[發明專利]一種電動機故障診斷及劣化趨勢預測系統

有效

• 申請號: 202111463537.8
• 申請日: 2021-12-03
• 公開（公告）號: CN114167282B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 任家友;蘇則池;唐麗;黎波;聶云根;趙忠
• 申請（專利權）人: 深圳市雙合電氣股份有限公司
• 主分類號: G01R31/34
• 分類號: G01R31/34
• 代理公司: 深圳市圳博友邦專利代理事務所(普通合伙) 44600
• 代理人: 陳烈軍

1.一種電動機故障診斷及劣化趨勢預測系統，其特征在于，其系統包括：數據采集單元，服務器單元和數據庫單元，所述數據庫單元與服務器單元連接，所述服務器單元和數據采集單元分別連接以太網；

數據采集單元包括采集模塊和對時模塊；所述采集模塊用于定時采集數據，所述對時模塊對所采集的數據打時標，對時模塊可接收GPS、北斗等衛星信號或B碼信息，同時對電機電壓、電流數據每個采樣點均打時標；

所述服務器單元包括數據預處理模塊，頻譜分析模塊，故障診斷模塊和劣化趨勢預測模塊；數據預處理模塊是將電機啟動、停機、空載等對電流頻譜故障特征分析產生干擾的數據，篩選出來，不做后續分析；滿足條件的數據再根據電機電壓等級、運行工況對電動機數據分類；所述頻譜分析模塊根據電動機電流數據及電動機參數采用特定的算法分析電流頻譜特征輸出量化值即故障指數；所述故障診斷模塊采用機器學習及人工干預的方法對電機進行診斷并出具診斷報告；所述劣化趨勢預測模塊是根據典型故障數據庫已有電動機的故障頻譜特征及其關聯的歷史數據，推測待測電動機故障劣化趨勢，以故障指數曲線圖形方式展示；

所述機器學習是指系統在每次故障分析后，自動檢索當前電壓等級及工況下是否生成了初始指數，如沒生成初始指數則將此次故障指數做為初始故障指數；如果已有初始故障指數則再根據設定的檢索條件到典型故障特征庫中查找，如檢索成功則進行劣化趨勢預測，如檢索不成功根據告警閾值判斷是否告警，并自動給出電動機故障診斷報告；

所述初始故障指數是指電動機安裝此系統后第一次運行時，系統記錄分析的電流頻譜特征量化值即故障指數，不同的工況條件下，分別保存其初始故障指數；

所述檢索條件是指當前分析電機故障指數與典型故障特征庫中存儲的同電壓等級、同工況的情況下的故障指數比較；

所述劣化趨勢預測是機器學習的方法的一部分，是指由于采樣數據都帶有精準時間標，可根據典型故障模塊中故障特征指數樣本進行比較，在樣本中找到相近指數，再找到樣本中達到故障告警時的故障指數，計算二者時間差，即可推測出當前工況下當前電機達到故障告警時需要的時間。

2.如權利要求1所述的一種電動機故障診斷及劣化趨勢預測系統，其特征在于，所述數據庫單元包括歷史數據模塊和典型故障模塊；歷史數據模塊是指系統在運行時將定時分析的電動機頻譜及頻譜特征、電機運行參數等存儲為歷史數據，數據將永久保存，直到電動機全生命周期結束；所述典型故障模塊是指經現場維護人員根據告警信息，經驗證確認的電動機故障類型及判定的嚴重等級而保存的典型故障樣本，包括頻譜特征及相關參數，同時此電動機的歷史數據也將做為電動機診斷的樣本數據。

3.如權利要求1所述的一種電動機故障診斷及劣化趨勢預測系統，其特征在于，所述運行工況主要指電動機負載情況如空載運行、輕載運行、滿載運行，超載運行四種情況。

4.如權利要求1所述的一種電動機故障診斷及劣化趨勢預測系統，其特征在于，所述電流頻譜特征是指采用特定的算法通過電動機電流分析轉子斷條故障頻譜、定子繞組故障頻譜和軸承故障頻譜，其頻譜故障特征值在同工況條件下發展趨勢是線性的，此點是預測電動機故障趨勢的理論基礎。

5.如權利要求1所述的一種電動機故障診斷及劣化趨勢預測系統，其特征在于，所述人工干預是指當系統在分析電機故障時根據設定的告警閾值進行告警，運維人員檢修排查，發現電機確有故障，并根據故障情況設置故障等級，并將故障準確率參數加1，并將此次分析的頻譜特征及相關參數保存到數據典型故障模塊中；如經檢查無故障，則需提高告警閾值，并將故障準確率參數減1，并保存到數據庫中；

所述告警閾值是指人工設置的當前電機故障指數與同電壓等級、同工況下的初始指數的倍數，不同于傳統的直接比較；比如設定1.5，則表示當前故障指數大于初始指數1.5倍時，系統才告警輸出；此方式解決了不同電壓等級及運行工況下電機故障指數代表故障程度不同的影響。