CN117310495B - 一种新能源电机的耐久性能综合检测系统 - Google Patents
一种新能源电机的耐久性能综合检测系统 Download PDFInfo
- Publication number
- CN117310495B CN117310495B CN202311602796.3A CN202311602796A CN117310495B CN 117310495 B CN117310495 B CN 117310495B CN 202311602796 A CN202311602796 A CN 202311602796A CN 117310495 B CN117310495 B CN 117310495B
- Authority
- CN
- China
- Prior art keywords
- new energy
- value
- analysis
- motor
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 111
- 230000007547 defect Effects 0.000 claims abstract description 89
- 238000011156 evaluation Methods 0.000 claims abstract description 74
- 230000000007 visual effect Effects 0.000 claims abstract description 65
- 238000012795 verification Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000003745 diagnosis Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000005856 abnormality Effects 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000005286 illumination Methods 0.000 claims description 55
- 238000007689 inspection Methods 0.000 claims description 17
- 238000011179 visual inspection Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011859 microparticle Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009427 motor defect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明属于新能源电机检测技术领域，具体是一种新能源电机的耐久性能综合检测系统，包括处理器、数据采集传输模块、数据处理模块、耐久性能综合评估模块以及可视化显示模块；本发明通过数据采集传输模块采集新能源电机的各项运行数据，数据处理模块通过预设的算法和分析模型对数据进行处理，耐久性能综合评估模块对新能源电机的耐久性能进行评估并生成耐久性能报告，能够全面、准确且快速的评估新能源电机耐久性能，且通过视觉检测分析以判断新能源电机的表面缺陷状况，在生成视觉检测合格信号时对新能源电机的校验运行过程进行校验异常诊断分析，有效掌握进行新能源电机耐久性能检测的必要性，避免浪费人力和时间。
Description
技术领域
本发明涉及新能源电机检测技术领域，具体是一种新能源电机的耐久性能综合检测系统。
背景技术
新能源电机是指通过直接使用太阳能、风能、水能等可再生能源或者间接利用可再生能源将传统能源转化为电能推动电动设备工作的一类电机，与传统动力电机相比具有更高的能源转化效率和更低的污染排放，新能源电机的耐久性能是指电机在规定的运行条件下，能够安全、可靠地运行多长时间而不出现性能下降、损坏或故障的情况，新能源电机的耐久性能是衡量电机质量和使用寿命的重要指标；
目前在对新能源电机耐久性能进行检测时，难以实现全面、准确且快速的评估新能源电机耐久性能，检测评估过程的自动化和智能化程度低，以及在进行新能源电机耐久性能检测评估前无法对电机的缺陷状况进行合理分析反馈，并在电机缺陷无异常时不能使其进行校验运行并判断其运行风险性，无法掌握新能源电机耐久性能检测的必要性，浪费人力和时间；
针对上述的技术缺陷，现提出一种解决方案。
发明内容
本发明的目的在于提供一种新能源电机的耐久性能综合检测系统，解决了现有技术难以实现全面、准确且快速的评估新能源电机耐久性能，且在进行新能源电机耐久性能检测评估前无法对电机的缺陷状况进行合理分析反馈，并在电机缺陷无异常时不能使其进行校验运行并判断其运行风险性，无法掌握新能源电机耐久性能检测的必要性，浪费人力和时间的问题。
为实现上述目的，本发明提供如下技术方案：
一种新能源电机的耐久性能综合检测系统，包括处理器、数据采集传输模块、数据处理模块、耐久性能综合评估模块以及可视化显示模块；数据采集传输模块用于在新能源电机的耐久性能检测过程中采集新能源电机的各项运行数据，且将采集的各项运行数据经处理器传输至数据处理模块；数据处理模块接收到新能源电机的各项运行数据后，通过预设的算法和分析模型，对数据进行处理，并将处理后的数据信息经处理器发送至耐久性能综合评估模块；
耐久性能综合评估模块根据处理后的数据信息，对新能源电机的耐久性能进行评估，将新能源电机的耐久性能评估的结果生成耐久性能报告，且将耐久性能报告发送至可视化显示模块进行显示；
处理器与电机视觉检测模块通信连接，在对新能源电机进行耐久性能的综合检测评估前，电机视觉检测模块对新能源电机的表面进行扫描，基于扫描图像并通过视觉检测分析以判断新能源电机的表面缺陷状况，据此生成视觉检测不合格信号或视觉检测合格信号，将视觉检测不合格信号经处理器发送至可视化显示模块进行显示。
进一步的，数据处理模块的具体运行过程包括：
对采集的数据进行清洗，去除无效、错误或重复的数据，确保数据的准确性和可靠性；对于不同类型的数据，进行相应的转换，以便于进行后续的分析；在数据转换完成后，通过预设的分析模型对数据进行初步的分析，包括时域分析、频域分析和非线性分析，以获取到电机运行状态和性能的各项指标；且在数据处理过程中，对数据中存在的异常情况进行检测和识别。
进一步的，耐久性能综合评估模块的具体运行过程包括：
参考标准设定：设定评估对应新能源电机的耐久性能的标准或参考值；
性能参数评估：根据处理后的数据，评估电机的各项性能参数，通过对这些参数的分析，反馈新能源电机在各种条件下的运行状况和性能表现；
疲劳寿命评估：通过疲劳寿命模型或算法，预测电机的疲劳寿命，或根据类似电机的历史疲劳寿命数据并利用统计方法来评估电机的疲劳寿命；
故障预测：基于处理后的数据和电机运行状态信息，利用故障预测模型或算法，预测电机出现的故障类型、发生时间和严重程度；
耐久性能综合评估：综合分析电机的性能参数、疲劳寿命和故障预测结果，对电机的耐久性能进行综合评估；
评估报告生成：将耐久性能评估的结果生成耐久性能报告，耐久性能报告中的信息包括电机的运行状态和性能数据、疲劳寿命预测结果和故障预测结果信息，耐久性能报告用于提供给管理者作为决策依据。
进一步的，视觉检测分析的具体分析过程如下：
获取到对应新能源电机的扫描图像并将其标记为实际扫描图像，并从处理器调取对应新能源电机的标准扫描图像，将实际扫描图像和标准扫描图像进行重叠，据此获取到对应新能源电机的表面重合值；将表面重合值与预设表面重合阈值进行数值比较，若表面重合值未超过预设表面重合阈值，则生成视觉检测不合格信号；
若表面重合值超过预设表面重合阈值，则通过表面缺陷决策分析以得到表面缺陷检表值，将表面缺陷检表值与预设表面缺陷检表阈值进行数值比较，若表面缺陷检表值超过预设表面缺陷检表阈值，则生成视觉检测不合格信号；若表面缺陷检表值未超过预设表面缺陷检表阈值，则生成视觉检测合格信号。
进一步的，表面缺陷决策分析的具体分析过程如下：
基于新能源电机的实际扫描图像以识别其所存在的表面缺陷，将所存在的表面缺陷进行分类，获取到对应类型表面缺陷的缺陷表现数据，并事先设定每种类型的表面缺陷分别对应一组缺陷损害值；将对应类型表面缺陷的缺陷表现数据与相应的缺陷损害值相乘，并将该乘积结果标记为对应类型表现缺陷的缺陷影析值；将新能源电机中存在的所有类型的表面缺陷的缺陷影析值进行求和计算得到表面缺陷检表值。
进一步的，处理器与电机前置校验模块通信连接，电机视觉检测模块将视觉检测合格信号经处理器发送至电机前置校验模块，电机前置校验模块接收到视觉检测合格信号时从处理器调取对应新能源电机的校验策略，基于校验策略对环境参数和电机运行参数调控至相应的预设范围，使新能源电机进行校验运行，并对新能源电机的校验运行过程进行校验异常诊断分析，通过分析生成校验评估合格信号或校验评估不合格信号，且将校验评估不合格信号经处理器发送至可视化显示模块进行显示。
进一步的，校验异常诊断分析的具体分析过程如下：
设定校验时段，实时采集到新能源电机的振动数据和所产生的噪音数据，将振动数据和噪音数据与预设振动数据阈值和预设噪音数据阈值分别进行数值比较，若振动数据或噪音数据未处于对应预设范围内，则判断新能源电机对应时刻处于运行存碍状态；获取到校验时段新能源电机每次处于运行存碍状态的时长并将其标记为单次存碍时析值，将所有单次存碍时析值进行求和计算得到运行存碍总析值；
将单次存碍时析值与预设单次存碍时析阈值进行数值比较，若单次存碍时析值超过预设单次存碍时析阈值，则将单次存碍时析值标记为超高存碍时析值，获取到校验时段超高存碍时析值的数量并将其标记为超高存碍数表值；
通过分析获取到新能源电机在校验时段的温偏面表系数，将温偏面表系数、超高存碍数表值和运行存碍总析值进行数值计算得到校验异常诊断值，将校验异常诊断值与预设校验异常诊断阈值进行数值比较，若校验异常诊断值超过预设校验异常诊断阈值，则生成校验评估不合格信号；若校验异常诊断值未超过预设校验异常诊断阈值，则生成校验评估合格信号。
进一步的，温偏面表系数的分析获取方法如下：
采集到校验时段新能源电机的温度表现曲线，以时间为X轴、温度为Y轴建立位于第一象限的直角坐标系，将温度表现曲线置入该直角坐标系中；并从处理器调取标准温度曲线，将标准温度曲线置入该直角坐标系中，且温度表现曲线和标准温度曲线的起始点均位于Y轴上；将温度表现曲线和标准温度曲线因相交而围成的区域标记为温偏坐标区域，将温偏坐标区域的面积标记为温偏面表系数。
进一步的，处理器与视觉采集影响评估模块通信连接，在电机视觉检测模块对新能源电机的表面进行扫描采像时，视觉采集影响评估模块在扫描区域中设定若干个检测点，采集到所有检测点的光照亮度，将所有检测点的光照亮度进行方差计算得到光照分布不良值，且将所有检测点的光照亮度进行求和计算并取均值以得到光照亮检值，将光照亮检值与预设适宜光照亮检值范围的中值进行差值计算并取绝对值以得到光照亮析值；将光照分布不良值和光照亮析值与预设光照分布不良阈值和预设光照亮析阈值分别进行数值比较，若光照分布不良值或光照亮析值超过对应预设阈值，则生成视觉采集高影响信号；
若光照分布不良值和光照亮析值均未超过对应预设阈值，则采集到扫描区域的微粒分散数据和电机视觉检测模块的抖动数据，将微粒分散数据、抖动数据、光照分布不良值和光照亮析值进行归一化计算得到视觉采集负影响系数；将视觉采集负影响系数与预设视觉采集负影响系数阈值进行数值比较，若视觉采集负影响系数超过预设视觉采集负影响系数阈值，则生成视觉采集高影响信号；若视觉采集负影响系数未超过预设视觉采集负影响系数阈值，则生成视觉采集低影响信号，且将视觉采集高影响信号经处理器发送至可视化显示模块进行显示。
与现有技术相比，本发明的有益效果是：
1、本发明中，通过数据采集传输模块在新能源电机的耐久性能检测过程中采集新能源电机的各项运行数据，数据处理模块通过预设的算法和分析模型对数据进行处理，耐久性能综合评估模块根据处理后的数据信息，对新能源电机的耐久性能进行评估并生成耐久性能报告，能够全面、准确且快速的评估新能源电机耐久性能，检测评估过程的自动化和智能化程度高；
2、本发明中，在对新能源电机进行耐久性能的综合检测评估前，电机视觉检测模块对新能源电机的表面进行扫描，基于扫描图像并通过视觉检测分析以判断新能源电机的表面缺陷状况，在生成视觉检测合格信号时通过电机前置校验模块使新能源电机进行校验运行，并对新能源电机的校验运行过程进行校验异常诊断分析，有效掌握进行新能源电机耐久性能检测的必要性，避免浪费人力和时间。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明中实施例一的系统框图；
图2为本发明中实施例二、实施例三和实施例四的系统框图。
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做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。
实施例一：如图1所示，本发明提出的一种新能源电机的耐久性能综合检测系统，包括处理器、数据采集传输模块、数据处理模块、耐久性能综合评估模块以及可视化显示模块，且处理器与数据采集传输模块、数据处理模块、耐久性能综合评估模块以及可视化显示模块均通信连接；
数据采集传输模块用于在新能源电机的耐久性能检测过程中采集新能源电机的各项运行数据，包括新能源电机的温度、转速、电流、电压等参数，这些数据可通过设置相关传感器进行采集；且将采集的各项运行数据经处理器传输至数据处理模块；数据处理模块接收到新能源电机的各项运行数据后，通过预设的算法和分析模型，对数据进行处理，并将处理后的数据信息经处理器发送至耐久性能综合评估模块；
数据处理模块的具体运行过程为：对采集的数据进行清洗，去除无效、错误或重复的数据，确保数据的准确性和可靠性；对于不同类型的数据，进行相应的转换，以便于进行后续的分析，例如，对于温度数据，可将其转换为摄氏度或华氏度等更易于理解的形式；在数据转换完成后，通过预设的分析模型对数据进行初步的分析，比如时域分析、频域分析和非线性分析等多种方法，以获取到电机运行状态和性能的各项指标；且在数据处理过程中，对数据中存在的异常情况进行检测和识别，例如，如果电机出现故障或异常情况，可能会导致电流、电压等参数出现异常，通过异常检测可以及时发现这些问题。
耐久性能综合评估模块根据处理后的数据信息，对新能源电机的耐久性能进行评估，将新能源电机的耐久性能评估的结果生成耐久性能报告，且将耐久性能报告发送至可视化显示模块进行显示；耐久性能综合评估模块的具体运行过程为：
参考标准设定：设定评估对应新能源电机的耐久性能的标准或参考值，这个标准可根据电机的类型、规格、设计寿命等多种因素来确定，也可以根据类似电机的历史数据和经验来制定这个标准；
性能参数评估：根据处理后的数据，评估电机的各项性能参数，例如，可以评估电机的最大承受电流、最高效率、最差运行条件下的性能等；通过对这些参数的分析，反馈新能源电机在各种条件下的运行状况和性能表现；
疲劳寿命评估：疲劳寿命评估是电机耐久性能评估的重要环节。这个过程会考虑电机的运行状态、环境因素、机械应力等多种因素，通过疲劳寿命模型或算法，预测电机的疲劳寿命；同时，也可根据类似新能源电机的历史疲劳寿命数据，利用统计方法来评估电机的疲劳寿命；
故障预测：基于处理后的数据和电机运行状态信息，利用故障预测模型或算法，预测电机出现的故障类型、发生时间和严重程度；这种预测可以帮助提前采取措施，预防故障的发生，提高新能源电机的可靠性和使用寿命；
耐久性能综合评估：综合分析新能源电机的性能参数、疲劳寿命和故障预测结果，对新能源电机的耐久性能进行综合评估；评估结果可以用来判断新能源电机是否达到预期的设计寿命，是否需要进行维护或更换等操作；
评估报告生成：将耐久性能评估的结果生成耐久性能报告，耐久性能报告中的信息包括新能源电机的运行状态和性能数据、疲劳寿命预测结果和故障预测结果信息，耐久性能报告可以提供给使用者和管理者作为决策依据，以确保新能源电机的可靠运行并延长其使用寿命。
本发明可广泛应用于各种类型的新能源电机耐久性能检测，如风力发电机、电动汽车驱动电机等，能够实现电机耐久性能的全面检测和准确评估，提高新能源电机的可靠性和使用寿命。
实施例二：如图2所示，本实施例与实施例1的区别在于，处理器与电机视觉检测模块通信连接，在对新能源电机进行耐久性能的综合检测评估前，电机视觉检测模块对新能源电机的表面进行扫描，基于扫描图像并通过视觉检测分析以判断新能源电机的表面缺陷状况，据此生成视觉检测不合格信号或视觉检测合格信号，将视觉检测不合格信号经处理器发送至可视化显示模块进行显示，管理人员接收到视觉检测不合格信号时可选择不进行新能源电机的耐久性能检测评估，在生成视觉检测合格信号时准备进行新能源电机的耐久性能检测评估，避免浪费时间和人力；视觉检测分析的具体分析过程如下：
获取到对应新能源电机的扫描图像并将其标记为实际扫描图像，并从处理器调取对应新能源电机的标准扫描图像，将实际扫描图像和标准扫描图像进行重叠，据此获取到对应新能源电机的表面重合值；需要说明的是，表面重合值的数值越小，则表明新能源电机的表面变形等状况越严重，越趋向于报废；将表面重合值与预设表面重合阈值进行数值比较，若表面重合值未超过预设表面重合阈值，表明新能源电机存在的缺陷较严重，运行风险较大，趋向于报废，则生成视觉检测不合格信号；
若表面重合值超过预设表面重合阈值，则通过表面缺陷决策分析以得到表面缺陷检表值，具体为：基于新能源电机的实际扫描图像以识别其所存在的表面缺陷，将所存在的表面缺陷进行分类，获取到对应类型表面缺陷的缺陷表现数据，其中，缺陷表现数据是表示新能源电机中对应类型表面缺陷所带来的风险程度大小的数据量值，主要与对应类型缺陷的缺陷数量和面积等相关；并事先设定每种类型的表面缺陷分别对应一组缺陷损害值；缺陷损害值的取值均大于零，并由管理人员预先设定并录入存储至处理器中；
需要说明的是，对应类型表面缺陷的安全隐患越大，则与其相匹配的缺陷损害值的数值越大；将对应类型表面缺陷的缺陷表现数据与相应的缺陷损害值相乘，并将该乘积结果标记为对应类型表现缺陷的缺陷影析值；将新能源电机中存在的所有类型的表面缺陷的缺陷影析值进行求和计算得到表面缺陷检表值；其中，表面缺陷检表值的数值越大，表明新能源电机的表面越严重，存在的运行风险越大，越趋向于报废；
将表面缺陷检表值与预设表面缺陷检表阈值进行数值比较，若表面缺陷检表值超过预设表面缺陷检表阈值，表明新能源电机存在的缺陷较严重，运行风险较大，趋向于报废，则生成视觉检测不合格信号；若表面缺陷检表值未超过预设表面缺陷检表阈值，表明新能源电机存在的缺陷不严重，运行风险较小，可准备进行耐久性能检测评估，则生成视觉检测合格信号。
实施例三：如图2所示，本实施例与实施例1、实施例2的区别在于，处理器与电机前置校验模块通信连接，电机视觉检测模块将视觉检测合格信号经处理器发送至电机前置校验模块，电机前置校验模块接收到视觉检测合格信号时从处理器调取对应新能源电机的校验策略（包括各项环境参数要求和各项电机运行参数要求），基于校验策略对环境参数和电机运行参数调控至相应的预设范围，使新能源电机进行校验运行；
对新能源电机的校验运行过程进行校验异常诊断分析，通过分析生成校验评估合格信号或校验评估不合格信号，且将生成校验评估合格信号或校验评估不合格信号经处理器发送至可视化显示模块进行显示，管理人员接收到校验评估不合格信号时可选择不进行新能源电机的耐久性能检测评估，在生成校验合格信号时准备进行新能源电机的耐久性能检测评估，避免浪费时间和人力；校验异常诊断分析的具体分析过程如下：
设定校验时段，实时采集到新能源电机的振动数据和所产生的噪音数据，振动数据是表示新能源电机的振动状况的数据量值，噪音数据是表示新能源电机所产生的噪音分贝值大小的数据量值；将振动数据和噪音数据与预设振动数据阈值和预设噪音数据阈值分别进行数值比较，若振动数据或噪音数据未处于对应预设范围内，则判断新能源电机对应时刻处于运行存碍状态；获取到校验时段新能源电机每次处于运行存碍状态的时长并将其标记为单次存碍时析值，将所有单次存碍时析值进行求和计算得到运行存碍总析值；
且将单次存碍时析值与预设单次存碍时析阈值进行数值比较，若单次存碍时析值超过预设单次存碍时析阈值，表明对应运行存碍状态的持续时间较长，则将单次存碍时析值标记为超高存碍时析值，获取到校验时段超高存碍时析值的数量并将其标记为超高存碍数表值；
通过分析获取到新能源电机在校验时段的温偏面表系数，具体为：采集到校验时段新能源电机的温度表现曲线，以时间为X轴、温度为Y轴建立位于第一象限的直角坐标系，将温度表现曲线置入该直角坐标系中；并从处理器调取标准温度曲线，将标准温度曲线置入该直角坐标系中，且温度表现曲线和标准温度曲线的起始点均位于Y轴上；将温度表现曲线和标准温度曲线因相交而围成的区域标记为温偏坐标区域，将温偏坐标区域的面积标记为温偏面表系数；并且，温偏面表系数的数值越小，表明新能源电机在校验运行时的温度偏离不严重，温度表现越好；
通过公式YK=yp1*YG+yp2*YD+yp3*YF将温偏面表系数YG、超高存碍数表值YD和运行存碍总析值YF进行数值计算得到校验异常诊断值YK，其中，yp1、yp2、yp3为预设比例系数，yp2＞yp1＞yp3＞0；并且，校验异常诊断值YK的数值越大，表明新能源电机的校验运行的运行表现越差；
将校验异常诊断值YK与预设校验异常诊断阈值进行数值比较，若校验异常诊断值YK超过预设校验异常诊断阈值，表明新能源电机的设备状况极差，存在的异常风险极大，进行耐久性能检测评估的意义较小，则生成校验评估不合格信号；若校验异常诊断值YK未超过预设校验异常诊断阈值，表明新能源电机的设备状况较好，可准备进行耐久性能检测评估，则生成校验评估合格信号。
实施例四：如图2所示，本实施例与实施例1、实施例2、实施例3的区别在于，处理器与视觉采集影响评估模块通信连接，在电机视觉检测模块对新能源电机的表面进行扫描采像时，视觉采集影响评估模块在扫描区域中设定若干个检测点，采集到所有检测点的光照亮度，将所有检测点的光照亮度进行方差计算得到光照分布不良值，光照分布不良值的数值越小，则表明各个检测点的光照亮度越均匀，越有利于保证扫描图像的质量；
且将所有检测点的光照亮度进行求和计算并取均值以得到光照亮检值，将光照亮检值与预设适宜光照亮检值范围的中值进行差值计算并取绝对值以得到光照亮析值；并且，光照亮析值的数值越小，表明扫描区域的光照亮度越合适，越有利于保证扫描图像的质量；将光照分布不良值和光照亮析值与预设光照分布不良阈值和预设光照亮析阈值分别进行数值比较，若光照分布不良值或光照亮析值超过对应预设阈值，表明扫描区域的光照状况不佳，不利于保证扫描图像的质量，则生成视觉采集高影响信号；
若光照分布不良值和光照亮析值均未超过对应预设阈值，则采集到扫描区域的微粒分散数据和电机视觉检测模块的抖动数据，其中，微粒分散数据是表示扫描区域中微粒粉尘浓度大小的数据量值，抖动数据是表示电机视觉检测模块的抖动频率和抖动幅度两者均值大小的数据量值；通过视觉采集影响归一化分析公式SY=a1*SG+a2*SR+a3*SQ+a4*SK将微粒分散数据SG、抖动数据SR、光照分布不良值SQ和光照亮析值SK进行归一化计算得到视觉采集负影响系数SY；
其中，a1、a2、a3、a4为预设比例系数，a1、a2、a3、a4的取值均大于零；并且，视觉采集负影响系数SY的数值越大，表明扫描区域的扫描条件越差，越不利于保证扫描图像的质量；将视觉采集负影响系数SY与预设视觉采集负影响系数阈值进行数值比较，若视觉采集负影响系数SY超过预设视觉采集负影响系数阈值，则生成视觉采集高影响信号；若视觉采集负影响系数SY未超过预设视觉采集负影响系数阈值，则生成视觉采集低影响信号；
视觉采集影响评估模块将视觉采集高影响信号经处理器发送至可视化显示模块进行显示，管理人员接收到视觉采集高影响信号时，应当及时对扫描区域的环境进行调控和改善，为扫描采像操作提供最适条件，保证针对新能源电机的扫描图像的质量，为后续视觉检测分析结果的精准性提供有力保障。
本发明的工作原理：使用时，通过数据采集传输模块在新能源电机的耐久性能检测过程中采集新能源电机的各项运行数据，数据处理模块接收到新能源电机的各项运行数据后，通过预设的算法和分析模型对数据进行处理，耐久性能综合评估模块根据处理后的数据信息，对新能源电机的耐久性能进行评估，将新能源电机的耐久性能评估的结果生成耐久性能报告，且将耐久性能报告发送至可视化显示模块进行显示，能够全面、准确且快速的评估新能源电机耐久性能，检测评估过程的自动化和智能化程度高；且在对新能源电机进行耐久性能的综合检测评估前，电机视觉检测模块对新能源电机的表面进行扫描，基于扫描图像并通过视觉检测分析以判断新能源电机的表面缺陷状况，在生成视觉检测合格信号时通过电机前置校验模块基于校验策略将环境参数和电机运行参数调控至相应的预设范围，使新能源电机进行校验运行，并对新能源电机的校验运行过程进行校验异常诊断分析，有效掌握进行新能源电机耐久性能检测的必要性，避免浪费人力和时间。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。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 (5)
1.一种新能源电机的耐久性能综合检测系统，其特征在于，包括处理器、数据采集传输模块、数据处理模块、耐久性能综合评估模块以及可视化显示模块；数据采集传输模块用于在新能源电机的耐久性能检测过程中采集新能源电机的各项运行数据，且将采集的各项运行数据经处理器传输至数据处理模块；数据处理模块接收到新能源电机的各项运行数据后，通过预设的算法和分析模型，对数据进行处理，并将处理后的数据信息经处理器发送至耐久性能综合评估模块；
耐久性能综合评估模块根据处理后的数据信息，对新能源电机的耐久性能进行评估，将新能源电机的耐久性能评估的结果生成耐久性能报告，且将耐久性能报告发送至可视化显示模块进行显示；
处理器与电机视觉检测模块通信连接，在对新能源电机进行耐久性能的综合检测评估前，电机视觉检测模块对新能源电机的表面进行扫描，基于扫描图像并通过视觉检测分析以判断新能源电机的表面缺陷状况，据此生成视觉检测不合格信号或视觉检测合格信号，将视觉检测不合格信号经处理器发送至可视化显示模块进行显示；
处理器与电机前置校验模块通信连接，电机视觉检测模块将视觉检测合格信号经处理器发送至电机前置校验模块，电机前置校验模块接收到视觉检测合格信号时从处理器调取对应新能源电机的校验策略，基于校验策略对环境参数和电机运行参数调控至相应的预设范围，使新能源电机进行校验运行，并对新能源电机的校验运行过程进行校验异常诊断分析，通过分析生成校验评估合格信号或校验评估不合格信号，且将校验评估不合格信号经处理器发送至可视化显示模块进行显示；
校验异常诊断分析的具体分析过程如下：
设定校验时段，实时采集到新能源电机的振动数据和所产生的噪音数据，若振动数据或噪音数据未处于对应预设范围内，则判断新能源电机对应时刻处于运行存碍状态；获取到校验时段新能源电机每次处于运行存碍状态的时长并将其标记为单次存碍时析值，将所有单次存碍时析值进行求和计算得到运行存碍总析值；
将单次存碍时析值与预设单次存碍时析阈值进行数值比较，若单次存碍时析值超过预设单次存碍时析阈值，则将单次存碍时析值标记为超高存碍时析值，获取到校验时段超高存碍时析值的数量并将其标记为超高存碍数表值；
通过分析获取到新能源电机在校验时段的温偏面表系数，将温偏面表系数、超高存碍数表值和运行存碍总析值进行数值计算得到校验异常诊断值，若校验异常诊断值超过预设校验异常诊断阈值，则生成校验评估不合格信号；若校验异常诊断值未超过预设校验异常诊断阈值，则生成校验评估合格信号；
温偏面表系数的分析获取方法如下：
采集到校验时段新能源电机的温度表现曲线，以时间为X轴、温度为Y轴建立位于第一象限的直角坐标系，将温度表现曲线置入该直角坐标系中；并从处理器调取标准温度曲线，将标准温度曲线置入该直角坐标系中，且温度表现曲线和标准温度曲线的起始点均位于Y轴上；将温度表现曲线和标准温度曲线因相交而围成的区域标记为温偏坐标区域，将温偏坐标区域的面积标记为温偏面表系数。
2.根据权利要求1所述的一种新能源电机的耐久性能综合检测系统，其特征在于，数据处理模块的具体运行过程包括：
对采集的数据进行清洗，去除无效、错误或重复的数据；对于不同类型的数据，进行相应的转换；在数据转换完成后，通过预设的分析模型对数据进行初步的分析，包括时域分析、频域分析和非线性分析；且在数据处理过程中，对数据中存在的异常情况进行检测和识别。
3.根据权利要求1所述的一种新能源电机的耐久性能综合检测系统，其特征在于，耐久性能综合评估模块的具体运行过程包括：
参考标准设定：设定评估对应新能源电机的耐久性能的标准或参考值；
性能参数评估：根据处理后的数据，评估电机的各项性能参数；
疲劳寿命评估：通过疲劳寿命模型或算法，预测电机的疲劳寿命，或根据类似电机的历史疲劳寿命数据并利用统计方法来评估电机的疲劳寿命；
故障预测：基于处理后的数据和电机运行状态信息，利用故障预测模型或算法，预测电机出现的故障类型、发生时间和严重程度；
耐久性能综合评估：综合分析电机的性能参数、疲劳寿命和故障预测结果，对电机的耐久性能进行综合评估；
评估报告生成：将耐久性能评估的结果生成耐久性能报告。
4.根据权利要求1所述的一种新能源电机的耐久性能综合检测系统，其特征在于，视觉检测分析的具体分析过程如下：
获取到对应新能源电机的扫描图像并将其标记为实际扫描图像，并从处理器调取对应新能源电机的标准扫描图像，将实际扫描图像和标准扫描图像进行重叠，据此获取到对应新能源电机的表面重合值；若表面重合值未超过预设表面重合阈值，则生成视觉检测不合格信号；若表面重合值超过预设表面重合阈值，则通过表面缺陷决策分析以得到表面缺陷检表值，若表面缺陷检表值超过预设表面缺陷检表阈值，则生成视觉检测不合格信号；若表面缺陷检表值未超过预设表面缺陷检表阈值，则生成视觉检测合格信号；
表面缺陷决策分析的具体分析过程如下：
基于新能源电机的实际扫描图像以识别其所存在的表面缺陷，将所存在的表面缺陷进行分类，获取到对应类型表面缺陷的缺陷表现数据，并事先设定每种类型的表面缺陷分别对应一组缺陷损害值；将对应类型表面缺陷的缺陷表现数据与相应的缺陷损害值相乘，并将缺陷表现数据与相应缺陷损害值的乘积结果标记为对应类型表面缺陷的缺陷影析值；将新能源电机中存在的所有类型的表面缺陷的缺陷影析值进行求和计算得到表面缺陷检表值。
5.根据权利要求1所述的一种新能源电机的耐久性能综合检测系统，其特征在于，处理器与视觉采集影响评估模块通信连接，在电机视觉检测模块对新能源电机的表面进行扫描采像时，视觉采集影响评估模块在扫描区域中设定若干个检测点，采集到所有检测点的光照亮度，将所有检测点的光照亮度进行方差计算得到光照分布不良值，且将所有检测点的光照亮度进行求和计算并取均值以得到光照亮检值，将光照亮检值与预设适宜光照亮检值范围的中值进行差值计算并取绝对值以得到光照亮析值；若光照分布不良值或光照亮析值超过对应预设阈值，则生成视觉采集高影响信号；
若光照分布不良值和光照亮析值均未超过对应预设阈值，则采集到扫描区域的微粒分散数据和电机视觉检测模块的抖动数据，将微粒分散数据、抖动数据、光照分布不良值和光照亮析值进行归一化计算得到视觉采集负影响系数；若视觉采集负影响系数超过预设视觉采集负影响系数阈值，则生成视觉采集高影响信号；若视觉采集负影响系数未超过预设视觉采集负影响系数阈值，则生成视觉采集低影响信号，且将视觉采集高影响信号经处理器发送至可视化显示模块进行显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311602796.3A CN117310495B (zh) | 2023-11-28 | 2023-11-28 | 一种新能源电机的耐久性能综合检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311602796.3A CN117310495B (zh) | 2023-11-28 | 2023-11-28 | 一种新能源电机的耐久性能综合检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117310495A CN117310495A (zh) | 2023-12-29 |
| CN117310495B true CN117310495B (zh) | 2024-02-20 |
Family
ID=89255654
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311602796.3A Active CN117310495B (zh) | 2023-11-28 | 2023-11-28 | 一种新能源电机的耐久性能综合检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117310495B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170005304A (ko) * | 2015-07-03 | 2017-01-12 | 주식회사 싸이텍 | 모터 특성 검사장치 |
| CN207817157U (zh) * | 2018-01-08 | 2018-09-04 | 河南凯邦电机有限公司 | 电机检测系统 |
| JP2019041517A (ja) * | 2017-08-28 | 2019-03-14 | 三菱日立パワーシステムズ株式会社 | 回転電機の診断システム及び診断方法 |
| CN210401594U (zh) * | 2019-06-29 | 2020-04-24 | 潍柴动力股份有限公司 | 一种新能源汽车用电机电磁寿命评价装置 |
| CN113095516A (zh) * | 2019-12-23 | 2021-07-09 | 西安市双合软件技术有限公司 | 一种电动机智能运维及健康管理系统 |
| CN114545848A (zh) * | 2022-04-24 | 2022-05-27 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 伺服电机耐久测试的过程监控方法、装置和计算机设备 |
| CN115149753A (zh) * | 2022-07-27 | 2022-10-04 | 日照东方电机有限公司 | 一种永磁电机智能化维修防护方法及系统 |
| CN116485764A (zh) * | 2023-04-26 | 2023-07-25 | 中铁交通投资集团有限公司 | 一种结构表面缺陷识别方法、系统、终端及介质 |
| CN116952507A (zh) * | 2023-08-02 | 2023-10-27 | 安徽玖邦驱动科技有限公司 | 一种基于人工智能的微型电机性能测试评估系统 |
-
2023
- 2023-11-28 CN CN202311602796.3A patent/CN117310495B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170005304A (ko) * | 2015-07-03 | 2017-01-12 | 주식회사 싸이텍 | 모터 특성 검사장치 |
| JP2019041517A (ja) * | 2017-08-28 | 2019-03-14 | 三菱日立パワーシステムズ株式会社 | 回転電機の診断システム及び診断方法 |
| CN207817157U (zh) * | 2018-01-08 | 2018-09-04 | 河南凯邦电机有限公司 | 电机检测系统 |
| CN210401594U (zh) * | 2019-06-29 | 2020-04-24 | 潍柴动力股份有限公司 | 一种新能源汽车用电机电磁寿命评价装置 |
| CN113095516A (zh) * | 2019-12-23 | 2021-07-09 | 西安市双合软件技术有限公司 | 一种电动机智能运维及健康管理系统 |
| CN114545848A (zh) * | 2022-04-24 | 2022-05-27 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 伺服电机耐久测试的过程监控方法、装置和计算机设备 |
| CN115149753A (zh) * | 2022-07-27 | 2022-10-04 | 日照东方电机有限公司 | 一种永磁电机智能化维修防护方法及系统 |
| CN116485764A (zh) * | 2023-04-26 | 2023-07-25 | 中铁交通投资集团有限公司 | 一种结构表面缺陷识别方法、系统、终端及介质 |
| CN116952507A (zh) * | 2023-08-02 | 2023-10-27 | 安徽玖邦驱动科技有限公司 | 一种基于人工智能的微型电机性能测试评估系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于ARM的离心式水泵启停耐久测试系统设计;程鑫 等;《基于ARM的离心式水泵启停耐久测试系统设计》;第19卷(第01期);第1-5页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117310495A (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102510125B (zh) | 电力一次设备运行工况监测方法及装置 | |
| CN109653962B (zh) | 一种风电机组在线监测系统和监测方法 | |
| CN116351313B (zh) | 一种基于计算机控制的食品搅拌机智能控制系统 | |
| CN114154731A (zh) | 基于深度学习的风电超短期功率预测方法及系统 | |
| CN111098463A (zh) | 一种注塑机故障诊断系统及诊断方法 | |
| CN113406107B (zh) | 风机叶片缺陷检测系统 | |
| CN116360367A (zh) | 一种工业设备物联网数据采集方法及系统 | |
| CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
| CN117324769B (zh) | 一种基于ccd视觉检测的自动精密激光焊接方法 | |
| CN113470005A (zh) | 一种圆柱电池盖帽的焊点检测装置和焊点检测方法 | |
| CN117310495B (zh) | 一种新能源电机的耐久性能综合检测系统 | |
| CN117743794A (zh) | 一种分布式光伏电站故障诊断及效能损失评估系统 | |
| CN117131321A (zh) | 一种电能量数据采集方法 | |
| Voinalovych et al. | Rationale of acceptable risk of using tractors with operational damages of responsible parts | |
| CN117252809A (zh) | 一种基于ai工业视觉的识别系统及其方法 | |
| CN114924189B (zh) | 一种开关磁阻电机异响识别系统 | |
| CN113591909A (zh) | 电力系统的异常检测方法、异常检测装置以及存储介质 | |
| CN112347094A (zh) | 工业通用设备物联数据清洗方法、装置和存储介质 | |
| CN117407829B (zh) | 基于深度学习的光伏组件健康度评估方法、系统和设备 | |
| CN117391357B (zh) | 一种基于大数据的电网调度运行管理的调度自查系统 | |
| CN116811760A (zh) | 一种车辆电机电刷板系统 | |
| CN117849556B (zh) | 一种驱动电机位置传感器的局放智能预警系统 | |
| CN117746345B (zh) | 一种基于大数据的物资状态监控系统与方法 | |
| CN117713630B (zh) | 一种机器人传动电机速度波动的控制系统 | |
| CN115387968A (zh) | 一种风电机组叶片裂纹在线监测系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |