CN116183051A - 电机温度监测方法、系统、设备及存储介质 - Google Patents

电机温度监测方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN116183051A
CN116183051A CN202310321721.1A CN202310321721A CN116183051A CN 116183051 A CN116183051 A CN 116183051A CN 202310321721 A CN202310321721 A CN 202310321721A CN 116183051 A CN116183051 A CN 116183051A
Authority
CN
China
Prior art keywords
temperature
motor
abnormal
characteristic value
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
Application number
CN202310321721.1A
Other languages
English (en)
Inventor
杨冬波
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.)
BMW Brilliance Automotive Ltd
Original Assignee
BMW Brilliance Automotive 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 BMW Brilliance Automotive Ltd filed Critical BMW Brilliance Automotive Ltd
Priority to CN202310321721.1A priority Critical patent/CN116183051A/zh
Publication of CN116183051A publication Critical patent/CN116183051A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02—Means for indicating or recording specially adapted for thermometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02—Means for indicating or recording specially adapted for thermometers
    • G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K2205/00—Application of thermometers in motors, e.g. of a vehicle

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

一种电机温度监测方法、系统、设备及存储介质，所述方法包括：步骤S1：实时接收电机待测点的温度数据，提取温度特征值；其中，电机待测点的温度数据通过RFID无源测温标签方式采集；步骤S2：将所述温度特征值与预设特征值进行比较，若温度特征值超过预设特征值，则发出故障预警信号；步骤S3：若温度特征值小于预设特征值，则返回步骤S1。采用本方法能够测量和记录电机工作环境的温度变化，并且能读出存储在标签内的温度数据，通过对温度数据进行处理，得到温度特征参数，将特征参数与预设特征值进行比较分析，判断电机温度是否异常，实现高温预警功能，此外，可以查询电机历史运行温度数据，为温度引起的故障原因提供了直接依据。

Description

电机温度监测方法、系统、设备及存储介质
技术领域
本发明属于电机温度监测领域，涉及一种电机温度监测方法、系统、设备及存储介质。
背景技术
电机是机械设备中一个大的类别，它覆盖着动力、电力、化工、冶金、矿山及机械制造等重要工程领域，如发电机、汽轮机、燃气轮机、风机、水泵、大功率调速型液力偶合器等。这类大型机械设备往往是工厂的关键设备，电机作为大型工厂的关键动力部件，其使用寿命和检修维护都成为目前研究的一个重要方向。
电机械长期处于高速运行状态，由于各种随机因素的影响，难免会出现一些机械故障，尤其是当电机温度升高过快或者达到警戒值时，如果这些热量没有被及时的散热出去，将会影响整个电机的使用。其工况状态不仅影响该机器设备本身的运行，而且还会对后续生产造成影响，现有的温度判断单纯地依赖人工定时测电机外壳获取温度数据，人员根据经验判断电机温度是否异常，而没有进行温度变化深度分析，这种判断方法有一定的弊端，容易出现误判，导致电机温度监测缺乏准确性，当电机突然发生故障时，也难以保证技术人员能够及时发现，不能实现智能化的实时监控。
因此，如何对驱动电机进行高温潜在故障预警成为了现阶段电机温升监测中亟待解决的难题。
发明内容
基于此，为了克服上述现有技术的不足，提供一种电机温度监测方法、系统、设备及存储介质。
第一方面，本发明提供一种电机温度监测方法，所述方法包括：
步骤S1：实时获取电机待测点的温度数据，提取温度特征值；其中，电机待测点的温度数据通过RFID无源测温标签方式采集；
步骤S2：将所述温度特征值与预设特征值进行比较，若温度特征值超过预设特征值，则发出故障预警信号；
步骤S3：若温度特征值小于预设特征值，则返回步骤S1。
在其中一个实施例中，步骤S1包括：
实时采集电机的温度数据；
将所述温度数据进行高斯滤波处理，得到滤波后的温度数据；
通过算法提取所述滤波后温度数据的温度特征值。
在其中一个实施例中，在步骤S1中，所述温度特征值包括温度值和升温速率。
在其中一个实施例中，步骤S2中，所述预设特征值包括温度阈值和速率阈值，其中，将所述温度值与温度阈值进行比较，若所述温度值超过温度阈值，则发出故障预警信号；和/或
将所述升温速率与速率阈值进行比较，若所述升温速率超过速率阈值，则发出故障预警信号。
在其中一个实施例中，在步骤S2之前，还包括：
获取电机运行的历史温度数据；其中，所述历史温度数据包括电机正常状态下的温度数据和异常状态下的温度数据；
根据历史温度数据获取异常数据集；
将所述异常数据集作为训练样本数据集，以训练待训练的初始升温异常模型，得到训练后的升温异常模型；
根据所述历史温度数据和训练后的升温异常模型，确定电机的预设特征值。
在其中一个实施例中，所述根据历史温度数据和升温异常模型，确定电机的预设特征值，包括：
从所述升温异常模型获取异常温度变化规律；
根据异常温度变化规律获取异常升温速率区间和异常温度区间，以此确定电机的温度异常预警规则；
根据所述历史温度数据和温度异常预警规则，确定温度阈值和速率阈值，将温度阈值和速率阈值电机的预设特征值。
第二方面，本发明提供一种实现上述电机温度监测方法的系统，包括：
温度采集模块，用于实时获取电机待测点的温度数据，提取温度特征值；其中，电机待测点的温度数据通过RFID无源测温标签方式采集；
温度比较模块，与所述温度采集模块电性连接，用于将所述温度特征值与预设特征值进行比较，输出比较结果；
预警模块，与所述温度比较模块电性连接，用于当温度特征值超过预设特征值时，则发出故障预警信号。
在其中一个实施例中，所述温度采集模块包括：
温度采集单元，用于实时采集温度数据；
温度特征单元，用于将所述温度数据进行高斯滤波处理，得到滤波后的温度数据，通过算法提取所述滤波后温度数据的温度特征值。
在其中一个实施例中，所述温度特征值包括温度值和升温速率，所述预设特征值包括温度阈值和速率阈值。
在其中一个实施例中，还包括预设特征确定模块，所述预设特征确定模块包括：
历史温度数据获取单元，用于获取电机运行的历史温度数据；其中，所述历史温度数据包括电机正常状态下的温度数据和异常状态下的温度数据；
异常数据获取单元，用于根据历史温度数据获取异常数据集；
升温异常模型构建单元，用于将所述异常数据集作为训练样本数据集，以训练待训练的初始升温异常模型，得到训练后的升温异常模型；
预设特征值确定单元，用于根据所述历史温度数据和训练后的升温异常模型，确定电机的预设特征值。
在其中一个实施例中，所述预设特征值确定单元包括：
温度异常规则获取子单元，用于从所述升温异常模型获取异常温度变化规律；
异常预警规则获取子单元，用于根据异常温度变化规律获取异常升温速率区间和异常温度区间，以此确定电机的温度异常预警规则；
阈值确定子单元，用于根据所述历史温度数据和温度异常预警规则，确定温度阈值和速率阈值，将温度阈值和速率阈值电机的预设特征值。
第三方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的电机温度监测方法中的步骤。
第四方面，本发明提供一种电机温度监测设备，包括上述计算机可读存储介质。
由于采用上述方案，本发明的有益效果包括：能够测量和记录电机工作环境的温度变化，并且能读出存储在标签内的温度数据，通过对温度数据进行处理，得到温度特征参数，将特征参数与预设特征值进行比较分析，判断电机温度是否异常，实现高温预警功能，同时可以查询电机历史运行温度数据，为温度引起的故障原因提供了直接依据。
附图说明
图1为本发明一个实施例中电机温度监测方法的流程示意图。
图2为本发明一个实施例中确定电机的预设特征值操作的流程示意图。
图3为本发明一个实施例中电机温度监测装置的结构框图。
图4为本发明一实施例的智能终端的结构框图。
图5为本发明一个实施例中计算机的结构示意图。
具体实施方式
以下结合附图所示实施例对本发明作进一步的说明。
本发明提供一种电机温度监测方法，可以应用于如图3所示的应用环境。图3为本发明电机温度监测装置10的结构框图，装置包括RFID无源测温标签、网络设备和终端，RFID无源测温标签100以及温度数据接收方所在智能终端300之间通过网络设备200进行无线通信。
其中，网络设备200包括RFID信号接收天线210和控制器220，所述RFID无源测温标签安装于电机外壳外侧，所述RFID信号接收天线与所述RFID无源测温标签间隔且相向设置，所述控制器与所述RFID信号接收天线电性连接，所述控制器与所述终端通信连接以将温度信号传输至终端进行监测和显示；其中，RFID无源测温标签用于对电机待测处的温度进行实时监测并采集温度数据，所述RFID无源测温标签采集用电机待测点温度数据后，通过RFID信号接收天线读出存储在标签内的标签数据，再通过所述控制器直接输送信息至终端设备上。
所述RFID信号接收天线包括无线射频I/O模块及无线射频供电模块，无线射频I/O模块用于对测温数据进行传输，无线射频供电模块对所述无源射频识别测温标签进行充电。所述控制器将接收的温度信号传输至智能终端300以进行分析、处理。
终端300可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，便携式可穿戴设备可为头戴设备等；服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图1所示，提供了一种电机温度监测方法，以该方法应用于图3中的终端300为例进行说明，该方法可以包括以下步骤：
步骤S1：实时获取电机待测点的温度数据，提取温度特征值；其中，电机待测点的温度数据通过RFID无源测温标签方式采集；
本步骤中，实时接收设置于电机外壳上的RFID无源测温标签的实测温度数据，对温度数据进行处理，得到由温度数据表征的特征参数，所述特征参数可以为温度值和升温速率，升温速率为温差时间序列，通过引入当前电机温度与上一时刻电机温度差参数来体现温差时间序列。需要说明的是，所述RFID无源测温标签从放置于电磁场或射频场中的所述RFID信号接收天线获取电能，部分存储于RFID无源测温标签的储能电容中，储能电容不断积累电能，所述RFID无源测温标签为860MHz～960MHz的超高频RFID标签芯片，不需电池，无线供电，无线读取，寿命长，免维护，非常适合在高压/高电流的危险环境中使用。RFID无源测温标签通过超高频天线提供能量，在一定距离内实现无源非接触通信。
步骤S2：将所述温度特征值与预设特征值进行比较，若温度特征值超过预设特征值，则发出故障预警信号；
具体的，将温度数据表征的特征参数与预设特征值进行比较，输出结果，根据结果输出故障预警信号，即温度特征值超过预设特征值，则发出故障预警信号。所述预设特征值包括温度阈值和速率阈值，将所述温度值与温度阈值进行比较，若所述温度值超过温度阈值，则发出故障预警信号；将所述升温速率与速率阈值进行比较，若所述升温速率超过速率阈值，则发出故障预警信号。
步骤S3：若温度特征值小于预设特征值，则返回步骤S1。
具体的，若温度数据表征的特征参数小于预设特征值，则返回步骤S1，继续采集电机当前的温度数据。如温度值小于温度阈值且升温速率小于速率阈值，则返回步骤S1。
进一步地，在一些实施例中，步骤S1包括：实时采集电机的温度数据；将所述温度数据进行高斯滤波处理，得到滤波后的温度数据；通过算法提取所述滤波后温度数据的温度特征值。所述算法包括但不限于二分法算法时间序列分析或归一化加权平均算法，该算法为本领域的常规算法，本发明不对该算法进行改进。
如图2所示，在一个实施例中，在步骤S2之前，还包括：
步骤S11：获取电机运行的历史温度数据；其中，所述历史温度数据包括电机正常状态下的温度数据和异常状态下的温度数据；
步骤S12：根据历史温度数据获取异常数据集；
步骤S13：将所述异常数据集作为训练样本数据集，以训练待训练的初始升温异常模型，得到训练后的升温异常模型；
步骤S14：根据所述历史温度数据和训练后的升温异常模型，确定电机的预设特征值。
应当理解的是，预设特征值可以是预存在智能终端300里，也可以由用户输入并存储在智能终端300里，或者由用户操作后存储在智能终端300里，一个实施例是，用户可以通过智能终端300的输入模块将预设特征值到智能终端300里，例如，所述输入模块包括操作界面，智能终端300的输入模块可以是智能终端300的触控屏、按键和显示屏或其他可以供用户进行人机交互的界面，用户可以通过输入模块快速输入预设特征值。
在一个实施例中，所述根据历史温度数据和升温异常模型，确定电机的预设特征值，包括：从所述升温异常模型获取异常温度变化规律；根据异常温度变化规律获取异常升温速率区间和异常温度区间，以此确定电机的温度异常预警规则；根据所述历史温度数据和温度异常预警规则，确定温度阈值和速率阈值，将温度阈值和速率阈值电机的预设特征值。应当理解的是，速率阈值大于电机正常温度数据的最大速率。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的电机温度监测方法的系统。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电机温度监测系统实施例中的具体限定可以参见上文中对于电机温度监测系统方法的限定，在此不再赘述。
在一些实施例中，提供一种电机温度监测系统，系统包括：
温度采集模块330，用于实时采集温度数据，提取温度特征值；
温度比较模块320，与所述温度采集模块330电性连接，用于将所述温度特征值与预设特征值进行比较，输出比较结果；
预警模块310，与所述温度比较模块320电性连接，用于当温度特征值超过预设特征值时，则发出故障预警信号，反之，输出状态正常信号。
应当理解的是，该系统具有与控制器220的远程通信模块，控制器220可以为上位机，该通信模块包括WIFI、移动网络2G/3G/4G/5G中的一种或多种，例如，温度采集模块330通过5G移动网络接入到互联网，并通过互联网远程接入到控制器所在的无线网络中，温度采集模块330与控制器220进行远程通信，并输入控制指令，控制器220接收到控制指令后，响应该控制指令，向RFID信号接收天线发出控制指令，使得RFID信号接收天线根据控制指令反馈温度数据。
具体的，终端设备以手机为例，系统工作时，RFID无源测温标签检测电机外壳的温度数据，并将温度数据传输给RFID信号接收天线，RFID信号接收天线将采集到的模拟量的温度数据转化为数字量的温度数据并将温度数传输给控制器，控制器具有通信模块，通信模块再将温度数据传输到手机APP中，工作人员可通过手机APP随时查看各个电机外壳的温度情况，同时，手机APP接收电机待测点的温度数据，会将温度特征值与预设特征值进行比较，若温度值超过预设值，则发出故障预警信号，以提醒现场工作人员注意。
如图4所示，在一个实施例中，系统还包括扬声器311，所述扬声器311与所述预警模块310电性连接，通过扬声器311将超声波信号以高频声音发送出去，当所述预警模块实时监测到电机温度大于阈值时，如阈值为50℃，所述预警模块控制所述扬声器报警以提示工作人员电机设备有异常，便于及时或安排好检修时间。扬声器311为智能终端300的发声器件，应该理解的是，现有的智能手机，或者电脑都具有扬声器311，因此，在手机上实现发送超声波信号是极其方便，很大程度提高了设备的复用率，无需额外为超声波发送而单独生产设备，大大降低了系统的组建成本。
在一个实施例中，所述温度采集模块330包括温度采集单元和温度特征单元，温度采集单元用于实时采集温度数据；温度特征单元用于将所述温度数据进行高斯滤波处理，得到滤波后的温度数据，通过算法提取所述滤波后温度数据的温度特征值。所述算法包括但不限于二分法算法时间序列分析或归一化加权平均算法，该算法为本领域的常规算法。
在一个实施例中，所述温度特征值包括温度值和升温速率，所述预设特征值包括温度阈值和速率阈值。将温度特征值与预设特征值进行比较，输出结果，根据结果输出故障预警信号，即温度特征值超过预设特征值，则发出故障预警信号。即将所述温度值与温度阈值进行比较，若所述温度值超过温度阈值，则发出故障预警信号；将所述升温速率与速率阈值进行比较，若所述升温速率超过速率阈值，则发出故障预警信号。
在一个实施例中，系统还包括预设特征确定模块，所述预设特征确定模块包括：
历史温度数据获取单元，用于获取电机运行的历史温度数据；其中，所述历史温度数据包括电机正常状态下的温度数据和异常状态下的温度数据；
异常数据获取单元，用于根据历史温度数据获取异常数据集；
升温异常模型构建单元，用于将所述异常数据集作为训练样本数据集，以训练待训练的初始升温异常模型，得到训练后的升温异常模型；
预设特征值确定单元，用于根据所述历史温度数据和训练后的升温异常模型，确定电机的预设特征值。
进一步地，所述预设特征值确定单元包括：
温度异常规则获取子单元，用于从所述升温异常模型获取异常温度变化规律；
异常预警规则获取子单元，用于根据异常温度变化规律获取异常升温速率区间和异常温度区间，以此确定电机的温度异常预警规则；
阈值确定子单元，用于根据所述历史温度数据和温度异常预警规则，确定温度阈值和速率阈值，将温度阈值和速率阈值电机的预设特征值。
如图5所示，在一实施例中，提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，计算机程序被处理器执行时实现以下步骤：
步骤S1：接收电机待测点的温度数据，提取温度特征值；其中，电机待测点的温度数据通过RFID无源测温标签方式采集；
步骤S2：将所述温度特征值与预设特征值进行比较，若温度特征值超过预设特征值，则发出故障预警信号；
步骤S3：若温度特征值小于预设特征值，则返回步骤S1。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：实时采集电机的温度数据；将所述温度数据进行高斯滤波处理，得到滤波后的温度数据；通过算法提取所述滤波后温度数据的温度特征值。
在一个实施例中，所述温度特征值包括温度值和升温速率。
在一个实施例中，所述预设特征值包括温度阈值和速率阈值，其中，将所述温度值与温度阈值进行比较，若所述温度值超过温度阈值，则发出故障预警信号；和/或
将所述升温速率与速率阈值进行比较，若所述升温速率超过速率阈值，则发出故障预警信号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取电机运行的历史温度数据；其中，所述历史温度数据包括电机正常状态下的温度数据和异常状态下的温度数据；根据历史温度数据获取异常数据集；将所述异常数据集作为训练样本数据集，以训练待训练的初始升温异常模型，得到训练后的升温异常模型；根据所述历史温度数据和训练后的升温异常模型，确定电机的预设特征值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：从所述升温异常模型获取异常温度变化规律；根据异常温度变化规律获取异常升温速率区间和异常温度区间，以此确定电机的温度异常预警规则；根据所述历史温度数据和温度异常预警规则，确定温度阈值和速率阈值，将温度阈值和速率阈值电机的预设特征值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(DynamicRandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
在一个实施例中，提供了一种电机温度监测设备，该电机温度监测设备可以是终端，如计算机设备，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电机温度监测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
上述对实施例的描述是为了便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。

Claims (13)

1.一种电机温度监测方法，其特征在于，包括以下步骤：
步骤S1：实时获取电机待测点的温度数据，提取温度特征值；其中，电机待测点的温度数据通过RFID无源测温标签方式采集；
步骤S2：将所述温度特征值与预设特征值进行比较，若温度特征值超过预设特征值，则发出故障预警信号；
步骤S3：若温度特征值小于预设特征值，则返回步骤S1。
2.根据权利要求1所述的电机温度监测方法，其特征在于，步骤S1包括：
实时接收电机的温度数据；
将所述温度数据进行高斯滤波处理，得到滤波后的温度数据；
通过算法提取所述滤波后温度数据的温度特征值。
3.根据权利要求1或2所述的电机温度监测方法，其特征在于，在步骤S1中，所述温度特征值包括温度值和升温速率。
4.根据权利要求3所述的电机温度监测方法，其特征在于，步骤S2中，所述预设特征值包括温度阈值和速率阈值，
其中，将所述温度值与温度阈值进行比较，若所述温度值超过温度阈值，则发出故障预警信号；和/或
将所述升温速率与速率阈值进行比较，若所述升温速率超过速率阈值，则发出故障预警信号。
5.根据权利要求1或4所述的电机温度监测方法，其特征在于，在步骤S2之前，还包括：
获取电机运行的历史温度数据；其中，所述历史温度数据包括电机正常状态下的温度数据和异常状态下的温度数据；
根据历史温度数据获取异常数据集；
将所述异常数据集作为训练样本数据集，以训练待训练的初始升温异常模型，得到训练后的升温异常模型；
根据所述历史温度数据和训练后的升温异常模型，确定电机的预设特征值。
6.根据权利要求5所述的电机温度监测方法，其特征在于，所述根据历史温度数据和升温异常模型，确定电机的预设特征值，包括：
从所述升温异常模型获取异常温度变化规律；
根据异常温度变化规律获取异常升温速率区间和异常温度区间，以此确定电机的温度异常预警规则；
根据所述历史温度数据和温度异常预警规则，确定温度阈值和速率阈值，将温度阈值和速率阈值电机的预设特征值。
7.一种实现如权利要求1-6任一所述的电机温度监测方法的系统，其特征在于，包括：
温度采集模块，用于实时获取电机待测点的温度数据，提取温度特征值；其中，电机待测点的温度数据通过RFID无源测温标签方式采集；
温度比较模块，与所述温度采集模块电性连接，用于将所述温度特征值与预设特征值进行比较，输出比较结果；
预警模块，与所述温度比较模块电性连接，用于当温度特征值超过预设特征值时，则发出故障预警信号。
8.根据权利要求7所述的系统，其特征在于，所述温度采集模块包括：
温度采集单元，用于实时采集温度数据；
温度特征单元，用于将所述温度数据进行高斯滤波处理，得到滤波后的温度数据，通过算法提取所述滤波后温度数据的温度特征值。
9.根据权利要求7所述的系统，其特征在于，所述温度特征值包括温度值和升温速率，所述预设特征值包括温度阈值和速率阈值。
10.根据权利要求7所述的系统，其特征在于，还包括预设特征确定模块，所述预设特征确定模块包括：
历史温度数据获取单元，用于获取电机运行的历史温度数据；其中，所述历史温度数据包括电机正常状态下的温度数据和异常状态下的温度数据；
异常数据获取单元，用于根据历史温度数据获取异常数据集；
升温异常模型构建单元，用于将所述异常数据集作为训练样本数据集，以训练待训练的初始升温异常模型，得到训练后的升温异常模型；
预设特征值确定单元，用于根据所述历史温度数据和训练后的升温异常模型，确定电机的预设特征值。
11.根据权利要求10所述的系统，其特征在于，所述预设特征值确定单元包括：
温度异常规则获取子单元，用于从所述升温异常模型获取异常温度变化规律；
异常预警规则获取子单元，用于根据异常温度变化规律获取异常升温速率区间和异常温度区间，以此确定电机的温度异常预警规则；
阈值确定子单元，用于根据所述历史温度数据和温度异常预警规则，确定温度阈值和速率阈值，将温度阈值和速率阈值电机的预设特征值。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-6任意一项所述的电机温度监测方法中的步骤。
13.一种电机温度监测设备，其特征在于，包括如权利要求12所述的计算机可读存储介质。
CN202310321721.1A 2023-03-29 2023-03-29 电机温度监测方法、系统、设备及存储介质 Pending CN116183051A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310321721.1A CN116183051A (zh) 2023-03-29 2023-03-29 电机温度监测方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310321721.1A CN116183051A (zh) 2023-03-29 2023-03-29 电机温度监测方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116183051A true CN116183051A (zh) 2023-05-30

Family

ID=86436767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310321721.1A Pending CN116183051A (zh) 2023-03-29 2023-03-29 电机温度监测方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116183051A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116736115A (zh) * 2023-08-14 2023-09-12 山东开创电气有限公司 一种煤矿皮带输送电机温度监测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116736115A (zh) * 2023-08-14 2023-09-12 山东开创电气有限公司 一种煤矿皮带输送电机温度监测方法及系统
CN116736115B (zh) * 2023-08-14 2023-10-20 山东开创电气有限公司 一种煤矿皮带输送电机温度监测方法及系统

Similar Documents

Publication Publication Date Title
US10481195B2 (en) Distributed IoT based sensor analytics for power line diagnosis
CN102902873A (zh) 供监测机器之用的系统和方法
CN114254879B (zh) 多传感器信息融合的电力设备安全诊断方法和装置
CN116183051A (zh) 电机温度监测方法、系统、设备及存储介质
CN204178533U (zh) 远程智能监测仪
US20230366724A1 (en) Autonomous discrimination of operation vibration signals
CN115512520A (zh) 基于智慧燃气的用气安全预警方法及物联网系统
CN104196520A (zh) 远程连续液面测量及油井间抽智能控制系统
CN208751840U (zh) 一种机泵健康监测与故障诊断系统
CN104049606A (zh) 一种远程家电多维信息管理系统及其管理方法
CN113326585B (zh) 燃气锅炉的能效异常预警方法、装置和计算机设备
US11348013B2 (en) Determining, encoding, and transmission of classification variables at end-device for remote monitoring
CN117368745B (zh) 基于深度学习的硬包锂电池安全监测方法及装置
CN117171596B (zh) 一种压力变送器的在线监测方法及系统
CN105607553A (zh) 基于物联网的油井注氮机监控系统
CN202837966U (zh) 安全工器具库房信息提示系统
CN104102194A (zh) 一种家电多维信息综合管理方法
CN203549409U (zh) 一种中低压燃气调压器在线安全预警装置
CN102855746A (zh) 一种数据采集方法及相关装置
CN203602245U (zh) 起重机安全监控装置
CN110631738A (zh) 一种基于感应供电的电力变压器温度检测系统及其检测方法
WO2019035279A1 (ja) 人工知能アルゴリズム
CN219736611U (zh) 电机温度监测装置
CN113653479A (zh) 压裂施工物联网系统
CN203164804U (zh) 可程式多功能温湿度控制系统

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