CN118030487A - 水泵电机控制方法及测试系统 - Google Patents

Abstract

本发明属于水泵电机技术领域，本发明公开了一种水泵电机控制方法及测试系统。控制方法包括：S1：通过测试获取输出功率与输出流速的初始映射关系；S2：实时采集水泵电机的输出功率、输出流速，判断水泵是否存在堵塞故障，并进行故障警报；S3：预测水泵的输出水流量，计算水泵电机的最佳输出功率；S4：采集环境温度、电机温度，判断水泵是否存在故障风险，并进行风险预警。本发明通过水泵电机实际作业时的输出功率及输出流速的变化，判断水泵及电机是否存在故障风险，及时发现或预警水泵电机故障，延长使用寿命，基于预测的供水量对水泵电机进行精准控制，提高水泵电机的作业效率，降低电能的消耗，同时有效地保持水质。

Description

水泵电机控制方法及测试系统

技术领域

本发明涉及一种水泵电机，特别是涉及一种水泵电机控制方法、一种水泵电机测试系统。

背景技术

水泵电机实现自动化控制的主要方法目前有以下几种：1.基于压力传感器的反馈控制：控制系统根据设定的水压值，自动调节水泵的启停或频率来保持稳定的水压。2.基于流量传感器的反馈控制：控制系统根据设定的流量值，自动调节水泵的启停或频率来保持稳定的水流量。3.基于液位传感器的反馈控制：控制系统根据设定的液位值，自动调节水泵的启停或频率来保持稳定的液位。4.基于温度传感器的反馈控制：控制系统根据设定的温度值，自动调节水泵的启停或频率来保持稳定的水温。

现有的水泵电机的自动化控制往往依赖于储水量，通过设置水量的上下限值，并将限值对应转换为压力、流量、液位、温度等，对水泵电机的启停进行控制。这种控制方式虽然简单、容易实现，但由于供水功率不变，导致实际能耗偏高，且在用水峰值期需要长时间工作，对电机负荷较大，缩短了水泵电机的使用寿命。而在用水谷值期，蓄水装置长时间滞留水源，对水质造成影响，从而造成水资源浪费，也对饮水安全带来了较高的风险。

发明内容

基于此，有必要针对现有的水泵电机缺乏自适应调节功率，且与供水量未进行关联，导致水泵电机在运行过程中存在能耗高，且降低水质的问题，提供一种水泵电机控制方法及测试系统。

本发明通过以下技术方案实现：一种水泵电机控制方法包括如下步骤：

S1：测量实际截面面积、输水高度，并测试输出功率与实际输出流速的初始映射关系。

S2：实时采集水泵电机的输出功率、水泵输出流速，判断水泵是否存在堵塞故障，是则发出故障警报。

S3：获取水泵的供水大数据，建立供水量预测模型，预测水泵的输出水流量。实时采集消耗水流量，计算水泵电机的最佳输出功率。

S4：采集环境温度、电机温度，根据输出功率判断水泵是否存在故障风险，是则发出故障预警。

上述水泵电机控制方法通过测试水泵电机的输出功率与输出流速的映射关系，进而根据水泵电机实际作业时的输出功率及输出流速的变化，判断水泵及电机是否存在故障风险，及时发现或预警水泵电机故障，保持供水稳定，延长使用寿命。此外，通过对水泵供水量进行预测，基于供水量对水泵电机进行精准控制，提高水泵电机的作业效率，降低电能的消耗，同时有效地保持水质，防止供水长时间滞留带来的杂质沉积、滋生病毒等风险。

进一步地，初始映射关系的获取方法如下：

S11：实时采集水泵电机的电流、电压以及水泵输出流速。

S12：根据电流、电压计算水泵电机的输出功率。

S13：以输出功率为X轴、以流速为Y轴，建立平面坐标系，将输出功率、输出流速映射到平面坐标系中形成多个坐标点。

S14：对多个坐标点进行线性拟合形成映射曲线，将映射曲线的映射函数作为初始映射关系。

进一步地，将当前输出功率代入初始映射关系中得到理想输出流速。计算理想输出流速与实际输出流速的误差率E_f，判断实际误差率是否超出预设的误差率阈值，是则发出水泵堵塞故障报警。

其中，实际误差率E_f表达为：

E_f＝|v_s-v_h|/v_h×100％

式中，v_s为实际输出流速，v_h为理想输出流速。

进一步地，供水大数据包括天气数据、人流量数据、日期数据、历史用水数据。供水量预测模型的训练方法如下：

S31：对供水大数据进行预处理，去除重复数据与异常数据。

S32：对天气数据、人流量数据、日期数据、历史用水数据提取特征标签，将供水大数据转换为基于特征标签的特征数据集，并将特征数据集划分为训练集与测试集。

S33：将天气数据、人流量数据、日期数据作为输入特征，将历史用水数据作为输出，采用训练集中的特征数据对供水量预测模型进行训练，采用测试集中的特征数据对训练后的供水量预测模型进行验证，保留满足测试精度的模型参数。

进一步地，电机的最佳输出功率P_b表达为：

P_b＝F(Q_m/t_i)

式中，F()为初始映射关系，Q_m为预测的总流量，t_i为预测的时间段。

进一步地，故障风险的判断方法具体为：

S41：获取水泵电机输出功率、环境温度、运行时长与电机温度的初始映射关系。

S42：根据实时采集的电机输出功率、环境温度、运行时长在初始映射关系中计算理想电机温度。

S43：计算理想电机温度与实际电机温度的误差率，判断误差率是否超出一个预设的误差阈值，是则水泵电机具有故障风险。

本发明还提供一种水泵电机，采用上述的水泵电机控制方法实现水泵电机的自动化控制。

本发明还提供一种水泵电机测试系统，应用在上述水泵电机中，该测试系统包括数据采集模块、数据设定模块、功率控制测试模块和警报测试模块。

数据采集模块用于采集水泵电机的输出功率、电机温度、输出流速。

数据设定模块用于向水泵电机输入设定的参数，以模拟水泵电机在实际工作中的运行环境。参数包括输水高度、管道截面面积、环境温度、供水量。

功率控制测试模块用于将参数输入预存的映射表中查询并获取最佳输出功率，并判断水泵电机输出的输出功率与最佳输出功率的误差是否超过预设的功率误差阈值，是则不测试合格，否则测试合格。

警报测试模块用于根据输出功率、输出流速判断水泵是否存在堵塞故障，根据参数、电机温度判断水泵电机是否存在故障风险。判断水泵电机在存在故障或故障风险时是否发出相应的预警，是则测试合格，否则测试不合格。

相较于现有技术，本发明具有如下有益效果：

本发明通过测试水泵电机的输出功率与输出流速的映射关系，进而根据水泵电机实际作业时的输出功率及输出流速的变化，判断水泵及电机是否存在故障风险，及时发现或预警水泵电机故障，保持供水稳定，延长使用寿命。此外，通过对水泵供水量进行预测，基于供水量对水泵电机进行精准控制，提高水泵电机的作业效率，降低电能的消耗，同时有效地保持水质，防止供水长时间滞留带来的杂质沉积、滋生病毒等风险。

本发明的测试系统对水泵电机的功能进行测试，通过模拟不同的作业环境，采集水泵电机的实时状态数据，判断水泵电机的运行状态是否符合设定的标准，多个水泵电机可以同时进行检测，检测结果互不干扰，不仅提高了测试效率，同时保持测试精度，满足对水泵电机品质检验的需求。

附图说明

图1为本发明实施例1的水泵电机控制方法的步骤图；

图2为本发明实施例3的水泵电机测试系统的框架图。

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。

需要说明的是，当组件被称为“安装于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。当一个组件被认为是“固定于”另一个组件，它可以是直接固定在另一个组件上或者可能同时存在居中组件。

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。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。

实施例1

请参阅图1，本实施例提供一种水泵电机控制方法，包括如下步骤：

S1：测量实际截面面积S、输水高度H_w，并测试输出功率P与输出流速v的初始映射关系。初始映射关系的获取方法具体如下：

S11：实时采集水泵电机的电流I、电压U以及水泵输出流速v_s。

S12：根据电流I、电压U计算水泵电机的输出功率P。则输出功率P可以表达为：

式中，为水泵电机的功率因数，η为电机的传动效率。

S13：以输出功率为X轴、以流速为Y轴，建立平面坐标系，将输出功率P、输出流速v映射到平面坐标系中形成多个坐标点。其中，坐标点可以表示为M_i(P，v)。

S14：对多个坐标点进行线性拟合形成映射曲线，将映射曲线的映射函数作为初始映射关系。本实施例中，输出功率与输出流速呈正比，可以表达为：

P＝Kv+σ

式中，K为映射系数，σ为干扰项。

S2：实时采集水泵电机的输出功率P_s、水泵输出流速v_s，判断水泵是否存在堵塞或泄露故障，是则发出故障警报。

将当前输出功率P_s代入初始映射关系中得到理想输出流速v_h。计算理想输出流速v_h与实际输出流速v_s的误差率E_f，实际误差率E_f表达为：

E_f＝|v_s-v_h|/v_h×100％

式中，v_s为实际输出流速，v_h为理想输出流速。

判断实际误差率是否超出预设的误差率阈值范围，是则发出水泵堵塞故障报警。本实施例中，将误差率阈值设置为2％，当然，在其他实施例中，误差率阈值还可以更高或者更低。

水泵或水泵所在管网发生堵塞时，在输出功率不变的前提下，若水泵进水口发生堵塞，则水泵输出流速降低，若水泵出水口堵塞，则短时间内水泵输出流速增加。同时，在堵塞状态下，水泵电机电流增大，电机温度异常升高。在一些实施例中，可以根据电机温度的变化对水泵堵塞状况进行验证。在发生堵塞时，可以降低水泵电机的输出功率，或直接关闭水泵电机。由于水泵往往采用一用一备或二用一备等方式进行布设，因此在某个水泵电机出现异常时，可以切换另一水泵电机进行工作。

S3：获取水泵的供水大数据，建立供水量预测模型，预测水泵的输出水流量。实时采集消耗水流量，计算水泵电机的最佳输出功率。

供水大数据包括天气数据、人流量数据、日期数据、历史用水数据。供水量预测模型的训练方法如下：

S31：对供水大数据进行预处理，去除重复数据与异常数据。数据预处理又称为数据清洗，本实施例中采用拉依达准则查找大数据中的异常数据，并将异常数据删除。

S32：对天气数据、人流量数据、日期数据、历史用水数据提取特征标签，将供水大数据转换为基于特征标签的特征数据集，并将特征数据集划分为训练集与测试集。

其中，天气数据包括气温、天气、湿度、空气质量等，天气可以用标签进行表示，例如“晴天”、“多云”、“小雨”等。空气质量同样采用标签进行表示，例如“优”、“良”、“轻度污染”等。

人流量可以根据所在区域内的常驻人口，以及由监控设备采集的进出人口数量进行计算。在一些实施例中，还可以对人口年龄进行划分，设置对应的年龄标签，如“幼儿”、“少年”、“青年”“老年”等，同样还可以标注性别标签。

日期数据同样采用标签进行表示，如“节假日”、“非节假日”等，对于节假日，还可以进行划分“长假”、“短假”等。

历史用水数据采用时间段及用水量进行表示，如对每天24小时进行时间段划分，将夜间22：00至次日6:00作为一个时间段，将6:00～9:00、9:00～12:00、12:00～18:00、18:00～22:00分别划分一个时间段，并计量所处时间段内的用水量。当然，还可以根据历史用水数据中用水量的分布状况进行时间段划分，如根据用水量的数据密度进行划分。则历史用水数据可以表示为y(T_j，Q_j)。

本实施例中，随机选取特征数据集中80％的数据作为训练集，其余的数据作为测试集。

S33：将天气数据、人流量数据、日期数据作为输入特征，将历史用水数据作为输出，采用训练集中的特征数据对供水量预测模型进行训练，采用测试集中的特征数据对训练后的供水量预测模型进行验证，保留满足测试精度的模型参数。

本实施例中，采用基于最小二乘法的线性回归预测模型对供水量进行预测。

在预测出下一时间段的供水量Q_m后，对应计算出水泵电机的最佳输出功率P_b，则最佳输出功率P_b可以表达为：

P_b＝F(Q_m/t_i)

式中，F()为初始映射关系，Q_m为预测的总流量，t_i为预测的时间段。

相较于现有的液位感应式控制方法，本实施例的控制方法根据供水量需求的变化，对水泵电机进行精准控制，不仅能提高水泵电机的工作效率，降低水泵作业中消耗的电能，还能够在满足供水需求的前提下，避免单次供水过量导致供水长时间滞留在储水罐中，保持供水的水质。

S4：采集环境温度、电机温度，根据输出功率判断水泵是否存在故障风险，是则发出故障预警。

故障风险的判断方法具体为：

S41：获取水泵电机输出功率P_s、环境温度T_E、运行时长t与电机温度T_em的初始映射关系。由于水泵电机自身具备的散热功能，水泵电机在正常工作时，电机温度与环境温度呈线性关系。根据水泵电机的自身性能，可以建立电机输出功率在不同环境温度下与运行时长、电机温度的映射关系，该映射关系可以表达为：

式中，k为环境温度与电机温度的映射系数，P₁为水泵电机的极限散热功率，τ为电机温度与电机功率的映射系数，ω为电机温度与时长的映射系数，ε为温度误差。

S42：根据实时采集的电机输出功率P_s、环境温度T_E、运行时长t在初始映射关系中计算理想电机温度T_emh。

S43：计算理想电机温度与实际电机温度的误差率，误差率E_T可以表达为：

E_T＝(T_emh-T_em)/T_em×100％

判断误差率是否超出一个预设的误差阈值，是则水泵电机具有故障风险。本实施例中，设置误差阈值为3％。

本实施例的水泵电机控制方法通过测试水泵电机的输出功率与输出流速的映射关系，进而根据水泵电机实际作业时的输出功率及输出流速的变化，判断水泵及电机是否存在故障风险，及时发现或预警水泵电机故障，保持供水稳定，延长使用寿命。此外，通过对水泵供水量进行预测，基于供水量对水泵电机进行精准控制，提高水泵电机的作业效率，降低电能的消耗，同时有效地保持水质，防止供水长时间滞留带来的杂质沉积、滋生病毒等风险。

实施例2

本实施例提供一种水泵电机，可以采用实施例1的控制方法，实现水泵电机的自动化控制。具体的，该水泵电机可以包括控制器，通过在控制器中设定相应的程序，实现实施例1的水泵电机控制方法。

实施例3

请参阅图2，本实施例提供一种水泵电机测试系统，可以应用在实施例2的水泵电机上，对水泵电机的功能进行测试，判定水泵电机是否符合生产标准。该测试系统包括数据采集模块、数据设定模块、功率控制测试模块和警报测试模块。

数据采集模块用于采集水泵电机的输出功率、电机温度、输出流速。数据采集模块可以包括多个传感器，如电流传感器。电压传感器、温度传感器、流速传感器等，也可以采用电流表、电压表、温度计、流量计等进行测量，经过计算得到对应的输出功率、电机温度和输出流速等。

数据设定模块用于向水泵电机输入设定的参数，以模拟水泵电机在实际工作中的运行环境。参数包括输水高度、管道截面面积、环境温度、供水量。在水泵电机的应用中，水泵实际的输水高度、管道截面面积对于水泵输出功率与输出流速的映射关系具有直接影响，一般来说，可以根据水泵电机及水泵的特征数据，建立输出流速与输出功率、输水高度、管道截面面积的映射函数，在实际安装时，只需测量对应的输水高度、管道截面面积，即可对应得到水泵电机的输出功率与输出流速的初始映射关系。由于在实际输水过程中，管道摩擦系数、管道倾斜度等对水泵扬程具有一定的影响，初始映射关系也随之发生变化，因此，在水泵电机实际应用中，仍需通过测试计算初始映射关系。

功率控制测试模块用于将参数输入预存的映射表中查询并获取最佳输出功率，并判断水泵电机输出的输出功率与最佳输出功率的误差是否超过预设的功率误差阈值，是则不测试合格，否则测试合格。具体的，首先根据设定的管道截面面积、输水高度获取对应的初始映射关系，随后根据输入的供水量在初始映射关系中计算出对应的最佳输出功率P_b。采集水泵电机的实时电流、电压，计算对应的输出功率P_s，根据公式|P_s-P_b|/P_b计算得到对应的功率误差。本实施例中，功率误差阈值设置为0.5％。

警报测试模块用于根据输出功率、输出流速判断水泵是否存在堵塞故障，根据参数、电机温度判断水泵电机是否存在故障风险。其中，判断方法如实施例1所述，在此不做赘述。

判断水泵电机在存在故障或故障风险时是否发出相应的预警，是则测试合格，否则测试不合格。

采用本实施例的测试系统对水泵电机的功能进行测试，通过模拟不同的作业环境，采集水泵电机的实时状态数据，判断水泵电机的运行状态是否符合设定的标准，多个水泵电机可以同时进行检测，检测结果互不干扰，不仅提高了测试效率，同时保持测试精度，满足对水泵电机品质检验的需求。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种水泵电机控制方法，其特征在于，其包括：

S1：测量实际截面面积、输水高度，并测试输出功率与实际输出流速的初始映射关系；

S2：实时采集水泵电机的输出功率、水泵输出流速，判断水泵是否存在堵塞故障，是则发出故障警报；

S3：获取水泵的供水大数据，建立供水量预测模型，预测水泵的输出水流量；实时采集消耗水流量，计算水泵电机的最佳输出功率；

S4：采集环境温度、电机温度，根据所述输出功率判断所述水泵是否存在故障风险，是则发出故障预警。

2.根据权利要求1所述的水泵电机控制方法，其特征在于，在步骤S1中，所述初始映射关系的获取方法如下：

S11：实时采集水泵电机的电流、电压以及水泵输出流速；

S12：根据所述电流、所述电压计算水泵电机的输出功率；

S13：以输出功率为X轴、以流速为Y轴，建立平面坐标系，将所述输出功率、所述输出流速映射到所述平面坐标系中形成多个坐标点；

S14：对多个所述坐标点进行线性拟合形成映射曲线，将所述映射曲线的映射函数作为所述初始映射关系。

3.根据权利要求1所述的水泵电机控制方法，其特征在于，在步骤S2中，将当前输出功率代入所述初始映射关系中得到理想输出流速；计算理想输出流速与实际输出流速的误差率E_f，判断实际误差率是否超出预设的误差率阈值，是则发出水泵堵塞故障报警；

其中，所述实际误差率E_f表达为：

E_f＝|v_s-v_h|/v_h×100％

式中，v_s为实际输出流速，v_h为理想输出流速。

4.根据权利要求1所述的水泵电机控制方法，其特征在于，在步骤S3中，所述供水大数据包括天气数据、人流量数据、日期数据、历史用水数据；所述供水量预测模型的训练方法如下：

S31：对所述供水大数据进行预处理，去除重复数据与异常数据；

S32：对所述天气数据、所述人流量数据、所述日期数据、所述历史用水数据提取特征标签，将所述供水大数据转换为基于特征标签的特征数据集，并将所述特征数据集划分为训练集与测试集；

S33：将天气数据、人流量数据、日期数据作为输入特征，将历史用水数据作为输出，采用训练集中的特征数据对供水量预测模型进行训练，采用测试集中的特征数据对训练后的供水量预测模型进行验证，保留满足测试精度的模型参数。

5.根据权利要求4所述的水泵电机控制方法，其特征在于，在步骤S3中，电机的最佳输出功率P_b表达为：

P_b＝F(Q_m/t_i)

式中，F()为初始映射关系，Q_m为预测的总流量，t_i为预测的时间段。

6.根据权利要求1所述的水泵电机控制方法，其特征在于，在步骤S4中，故障风险的判断方法具体为：

S41：获取水泵电机输出功率、环境温度、运行时长与电机温度的初始映射关系；

S42：根据实时采集的电机输出功率、环境温度、运行时长在所述初始映射关系中计算理想电机温度；

S43：计算所述理想电机温度与实际电机温度的误差率，判断所述误差率是否超出一个预设的误差阈值，是则水泵电机具有故障风险。

7.一种水泵电机，其特征在于，其采用如权利要求1至6中任意一项所述的水泵电机控制方法。

8.一种水泵电机测试系统，其用于对权利要求7所述的水泵电机进行功能测试，其特征在于，所述测试系统包括：

数据采集模块，其用于采集所述水泵电机的输出功率、电机温度、输出流速；

数据设定模块，其用于向所述水泵电机输入设定的参数，以模拟水泵电机在实际工作中的运行环境；所述参数包括输水高度、管道截面面积、环境温度、供水量；

功率控制测试模块，其用于将所述参数输入预存的映射表中查询并获取最佳输出功率，并判断水泵电机输出的输出功率与最佳输出功率的误差是否超过预设的功率误差阈值，是则不测试合格，否则测试合格；

警报测试模块，其用于根据所述输出功率、所述输出流速判断水泵是否存在堵塞故障，根据所述参数、所述电机温度判断水泵电机是否存在故障风险；判断水泵电机在存在故障或故障风险时是否发出相应的预警，是则测试合格，否则测试不合格。