[發(fā)明專利]電機軸承狀態(tài)的檢測方法、系統(tǒng)、裝置及可讀存儲介質

有效

• 申請?zhí)枺?/td>: 201811242981.5
• 申請日: 2018-10-24
• 公開（公告）號: CN109443769B
• 公開（公告）日: 2021-02-05
• 發(fā)明（設計）人: 陳詩文;朱茂華;劉強;易柯;楊天智;徐力;李仕林;楊勝;李登科
• 申請（專利權）人: 中車株洲電力機車有限公司
• 主分類號: G01M13/04
• 分類號: G01M13/04;G01M13/045
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發(fā)明公開了一種電機軸承狀態(tài)的檢測方法、系統(tǒng)、裝置及可讀存儲介質，包括獲取電機軸承在每一狀態(tài)下對應的風機運行參數(shù)，其中，風機運行參數(shù)包括軸承溫度、軸承振動加速度及風機出風口的風速，狀態(tài)包括正常狀態(tài)和N種故障狀態(tài)；根據(jù)所有風機運行參數(shù)構建狀態(tài)檢測網(wǎng)絡；獲取待測電機軸承在當前狀態(tài)下對應的當前風機運行參數(shù)，將當前風機運行參數(shù)輸入狀態(tài)檢測網(wǎng)絡，得到待測電機軸承的當前狀態(tài)。本發(fā)明針對軌道運輸?shù)膹碗s工況，在監(jiān)測軸承溫度及軸承振動加速度的基礎上對風機的整體運行狀態(tài)進行監(jiān)測，減弱了由于軌道變化引起車體振動造成軸承振動信號異常的干擾，降低了錯檢率，提高了檢測效率。

技術領域

本發(fā)明涉及軌道交通領域，特別是涉及一種電機軸承狀態(tài)的檢測方法、系統(tǒng)、裝置及可讀存儲介質。

背景技術

風機是冶金、石化、電力、城市軌道交通、紡織、船舶等國民經(jīng)濟各領域以及各種場所通風換氣的關鍵系統(tǒng)部件，其健康狀態(tài)一直是關注的重點。根據(jù)以往的故障數(shù)據(jù)分析，電機軸承故障占風機總故障數(shù)的75％，當出現(xiàn)電機軸承故障時，風機已不能繼續(xù)使用，因此，需要對電機軸承的狀態(tài)進行檢測，目前，一般是通過對電機軸承的運行溫度和振動速度進行報警閾值設定來檢測電機軸承的狀態(tài)，考慮到軌道交通車輛在運行過程中車體自身振動信號復雜，且沒有合適的方法對其自身振動信號的干擾進行排除，因此在通過現(xiàn)有方案對軌道交通車輛上的風機的電機軸承進行檢測時，錯檢率高，檢測效率低。

因此，如何提供一種解決上述技術問題的方案是本領域技術人員目前需要解決的問題。

發(fā)明內容

本發(fā)明的目的是提供一種電機軸承狀態(tài)的檢測方法，針對軌道運輸?shù)膹碗s工況，減弱了由于軌道變化引起車體振動造成軸承振動信號異常的干擾，降低了錯檢率，提高了檢測效率；本發(fā)明的另一目的是提供一種電機軸承狀態(tài)的檢測系統(tǒng)、裝置及可讀存儲介質。

為解決上述技術問題，本發(fā)明提供了一種電機軸承狀態(tài)的檢測方法，包括：

獲取電機軸承在每一狀態(tài)下對應的風機運行參數(shù)，其中，所述風機運行參數(shù)包括軸承溫度、軸承振動加速度及風機出風口的風速，所述狀態(tài)包括正常狀態(tài)和N種故障狀態(tài)，N為正整數(shù)；

根據(jù)所有所述風機運行參數(shù)構建狀態(tài)檢測網(wǎng)絡；

獲取待測電機軸承在當前狀態(tài)下對應的當前風機運行參數(shù)，將當前風機運行參數(shù)輸入所述狀態(tài)檢測網(wǎng)絡，得到所述待測電機軸承的當前狀態(tài)。

優(yōu)選的，所述獲取電機軸承在每一狀態(tài)下對應的風機運行參數(shù)的過程具體為：

通過振動加速度傳感器獲取電機軸承在每一狀態(tài)下對應的軸承振動加速度；

通過溫度傳感器獲取所述電機軸承在每一所述狀態(tài)下對應的軸承溫度；

通過風速傳感器獲取所述電機軸承在每一所述狀態(tài)下對應的風機出風口的風速。

優(yōu)選的，所述根據(jù)所有所述風機運行參數(shù)構建狀態(tài)檢測網(wǎng)絡的過程具體為：

通過每一所述狀態(tài)及每一所述狀態(tài)下對應的風機運行參數(shù)訓練三層深度信念神經(jīng)網(wǎng)絡的權值矩陣，以得到狀態(tài)檢測網(wǎng)絡。

優(yōu)選的，所述通過每一所述狀態(tài)及每一所述狀態(tài)下對應的風機運行參數(shù)訓練三層深度信念神經(jīng)網(wǎng)絡的權值矩陣的過程具體為：

對獲取到的每一所述風機運行參數(shù)進行特征提取得到特征信號；

通過每一所述狀態(tài)及每一所述狀態(tài)下對應的特征信號訓練三層深度信念神經(jīng)網(wǎng)絡的權值矩陣；

相應的，所述將當前風機運行參數(shù)輸入所述狀態(tài)檢測網(wǎng)絡的過程具體為：

對當前風機運行參數(shù)進行所述特征提取得到當前特征信號；

將當前特征信號輸入所述狀態(tài)檢測網(wǎng)絡。