一种基于多故障特征联合的电机健康指数评价系统技术方案

本发明专利技术公开了一种基于多故障特征联合的电机健康指数评价系统，包括：数据采集模块，用于同步获取电机各类运行状态数据；云端数据存储服务器，用于存储所述数据采集模块同步获取的电机各类运行状态数据；数据分析模块，用于根据云端数据存储服务器中存储的电机各类运行状态数据进行信号源分析判识各类故障；健康指数评价模块，用于采用基于专家系统的联合诊断方式，分别获取判识所得各类故障的故障概率及故障程度，并结合各类故障的危害程度对各类故障进行综合评分得到电机健康状态。本发明专利技术通过全方位地评估电机健康状态，减少电机运维成本和维修周期，避免非计划停机造成的经济损失，提高关键零部件的服役质量和使用寿命。

【技术实现步骤摘要】
一种基于多故障特征联合的电机健康指数评价系统
本专利技术涉及电机检测
，特别地，涉及一种基于多故障特征联合的电机健康指数评价系统。
技术介绍
电机作为现代化工业生产最主要的原动力和驱动装置，在工业生产中发挥着越来越重的作用，与此同时，电机在使用过程中的运行维护与维修费用也在不断增加，传统的运行维护模式存在着维修周期长、时间成本和人力成本高、无法做到计划停机、避免由非计划停车造成的经济损失等缺点。此外，还存在着维修过剩与维修不足的矛盾、备件多余与备件不足的矛盾。
技术实现思路
本专利技术一方面提供了一种基于多故障特征联合的电机健康指数评价系统，以解决现有电机运行维护模式维修周期长、时间和人力成本高、无法避免由非计划停车造成的经济损失，难以平衡维修过剩与维修不足、备件多余与备件不足的技术问题。本专利技术采用的技术方案如下：一种基于多故障特征联合的电机健康指数评价系统，包括：数据采集模块，用于同步获取电机各类运行状态数据，所述运行状态数据包括振动数据、电量数据、热工数据、超声波数据；云端数据存储服务器，用于存储所述数据采集模块同步获取的电机各类运行状态数据；数据分析模块，用于根据云端数据存储服务器中存储的电机各类运行状态数据进行信号源分析判识各类故障，包括振动信号故障前兆诊断分析、电量信号故障前兆诊断分析、热工信号故障前兆诊断分析、超声波信号故障前兆诊断分析；健康指数评价模块，用于采用基于专家系统的联合诊断方式，分别获取判识所得各类故障的故障概率及故障程度，并结合各类故障的危害程度对各类故障进行综合评分，根据所得综合评分得到电机健康状态。进一步地，所述数据采集模块包括：在线数据采集模块，用于实时在线地同步采集电机各类运行状态数据；包括振动采集模块、电量采集模块、热工采集模块、超声波采集模块；离线数据采集模块，用于通过巡检/点检模式采集电机运行时的电机各类运行状态数据。进一步地，所述在线数据采集模块具体包括：在线采集模块，包括振动采集模块、电量采集模块、热工采集模块、超声波采集模块，分别用于采集电机运行时的振动数据、电量数据、热工数据、超声波数据；同步控制装置，用于定时发送对时命令给振动采集模块、电量采集模块、热工采集模块、超声波采集模块实现数据采集窗口同步功能，完成时间同步的信号采集。进一步地，所述云端数据存储服务器1包括：电机历史数据管理模块，用于采用数据稀疏化存储的方式存储电机各运行状态历史数据；电机故障特征数据管理模块，用于存储及管理电机故障诊断模型库、故障特征数据库，以及故障特征数据运算操作，其中，所述电机故障诊断模型库记录有不同电机故障诊断的简化参数化模型，作为电机故障诊断的依据和标准，用于电机故障诊断；所述故障特征库存储电机诊断判断阈值、各种故障类型及其故障程度与故障部位信息参数；所述故障特征数据运算操作具体指在实时监测数据被确诊为故障时，将该故障特征数据作为新的诊断判断阈值更新至故障特征数据库中；电机维修与保养数据管理模块，用于存储并管理电机维修记录、维修前后电机特征数据、零部件更换信息数据。进一步地，所述数据分析模块包括：振动信号故障前兆诊断分析模块，用于通过加速度信号时域分析、加速度信号频谱、加速度信号包络谱分析、速度信号时域分析、速度信号频谱、轴心轨迹分析方法，综合判断电机基于振动信号的故障前兆；电量信号故障前兆诊断分析模块，用于通过电压电流时域特征值分析、电流信号频谱分析、电流谐波分析，综合判断电机基于电压电流信号分析的故障前兆；热工信号故障前兆诊断分析模块，用于并对热工数据进行实时分析，当热工超过设定的阀值时，系统发出故障预警信息；超声波信号故障前兆诊断分析模块，用于对超声波信号进行时域特征值分析和频域分析，综合判断电机基于超声波信号的故障前兆。进一步地，所述振动信号故障前兆诊断分析模块包括：振动信号时域分析模块，用于对加速度信号与速度信号进行有效值、幅值、峰峰值、波形系数、脉冲系数、峭度系数时域特征值分析，当超过设定的阀值时，系统发出故障预警信息；对振动位移信号进行轴心轨迹分析，利用轴心轨迹图进行故障判识；加速度信号与速度信号频谱分析模块，用于分别对加速度信号与速度信号进行快速傅里叶变换，得到加速度信号频谱与速度信号频谱；加速度信号包络谱分析模块，用于首先确定加速度信号共振带，以该共振频谱为中心频率进行带通滤波，然后对滤波后的振动信号进行包络检波，最后对包络信号进行快速傅里叶变换，得到振动加速度信号的包络谱；所述电量信号故障前兆诊断分析模块包括：电量信号时域分析模块，用于分析电压电流信号的时域特征值指标，包括有效值、幅值、峰峰值、波形系数，当上述时域特征值指标超过设定的阀值时，发出故障预警信息；电流信号频谱分析模块，用于对定子电流信号进行频谱分析，通过特定的频率成分、幅值、及其变化趋势，进行电机故障前兆判识；电流信号谐波分析模块，用于对定子电流信号进行谐波分析，通过检测电流中的谐波成分、幅值、及其变化趋势，对电机进行故障前兆判识；所述超声波信号故障前兆诊断分析模块包括：超声波信号时域分析模块，用于通过超声信号的分析，提取电机局部放电量，有效值数据作为绝缘性能的特征量，通过数据比对及历史数据趋势变化分析进行绝缘性能判识；超声波信号频域分析模块，用于提取不同放电模式下超声波信号的频率特征，通过频率成分故障特征数据比对及数据趋势化分析对电机绝缘性能进行判识。进一步地，所述健康指数评价模块包括：联合诊断模块，用于通过所述数据分析模块提取常见故障的故障特征，并与故障特征数据库进行匹配、拟合与插值运算，分别获取振动数据、电量数据、热工数据、超声波数据判识的故障概率及故障程度，采用基于专家系统的联合诊断技术，利用产生式规则的方式形成专家系统推理规则库推算出常见故障的故障类型和故障概率；电机健康评价模块，用于先对常见故障依次进行分项评分和加权评分得到总分数，根据所得的总分数综合评估电机健康状态，其中，分项评分前，事先对故障特征数据库中的每一项常见故障设置有预设的健康值，对于某一项常见故障，其健康值与发生故障的概率成反比，加权评分时的加权权重与故障危害程度成正比。进一步地，专家系统推理规则库的推理规则包括前件和后件，所述前件包括：条件1：振动信号故障诊断结论与概率，条件2：电量信号故障诊断结论与概率，条件3：热工信号故障诊断结论与概率，条件4：超声波信号故障诊断结论与概率；所述后件包括：结论1：故障类型，结论2：故障概率。进一步地，所述电机健康状态包括健康状态、亚健康状态、预警状态、停机检修状态、返厂维修状态。进一步地，还包括：移动终端，用于通过APP或访问Web服务器的方式进行电机日常巡检，数据接收与传递，实现设备移动点检与电机健康状态诊断的查询。本专利技术本文档来自技高网...

【技术保护点】
1.一种基于多故障特征联合的电机健康指数评价系统，其特征在于，包括：/n数据采集模块(2)，用于同步获取电机各类运行状态数据，所述运行状态数据包括振动数据、电量数据、热工数据、超声波数据；/n云端数据存储服务器(1)，用于存储所述数据采集模块(2)同步获取的电机各类运行状态数据；/n数据分析模块(3)，用于根据云端数据存储服务器(1)中存储的电机各类运行状态数据进行信号源分析判识各类故障，包括振动信号故障前兆诊断分析、电量信号故障前兆诊断分析、热工信号故障前兆诊断分析、超声波信号故障前兆诊断分析；/n健康指数评价模块(4)，用于采用基于专家系统的联合诊断方式，分别获取判识所得各类故障的故障概率及故障程度，并结合各类故障的危害程度对各类故障进行综合评分，根据所得综合评分得到电机健康状态。/n

【技术特征摘要】
1.一种基于多故障特征联合的电机健康指数评价系统，其特征在于，包括：
数据采集模块(2)，用于同步获取电机各类运行状态数据，所述运行状态数据包括振动数据、电量数据、热工数据、超声波数据；
云端数据存储服务器(1)，用于存储所述数据采集模块(2)同步获取的电机各类运行状态数据；
数据分析模块(3)，用于根据云端数据存储服务器(1)中存储的电机各类运行状态数据进行信号源分析判识各类故障，包括振动信号故障前兆诊断分析、电量信号故障前兆诊断分析、热工信号故障前兆诊断分析、超声波信号故障前兆诊断分析；
健康指数评价模块(4)，用于采用基于专家系统的联合诊断方式，分别获取判识所得各类故障的故障概率及故障程度，并结合各类故障的危害程度对各类故障进行综合评分，根据所得综合评分得到电机健康状态。


2.根据权利要求1所述的基于多故障特征联合的电机健康指数评价系统，其特征在于，所述数据采集模块(2)包括：
在线数据采集模块(6)，用于实时在线地同步采集电机各类运行状态数据；包括振动采集模块、电量采集模块、热工采集模块、超声波采集模块；
离线数据采集模块(7)，用于通过巡检/点检模式采集电机运行时的电机各类运行状态数据。


3.根据权利要求2所述的基于多故障特征联合的电机健康指数评价系统，其特征在于，所述在线数据采集模块(6)具体包括：
在线采集模块，包括振动采集模块、电量采集模块、热工采集模块、超声波采集模块，分别用于采集电机运行时的振动数据、电量数据、热工数据、超声波数据；
同步控制装置，用于定时发送对时命令给振动采集模块、电量采集模块、热工采集模块、超声波采集模块实现数据采集窗口同步功能，完成时间同步的信号采集。


4.根据权利要求1所述的基于多故障特征联合的电机健康指数评价系统，其特征在于，所述云端数据存储服务器(1)包括：
电机历史数据管理模块，用于采用数据稀疏化存储的方式存储电机各运行状态历史数据；
电机故障特征数据管理模块，用于存储及管理电机故障诊断模型库、故障特征数据库，以及故障特征数据运算操作，其中，所述电机故障诊断模型库记录有不同电机故障诊断的简化参数化模型，作为电机故障诊断的依据和标准，用于电机故障诊断；所述故障特征库存储电机诊断判断阈值、各种故障类型及其故障程度与故障部位信息参数；所述故障特征数据运算操作具体指在实时监测数据被确诊为故障时，将该故障特征数据作为新的诊断判断阈值更新至故障特征数据库中；
电机维修与保养数据管理模块，用于存储并管理电机维修记录、维修前后电机特征数据、零部件更换信息数据。


5.根据权利要求1所述的基于多故障特征联合的电机健康指数评价系统，其特征在于，所述数据分析模块(3)包括：
振动信号故障前兆诊断分析模块(8)，用于通过加速度信号时域分析、加速度信号频谱、加速度信号包络谱分析、速度信号时域分析、速度信号频谱、轴心轨迹分析方法，综合判断电机基于振动信号的故障前兆；
电量信号故障前兆诊断分析模块(9)，用于通过电压电流时域特征值分析、电流信号频谱分析、电流谐波分析，综合判断电机基于电压电流信号分析的故障前兆；
热工信号故障前兆诊断分析模块(10)，用于并对热工数据进行实时分析，当热工超过设定的阀值时，系统发出故障预警信息；
超声波信号故障前兆诊断分析模块(11)，用于对超声波信号进行时域特征值分析和频域分析，综合判断电机基于超声波信号的故障前兆。


6.根据权利要求5所述的基于多故障特征联合的电机健康...

【专利技术属性】
技术研发人员：袁凯南，崔壮平，罗华，罗志斌，
申请(专利权)人：中国机械设备工程股份有限公司，中机国际工程设计研究院有限责任公司，
类型：发明
国别省市：北京;11