[發明專利]基于“正確樹”模型的電機在線監測和故障診斷方法

在審

• 申請號: 201811250582.3
• 申請日: 2018-10-25
• 公開（公告）號: CN109765484A
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 于忠清;韓松;圣煥寶
• 申請（專利權）人: 青島鵬海軟件有限公司
• 主分類號: G01R31/34
• 分類號: G01R31/34;G01M13/00
• 代理公司: 北京一格知識產權代理事務所(普通合伙) 11316
• 代理人: 滑春生;李魏英

一種基于“正確樹”模型的電機在線監測和故障診斷方法，包括依次進行的步驟：數據采集、數據的傳輸、建立電機內部模型、建立“正確樹”模型、電機狀態學習和故障診斷。本發明的優點是：通過實時在線采集電機的電壓和電流數據，采用機器學習算法自主學習電機的運行模式，建立電機運行在正常工況下的“正確樹”模型后，將電機實際運行工況與“正確樹”模型進行比對，從而在故障早期及時發現電機發生的機械故障和電氣故障并進行報警，減少設備計劃外停機，提高生產率。用較低的成本提供準確的故障診斷和維修決策信息，對使用者的技術水平要求不高，其適用范圍較電機故障診斷中常用的振動和電流特征分析系統更廣，可應用在電機和發電機的監測。

技術領域

本發明涉及一種基于“正確樹”模型的電機在線監測和故障診斷方法。

背景技術

隨著現代化工業的發展以及“信息化”和“工業化”的不斷融合，工業設備能否安全可靠的以最佳的狀態運行，對于確保產品質量、提高生產能力、保障生產安全方面都有十分重要的意義。制造業設備的故障是指設備在規定時間內、規定條件下喪失規定功能的狀況，通常這種故障是從某一零部件的失效引起的。而隨著現代設備結構復雜化，其在工業生產中產生的影響和作用也越來越大。設備的停機或失效都會帶來嚴重的損失。

電機是風機、泵、壓縮機、機床、傳輸帶等各種設備的驅動裝置，在工業生產中起著非常重要的作用，廣泛應用于冶金、石化、化工、煤炭、建材、公用設施等多個行業和領域，是用電量最大的耗電機械。電機耗電占全社會總用電量的64％，其中工業領域電機總用電量占工業用電的75％。

然而，盡管產業升級所帶來的技術進步正在將電機的性能和品質不斷推向新的高度，可是使用電機的方式，卻幾乎在它問世的這一百多年間沒有什么太大的變化：連續運轉，直到“壽終正寢”。同時，在提升電機使用壽命、確保其長時間穩定運行方面，除了繁瑣復雜的人工檢修和排查，目前在電機的維護和保養方面所采取的措施也仍然是非常有限的。

這會帶來一個很嚴重的問題，就是極高的設備風險成本。作為設備機械動力源的電機，其安裝使用和維修更換的過程往往是極為耗時、費力的，一旦出現任何故障或損壞造成設備停產，總是會給企業帶來不小的經濟損失，包括：設備停機導致產能效率下降，以及因電機損壞而發生設備二次損傷等等。因此，針對電機的狀態監測和故障診斷，是工業設備維護的關鍵問題之一。

常用的電機故障診斷技術分為離線診斷和在線診斷，自二十世紀六十年代起，電機故障診斷技術作為一門新學科得到了廣泛的認可。

其中，電機的離線診斷包括了定期性維護和故障后維修。定期對電機進行檢查和維修，能減少故障的發生頻率，增加電機的使用壽命。但是，定期性維修容易導致工作量過大，生產停滯，會影響生產過程中的工作效率。故障后維修容易發生設備損壞，増加維修費用，造成巨大的經濟損失。在線診斷就是采用儀器設備將故障信號傳輸到PC機上，然后通過仿真軟件對信號數據進行處理分析。與離線診斷相比，現代化的在線診斷擁有良好的實時控制性，對電機的故障進行實時分析判斷，不但能及時發現問題還能盡早解決問題，為生產制造減少了很多不必要的麻煩。

目前常見的電機故障在線診斷方法分為基于解析模型和基于信號處理兩大類。其中，基于解析模型的方法包括狀態估計、參數估計等。這些方法需要描述過程中的精確數學模型，建模有助于對過程中機理結構的深入理解，其目的是得到精確的模型。但是在實踐中，建模過程復雜，模型不易理解，且經常有不能明確地建模的復雜行為關系；基于信號處理的故障診斷包括溫度、電流電壓、振動、超聲波等多類信號，所使用的工具包括小波變換等數學方法進行故障特征的提取，將提取后的特征與正常的電機進行比對，從而得出故障的原因。這些方法對維護人員的專業知識和經驗要求較高，需要能夠看懂波形或圖形比對所指向的故障；且涉及到的信號越多，需要的數據采集硬件越復雜，成本越高。。

發明內容

為了解決現有技術存在的上述不足，本發明提出了一種基于“正確樹”模型的電機在線監測和故障診斷方法。