CN116702510A - 基于工业信息和数据处理的换向器超速性能仿真计算方法 - Google Patents
基于工业信息和数据处理的换向器超速性能仿真计算方法 Download PDFInfo
- Publication number
- CN116702510A CN116702510A CN202310953399.4A CN202310953399A CN116702510A CN 116702510 A CN116702510 A CN 116702510A CN 202310953399 A CN202310953399 A CN 202310953399A CN 116702510 A CN116702510 A CN 116702510A
- Authority
- CN
- China
- Prior art keywords
- commutator
- commutators
- difference
- category
- performance
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 title claims abstract description 25
- 238000004088 simulation Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000015556 catabolic process Effects 0.000 claims description 60
- 238000006731 degradation reaction Methods 0.000 claims description 60
- 230000001133 acceleration Effects 0.000 claims description 56
- 238000002474 experimental method Methods 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 4
- 238000000465 moulding Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Motor Or Generator Current Collectors (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
本发明涉及电数字数据处理技术领域,具体涉及基于工业信息和数据处理的换向器超速性能仿真计算方法。该方法利用工业人工智能网络系统服务以实现对换向器极限性能检测目的。根据换向器的离心力对换向器分类得到多个第一类别;由第一类别内的换向器的各参数指标的差异得到换向器之间的质量相似度;根据质量相似度对换向器分类得到多个第二类别;分析第二类别内换向器的性能指标得到各换向器的飘离程度;获取换向器的预测寿命,根据预测寿命和飘离程度得到换向器的实际寿命。本发明通过获取换向器的多个参数指标得到换向器的飘离程度,结合飘离程度和预测寿命得到换向器的实际寿命,提高了换向器极限性能检测效率。
Description
技术领域
本发明涉及电数字数据处理技术领域,具体涉及基于工业信息和数据处理的换向器超速性能仿真计算方法。
背景技术
换向器是电动机电枢上一个重要的部件,换向器由塑料外壳、金属换向片、云母片、金属衬套和加固环等组成。换向器的工作性能直接影响了电动机的寿命与性能。电动机在空载的时候,给换向器很大的离心力和热应力,若换向器发生损坏,则会直接造成电动机损坏,故对换向器的超速进行性能仿真,分析换向器在超速中的性能指标,得到换向器的极限性能是必要的。
目前,常用的得到换向器的极限性能的方法为通过室温超速实验、热态超速实验、振动实验等实验进行换向器的质量验证。这种质量验证方法不仅过程复杂,而且会浪费大量的时间在性能实验上,效率较低。
发明内容
为了解决上述技术问题,本发明的目的在于提供基于工业信息和数据处理的换向器超速性能仿真计算方法,所采用的技术方案具体如下:
获取电动机的实时转速、换向器的转矩、温度、外圆直径、内孔直径、换向片之间的距离、电刷的振动加速度和轴的振动加速度;
换向器的实时转速的均值、电刷的振动加速度的均值、轴的振动加速度的均值和温度序列的标准差的乘积为第一劣化指标;所述第一劣化指标和转矩的均值之比为换向器的第二劣化指标;
获取各换向器的离心力,所述离心力相同的换向器分为同一类,得到多个第一类别;获取换向器在超速实验后的裂纹大小;根据第一类别内各换向器之间转矩的差异、外圆直径的差异、内孔直径的差异、换向片之间的距离的差异、裂纹大小的差异和第二劣化指标的差异得到换向器之间的质量相似度;
根据第一类别内各换向器之间的质量相似度对换向器进行分类,得到多个第二类别;计算第二类别内所有换向器的全局性能指标和各换向器的单个性能指标;所述单个性能指标和所述全局性能指标的差值为各换向器的飘离程度;
获取换向器的预测寿命,根据所述预测寿命和所述飘离程度得到换向器的实际寿命。
优选的,所述换向器的实时转速的均值、电刷的振动加速度的均值、轴的振动加速度的均值和温度序列的标准差的乘积为第一劣化指标,包括:
所述第一劣化指标的计算公式为:
其中,为所述第一劣化指标;/>为第/>个实时转速;/>为电刷的第/>个振动加速度;/>为轴的第/>个振动加速度;/>为温度序列;/>为所述温度序列的标准差。
优选的,所述根据第一类别内各换向器之间转矩的差异、外圆直径的差异、内孔直径的差异、换向片之间的距离的差异、裂纹大小的差异和第二劣化指标的差异得到换向器之间的质量相似度,包括:
计算第一类别内各换向器的转矩的皮尔逊相关系数;计算第一类别内各换向器的第二劣化指标之间的第一差值;
由外圆直径、内孔直径、换向片之间的距离和裂纹大小构成换向器的参数向量,计算第一类别内各换向器的参数向量的余弦相似度;
所述皮尔逊相关系数、所述余弦相似度和所述第一差值的乘积为所述质量相似度。
优选的,所述根据第一类别内各换向器之间的质量相似度对换向器进行分类为:利用K-means聚类算法根据第一类别内各换向器之间的质量相似度进行分类。
优选的,所述计算第二类别内所有换向器的全局性能指标,包括:
所述全局性能指标的计算公式为:
=/>{/>}
其中,为所述全局性能指标;/>为第二类别组内第/>个换向器的电刷的振动加速度的平均值;/>为第二类别组内第/>个换向器的轴的振动加速度的平均值;/>为第二类别组内第/>个换向器的第二劣化指标;/>为第二类别组内的换向器的数量。
优选的,所述计算第二类别内各换向器的单个性能指标,包括:
所述单个性能指标的计算公式为:
=/>{/>}
其中,为第/>个换向器的所述单个性能指标;/>为第/>个换向器的电刷的振动加速度的平均值;/>为第/>个换向器的轴的振动加速度的平均值;/>为第/>个换向器的第二劣化指标。
本发明实施例至少具有如下有益效果:
本发明实施例通过电数字数据处理技术,利用工业人工智能网络系统服务以实现对换向器极限性能检测目的。该方法首先获取电动机的参数指标;根据换向器的部分参数指标为第一劣化指标;第一劣化指标和转矩的均值之比为换向器的第二劣化指标,该第二劣化指标反映了换向器的劣化程度;获取各换向器的离心力,离心力相同的换向器分为同一类,得到多个第一类别;获取换向器在超速实验后的裂纹大小;根据第一类别内各换向器的参数指标和第二劣化指标的差异得到换向器之间的质量相似度;根据第一类别内各换向器之间的质量相似度对换向器进行分类,得到多个第二类别,对组内的换向器进行检测可以降低测量仪器检测的误差,提高检测的效率;计算第二类别内所有换向器的全局性能指标和各换向器的单个性能指标;单个性能指标和全局性能指标的差值为各换向器的飘离程度;获取换向器的预测寿命,根据预测寿命和飘离程度得到换向器的实际寿命。本发明通过获取换向器的多个参数特征得到换向器的飘离程度,并根据有限元分析软件仿真得到换向器预测寿命,结合飘离程度和预测寿命得到换向器的实际寿命,提高了换向器极限性能检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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它附图。
图1为本发明一个实施例所提供的基于工业信息和数据处理的换向器超速性能仿真计算方法的方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的基于工业信息和数据处理的换向器超速性能仿真计算方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明实施例提供了基于工业信息和数据处理的换向器超速性能仿真计算方法的具体实施方法,该方法适用于换向器超速性能检测场景。在换向器在电动机上安装光电传感器,为了解决通过室温超速实验、热态超速实验、振动实验等实验进行换向器的质量验证的方法效率低的问题。本发明利用工业人工智能网络系统服务以实现对换向器极限性能检测目的,具体通过获取换向器的多个参数特征换向器的劣化程度,进一步的根据劣化程度和各参数特征得到换向器的飘离程度,并根据有限元分析软件仿真得到换向器预测寿命,结合飘离程度和预测寿命得到换向器的实际寿命,提高了换向器极限性能检测效率。
下面结合附图具体的说明本发明所提供的基于工业信息和数据处理的换向器超速性能仿真计算方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的基于工业信息和数据处理的换向器超速性能仿真计算方法的步骤流程图,该方法包括以下步骤:
步骤S100,获取电动机的实时转速、换向器的转矩、温度、外圆直径、内孔直径、换向片之间的距离、电刷的振动加速度和轴的振动加速度。
换向器常用在发电机、直流电动机、电动汽车电动机等,换向器的作用是整流,就是使线圈组始终保持交流,让电磁转矩的方向始终不变。换向器在工作中随着转子高速旋转,换向器的换向片与碳刷持续接触,碳刷与转子持续相连通,这样就可以保持转子持续转动,源源不断的产生动力。
光电传感器安装在电动机中,光电传感器精度高、反应快、非接触等特点,使得光电传感器适用于安装在电机内部,来测量换向器的转速测量。获取光电传感器在固定时间内测量的实时转速,得到实时转速序列,在本发明实施例中固定时间为5min,光电传感器每3s采集一次,故得到的实时转速序列中共有100个实时转速,电源给换向器的固定频率为50Hz,换向器的速度应是相同的。使用光电传感器进行多次测量的目的是为了采集实际换向器的转速。换向器在进行超速实验中,由于电源的频率不会改变,故换向器在超速中应该保持相同的速度进行,由于电源的实际频率一般是达不到50Hz的,故基于光电传感器采集换向器的实际转速。
基于角加速度计采集轴的角加速度,轴连接了换向器和转子,电动机产生的动力通过轴传递给其它部件。角加速度计在固定时间内实时测量轴的角加速度,得到角加速度序列。在本发明实施例中固定时间为5min,得到的角加速度序列中共有100个角加速度。
基于轴的角加速度大小计算换向器工作过程中实时的转矩,具体的:首先得到换向器主轴的转动惯量,转动惯量是根据电动机的具体参数决定的,具体的计算方法是电动机负载的全部质量与轴的回转半径相乘,该轴的回转半径为换向器对应的轴回转半径。换向器的转动惯量和换向器轴的角加速度的乘积的二分之一为换向器的转矩,得到转矩序列。在本发明实施例中转矩序列中共有100个转矩。换向器的转矩越大,说明换向器的劣化程度越大,因为换向器在进行超速实验中,认为换向器的功率不变,故转速越大,应对应的换向器的转矩越小。
基于温度传感器采集固定时间内换向器的温度变化,得到温度变化序列。在本发明实施例中得到的温度变化序列中共有100个温度数据。
测量换向器的外圆直径、内孔直径和换向片之间的距离,该换向片之间的距离为换向器上多个换向片之间的距离的均值。在本发明实施例中通过千分尺来测量换向器的外圆直径、内孔直径和换向片之间的距离,在其他实施例中实施者可根据实际情况使用其他精密测量仪器。
基于谐振式加速度计采集轴与电刷的振动数据,将谐振式加速度计安装在电动机的电刷和轴上,换向器会产生振动传递给轴。采集固定时间内的电动机的电刷的振动加速度和轴的振动加速度,得到电刷的振动加速度序列和轴的振动加速度序列。
步骤S200,换向器的实时转速的均值、电刷的振动加速度的均值、轴的振动加速度的均值和温度序列的标准差的乘积为第一劣化指标;第一劣化指标和转矩的均值之比为换向器的第二劣化指标。
基于采集到的换向器的实时转速数据、轴和电刷的振动数据分析换向器的劣化指标,使得可以进一步的基于劣化指标和其他参数得到各换向器之间的质量相似度。
首先,根据换向器的实时转速的均值、电刷的振动加速度的均值、轴的振动加速度的均值和温度序列的标准差的乘积为第一劣化指标。
第一劣化指标的计算公式为:
其中,为第/>个实时转速;/>为电刷的第/>个振动加速度;/>为轴的第/>个振动加速度;/>为温度序列;/>为温度序列的标准差。
电刷和换向器的振动值越大,也就是电刷的振动加速度的均值和轴的振动加速度的均值越大,该第一劣化指标的值越大,同时,温度的升高会影响到换向器的质量,第一劣化指标同样会增大。
将第一劣化指标和转矩的均值之比为换向器的第二劣化指标。
第二劣化指标U的计算公式为:
U=
其中,为第一劣化指标;/>为换向器的转矩序列中第/>个转矩。
换向器的转矩越大,说明换向器的劣化程度越大,因为换向器在进行超速实验中,认为换向器的功率不变时,转速越大,应对应的换向器的转矩越小。
步骤S300,获取各换向器的离心力,离心力相同的换向器分为同一类,得到多个第一类别;获取换向器在超速实验后的裂纹大小;根据第一类别内各换向器之间转矩的差异、外圆直径的差异、内孔直径的差异、换向片之间的距离的差异、裂纹大小的差异和第二劣化指标的差异得到换向器之间的质量相似度。
根据离心力公式,可计算各换向器实时的离心力,得到换向器在超速运行中受到的离心力大小。离心力越大,换向器的劣化程度越大,在速度转速相同的情况下,换向器的外圆直径增大,其受到的离心力会减弱。
根据离心力的大小将换向器分类,离心力相同的换向器分为同一类,得到多个第一类别。对于各换向器,得到换向器的外圆直径、内孔直径和换向片之间的距离。
在换向器完成超速试验后,测量换向器的外圆直径、内孔直径、换向片之间的距离,若换向器发生裂纹,测量其裂纹的尖端张开位移,若没有裂纹,位移记为0。
对于每个第一类别内的换向器,根据各换向器之间转矩的差异、外圆直径的差异、内孔直径的差异、换向片之间的距离的差异、裂纹大小的差异和第二劣化指标的差异得到换向器之间的质量相似度。利用皮尔逊相关系数对换向器超速实验中的振动数据做相似度计算,利用余弦相似度对超速实验后的换向器的工艺参数变化进行相似度分析。具体的:
计算第一类别内各换向器的转矩的皮尔逊相关系数;计算第一类别内各换向器的第二劣化指标之间的第一差值。
由外圆直径、内孔直径、换向片之间的距离和裂纹大小构成换向器的参数向量,计算第一类别内各换向器的参数向量的余弦相似度。
皮尔逊相关系数、余弦相似度和第一差值的乘积为质量相似度。
该换向器X和换向器Y的质量相似度R的计算公式为:
R(X,Y)=)
其中,为换向器/>和换向器/>的转矩的皮尔逊相关系数;/>为换向器/>的第二劣化指标;/>为换向器/>的第二劣化指标;/>为第二劣化指标/>和第二劣化指标/>的差值的绝对值;/>为换向器/>的参数向量;为换向器/>的参数向量;/>为换向器/>的外圆直径;/>为换向器/>的内孔直径;/>为换向器/>的换向片之间的距离;/>为换向器/>的裂纹大小;/>为换向器/>的外圆直径;/>为换向器/>的内孔直径;/>为换向器/>的换向片之间的距离;/>为换向器/>的裂纹大小;/>为自然常数。
换向器在进行超速实验中,由于承受很大的机械力,不同的换向器设计制造出来的质量有差异,故可能会导致换向器的振动和劣化指标不同,造成换向器直径的变化与换向片距离的变化同样不相同。
根据质量相似度计算公式得到的质量相似度的取值范围为[0,1],皮尔逊相关系数的值域位于[-1,1],对于皮尔逊相关系数的[-1,0]进行截断,使得皮尔逊相关系数的值域位于[0,1],使计算得到的换向器的质量相似度的值域都位于[0,1]。
步骤S400,根据第一类别内各换向器之间的质量相似度对换向器进行分类,得到多个第二类别;计算第二类别内所有换向器的全局性能指标和各换向器的单个性能指标;单个性能指标和全局性能指标的差值为各换向器的飘离程度。
基于第一类别内各换向器之间的质量相似度,利用K-means聚类算法根据第一类别内各换向器之间的质量相似度进行分类,得到三个第二类别。根据第二类别内各换向器的第二劣化程度的均值对三个第二类别进行排序,第二劣化程度的均值最小的第二类别为性能最优组,性能最优组是换向器在超速实验中的材料形变最小并且无裂纹;第二劣化程度的均值最大的第二类别为性能较差组,性能较差组为换向器在超速实验中材料形变最大且产生裂纹的可能性大,材料形变表示换向器外圆直径、内孔直径、换向片之间的距离和裂纹大小;除性能最优组和性能较差组之外的第二类别为性能一般组,性能一般组为换向器产生较大形变但无裂纹。
基于性能较差组和性能一般组,计算第二类别内所有换向器的全局性能指标和各换向器对应的单个性能指标。具体的:
首先计算第二类别内所有换向器的全局性能指标。
该全局性能指标的计算公式为:
=/>{/>}
其中,为第二类别组内第/>个换向器的电刷的振动加速度的平均值;为第二类别组内第/>个换向器的轴的振动加速度的平均值;/>为第二类别组内第/>个换向器的第二劣化指标;/>为第二类别组内的换向器的数量。
其中,为第二类别组内所有第二劣化指标的平均值;/>为组内所有换向器的电刷的振动加速度之和;/>为组内所有换向器的轴的振动加速度之和。
计算全局性能指标的含义是根据质量相似度进行分组,组内的换向器在性能上应是极为相似的,进一步降低了测量仪器检测的误差。
进一步的,计算第二类别内各换向器的单个性能指标。
第二类别内第个换向器的单个性能指标/>的计算公式为:
=/>{/>}
其中,为第/>个换向器的电刷的振动加速度的平均值;/>为第/>个换向器的轴的振动加速度的平均值;/>为第/>个换向器的第二劣化指标。
计算每个换向器的单个性能指标与全局性能指标的飘离程度,单个性能指标减去全局性能指标得到的差值为各换向器的飘离程度。该飘离程度值越大,则换向器的性能越好;飘离程度值越小,则换向器的性能越低。
步骤S500,获取换向器的预测寿命,根据预测寿命和飘离程度得到换向器的实际寿命。
获取换向器的预测寿命。具体的:通过电力引伸计测量得到换向片和模塑料的应力-应变曲线,具体的测量计算方法为公知技术。通过采集换向器的三维图形、换向片和模塑料的应力-应变曲线等其他参数输入有限元分析软件中,有限元分析软件通过仿真换向器的疲劳裂纹得出换向器的应力-寿命曲线,根据应力-寿命曲线得到换向器的预测寿命。
有限元分析软件通过计算机仿真计算的方法对换向器的寿命进行预估,其结果具有一定的参考性,结合考虑换向器工作当中的实际因素,也即考虑换向器性能指标的飘离程度,得到换向器的实际寿命。即根据预测寿命和换向器的飘离程度得到换向器的实际寿命。
该实际寿命的计算公式为:
[ln(/>+1)]
其中,为换向器的预测寿命;/>为换向器的飘离程度。
综上所述,本发明实施例通过电数字数据处理技术,利用工业人工智能网络系统服务以实现对换向器极限性能检测目的。该方法首先获取电动机的实时转速、换向器的转矩、温度、外圆直径、内孔直径、换向片之间的距离、电刷的振动加速度和轴的振动加速度;换向器的实时转速的均值、电刷的振动加速度的均值、轴的振动加速度的均值和温度序列的标准差的乘积为第一劣化指标;第一劣化指标和转矩的均值之比为换向器的第二劣化指标;获取各换向器的离心力,离心力相同的换向器分为同一类,得到多个第一类别;获取换向器在超速实验后的裂纹大小;根据第一类别内各换向器之间转矩的差异、外圆直径的差异、内孔直径的差异、换向片之间的距离的差异、裂纹大小的差异和第二劣化指标的差异得到换向器之间的质量相似度;根据第一类别内各换向器之间的质量相似度对换向器进行分类,得到多个第二类别;计算第二类别内所有换向器的全局性能指标和各换向器的单个性能指标;单个性能指标和全局性能指标的差值为各换向器的飘离程度;获取换向器的预测寿命,根据预测寿命和飘离程度得到换向器的实际寿命。本发明通过获取换向器的多个参数特征得到换向器的飘离程度,并根据有限元分析软件仿真得到换向器预测寿命,结合飘离程度和预测寿命得到换向器的实际寿命,提高了换向器极限性能检测效率。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,该方法包括以下步骤:
获取电动机的实时转速、换向器的转矩、温度、外圆直径、内孔直径、换向片之间的距离、电刷的振动加速度和轴的振动加速度;
换向器的实时转速的均值、电刷的振动加速度的均值、轴的振动加速度的均值和温度序列的标准差的乘积为第一劣化指标;所述第一劣化指标和转矩的均值之比为换向器的第二劣化指标;
获取各换向器的离心力,所述离心力相同的换向器分为同一类,得到多个第一类别;获取换向器在超速实验后的裂纹大小;根据第一类别内各换向器之间转矩的差异、外圆直径的差异、内孔直径的差异、换向片之间的距离的差异、裂纹大小的差异和第二劣化指标的差异得到换向器之间的质量相似度;
根据第一类别内各换向器之间的质量相似度对换向器进行分类,得到多个第二类别;计算第二类别内所有换向器的全局性能指标和各换向器的单个性能指标;所述单个性能指标和所述全局性能指标的差值为各换向器的飘离程度;
获取换向器的预测寿命,根据所述预测寿命和所述飘离程度得到换向器的实际寿命。
2.根据权利要求1所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述换向器的实时转速的均值、电刷的振动加速度的均值、轴的振动加速度的均值和温度序列的标准差的乘积为第一劣化指标,包括:
所述第一劣化指标的计算公式为:
其中,为所述第一劣化指标;/>为第/>个实时转速;/>为电刷的第/>个振动加速度;/>为轴的第/>个振动加速度;/>为温度序列;/>为所述温度序列的标准差。
3.根据权利要求1所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述根据第一类别内各换向器之间转矩的差异、外圆直径的差异、内孔直径的差异、换向片之间的距离的差异、裂纹大小的差异和第二劣化指标的差异得到换向器之间的质量相似度,包括:
计算第一类别内各换向器的转矩的相关系数;计算第一类别内各换向器的第二劣化指标之间的第一差值;
由外圆直径、内孔直径、换向片之间的距离和裂纹大小构成换向器的参数向量,计算第一类别内各换向器的参数向量的相似度;
所述相关系数、所述相似度和所述第一差值的乘积为所述质量相似度。
4.根据权利要求1所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述根据第一类别内各换向器之间的质量相似度对换向器进行分类为:利用K-means聚类算法根据第一类别内各换向器之间的质量相似度进行分类。
5.根据权利要求1所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述计算第二类别内所有换向器的全局性能指标,包括:
所述全局性能指标的计算公式为:
=/>{/>}
其中,为所述全局性能指标;/>为第二类别组内第/>个换向器的电刷的振动加速度的平均值;/>为第二类别组内第/>个换向器的轴的振动加速度的平均值;/>为第二类别组内第/>个换向器的第二劣化指标;/>为第二类别组内的换向器的数量。
6.根据权利要求1所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述计算第二类别内各换向器的单个性能指标,包括:
所述单个性能指标的计算公式为:
=/>{/>}
其中,为第/>个换向器的所述单个性能指标;/>为第/>个换向器的电刷的振动加速度的平均值;/>为第/>个换向器的轴的振动加速度的平均值;为第/>个换向器的第二劣化指标。
7.根据权利要求3所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述相关系数为皮尔逊相关系数,且所述相关系数的值域为[0,1]。
8.根据权利要求3所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述相似度为余弦相似度。
9.根据权利要求1所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述第二类别采用K-means聚类算法根据第一类别内各换向器之间的质量相似度进行分类。
10.根据权利要求1所述的基于工业信息和数据处理的换向器超速性能仿真计算方法,其特征在于,所述预测寿命的获取方法包括:
通过电力引伸计测量得到换向片和模塑料的应力-应变曲线,通过采集换向器的三维图形、换向片和模塑料的应力-应变曲线等其他参数输入有限元分析软件中,有限元分析软件通过仿真换向器的疲劳裂纹得出换向器的应力-寿命曲线,根据应力-寿命曲线得到换向器的预测寿命。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310953399.4A CN116702510B (zh) | 2023-08-01 | 2023-08-01 | 基于工业信息和数据处理的换向器超速性能仿真计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310953399.4A CN116702510B (zh) | 2023-08-01 | 2023-08-01 | 基于工业信息和数据处理的换向器超速性能仿真计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116702510A true CN116702510A (zh) | 2023-09-05 |
CN116702510B CN116702510B (zh) | 2023-10-20 |
Family
ID=87826064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310953399.4A Active CN116702510B (zh) | 2023-08-01 | 2023-08-01 | 基于工业信息和数据处理的换向器超速性能仿真计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116702510B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106547978A (zh) * | 2016-10-28 | 2017-03-29 | 华南理工大学 | 一种换向器超速性能仿真计算方法 |
KR101936283B1 (ko) * | 2017-12-28 | 2019-01-08 | 주식회사 한국가스기술공사 | 기계적 결함에 대한 진단 및 예측 방법 |
KR20200136634A (ko) * | 2019-05-28 | 2020-12-08 | 주식회사 티스마트 | 머신러닝 기법을 이용한 고장 부위 예측 방법 및 장치 |
CN112214934A (zh) * | 2020-12-08 | 2021-01-12 | 中国人民解放军国防科技大学 | 一种基于多传感器的悬浮系统寿命预测方法及相关装置 |
US20210164829A1 (en) * | 2018-07-30 | 2021-06-03 | Metawater Co., Ltd. | Information processing system, information processing apparatus, program, and information processing method |
CN113391621A (zh) * | 2021-06-23 | 2021-09-14 | 哈尔滨工业大学 | 一种电动仿真测试转台的健康状态评估方法 |
US20210405117A1 (en) * | 2018-11-20 | 2021-12-30 | Mitsubishi Electric Corporation | Method for assessing remaining life of rotating electrical machine and device for assessing remaining life of rotating electrical machine |
CN114544410A (zh) * | 2022-04-24 | 2022-05-27 | 南通重矿金属新材料有限公司 | 一种多功能摩擦磨损调试实验平台 |
US20220222409A1 (en) * | 2021-01-12 | 2022-07-14 | Wuhan University | Method and system for predicting remaining useful life of analog circuit |
CN115238829A (zh) * | 2022-09-21 | 2022-10-25 | 南通佳晟宏机械配件有限公司 | 一种热轧机的轧辊磨损程度分析方法 |
CN115329283A (zh) * | 2022-10-12 | 2022-11-11 | 南通翔润机电有限公司 | 一种启动马达高强度换向器寿命预测方法 |
CN116384048A (zh) * | 2023-02-07 | 2023-07-04 | 北京能高普康测控技术有限公司 | 一种风力发电机组轴承寿命预测的方法 |
CN116467894A (zh) * | 2023-05-16 | 2023-07-21 | 郑州大学 | 一种基于机器学习分子动力学的辐照损伤仿真系统及方法 |
-
2023
- 2023-08-01 CN CN202310953399.4A patent/CN116702510B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106547978A (zh) * | 2016-10-28 | 2017-03-29 | 华南理工大学 | 一种换向器超速性能仿真计算方法 |
KR101936283B1 (ko) * | 2017-12-28 | 2019-01-08 | 주식회사 한국가스기술공사 | 기계적 결함에 대한 진단 및 예측 방법 |
US20210164829A1 (en) * | 2018-07-30 | 2021-06-03 | Metawater Co., Ltd. | Information processing system, information processing apparatus, program, and information processing method |
US20210405117A1 (en) * | 2018-11-20 | 2021-12-30 | Mitsubishi Electric Corporation | Method for assessing remaining life of rotating electrical machine and device for assessing remaining life of rotating electrical machine |
KR20200136634A (ko) * | 2019-05-28 | 2020-12-08 | 주식회사 티스마트 | 머신러닝 기법을 이용한 고장 부위 예측 방법 및 장치 |
CN112214934A (zh) * | 2020-12-08 | 2021-01-12 | 中国人民解放军国防科技大学 | 一种基于多传感器的悬浮系统寿命预测方法及相关装置 |
US20220222409A1 (en) * | 2021-01-12 | 2022-07-14 | Wuhan University | Method and system for predicting remaining useful life of analog circuit |
CN113391621A (zh) * | 2021-06-23 | 2021-09-14 | 哈尔滨工业大学 | 一种电动仿真测试转台的健康状态评估方法 |
CN114544410A (zh) * | 2022-04-24 | 2022-05-27 | 南通重矿金属新材料有限公司 | 一种多功能摩擦磨损调试实验平台 |
CN115238829A (zh) * | 2022-09-21 | 2022-10-25 | 南通佳晟宏机械配件有限公司 | 一种热轧机的轧辊磨损程度分析方法 |
CN115329283A (zh) * | 2022-10-12 | 2022-11-11 | 南通翔润机电有限公司 | 一种启动马达高强度换向器寿命预测方法 |
CN116384048A (zh) * | 2023-02-07 | 2023-07-04 | 北京能高普康测控技术有限公司 | 一种风力发电机组轴承寿命预测的方法 |
CN116467894A (zh) * | 2023-05-16 | 2023-07-21 | 郑州大学 | 一种基于机器学习分子动力学的辐照损伤仿真系统及方法 |
Non-Patent Citations (3)
Title |
---|
BROCK HOWEY 等: "Thermal trade-off analysis of an exterior rotor e-bike switched reluctance motor", 《2017 IEEE TRANSPORTATION ELECTRIFICATION CONFERENCE AND EXPO (ITEC)》 * |
孙曙光 等: "机械振动下交流接触器电寿命预测失效特征量提取", 《仪器仪表学报》, no. 03 * |
张艳霞 等: "一种基于广域测量信息的在线同调分群方法", 《电机与控制学报》, no. 05 * |
Also Published As
Publication number | Publication date |
---|---|
CN116702510B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huo et al. | Incipient fault diagnosis of roller bearing using optimized wavelet transform based multi-speed vibration signatures | |
Kang et al. | Time-varying and multiresolution envelope analysis and discriminative feature analysis for bearing fault diagnosis | |
WO2020192621A1 (zh) | 一种基于叶端定时的转子叶片动应变场测量方法及其系统 | |
CN109870134B (zh) | 一种旋转叶片非接触式动应变场测量方法及其系统 | |
US4955269A (en) | Turbine blade fatigue monitor | |
EP2630339B1 (en) | A diagnostic system and method for monitoring operating conditions of components of a turbine machine | |
CN110346591B (zh) | 基于振动频谱图确定机器转速 | |
CN105866250B (zh) | 基于振动的通风机叶片裂纹识别方法 | |
EP0327865B1 (en) | Turbine blade fatigue monitor | |
CN113624381B (zh) | 一种船舶燃气轮机动叶片动应力非接触测量计算方法 | |
He et al. | An improved key-phase-free blade tip-timing technique for nonstationary test conditions and its application on large-scale centrifugal compressor blades | |
CN111507043A (zh) | 一种基于叶端定时的转子叶片动应力场测量方法及其系统 | |
Heath et al. | A review of analysis techniques for blade tip-timing measurements | |
CN114966392A (zh) | 一种风机工作异常的检测方法 | |
CN113190786B (zh) | 一种大型旋转装备利用多维装配参数的振动预测方法 | |
CN116702510B (zh) | 基于工业信息和数据处理的换向器超速性能仿真计算方法 | |
CN112733600A (zh) | 一种无转速参考信号的叶片故障诊断方法 | |
CN116950917A (zh) | 基于叶尖定时的大型离心压缩机叶片裂纹在线诊断方法 | |
Devarajan et al. | Detection and classification of mechanical faults of three phase induction motor via pixels analysis of thermal image and adaptive neuro-fuzzy inference system | |
CN113987861A (zh) | 一种基于局部载荷状态一致的多参数疲劳试验谱编制方法 | |
CN106053090A (zh) | 一种燃气轮机的近邻异常检测系统 | |
CN114008469A (zh) | 电机损耗诊断方法及利用该方法的电机损耗诊断系统 | |
CN113504310B (zh) | 基于单个叶端定时传感器的叶片固有频率识别方法 | |
CN115795341A (zh) | 基于变转速的二维活塞泵健康状态评估方法 | |
CN112880811B (zh) | 一种移动直线拟合的无键相叶尖定时测振方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |