，本发明步骤如下：步骤1，采集电动机运行数据X，按照每秒采样周期记录每台电动机的运行数据X_i；步骤2，根据步骤1采集的电动机运行数据，对数据按物料批次进行整理，并进行电动机实际功率绝对偏差以及电动机实际功率和生产线物料流量标准差的计算分析，剔除系统异常数据，完成数据的初步筛选；步骤3，根据步骤2筛选后的数据进行计算得到的数值与相应的常数K进行比较，当满足报警条件时发出报警。其有益效果是，以采集的大量生产线电动机数据为基础，对电动机长期运行过程中出现的故障具备报警功能，防止因电动机突发故障导致生产线停机、断料等故障的发生，实现对生产线运行状态的准确判断。

Description

一种自动化生产线电动机运行状态评估方法

技术领域

本发明涉及一种电动机评估方法，尤其是涉及一种自动化生产线电动机运行状态评估方法，属于自动化生产技术领域。

背景技术

现代工业产品制造过程中大量使用自动化生产流水线，极大的提高了生产效率，保证了产品的质量。但自动化生产流水线的使用中任何一个关键路径上的设备发生故障，会造成整条生产线的全部停机，并且会造成原材料的巨大浪费和产品质量的严重下降。因为设备意外故障对生产的影响巨大，所以对生产线设备做好可能发生的提前报警，在可能出现故障前及时报警就具有非常重要的意义。目前，烟厂自动化制丝生产线上的电动机是生产线上最主要的动力设备，对生产线电动机运行状态进行准确评估，提前进行预防性维修就有了非常大的必要性。

发明内容

为了确保烟厂自动化制丝生产线动力设备电动机正常运行，能够在电动机发生故障之前报警，提前进行预防性维修，本发明提供一种自动化生产线电动机运行状态评估方法。

本发明解决其技术问题所采用的技术方案是：一种自动化生产线电动机运行状态评估方法，在生产单元各部分都有连续物料的稳定生产阶段，进行数据采集、数据筛选以及系统报警，步骤如下，

步骤1，数据采集

采集电动机运行数据X，按照每秒采样周期记录每台电动机的运行数据X_i；

定义批次S₁为设定的时间周期内电动机运行数据的集合，

其中的α1为S₁批次内的数据总数；

样本数据S为设定周期Ⅰ内所有批次S_r的数据集，S＝{S₁,S₂,S₃……S_r}，其中r为周期Ⅰ内批次总数；

根据电动机运行原理以及历史数据确定多个常数K，并根据电动机的运行情况进行动态调节；

步骤2，批次数据筛选

批次数据筛选是根据步骤1采集的电动机运行数据，对数据按物料批次进行整理，并进行电动机实际功率绝对偏差以及电动机实际功率和生产线物料流量标准差的计算分析，剔除系统异常数据，完成数据的初步筛选；

步骤3，系统报警

根据步骤2筛选后的数据进行计算得到的数值与相应的常数K进行比较，当满足报警条件时发出报警。

所述步骤1的数据采集是按预定时间间隔记录电动机运行状态数据，每台电动机记录的数据包括工艺段编码、生产单元编码、生产单元当前生产的工单号、批号、电动机编码，在工艺段内电动机运行的电流、功率、累计运行时间，同时记录生产线物料流量。

按照设定的每秒采样周期采集样本数据，将采集的样本数据按照物料批次分开，以S₁批次为例，S₁批次的电动机功率样本数据为S₁＝{P₃₁，P₃₂，……，P_3n}；

将样本数据按照批次顺序依次进行电动机实际功率平均值计算，根据计算出的平均值依次评估每个批次内的样本数据，以S₁批次为例，计算电动机实际功率平均值

和生产线物料流量平均值

式中，

——S₁批次的电动机实际功率平均值

P_3n——S₁批次内的电动机实际功率

a₃——S₁批次内的数据总量

式中，

——S₁批次的生产线物料流量平均值

Q_3n——S₁批次生产线物料流量

计算S₁批次内电动机实际功率的平均值与电动机实际功率的绝对偏差L₃，

式中，L₃——S₁批次的电动机实际功率平均值与电动机实际功率的绝对偏差

当L₃大于K_3-1时，为批次内异常数据，将其标记并抛弃，其中K_3-1为电动机额定功率的2％；

之后，继续对剩余批次进行计算，直到所有批次都为正常批次，得到正常批次的数据集合定义为

当S_T1内的S₁批次的数据总数a₃大于最小原始个数K_3-2时，其中K_3-2为100，计算电动机实际功率标准差σ_3-p、生产线物料流量的标准差σ_3-q和电动机实际功率的变异系数Cv_3-p、生产线物料流量的变异系数Cv_3-q，

式中，σ_3-p——S₁批次电动机实际功率的标准差

式中，σ_3-q——S₁批次生产线物料流量的标准差

Q_3n——S₁批次生产线物料流量

式中：Cv_3-p——S₁批次电动机实际功率的变异系数

式中：Cv_3-q——S₁批次电动机输送物料流量的变异系数

Q_3n——S₁批次生产线物料流量

当Cv_3-p小于K_3-3、Cv_3-q小于K_3-4时，记录电动机运行数据的批次统计数据，包括工单号、批号、电动机编码、电动机实际功率的平均值

和标准差σ_3-p、电流平均值、电动机累计运行时间最大值、电动机输送物料流量的平均值和物料流量的标准差σ_3-q，其中K_3-3＝0.01、K_3-4＝0.02。

在电动机运行的设定周期Ⅱ内，得到批次的集合S_T1，定义为运行初期批次数据集；计算电动机的累计运行时间最大值t_4max，

t_4max＝max{t_4-1......t_4-r} (8)

式中，t_4max--S_T1内所有批次中电动机累计运行时间最大值

r--集合S_T1内的批次总数

当t_4max小于电动机运行初期小时数K_4-1时，其中K_4-1＝100小时，定义得到的批次集合为

对S_T2进行计算电动机实际功率平均值

式中：

——S_T2内所有批次电动机实际功率平均值

a_4-1——S_T2内的批次个数

——S_T2内每一批次的电动机实际功率平均值

根据计算得出的

评估S_T2内每一个批次电动机实际功率平均值，以S₂(S₂∈S_T2)批次为例，计算电动机实际功率平均值

式中，a_4-2——S₂批次电动机实际功率数据个数

P_4n——S₂批次内电动机实际功率

计算数据集S_T2内所有批次电动机实际功率平均值与S_T2内每一个批次的电动机实际功率平均值的绝对偏差L₄，

当L₄大于K_4-2时，为异常批次，将异常批次标记并抛弃，K_4-2为电动机额定功率的2％；

之后，继续对剩余批次重新进行计算，直到所有批次都为正常，得出正常数据的批次集合定义为

当S_T3内的批次总数a_4-1大于最小批次总数其中K_4-3时，K_4-3为10批，计算S_T3的标准差σ_{4_p}和变异系数Cv_{4_p}，

式中：a_4-1——S_T3的批次个数

σ_{4_p}——S_T3内每个批次电动机实际功率的标准差

式中：Cv_{4_p}——S_T3内每个批次电动机实际功率的变异系数

当Cv_{4_p}小于K_4-4时，得到批次数据的集合定义为

其中K_4-4＝0.01；

记录电动机在设定周期Ⅲ内的样本数据集S_T4，包括电动机编码、电动机实际功率的平均值和标准差、电流平均值、电动机累计运行时间最大值等。

根据稳定生产时的电动机数据，计算电动机在设定周期Ⅳ内，得到正常批次的数据集合

定义为运行近期批次数据集，计算电动机的累计运行时间最大值t_5max，

t_5max＝max{t_5-1......t_5-r} (14)

式中：t_5max——电动机累计运行时间的最大值

r——数据个数

当t_5max大于当前电动机累计运行时间t_total减去预先设定的电动机近期运行的时间K_5-1，其中K_5-1＝100小时，定义得到的批次集合为

对S_T2'进行计算电动机实际功率平均值

式中：

——S_T1'内所有批次电动机实际功率的平均值

a_5-1——S_T2'内批次总数

根据

评估S₃批次的平均功率

以S₃(S₃∈S_T2')批次为例，计算电动机的实际功率平均值

式中：

——S₃批次电动机实际功率的平均功率

P_5n——S₃批次电动机实际功率

a_5-2——S₃批次内电动机实际功率数据个数

计算数据集s_T2'内所有批次电动机实际功率平均值与S_T2'内每一个批次的电动机实际功率平均值的绝对偏差L₅，

式中：L₅——S_T2'内所有批次电动机实际功率的平均值与S₃批次电动机实际功率的平均功率的绝对偏差，

当L₅大于K_5-2时，为异常批次，将批次标记并抛弃，其中K_5-2＝0.01；

之后，继续对剩余批次重新进行计算，直到所有批次都为正常批次；得到正常批次数据的集合定义为

当S_T3'内的批次总数a_5-1大于最小批次个数K_5-3时，K_5-3＝10批，计算电动机所有正常批次实际功率的标准差σ_5-p和变异系数Cv_5-p，

式中：σ_5-p——S_T3'内批次实际功率的标准差

a_5-1——S_T3'内批次个数

式中：Cv_5-p——S_T3'内批次实际功率的变异系数

当Cv_5-p小于K_5-4时，K_5-4＝0.01，得到批次数据的集合定义为

记录电动机在设定周期Ⅴ内的样本数据集S_T4'，包括电动机编码、电动机实际功率的平均值和标准差、电流平均值、电动机累计运行时间最大值。

在稳定生产阶段，对电动机数据进行统计，计算设定周期Ⅵ内随机一个批次的电动机实际功率平均值

以批次S₄为例，

式中：

——S₄批次的电动机实际功率平均值

P_6n——S₄批次的电动机实际功率

a₆——S₄批次内采集到的数据个数

计算S₄批次的电动机实际功率平均值与S_T2内所有批次电动机实际功率平均值的绝对偏差L₆，

式中：

——S_T2内所有批次电动机实际功率平均值

L₆——S₄批次的电动机实际功率平均值与S_T2内所有批次电动机实际功率平均值的差

当L₆大于K₆时，认定出电动机运行初期状态不良，并发出电动机运行初期状态不良报警，K₆为电动机额定功率的2％。

统计在设定周期Ⅶ内运行的样本数据集合

的平均功率

与S_T2'内所有批次电动机实际功率平均值

的绝对偏差L₇，

式中：

——S_T2'内所有批次电动机实际功率平均值

——设定周期Ⅶ内运行的样本数据集合S_T4'的平均功率

当L₇大于K₇时，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警，K₇为电动机额定功率的2％。

在生产单元内以物料流向的方向对电动机进行排序，在稳定生产阶段，按1s采样周期采集电动机的运行数据，在采样时间t₈内获取样本数据{P₈₁，P₈₂，……，P_8m}，其中m＝t₈，计算样本数据平均值

式中：

——t₈时间内的电动机实际功率平均值

P_8m——t₈时间内的电动机实际功率

计算t₈时间内的电动机实际功率平均值与t₈时间内实际功率的绝对偏差L_8-1，

式中：L_8-1——t₈时间内的电动机实际功率平均值与t₈时间内实际功率的绝对偏差

当P_8m与

的绝对偏差L_8-1大于K₈时，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警，K₈为电动机额定功率的2％；

当L_8-1与生产顺序邻近的电动机的P_8(m-1)与P_8(m+1)的绝对偏差L_8-2、L_8-3的变化趋势不一致，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警。

在生产单元内以物料流向的方向对电动机进行排序，在稳定生产阶段，按1s采样周期采集电动机的运行数据，在采样时间t₉内获取样本数据{P₉₁，P₉₂，……，P_9m}，m＝t₉，计算样本数据平均值

式中：P_9m——t₉时间内的电动机实际功率

——t₉时间内的电动机实际功率平均值

计算t₉时间内的电动机实际功率平均值与t₉时间内实际功率的绝对偏差L_9-1，

式中：L_9-1——t₉时间内的电动机实际功率平均值与t₉时间内实际功率的绝对偏差

当L_9-1大于K₉时，K₉＝0.01，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警；

当L₉与生产顺序邻近的电动机的P_9(m+1)与P_9(m-1)的绝对偏差L_9-2、L_9-3的变化趋势不一致，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警。

进一步，针对电动机皮带，当电动机实际功率突然减小，认为皮带打滑；当电动机实际功率突然加大，认为皮带堵料。

本发明的有益效果是，以采集的大量生产线电动机数据为基础，对电动机长期运行过程中出现的故障具备报警功能，防止因电动机突发故障导致生产线停机、断料等故障的发生，保障生产计划的准时完成，保证产品质量的稳定性，提高生产效能，实现对生产线运行状态的准确判断。

附图说明

图1为同一批次内数据分析方法图；

图2为电动机初期运行不同批次间数据分析方法图；

图3为电动机近期运行不同批次间数据分析方法图；

图4为电动机初期运行报警方法图；

图5为电动机近期运行报警方法图；

图6为电动机t₈秒报警方法图；

图7为电动机t₉秒报警方法图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。但是，本领域技术人员应该知晓的是，本发明不限于所列出的具体实施方式，只要符合本发明的精神，都应该包括于本发明的保护范围内。

烟厂自动化制丝生产线包括多个依次设置的传送设备，生产物料依次进入传送设备进行不同的生产单元进行加工，其间包括如下阶段：当生产物料进入第一个传送设备到送出最后一个传送设备的阶段称为初始阶段；初始阶段结束后，生产单元各部分都有连续的物料，这一阶段称为稳定生产阶段，当本批物料全部离开第一个传送设备时标志着稳定生产阶段结束，直到全部物料离开最后一个设备，这一阶段称为结束阶段。

物料批次数据集包括：初期批次数据集、近期批次数据集，所述初期批次数据集是指从电动机运行数据统计开始，连续7日的所有批次的集合；所述近期批次数据集是指从电动机运行数据统计开始，连续14日的所有批次的集合。

本发明自动化生产线电动机运行状态评估方法，通过进行大量的生产线生产单元和电动机设备的数据采集、记录、统计和分析，根据生产线生产单元状态、电动机初期批次数据集、近期批次数据集，以及结合当前运行数据，及时对生产线电动机可能出现的故障进行报警，具体包括：生产线电动机数据自动记录、电动机数据分析统计、电动机运行状态报警。

参见附图1-7。本发明一种自动化生产线电动机运行状态评估方法，在生产单元各部分都有连续物料的稳定生产阶段，进行数据采集、数据筛选以及系统报警，步骤如下，

步骤1，数据采集

采集电动机运行数据X，按照每秒采样周期记录每台电动机的运行数据X_i。

定义批次S₁为设定的时间周期内电动机运行数据的集合，S₁＝{X₁,X₂,X₃……X_α1}，其中的α1为S₁批次内的数据总数；所述的一定时间周期为该批次从初始阶段开始至结束阶段为止的连续运行时间。

样本数据S为设定周期Ⅰ内所有批次S_r的数据集，S＝{S₁,S₂,S₃……S_r}，其中：r为设定周期内批次总数；周期Ⅰ设定为30天，即从电动机运行数据统计开始连续30天。

根据电动机运行原理以及历史数据确定多个常数K，并根据电动机的运行情况进行动态调节，具体的常数K的下角标是每个计算过程的标识。

步骤2，批次数据筛选

数据筛选是根据步骤1采集的电动机运行数据，对数据按物料批次进行整理，并进行电动机实际功率绝对偏差以及电动机实际功率和生产线物料流量标准差的计算分析，剔除系统异常数据，完成数据的初步筛选。

步骤3，系统报警

根据步骤2筛选后的数据进行计算获得的数值与相应的常数K进行比较，当满足报警条件时发出报警。

所述系统报警是根据运行周期进行划分，采用批次对比报警方法或临近物料对比报警方法。

所述步骤1的数据采集是按预定时间间隔记录电动机运行状态数据，每台电动机记录的数据包括工艺段编码、生产单元编码、生产单元当前生产的工单号、批号、电动机编码，在工艺段内电动机运行的电流、功率、累计运行时间；在记录电动机运行状态数据的同时，记录生产线物料流量。

参见附图1-3，所述步骤2的批次数据筛选如下：

参见附图1。按照设定的每秒采样周期采集样本数据，将采集的样本数据按照物料批次分开，以S₁批次为例，S₁批次的电动机功率样本数据为S₁＝{P₃₁，P₃₂，……，P_3n}。

将样本数据按照批次顺序依次进行电动机实际功率平均值计算，根据计算出的平均值依次评估每个批次内的样本数据，以S₁批次为例，计算电动机实际功率平均值

和生产线物料流量平均值

式中，

——S₁批次的电动机实际功率平均值

P_3n——S₁批次内的电动机实际功率

a₃——S₁批次内的数据总量

式中，

——S₁批次的生产线物料流量平均值

Q_3n——S₁批次生产线物料流量

计算S₁批次内电动机实际功率的平均值与电动机实际功率的绝对偏差L₃，

式中，L₃——S₁批次的电动机实际功率平均值与电动机实际功率的绝对偏差

当L₃大于K_3-1时，为批次内异常数据，将其标记并抛弃，其中K_3-1为电动机额定功率的2％。

之后，继续对剩余批次进行计算，直到所有批次都为正常批次，得到正常批次的数据集合定义为

当S_T1内的S₁批次的数据总数a₃大于最小原始个数K_3-2时，其中K_3-2为100，计算电动机实际功率标准差σ_3-p、生产线物料流量的标准差σ_3-q和电动机实际功率的变异系数Cv_3-p、生产线物料流量的变异系数Cv_3-q，

式中，σ_3-p——S₁批次电动机实际功率的标准差

式中，σ_3-q——S₁批次生产线物料流量的标准差

Q_3n——S₁批次生产线物料流量

式中，Cv_3-p——S₁批次电动机实际功率的变异系数

式中：Cv_3-q——S₁批次电动机输送物料流量的变异系数

Q_3n——S₁批次生产线物料流量

当Cv_3-p小于K_3-3、Cv_3-q小于K_3-4时，记录电动机运行数据的批次统计数据，包括工单号、批号、电动机编码、电动机实际功率的平均值

和标准差σ_3-p、电流平均值、电动机累计运行时间最大值、电动机输送物料流量的平均值和物料流量的标准差σ_3-q，其中K_3-3＝0.01、K_3-4＝0.02。

参见附图2。在电动机运行的设定周期Ⅱ(周期Ⅱ设定为7天)内，得到批次的集合S_T1，定义为运行初期批次数据集，周期Ⅱ为从电动机运行数据统计开始连续7日。计算电动机的累计运行时间最大值t_4max，

t_4max＝max{t_4-1......t_4-r} (8)

式中，t_4max--S_T1内所有批次中电动机累计运行时间最大值

r--集合S_T1内的批次总数

当t_4max小于电动机运行初期小时数K_4-1时，其中K_4-1＝100小时，定义得到的批次集合为

对S_T2进行计算电动机实际功率平均值

式中：

——S_T2内所有批次电动机实际功率平均值

a_4-1——S_T2内的批次个数

——S_T2内每一批次的电动机实际功率平均值

根据计算得出的

评估S_T2内每一个批次电动机实际功率平均值，以S₂(S₂∈S_T2)批次为例，计算电动机实际功率平均值

式中，a_4-2——S₂批次电动机实际功率数据个数

P_4n——S₂批次内电动机实际功率

计算数据集S_T2内所有批次电动机实际功率平均值与S_T2内每一个批次的电动机实际功率平均值的绝对偏差L₄，

当L₄大于K_4-2时，为异常批次，将异常批次标记并抛弃，K_4-2为电动机额定功率的2％。

之后，继续对剩余批次重新进行计算，直到所有批次都为正常，得出正常数据的批次集合定义为

当S_T3内的批次总数a_4-1大于最小批次总数其中K_4-3时，K_4-3为10批，计算S_T3的标准差σ_{4_p}和变异系数Cv_{4_p}，

式中：a_4-1——S_T3的批次个数

σ_{4_p}——S_T3内每个批次电动机实际功率的标准差

式中：Cv_{4_p}——S_T3内每个批次电动机实际功率的变异系数

当Cv_{4_p}小于K_4-4时，得到批次数据的集合定义为S_T4

其中K_4-4＝0.01；

记录电动机在设定周期Ⅲ内(周期Ⅲ设定为7天)的样本数据集S_T4，包括电动机编码、电动机实际功率的平均值和标准差、电流平均值、电动机累计运行时间最大值等。

参见附图3。根据稳定生产时的电动机数据，计算电动机在设定周期Ⅳ内(周期Ⅳ设定为14天)，得到正常批次的数据集合

定义为运行近期批次数据集，计算电动机的累计运行时间最大值t_5max，

t_5max＝max{t_5-1......t_5-r}(14)

式中：t_5max——电动机累计运行时间的最大值

r——数据个数

当t_5max大于当前电动机累计运行时间t_total减去预先设定的电动机近期运行的时间K_5-1，其中K_5-1＝100小时，定义得到的批次集合为

对S_T2'进行计算电动机实际功率平均值

式中：

——S_T1'内所有批次电动机实际功率的平均值

a_5-1——S_T2'内批次总数

根据

评估S₃批次的平均功率

以S₃(S₃∈S_T2')批次为例，计算电动机的实际功率平均值

式中：

——S₃批次电动机实际功率的平均功率

P_5n——S₃批次电动机实际功率

a_5-2——S₃批次内电动机实际功率数据个数

计算数据集S_T2'内所有批次电动机实际功率平均值与S_T2'内每一个批次的电动机实际功率平均值的绝对偏差L₅，

式中：L₅——S_T2'内所有批次电动机实际功率的平均值与S₃批次电动机实际功率的平均功率的绝对偏差，

当L₅大于K_5-2时，为异常批次，将批次标记并抛弃，其中K_5-2＝0.01。

之后，继续对剩余批次重新进行计算，直到所有批次都为正常批次；得到正常批次数据的集合定义为

当S_T3'内的批次总数a_5-1大于最小批次个数K_5-3时，K_5-3＝10批，计算电动机所有正常批次实际功率的标准差σ_5-p和变异系数Cv_5-p，

式中：σ_5-p——S_T3'内批次实际功率的标准差

a_5-1——S_T3'内批次个数

式中：Cv_5-p——S_T3'内批次实际功率的变异系数

当Cv_5-p小于K_5-4时，K_5-4＝0.01，得到批次数据的集合定义为

记录电动机在设定周期Ⅴ内(周期Ⅴ设定为14天)的样本数据集S_T4'，包括电动机编码、电动机实际功率的平均值和标准差、电流平均值、电动机累计运行时间最大值。

参见附图4-7，所述步骤3的系统报警包括批次对比报警方法和临近物料对比报警方法，具体如下：

批次对比报警方法Ⅰ，如附图4所示。在稳定生产阶段，对电动机数据进行统计，计算在设定周期Ⅵ(周期Ⅵ设定为7天)内的随机一个批次的电动机实际功率平均值

以批次S₄为例，

式中：

——S₄批次的电动机实际功率平均值

P_6n——S₄批次的电动机实际功率

a₆——S₄批次内采集到的数据个数

计算S₄批次的电动机实际功率平均值与S_T2内所有批次电动机实际功率平均值的绝对偏差L₆

式中：

——S_T2内所有批次电动机实际功率平均值

L₆——S₄批次的电动机实际功率平均值与S_T2内所有批次电动机实际功率平均值的差

当L₆大于K₆时，认定出电动机运行初期状态不良，并发出电动机运行初期状态不良报警，K₆为电动机额定功率的2％。

批次对比报警方法Ⅱ，如附图5所示。统计在设定周期Ⅶ(周期Ⅶ设定为14天)内运行的样本数据集合S_T4'

的平均功率

与S_T2'内所有批次电动机实际功率平均值

的绝对偏差L₇，

式中：

——S_T2'内所有批次电动机实际功率平均值

——周期Ⅶ内运行的样本数据集合S_T4'的平均功率

当L₇大于K₇时，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警，K₇为电动机额定功率的2％。

临近物料对比报警方法Ⅰ，如附图6所示。在生产单元内以物料流向的方向对电动机进行排序，在稳定生产阶段，按1s采样周期采集电动机的运行数据，采样时间t₈，t₈为从任何时刻电动机开始运行起连续采样时长，获取样本数据{P₈₁，P₈₂，……，P_8m}，m＝t₈，计算样本数据平均值

式中：

——t₈时间内的电动机实际功率平均值

P_8m——t₈时间内的电动机实际功率

计算t₈时间内的电动机实际功率平均值与t₈时间内实际功率的绝对偏差L_8-1，

式中：L_8-1——t₈时间内的电动机实际功率平均值与t₈时间内实际功率的绝对偏差

当P_8m与

的绝对偏差L_8-1大于K₈时，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警，K₈为电动机额定功率的2％。

当L_8-1与生产顺序邻近的电动机的P_8(m-1)与P_8(m+1)的绝对偏差L_8-2、L_8-3的变化趋势不一致，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警。

临近物料对比报警方法Ⅱ，如附图7所示。在生产单元内以物料流向的方向对电动机进行排序，在稳定生产阶段，按1s采样周期采集电动机的运行数据，采样时间t₉，t₉为从任何时刻电动机开始运行起连续采样时长，获取样本数据{P₉₁，P₉₂，……，P_9m}，m＝t₉，计算样本数据平均值

式中：P_9m——t₉时间内的电动机实际功率

——t₉时间内的电动机实际功率平均值

计算t₉时间内的电动机实际功率平均值与t₉时间内实际功率的绝对偏差L_9-1，

式中：L_9-1——t₉时间内的电动机实际功率平均值与t₉时间内实际功率的绝对偏差

当L_9-1大于K₉时，K₉＝0.01，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警。

当L₉与生产顺序邻近的电动机的P_9(m+1)与P_9(m-1)的绝对偏差L_9-2、L_9-3的变化趋势不一致，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警。

在判断电动机存在运行状态不良情况时，针对电动机皮带，当电动机实际功率突然减小，认为皮带打滑；当电动机实际功率突然加大，认为皮带堵料。

本发明自动化生产线电动机运行状态评估方法，生产线电动机的控制由可编程序控制器PLC来完成，数据采集由计算机工作站和服务器完成，计算机系统与PLC之间由以太网连接并进行通讯。PLC根据实际生产运行状况进行判断后生成生产单元状态，利用电动机运行的测控器件取得电动机电流数据，同时利用PLC所在的电控柜的电压数据计算出电动机实时功率，通过运行时间的累加得到电动机累计运行时间。由计算机工作站或服务器上的数据中心程序通过socket通讯和OPC等数据采集、下发方式完成相关电动机运行数据的处理。并在相关电动机更换、维护工作完成后对电动机累计运行时间清零；同时，数据中心软件通过分布式消息队列Kafka将电动机运行数据推送到相关的大数据存储服务和电动机数据实时处理服务。大数据存储服务负责将电动机数据按预先设计的形式保存到hbase数据库。电动机数据实时处理服务利用redis分布式内存数据库保存实时计算需要的电动机数据和运算结果，并利用mapreduce等数据实时计算方法和工具完成实时计算和相关的报警。设备管理服务根据报警及时安排相关电动机的运行维护工作。前端应用程序及时获取相关工作安排和报警通知相关用户。

应该注意的是上述实施例是示例而非限制本发明，本领域技术人员将能够设计很多替代实施例而不脱离本专利的权利要求范围。

Claims (10)

1.一种自动化生产线电动机运行状态评估方法，其特征是：在生产单元各部分都有连续物料的稳定生产阶段，进行数据采集、数据筛选以及系统报警，步骤如下，

步骤1，数据采集

采集电动机运行数据X，按照每秒采样周期记录每台电动机的运行数据X_i；

定义批次S₁为设定的时间周期内电动机运行数据的集合，S₁＝{X₁,X₂,X₃……X_α1}，其中的α1为S₁批次内的数据总数；

样本数据S为设定周期Ⅰ内所有批次S_r的数据集，S＝{S₁,S₂,S₃……S_r}，其中r为周期Ⅰ内批次总数；

根据电动机运行原理以及历史数据确定多个常数K，并根据电动机的运行情况进行动态调节；

步骤2，批次数据筛选

批次数据筛选是根据步骤1采集的电动机运行数据，对数据按物料批次进行整理，并进行电动机实际功率绝对偏差以及电动机实际功率和生产线物料流量标准差的计算分析，剔除系统异常数据，完成数据的初步筛选；

步骤3，系统报警

根据步骤2筛选后的数据进行计算得到的数值与相应的常数K进行比较，当满足报警条件时发出报警。

2.根据权利要求1所述自动化生产线电动机运行状态评估方法，其特征是：所述步骤1的数据采集是按预定时间间隔记录电动机运行状态数据，每台电动机记录的数据包括工艺段编码、生产单元编码、生产单元当前生产的工单号、批号、电动机编码，在工艺段内电动机运行的电流、功率、累计运行时间，同时记录生产线物料流量。

3.根据权利要求2所述自动化生产线电动机运行状态评估方法，其特征是：按照设定的每秒采样周期采集样本数据，将采集的样本数据按照物料批次分开，以S₁批次为例，S₁批次的电动机功率样本数据为S₁＝{P₃₁，P₃₂，……，P_3n}；

将样本数据按照批次顺序依次进行电动机实际功率平均值计算，根据计算出的平均值依次评估每个批次内的样本数据，以S₁批次为例，计算电动机实际功率平均值

和生产线物料流量平均值

式中，

——S₁批次的电动机实际功率平均值

P_3n——S₁批次内的电动机实际功率

a₃——S₁批次内的数据总量

式中，

——S₁批次的生产线物料流量平均值

Q_3n——S₁批次生产线物料流量

计算S₁批次内电动机实际功率的平均值与电动机实际功率的绝对偏差L₃，

式中，L₃——S₁批次的电动机实际功率平均值与电动机实际功率的绝对偏差

当L₃大于K_3-1时，为批次内异常数据，将其标记并抛弃，其中K_3-1为电动机额定功率的2％；

之后，继续对剩余批次进行计算，直到所有批次都为正常批次，得到正常批次的数据集合定义为S_T1

当S_T1内的S₁批次的数据总数a₃大于最小原始个数K_3-2时，其中K_3-2为100，计算电动机实际功率标准差σ_3-p、生产线物料流量的标准差σ_3-q和电动机实际功率的变异系数Cv_3-p、生产线物料流量的变异系数Cv_3-q，

式中，σ_3-p——S₁批次电动机实际功率的标准差

式中，σ_3-q——S₁批次生产线物料流量的标准差

式中：Cv_3-p——S₁批次电动机实际功率的变异系数

式中：Cv_3-q——S₁批次电动机输送物料流量的变异系数

当Cv_3-p小于K_3-3、Cv_3-q小于K_3-4时，记录电动机运行数据的批次统计数据，包括工单号、批号、电动机编码、电动机实际功率的平均值

和标准差σ_3-p、电流平均值、电动机累计运行时间最大值、电动机输送物料流量的平均值和物料流量的标准差σ_3-q，其中K_3-3＝0.01、K_3-4＝0.02。

4.根据权利要求3所述自动化生产线电动机运行状态评估方法，其特征是：

在电动机运行的设定周期Ⅱ内，得到批次的集合S_T1，定义为运行初期批次数据集；计算电动机的累计运行时间最大值t_4max，

t_4max＝max{t_4-1......t_4-r} (8)

式中，t_4max--S_T1内所有批次中电动机累计运行时间最大值

r--集合S_T1内的批次总数

当t_4max小于电动机运行初期小时数K_4-1时，其中K_4-1＝100小时，定义得到的批次集合为S_T2

对S_T2进行计算电动机实际功率平均值

式中：

——S_T2内所有批次电动机实际功率平均值

a_4-1——S_T2内的批次个数

——S_T2内每一批次的电动机实际功率平均值

根据计算得出的

评估S_T2内每一个批次电动机实际功率平均值，以S₂(S₂∈S_T2)批次为例，计算电动机实际功率平均值

式中，a_4-2——S₂批次电动机实际功率数据个数

P_4n——S₂批次内电动机实际功率

计算数据集S_T2内所有批次电动机实际功率平均值与S_T2内每一个批次的电动机实际功率平均值的绝对偏差L₄，

当L₄大于K_4-2时，为异常批次，将异常批次标记并抛弃，K_4-2为电动机额定功率的2％；

之后，继续对剩余批次重新进行计算，直到所有批次都为正常，得出正常数据的批次集合定义为S_T3

当S_T3内的批次总数a_4-1大于最小批次总数其中K_4-3时，K_4-3为10批，计算S_T3的标准差σ_{4_p}和变异系数Cv_{4_p}，

式中：a_4-1——S_T3的批次个数

σ_{4_p}——S_T3内每个批次电动机实际功率的标准差

式中：Cv_{4_p}——S_T3内每个批次电动机实际功率的变异系数

当Cv_{4_p}小于K_4-4时，得到批次数据的集合定义为S_T4

其中K_4-4＝0.01；

记录电动机在设定周期Ⅲ内的样本数据集S_T4，包括电动机编码、电动机实际功率的平均值和标准差、电流平均值、电动机累计运行时间最大值等。

5.根据权利要求4所述自动化生产线电动机运行状态评估方法，其特征是：

根据稳定生产时的电动机数据，计算电动机在设定周期Ⅳ内，得到正常批次的数据集合S_T1'

定义为运行近期批次数据集，计算电动机的累计运行时间最大值t_5max，

t_5max＝max{t_5-1......t_5-r} (14)

式中：t_5max——电动机累计运行时间的最大值

r——数据个数

当t_5max大于当前电动机累计运行时间t_total减去预先设定的电动机近期运行的时间K_5-1，其中K_5-1＝100小时，定义得到的批次集合为S_T2'

对S_T2'进行计算电动机实际功率平均值

式中：

——S_T1'内所有批次电动机实际功率的平均值

a_5-1——S_T2'内批次总数

根据

评估S₃批次的平均功率

以S₃(S₃∈S_T2')批次为例，计算电动机的实际功率平均值

式中：

——S₃批次电动机实际功率的平均功率

P_5n——S₃批次电动机实际功率

a_5-2——S₃批次内电动机实际功率数据个数

计算数据集s_T2'内所有批次电动机实际功率平均值与S_T2'内每一个批次的电动机实际功率平均值的绝对偏差L₅，

式中：L₅——S_T2'内所有批次电动机实际功率的平均值与S₃批次电动机实际功率的平均功率的绝对偏差，

当L₅大于K_5-2时，为异常批次，将批次标记并抛弃，其中K_5-2＝0.01；

之后，继续对剩余批次重新进行计算，直到所有批次都为正常批次；得到正常批次数据的集合定义为S_T3'

当S_T3'内的批次总数a_5-1大于最小批次个数K_5-3时，K_5-3＝10批，计算电动机所有正常批次实际功率的标准差σ_5-p和变异系数Cv_5-p，

式中：σ_5-p——S_T3'内批次实际功率的标准差

a_5-1——S_T3'内批次个数

式中：Cv_5-p——S_T3'内批次实际功率的变异系数

当Cv_5-p小于K_5-4时，K_5-4＝0.01，得到批次数据的集合定义为S_T4'

记录电动机在设定周期Ⅴ内的样本数据集S_T4'，包括电动机编码、电动机实际功率的平均值和标准差、电流平均值、电动机累计运行时间最大值。

6.根据权利要求4所述自动化生产线电动机运行状态评估方法，其特征是：

在稳定生产阶段，对电动机数据进行统计，计算设定周期Ⅵ内随机一个批次的电动机实际功率平均值

以批次S₄为例，

式中：

——S₄批次的电动机实际功率平均值

P_6n——S₄批次的电动机实际功率

a₆——S₄批次内采集到的数据个数

计算S₄批次的电动机实际功率平均值与S_T2内所有批次电动机实际功率平均值的绝对偏差L₆，

式中：

——S_T2内所有批次电动机实际功率平均值

L₆——S₄批次的电动机实际功率平均值与S_T2内所有批次电动机实际功率平均值的差

当L₆大于K₆时，认定出电动机运行初期状态不良，并发出电动机运行初期状态不良报警，K₆为电动机额定功率的2％。

7.根据权利要求5所述自动化生产线电动机运行状态评估方法，其特征是：

统计在设定周期Ⅶ内运行的样本数据集合S_T4'

的平均功率

与S_T2'内所有批次电动机实际功率平均值

的绝对偏差L₇，

式中：

——S_T2'内所有批次电动机实际功率平均值

——设定周期Ⅶ内运行的样本数据集合S_T4'的平均功率

当L₇大于K₇时，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警，K₇为电动机额定功率的2％。

8.根据权利要求5所述自动化生产线电动机运行状态评估方法，其特征是：

在生产单元内以物料流向的方向对电动机进行排序，在稳定生产阶段，按1s采样周期采集电动机的运行数据，在采样时间t₈内获取样本数据{P₈₁，P₈₂，……，P_8m}，其中m＝t₈，计算样本数据平均值

式中：

——t₈时间内的电动机实际功率平均值

P_8m——t₈时间内的电动机实际功率

计算t₈时间内的电动机实际功率平均值与t₈时间内实际功率的绝对偏差L_8-1，

式中：L_8-1——t₈时间内的电动机实际功率平均值与t₈时间内实际功率的绝对偏差

当P_8m与

的绝对偏差L_8-1大于K₈时，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警，K₈为电动机额定功率的2％；

当L_8-1与生产顺序邻近的电动机的P_8(m-1)与P_8(m+1)的绝对偏差L_8-2、L_8-3的变化趋势不一致，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警。

9.根据权利要求5所述自动化生产线电动机运行状态评估方法，其特征是：

在生产单元内以物料流向的方向对电动机进行排序，在稳定生产阶段，按1s采样周期采集电动机的运行数据，在采样时间t₉内获取样本数据{P₉₁，P₉₂，……，P_9m}，m＝t₉，计算样本数据平均值

式中：P_9m——t₉时间内的电动机实际功率

——t₉时间内的电动机实际功率平均值

计算t₉时间内的电动机实际功率平均值与t₉时间内实际功率的绝对偏差L_9-1，

式中：L_9-1——t₉时间内的电动机实际功率平均值与t₉时间内实际功率的绝对偏差

当L_9-1大于K₉时，K₉＝0.01，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警；

当L₉与生产顺序邻近的电动机的P_9(m+1)与P_9(m-1)的绝对偏差L_9-2、L_9-3的变化趋势不一致，认定电动机存在运行状态不良的情况，并发出电动机运行状态不良报警。

10.根据权利要求6-9任一所述自动化生产线电动机运行状态评估方法，其特征是：针对电动机皮带，当电动机实际功率突然减小，认为皮带打滑；当电动机实际功率突然加大，认为皮带堵料。

Images