一种用于机电设备的预测性维护系统技术方案

本实用新型专利技术公开了一种用于机电设备的预测性维护系统，包括噪声采集分析器、云服务器和终端设备，噪声采集分析器依次连接云服务器和终端设备，噪声采集分析器放置在机电设备的一侧，噪声采集分析器包括处理器、噪声采集模块、数据转换模块和警报推送模块，处理器分别连接数据转换模块和警报推送模块，数据转换模块连接噪声采集模块，处理器内置有神经网络模块。本实用新型专利技术通过机电设备运转时发出的噪声评估设备的机械损伤程度，实现对机电设备进行预测性维护，避免重大财产损失，并且保障设备的稳定运行与人员的生命安全。

A predictive maintenance system for mechanical and electrical equipment

The utility model discloses a predictable maintenance system for electromechanical equipment, including noise acquisition analyzer, cloud server and terminal equipment connected to the cloud server acquisition noise analyzer and terminal equipment side noise acquisition equipment placed in mechanical and electrical equipment, the noise acquisition analyzer includes a processor, a noise acquisition module, data conversion module and alarm the push module is respectively connected with the processor, data conversion module and alarm push module, data acquisition module connected noise conversion module, neural network module with built-in processor. The utility model can evaluate the mechanical damage degree of the equipment through the noise generated by the operation of the electromechanical equipment, realize the predictive maintenance for the electromechanical equipment, avoid major property losses, and ensure the stable operation of the equipment and the safety of personnel.

【技术实现步骤摘要】
一种用于机电设备的预测性维护系统
本技术涉及一种维护系统，特别涉及一种用于机电设备的预测性维护系统。
技术介绍
近年来，机电设备的越来越复杂化及高精密化，在使用过程中，设备不会突然发生故障。大部分情况下，设备是在欠润滑(润滑油逐渐挥发)、紧固失效(螺丝、铆钉或其他紧固件逐渐松动)、完整性破坏(部件产生裂纹并逐渐加深加长)等机械损伤累积到一定程度以后，才会发生轴承过热卡死、部件飞出、结构炸裂等事故。而在设备出现故障后再进行维护的传统方法已经无法满足目前机电设备的运行要求，甚至造成重大财产损失，威胁到现场工作人员的生命安全。有鉴于此，本专利技术人专门设计了一种用于机电设备的预测性维护系统，本案由此产生。
技术实现思路
本技术的目的在于提供一种用于机电设备的预测性维护系统，以通过机电设备运转时发出的噪声评估设备的机械损伤程度，实现对机电设备进行预测性维护，避免重大财产损失，并且保障设备的稳定运行与人员的生命安全。为了实现上述目的，本技术采用的技术方案如下：一种用于机电设备的预测性维护系统，包括噪声采集分析器、云服务器和终端设备，噪声采集分析器依次连接云服务器和终端设备，噪声采集分析器放置在机电设备的一侧，噪声采集分析器包括处理器、噪声采集模块、数据转换模块和警报推送模块，处理器分别连接数据转换模块和警报推送模块，数据转换模块连接噪声采集模块，处理器内置有神经网络模块。所述终端设备为PC机或移动终端。所述噪声采集模块为一话筒或声音传感器。采用上述结构后，本技术通过机电设备运转时发出的噪声评估设备的机械损伤程度。机电设备附近安装噪声采集分析器，持续采集机电设备运转噪声数据，并使用神经网络根据大量历史数据评估故障发生概率，最后反馈于终端设备，实现预测性维护，整体结构新颖，设计合理，使用便捷，智能化程度高，避免了重大财产损失，并且保障设备的稳定运行与人员的生命安全。以下结合附图和具体实施方式对本技术做进一步说明。附图说明图1是本技术的结构原理图。标号说明噪声采集分析器1，云服务器2，终端设备3。具体实施方式如图1所示，本技术揭示的一种用于机电设备的预测性维护系统，包括噪声采集分析器1、云服务器2和终端设备3，噪声采集分析器1依次连接云服务器2和终端设备3，噪声采集分析器1放置在机电设备的一侧，噪声采集分析器1包括处理器、噪声采集模块、数据转换模块和警报推送模块，处理器分别连接数据转换模块和警报推送模块，数据转换模块连接噪声采集模块，处理器内置有神经网络模块。首先，在待测的机电设备附近放置噪声采集分析器1，其内置的噪声采集模块覆盖噪声主要频率范围，可以接收机电设备运行时发出的噪声，噪声采集模块将收集的噪声数据通过数据转换模块传输给处理器，神经网络模块根据噪声数据判断设备的健康程度并实时发送到云服务器2，云服务器2再传递至终端设备3。如果设备的健康程度(比如磨损程度)突破某一阈值，云服务器2还将向终端设备3推送警报。具体地，所述终端设备3为PC机或移动终端，用户可通过PC机或移动终端进行查看，使用便捷。优选地，所述噪声采集模块为一话筒，还可以是声音传感器。用于机电设备的预测性维护系统还包括RTC模块，所述数据转换模块通过RTC模块连接噪声采集模块，噪声采集模块通过RTC模块实时采集噪声数据，令有助于后续的数据查看和分析，进一步地保障设备的稳定运行与人员的生命安全。机电设备的预测性维护系统还包括GPS模块和GIS模块，所述处理器连接GPS模块，终端设备3连接GIS模块，GPS模块和GIS模块相互配合，能够准确知悉故障机电设备的位置，便于及时维护和保障设备的稳定运行。本技术提供一较佳的实施例，低温泵在冷头温度、压缩机电压和电流都未出现异常的情况下，其噪声特征出现了明显的变化，跟踪噪声谱中6–8kHz部分(这一频段是该低温泵正常运转过程中与膨胀部件动作关系最为密切的特征)可以发现，该频段的功率密度之和在正常运转期间基本维持在18以下。但在异常出现后，这部分噪声功率迅速增长，远远超过18的常规水平。同时，其他频段的大部分特征并未发生显著变化。根据这些现象，神经网络模块判断该低温泵出现异常，并发出警报。实地检修发现，该低温泵的膨胀部件磨损严重，已接近故障水平。如未及时发现，将导致低温泵失效，造成严重事故。及时更换相关零件后，该低温泵恢复正常，运行6–8kHz噪声特征强度也恢复常规水平。因此，使用恰当的噪声特征，可以在其他诸多指标尚未出现异常之时，提前预知机电设备的健康状态，实现预测性维护，避免在出现严重事故以后再补救。本技术提供另一较佳的实施例，在游乐场中，过山车运动时车轮与轨道发出的噪声可以用于检测车轮与轨道是否咬合紧密(车轮磨损量)、轨道与固定支架之间是否有松动(紧固件失效或裂纹)；海盗船、各种飞车等高速、旋转等项目都可以有类似的应用；摩天轮转速慢，噪声不明显，但可监测一些突然出现的因为长时间应力太大而导致的变形噪声，以及大风对它的冲击。本技术提供另一较佳的实施例，电梯、水泵、气泵、管道等也是可以有本技术的的应用，比如电梯的门导靴，在传统运维模式下只能使用6个月左右，但是，通过噪声监测磨损情况，及时发现润滑不足或异物侵入等异常，实现预测性维护，可将使用寿命延长到8～10个月；此外，通过实时监测噪声，还可以预测潜在的电梯故障，及时排除安全隐患。本技术通过机电设备运转时发出的噪声评估设备的机械损伤程度。机电设备附近安装噪声采集分析器1，持续采集机电设备运转噪声数据，并使用神经网络根据大量历史数据评估故障发生概率，最后反馈于终端设备3，实现预测性维护，整体结构新颖，设计合理，使用便捷，智能化程度高，避免了重大财产损失，并且保障设备的稳定运行与人员的生命安全。上述实施例和图式并非限定本技术的产品形态和式样，任何所属
的普通技术人员对其所做的适当变化或修饰，皆应视为不脱离本技术的专利范畴。本文档来自技高网...

【技术保护点】
一种用于机电设备的预测性维护系统，其特征在于：包括噪声采集分析器、云服务器和终端设备，噪声采集分析器依次连接云服务器和终端设备，噪声采集分析器放置在机电设备的一侧，噪声采集分析器包括处理器、噪声采集模块、数据转换模块和警报推送模块，处理器分别连接数据转换模块和警报推送模块，数据转换模块连接噪声采集模块，处理器内置有神经网络模块。

【技术特征摘要】
1.一种用于机电设备的预测性维护系统，其特征在于：包括噪声采集分析器、云服务器和终端设备，噪声采集分析器依次连接云服务器和终端设备，噪声采集分析器放置在机电设备的一侧，噪声采集分析器包括处理器、噪声采集模块、数据转换模块和警报推送模块，处理器分别连接数据转换模块和警报推送...

【专利技术属性】
技术研发人员：谭熠，王友干，黄昭献，庄焰，陈锐，
申请(专利权)人：硕橙厦门科技有限公司，
类型：新型
国别省市：福建,35