本发明专利技术提供了一种电机状态监测方法、装置、电子设备及存储介质，该方法包括：获取一段时间内电机的原始振动数据；对所述原始振动数据进行第一级滤波与第二级滤波，获得并输出目标振动数据；将所述目标振动数据拟合为振动曲线；根据所述振动曲线判断电机的运行状态是否异常。基于本发明专利技术的技术方案，通过对采集到的电机的原始振动数据进行两级不同方式的滤波，解决了数据由于受到外界环境干扰而导致数据中添加了噪声的问题；并且通过对滤波后的电机振动数据进行拟合，为后续的数据处理提供了便利，提高了数据处理的精确度，进而进一步提高了电机状态监测并判断的准确性。了电机状态监测并判断的准确性。了电机状态监测并判断的准确性。
【技术实现步骤摘要】
一种电机状态监测方法、装置、电子设备及存储介质
[0001]本专利技术涉及监测
，特别地涉及一种电机状态监测方法、装置、电子设备及存储介质。
技术介绍
[0002]电机是设备的动力来源，被广泛用于工业设备中，一旦出现任何故障或者损坏造成工业设备停产，不仅导致生产效率下降，而且也会损坏设备，进而给企业带来巨大的经济损失。因此，根据工业设备与电机的当前和历史的工作状态，提前对可能出现的故障作出相应的预判，并对其进行维护，就显得十分必要了。
[0003]现有技术中，采用振动传感器或者加速度传感器来采集关于电机振动的相关数据，将数据通过无线传感技术传输到后台服务器，再利用数据处理技术对数据进行分析，进而能够准确判断电机的运行状态。但是，在数据采集过程中会受到外界环境的干扰导致原始数据污染；并且，在数据处理过程中，只采用单一的滤波技术，这样会导致数据在处理过程中误差变大，进而会误判电机的运行状态。
技术实现思路
[0004]为了解决现有技术中对于电机振动数据的传输与处理容易受到外界因素的干扰而导致数据处理结果不准确的问题，本申请提出了一种电机状态监测方法、装置、电子设备及存储介质。
[0005]本专利技术提出的一种电机状态监测方法，包括：
[0006]获取一段时间内电机的原始振动数据；
[0007]对所述原始振动数据进行第一级滤波与第二级滤波，获得并输出目标振动数据；
[0008]将所述目标振动数据拟合为振动曲线；
[0009]根据所述振动曲线判断电机的运行状态是否异常。
[0010]在一个实施方式中，对所述原始振动数据进行第一级滤波，包括：
[0011]确定长度为M的目标队列；
[0012]按获取时间的先后顺序，将M个连续排列的所述原始振动数据放入所述目标队列，确定出多个所述目标队列；
[0013]对每个所述目标队列中的原始振动数据进行算数平均运算，得到的平均值作为第一级滤波结果；
[0014]将所有所述目标队列对应的多个所述第一级滤波结果按时间先后的排列集合作为第一级滤波数据。
[0015]通过本实施方式，第一级滤波采用限幅平均滤波技术，对于偶然出现的脉冲干扰，可消除由于脉冲干扰所引起的采样值偏差问题。
[0016]在一个实施方式中，所述第二级滤波，包括：
[0017]根据上一时刻的振动测量结果，确定当前时刻的振动预测结果；
[0018]根据当前时刻的振动测量结果与当前时刻的振动预测结果，确定当前时刻的最优振动结果；
[0019]将所有时刻对应的多个所述最优振动结果按时间先后的排列集合作为所述目标振动数据；
[0020]其中，所述振动测量结果为所述第一级滤波数据中相应时刻的第一级滤波结果。
[0021]通过本实施方式，第二级滤波依托于卡尔曼滤波技术，在第一级滤波结果的基础上，结合测量值与预测值进一步综合分析得到最优值，实现数据进一步的精确性。
[0022]在一个实施方式中，根据上一时刻的振动测量结果，根据以下关系式确定当前时刻的振动预测结果：
[0023]当前时刻的振动预测结果＝上一时刻的振动测量结果+上一时刻的数据方差；
[0024]其中，上一时刻的数据方差基于上一时刻的振动测量结果所对应的所述目标队列中的M个所述原始振动数据进行计算确定。
[0025]通过本实施方式，基于前一时刻的数据测量值与数据方差预测当前时刻的数据预测值，预测的准确度高。
[0026]在一个实施方式中，根据当前时刻的振动测量结果与当前时刻的振动预测结果，通过以下关系式确定当前时刻的最优振动结果：
[0027]当前时刻的最优振动结果＝当前时刻的振动测量结果+当前时刻的数据方差
×
(当前时刻的振动测量结果－当前时刻的振动预测结果)。
[0028]通过本实施方式，依托于卡尔曼滤波技术，采用测量值与预测值的综合分析并加以递推，可以实现对于数据噪声的排除，提高数据的准确性。
[0029]在一个实施方式中，对所述原始振动数据进行第二级滤波时，对于初始时刻，所述初始时刻的振动预测结果的值等于其振动测量结果。通过本实施方式，初始时刻的预测值可以参考测量值给定，将初始时刻的预测值直接赋值为初始时刻的测量值，简单、快捷。
[0030]在一个实施方式中，根据振动曲线判断电机的运行状态是否异常，包括：
[0031]根据振动曲线，确定相应时刻电机的振动频率；
[0032]根据相应时刻的振动频率与目标阈值的比对结果，判断电机的运行状态是否异常。
[0033]通过本实施方式，根据振动曲线获取的振动频率并与阈值进行对比，可以直观的判断电机的振动状态，进而判断电机的运行状态。
[0034]在一个实施方式中，根据相应时刻的振动频率与目标阈值的比对结果，判断电机的运行状态是否异常，包括：
[0035]确定连续两个时刻所分别对应的电机的振动频率；
[0036]判断连续两个时刻中后一时刻的振动频率相较于前一时刻的振动频率的偏差值；
[0037]将偏差值与作为目标阈值的频率偏差阈值进行比对；
[0038]若偏差值小于频率偏差阈值，则电机的运行状态正常；
[0039]否则，电机的运行状态异常。
[0040]通过本实施方式，通过两个连续时刻的振动频率的偏差值与偏差阈值之间的比对，基于振动频率的变化过程、幅度来判断电机的运行状态，更加准确。
[0041]在一个实施方式中，根据振动曲线，确定相应时刻电机的振动频率，包括：
[0042]基于振动曲线，设置有限个采样点数，得到有限长度的离散信号；
[0043]对离散信号进行离散傅里叶变换，获得振动曲线所对应的连续信号在频域上的加速度频谱；
[0044]根据加速度频谱，确定频域上的位移频谱；
[0045]根据位移频谱确定电机相应时刻的振动频率。
[0046]通过本实施方式，基于对振动曲线上多个的采样点对应的离散信号的离散傅里叶变换以及二次积分，获得频域上的位移频谱，比在时域上的结果更精确。
[0047]在一个实施方式中，根据加速度频谱，确定频域上的位移频谱，包括：
[0048]对加速度频谱进行一次积分，获得频域上的速度频谱；
[0049]对速度频谱进行一次积分，获得频域上的位移频谱。
[0050]通过本实施方式，对加速度频谱进行二次积分获得频域上的位移频谱，比在时域上的结果更精确。
[0051]第二方面，本专利技术提出的一种电机状态监测装置，包括：
[0052]数据采集模块，用于采集电机的原始振动数据；
[0053]滤波模块，用于对原始振动数据进行滤波并输出目标振动数据；
[0054]数据拟合模块，用于将振动数据拟合为振动曲线；
[0055]判断模块，用于根据振动曲线来判断电机的运行状态是否异常。
[0056]第三方面，本专利技术提出的一种存储介质本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电机状态监测方法，其特征在于，包括：获取一段时间内电机的原始振动数据；对所述原始振动数据进行第一级滤波与第二级滤波，获得并输出目标振动数据；将所述目标振动数据拟合为振动曲线；根据所述振动曲线判断电机的运行状态是否异常。2.根据权利要求1所述的电机状态监测方法，其特征在于，对所述原始振动数据进行第一级滤波，包括：确定长度为M的目标队列；按获取时间的先后顺序，将M个连续排列的所述原始振动数据放入所述目标队列，确定出多个所述目标队列；对每个所述目标队列中的原始振动数据进行算数平均运算，得到的平均值作为第一级滤波结果；将所有所述目标队列对应的多个所述第一级滤波结果按时间先后的排列集合作为第一级滤波数据。3.根据权利要求2所述的电机状态监测方法，其特征在于，所述第二级滤波，包括：根据上一时刻的振动测量结果，确定当前时刻的振动预测结果；根据当前时刻的振动测量结果与当前时刻的振动预测结果，确定当前时刻的最优振动结果；将所有时刻对应的多个所述最优振动结果按时间先后的排列集合作为所述目标振动数据；其中，所述振动测量结果为所述第一级滤波数据中相应时刻的第一级滤波结果。4.根据权利要求3所述的电机状态监测方法，其特征在于，根据上一时刻的振动测量结果，根据以下关系式确定当前时刻的振动预测结果：当前时刻的振动预测结果＝上一时刻的振动测量结果+上一时刻的数据方差；其中，上一时刻的数据方差基于上一时刻的振动测量结果所对应的所述目标队列中的M个所述原始振动数据进行计算确定。5.根据权利要求3所述的电机状态监测方法，其特征在于，根据当前时刻的振动测量结果与当前时刻的振动预测结果，通过以下关系式确定当前时刻的最优振动结果：当前时刻的最优振动结果＝当前时刻的振动测量结果+当前时刻的数据方差
×
(当前时刻的振动测量结果－当前时刻的振动预测结果)。6.根据权利要求3至5任一项所述的电机状态监测方法，其特征在于，对所述原始振动数据进行第二级滤波时，对于初始时刻，所述初始时刻的振动预测结果的值等于其振动测量结果。7.根据权利要求1所述的...
【专利技术属性】
技术研发人员：杨爱洁，朱鹏飞，王士彪，郑晓岩，
申请(专利权)人：珠海联云科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。