RU146950U1

RU146950U1 - ELECTROMECHANICAL SYSTEM DIAGNOSTICS DEVICE

Info

Publication number: RU146950U1
Application number: RU2014116868/28U
Authority: RU
Inventors: Дмитрий Маркович Шпрехер; Владимир Михайлович Степанов
Original assignee: Дмитрий Маркович Шпрехер
Priority date: 2014-04-28
Filing date: 2014-04-28
Publication date: 2014-10-20

Abstract

Устройство диагностики работоспособности электромеханической системы, содержащее объект диагностики, измерительный блок, аналого-цифровой преобразователь, приемное устройство, отличающееся тем, что дополнительно введены коммутатор измерительных каналов, блок аппаратуры синхронизации, устройство первичной обработки сигналов, включающее блок нейросетевой селекции измерительных сигналов, блок формирователя временных сигналов, блок нейросетевой адаптации частоты опроса селектированных параметров, блок буферного запоминающего устройства, блок формирователя группового диагностического сигнала, устройство нейросетевого анализа, включающее блок селекции и декодирования группового сигнала, блок синхронизации, блок обработки и формирования абсолютных значений, блок формирования обучающей выборки нейронной сети, блок базы данных, блок нейросетевой диагностики, пульт оператора, измерительный блок выполнен из N-количества датчиков, установленных в различных точках объекта диагностики, коммутатор измерительных каналов выполнен из распределителя импульсов, связанных с каждым канальным элементом, причём в качестве объекта диагностики взята электромеханическая система, выходы которой связаны с входами всех датчиков, выходы каждого датчика связаны с канальным элементом, выходы которых соединены с аналого-цифровым преобразователем, первый выход блока аппаратуры синхронизации связан с блоком распределителя импульсов, а второй выход связан с входом блока формирователя временных сигналов, первый выход которого связан со вторым входом блока нейросетевой селекции измерительных сигналов, а второй с перв�A device for diagnosing the operability of an electromechanical system containing a diagnostic object, a measuring unit, an analog-to-digital converter, a receiving device, characterized in that an additional switch for measuring channels, a unit for synchronization equipment, a primary signal processing device, including a neural network selection block for measuring signals, a temporary driver unit signals, a neural network adaptation block of the polling frequency of the selected parameters, a buffer storage unit properties, unit for the group diagnostic signal generator, a neural network analysis device including a group signal selection and decoding unit, a synchronization unit, an absolute value processing and generation unit, a neural network training sample generation unit, a database unit, a neural network diagnostic unit, an operator panel, a measuring unit made of N-number of sensors installed at various points of the diagnostic object, the switch of the measuring channels is made of a pulse distributor connected with each channel element, moreover, an electromechanical system is taken as a diagnostic object, the outputs of which are connected to the inputs of all sensors, the outputs of each sensor are connected to a channel element, the outputs of which are connected to an analog-to-digital converter, the first output of the synchronization equipment block is connected to the pulse distributor block, and the second output is connected to the input of the block of the shaper of temporary signals, the first output of which is connected to the second input of the block of neural network selection of measuring signals, and the second to the first

Description

Предложенное техническое решение относится к области диагностики и оценке работоспособности электромеханического оборудования, применяемого в различных областях промышленности.The proposed technical solution relates to the field of diagnostics and performance assessment of electromechanical equipment used in various industries.

Известен способ для диагностики механизмов и систем с электрическим приводом (патент РФ №2431152, МПК⁸ G01R 31/34, опубл. 10.10.2011 г.) который реализуется с помощью устройства, содержащего блок управления электродвигателем, машинный агрегат, датчики тока и напряжения, аналого-цифровой преобразователь, персональный компьютер со специализированным программным обеспечением.A known method for diagnosing mechanisms and systems with an electric drive (RF patent No. 2431152, IPC ⁸ G01R 31/34, publ. 10.10.2011) which is implemented using a device containing a motor control unit, a machine unit, current and voltage sensors, analog-to-digital converter, personal computer with specialized software.

Недостатком этого устройства не высокая достоверность результатов. Наиболее близким техническим решением является устройство диагностики асинхронных электрических двигателей (патент РФ №2484490, МПК G01R 31/34, опубл. 10.06.2013 г.) содержащее источник питания, измерительное устройство, блок памяти номинальных величин двигателя, бортовой накопитель, дисплей, микропроцессор для определения реальной длительности пуска, микропроцессор для оценки перегрева и состояния изоляции, а измерительные устройства содержат датчик тока, связанный с обоими микропроцессорами, датчик температуры изоляции и датчик температуры окружающей среды, которые связанны с микропроцессором, предназначенным для определения перегрева и состояния изоляции, микропроцессоры установлены относительно асинхронного электрического двигателя параллельно, а между собой последовательно, датчики тока, температуры изоляции, температуры окружающей среды связаны с микропроцессорами через аналого-цифровые преобразователи (АЦП).The disadvantage of this device is not the high reliability of the results. The closest technical solution is a device for diagnosing asynchronous electric motors (RF patent No. 2484490, IPC G01R 31/34, published June 10, 2013) containing a power source, a measuring device, a memory unit for the nominal values of the motor, an on-board drive, a display, a microprocessor for determining the actual duration of the start-up, a microprocessor for assessing overheating and the state of insulation, and the measuring devices contain a current sensor connected to both microprocessors, an insulation temperature sensor and an ok temperature sensor uzhayuschey environment that are associated with the microprocessor for determining overheating and insulation state, microprocessors mounted relative to the asynchronous electric motor in parallel and in series, current sensors, isolation temperature, the ambient temperature associated with the microprocessor through an analog-to-digital converters (ADC).

Недостатком наиболее близкого технического решения является недостаточная точность результатов диагностирования и привязанность к электрооборудованию и возможность определять только неисправности электрической части двигателя, а значит отсутствие диагностики неэлектрических частей электромеханической системы (ЭМС).The disadvantage of the closest technical solution is the lack of accuracy of the diagnostic results and attachment to electrical equipment and the ability to determine only malfunctions of the electrical part of the engine, and therefore the lack of diagnosis of non-electrical parts of the electromechanical system (EMC).

Задачей предложенного технического решения является повышение достоверности и точности результатов диагностирования технического состояния ЭМС различного назначения и состава, путем измерения неограниченного количества контролируемых ее состояние параметров, расширение функций и углубление анализа диагностирования.The objective of the proposed technical solution is to increase the reliability and accuracy of the results of diagnosing the technical condition of EMC for various purposes and composition, by measuring an unlimited number of parameters controlled by its state, expanding functions and deepening the analysis of diagnosis.

Поставленная задача достигается таким образом, что устройство диагностики работоспособности электромеханической системы, содержит объект диагностики, измерительный блок, аналого-цифровой преобразователь, приемное устройство, в него дополнительно введены коммутатор измерительных каналов, блок аппаратуры синхронизации, устройство первичной обработки сигналов, включающее блок нейросетевой селекции измерительных сигналов, блок формирователя временных сигналов, блок нейросетевой адаптации частоты опроса селектированных параметров, блок буферного запоминающего устройства, блок формирователя группового диагностического сигнала, устройство нейросетевого анализа, включающее блок селекции и декодирования группового сигнала, блок синхронизации, блок обработки и формирования абсолютных значений, блок формирования обучающей выборки нейронной сети, блок базы данных, блок нейросетевой диагностики, пульт оператора, измерительный блок выполнен из N - количество датчиков, установленных в различных точках объекта диагностики, коммутатор измерительных каналов выполнен из распределителя импульсов, связанных с каждым канальным элементом, причем в качестве объекта диагностики взята электромеханическая система, выходы которой связаны с входами всех датчиков, выходы каждого датчика связаны с канальным элементом, выходы, которых соединены с аналого-цифровым преобразователем, первый выход блока аппаратуры синхронизации связан с блоком распределителем импульсов, а второй выход связан с входом блока формирователя временных сигналов, первый выход которого связан со вторым входом блока нейросетевой селекции измерительных сигналов, а второй с первым входом блока буферного запоминающего устройства, второй вход буферного запоминающего устройства связан с выходом блока нейросетевой адаптации частоты опроса селектированных параметров, вход которого связан с выходом аналого-цифрового преобразователя, выход буферного запоминающего устройства связан с входом блока формирователя группового диагностического сигнала, выход которого связан с устройством нейросетевого анализа посредством приемного устройства, выход которого связан с первым входом блока нейросетевой диагностики посредством последовательно соединенных блока селекции и декодирования группового сигнала, блока обработки и формирования абсолютных значений, блока формирования обучающей выборки нейронной сети, второй вход блока селекции и декодирования группового сигнала связан с выходом блока синхронизации, второй вход блока нейросетевой диагностики связан с выходом блока базы данных, а выход его связан с входом пульта оператора.The task is achieved in such a way that the device for diagnosing the operability of the electromechanical system contains a diagnostic object, a measuring unit, an analog-to-digital converter, a receiving device, an additional switch for measuring channels, a unit for synchronization equipment, a device for primary signal processing, including a neural network block for measuring signals, a block of a shaper of temporary signals, a block of a neural network adaptation of the polling frequency of the selected parameters, a buffer storage unit, a group diagnostic signal generator, a neural network analysis device including a group signal selection and decoding unit, a synchronization unit, an absolute value processing and generation unit, a neural network training sample generation unit, a database unit, a neural network diagnostic unit, an operator panel , the measuring unit is made of N - the number of sensors installed at various points of the diagnostic object, the switch of the measuring channels is made of p a pulse distributor associated with each channel element, and an electromechanical system is taken as the diagnostic object, the outputs of which are connected to the inputs of all sensors, the outputs of each sensor are connected to the channel element, the outputs of which are connected to an analog-to-digital converter, the first output of the synchronization equipment block is connected with a pulse distributor block, and the second output is connected to the input of the temporary signal former, the first output of which is connected to the second input of the neural network selection block from test signals, and the second with the first input of the buffer memory unit, the second input of the buffer memory device is connected to the output of the neural network adaptation block of the polling frequency of the selected parameters, the input of which is connected to the output of the analog-to-digital converter, the output of the buffer memory device is connected to the input of the group diagnostic unit a signal whose output is connected to a neural network analysis device by means of a receiving device whose output is connected to the first input a neural network diagnostic unit by means of a series-connected group signal selection and decoding unit, an absolute value processing and generation unit, a neural network training sample formation unit, the second input of the group signal selection and decoding unit is connected to the output of the synchronization unit, the second input of the neural network diagnostic unit is connected to the output of the unit database, and its output is connected to the input of the operator console.

На Фиг. 1 изображена функциональная схема устройства диагностики работоспособности электромеханической системы с устройством первичной обработки сигналов. На Фиг. 2 изображена функциональная схема блока устройства нейросетевого анализа.In FIG. 1 shows a functional diagram of a device for diagnosing the health of an electromechanical system with a device for primary signal processing. In FIG. 2 shows a functional block diagram of a neural network analysis device.

Устройство диагностики работоспособности электромеханической системы содержит объект диагностики, в качестве которого взята электромеханическая система 1, выходы которой связаны с измерительным блоком 2, включающим N - количество датчиков, выходы каждого датчика измерительного блока 2 связаны с канальным элементом коммутатора 3 измерительных каналов, входы канальных элементов соединены с выходами распределителя импульсов 4 коммутатора 3 измерительных каналов, первый выход блока аппаратуры синхронизации 5 связан с входом распределителя импульсов 4. Выходы каждого канального элемента коммутатора 3 соединены с входами аналого-цифрового преобразователя 6. Второй выход блока аппаратуры синхронизации 5 связан с входом блока формирователя временных сигналов 7 устройства первичной обработки сигналов 8, первый выход блока формирователя временных сигналов 7 связан со вторым входом блока нейросетевой селекции измерительных сигналов 9, а второй с первым входом блока буферного запоминающего устройства 10, второй вход буферного запоминающего устройства 10 связан с выходом блока нейросетевой адаптации частоты опроса селектированных параметров 11, вход, которого связан с выходом аналого-цифрового преобразователя 6 посредством блока нейросетевой селекции измерительных сигналов 9, выход буферного запоминающего устройства 10 связан с входом блока формирователя группового диагностического сигнала 12, выход которого связан с устройством нейросетевого анализа 13 посредством приемного устройства 14, выход которого связан с первым входом блока нейросетевой диагностики 15 посредством последовательно соединенных блока селекции и декодирования группового сигнала 16, блока обработки и формирования, абсолютных значений 17, блока формирования обучающей выборки нейронной сети 18, второй вход блока нейросетевой диагностики 15 связан с выходом блока базы данных 19, второй вход блока селекции и декодирования группового сигнала 16 связан с выходом блока синхронизации 20, выход блока нейросетевой диагностики 15 связан с входом пульта оператора 21.The device for diagnosing the health of the electromechanical system contains a diagnostic object, which is taken as an electromechanical system 1, the outputs of which are connected to the measuring unit 2, including N is the number of sensors, the outputs of each sensor of the measuring unit 2 are connected to the channel element of the switch 3 measuring channels, the inputs of the channel elements are connected with the outputs of the pulse distributor 4 switch 3 measuring channels, the first output of the block synchronization equipment 5 is connected to the input of the distributor I of pulses 4. The outputs of each channel element of the switch 3 are connected to the inputs of the analog-to-digital converter 6. The second output of the block of synchronization equipment 5 is connected to the input of the time shaper block 7 of the primary signal processing device 8, the first output of the time shaper block 7 is connected to the second input block neural network selection of the measuring signals 9, and the second with the first input of the block buffer memory 10, the second input of the buffer memory 10 is connected with the output of the block the network adaptation of the polling frequency of the selected parameters 11, the input of which is connected to the output of the analog-to-digital converter 6 by means of the neural network selection block of the measuring signals 9, the output of the buffer storage device 10 is connected to the input of the shaper of the group diagnostic signal 12, the output of which is connected to the neural network analysis device 13 by means of a receiving device 14, the output of which is connected to the first input of the neural network diagnostic unit 15 by means of series-connected unit of the village generation and decoding of the group signal 16, the processing and generation unit, absolute values 17, the formation block of the training sample of the neural network 18, the second input of the neural network diagnostic unit 15 is connected to the output of the database unit 19, the second input of the selection and decoding unit of the group signal 16 is connected to the output synchronization unit 20, the output of the neural network diagnostic unit 15 is connected to the input of the operator console 21.

Работает предложенное устройство следующим образом. С помощью измерительного блока 2, содержащего N-ое количество датчиков D_i, i=1, …N, устанавливаемых в различных точках диагностируемого объекта - электромеханической системы 1 производят преобразование физических величин λ_i, i=1, …N подлежащих контролю в ЭМС, в электрические сигналы s_i, i=1, …N, которые подают на информационные входы коммутатора 3 измерительных каналов. При этом типовыми измеряемыми физическими величинами являются ток, напряжение, частота вращения вала, температура, давление, уровни шума, вибрации и т.д. Число измеряемых параметров неограниченно.The proposed device works as follows. Using the measuring unit 2, containing the N-th number of sensors D _i , i = 1, ... N, installed at various points of the diagnosed object - the electromechanical system 1, the physical quantities λ _i , i = 1, ... N are converted to EMC, electrical signals s _i , i = 1, ... N, which are fed to the information inputs of the switch 3 measuring channels. Typical measured physical quantities are current, voltage, shaft speed, temperature, pressure, noise levels, vibrations, etc. The number of measured parameters is unlimited.

Для получения полного вектора измеряемых параметров одновременно - система является многоканальной. Количество каналов блока определяют числом независимых информационных входов.To obtain a complete vector of measured parameters at the same time - the system is multi-channel. The number of block channels is determined by the number of independent information inputs.

Коммутатором 3 измерительных каналов производят циклический опрос всей совокупности контролируемых параметров с максимальной частотой опроса. Для этого, в соответствии с программой блока аппаратуры синхронизации 5, формируемой распределителем импульсов 4, каждый канальный элемент осуществляет выдачу через АЦП 6 цифрового отсчета каждого сигнала на блок нейросетевой селекции измерительных сигналов 9 устройства первичной обработки сигналов 8 ЭМС. Блок нейросетевой селекции измерительных сигналов 9 в реальном масштабе времени осуществляет выбор из перечня измеряемых параметров наиболее информативных - т.е. селекцию параметров. Далее, отсчеты из наиболее информативных параметров подвергают прореживанию в блоке нейросетевой адаптации частоты опроса 11. В блоке буферного запоминающего устройства 10 осуществляют адаптацию потока сообщений с ЭМС к состоянию канала связи (пропускной способности - загруженности). С выхода блока 12 снимают групповой сигнал - S_Σ(t) и передают в приемное устройство 14 для решения задач диагностики системы. Под групповым сигналом диагностики работоспособности ЭМС в данном случае подразумевают временную последовательность отсчетов измеряемых параметров, т.е. последовательность интервалов измерений следующих друг за другом за один цикл измерения, которые является исходным входным образом нейросетевых устройств контроля.The switch 3 measuring channels produce a cyclic survey of the entire set of monitored parameters with a maximum sampling frequency. For this, in accordance with the program of the block of synchronization equipment 5, formed by the pulse distributor 4, each channel element carries out through the ADC 6 a digital readout of each signal to the neural network selection block of the measuring signals 9 of the primary signal processing device 8 of the EMC. The block of neural network selection of measuring signals 9 in real time selects from the list of measured parameters the most informative - i.e. selection of parameters. Further, the samples from the most informative parameters are subjected to thinning in the block of neural network adaptation of the sampling frequency 11. In the block of the buffer storage device 10, the message flow from the EMC is adapted to the state of the communication channel (bandwidth - congestion). From the output of block 12, the group signal S _Σ (t) is removed and transmitted to the receiving device 14 to solve the problems of system diagnostics. In this case, a group signal for diagnosing EMC health is understood to mean a time sequence of readouts of measured parameters, i.e. a sequence of measurement intervals following each other in a single measurement cycle, which is the original input image of the neural network control devices.

В состав группового сигнала в аппаратуре добавляют синхронизирующие сигналы блок аппаратуры синхронизации 5, необходимые для разделения каналов при приеме и для обработки информации. Для временного разделения каналов s_i, i=1, …N блок аппаратуры синхронизации 5 вставляет временные метки в групповой сигнал технологической системы, т.е. осуществляет привязку каждого отсчета по каждому параметру ко времени блоком формирователя временных сигналов 7.The composition of the group signal in the equipment add synchronization signals block synchronization equipment 5, necessary for channel separation at reception and for processing information. For the temporary separation of channels s _i , i = 1, ... N, the synchronization equipment block 5 inserts time stamps into the group signal of the technological system, i.e. implements the binding of each sample for each parameter to time by the block of the shaper of temporary signals 7.

С выхода устройства первичной обработки сигналов 8 исходный входной образ S_Σ(t) поступает на вход приемного устройства 14.From the output of the device for primary signal processing 8, the initial input image S _Σ (t) is input to the receiving device 14.

Периодически принимаемый групповой диагностический сигнал контроля технических состояний ЭМС после усиления, преобразования по частоте и детектирования в приемном устройстве 14 поступает на вход блока селекции и декодирования 16 устройства нейросетевого анализа 13, где производят очистку от шума и отбраковку аномальных измерений. Туда же поступают синхронизирующие сигналы временной привязки измерений из блока синхронизации 20. Разделенные в блоке селекции и декодирования 16 сигналы s_i(t), i=1, …N с выходов информационных каналов поступают на входы блока обработки и формирования абсолютных значений параметров контроля технических состояний 17 ЭМС. Откуда векторы λ_i(t), i=1, …N поступают на вход блока формирования обучающей выборки нейронной сети 18. Алгоритмы формирования данных выборок функционируют в соответствии с видом решаемой задачи - контроль и распознавание текущего технического состояния или прогнозирование параметров технических состояний ЭМС. В блоке формирования обучающей выборки нейронной сети 18 собирают статистические данные о состоянии объекта диагностирования, они и формируют обучающую выборку. В блоке базы данных 19 хранят априорную информацию о классах технических состояний, диагностических признаках, в нем собраны все виды повреждений ЭМС. Нейросетевой блок диагностики 15 представляет собой нейронную сеть на базе многослойного персептрона с одним скрытым слоем. Количество нейронов входного слоя равно количеству диагностических признаков (числу датчиков), выходного слоя - количеству диагностируемых технических состояний. На выходе блока нейросетевого блока диагностики 15 получаем информацию кода технического состояния ЭМС (нормальный режим или определенный тип повреждения), которая поступает на пульт оператора 21, где и визуализируется.A periodically received group diagnostic signal for monitoring the technical conditions of EMC after amplification, frequency conversion, and detection in the receiving device 14 is input to the selection and decoding unit 16 of the neural network analysis device 13, where noise is cleaned and anomalous measurements are rejected. The synchronizing signals of the measurement timing from the synchronization unit 20 are also received. The signals s _i (t), i = 1, ... N, separated from the selection and decoding unit, 16 are sent from the outputs of the information channels to the inputs of the processing unit and the formation of the absolute values of the parameters for monitoring technical conditions 17 EMC. From where do the vectors λ _i (t), i = 1, ... N, come to the input of the block for the formation of the training sample of the neural network 18. The algorithms for generating these samples operate in accordance with the type of the problem being solved - monitoring and recognition of the current technical condition or prediction of the parameters of the EMC technical states. In the block for the formation of the training sample of the neural network 18, statistical data on the state of the diagnostic object is collected, and they form the training sample. The database block 19 stores a priori information about the classes of technical conditions, diagnostic features, it contains all types of EMC damage. The neural network diagnostic unit 15 is a neural network based on a multilayer perceptron with one hidden layer. The number of neurons in the input layer is equal to the number of diagnostic features (the number of sensors), the output layer is equal to the number of diagnosed technical conditions. At the output of the neural network diagnostic unit 15, we obtain information on the EMC technical condition code (normal mode or a certain type of damage), which is transmitted to the operator console 21, where it is visualized.

Предложенное техническое решение позволило повысить достоверность и точность результатов диагностирования технического состояния ЭМС различного назначения и состава, путем измерения неограниченного количества контролируемых ее состояний параметров, расширение функций и углубление анализа диагностирования.The proposed technical solution made it possible to increase the reliability and accuracy of the results of diagnosing the technical state of EMC for various purposes and composition by measuring an unlimited number of parameters controlled by its state, expanding functions and deepening the analysis of diagnosis.

Claims

A device for diagnosing the operability of an electromechanical system containing a diagnostic object, a measuring unit, an analog-to-digital converter, a receiving device, characterized in that an additional switch for measuring channels, a unit for synchronization equipment, a primary signal processing device, including a neural network selection block for measuring signals, a temporary driver unit signals, a neural network adaptation block of the polling frequency of the selected parameters, a buffer storage unit properties, unit for the group diagnostic signal generator, a neural network analysis device including a group signal selection and decoding unit, a synchronization unit, an absolute value processing and generation unit, a neural network training sample generation unit, a database unit, a neural network diagnostic unit, an operator panel, a measuring unit made of N-number of sensors installed at various points of the diagnostic object, the switch of the measuring channels is made of a pulse distributor connected with each channel element, moreover, an electromechanical system is taken as a diagnostic object, the outputs of which are connected to the inputs of all sensors, the outputs of each sensor are connected to a channel element, the outputs of which are connected to an analog-to-digital converter, the first output of the synchronization equipment block is connected to the pulse distributor block, and the second output is connected to the input of the block of the shaper of temporary signals, the first output of which is connected to the second input of the block of neural network selection of measuring signals, and the second to the first m is the input of the buffer memory unit, the second input of the buffer memory is connected to the output of the neural network adaptation block of the polling frequency of the selected parameters, the input of which is connected to the output of the analog-to-digital converter, the output of the buffer memory is connected to the input of the block of the group diagnostic diagnostic signal, the output of which is connected with a neural network analysis device by means of a receiving device, the output of which is connected to the first input of the neural network diagnostic unit by a series-connected block for selecting and decoding a group signal, a block for processing and generating absolute values, a block for generating a training sample of a neural network, the second input of the block for selecting and decoding a group signal is connected to the output of the synchronization block, the second input of the block for neural network diagnostics is connected to the output of the database block, and its output is connected to the input of the operator console.