CN116522514A - 一种电机性能测试方法及系统 - Google Patents
一种电机性能测试方法及系统 Download PDFInfo
- Publication number
- CN116522514A CN116522514A CN202211270152.4A CN202211270152A CN116522514A CN 116522514 A CN116522514 A CN 116522514A CN 202211270152 A CN202211270152 A CN 202211270152A CN 116522514 A CN116522514 A CN 116522514A
- Authority
- CN
- China
- Prior art keywords
- data
- motor
- test
- target
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011056 performance test Methods 0.000 title claims abstract description 26
- 238000012360 testing method Methods 0.000 claims abstract description 209
- 238000004458 analytical method Methods 0.000 claims abstract description 50
- 230000004927 fusion Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 29
- 238000001228 spectrum Methods 0.000 claims abstract description 19
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及电机技术领域，公开了一种电机性能测试方法及系统，用于提高电机性能测试的效率及电机故障分析。所述电机性能测试方法包括：采集目标电机的电机电流数据、电机转矩数据以及电机运行噪声数据；根据电机电流数据和预设测试电压数据计算输入功率数据，并根据功率计算函数和电机转矩数据生成目标电机对应的输出功率及效率数据；并将所述电机运行噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果；对所述数据匹配结果进行数据融合，得到融合数据集；根据所述融合数据集输入到已经建立好的数学模型中，进行电机运行噪声频谱分析，得到电机运行噪声频谱分析结果；根据所述电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。
Description
技术领域
本发明涉及电机技术领域，尤其涉及一种电机性能测试方法及系统。
背景技术
电机测试是对电机装配质量及技术性能综合评价的重要环节，是电机制造和生产的重要工序，近年来，随着科技水平的进步，提高电机试验测试效率、降低操作人员劳动强度、提高测试精度和试验质量势在必行，而由于测试理论的丰富、测试手段的进步、从来设备精度的提高以及自动化测试系统和电子计算机在测试中的广泛应用，电机的测试技术也确实有了突飞猛进的发展。现有方案通常是利用仪器、仪表及相关设备，按照相关的规定，对电机制造过程中的半成品和成品，或以电机为主体的配套产品的电气性能、力学性能、安全性能及可靠性等技术指标进行的检验。通过这些检验，可以全部或部分的反映被试电机的相关性能数据，用这些数据，可以判断被试电机是否符合设计要求、品质的优劣以及改进的目标和方向，但是现有方案的性能测试效率较低且操作较为复杂。
基于此，本发明设计了电机性能测试方法和系统，以解决上述问题。
发明内容
为解决上述问题，本发明提供如下技术方案：
本发明第一方面提供了一种电机性能测试方法，所述电机性能测试方法包括：接收上位机发送的电机测试请求，启动电机调整转速，按照预设测试电压数据以及选择的测试模式对电机进行运行测试；基于预设的测试时间段对目标电机逐渐增加负载，并采集运行测试过程中的测试指标数据，其中，所述测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；根据所述电机电流数据和所述预设测试电压数据计算所述目标电机对应的输入功率数据，并根据预置的功率计算函数和所述电机转矩数据和电机转速数据生成所述目标电机对应的输出功率数据；根据所述输入功率数据和所述输出功率数据计算所述目标电机的效率数据，并将电机运行噪声数据输入分析模型，得出噪声频谱；根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。可选的，在本发明第一方面的第一种实现方式中，所述基于预设的测试时间段采集所述目标电机在运行测试过程中的测试指标数据，其中，所述测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据，包括：当所述目标电机按照预设测试电压数据通电时，启动上位机软件，控制电机启动，开始数据采集任务；根据所述数据采集任务调用预置的电流传感器监测所述目标电机在预设的测试时间间隔点的电机电流数据；调用预置的转速高速传感器获取所述目标电机在预设的测试时间间隔点的电机转矩数据；调用预置的转矩传感器采集所述目标电机在预设的测试时间间隔点的电机温度数据；调用预置的噪声高速传感器采集所述目标电机在预设的测试时间间隔点的电机噪声数据；将所述电机电流数据、所述电机转矩数据、所述电机转矩数据和所述电机噪声数据作为测试指标数据，通过上位机对所述测试指标数据进行存储和导出。可选的，在本发明第一方面的第二种实现方式中，根据所述电机电流数据和所述预设测试电压数据计算所述目标电机对应的输入功率数据，并根据预置的功率计算函数和所述电机转矩数据生成所述目标电机对应的输出功率数据，包括：根据所述预设的数据采集时间段对所述电机电流数据和所述预设测试电压数据进行一一对应处理，得到多个电流电压数据对；根据所述多个电流电压数据对计算所述目标电机的输入功率数据；分别提取所述电机转矩数据中的转速数据和转矩数据，得到与电流电压数据对相同个数的转速和转矩数据对；将所述转速数据和所述转矩数据输入预置的功率计算函数进行功率计算，得到所述目标电机的输出功率数据；将所述的输入功率数据和所述输出功率数据输入预置效率计算函数进行计算，得到所述目标电机的效率数据。可选的，在本发明第一方面的第三种实现方式中，根据所述的电机噪声数据进行噪声频谱分析，包括：按照所述电机噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果；对所述数据匹配结果进行数据融合，得到融合数据集。可选的，在本发明第一方面的第四种实现方式中，所述根据所述融合数据集输入到已经建立好的数学模型中，进行所述电机运行噪声频谱分析，得到电机运行噪声分析结果，包括：根据所述预设测试时间段的频率序列对所述融合数据集进行数据排序，得到目标时域序列；将所述目标时域序列输入预置的电机噪声频谱分析模型，其中所述的电机噪声频谱分析模型包括：离散傅里叶变换方法；通过所述离散傅里叶变换方法对所述目标时域序列进行频域数据转换，得到目标频域数据集；将目标频域数据集选择合适的带宽绘制成频谱，得到电机运行过程噪声分析结果。可选的，在本发明第一方面的第五种实现方式中，所述通过所述离散傅里叶变换对目标时域序列进行频域数据转换，得到目标频域数据集，包括：将所述目标时域序列按照序号奇偶分成2组，对所述奇数组和所述偶数组数据再按照序号奇偶分成4组，直至每组数据集只包含两个数据；将所述数据集依次进行迭代运算，得到目标频域数据集。可选的，在本发明第一方面的第六种实现方式中，所述根据所述电机运行过程噪声频谱分析结果对所述目标电机进行噪声异常原因分析，得到电机根故障信息，包括：根据所述噪声异常分析结果从预置的数据库中匹配所述目标电机的根因分析方案；根据所述根因分析方案对所述目标电机进行噪声异常根因分析，得到电机根故障信息，以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。本发明第二方面提供了一种电机性能测试系统，所述电机性能测试系统，包括：测试模块，用于发送不同测试模式下的电机测试请求，并根据所述电机测速请求设置匹配测试参数，以及按照预设测试电压数据对所述目标电机进行运行测试；采集模块，用于基于预设的测试时间间隔采集所述目标电机在运行测试过程中的测试指标数据，其中，所述测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；计算模块，根据电机电流数据和预设测试电压数据计算目标电机对应的输入功率数据，将电机转矩数据和电机转速数据输入到上位机软件预置的功率计算函数中，生成目标电机对应的输出功率数据，根据输入功率和输出功率数据计算目标电机的效率数据；融合模块，用于根据所述电机噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果，并对所述数据匹配结果进行数据融合，得到融合数据集；分析模块，用于将所述融合数据集输入到已经建立好的数学模型中，进行所述电机运行噪声频谱分析，得到电机运行噪声分析结果；输出模块，用于根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化；导出模块，用于根据所述测试指标数据绘制数据曲线图，并将所述测试指标数据和所述数据曲线图导出到Excel表格中，得到电机测试报告。可选的，在本发明第二方面的第一种实现方式中，所述采集模块具体用于：当所述目标电机按照预设测试电压数据通电时，启动上位机软件，控制电机启动，开始数据采集任务；根据所述数据采集任务调用预置的电流传感器监测所述目标电机在预设的测试时间间隔点的电机电流数据；调用预置的转速高速传感器获取所述目标电机在预设的测试时间间隔点的电机转矩数据；调用预置的转矩传感器采集所述目标电机在预设的测试时间间隔点的电机温度数据；调用预置的噪声高速传感器采集所述目标电机在预设的测试时间间隔点的电机噪声数据；将所述电机电流数据、所述电机转矩数据、所述电机转矩数据和所述电机噪声数据作为测试指标数据，通过上位机对所述测试指标数据进行存储和导出。可选的，在本发明第二方面的第二种实现方式中，所述计算模块具体用于：根据所述预设的数据采集时间段对所述电机电流数据和所述预设测试电压数据进行一一对应处理，得到多个电流电压数据对；根据所述多个电流电压数据对计算所述目标电机的输入功率数据；分别提取所述电机转矩数据中的转速数据和转矩数据，得到与电流电压数据对相同个数的转速和转矩数据对；将所述转速数据和所述转矩数据输入预置的功率计算函数进行功率计算，得到所述目标电机的输出功率数据；将所述的输入功率数据和所述输出功率数据输入预置效率计算函数进行计算，得到所述目标电机的效率数据。可选的，在本发明第二方面的第三种实现方式中，所述融合模块具体用于：按照所述电机噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果；对所述数据匹配结果进行数据融合，得到融合数据集。可选的，在本发明第二方面的第四种实现方式中，所述分析模块还包括：处理单元，根据所述预设测试时间段的频率序列对所述融合数据集进行数据排序，得到目标时域序列；将所述目标时域序列输入预置的电机噪声频谱分析模型，其中所述的电机噪声频谱分析模型包括：离散傅里叶变换方法；通过所述离散傅里叶变换方法对所述目标时域序列进行频域数据转换，得到目标频域数据集；将目标频域数据集选择合适的带宽绘制成频谱，得到电机运行过程噪声分析结果。可选的，在本发明第二方面的第五种实现方式中，所述目标时域序列具体用于：将所述目标时域序列按照序号奇偶分成2组，对所述奇数组和所述偶数组数据再按照序号奇偶分成4组，直至每组数据集只包含两个数据；将所述数据集依次进行迭代运算，得到目标频域数据集。可选的，在本发明第二方面的第六种实现方式中，所述输出模块具体用于：根据所述噪声异常分析结果从预置的数据库中匹配所述目标电机的根因分析方案；根据所述根因分析方案对所述目标电机进行噪声异常根因分析，得到电机根故障信息，以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。可选的，在本发明第二方面的第七种实现方式中，所述导出模块具体用于：用于根据所述测试指标数据绘制数据曲线图，并将所述测试指标数据和所述数据曲线图存储到Excel表格中，得到电机测试报告。
有益效果
本发明通过预先构建的电机性能分析模型对测试性能数据中的特征数据进行分析，通过人工智能模型对电机性能测试的测试指标数据进行数据处理，提高了电机性能测试的效率。
附图说明
图1为本发明实施例中电机性能测试方法的一个实施例示意图；
图2为本发明实施例中电机性能测试系统的一个实施例示意图；
图3为本发明实施例中电机性能测试系统的另一个实施例示意图；
附图中，各标号所代表的部件列表如下：
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中电机性能测试方法的一个实施例包括：101、接收上位机发送的电机测试请求，启动电机调整转速，按照预设测试电压数据以及选择的测试模式对电机进行运行测试；可以理解的是，本发明的执行主体为电机性能测试系统，具体的，当下位机硬件接收上位机发送的电机测试请求后，硬件首先采集一组电机初始状态数据，返回给上位机系统，在判断可以进行测试后，硬件部分根据预设测试电压数据对目标电机进行运行测试。102、基于预设的测试时间段对目标电机逐渐增加负载，并采集运行测试过程中的测试指标数据，其中，测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；需要说明的是，上述预设的测试时间段可以为1秒钟到10秒钟之间，在启动数据采集后，在上述预设的测试时间段内进行数据采集，其中，对该电机电流数据，电机转矩数据、电机转速数据及电机噪声数据的采集，均通过预置的各个传感器进行数据采集，具体的，当目标电机运行时，上位机控制上述各个传感器启动并进行数据采集，进而得到上述目标电机在运行测试过程中的测试指标数据。103、根据电机电流数据和预设测试电压数据计算目标电机对应的输入功率数据，并根据电机转矩数据、电机转速数据和预置的功率计算函数生成目标电机对应的输出功率数据；具体的，上位机根据功率计算公式即P＝UI，其中，P为输入功率，U为电压数据，I为电流数据，当服务器根据该功率计算公式进行计算，得到目标电机对应的输入功率，进而根据多个电流电压数据对计算目标电机的输入功率数据；根据输出功率计算函数为P＝T*N/9549，其中，上述T为电机转矩数据，N为电机的转速，上述9549为对应的常数，进而上位机根据上述功率计算函数生成目标电机对应的输出功率数据。电机转矩数据和电机转速数据输入预置的功率计算函数进行功率计算，得到目标电机的输出功率数据。104、根据输入功率数据和输出功率数据计算目标电机的效率数据，并将电机运行噪声数据进行排序，得到融合数据集；具体的，上位机所述电机噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果；对所述数据匹配结果进行数据融合，得到融合数据集；105、根据融合数据集输入到已经建立好的数学模型中，进行电机运行噪声频谱分析，得到电机运行噪声频谱分析结果；具体的，根据所述预设测试时间段的频率序列对所述融合数据集进行数据排序，得到目标时域序列；将所述目标时域序列输入预置的电机噪声频谱分析模型，其中所述的电机噪声频谱分析模型包括：离散傅里叶变换方法；通过所述离散傅里叶变换方法对所述目标时域序列进行频域数据转换，得到目标频域数据集；将目标频域数据集选择合适的带宽绘制成频谱，得到电机运行过程噪声频谱分析结果。106、所述根据所述电机运行过程噪声频谱分析结果对所述目标电机进行噪声异常原因分析，得到电机根故障信息。具体的，上位机对该噪声异常结果进行分析，确定对应的噪声异常频段，进而上位机根据该异常标识从目标数据库中对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。本发明实施例中，接收上位机发送的电机测试请求，启动电机调整转速，按照预设测试电压数据以及选择的测试模式对电机进行运行测试；基于预设的测试时间段对目标电机逐渐增加负载，并采集运行测试过程中的测试指标数据，其中，测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；根据电机电流数据和预设测试电压数据计算目标电机对应的输入功率数据，将电机转矩数据和电机转速数据输入到上位机软件预置的功率计算函数中，生成目标电机对应的输出功率数据；根据输入功率和输出功率数据计算目标电机的效率数据，并将电机运行噪声数据输入分析模型，得出噪声频谱；根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。本发明通过预先构建的电机性能分析模型对测试性能数据中的特征数据进行分析，通过人工智能模型对电机性能测试的测试指标数据进行数据处理，提高了电机性能测试的效率。上面对本发明实施例中电机性能测试方法进行了描述，下面对本发明实施例中电机性能测试系统进行描述，请参阅图2，本发明实施例中电机性能测试系统一个实施例包括：测试模块201，用于发送不同测试模式下的电机测试请求，并根据所述电机测速请求设置匹配测试参数，以及按照预设测试电压数据对所述目标电机进行运行测试；采集模块202，用于基于预设的测试时间段采集所述目标电机在运行测试过程中的测试指标数据，其中，所述测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；计算模块203，用于根据所述电机电流数据和所述预设测试电压数据计算所述目标电机对应的输入功率数据，并根据所述电机转矩数据、电机转速数据和预置的功率计算函数和生成所述目标电机对应的输出功率数据，并根据输入功率和输出功率数据计算目标电机的效率数据；融合模块204，用于根据所述电机噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果，并对所述数据匹配结果进行数据融合，得到融合数据集；分析模块205，用于将所述融合数据集输入到已经建立好的数学模型中，进行所述电机运行噪声频谱分析，得到电机运行噪声频谱分析结果；输出模块206，用于根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。输出模块207，用于根据所述测试指标数据绘制数据曲线图，并将所述测试指标数据和所述数据曲线图导出到Excel表格中，得到电机测试报告。本发明实施例中，接收上位机发送的电机测试请求，启动电机调整转速，按照预设测试电压数据以及选择的测试模式对电机进行运行测试；基于预设的测试时间段对目标电机逐渐增加负载，并采集运行测试过程中的测试指标数据，其中，测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；根据电机电流数据和预设测试电压数据计算目标电机对应的输入功率数据，将电机转矩数据和电机转速数据输入到上位机软件预置的功率计算函数中，生成目标电机对应的输出功率数据；根据输入功率和输出功率数据计算目标电机的效率数据，并将电机运行噪声数据输入分析模型，得出噪声频谱；根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。本发明通过预先构建的电机性能分析模型对测试性能数据中的特征数据进行分析，通过人工智能模型对电机性能测试的测试指标数据进行数据处理，提高了电机性能测试的效率。请参阅图3，本发明实施例中电机性能测试系统一个实施例包括：测试模块201，用于发送不同测试模式下的电机测试请求，并根据所述电机测速请求设置匹配测试参数，以及按照预设测试电压数据对所述目标电机进行运行测试；采集模块202，用于基于预设的测试时间段采集所述目标电机在运行测试过程中的测试指标数据，其中，所述测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；计算模块203，用于根据所述电机电流数据和所述预设测试电压数据计算所述目标电机对应的输入功率数据，并根据所述电机转矩数据、电机转速数据和预置的功率计算函数和生成所述目标电机对应的输出功率数据，并根据输入功率和输出功率数据计算目标电机的效率数据；融合模块204，用于根据所述电机噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果，并对所述数据匹配结果进行数据融合，得到融合数据集；分析模块205，用于将所述融合数据集输入到已经建立好的数学模型中，进行所述电机运行噪声频谱分析，得到电机运行噪声频谱分析结果；输出模块206，用于根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。输出模块207，用于根据所述测试指标数据绘制数据曲线图，并将所述测试指标数据和所述数据曲线图导出到Excel表格中，得到电机测试报告。可选的，所述采集模块202具体用于：当所述目标电机按照预设测试电压数据通电时，启动上位机软件，控制电机启动，开始数据采集任务；根据所述数据采集任务调用预置的电流传感器监测所述目标电机在预设的测试时间间隔点的电机电流数据；调用预置的转速高速传感器获取所述目标电机在预设的测试时间间隔点的电机转矩数据；调用预置的转矩传感器采集所述目标电机在预设的测试时间间隔点的电机温度数据；调用预置的噪声高速传感器采集所述目标电机在预设的测试时间间隔点的电机噪声数据；将所述电机电流数据、所述电机转矩数据、所述电机转矩数据和所述电机噪声数据作为测试指标数据，通过上位机对所述测试指标数据进行存储和导出。可选的，所述计算模块303具体用于：根据所述预设的数据采集时间段对所述电机电流数据和所述预设测试电压数据进行一一对应处理，得到多个电流电压数据对；根据所述多个电流电压数据对计算所述目标电机的输入功率数据；分别提取所述电机转矩数据中的转速数据和转矩数据，得到与电流电压数据对相同个数的转速和转矩数据对；将所述转速数据和所述转矩数据输入预置的功率计算函数进行功率计算，得到所述目标电机的输出功率数据；将所述的输入功率数据和所述输出功率数据输入预置效率计算函数进行计算，得到所述目标电机的效率数据。可选的，所述融合模块204具体用于：按照所述电机运行噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果；对所述数据匹配结果进行数据融合，得到融合数据集。可选的，所述分析模块205还包括：处理单元2051，根据所述预设测试时间段的频率序列对所述融合数据集进行数据排序，得到目标时域序列；将所述目标时域序列输入预置的电机噪声频谱分析模型，其中所述的电机噪声频谱分析模型包括：离散傅里叶变换方法；数据转换单元2052，通过所述离散傅里叶变换方法对所述目标时域序列进行频域数据转换，得到目标频域数据集；绘图单元2053，用于将目标频域数据集选择合适的带宽绘制成频谱图，得到电机运行过程噪声分析结果。可选的，所述数据转换单元2052具体用于：将所述目标时域序列按照序号奇偶分成2组，对所述奇数组和所述偶数组数据再按照序号奇偶分成4组，直至每组数据集只包含两个数据；将所述数据集依次进行迭代运算，得到目标频域数据集。可选的，所述输出模块206具体用于：根据所述噪声异常分析结果从预置的数据库中匹配所述目标电机的根因分析方案；根据所述根因分析方案对所述目标电机进行噪声异常根因分析，得到电机根故障信息，以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。本发明实施例中，接收上位机发送的电机测试请求，启动电机调整转速，按照预设测试电压数据以及选择的测试模式对电机进行运行测试；基于预设的测试时间段对目标电机逐渐增加负载，并采集运行测试过程中的测试指标数据，其中，测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；根据电机电流数据和预设测试电压数据计算目标电机对应的输入功率数据，将电机转矩数据和电机转速数据输入到上位机软件预置的功率计算函数中，生成目标电机对应的输出功率数据；根据输入功率和输出功率数据计算目标电机的效率数据，并将电机运行噪声数据输入分析模型，得出噪声频谱；根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。本发明通过预先构建的电机性能分析模型对测试性能数据中的特征数据进行分析，通过人工智能模型对电机性能测试的测试指标数据进行数据处理，提高了电机性能测试的效率。
使用本发明时，
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种电机性能测试方法，其特征在于：接收上位机发送的电机测试请求，启动电机调整转速，按照预设测试电压数据以及选择的测试模式对电机进行运行测试；基于预设的测试时间段对目标电机逐渐增加负载，并采集运行测试过程中的测试指标数据，其中，测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；根据电机电流数据和预设测试电压数据计算目标电机对应的输入功率数据，将电机转矩数据和电机转速数据输入到上位机软件预置的功率计算函数中，生成目标电机对应的输出功率数据；根据输入功率和输出功率数据计算目标电机的效率数据，并将电机运行噪声数据输入分析模型，得出噪声频谱；根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。
2.根据权利要求1所述的电机性能测试方法，其特征在于，基于预设的测试时间段对目标电机逐渐增加负载，并采集运行测试过程中的测试指标数据，其中，测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据，包括：当所述目标电机按照预设测试电压数据通电时，启动上位机软件，控制电机启动，开始数据采集任务；根据所述数据采集任务调用预置的电流传感器监测所述目标电机在预设的测试时间间隔点的电机电流数据；调用预置的转速高速传感器获取所述目标电机在预设的测试时间间隔点的电机转矩数据；调用预置的转矩传感器采集所述目标电机在预设的测试时间间隔点的电机温度数据；调用预置的噪声高速传感器采集所述目标电机在预设的测试时间间隔点的电机噪声数据；将所述电机电流数据、所述电机转矩数据、所述电机转矩数据和所述电机噪声数据作为测试指标数据，通过上位机对所述测试指标数据进行存储和导出。
3.根据权利要求1所述的电机性能测试方法，其特征在于，根据所述电机电流数据和所述预设测试电压数据计算所述目标电机对应的输入功率数据，并根据预置的功率计算函数和所述电机转矩数据生成所述目标电机对应的输出功率数据，包括：根据所述预设的数据采集时间段对所述电机电流数据和所述预设测试电压数据进行一一对应处理，得到多个电流电压数据对；根据所述多个电流电压数据对计算所述目标电机的输入功率数据；分别提取所述电机转矩数据中的转速数据和转矩数据，得到与电流电压数据对相同个数的转速和转矩数据对；将所述转速数据和所述转矩数据输入预置的功率计算函数进行功率计算，得到所述目标电机的输出功率数据；将所述的输入功率数据和所述输出功率数据输入预置效率计算函数进行计算，得到所述目标电机的效率数据。
4.根据权利要求1所述的电机性能测试方法，其特征在于：根据所述的电机噪声数据进行噪声频谱分析，包括：按照所述电机运行噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果；对所述数据匹配结果进行数据融合，得到融合数据集。
5.根据权利要求4所述的电机性能测试方法，其特征在于：所述根据所述融合数据集输入到已经建立好的数学模型中，进行所述电机运行噪声频谱分析，得到电机运行噪声分析结果，包括：根据所述预设测试时间段的频率序列对所述融合数据集进行数据排序，得到目标时域序列；将所述目标时域序列输入预置的电机噪声频谱分析模型，其中所述的电机噪声频谱分析模型包括：离散傅里叶变换方法；通过所述离散傅里叶变换方法对所述目标时域序列进行频域数据转换，得到目标频域数据集；将目标频域数据集选择合适的带宽绘制成频谱，得到电机运行过程噪声分析结果。
6.根据权利要求5所述的电机性能测试方法，其特征在于：所述通过所述离散傅里叶变换对目标时域序列进行频域数据转换，得到目标频域数据集，包括：将所述目标时域序列按照序号奇偶分成2组，对所述奇数组和所述偶数组数据再按照序号奇偶分成4组，直至每组数据集只包含两个数据；将所述数据集依次进行迭代运算，得到目标频域数据集。
7.根据权利要求1-6中任一项所述的电机性能测试方法，其特征在于，所述根据所述电机运行过程噪声频谱分析结果对所述目标电机进行噪声异常原因分析，得到电机根故障信息，包括：根据所述噪声异常分析结果从预置的数据库中匹配所述目标电机的根因分析方案；根据所述根因分析方案对所述目标电机进行噪声异常根因分析，得到电机根故障信息，以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化。
8.一种电机性能测试系统，其特征在于，所述电机性能测试系统包括：测试模块，用于发送不同测试模式下的电机测试请求，并根据所述电机测速请求设置匹配测试参数，以及按照预设测试电压数据对所述目标电机进行运行测试；采集模块，用于基于预设的测试时间间隔采集所述目标电机在运行测试过程中的测试指标数据，其中，所述测试指标数据包括：电机电流数据、电机转矩数据、电机转速数据以及电机噪声数据；计算模块，根据电机电流数据和预设测试电压数据计算目标电机对应的输入功率数据，将电机转矩数据和电机转速数据输入到上位机软件预置的功率计算函数中，生成目标电机对应的输出功率数据，根据输入功率和输出功率数据计算目标电机的效率数据；融合模块，用于根据所述电机噪声数据和所述预设的测试时间段中的时间戳进行匹配，得到数据匹配结果，并对所述数据匹配结果进行数据融合，得到融合数据集；分析模块，用于将所述融合数据集输入到已经建立好的数学模型中，进行所述电机运行噪声频谱分析，得到电机运行噪声分析结果；输出模块，用于根据电机运行噪声频谱分析结果以及对比电机相关零部件共振频率,分析可能发生共振的零部件,并对该零件进行优化；导出模块，用于根据所述测试指标数据绘制数据曲线图，并将所述测试指标数据和所述数据曲线图导出到Excel表格中，得到电机测试报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211270152.4A CN116522514A (zh) | 2022-10-18 | 2022-10-18 | 一种电机性能测试方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211270152.4A CN116522514A (zh) | 2022-10-18 | 2022-10-18 | 一种电机性能测试方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116522514A true CN116522514A (zh) | 2023-08-01 |
Family
ID=87389155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211270152.4A Pending CN116522514A (zh) | 2022-10-18 | 2022-10-18 | 一种电机性能测试方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116522514A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117110871A (zh) * | 2023-10-13 | 2023-11-24 | 北京中航科电测控技术股份有限公司 | 高功率密度永磁电机用测试台 |
-
2022
- 2022-10-18 CN CN202211270152.4A patent/CN116522514A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117110871A (zh) * | 2023-10-13 | 2023-11-24 | 北京中航科电测控技术股份有限公司 | 高功率密度永磁电机用测试台 |
| CN117110871B (zh) * | 2023-10-13 | 2024-05-14 | 北京中航科电测控技术股份有限公司 | 高功率密度永磁电机用测试台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114781552B (zh) | 电机性能测试方法、装置、设备及存储介质 | |
| CN109460618B (zh) | 一种滚动轴承剩余寿命在线预测方法及系统 | |
| CN105547698A (zh) | 滚动轴承的故障诊断方法及装置 | |
| CN110108992B (zh) | 基于改进随机森林算法的电缆局放故障识别方法、系统 | |
| CN112763908A (zh) | 一种基于多故障特征联合的电机健康指数评价系统 | |
| CN113884935B (zh) | 基于锂电池在线电化学阻抗谱测量的soh估算系统和方法 | |
| WO2016026558A1 (en) | A method for assessing the condition of rotating machinery connected to an electric motor | |
| CN116522514A (zh) | 一种电机性能测试方法及系统 | |
| CN114755581B (zh) | 对置活塞磁力线性发电机的性能参数测试方法及相关装置 | |
| CN115329283B (zh) | 一种启动马达高强度换向器寿命预测方法 | |
| CN115034137A (zh) | 基于rvm和退化模型的轴承剩余寿命两阶段混合预测方法 | |
| CN114460439A (zh) | 一种数字集成电路测试系统 | |
| CN105352726B (zh) | 一种齿轮的故障诊断方法 | |
| CN115954017A (zh) | 一种基于hht的发动机小样本声音异常故障识别方法及系统 | |
| CN116383633A (zh) | 一种多因素综合分析的机制砂振动筛故障检测方法及系统 | |
| CN114814501A (zh) | 一种电容式电压互感器电容击穿故障在线诊断方法 | |
| CN103728134A (zh) | 机组轴承的检测方法和装置及风电机组 | |
| CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
| CN111124816B (zh) | 一种基于hdp算法的服务器日志分析方法及系统 | |
| CN112067893A (zh) | 一种基于动态时间规整的风电机组谐波评估方法及系统 | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| Deng et al. | A fractional hilbert transform order optimization algorithm based DE for bearing health monitoring | |
| CN114383718A (zh) | 一种基于燃机外机匣振动信号的高频叶片通过频率提取方法 | |
| CN112595912A (zh) | 一种新能源电驱动系统的测试数据分析系统 | |
| CN114239759B (zh) | 电动汽车的故障诊断方法、装置、电子设备及存储介质 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20230801 |