一种基于机理模型的减速机在线故障预测及诊断系统技术方案

本发明专利技术公开了一种基于机理模型的减速机在线故障预测及诊断系统，涉及旋转类机械设备振动监测领域，包括，采集单元：搭配WTSXXX系列物联网振动传感器和铂电阻使用，用于监测旋转类机械设备的高频振动、润滑油油温、电机绕组温度，边缘计算网关内嵌机器学习算法，根据读取的物联网振动传感器特征值历史数据。本发明专利技术提供一种基于机理模型的减速机在线故障预测及诊断系统及方法，部署较简单和维护成本低，自适应采集各种类型旋转机械振动数据信息和实时、可靠地传输设备振动监测数据，进行设备智能化预测性维护，内置国际标准故障判断算法+故障判断算法+转速自动校准、角速度同步等功能算法，边缘网关安装后设备不断采集振动特性样本并上传到云平台。

【技术实现步骤摘要】
一种基于机理模型的减速机在线故障预测及诊断系统
本专利技术涉及旋转类机械设备振动监测领域，具体为一种基于机理模型的减速机在线故障预测及诊断系统。
技术介绍
现代机械设备正朝着大型化、高功率化的方向发展，设备振动问题越来越引发人们的关注，旋转机械发生故障的主要特征是机器伴有异常的振动和噪声，其振动信号从幅域、频域和时域反映了机器的故障信息，因此，了解旋转机械在故障状态下的振动机理，对于监测机器的运行状态和提高诊断故障的准确率都非常重要，利用振动监测系统可及时发现和识别这些异常振动现象，通过振动发展趋势观察分析，控制或减少振动，避免发生重大事故，机械故障诊断与监测的任务是对振动信号进行特征参数提取，并依据特征参数进行设备正常与否的分析以及对特征参数序列进行数据解释，同时将故障信息传递、显示，并通过适当途径报警、处理，在现代科学技术条件下，振动故障诊断与监测及时不断进步，诊断与监测系统日趋复杂，功能不断扩展，向着高精度、高可靠性、微型化、微功耗和智能化数宇化发展，以便更好的服务于我们的生产和生活。传统振动采集方案，传统的振动传感器：能输出振动的强度，一般巡检检查电机是否有问题，运维人员拿着设备，顶住电机测量，通过数值判断是否有问题，需要依赖巡检工程师的经验，通过数值范围，判断电机的健康程度。进一步想要了解为什么会损坏，损坏原因是什么，则需要专门的设备运营商提供服务；物联网的振动传感器：物联网化的振动传感器，不包含智能算法，具备物联网远程数据采集能力，可以减少一些设备因为安装位置、环境的原因无法人工参与检测。远程数据展示，减少巡检人员的工作。目前，通过有线、无线传输或人工定期读数据的方式完成现场数据的采集，这种方法虽然在相当长的一段时间里为国内相关企业所使用，但从技术角度来看，具有耗费人工量大，自动化程度低，灵敏度和稳定性差的缺点，限制其进一步应用，随着现代机械设备正朝着大型化、高功率化的方向发展，设备振动问题越来越引发人们的关注，传统的振动监测系统部署和维护成本高，存在难以自适应采集各种类型生态数据信息和实时、可靠地传输振动监测数据的问题，因此，亟需一种新的技术手段，能够克服上述技术问题。
技术实现思路
本专利技术的目的在于：为了一种基于机理模型的减速机在线故障预测及诊断系统，AIOT边缘计算网关采集多路物联网振动传感器，通过2G/4G/WIFI通讯手段上传至云端服务平台的网络平台在线振动监测系统及方法。为实现上述目的，本专利技术提供如下技术方案：一种基于机理模型的减速机在线故障预测及诊断系统，包括；采集单元：搭配WTSXXX系列物联网振动传感器和铂电阻使用，用于监测旋转类机械设备的高频振动、润滑油油温、电机绕组温度，边缘计算网关内嵌机器学习算法，根据读取的物联网振动传感器特征值历史数据，了解旋转类机械设备运行负载状态，结合传感器的振动特性，利用智能算法对数据进行分析，对不平衡、不对中、松动、齿轮磨损、轴承老化等故障的预测，通过MQTT物联网协议将特征值数据及初步分析结果上传至物联网数据云平台“WitCloud”；预处理单元：用于对振动、温度等数据信息进行采集及预处理；中央处理单元，用于接收预处理后的数据信息，处理后发送至云端中心服务器；通讯单元：用于传输数据；控制中心服务器：用于统一监控所有采集单元的工作状态、数据内容、数据分析、业务逻辑；供电单元：用于供电单元为220V交流降压转换5V和3.3V直流管理单元。优选地，所述采集单元包括温度采集模块、振动采集模块。优选地，所述预处理单元包括多个与采集不同旋转机械振动数据信息的传感器组，每6个传感器处理模块对应一个处理数据网关设备。优选地，所述中央处理单元包括微处理器、时钟电路、存储模块和外部RS485接口模块。优选地，系统处于工作状态时，通过时钟电路定时向微处理器发送信号，微处理器开始工作，并向采集模块发出数据获取指令，采集模块开始工作，并输出振动特征值数据、温度特征值数据，采集单元为AIOT的振动传感器，具备普通的振动传感器该有的功能，可输出振动的数据频谱分析，数据通过IOT的手段可以被记录、被存储、被集中观察，通过大量的数据的训练对设备的故障识别和寿命预测。优选地，所述传感器安装在尽可能靠近电机轴承的位置，现场安装不便，可将传感器安装于电机振动明显的刚性连接的表面上。优选地，WTG9XXX系列边缘计算网关产品基于高性能嵌入式芯片、实时操作系统、边缘AI算法等技术支撑，在靠近设备或数据源头的网络边缘侧进行数据预处理、存储以及智能分析应用，设置了可靠的振动保护机械机构和智能监测诊断能力，支持多种无线传输方式。与现有技术相比，本专利技术的有益效果是：本专利技术提供一种基于机理模型的减速机在线故障预测及诊断系统及方法，以部署较简单和维护成本低廉，能自适应采集各种类型旋转机械振动数据信息和实时、可靠地传输设备振动监测数据，进行设备智能化预测性维护，内置国际标准故障判断算法(如10816判断速度有效值、峭度及波峰因素)+故障判断算法(如包络能量值、啮合频率)+转速自动校准、角速度同步(TSA)等功能算法；边缘网关安装后设备不断采集振动特性样本并上传到云平台，同时边缘计算网关会根据实时采集的大量振动特性样本进行机器学习，得出各种特征频率点(滤波器自适应)分类算法和阈值算法，并把学习出的结果回传到平台。云平台根据采集到的历史数据，会根据同一种设备不同工况的大数据、不同设备同种工况的大数据，进行机器学习并得出最优化的阈值算法，并把最终阈值算法远程更新到边缘计算网关，实现边云两端协同。边缘计算网关工作现场，根据机器学习出的最新算法，预测及判断设备的故障预警，并把故障预警上传到云平台。云平台根据边缘计算网关送过来的故障预警，一方面通过行业专家进行预警的分析判断，并给出诊断结果，另一方面云平台根据故障预警及历史数据进行机器学习，得出故障诊断算法，并形成故障预测模型库，然后诊断出设备故障结果，方便售后维修，快速定位问题点，迅速排除故障，减少维修成本，以便提前通知客户及旋转设备厂家，减少客户的损失，提升旋转设备厂家企业形象，缩减现场故障维修时间，降低意外停机造成的生产损失，便于设备售后跟踪及统计，从而提高设备工艺及品质，利用物联网无线技术对不易于人工巡检的现场进行多点布控，线上巡检替代人工巡检。具体实施方式下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种基于机理模型的减速机在线故障预测及诊断系统，包括；采集单元：搭配WTSXXX系列物联网振动传感器和铂电阻使用，用于监测旋转类机械设备的高频振动、润滑油油温、电机绕组温度，边缘计算网关内嵌机器学习算法，根据读取的物联网振动传感器特征值历史数据，了解旋转类机械设备运行负载状态，结合传感器的振动特性，利用智能算法对数据进行分析，对不平本文档来自技高网...

【技术保护点】
1.一种基于机理模型的减速机在线故障预测及诊断系统，包括；/n采集单元：搭配WTSXXX系列物联网振动传感器和铂电阻使用，用于监测旋转类机械设备的高频振动、润滑油油温、电机绕组温度，边缘计算网关内嵌机器学习算法，根据读取的物联网振动传感器特征值历史数据，了解旋转类机械设备运行负载状态，结合传感器的振动特性，利用智能算法对数据进行分析，对不平衡、不对中、松动、齿轮磨损、轴承老化等故障的预测，通过MQTT物联网协议将特征值数据及初步分析结果上传至物联网数据云平台“WitCloud”；/n预处理单元：用于对振动、温度等数据信息进行采集及预处理；/n中央处理单元，用于接收预处理后的数据信息，处理后发送至云端中心服务器；/n通讯单元：用于传输数据；/n控制中心服务器：用于统一监控所有采集单元的工作状态、数据内容、数据分析、业务逻辑；/n供电单元：用于供电单元为220V交流降压转换5V和3.3V直流管理单元。/n

【技术特征摘要】
1.一种基于机理模型的减速机在线故障预测及诊断系统，包括；
采集单元：搭配WTSXXX系列物联网振动传感器和铂电阻使用，用于监测旋转类机械设备的高频振动、润滑油油温、电机绕组温度，边缘计算网关内嵌机器学习算法，根据读取的物联网振动传感器特征值历史数据，了解旋转类机械设备运行负载状态，结合传感器的振动特性，利用智能算法对数据进行分析，对不平衡、不对中、松动、齿轮磨损、轴承老化等故障的预测，通过MQTT物联网协议将特征值数据及初步分析结果上传至物联网数据云平台“WitCloud”；
预处理单元：用于对振动、温度等数据信息进行采集及预处理；
中央处理单元，用于接收预处理后的数据信息，处理后发送至云端中心服务器；
通讯单元：用于传输数据；
控制中心服务器：用于统一监控所有采集单元的工作状态、数据内容、数据分析、业务逻辑；
供电单元：用于供电单元为220V交流降压转换5V和3.3V直流管理单元。


2.根据权利要求1所述的一种基于机理模型的减速机在线故障预测及诊断系统，其特征在于：所述采集单元包括温度采集模块、振动采集模块。


3.根据权利要求1所述的一种基于机理模型的减速机在线故障预测及诊断系统，其特征在于：所述预处理单元包括多个与采集不同旋转机械振动数据信息的传感器组，每6个传感器处理模块对应一个处理数据网关设备。<...

【专利技术属性】
技术研发人员：许跃华，朱旻，冯宇晟，
申请(专利权)人：上海辉度智能系统有限公司，
类型：发明
国别省市：上海;31