CN115656812A - 一种电机实时状态多维度监测方法及系统 - Google Patents
一种电机实时状态多维度监测方法及系统 Download PDFInfo
- Publication number
- CN115656812A CN115656812A CN202211174278.1A CN202211174278A CN115656812A CN 115656812 A CN115656812 A CN 115656812A CN 202211174278 A CN202211174278 A CN 202211174278A CN 115656812 A CN115656812 A CN 115656812A
- Authority
- CN
- China
- Prior art keywords
- motor
- time
- state
- real
- abnormal
- 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
Images
Abstract
本发明提供一种电机实时状态多维度监测方法及系统，获取电机启动信息；实时获取电机的运行参数信息；调取电机的运行参数所对应的预设阈值；将获取的电机的运行参数信息与所对应的预设阈值进行比对，判断异常；当电机的运行参数信息超出所对应的预设阈值时，判断电机当前出现异常；发出报警提示。本发明通过监测模型的构建及监测数据的边缘化算法，可有效分析判断电机的实时运行状态，对电机运行进行实时监控，保证电机的稳定运行，还可以根据电机的异常状态，发出不同的报警提示，并给出维护维修的预知性提示。
Description
技术领域
本发明涉及电气设计技术领域，尤其涉及一种电机实时状态多维度监测方法及系统。
背景技术
电机是指依据电磁感应定律实现电能转换或传递的一种电磁装置。电机当今许多领域得到广泛的应用，实现了自动化生产还辅助人们一些作业工序，提升生产效率。
随着电机的广泛使用，电机能否稳定的运行是影响电气设备稳定工作的重要条件之间。在生产过程中，为了能够保证电机稳定运行，当电机出现异常时，需要及时发现，这样可以避免故障扩大。而当前的技术中，无法有效分析判断电机的实时运行状态，这样造成无法获取到电机正常运行的状态信息，如果电机在运行过程中出现故障时，或者运行信息出现异常时，无法及时发现，造成电机运行异常，严重的会造成电机损坏。
发明内容
为了克服上述现有技术中的不足，本发明提供一种电机实时状态多维度监测方法，方法有效分析判断电机的实时运行状态，对电机进行实时监控，保证电机稳定运行。
电机实时状态多维度监测方法包括：
获取电机启动信息；
实时获取电机的运行参数信息；
调取电机的运行参数所对应的预设阈值；
将获取的电机的运行参数信息与所对应的预设阈值进行比对，判断电机是否出现异常；
当电机的运行参数信息超出所对应的预设阈值时，判断电机当前出现异常；
发出报警提示。
进一步需要说明的是，获取电机的运行参数信息包括：电机外观安全参数变量、电机电流、电机速度、电机温度、绕组温度、壳体温度、轴承温度、电机振动、机身本体振动，机身轴承振动以及电机实时设定频率。
进一步需要说明的是，方法还包括：配置监测模型；
监测模型由以下变量构成：
F(x)＝f(x1)·f(x2)·f(x3)·f(x4)·f(x5)·f(x6)/f(x7)..f(xn)·T
其中，F(x)：电机运行实时状态变量函数；
f(x1)：电机外观安全参数变量；
f(x2)：电机电流变量,其中包括电流过载倍数β，β设置为常数，如1、1.5、2、2.5、3......；
f(x3)：电机速度变量,电机实时设定频率f(x6)与电机基频f(x7)比较，基频以下恒转矩f(x3)与f(x2)成正比，基频以上恒功率f(x3)与f(x2)成反比；
f(x4)：电机温度变量,其中f(x4)＝f(x4')·f(x4”)·f(x4”')；
f(x4')：绕组温度，根据电机绝缘等级设定；
f(x4”)：壳体温度；
f(x4”')：轴承温度；
f(x5)：电机振动变量,其中f(x5)＝f(x5')·f(x5”)；
f(x5')：机身本体振动，设置报警阈值F(x5')；
f(x5”)：机身轴承振动，设置报警阈值F(x5”)；
f(x6)：电机实时设定频率变量；
f(x7)：电机额定频率；
f(xn):可增加的其他参数变量；
T：设定异常状态持续时间。
进一步需要说明的是，F(x)电机运行实时状态变量函数：
F(x)＝f(x1)·f(x2)·T2·f(x3)·T3·f(x4′)·f(x4″)·f(x4″′)·T4·f(x5′)·f(x5″)·T5·f(x6)/f(x7)..·f(xn)；
电机的运行实时状态分解为14个运行变量参数，其中f(x1)、f(x2)、f(x3)、f(x4')、f(x4”)、f(x4”')、f(x5')、f(x5”)为8个状态变量，f(x6)、f(x7)为2个辅助判定变量，T2、T3、T4、T5为时间判定变量。
进一步需要说明的是，当其中8个主要状态变量任一发生异常时，且持续时间超过F(x)设定的异常状态延时时间T，则表明电机实时运行状态存在异常情况，需要停机检查；
当8个主要状态变量任意一个超出所对应的预设阈值时，发出报警提示。
进一步需要说明的是，当8个主要状态变量任意一个超出所对应的预设阈值，且超出预设阈值的时长超过异常状态延时时间T时，发出报警提示；
当8个主要状态变量任意一个超出所对应的预设阈值，且超出预设阈值的时长未超过异常状态延时时间T时，不发出报警提示。
进一步需要说明的是，F(x)电机状态函数根据状态变量异常个数设置报警等级：
①无主要状态变量异常时，设置反馈绿色正常运行；
②主要状态变量的异常个数＞40％总个数时，设置反馈黄色三级报警；
③主要状态变量的异常个数＞60％总个数时，设置反馈橙色二级报警；
④主要状态变量的异常个数＞80％总个数时，设置反馈红色一级报警。
进一步需要说明的是，根据电机报警等级关联现场检修工单，提前规划预防性维修工作，及时消除设备隐患：
①为三级报警时，根据现场实际情况跟踪运行，增加设备点检频次；
②为二级报警时，根据现场工况提前安排检修时间停机检查；
③为一级报警时，根据现场工况提前安排更换电机。
进一步需要说明的是，设置采集时间间隔；
每经过一采集时间间隔获取一次电机的运行参数信息；
将获取的电机运行参数信息暂存至缓存内；
调取缓存内的电机运行参数信息进行监测，判断电机是否出现异常；
将获取的电机运行参数信息、获取时间以及判断结果通过监测日志的方式进行保存。
本发明还提供一种电机实时状态多维度监测系统，系统包括：监测终端机；
监测终端机包括：电机数据获取模块、阈值设置模块、状态判断模块以及报警提示模块；
阈值设置模块，用于调取电机的运行参数所对应的预设阈值；
电机数据获取模块，用于获取电机启动信息，实时获取电机的运行参数信息；
状态判断模块，用于将获取的电机的运行参数信息与所对应的预设阈值进行比对，判断异常；当电机的运行参数信息超出所对应的预设阈值时，判断电机当前出现异常；
报警提示模块，用于电机出现异常时，发出报警提示。
从以上技术方案可以看出，本发明具有以下优点：
本发明的电机实时状态多维度监测方法可以实时监控能预知电机存在的潜在隐患，提前安排预知性维修可消除电机设备缺陷，从而避免更大设备事故的发生，还能够有效的延长电机设备的使用寿命，节约设备成本。
本发明涉及的电机监测模型算法可以基于现场设备多维数据的周期性采样，将电机的整体运行状态模块化分解成诸多变量因子，通过对变量因子的数据边缘计算，合成电机整体的运行状态，从而达到电机运行状态的多维度监控，并且状态监测中加入时间变量因子，最大可能的排除电机变量因子的偶发误报情况。
附图说明
为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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的附图。
图1为电机实时状态多维度监测方法流程图；
图2为电机实时状态多维度监测系统示意图。
具体实施方式
本发明提供的电机实时状态多维度监测方法是为了实时监控并预知电机运行状态，如电机运行过程中存在故障，可以发出博阿基提示，并提前安排预知性维修可消除电机设备缺陷，从而避免更大设备事故的发生，还能够有效的延长电机设备的使用寿命，节约设备成本。
基于上述监控方式本发明提供的电机实时状态多维度监测方法是基于电机实时状态多维度监测系统来实现，系统包括了监测终端机；
监测终端机可以基于人工智能技术对关联的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用装置。
监测终端机是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
监测终端机可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、交互式网络电视(Internet Protocol Television，IPTV)、智能式穿戴式设备等。
监测终端机还可以包括网络设备和/或用户设备。监测终端机所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。监测终端机通过网络与运行的电机进行通信，来获取电机的运行信息，同时监测终端机可以通过网络将电机的运行状态以及判断情况发送给用户使用的监控主机，实现用户的远程监控。
下面将结合图1来详细阐述本发明的电机实时状态多维度监测方法，电机实时状态多维度监测方法可应用于电机的运行状态分析，分析电机运行参数的变化趋势，评价电机运行参数是否异常，是否存在运行故障的风险，对于降低电机异常状态有着积极的保护作用。
请参阅图1所示是一具体实施例中电机实时状态多维度监测方法的流程图，应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
方法包括：
S101、获取电机启动信息；
S102、实时获取电机的运行参数信息；获取电机的运行参数信息包括：电机外观安全参数变量、电机电流、电机速度、电机温度、绕组温度、壳体温度、轴承温度、电机振动、机身本体振动，机身轴承振动以及电机实时设定频率。
S103、调取电机的运行参数所对应的预设阈值；
S104、将获取的电机的运行参数信息与所对应的预设阈值进行比对，判断电机是否出现异常；
S105、当电机的运行参数信息超出所对应的预设阈值时，判断电机当前出现异常；
S106、发出报警提示。
这样，本发明的电机实时状态多维度监测方法可以实时监控能预知电机存在的潜在隐患，提前安排预知性维修可消除电机设备缺陷，从而避免更大设备事故的发生，还能够有效的延长电机设备的使用寿命，节约设备成本。
作为本发明的一种实施方式，还可以设置采集时间间隔；这样避免实时采集获取电机运行数据造成系统运行数据量增大，可以提升监控的数据处理效率。
每经过一采集时间间隔获取一次电机的运行参数信息；
将获取的电机运行参数信息暂存至缓存内；
调取缓存内的电机运行参数信息进行监测，判断电机是否出现异常；
将获取的电机运行参数信息、获取时间以及判断结果通过监测日志的方式进行保存。
监控人员可以随时调取监测日志，来查看以往的检测数据。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
方法还包括：配置监测模型；
监测模型具体算法由以下变量构成：
F(x)＝f(x1)·f(x2)·f(x3)·f(x4)·f(x5)·f(x6)/f(x7)..f(xn)·T
其中F(x)：电机运行实时状态变量函数；
f(x1)：电机外观安全参数变量，电机外观的可以通过摄像头摄取，并进行实时监控。
f(x2)：电机电流变量,其中包括电流过载倍数β，β设置为倍数常数，如1、1.5、2......
f(x3)：电机速度变量,电机实时设定频率f(x6)与电机基频f(x7)比较，基频以下恒转矩f(x3)与f(x2)成正比，基频以上恒功率f(x3)与f(x2)成反比。
f(x4)：电机温度变量,其中f(x4)＝f(x4')·f(x4”)·f(x4”')；
f(x4')：绕组温度，根据电机绝缘等级设定(如A、E、B、F、H)；
f(x4”)：壳体温度，环境温度+20℃为宜，最高不超过80℃。
f(x4”')：轴承温度，滚动轴承不超过95℃，滑动轴承不超过80℃。
f(x5)：电机振动变量,其中f(x5)＝f(x5')·f(x5”)；
f(x5')：机身本体振动，设置报警阈值F(x5')；
f(x5”)：机身轴承振动，设置报警阈值F(x5”)；
f(x6)：电机实时设定频率变量；
f(x7)：电机额定频率；
f(xn):可增加的其他参数变量；
T：设定异常状态持续时间,可根据实际运行状态进行设置，设定异常状态持续时间包括电流时间T2、速度时间T3、温度时间T4、振动时间T5等。
其中f(x6)/f(x7)为一个实时常数，当f(x6)/f(x7)＜1时可判断电机运行基频以下；当f(x6)/f(x7)＞1时可判断电机运行基频以上，通过f(x6)/f(x7)的比值可判断f(x3)与f(x2)的正反比关系。
监测模型还可以配置为F(x)电机运行实时状态变量函数：
F(x)＝f(x1)·f(x2)·T2·f(x3)·T3·f(x4′)·f(x4″)·f(x4″′)·T4·f(x5′)·f(x5)·T5·f(x6)/f(x7)..·f(xn)
本发明中，电机的运行实时状态可分解为14个运行变量参数，当然还可以根据实际需要分解更多的状态，这里的其他状态变量f(xn)可依运行实际情况增加，其中f(x1)、f(x2)、f(x3)、f(x4')、f(x4”)、f(x4”')、f(x5')、f(x5”)为8个主要状态变量，f(x6)、f(x7)为2个辅助判定变量，T2、T3、T4、T5为时间判定变量。
以上变量参数的数据来源由现场传感器的周期性采样获得，数据采样收集后进行数据边缘化分析计算，可实时的在采样周期内反映出电机设备的运行状态。当其中8个主要状态变量参数任一发生异常时，且持续时间超过F(x)设定的异常状态延时时间T，则表明电机实时运行状态存在异常情况，需择机停机检查；当8个主要状态变量参数发生异常，但持续时间未超过F(x)设定的异常状态延时时间T，则默认表明电机正常，存在误报性状态异常。
通过8个主要状态变量的异常情况，可得出28-1＝255种排列组合，此时F(x)显示电机运行异常；当8个主要状态变量均正常时，此时F(x)显示电机运行正常，如下：
F(x)电机状态函数可根据主要状态变量异常个数设置报警等级：
①无主要状态变量异常时，设置反馈绿色正常运行；可以通过监控室的监控主机进行显示，也可以由监测终端机进行显示，同时发送给监控人员的监控机上。
②主要状态变量的异常个数＞40％总个数时，可设置反馈黄色三级报警；
③主要状态变量的异常个数＞60％总个数时，可设置反馈橙色二级报警；
④主要状态变量的异常个数＞80％总个数时，可设置反馈红色一级报警。
根据电机报警等级可关联现场检修工单，提前规划预防性维修工作，及时消除设备隐患：
①三级报警：根据现场实际情况跟踪运行，加大设备点检频次；
②二级报警：根据现场工况提前安排检修时间停机检查；
③一级报警：根据现场工况提前安排更换电机。
本发明涉及的电机监测模型算法可以基于现场设备多维数据的周期性采样，将电机的整体运行状态模块化分解成诸多变量因子，通过对变量因子的数据边缘计算，合成电机整体的运行状态，从而达到电机运行状态的多维度监控，并且状态监测中加入时间变量因子，最大可能的排除电机变量因子的偶发误报情况。
基于上述方法，本发明还提供电机实时状态多维度监测系统，如图2所示，监测终端机包括：电机数据获取模块、阈值设置模块、状态判断模块以及报警提示模块；
阈值设置模块，用于调取电机的运行参数所对应的预设阈值；
电机数据获取模块，用于获取电机启动信息，实时获取电机的运行参数信息；
状态判断模块，用于将获取的电机的运行参数信息与所对应的预设阈值进行比对，判断电机是否出现异常；当电机的运行参数信息超出所对应的预设阈值时，判断电机当前出现异常；
报警提示模块，用于电机出现异常时，发出报警提示。
本发明提供的电机实时状态多维度监测系统可以实时监控电机运行状态，并能预知电机存在的潜在隐患，提前安排预知性维修可消除电机设备缺陷，从而避免更大设备事故的发生，还能够有效的延长电机设备的使用寿命，节约设备成本。
本发明提供的电机实时状态多维度监测系统还通过监测模型的构建及监测数据的边缘化算法，可有效分析判断电机的实时运行状态，给电机设备的正常运行及设备的预知性维修提出了新的构建思路。
本领域普通技术人员可以意识到，本发明提供的电机实时状态多维度监测系统中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本发明提供的电机实时状态多维度监测系统的附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本发明提供的电机实时状态多维度监测方法及系统中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
在本发明提供的电机实时状态多维度监测方法是结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属技术领域的技术人员能够理解，本发明提供的电机实时状态多维度监测方法的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
本发明提供的电机实时状态多维度监测方法可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种电机实时状态多维度监测方法，其特征在于，方法包括：
获取电机启动信息；
实时获取电机的运行参数信息；
调取电机的运行参数所对应的预设阈值；
将获取的电机的运行参数信息与所对应的预设阈值进行比对，判断电机是否出现异常
当电机的运行参数信息超出所对应的预设阈值时，判断电机当前出现异常；
发出报警提示。
2.根据权利要求1所述的电机实时状态多维度监测方法，其特征在于，
获取电机的运行参数信息包括：电机外观安全参数变量、电机电流、电机速度、电机温度、绕组温度、壳体温度、轴承温度、电机振动、机身本体振动，机身轴承振动以及电机实时设定频率。
3.根据权利要求1所述的电机实时状态多维度监测方法，其特征在于，
方法还包括：配置监测模型；
监测模型由以下变量构成：
F(x)＝f(x1)·f(x2)·f(x3)·f(x4)·f(x5)·f(x6)/f(x7)..f(xn)·T
其中，F(x)：电机运行实时状态变量函数；
f(x1)：电机外观安全参数变量；
f(x2)：电机电流变量,其中包括电流过载倍数β，β设置为常数，如1、1.5、2、2.5、3......；
f(x3)：电机速度变量,电机实时设定频率f(x6)与电机基频f(x7)比较，基频以下恒转矩f(x3)与f(x2)成正比，基频以上恒功率f(x3)与f(x2)成反比；
f(x4)：电机温度变量,其中f(x4)＝f(x4')·f(x4”)·f(x4”')；
f(x4')：绕组温度，根据电机绝缘等级设定；
f(x4”)：壳体温度；
f(x4”')：轴承温度；
f(x5)：电机振动变量,其中f(x5)＝f(x5')·f(x5”)；
f(x5')：机身本体振动，设置报警阈值F(x5')；
f(x5”)：机身轴承振动，设置报警阈值F(x5”)；
f(x6)：电机实时设定频率变量；
f(x7)：电机额定频率；
f(xn):可增加的其他参数变量；
T：设定异常状态持续时间。
4.根据权利要求3所述的电机实时状态多维度监测方法，其特征在于，
F(x)电机运行实时状态变量函数：
F(x)＝f(x1)·f(x2)·T2·f(x3)·T3·f(x4’)·f(x4”)·f(x4”’)·T4·f(x5’)·f(x5”)·T5·f(x6)/f(x7)..·f(xn)；
电机的运行实时状态分解为14个运行变量参数，其中f(x1)、f(x2)、f(x3)、f(x4')、f(x4”)、f(x4”')、f(x5')、f(x5”)为8个状态变量，f(x6)、f(x7)为2个辅助判定变量，T2、T3、T4、T5为时间判定变量。
5.根据权利要求4所述的电机实时状态多维度监测方法，其特征在于，
当其中8个主要状态变量任一发生异常时，且持续时间超过F(x)设定的异常状态延时时间T，则表明电机实时运行状态存在异常情况，需要停机检查；
当8个主要状态变量任意一个超出所对应的预设阈值时，发出报警提示。
6.根据权利要求5所述的电机实时状态多维度监测方法，其特征在于，
当8个主要状态变量任意一个超出所对应的预设阈值，且超出预设阈值的时长超过异常状态延时时间T时，发出报警提示；
当8个主要状态变量任意一个超出所对应的预设阈值，且超出预设阈值的时长未超过异常状态延时时间T时，不发出报警提示。
7.根据权利要求6所述的电机实时状态多维度监测方法，其特征在于，
F(x)电机状态函数根据状态变量异常个数设置报警等级：
①无主要状态变量异常时，设置反馈绿色正常运行；
②主要状态变量的异常个数＞40％总个数时，设置反馈黄色三级报警；
③主要状态变量的异常个数＞60％总个数时，设置反馈橙色二级报警；
④主要状态变量的异常个数＞80％总个数时，设置反馈红色一级报警。
8.根据权利要求7所述的电机实时状态多维度监测方法，其特征在于，
根据电机报警等级关联现场检修工单，提前规划预防性维修工作，及时消除设备隐患：
①为三级报警时，根据现场实际情况跟踪运行，增加设备点检频次；
②为二级报警时，根据现场工况提前安排检修时间停机检查；
③为一级报警时，根据现场工况提前安排更换电机。
9.根据权利要求1或3所述的电机实时状态多维度监测方法，其特征在于，设置采集时间间隔；
每经过一采集时间间隔获取一次电机的运行参数信息；
将获取的电机运行参数信息暂存至缓存内；
调取缓存内的电机运行参数信息进行监测，判断电机是否出现异常；
将获取的电机运行参数信息、获取时间以及判断结果通过监测日志的方式进行保存。
10.一种电机实时状态多维度监测系统，其特征在于，系统采用如权利要求1至9任意一项所述的电机实时状态多维度监测方法；
系统包括：监测终端机；
监测终端机包括：电机数据获取模块、阈值设置模块、状态判断模块以及报警提示模块；
阈值设置模块，用于调取电机的运行参数所对应的预设阈值；
电机数据获取模块，用于获取电机启动信息，实时获取电机的运行参数信息；
状态判断模块，用于将获取的电机的运行参数信息与所对应的预设阈值进行比对，判断异常；当电机的运行参数信息超出所对应的预设阈值时，判断电机当前出现异常；
报警提示模块，用于电机出现异常时，发出报警提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211174278.1A CN115656812A (zh) | 2022-09-26 | 2022-09-26 | 一种电机实时状态多维度监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211174278.1A CN115656812A (zh) | 2022-09-26 | 2022-09-26 | 一种电机实时状态多维度监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115656812A true CN115656812A (zh) | 2023-01-31 |
Family
ID=84985178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211174278.1A Pending CN115656812A (zh) | 2022-09-26 | 2022-09-26 | 一种电机实时状态多维度监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115656812A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116775502A (zh) * | 2023-08-25 | 2023-09-19 | 深圳萨尔浒网络科技有限公司 | 游戏软件调试方法 |
| CN116952507A (zh) * | 2023-08-02 | 2023-10-27 | 安徽玖邦驱动科技有限公司 | 一种基于人工智能的微型电机性能测试评估系统 |
-
2022
- 2022-09-26 CN CN202211174278.1A patent/CN115656812A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116952507A (zh) * | 2023-08-02 | 2023-10-27 | 安徽玖邦驱动科技有限公司 | 一种基于人工智能的微型电机性能测试评估系统 |
| CN116775502A (zh) * | 2023-08-25 | 2023-09-19 | 深圳萨尔浒网络科技有限公司 | 游戏软件调试方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115656812A (zh) | 一种电机实时状态多维度监测方法及系统 | |
| CN211741994U (zh) | 一种电网现场作业安全风险的识别监控装置 | |
| EP2685335A2 (en) | System and method for monitoring process control system health | |
| KR101094195B1 (ko) | 2차원 코드 및 관리서버를 이용한 전력설비 관리방법과 그 시스템 | |
| CN102866313A (zh) | 电力隧道电缆运行状态综合监控方法 | |
| CN112713649A (zh) | 一种基于极限学习机的电力设备剩余寿命预测方法 | |
| CN113505241B (zh) | 一种基于知识图谱的用电安全隐患智能诊断方法 | |
| CN110349048B (zh) | 变电站多维数据运行交互控制平台及故障处置方法 | |
| CN105184521A (zh) | 一种计及设备健康状态的电网运行方式的风险评估方法、装置及系统 | |
| CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
| CN112348699A (zh) | 一种供电系统电力设备生命周期管理方法及系统 | |
| CN108981785A (zh) | 一种碎煤机设备安全的智能化检测系统 | |
| CN201496244U (zh) | 空气压缩机用微电脑控制器 | |
| CN116345691B (zh) | 一种电力设备运行监控系统 | |
| CN112787401A (zh) | 一种基于电力大数据的环保监测系统及监测方法 | |
| CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
| CN116846085A (zh) | 一种自感知监测智能化配电箱控制系统 | |
| CN113947223A (zh) | 一种智能化设备健康管理系统及方法 | |
| CN114876717A (zh) | 一种水轮发电机组运行故障的保护方法及系统 | |
| CN115406483A (zh) | 一种水电机组故障识别方法、装置、设备及可读存储介质 | |
| CN114718855A (zh) | 一种压缩空气介质智能系统预测系统 | |
| CN113469580A (zh) | 生态修复设备系统的能耗管理方法 | |
| CN109656208B (zh) | 一种楼宇电力预警物联网的构建方法 | |
| Fan et al. | An intelligent condition-based monitoring and maintenance system for wind turbine | |
| CN1665088A (zh) | 数字图示开关设备系统 |
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 |