[發(fā)明專利]風(fēng)機(jī)故障預(yù)測(cè)與健康管理裝置和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010013470.7
• 申請(qǐng)日: 2020-01-07
• 公開(kāi)（公告）號(hào): CN113158705A
• 公開(kāi)（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 楊家偉;朱文龍;戴計(jì)生;羅云飛;江平;李益;徐海龍;詹彥豪;張紅光;曾俊;唐黎哲;張中景
• 申請(qǐng)（專利權(quán)）人: 株洲中車時(shí)代電氣股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G01R19/00;F04D27/00
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 溫可睿

1.一種風(fēng)機(jī)故障預(yù)測(cè)與健康管理裝置，其特征在于，包括：

數(shù)據(jù)處理模塊，用于采集風(fēng)機(jī)的數(shù)據(jù)、分析數(shù)據(jù)、存儲(chǔ)數(shù)據(jù)以及建模，得到風(fēng)機(jī)健康狀況診斷結(jié)果；

人機(jī)交互模塊，與所述數(shù)據(jù)處理模塊相連，用于控制所述數(shù)據(jù)處理模塊，并顯示所述診斷結(jié)果和數(shù)據(jù)傳輸；

控制模塊，與所述數(shù)據(jù)處理模塊相連，用于根據(jù)所述診斷結(jié)果，控制所述風(fēng)機(jī)的啟停。

2.根據(jù)權(quán)利要求1所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理裝置，其特征在于，所述數(shù)據(jù)處理模塊包括電流傳感器、電壓傳感器、數(shù)據(jù)分析模塊、數(shù)據(jù)存儲(chǔ)模塊；

所述電壓傳感器和所述電流傳感器均與所述數(shù)據(jù)分析模塊相連，用于為所述數(shù)據(jù)分析模塊提供電壓和電流數(shù)據(jù)；

所述數(shù)據(jù)分析模塊與所述數(shù)據(jù)存儲(chǔ)模塊相連，將數(shù)據(jù)分析結(jié)果存儲(chǔ)在所述數(shù)據(jù)存儲(chǔ)模塊中。

3.根據(jù)權(quán)利要求1所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理裝置，其特征在于，還包括：

擴(kuò)展模塊，用于獲取振動(dòng)信息、風(fēng)壓信息、溫度信息中的至少一種信息。

4.根據(jù)權(quán)利要求3所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理裝置，其特征在于，所述擴(kuò)展模塊包括振動(dòng)傳感器、風(fēng)壓傳感器和溫度傳感器中至少一種。

5.一種風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，應(yīng)用于權(quán)利要求1-4任意一項(xiàng)所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理裝置，所述風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法包括：

監(jiān)測(cè)并獲取風(fēng)機(jī)運(yùn)行參數(shù)，所述風(fēng)機(jī)運(yùn)行參數(shù)至少包括電壓和電流；

對(duì)所述風(fēng)機(jī)運(yùn)行參數(shù)進(jìn)行數(shù)據(jù)分析，提取特征參數(shù)；

將所述特征參數(shù)與歷史數(shù)據(jù)進(jìn)行對(duì)比，提取畸變參數(shù)，所述歷史數(shù)據(jù)包括：實(shí)驗(yàn)數(shù)據(jù)和風(fēng)機(jī)安裝到列車初期正常運(yùn)行的數(shù)據(jù)；

對(duì)所述畸變參數(shù)進(jìn)行分析，并基于所述歷史數(shù)據(jù)與故障案例匹配，得到診斷結(jié)果；

基于所述診斷結(jié)果，評(píng)估所述風(fēng)機(jī)的運(yùn)行健康狀況，控制所述風(fēng)機(jī)啟停。

6.根據(jù)權(quán)利要求5所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，在所述監(jiān)測(cè)風(fēng)機(jī)運(yùn)行參數(shù)步驟之前還包括：

確定風(fēng)機(jī)起動(dòng)狀態(tài)，所述起動(dòng)狀態(tài)包括風(fēng)機(jī)轉(zhuǎn)速大小和風(fēng)機(jī)正反轉(zhuǎn)信息。

7.根據(jù)權(quán)利要求5所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，所述對(duì)所述畸變參數(shù)進(jìn)行分析，并基于所述歷史數(shù)據(jù)與所述故障案例匹配，得到診斷結(jié)果，具體包括：

基于聚類算法模型原理，對(duì)所述畸變參數(shù)進(jìn)行分析，并基于所述歷史數(shù)據(jù)與故障案例匹配，得到診斷結(jié)果。

8.根據(jù)權(quán)利要求7所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，所述聚類算法模型原理包括：

建立聚類算法診斷模型；

將所述畸變參數(shù)輸入至所述聚類算法診斷模型中；

經(jīng)過(guò)診斷分析，得到所述診斷結(jié)果。

9.根據(jù)權(quán)利要求8所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，所述聚類算法模型原理還包括：

算法驗(yàn)證優(yōu)化過(guò)程，所述算法驗(yàn)證優(yōu)化過(guò)程，具體包括：

基于所述診斷結(jié)果，對(duì)風(fēng)機(jī)進(jìn)行檢修，獲取檢修數(shù)據(jù)；

將所述檢修數(shù)據(jù)與所述診斷結(jié)果進(jìn)行差異性判斷；

若差異大于預(yù)設(shè)閾值，則觸發(fā)模型優(yōu)化，對(duì)所述聚類算法模型進(jìn)行優(yōu)化。

10.根據(jù)權(quán)利要求5所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，所述風(fēng)機(jī)運(yùn)行參數(shù)還包括：

風(fēng)機(jī)的振動(dòng)、溫度、風(fēng)壓中的至少一種。

11.根據(jù)權(quán)利要求5所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，

所述對(duì)所述風(fēng)機(jī)運(yùn)行參數(shù)進(jìn)行數(shù)據(jù)分析，提取特征參數(shù)，具體包括：

對(duì)所述電壓的波形數(shù)據(jù)進(jìn)行分析，得到電壓的頻譜、幅值、相位和諧波含量；

對(duì)所述電流的波形數(shù)據(jù)進(jìn)行分析，得到電流的頻譜、幅值、相位和諧波含量。

12.根據(jù)權(quán)利要求5所述的風(fēng)機(jī)故障預(yù)測(cè)與健康管理方法，其特征在于，還包括：

重復(fù)所述檢測(cè)并獲取風(fēng)機(jī)運(yùn)行參數(shù)、所述對(duì)所述風(fēng)機(jī)運(yùn)行參數(shù)進(jìn)行數(shù)據(jù)分析，提取特征參數(shù)、所述將所述特征參數(shù)與歷史數(shù)據(jù)進(jìn)行對(duì)比，提取畸變參數(shù)的步驟，獲取多個(gè)畸變參數(shù)。