CN116819318A - 一种电机故障检测方法、系统 - Google Patents
一种电机故障检测方法、系统 Download PDFInfo
- Publication number
- CN116819318A CN116819318A CN202310812643.5A CN202310812643A CN116819318A CN 116819318 A CN116819318 A CN 116819318A CN 202310812643 A CN202310812643 A CN 202310812643A CN 116819318 A CN116819318 A CN 116819318A
- Authority
- CN
- China
- Prior art keywords
- motor
- module
- histogram
- running
- parameters
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000009191 jumping Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及电机技术领域,具体涉及一种电机故障检测方法、系统,包括监测层、分析层及输出层;电机运行状态下,电机的运行参数通过监测层输入,于监测层中完成运行参数对应时间戳的配置及储存,分析层基于监测层中储存的电机运行参数对应时间戳进行依次调取,进一步应用提取的电机运行参数生成电机运行参数的直方图,本发明能够对电机的运行参数进行获取,进一步的基于输入电机的标准运行参数作为参照,根据运行参数生成了电机运行参数直方图,通过直方图的相似性比对,能够准确的判断出电机是否存在故障,且以直方图的相似性变化趋势,能够进一步的对电机中微小故障或故障隐患进行捕捉及监测。
Description
技术领域
本发明涉及电机技术领域,具体涉及一种电机故障检测方法、系统。
背景技术
电机能广泛应用于不同领域,除在易燃、易爆或有腐蚀性气体的场合外,如运输、混合、印刷、农业机械和视频处理机中应用外,还可以应用于机床、泵类、鼓风机、压缩机等配套设备。
申请号为201510498394.2的发明专利中公开了一种基于RBF的电机故障检测方法,其特征在于:包括如下的步骤:Sl:收集电机运行参数的历史数据,包括电机正常运行数据和故障数据;S2:整理步骤S1中的历史数据,形成样本,样本的格式为:每一条数据按输入-输出对模式组织,输入为电机运行参数,输出为电机定子电流:样本包括训练样本和检测样本,其中训练样本包括正常训练样本和故障训练样本,检测样本包括正常检测样本和故障检测样本:S3;根据训练样本设计RBF的结构,包括RBF的输入值、输出值、隐藏层节点数和核函数:S4:对正常训练样本利用K-均值聚类学习算法,产生正常训练样本的聚类中心;S5:将所有正常训练样本分成多组,组数n大于RBF输出权值的维数,每组正常训练样本依次分别训练RBF网络,直到RBF输出权值稳定:且正常训练样本每次输入时只训练RBF网络的一个输出权值,连续输入一个正常训练样本直到RBF网络的输出权值全部更新。
该申请在于解决:“传统的电机测试方法大多只针对单一种类电机,设计复杂通用性差,而且测试过程繁琐,不利于测试系统的集成化的缺点。而电机电流信号分析法仅对特定的一个或两个故障频率进行分析,判断电机是否有某个故障,检测单一,有较大的局限性。且电机电流信号分析法需要采集频率,步骤繁琐,其检测系统在系统受到干扰时,极易受到外界变化的影响,在扰动过大时,千扰信号会覆盖故障信号,导致错报和漏报可能性很高,检测可靠性不能得到保证,检测性能较差,”的问题。
然而,目前对于电机的故障检测,往往根据泵送水液的流量等外界信息来对电机进行检测,并没有一种专门应用电机自身参数来实现故障检测的系统。
发明内容
针对现有技术所存在的上述缺点,本发明提供了一种电机故障检测方法、系统,解决了目前并没有一种专门应用电机自身参数来实现故障检测的系统的问题。
为实现以上目的,本发明通过以下技术方案予以实现:
第一方面,一种电机故障检测系统,包括监测层、分析层及输出层;
电机运行状态下,电机的运行参数通过监测层输入,于监测层中完成运行参数对应时间戳的配置及储存,分析层基于监测层中储存的电机运行参数对应时间戳进行依次调取,进一步应用提取的电机运行参数生成电机运行参数的直方图,输出层根据电机运行参数直方图分析电机运行状态变化趋势,判定电机运行状态是否出现异常,并对判定结果进行输出;
分析层包括调取模块、生成模块及识别模块,调取模块用于遍历读取储存模块中储存的电机运行参数,根据电机运行参数的对应时间戳对电机运行参数进行依次调取,并向生成模块中转发,生成模块用于接收电机运行参数,应用电机运行参数生成电机运行参数直方图,生成模块还用于生成电机标准运行参数直方图,识别模块用于接收生成模块中生成的电机运行参数直方图及电机标准运行参数直方图,识别两组直方图相似度;
其中,识别模块中两组直方图的相似度通过下式进行求取,公式为:
式中:N为直方图中数组集合;X[i]、Y[i]为直方图中数组中的各元素;X均值、Y均值为直方图中数组中的平均值;sim(x,y)表示两组直方图的相似度,sim(x,y)∈(-1,0)∪(0,1),sim(x,y)的值越接近1则,表示两组直方图相似度越高;
系统运行过程中,持续执行电机运行参数直方图的生成及直方图相似度求取,输出层通过相似度的变化趋势,判定电机运行状态是否异常。
更进一步地,所述监测层包括编辑模块、采集模块及储存模块,编辑模块用于编辑设定电机的运行参数,采集模块用于采集电机运行状态下运行参数,储存模块用于接收编辑模块及采集模块中编辑设定及采集到的电机运行参数;
其中,编辑模块中编辑设定的电机运行参数包括:电机转速、电机功率、电机运行噪音值区间,采集模块所采集的电机运行参数与编辑模块中编辑设定的电机运行参数目标一致,采集模块在采集电机运行状态下运行参数时,同步设定有采集周期,采集模块根据采集周期实时运行对电机运行状态下的运行参数进行采集,同步记载电机运行状态下运行参数在采集时的时间戳,储存模块在对采集模块采集的电机运行参数进行储存时,根据电机运行参数的采集时间戳进行顺序队列的储存。
更进一步地,所述储存模块中系统端用户手动设定有电机故障判定阈值,电机故障判定阈值根据电机运行参数进行设定,储存模块在接收到采集模块采集到的电机运行参数时,应用电机故障判定阈值与接收的电机运行参数进行比对,在电机运行参数不处于电机故障判定阈值时,控制电机停止运行;
其中,电机运行参数处于电机故障判定阈值时,进一步监测连续三组及以上采集周期内,电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近,判定结果为是,控制电机停止运行,反之,则继续服从采集周期,执行判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近的操作。
更进一步地,判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近时,通过下式求取电机运行综合参数,应用电机运行综合参数与电机故障判定阈值进行比对,进一步获取判定结果,电机运行综合参数的求取公式为:
式中:n为采集周期的集合;si为电机转速;mi为电机功率;qi为电机运行状态下噪音值区间中噪音值均值;μ1、μ2、μ3为权重;p为电机运行参数量;ω为校正系数;
其中,电机故障判定阈值与接收的电机运行参数进行比对,及判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近时,所应用的电机故障判定阈值通过系统端用户手动区别设定。
更进一步地,所述生成模块中电机标准运行参数直方图通过编辑模块中编辑设定的电机运行参数进行生成,生成模块中储存有直方图轴系,生成模块在接收电机运行参数后,将电机运行参数发送至直方图轴系中,进一步参考电机运行参数的对应时间戳进行对应点位的匹配,以匹配到的点位完成电机运行参数直方图的生成;
其中,生成模块在生成电机运行参数直方图时,根据电机运行参数中电机转速、电机功率、电机运行噪音值进行不同直方图的生成。
更进一步地,所述生成模块在接收电机运行参数,应用电机运行参数生成电机运行参数直方图后,通过下式对生成的电机运行参数直方图进行归一化处理,公式为:
式中:g(i,j)为归一化处理后输出的电机运行参数直方图;f(k,l)为电机运行参数直方图中参数对应点位灰度值;w(i,j,k,l)为权重系数;σ为灰度相似度因数。
更进一步地,所述输出层包括分析模块及反馈模块,分析模块用于接收系统运行过程中识别模块识别到的直方图相似度,分析直方图相似度是否逐步趋于远离1,分析结果为是,触发反馈模块运行,反之,则分析模块结束运行,跳转至分析层中识别模块运行,反馈模块接收分析模块中分析结果为是时,直方图对应电机运行参数;
其中,分析模块在分析系统运行过程中求取的直方图相似度是否逐步趋于远离1时,以相邻的三组直方图相似度为一队列,执行分析直方图相似度是否逐步趋于远离1的操作,系统端用户于反馈模块中对其接收的直方图对应电机运行参数进行读取。
更进一步地,直方图相似度在以三组为一队列用于是否逐步趋于远离1的判定时,在判定结果为否时,对队列中直方图相似度对应时间戳最早的一组直方图相似度数据进行删除,以完成直方图相似度在应用于是否逐步趋于远离1的判定过程中的数据迭代。
更进一步地,所述编辑模块通过介质电性与采集模块及储存模块相连接,所述储存模块通过介质电性与调取模块相连接,所述调取模块通过介质电性与生成模块及识别模块相连接,所述识别模块通过介质电性与分析模块相连接,所述分析模块通过介质电性与反馈模块相连接。
第二方面,一种电机故障检测方法,包括以下步骤:
步骤1:获取电机运行状态运行参数,根据电机运行参数生成电机运行参数直方图;
步骤11:设定电机故障判定阈值,基于获取到的电机运行状态运行参数与电机故障判定阈值比对,判定电机当前运行是否存在故障;
步骤2:根据电机标准运行参数生成电机标准运行参数直方图;
步骤3:比对步骤1中生成直方图及步骤2中生成直方图相似度;
步骤4:监测直方图相似性变化趋势,根据直方图相似度变化趋势,判定电机运行状态是否存在故障;
步骤5:判定电机运行状态故障时,对判定电机运行状态为故障所用的直方图对于电机运行参数进行溯源,而后跳转至步骤1执行;
步骤6:判定电机运行状态无故障时,跳转至步骤1执行。
采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
1、本发明提供一种电机故障检测系统,该系统运行过程中,能够对电机的运行参数进行获取,进一步的基于输入电机的标准运行参数作为参照,根据运行参数生成了电机运行参数直方图,通过直方图的相似性比对,能够准确的判断出电机是否存在故障,且以直方图的相似性变化趋势,能够进一步的对电机中微小故障或故障隐患进行捕捉及监测。
2、本发明中系统在运行过程中,在通过电机运行参数生成电机运行参数直方图后,进一步对生成的直方图进行了归一化处理,进一步的维护了电机运行参数直方图在进行相似性比对时,比对结果更加精准,确保系统输出检测结果更加可靠。
3、本发明中系统在电机运行参数获取阶段,通过设定故障判定阈值的方式面对运行电机带来了初步判定效果,从而使得电机在存在较大故障问题时,由该系统能够更加快捷的输出故障判定结果,从而达到提升该系统总体的故障判定效率的目的。
4、本发明提供一种电机故障检测方法,通过该方法中的步骤执行能够进一步维护系统运行的稳定,并且在该方法的执行步骤过程中,还能够提供精确的电机故障处理逻辑,使得该方法中步骤能够根据故障判定结果持续执行,形成闭环,以达到对电机进行持续检测的效果。
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,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为一种电机故障检测系统的结构示意图;
图2为一种电机故障检测方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例一
本实施例的一种电机故障检测系统,如图1所示,包括监测层、分析层及输出层;
电机运行状态下,电机的运行参数通过监测层输入,于监测层中完成运行参数对应时间戳的配置及储存,分析层基于监测层中储存的电机运行参数对应时间戳进行依次调取,进一步应用提取的电机运行参数生成电机运行参数的直方图,输出层根据电机运行参数直方图分析电机运行状态变化趋势,判定电机运行状态是否出现异常,并对判定结果进行输出;
分析层包括调取模块、生成模块及识别模块,调取模块用于遍历读取储存模块中储存的电机运行参数,根据电机运行参数的对应时间戳对电机运行参数进行依次调取,并向生成模块中转发,生成模块用于接收电机运行参数,应用电机运行参数生成电机运行参数直方图,生成模块还用于生成电机标准运行参数直方图,识别模块用于接收生成模块中生成的电机运行参数直方图及电机标准运行参数直方图,识别两组直方图相似度;
其中,识别模块中两组直方图的相似度通过下式进行求取,公式为:
式中:N为直方图中数组集合;X[i]、Y[i]为直方图中数组中的各元素;X均值、Y均值为直方图中数组中的平均值;sim(x,y)表示两组直方图的相似度,sim(x,y)∈(-1,0)∪(0,1),sim(x,y)的值越接近1则,表示两组直方图相似度越高;
系统运行过程中,持续执行电机运行参数直方图的生成及直方图相似度求取,输出层通过相似度的变化趋势,判定电机运行状态是否异常;
监测层包括编辑模块、采集模块及储存模块,编辑模块用于编辑设定电机的运行参数,采集模块用于采集电机运行状态下运行参数,储存模块用于接收编辑模块及采集模块中编辑设定及采集到的电机运行参数;
其中,编辑模块中编辑设定的电机运行参数包括:电机转速、电机功率、电机运行噪音值区间,采集模块所采集的电机运行参数与编辑模块中编辑设定的电机运行参数目标一致,采集模块在采集电机运行状态下运行参数时,同步设定有采集周期,采集模块根据采集周期实时运行对电机运行状态下的运行参数进行采集,同步记载电机运行状态下运行参数在采集时的时间戳,储存模块在对采集模块采集的电机运行参数进行储存时,根据电机运行参数的采集时间戳进行顺序队列的储存;
生成模块在接收电机运行参数,应用电机运行参数生成电机运行参数直方图后,通过下式对生成的电机运行参数直方图进行归一化处理,公式为:
式中:g(i,j)为归一化处理后输出的电机运行参数直方图;f(k,l)为电机运行参数直方图中参数对应点位灰度值;w(i,j,k,l)为权重系数;σ为灰度相似度因数;
输出层包括分析模块及反馈模块,分析模块用于接收系统运行过程中识别模块识别到的直方图相似度,分析直方图相似度是否逐步趋于远离1,分析结果为是,触发反馈模块运行,反之,则分析模块结束运行,跳转至分析层中识别模块运行,反馈模块接收分析模块中分析结果为是时,直方图对应电机运行参数;
其中,分析模块在分析系统运行过程中求取的直方图相似度是否逐步趋于远离1时,以相邻的三组直方图相似度为一队列,执行分析直方图相似度是否逐步趋于远离1的操作,系统端用户于反馈模块中对其接收的直方图对应电机运行参数进行读取;
编辑模块通过介质电性与采集模块及储存模块相连接,储存模块通过介质电性与调取模块相连接,调取模块通过介质电性与生成模块及识别模块相连接,识别模块通过介质电性与分析模块相连接,分析模块通过介质电性与反馈模块相连接。
在本实施例中,编辑模块编辑设定电机的运行参数,采集模块同步的采集电机运行状态下运行参数,并由储存模块接收编辑模块及采集模块中编辑设定及采集到的电机运行参数,调取模块后置运行遍历读取储存模块中储存的电机运行参数,根据电机运行参数的对应时间戳对电机运行参数进行依次调取,并向生成模块中转发,再由生成模块接收电机运行参数,应用电机运行参数生成电机运行参数直方图,生成模块还用于生成电机标准运行参数直方图,识别模块接收生成模块中生成的电机运行参数直方图及电机标准运行参数直方图,识别两组直方图相似度,最后通过分析模块接收系统运行过程中识别模块识别到的直方图相似度,分析直方图相似度是否逐步趋于远离1,分析结果为是,触发反馈模块运行,反之,则分析模块结束运行,跳转至分析层中识别模块运行,反馈模块接收分析模块中分析结果为是时,直方图对应电机运行参数;
此外,通过上述记载的直方图归一化处理公式,进一步的为直方图相似度计算公式在计算时,带来了精细化处理,确保直方图相似度的计算能够基于更加精确的算数值,从而使得由该系统最终输出的检测结果更加精确。
实施例二
在具体实施层面,在实施例1的基础上,本实施例参照图1对实施例1中一种电机故障检测系统做进一步具体说明:
储存模块中系统端用户手动设定有电机故障判定阈值,电机故障判定阈值根据电机运行参数进行设定,储存模块在接收到采集模块采集到的电机运行参数时,应用电机故障判定阈值与接收的电机运行参数进行比对,在电机运行参数不处于电机故障判定阈值时,控制电机停止运行;
其中,电机运行参数处于电机故障判定阈值时,进一步监测连续三组及以上采集周期内,电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近,判定结果为是,控制电机停止运行,反之,则继续服从采集周期,执行判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近的操作。
通过上述设置可以使得该系统在运行初始阶段,能够根据采集得到的电机运行参数对电机是否存在故障进行初步的判定,避免电机已存在故障,而由于该系统中模块运行而导致的判定结果延误输出,且由此,可以使得电机存在的明显故障能够更加快捷高效的由该系统检测出。
如图1所示,判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近时,通过下式求取电机运行综合参数,应用电机运行综合参数与电机故障判定阈值进行比对,进一步获取判定结果,电机运行综合参数的求取公式为:
式中:n为采集周期的集合;si为电机转速;mi为电机功率;qi为电机运行状态下噪音值区间中噪音值均值;μ1、μ2、μ3为权重;p为电机运行参数量;ω为校正系数;
其中,电机故障判定阈值与接收的电机运行参数进行比对,及判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近时,所应用的电机故障判定阈值通过系统端用户手动区别设定。
通过上述公式计算,能够使得监测层能够基于电机运行参数进行初步的数字化检测结果的输出。
如图1所示,生成模块中电机标准运行参数直方图通过编辑模块中编辑设定的电机运行参数进行生成,生成模块中储存有直方图轴系,生成模块在接收电机运行参数后,将电机运行参数发送至直方图轴系中,进一步参考电机运行参数的对应时间戳进行对应点位的匹配,以匹配到的点位完成电机运行参数直方图的生成;
其中,生成模块在生成电机运行参数直方图时,根据电机运行参数中电机转速、电机功率、电机运行噪音值进行不同直方图的生成。
通过上述设置,可以使得该系统在直方图生成阶段,能够根据电机运行参数中的各项参数生成不同的直方图,从而以此提升该系统运行所用参数的多样性,进而使得系统输出检测结果准确。
如图1所示,直方图相似度在以三组为一队列用于是否逐步趋于远离1的判定时,在判定结果为否时,对队列中直方图相似度对应时间戳最早的一组直方图相似度数据进行删除,以完成直方图相似度在应用于是否逐步趋于远离1的判定过程中的数据迭代。
通过上述设置,可以使得系统在运行过程中,在确保系统输出检测结果准确的同时,可对生成的直方图充分使用。
实施例三
在具体实施层面,在实施例1的基础上,本实施例参照图2对实施例1中一种电机故障检测系统做进一步具体说明:
一种电机故障检测方法,包括以下步骤:
步骤1:获取电机运行状态运行参数,根据电机运行参数生成电机运行参数直方图;
步骤11:设定电机故障判定阈值,基于获取到的电机运行状态运行参数与电机故障判定阈值比对,判定电机当前运行是否存在故障;
步骤2:根据电机标准运行参数生成电机标准运行参数直方图;
步骤3:比对步骤1中生成直方图及步骤2中生成直方图相似度;
步骤4:监测直方图相似性变化趋势,根据直方图相似度变化趋势,判定电机运行状态是否存在故障;
步骤5:判定电机运行状态故障时,对判定电机运行状态为故障所用的直方图对于电机运行参数进行溯源,而后跳转至步骤1执行;
步骤6:判定电机运行状态无故障时,跳转至步骤1执行。
综上而言,上述实施例中系统在运行过程中,能够对电机的运行参数进行获取,进一步的基于输入电机的标准运行参数作为参照,根据运行参数生成了电机运行参数直方图,通过直方图的相似性比对,能够准确的判断出电机是否存在故障,且以直方图的相似性变化趋势,能够进一步的对电机中微小故障或故障隐患进行捕捉及监测;且该系统在通过电机运行参数生成电机运行参数直方图后,进一步对生成的直方图进行了归一化处理,进一步的维护了电机运行参数直方图在进行相似性比对时,比对结果更加精准,确保系统输出检测结果更加可靠;同时,系统在电机运行参数获取阶段,通过设定故障判定阈值的方式面对运行电机带来了初步判定效果,从而使得电机在存在较大故障问题时,由该系统能够更加快捷的输出故障判定结果,从而达到提升该系统总体的故障判定效率的目的;此外,通过上述实施例中方法中的步骤执行能够进一步维护系统运行的稳定,并且在该方法的执行步骤过程中,还能够提供精确的电机故障处理逻辑,使得该方法中步骤能够根据故障判定结果持续执行,形成闭环,以达到对电机进行持续检测的效果。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种电机故障检测系统,其特征在于,包括监测层、分析层及输出层;
电机运行状态下,电机的运行参数通过监测层输入,于监测层中完成运行参数对应时间戳的配置及储存,分析层基于监测层中储存的电机运行参数对应时间戳进行依次调取,进一步应用提取的电机运行参数生成电机运行参数的直方图,输出层根据电机运行参数直方图分析电机运行状态变化趋势,判定电机运行状态是否出现异常,并对判定结果进行输出;
分析层包括调取模块、生成模块及识别模块,调取模块用于遍历读取储存模块中储存的电机运行参数,根据电机运行参数的对应时间戳对电机运行参数进行依次调取,并向生成模块中转发,生成模块用于接收电机运行参数,应用电机运行参数生成电机运行参数直方图,生成模块还用于生成电机标准运行参数直方图,识别模块用于接收生成模块中生成的电机运行参数直方图及电机标准运行参数直方图,识别两组直方图相似度;
其中,识别模块中两组直方图的相似度通过下式进行求取,公式为:
式中:N为直方图中数组集合;X[i]、Y[i]为直方图中数组中的各元素;X均值、Y均值为直方图中数组中的平均值;sim(x,y)表示两组直方图的相似度,sim(x,y)∈(-1,0)∪(0,1),sim(x,y)的值越接近1则,表示两组直方图相似度越高;
系统运行过程中,持续执行电机运行参数直方图的生成及直方图相似度求取,输出层通过相似度的变化趋势,判定电机运行状态是否异常。
2.根据权利要求1所述的一种电机故障检测系统,其特征在于,所述监测层包括编辑模块、采集模块及储存模块,编辑模块用于编辑设定电机的运行参数,采集模块用于采集电机运行状态下运行参数,储存模块用于接收编辑模块及采集模块中编辑设定及采集到的电机运行参数;
其中,编辑模块中编辑设定的电机运行参数包括:电机转速、电机功率、电机运行噪音值区间,采集模块所采集的电机运行参数与编辑模块中编辑设定的电机运行参数目标一致,采集模块在采集电机运行状态下运行参数时,同步设定有采集周期,采集模块根据采集周期实时运行对电机运行状态下的运行参数进行采集,同步记载电机运行状态下运行参数在采集时的时间戳,储存模块在对采集模块采集的电机运行参数进行储存时,根据电机运行参数的采集时间戳进行顺序队列的储存。
3.根据权利要求2所述的一种电机故障检测系统,其特征在于,所述储存模块中系统端用户手动设定有电机故障判定阈值,电机故障判定阈值根据电机运行参数进行设定,储存模块在接收到采集模块采集到的电机运行参数时,应用电机故障判定阈值与接收的电机运行参数进行比对,在电机运行参数不处于电机故障判定阈值时,控制电机停止运行;
其中,电机运行参数处于电机故障判定阈值时,进一步监测连续三组及以上采集周期内,电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近,判定结果为是,控制电机停止运行,反之,则继续服从采集周期,执行判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近的操作。
4.根据权利要求3所述的一种电机故障检测系统,其特征在于,判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近时,通过下式求取电机运行综合参数,应用电机运行综合参数与电机故障判定阈值进行比对,进一步获取判定结果,电机运行综合参数的求取公式为:
式中:n为采集周期的集合;si为电机转速;mi为电机功率;qi为电机运行状态下噪音值区间中噪音值均值;μ1、μ2、μ3为权重;p为电机运行参数量;ω为校正系数;
其中,电机故障判定阈值与接收的电机运行参数进行比对,及判定电机运行参数是否于电机故障判定阈值中持续向一侧阈值边界方向靠近时,所应用的电机故障判定阈值通过系统端用户手动区别设定。
5.根据权利要求1或2所述的一种电机故障检测系统,其特征在于,所述生成模块中电机标准运行参数直方图通过编辑模块中编辑设定的电机运行参数进行生成,生成模块中储存有直方图轴系,生成模块在接收电机运行参数后,将电机运行参数发送至直方图轴系中,进一步参考电机运行参数的对应时间戳进行对应点位的匹配,以匹配到的点位完成电机运行参数直方图的生成;
其中,生成模块在生成电机运行参数直方图时,根据电机运行参数中电机转速、电机功率、电机运行噪音值进行不同直方图的生成。
6.根据权利要求1所述的一种电机故障检测系统,其特征在于,所述生成模块在接收电机运行参数,应用电机运行参数生成电机运行参数直方图后,通过下式对生成的电机运行参数直方图进行归一化处理,公式为:
式中:g(i,j)为归一化处理后输出的电机运行参数直方图;f(k,l)为电机运行参数直方图中参数对应点位灰度值;w(i,j,k,l)为权重系数;σ为灰度相似度因数。
7.根据权利要求1所述的一种电机故障检测系统,其特征在于,所述输出层包括分析模块及反馈模块,分析模块用于接收系统运行过程中识别模块识别到的直方图相似度,分析直方图相似度是否逐步趋于远离1,分析结果为是,触发反馈模块运行,反之,则分析模块结束运行,跳转至分析层中识别模块运行,反馈模块接收分析模块中分析结果为是时,直方图对应电机运行参数;
其中,分析模块在分析系统运行过程中求取的直方图相似度是否逐步趋于远离1时,以相邻的三组直方图相似度为一队列,执行分析直方图相似度是否逐步趋于远离1的操作,系统端用户于反馈模块中对其接收的直方图对应电机运行参数进行读取。
8.根据权利要求7所述的一种电机故障检测系统,其特征在于,直方图相似度在以三组为一队列用于是否逐步趋于远离1的判定时,在判定结果为否时,对队列中直方图相似度对应时间戳最早的一组直方图相似度数据进行删除,以完成直方图相似度在应用于是否逐步趋于远离1的判定过程中的数据迭代。
9.根据权利要求1或2所述的一种电机故障检测系统,其特征在于,所述编辑模块通过介质电性与采集模块及储存模块相连接,所述储存模块通过介质电性与调取模块相连接,所述调取模块通过介质电性与生成模块及识别模块相连接,所述识别模块通过介质电性与分析模块相连接,所述分析模块通过介质电性与反馈模块相连接。
10.一种电机故障检测方法,所述方法是对如权利要求1-9中任意一项所述一种电机故障检测系统的实施方法,其特征在于,包括以下步骤:
步骤1:获取电机运行状态运行参数,根据电机运行参数生成电机运行参数直方图;
步骤11:设定电机故障判定阈值,基于获取到的电机运行状态运行参数与电机故障判定阈值比对,判定电机当前运行是否存在故障;
步骤2:根据电机标准运行参数生成电机标准运行参数直方图;
步骤3:比对步骤1中生成直方图及步骤2中生成直方图相似度;
步骤4:监测直方图相似性变化趋势,根据直方图相似度变化趋势,判定电机运行状态是否存在故障;
步骤5:判定电机运行状态故障时,对判定电机运行状态为故障所用的直方图对于电机运行参数进行溯源,而后跳转至步骤1执行;
步骤6:判定电机运行状态无故障时,跳转至步骤1执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812643.5A CN116819318B (zh) | 2023-07-04 | 2023-07-04 | 一种电机故障检测方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310812643.5A CN116819318B (zh) | 2023-07-04 | 2023-07-04 | 一种电机故障检测方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116819318A true CN116819318A (zh) | 2023-09-29 |
CN116819318B CN116819318B (zh) | 2024-01-12 |
Family
ID=88121851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310812643.5A Active CN116819318B (zh) | 2023-07-04 | 2023-07-04 | 一种电机故障检测方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116819318B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888322A (zh) * | 2014-04-15 | 2014-06-25 | 重庆贻科科技有限公司 | 电机的监控方法及监控系统 |
WO2015020422A1 (ko) * | 2013-08-06 | 2015-02-12 | 동국대학교 산학협력단 | 히스토그램을 이용한 고속 유사도 측정 방법 및 장치 |
CN108010076A (zh) * | 2017-11-23 | 2018-05-08 | 南通大学 | 一种面向密集工业棒材图像检测的端面外观建模方法 |
CN112819088A (zh) * | 2021-02-20 | 2021-05-18 | 苏州安极能新能源发展有限公司 | 基于电力数据的异常检测算法 |
CN113075500A (zh) * | 2021-03-22 | 2021-07-06 | 广西电网有限责任公司河池供电局 | 基于滑动窗口的相似度单相接地故障定位方法及应用 |
CN113176501A (zh) * | 2021-06-30 | 2021-07-27 | 深圳百里科技有限公司 | 基于物联网的设备故障检测方法、设备及存储介质 |
CN114564469A (zh) * | 2022-02-22 | 2022-05-31 | 珠海格力电器股份有限公司 | 采集数据的处理方法及系统 |
CN114615735A (zh) * | 2022-03-29 | 2022-06-10 | 国网四川省电力公司成都供电公司 | 基于l1范数的时间同步方法、系统及故障检测方法 |
CN115327425A (zh) * | 2022-10-14 | 2022-11-11 | 中国华能集团清洁能源技术研究院有限公司 | 基于统计的锂电池储能电站的多级异常检测方法及系统 |
CN115880631A (zh) * | 2022-11-30 | 2023-03-31 | 国网上海市电力公司 | 一种配电站故障识别系统、方法、介质 |
CN115907726A (zh) * | 2022-11-08 | 2023-04-04 | 安徽皖南新维电机有限公司 | 一种电机温度监测故障处理方法和装置 |
CN116243161A (zh) * | 2022-12-05 | 2023-06-09 | 深圳市唯川科技有限公司 | 电机故障检测方法、装置、设备及存储介质 |
-
2023
- 2023-07-04 CN CN202310812643.5A patent/CN116819318B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015020422A1 (ko) * | 2013-08-06 | 2015-02-12 | 동국대학교 산학협력단 | 히스토그램을 이용한 고속 유사도 측정 방법 및 장치 |
CN103888322A (zh) * | 2014-04-15 | 2014-06-25 | 重庆贻科科技有限公司 | 电机的监控方法及监控系统 |
CN108010076A (zh) * | 2017-11-23 | 2018-05-08 | 南通大学 | 一种面向密集工业棒材图像检测的端面外观建模方法 |
CN112819088A (zh) * | 2021-02-20 | 2021-05-18 | 苏州安极能新能源发展有限公司 | 基于电力数据的异常检测算法 |
CN113075500A (zh) * | 2021-03-22 | 2021-07-06 | 广西电网有限责任公司河池供电局 | 基于滑动窗口的相似度单相接地故障定位方法及应用 |
CN113176501A (zh) * | 2021-06-30 | 2021-07-27 | 深圳百里科技有限公司 | 基于物联网的设备故障检测方法、设备及存储介质 |
CN114564469A (zh) * | 2022-02-22 | 2022-05-31 | 珠海格力电器股份有限公司 | 采集数据的处理方法及系统 |
CN114615735A (zh) * | 2022-03-29 | 2022-06-10 | 国网四川省电力公司成都供电公司 | 基于l1范数的时间同步方法、系统及故障检测方法 |
CN115327425A (zh) * | 2022-10-14 | 2022-11-11 | 中国华能集团清洁能源技术研究院有限公司 | 基于统计的锂电池储能电站的多级异常检测方法及系统 |
CN115907726A (zh) * | 2022-11-08 | 2023-04-04 | 安徽皖南新维电机有限公司 | 一种电机温度监测故障处理方法和装置 |
CN115880631A (zh) * | 2022-11-30 | 2023-03-31 | 国网上海市电力公司 | 一种配电站故障识别系统、方法、介质 |
CN116243161A (zh) * | 2022-12-05 | 2023-06-09 | 深圳市唯川科技有限公司 | 电机故障检测方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
李宇光,刘明光: "电机故障检测的小波分析红外图像增强", 计算机工程与应用, vol. 49, no. 11, pages 241 - 243 * |
Also Published As
Publication number | Publication date |
---|---|
CN116819318B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ilonen et al. | Diagnosis tool for motor condition monitoring | |
US8819018B2 (en) | Virtual sub-metering using combined classifiers | |
WO2021189730A1 (zh) | 检测异常高密子图的方法、装置、设备及存储介质 | |
CN108760327B (zh) | 一种航空发动机转子故障的诊断方法 | |
CN110895526A (zh) | 一种大气监测系统中数据异常的修正方法 | |
CN110259648B (zh) | 一种基于优化K-means聚类的风机叶片故障诊断方法 | |
CN111314329A (zh) | 流量入侵检测系统和方法 | |
CN111766462A (zh) | 一种基于v-i轨迹的非侵入式负荷识别方法 | |
CN112487890A (zh) | 一种基于并行稀疏滤波的轴承声信号故障诊断方法 | |
CN111626360B (zh) | 用于检测锅炉故障类型的方法、装置、设备和存储介质 | |
CN117454283A (zh) | 一种用于风电机组运行检测数据的状态评估方法 | |
CN115220396A (zh) | 一种数控机床智能监控方法及系统 | |
CN117093947B (zh) | 一种发电柴油机运行异常监测方法及系统 | |
CN116819318B (zh) | 一种电机故障检测方法、系统 | |
CN112882898A (zh) | 基于大数据日志分析的异常检测方法、系统、设备及介质 | |
CN112949714A (zh) | 一种基于随机森林的故障可能性预估方法 | |
CN117172601A (zh) | 一种基于残差全卷积神经网络的非侵入式负荷监测方法 | |
CN116907029A (zh) | 检测室外机内风扇异常的方法、控制装置以及空调室外机 | |
CN110826600A (zh) | 基于自适应共振网络在线增量学习的发动机喘振预测方法 | |
CN113985276B (zh) | 风力发电机组的故障诊断方法和装置 | |
CN114528909A (zh) | 一种基于流量日志特征提取的无监督异常检测方法 | |
CN111539539A (zh) | 数据中心动力环境设备运行模式突变检测方法及装置 | |
Zheng et al. | Wavelet packet decomposition and neural network based fault diagnosis for elevator excessive vibration | |
CN114764570A (zh) | 叶片故障诊断方法、装置、系统及存储介质 | |
CN108106717A (zh) | 一种基于声音信号识别机组状态的方法 |
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 |