基于卷积神经网络的泵站机组故障检测系统技术方案

本实用新型专利技术涉及一种基于卷积神经网络的泵站机组故障检测系统包括：安装于泵站机组中各电动机内的数据采集单元，且各电动机通过数据采集单元与工控机相连；其中所述数据采集单元包括：若干热电偶传感器、细胞卷积神经网络芯片，所述热电偶传感器用于对电动机的发热部件进行温度检测，并将温度数据发送至细胞卷积神经网络芯片；所述细胞卷积神经网络芯片的通讯接口通过以太网通讯模块构成神经网络，并将各电动机的温度数据的分析结果发送至与工控机相连，并且所述工控机适于将某一电动机的温度报警数据发送至其余各电动机对应的细胞卷积神经网络芯片，以作为学习样本数据。

Fault detection system of pump station unit based on convolution neural network

The utility model relates to a pumping unit comprises a fault detection system based on convolutional neural network: data acquisition unit installed in the motor pump unit, and the motor through the data acquisition unit and the computer are connected; wherein the data acquisition unit includes: a plurality of thermocouple sensor cells, convolutional neural network chip, wherein the thermocouple the sensor to detect the temperature for heating parts of the motor, and the temperature data sent to the cell convolutional neural network chip; communication interface of the cell chip constitute a convolutional neural network neural network through the Ethernet communication module, and the results of the analysis of temperature data of each motor is sent to the IPC and connected, and the machine is suitable for industrial control God will be a cell convolution motor temperature alarm data is transmitted to the rest of the corresponding motor The network chip is used as the learning sample data.

【技术实现步骤摘要】
基于卷积神经网络的泵站机组故障检测系统
本技术涉及一种基于卷积神经网络的泵站机组故障检测系统。
技术介绍
大型排抽水泵站机组采用多个电动机为其提供动力，泵站机组的安全运行与电动机是否发生故障有着密切联系。泵站机组运行时电动机会产生废热，使其温度升高，零部件温度过高或零部件温度异常增高是导致电动机发生故障的主要原因，当然由于无法人工智能控制，因此也会出现误判、误报。
技术实现思路
本技术的目的是提供一种基于卷积神经网络的泵站机组故障检测系统，以通过细胞卷积神经网络芯片实现对泵站机组内各电动机的温度数据采集和分析。为了解决上述技术问题，本技术提供了一种基于卷积神经网络的泵站机组故障检测系统，包括：安装于泵站机组中各电动机内的数据采集单元，且各电动机通过数据采集单元与工控机相连；其中所述数据采集单元包括：若干热电偶传感器、细胞卷积神经网络芯片，所述热电偶传感器用于对电动机的发热部件进行温度检测，并将温度数据发送至细胞卷积神经网络芯片；所述细胞卷积神经网络芯片的通讯接口通过以太网通讯模块构成神经网络，并将各电动机的温度数据的分析结果发送至与工控机相连，并且所述工控机适于将某一电动机的温度报警数据发送至其余各电动机对应的细胞卷积神经网络芯片，以作为学习样本数据。进一步，所述工控机还连接有故障报警模块，当一电动机对应的细胞卷积神经网络芯片判断某一发热部件超过第一温度阈值或各发热部件的平均温度超过第二温度阈值时，通过工控机进行报警。进一步，在泵站机组的工作现场还设置一温度变送器，该温度变送器适于将现场温度数据发送至工控机，以对各电动机的温度数据的分析结果进行补偿。进一步，在泵站机组工作时，各细胞卷积神经网络芯片还适于分别控制相应电动机的输出功率；即当某一电动机的各发热部件的平均温度超过第二温度阈值时，该电动机内的细胞卷积神经网络芯片适于向其他电动机内的细胞卷积神经网络芯片发送控制信号，以调控其他电动机的输出功率。本技术的有益效果是，本技术的基于卷积神经网络的泵站机组故障检测系统能够实现多电动机内相应发热部件的温度数据采集，并将数据发送至工控机，并通过工控机进行数据汇总后下发至各数据采集单元，以作为各数据采集单元中细胞卷积神经网络芯片的学习样本数据，为细胞卷积神经网络芯片的自学习提供必要的数据支持。附图说明下面结合附图和实施例对本技术进一步说明。图1是本基于卷积神经网络的泵站机组故障检测系统的原理框图。具体实施方式现在结合附图对本技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本技术的基本结构，因此其仅显示与本技术有关的构成。如图1所示，本技术提供了一种基于卷积神经网络的泵站机组故障检测系统，包括：安装于泵站机组中各电动机内的数据采集单元，且各电动机通过数据采集单元与工控机相连；其中所述数据采集单元包括：若干热电偶传感器、细胞卷积神经网络芯片，所述热电偶传感器用于对电动机的发热部件进行温度检测，并将温度数据发送至细胞卷积神经网络芯片；所述细胞卷积神经网络芯片的通讯接口通过以太网通讯模块构成神经网络，并将各电动机的温度数据的分析结果发送至与工控机相连，并且所述工控机适于将某一电动机的温度报警数据发送至其余各电动机对应的细胞卷积神经网络芯片，以作为学习样本数据。具体的，所述泵站机组中设有至少十个电机提供动力，所述发热部位例如但不限于电机线圈、轴承、轴瓦等零部件。具体的，所述工控机还连接有故障报警模块，当一电动机对应的细胞卷积神经网络芯片判断某一发热部件超过第一温度阈值或各发热部件的平均温度超过第二温度阈值时，通过工控机进行报警。优选的，在泵站机组的工作现场还设置一温度变送器，该温度变送器适于将现场温度数据发送至工控机，以对各电动机的温度数据的分析结果进行补偿。在泵站机组工作时，各细胞卷积神经网络芯片还适于分别控制相应电动机的输出功率（连接电动机驱动模块）；即当某一电动机的各发热部件的平均温度超过第二温度阈值时，该电动机内的细胞卷积神经网络芯片适于向其他电动机内的细胞卷积神经网络芯片发送控制信号，以调控其他电动机的输出功率。细胞卷积神经网络芯片(Cellular/ConvolutionalNeuralNetworks，CNN)，正如授权公告号CN205665697U所公开的基于细胞神经网络或卷积神经网络的医学影像识别诊断系统中所提及的卷积神经网络芯片，其具有若干IO端口以分别连接热电偶传感器、电动机驱动模块和以太网通讯模块，并还具有自学能力，能够通过各细胞卷积神经网络芯片发送的数据进行相互学习，配合输出功率以调整第一温度阈值和/或第二温度阈值，使第一温度阈值和/或第二温度阈值进行修正，更加接近各电动机实际的温度值，降低温度误判及误报的可能性。以上述依据本技术的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项技术技术思想的范围内，进行多样的变更以及修改。本项技术的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。本文档来自技高网...

【技术保护点】
一种基于卷积神经网络的泵站机组故障检测系统，其特征在于，包括：安装于泵站机组中各电动机内的数据采集单元，且各电动机通过数据采集单元与工控机相连；其中所述数据采集单元包括：若干热电偶传感器、细胞卷积神经网络芯片，所述热电偶传感器用于对电动机的发热部件进行温度检测，并将温度数据发送至细胞卷积神经网络芯片；所述细胞卷积神经网络芯片的通讯接口通过以太网通讯模块构成神经网络，并将各电动机的温度数据的分析结果发送至与工控机相连，并且所述工控机适于将某一电动机的温度报警数据发送至其余各电动机对应的细胞卷积神经网络芯片，以作为学习样本数据。

【技术特征摘要】
1.一种基于卷积神经网络的泵站机组故障检测系统，其特征在于，包括：安装于泵站机组中各电动机内的数据采集单元，且各电动机通过数据采集单元与工控机相连；其中所述数据采集单元包括：若干热电偶传感器、细胞卷积神经网络芯片，所述热电偶传感器用于对电动机的发热部件进行温度检测，并将温度数据发送至细胞卷积神经网络芯片；所述细胞卷积神经网络芯片的通讯接口通过以太网通讯模块构成神经网络，并将各电动机的温度数据的分析结果发送至与工控机相连，并且所述工控机适于将某一电动机的温度报警数据发送至其余各电动机对应的细胞卷积神经网络芯片，以作为学习样本数据。2.根据权利要求1所述的泵站机组故障检测系统，其特征在于，所述工控机还连接有故障报警模...

【专利技术属性】
技术研发人员：李臣明，蔺硕，高红民，樊悦，
申请(专利权)人：河海大学，
类型：新型
国别省市：江苏,32