CN116736116B - 一种微型电机的故障感知方法及系统 - Google Patents
一种微型电机的故障感知方法及系统 Download PDFInfo
- Publication number
- CN116736116B CN116736116B CN202311025254.4A CN202311025254A CN116736116B CN 116736116 B CN116736116 B CN 116736116B CN 202311025254 A CN202311025254 A CN 202311025254A CN 116736116 B CN116736116 B CN 116736116B
- Authority
- CN
- China
- Prior art keywords
- sensing
- signal
- fault
- module
- signals
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000000926 separation method Methods 0.000 claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 31
- 230000004888 barrier function Effects 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 230000002427 irreversible effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 10
- 238000007789 sealing Methods 0.000 description 11
- 238000013507 mapping Methods 0.000 description 6
- 230000003321 amplification Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供了一种微型电机的故障感知方法及系统,涉及信号处理技术领域,基于故障传感模块,采集微型电机的传感信号,通过数据采集卡采集被集成对象的传感信号;建立信号分离器,对微型电机的传感信号和被集成对象的传感信号进行信号分离,输出分离传感信号并进行故障感知,输出故障感知结果,解决了现有技术中存在的当前的故障感知方法多直接针对采集信号进行相关处理,未考虑到外源干扰因素,导致采集信号的纯净度不足,与电机的实时状态契合度不足,造成故障感知结果的偏离的技术问题,采集微型电机的传感信号,基于被集成对象的信号携带干扰,执行信号分离与故障识别,有效规避外源干扰造成的检测偏差,提高故障检测的准确度。
Description
技术领域
本发明涉及信号处理技术领域,具体涉及一种微型电机的故障感知方法及系统。
背景技术
微型电机多集成应用于狭窄空间,对被集成装置进行高精度控制,易受被集成装置的运行干扰与自身散热影响,造成微型电机运行故障。目前,主要针对采集的电机信号直接基于时域、频域等维度进行多域特征的提取处理与故障溯源,未考虑到外源干扰因素,导致采集信号的纯净度不足,与电机的实时状态契合度不足,造成故障感知结果的偏离。
发明内容
本申请提供了一种微型电机的故障感知方法及系统,用于针对解决现有技术中存在的当前的故障感知方法多直接针对采集信号进行相关处理,未考虑到外源干扰因素,导致采集信号的纯净度不足,与电机的实时状态契合度不足,造成故障感知结果的偏离的技术问题。
鉴于上述问题,本申请提供了一种微型电机的故障感知方法及系统。
第一方面,本申请提供了一种微型电机的故障感知方法,所述方法包括:
采集微型电机在应用工况场景下的被集成对象;
连接所述微型电机的故障传感模块,根据所述故障传感模块中的多个传感通道进行实时传感,输出所述微型电机的传感信号;
以所述多个传感通道为采集对象,通过数据采集卡对所述被集成对象进行信号采集,得到所述被集成对象的传感信号;
建立信号分离器,所述信号分离器的输入端分别与所述故障传感模块的输出端、所述数据采集卡连接,用于接收所述微型电机的传感信号和所述被集成对象的传感信号;
将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离,输出分离传感信号;
以所述分离传感信号作为传感信号源输入至故障识别模块进行故障感知,输出故障感知结果。
第二方面,本申请提供了一种微型电机的故障感知系统,所述系统包括:
对象采集模块,所述对象采集模块用于采集微型电机在应用工况场景下的被集成对象;
实时传感模块,所述实时传感模块用于连接所述微型电机的故障传感模块,根据所述故障传感模块中的多个传感通道进行实时传感,输出所述微型电机的传感信号;
信号采集模块,所述信号采集模块用于以所述多个传感通道为采集对象,通过数据采集卡对所述被集成对象进行信号采集,得到所述被集成对象的传感信号;
信号分离器建立模块,所述信号分离器建立模块用于建立信号分离器,所述信号分离器的输入端分别与所述故障传感模块的输出端、所述数据采集卡连接,用于接收所述微型电机的传感信号和所述被集成对象的传感信号;
信号分离模块,所述信号分离模块用于将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离,输出分离传感信号;
故障感知模块,所述故障感知模块用于以所述分离传感信号作为传感信号源输入至故障识别模块进行故障感知,输出故障感知结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种微型电机的故障感知方法,采集微型电机在应用工况场景下的被集成对象,根据所述微型电机的故障传感模块,基于多个传感通道进行实时传感,输出所述微型电机的传感信号,通过数据采集卡对所述被集成对象进行信号采集,得到所述被集成对象的传感信号;建立信号分离器,将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离,输出分离传感信号,将其作为传感信号源输入至故障识别模块进行故障感知,输出故障感知结果,解决了现有技术中存在的当前的故障感知方法多直接针对采集信号进行相关处理,未考虑到外源干扰因素,导致采集信号的纯净度不足,与电机的实时状态契合度不足,造成故障感知结果的偏离的技术问题,采集微型电机的传感信号,基于被集成对象的信号携带干扰,执行信号分离与故障识别,有效规避外源干扰造成的检测偏差,提高故障检测的准确度。
附图说明
图1为本申请提供了一种微型电机的故障感知方法流程示意图;
图2为本申请提供了一种微型电机的故障感知方法中信号分离器建立流程示意图;
图3为本申请提供了一种微型电机的故障感知方法中传感信号分离流程示意图;
图4为本申请提供了一种微型电机的故障感知系统结构示意图。
附图标记说明:对象采集模块11,实时传感模块12,信号采集模块13,信号分离器建立模块14,信号分离模块15,故障感知模块16。
具体实施方式
本申请通过提供一种微型电机的故障感知方法及系统,基于故障传感模块,采集微型电机的传感信号,通过数据采集卡采集被集成对象的传感信号;建立信号分离器,对微型电机的传感信号和被集成对象的传感信号进行信号分离,输出分离传感信号并进行故障感知,输出故障感知结果,用于解决现有技术中存在的当前的故障感知方法多直接针对采集信号进行相关处理,未考虑到外源干扰因素,导致采集信号的纯净度不足,与电机的实时状态契合度不足,造成故障感知结果的偏离的技术问题。
实施例一
如图1所示,本申请提供了一种微型电机的故障感知方法,所述方法包括:
S10:采集微型电机在应用工况场景下的被集成对象;
微型电机多集成应用于狭窄空间,对被集成装置进行高精度控制,易受被集成装置的运行干扰与自身散热影响,造成微型电机运行故障,本申请提供的一种微型电机的故障感知方法,采集微型电机的传感信号,基于被集成对象的信号携带干扰,执行信号分离与故障识别,有效规避外源干扰造成的检测偏差,提高故障检测的准确度。
具体的,所述微型电机的运行场景不同,对应的控制精度等的标准不同,确定所述微型电机的应用工况场景,例如光学传感器的控制、电动设备的制动等,所述微型电机所作业控制的装置,作为所述被集成对象并进行采集确定。
所述被集成对象的运行会一定程度上影响到所述微型电机。
S20:连接所述微型电机的故障传感模块,根据所述故障传感模块中的多个传感通道进行实时传感,输出所述微型电机的传感信号;
S30:以所述多个传感通道为采集对象,通过数据采集卡对所述被集成对象进行信号采集,得到所述被集成对象的传感信号;
具体的,所述故障传感模块为对所述微型电机的运行故障进行信号感知采集的功能模块,连接所述微型电机的故障传感模块,所述故障传感模块存在多个传感通道,用于进行异源故障信号的感知传输,所述多个传感通道具有同步性。基于所述故障传感模块中的所述多个传感通道,进行实时传感获取各传感通道对应的传感信号,基于信号归属通道进行整合,输出所述微型电机的传感信号,所述传感信号为进行所述微型电机故障判定与溯源的采集源数据,以此为基准进行故障分析。
由于所述微型电机与所述被集成对象的高度紧密集成,所述被采集对象运行过程中,其运行信号会对所述微型电机的所采集的传感信号造成干扰,导致所述微型电机的传感信号携带有所述被采集对象的传感信号,以影响故障感知精度。所述数据采集卡用于进行所述被集成对象的传感信号采集与信号放大处理,以所述多个传感通道为采集对象,基于所述数据采集卡对所述被采集对象进行信号采集,获取所述被集成对象的传感信号,所述被集成对象的传感信号与所述微型电机的传感信号具有时序对应性。
S40:建立信号分离器,所述信号分离器的输入端分别与所述故障传感模块的输出端、所述数据采集卡连接,用于接收所述微型电机的传感信号和所述被集成对象的传感信号;
进一步而言,本申请S40还包括:
S41-1:以所述被集成对象的传感信号对所述微型电机的传感信号进行影响识别,输出多个被影响信号;
S42-1:按照所述多个被影响信号对所述故障传感模块中的多个传感通道进行标识,将所述故障传感模块中的多个传感通道分为标识传感通道和未标识传感通道;
S43-1:将所述故障传感模块中的标识传感通道的输出端与所述信号分离器的输入端连接,用于接收所述标识传感通道输出的传感信号。
具体的,为提高所述微型电机的故障检测精度,针对采集的所述微型电机的传感信号,需剔除携带的所述被集成对象的传感信号。因而建立所述信号分离器,即进行传感信号分离的装置,对采集的传感信号执行信号分离。
其中,所述故障传感模块的所述多个传感通道中,部分传感通道存在采集影响,以此为基准对所述多个传感通道进行划分,只需针对存在信号采集影响的传感通道进行执行信号采集分离。
基于所述被集成对象的传感信号,对所述微型电机的传感信号进行影响识别,筛选所述微型电机的传感信号中存在信号影响的部分信号,作为所述多个被影响信号。对所述多个被影响信号与所述故障传感模块中的多个传感通道进行映射匹配,获取匹配结果对应的传感通道,即存在信号采集影响的传感通道并进行标识,作为所述标识传感通道;将所述多个传感通道中的其余传感通道作为所述未标识通道。通过进行通道划分,以针对具体采集状况进行针对性处理,保障信号处理的精细化,避免无效做功。
进一步的,所述故障传感模块中的所述标识传感通道为存在信号分离必要性的采集通道,对所述标识传感通道的输出端与所述信号分离器的输入端进行连接,将所述标识传感通道采集的传感数据直接流转至所述信号分离器中,进行传感信号分离处理。
进一步而言,如图2所示,本申请S40还包括:
S41-2:令所述被集成对象处于非作业状态对所述微型电机进行独立作业条件下的传感样本采集,输出所述故障传感模块的独立样本信号;
S42-2:令所述被集成对象处于作业状态对所述微型电机进行作业条件下的传感样本采集,输出所述故障传感模块的协同样本信号,同时获取所述被集成对象处于作业状态的对象样本信号;
S43-2:以所述独立样本信号、协同样本信号和所述对象样本信号为一组训练样本得到信号分离特征矩阵,以所述信号分离特征矩阵生成信号分离器。
进一步而言,以所述信号分离特征矩阵生成信号分离器,本申请S43-2还包括:
S431-2:所述信号分离器的表达式如下:
;
其中,为基于第i个传感通道输入的协同样本信号,/>为基于第i个传感通道信号分离特征矩阵,为不可逆矩阵;
为基于第i个传感通道中针对特征指标j所对应的需要恢复的独立样本信号,/>为随机噪声,n为所述信号分离特征矩阵中的特征数量。
进一步而言,本申请还存在S432-2,包括:
S4321-2:获取所述微型电机的集成空间,对所述集成空间进行环境封闭性判断,当大于预设环境封闭性,确定所述集成空间的屏障材料;
S4322-2:以所述屏障材料对所述多个传感通道中包含声信号的传感信号进行屏障噪声识别,获取封闭加噪系数;
S4323-2:根据所述封闭加噪系数对所述信号分离器进行信号分离优化。
其中,所述被集成对象处于非作业状态时,所述微型电机的故障传感模块所采集的传感信号为无携带干扰的独立信号;所述被集成对象处于作业状态时,所述故障传感模块所采集的传感信号携带有所述被集成对象的干扰传感信号,以所述被集成对象的作业状态为基准,进行样本信号的采集。
具体的,令所述被集成对象处于非作业状态,则所述微型电机处于无外源干扰的独立作业条件,基于所述微型电机的所述故障传感模块进行传感样本采集,获取独立样本信号,即只针对微型电机的采集信号。令所述被集成对象处于作业状态,则所述微型电机处于干扰性协同作业条件,基于所述微型电机的所述故障传感模块进行传感样本采集,输出携带有所述被集成对象运行干扰的所述协同样本信号;同步对所述被集成对象进行传感样本采集,获取所述被集成对象处于作业状态的所述对象样本信号,对所述协同样本信号与所述对象样本信号进行同时序映射关联。
进一步的,将所述独立样本信号、所述协同样本信号和所述对象样本信号作为一组训练样本,通过进行映射信号的差异化分析,例如,针对振动特征,识别并进行样本信号的差异化特征差量提取,进一步进行矩阵化布设,获取所述分离特征矩阵,所述分离特征矩阵以信号特征为矩阵行,以各样本信号为矩阵列,以具体特征值为矩阵项。
进而结合所述分离特征矩阵,搭建所述信号分离器表达式:
,其中,/>为基于第i个传感通道输入的协同样本信号,/>为基于第i个传感通道信号分离特征矩阵,为不可逆矩阵;/>为基于第i个传感通道中针对特征指标j所对应的需要恢复的独立样本信号,/>为随机噪声,n为所述信号分离特征矩阵中的特征数量,上述参量可基于本申请实施例前期的处理与数据统计进行获取,皆为已知参量。以所述信号分离器表达式为基准,生成所述信号分离器。
其中,所述微型电机的集成空间态势一定程度上会造成采集信号影响,例如半封闭空间与全封闭空间下,对应的环境噪声等不同,对于信号的干扰程度不同。具体的,对所述微型电机的集成空间进行采集,并进行环境封闭性判断,以确定信号采集过程中是否会存在封闭空间的加噪影响。设定所述预设环境封闭性,即基于本领域技术人员自定义设定的限定存在封闭空间影响的临界封闭度,对所述集成空间的环境封闭性与所述预设环境封闭性进行校对,若大于所述预设环境封闭性,表明存在集成空间造成的信号干扰,进一步对所述集成空间的屏障材料进行采集确定,不同屏障材料所造成的声信号噪声影响存在差异性。
进一步,针对所述屏障材料,对所述多个传感通道中包含声信号的传感信号进行提取与屏障噪声识别,度量屏障噪声并获取所述封闭加噪系数,即衡量声信号携带屏障噪声程度的数值。基于所述封闭加噪系数,对所述信号分离器进行信号分离优化,以提高所述信号分离器的分离精细度与准确度,最大化保障分离信号独立性。
S50:将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离,输出分离传感信号;
S60:以所述分离传感信号作为传感信号源输入至故障识别模块进行故障感知,输出故障感知结果。
进一步而言,如图3所示,本申请S50还包括:
S51-1:将所述数据采集卡与所述故障传感模块连接,将所述标识传感通道输出的传感信号输入所述数据采集卡中的信号放大单元中进行处理,得到所述标识传感通道的放大传感信号;
S52-1:从所述被集成对象的传感信号中获取与所述标识传感通道对应的对象传感信号;
S53-1:将所述标识传感通道输出的传感信号和所述对象传感信号输入至所述信号分离器中进行分离。
进一步而言,将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离之前,本申请S50还包括:
S51-2:设置信号同步模块,利用所述信号同步模块对所述微型电机的传感信号和所述被集成对象的传感信号进行同步采样;
其中,所述信号同步模块至少包括四个可提供同步采样模拟传感通道的连接器,其中,每个传感通道都具备一个作为连接信号源的BNC连接器。
基于所述微型电机的传感信号,提取所述标识传感通道的传感信号,结合所述被集成对象的传感信号,传输至所述信号分离器中进行信号分离处理。对所述微型电机的传感信号与所述被集成对象的传感信号输入所述信号分离器之前,需保障信号的同时序性。设置所述信号同步模块,即进行同时序信号采样的功能模块,基于所述信号同步模块,对所述微型电机的传感信号与所述被集成对象的传感信号进行同步采样,即进行同时序信号的映射与调取,针对同步采样信号进行信号分离处理。其中,所述信号同步模块至少包括四个可提供同步采样模拟传感通道的连接器,其中,每个传感通道都具备一个作为连接信号源的BNC连接器,以提高采样执行效率。
且,由于采集的部分传感信号较弱,例如振动信号弱,不易进行分辨导致难以进行信号分离,进行信号分离之前,对传感信号执行信号放大,以提高信号的识别准确度与分离精度,确保信号处理的完备性。具体的,对所述数据采集卡与所述故障传感模块进行连接,所述信号采集卡中设置有信号放大单元,即进行信号强化的信号放大器。将所述标识传感通道输出的传感信号输入所述数据采集卡中的信号放大单元,进行信号放大处理,获取所述标识传感通道的放大传感信号。
进一步的,从所述集成对象的传感信号中,获取与所述标识传感通道相对应的所述对象传感信号,即所述微型电机的故障信号采集携带的影响信号。缉拿高所述标识传感通道输出的所述传感信号与所述对象传感信号输入所述信号分离器中,执行信号分离,获取分离所述对象传感信号影响的所述微型电机的独立故障信号,作为所述分离传感信号。
进一步将所述分离传感信号作为所述传感信号源,输入所述故障识别模块中,所述故障识别模块为进行所述微型电机故障溯源定位的功能模块,示例性的,采集样本故障感知数据,包括样本分离传感信号与样本故障感知结果,对两组样本数据进行映射关联,生成构建数据,进行神经网络训练,生成故障识别模块,进一步将所述构建数据输入所述故障识别模块中进行输出精度检测,若输出结果与所述样本故障感知结果的偏差度不满足偏差阈值,筛选不满足偏差阈值的构建数据,对所述故障识别模块进行复训与检测,直至检测结果满足所述偏差阈值,获取构建完成的所述故障识别模块,基于所述故障识别模块进行所述微型电机的传感信号故障分析溯源,可有效保障分析结果的准确度与客观性。基于所述故障识别模块,对输入的所述传感信号源进行信号匹配与映射决策,获取所述故障感知结果并进行输出。所述故障感知结果为完全贴合于所述微型电机的检测结果,具有高度有效性与运行契合度。
本申请提供的一种微型电机的故障感知方法,具有如下技术效果:
1、微型电机的集成在一些空间模块,往往与被集成的装置/模块紧密集成,容易受到模块上的干扰,尤其是温度环境,且微型电机自身的散热差,更容易导致运行故障,本申请实施例通过采集微型电机的传感信号,基于被集成对象的信号携带干扰,执行信号分离与故障识别,有效规避外源干扰造成的检测偏差,提高故障检测的准确度。
2、对建立的所述故障传感模块进行通道划分标识,针对存在信号分离必要性的传感通道执行标识与信号分离,避免无效做功。基于被集成对象的作业状态进行样本信号采集,训练信号分离器。针对集成空间的封闭状况进行屏障噪声的度量,确定封闭加噪系数进行信号分离器的调优,提高信号分离器的分离精细度与准确度,最大化保障分离信号独立性。
3、为避免信号较弱不易进行分辨导致难以进行信号分离,进行信号分离之前,对传感信号执行信号放大,以提高信号的识别准确度与分离精度,确保信号处理的完备性。
实施例二
基于与前述实施例中一种微型电机的故障感知方法相同的发明构思,如图4所示,本申请提供了一种微型电机的故障感知系统,所述系统包括:
对象采集模块11,所述对象采集模块11用于采集微型电机在应用工况场景下的被集成对象;
实时传感模块12,所述实时传感模块12用于连接所述微型电机的故障传感模块,根据所述故障传感模块中的多个传感通道进行实时传感,输出所述微型电机的传感信号;
信号采集模块13,所述信号采集模块13用于以所述多个传感通道为采集对象,通过数据采集卡对所述被集成对象进行信号采集,得到所述被集成对象的传感信号;
信号分离器建立模块14,所述信号分离器建立模块14用于建立信号分离器,所述信号分离器的输入端分别与所述故障传感模块的输出端、所述数据采集卡连接,用于接收所述微型电机的传感信号和所述被集成对象的传感信号;
信号分离模块15,所述信号分离模块15用于将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离,输出分离传感信号;
故障感知模块16,所述故障感知模块16用于以所述分离传感信号作为传感信号源输入至故障识别模块进行故障感知,输出故障感知结果。
进一步而言,所述信号分离器建立模块14还包括:
影响识别模块,所述影响识别模块用于以所述被集成对象的传感信号对所述微型电机的传感信号进行影响识别,输出多个被影响信号;
通道标识模块,所述通道标识模块用于按照所述多个被影响信号对所述故障传感模块中的多个传感通道进行标识,将所述故障传感模块中的多个传感通道分为标识传感通道和未标识传感通道;
端口连接模块,所述端口连接模块用于将所述故障传感模块中的标识传感通道的输出端与所述信号分离器的输入端连接,用于接收所述标识传感通道输出的传感信号。
进一步而言,所述信号分离模块15还包括:
放大传感信号获取模块,所述放大传感信号获取模块用于将所述数据采集卡与所述故障传感模块连接,将所述标识传感通道输出的传感信号输入所述数据采集卡中的信号放大单元中进行处理,得到所述标识传感通道的放大传感信号;
对象传感信号获取模块,所述对象传感信号获取模块用于从所述被集成对象的传感信号中获取与所述标识传感通道对应的对象传感信号;
分离模块,所述分离模块用于将所述标识传感通道输出的传感信号和所述对象传感信号输入至所述信号分离器中进行分离。
进一步而言,本申请信号分离器建立模块14还包括:
非作业状态样本采集模块,所述非作业状态样本采集模块用于令所述被集成对象处于非作业状态对所述微型电机进行独立作业条件下的传感样本采集,输出所述故障传感模块的独立样本信号;
作业状态样本采集模块,所述作业状态样本采集模块用于令所述被集成对象处于作业状态对所述微型电机进行作业条件下的传感样本采集,输出所述故障传感模块的协同样本信号,同时获取所述被集成对象处于作业状态的对象样本信号;
信号分离器生成模块,所述信号分离器生成模块用于以所述独立样本信号、协同样本信号和所述对象样本信号为一组训练样本得到信号分离特征矩阵,以所述信号分离特征矩阵生成信号分离器。
进一步而言,所述信号分离器生成模块还包括:
表达式获取模块,所述表达式获取模块用于所述信号分离器的表达式如下:
;其中,/>为基于第i个传感通道输入的协同样本信号,/>为基于第i个传感通道信号分离特征矩阵,为不可逆矩阵;/>为基于第i个传感通道中针对特征指标j所对应的需要恢复的独立样本信号,/>为随机噪声,n为所述信号分离特征矩阵中的特征数量。
进一步而言,所述信号分离器生成模块还包括:
屏障材料获取模块,所述屏障材料获取模块用于获取所述微型电机的集成空间,对所述集成空间进行环境封闭性判断,当大于预设环境封闭性,确定所述集成空间的屏障材料;
屏障噪声识别模块,所述屏障噪声识别模块用于以所述屏障材料对所述多个传感通道中包含声信号的传感信号进行屏障噪声识别,获取封闭加噪系数;
分离优化模块,所述分离优化模块用于根据所述封闭加噪系数对所述信号分离器进行信号分离优化。
进一步而言,所述信号分离模块15还包括:
同步采样模块,所述同步采样模块用于设置信号同步模块,利用所述信号同步模块对所述微型电机的传感信号和所述被集成对象的传感信号进行同步采样;
其中,所述信号同步模块至少包括四个可提供同步采样模拟传感通道的连接器,其中,每个传感通道都具备一个作为连接信号源的BNC连接器。
本说明书通过前述对一种微型电机的故障感知方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种微型电机的故障感知方法及系统,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
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申请。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申请的精神或范围的情况下,在其它实施例中实现。因此,本申请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 (6)
1.一种微型电机的故障感知方法,其特征在于,所述方法包括:
采集微型电机在应用工况场景下的被集成对象;
连接所述微型电机的故障传感模块,根据所述故障传感模块中的多个传感通道进行实时传感,输出所述微型电机的传感信号;
以所述多个传感通道为采集对象,通过数据采集卡对所述被集成对象进行信号采集,得到所述被集成对象的传感信号;
建立信号分离器,所述信号分离器的输入端分别与所述故障传感模块的输出端、所述数据采集卡连接,用于接收所述微型电机的传感信号和所述被集成对象的传感信号;
将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离,输出分离传感信号;
以所述分离传感信号作为传感信号源输入至故障识别模块进行故障感知,输出故障感知结果;
令所述被集成对象处于非作业状态对所述微型电机进行独立作业条件下的传感样本采集,输出所述故障传感模块的独立样本信号;
令所述被集成对象处于作业状态对所述微型电机进行作业条件下的传感样本采集,输出所述故障传感模块的协同样本信号,同时获取所述被集成对象处于作业状态的对象样本信号;
以所述独立样本信号、协同样本信号和所述对象样本信号为一组训练样本得到信号分离特征矩阵,以所述信号分离特征矩阵生成信号分离器;
所述信号分离器的表达式如下:
;
其中,为基于第i个传感通道输入的协同样本信号,/>为基于第i个传感通道信号分离特征矩阵,为不可逆矩阵;
为基于第i个传感通道中针对特征指标j所对应的需要恢复的独立样本信号,为随机噪声,n为所述信号分离特征矩阵中的特征数量。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
以所述被集成对象的传感信号对所述微型电机的传感信号进行影响识别,输出多个被影响信号;
按照所述多个被影响信号对所述故障传感模块中的多个传感通道进行标识,将所述故障传感模块中的多个传感通道分为标识传感通道和未标识传感通道;
将所述故障传感模块中的标识传感通道的输出端与所述信号分离器的输入端连接,用于接收所述标识传感通道输出的传感信号。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
将所述数据采集卡与所述故障传感模块连接,将所述标识传感通道输出的传感信号输入所述数据采集卡中的信号放大单元中进行处理,得到所述标识传感通道的放大传感信号;
从所述被集成对象的传感信号中获取与所述标识传感通道对应的对象传感信号;
将所述标识传感通道输出的传感信号和所述对象传感信号输入至所述信号分离器中进行分离。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述微型电机的集成空间,对所述集成空间进行环境封闭性判断,当大于预设环境封闭性,确定所述集成空间的屏障材料;
以所述屏障材料对所述多个传感通道中包含声信号的传感信号进行屏障噪声识别,获取封闭加噪系数;
根据所述封闭加噪系数对所述信号分离器进行信号分离优化。
5.如权利要求1所述的方法,其特征在于,将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离之前,方法还包括:
设置信号同步模块,利用所述信号同步模块对所述微型电机的传感信号和所述被集成对象的传感信号进行同步采样;
其中,所述信号同步模块至少包括四个可提供同步采样模拟传感通道的连接器,其中,每个传感通道都具备一个作为连接信号源的BNC连接器。
6.一种微型电机的故障感知系统,其特征在于,所述系统包括:
对象采集模块,所述对象采集模块用于采集微型电机在应用工况场景下的被集成对象;
实时传感模块,所述实时传感模块用于连接所述微型电机的故障传感模块,根据所述故障传感模块中的多个传感通道进行实时传感,输出所述微型电机的传感信号;
信号采集模块,所述信号采集模块用于以所述多个传感通道为采集对象,通过数据采集卡对所述被集成对象进行信号采集,得到所述被集成对象的传感信号;
信号分离器建立模块,所述信号分离器建立模块用于建立信号分离器,所述信号分离器的输入端分别与所述故障传感模块的输出端、所述数据采集卡连接,用于接收所述微型电机的传感信号和所述被集成对象的传感信号;
信号分离模块,所述信号分离模块用于将所述微型电机的传感信号和所述被集成对象的传感信号输入至所述信号分离器进行信号分离,输出分离传感信号;
故障感知模块,所述故障感知模块用于以所述分离传感信号作为传感信号源输入至故障识别模块进行故障感知,输出故障感知结果;
其中,信号分离器建立模块还包括:
非作业状态样本采集模块,所述非作业状态样本采集模块用于令所述被集成对象处于非作业状态对所述微型电机进行独立作业条件下的传感样本采集,输出所述故障传感模块的独立样本信号;
作业状态样本采集模块,所述作业状态样本采集模块用于令所述被集成对象处于作业状态对所述微型电机进行作业条件下的传感样本采集,输出所述故障传感模块的协同样本信号,同时获取所述被集成对象处于作业状态的对象样本信号;
信号分离器生成模块,所述信号分离器生成模块用于以所述独立样本信号、协同样本信号和所述对象样本信号为一组训练样本得到信号分离特征矩阵,以所述信号分离特征矩阵生成信号分离器;
表达式获取模块,所述表达式获取模块用于所述信号分离器的表达式如下:
;
其中,为基于第i个传感通道输入的协同样本信号,/>为基于第i个传感通道信号分离特征矩阵,为不可逆矩阵;
为基于第i个传感通道中针对特征指标j所对应的需要恢复的独立样本信号,为随机噪声,n为所述信号分离特征矩阵中的特征数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311025254.4A CN116736116B (zh) | 2023-08-15 | 2023-08-15 | 一种微型电机的故障感知方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311025254.4A CN116736116B (zh) | 2023-08-15 | 2023-08-15 | 一种微型电机的故障感知方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736116A CN116736116A (zh) | 2023-09-12 |
CN116736116B true CN116736116B (zh) | 2023-10-24 |
Family
ID=87911891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311025254.4A Active CN116736116B (zh) | 2023-08-15 | 2023-08-15 | 一种微型电机的故障感知方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736116B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111508517A (zh) * | 2020-04-28 | 2020-08-07 | 电子科技大学中山学院 | 一种基于噪声特征的微电机智能品控方法 |
CN115015756A (zh) * | 2022-07-14 | 2022-09-06 | 深圳市文浩科技有限公司 | 一种细碎融合的新材料混合机故障诊断方法 |
CN115993504A (zh) * | 2023-03-23 | 2023-04-21 | 山东盛日电力集团有限公司 | 一种电气设备的智能故障诊断方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8405339B2 (en) * | 2010-07-01 | 2013-03-26 | Eaton Corporation | System and method for detecting fault in an AC machine |
US10429419B2 (en) * | 2015-03-26 | 2019-10-01 | The University Of Akron | System and method for iterative condition monitoring and fault diagnosis of electric machines |
US20210278476A1 (en) * | 2020-03-09 | 2021-09-09 | Mitsubishi Electric Research Laboratories, Inc. | System and Method of Fault Detection Based on Robust Damped Signal Demixing |
-
2023
- 2023-08-15 CN CN202311025254.4A patent/CN116736116B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111508517A (zh) * | 2020-04-28 | 2020-08-07 | 电子科技大学中山学院 | 一种基于噪声特征的微电机智能品控方法 |
CN115015756A (zh) * | 2022-07-14 | 2022-09-06 | 深圳市文浩科技有限公司 | 一种细碎融合的新材料混合机故障诊断方法 |
CN115993504A (zh) * | 2023-03-23 | 2023-04-21 | 山东盛日电力集团有限公司 | 一种电气设备的智能故障诊断方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于LabVIEW的电力机车光栅传感器故障诊断系统;陈庆生;杨文焕;魏前进;;仪表技术与传感器(第08期);第1-5页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116736116A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110850244B (zh) | 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质 | |
CN106447040B (zh) | 基于异类多传感器数据融合的机械设备健康状态评估方法 | |
CN116563273B (zh) | 用于钢材缺陷的检测预警方法及系统 | |
CN102128881A (zh) | 利用信号分解的Lamb波工程结构损伤监测方法 | |
CN107963239A (zh) | 一种基于音频的运载火箭故障检测装置及检测方法 | |
CN115186850B (zh) | 一种海底电缆运行环境的动态监测方法及系统 | |
CN116736116B (zh) | 一种微型电机的故障感知方法及系统 | |
CN108204892B (zh) | 基于柔性阵列式压力传感器的辊轮组设备故障检测方法 | |
CN110632484A (zh) | 一种基于elm的gis局部放电缺陷诊断分类系统及方法 | |
CN105301208A (zh) | 一种生鲜蔬菜新鲜度检测系统及方法 | |
JP4443247B2 (ja) | 状態監視システムおよび状態監視方法 | |
CN113125556A (zh) | 一种基于声纹识别的结构损伤检测系统及方法 | |
CN113962264A (zh) | 一种基于深度学习的航空发动机转子系统故障诊断算法 | |
CN105807204B (zh) | 基于频谱细化的硬件木马检测方法 | |
CN112781721B (zh) | 一种移动巡检平台的智能噪声采集方法及智能噪声采集装置 | |
CN103743477B (zh) | 一种机械故障检测诊断方法及其设备 | |
CN107569246A (zh) | 一种嵌入式管制员疲劳风险测量装置及其方法 | |
CN113820133B (zh) | 一种轴承振动信号的稀疏重构方法及其系统 | |
CN105652755A (zh) | 一种安全改进型多路数据采集系统 | |
CN112649428A (zh) | 基于视频识别的高营养胚胎蛋的检测装置及方法 | |
WO2013064035A1 (zh) | 光信号的去噪方法和装置 | |
CN116989593B (zh) | 一种电炉运行故障的监测预警方法 | |
CN116663875B (zh) | 一种基于大数据的智能化安装工程监测系统及方法 | |
CN212432062U (zh) | 一种纵向多圆滤棒的内外圆度及同心度检测仪 | |
CN114979823A (zh) | 一种基于多源参数的数控机床数据格式规范化处理方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240118 Address after: No. 26 Bohai No.33 Road, Lingang Economic Zone, Binhai New Area, Tianjin, 300451 Patentee after: HELI TECH ENERGY Co.,Ltd. Address before: Building 1, No. 26 Bohai 33rd Road, Lingang Economic Zone, Binhai New Area, Tianjin, 300451 Patentee before: Titan (Tianjin) Energy Technology Co.,Ltd. |