利用激光加工电动元件的设备故障诊断系统及方法技术方案

本发明专利技术公开一种利用激光加工电动元件的设备故障诊断系统及方法，涉及监测、控制领域，解决的技术问题是激光加工电动元件的设备故障诊断，本发明专利技术通过采集器获取激光加工电动元件的设备运行状态数据信息；通过EMD

【技术实现步骤摘要】
利用激光加工电动元件的设备故障诊断系统及方法


[0001]本专利技术涉及监测、控制领域，且更确切地涉及一种利用激光加工电动元件的设备故障诊断系统及方法。

技术介绍

[0002]激光加工技术是利用激光束与物质相互作用的特性，对材料（包括金属与非金属）进行切割、焊接、表面处理、打孔及微加工等的一门加工技术。激光加工作为先进制造技术已广泛应用于汽车、电子、电器、航空、冶金、机械制造等国民经济重要部门，对提高产品质量、劳动生产率、自动化、无污染、减少材料消耗等起到愈来愈重要的作用。激光加工电动元件设备通常用到激光加工，如何提高激光加工设备故障诊断能力就成为各个行业亟待解决的问题。
[0003]专利号CN201811364470.0公开了一种变电站一次设备故障判断与处理决策系统及其方法，该系统包括设备故障判断规则库、设备故障处理规则库、设备故障判断模块和设备故障处理模块；设备故障判断规则库与设备故障判断模块相连接，设备故障处理规则库与设备故障处理模块相连接，设备故障判断模块根据故障相关信息和试验数据从设备故障判断规则库中匹配得到对应的故障名称，设备故障处理模块根据设备故障判断输出的故障名称在设备故障处理规则库中检索得到对应的故障处理措施。本专利技术设计合理，能够自动完成故障判断和处理措施的推送，为运维人员提供更全面的运维支撑数据，降低了运维人员工作强度，但仍旧采用模板匹配的方法实现故障诊断，该方法分析效率不高。专利号CN201811376063.1公开了一种利用威布尔分布与ARMA结合的设备故障率预测方法，将方法将获取的设备故障率数据按照时间序列的顺序进行排列，得到设备故障率的时间序列数据。根据设备故障率的发展趋势，对设备所在的故障期进行判断，基于故障期的判断结果选取不同阶段的威布尔分布函数对故障率数据进行建模，确定故障率时间序列数据的趋势项。虽然也能够实现设备故障率的精确预测，但无法实现故障数据信息采集、分析和诊断等一体化，诊断效率不高。

技术实现思路

[0004]针对上述技术的不足，本专利技术公开一种利用激光加工电动元件的设备故障诊断系统及方法，提高了激光加工电动元件的设备故障诊断能力。
[0005]为了实现上述技术效果，本专利技术采用以下技术方案：一种利用激光加工电动元件的设备故障诊断系统，其中包括：采集器，用于获取激光加工电动元件的设备运行状态数据信息；EMD
‑
ICA数学模型，用于处理激光加工电动元件的设备运行状态数据信息，包括基于经验学模态分解模块、独立成分分析模块和并行计算模块；其中并行计算模块包括数据传输模块、总线控制器、第一数据特征、第二数据特征、第三数据特征、时序匹配模块、缓冲器、电源模块、DSP芯片和存储器，其中所述总线控制
器和DSP处理模块连接，所述总线控制器与数据传输模块连接，所述总线控制器提取第一数据特征、第二数据特征和第三数据特征，其中所述时序匹配模块与缓冲器连接，电源模块向不同的模块提供工作电压，DSP处理模块与存储器连接；信息筛选模型；用于对筛选激光加工电动元件的设备运行状态数据信息进行提取，所述信息筛选模型包括特征提取模块和分解模块，其中所述特征提取模块为信号脉冲或者数据信息能量值进行提取的模块，分解模块为将信号分解为不同分量和信息特征的模块；信号分析单元，用于对信息筛选模型出的数据信息分析和信息挖掘，所述信号分析单元包括FP
‑
growth算法模块，包括信息链头、信息存储模块和删除模块，其中所述包括信息链头设置在信息存储模块内，所述信息存储模块内还设置有删除模块；数学诊断模型，用于对信息筛选模型出的数据信息进行故障诊断，以区分激光加工电动元件的设备故障信息；可视化显示模块，用于将激光加工电动元件的设备诊断出的数据信息通过可视的方式显示出来；故障处理模块，用于处理激光加工电动元件的设备诊断出的数据信息；其中所述采集器采集激光加工设备运行的数据信息，采集器的输出端与EMD
‑
ICA数学模型的输入端连接，所述EMD
‑
ICA数学模型的输出端与信息筛选模型的输入端连接，信息筛选模型的输出端与信号分析单元的输入端连接，信号分析单元的输出端与数学诊断模型输入端连接，所述数学诊断模型的输出端还分别与故障处理模块和可视化显示模块连接。
[0006]作为本专利技术进一步的技术方案，所述故障处理模块包括报警模块，用于对激光加工电动元件的设备诊断出的数据信息进行报警提示；作为本专利技术进一步的技术方案，数学诊断模型为故障风险概率诊断模型，其中数学诊断模型包括数据输入模块、故障概率计算模块、故障概率整合模块、故障风险权重计算模块和故障诊断输出模块，其中所述数据输入模块的输出端与故障概率计算模块的输入端连接，故障概率计算模块的输出端与故障概率整合模块的输入端连接，故障概率整合模块的输出端与故障诊断输出模块的输入端连接。
[0007]作为本专利技术进一步的技术方案，采集器包括TMS320芯片电路和与所述TMS320芯片电路连接的SCAC模块、电源模块、ROM存储模块、RAM存储模块、时钟电路和LED显示模块。
[0008]一种利用激光加工电动元件的设备故障诊断方法,其中包括以下步骤：（S1）通过采集器获取激光加工电动元件的设备运行状态数据信息；（S2）通过EMD
‑
ICA数学模型处理激光加工电动元件的设备运行状态数据信息，通过经验学模态分解模块用于对非平稳信号进行平稳化处理，通过独立成分分析模块用于将多元信号分离为加性子分量，通过并行计算模块用于提高芯片内部计算速度，在短时间内快速对激光加工电动元件的设备输出的数据信息实现输出和计算；（S3）通过信息筛选模型对筛选激光加工电动元件的设备运行状态数据信息进行提取，所述信息筛选模型包括特征提取模块和分解模块，其中所述特征提取模块为信号脉冲或者数据信息能量值进行提取的模块，分解模块为将信号分解为不同分量和信息特征的模块；
（S4）通过信号分析单元对信息筛选模型出的数据信息分析和信息挖掘，所述信号分析单元包括FP
‑
growth算法模块，包括信息链头、信息存储模块和删除模块，其中所述包括信息链头设置在信息存储模块内，所述信息存储模块内还设置有删除模块；（S5）通过数学诊断模型对信息筛选模型出的数据信息进行故障诊断，以区分激光加工电动元件的设备故障信息；其中数据输入模块用于输入激光加工电动元件设备数据信息，故障概率计算模块用于计算激光加工电动元件设备数据信息，故障概率整合模块对激光加工电动元件设备数据信息进行整合，故障风险权重计算模块对激光加工电动元件设备数据信息进行风险权重计算，以获取激光加工电动元件设备数据信息的风险概率，故障诊断输出模块用于输出激光加工电动元件设备数据信息的诊断结果；（S6）通过可视化显示模块将激光加工电动元件的设备诊断出的数据信息通过可视的方式显示出来；（S7）通过故障处理模块处理激光加工电动元件的设备诊断出的数据信息；作为本专利技术进一步的技术方案，信号分析单元工作方法为：通过信息链头通过对采集到的数据进行扫描，出现检修记录频繁项目和支本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用激光加工电动元件的设备故障诊断系统，其特征在于：包括：采集器，用于获取激光加工电动元件的设备运行状态数据信息；EMD
‑
ICA数学模型，用于处理激光加工电动元件的设备运行状态数据信息，包括基于经验学模态分解模块、独立成分分析模块和并行计算模块；其中并行计算模块包括数据传输模块、总线控制器、第一数据特征、第二数据特征、第三数据特征、时序匹配模块、缓冲器、电源模块、DSP芯片和存储器，其中所述总线控制器和DSP处理模块连接，所述总线控制器与数据传输模块连接，所述总线控制器提取第一数据特征、第二数据特征和第三数据特征，其中所述时序匹配模块与缓冲器连接，电源模块向不同的模块提供工作电压，DSP处理模块与存储器连接；信息筛选模型；用于对筛选激光加工电动元件的设备运行状态数据信息进行提取，所述信息筛选模型包括特征提取模块和分解模块，其中所述特征提取模块为信号脉冲或者数据信息能量值进行提取的模块，分解模块为将信号分解为不同分量和信息特征的模块；信号分析单元，用于对信息筛选模型出的数据信息分析和信息挖掘，所述信号分析单元包括FP
‑
growth算法模块，包括信息链头、信息存储模块和删除模块，其中所述包括信息链头设置在信息存储模块内，所述信息存储模块内还设置有删除模块；数学诊断模型，用于对信息筛选模型出的数据信息进行故障诊断，以区分激光加工电动元件的设备故障信息；可视化显示模块，用于将激光加工电动元件的设备诊断出的数据信息通过可视的方式显示出来；故障处理模块，用于处理激光加工电动元件的设备诊断出的数据信息；其中所述采集器采集激光加工设备运行的数据信息，采集器的输出端与EMD
‑
ICA数学模型的输入端连接，所述EMD
‑
ICA数学模型的输出端与信息筛选模型的输入端连接，信息筛选模型的输出端与信号分析单元的输入端连接，信号分析单元的输出端与数学诊断模型输入端连接，所述数学诊断模型的输出端还分别与故障处理模块和可视化显示模块连接。2.根据权利要求1所述的一种利用激光加工电动元件的设备故障诊断系统，其特征在于：所述故障处理模块包括报警模块，用于对激光加工电动元件的设备诊断出的数据信息进行报警提示。3.根据权利要求1所述的一种利用激光加工电动元件的设备故障诊断系统，其特征在于：数学诊断模型为故障风险概率诊断模型，其中数学诊断模型包括数据输入模块、故障概率计算模块、故障概率整合模块、故障风险权重计算模块和故障诊断输出模块，其中所述数据输入模块的输出端与故障概率计算模块的输入端连接，故障概率计算模块的输出端与故障概率整合模块的输入端连接，故障概率整合模块的输出端与故障诊断输出模块的输入端连接。4.根据权利要求1所述的一种利用激光加工电动元件的设备故障诊断系统，其特征在于：采集器包括TMS320芯片电路和与所述TMS320芯片电路连接的SCAC模块、电源模块、ROM存储模块、RAM存储模块、时钟电路和LED显示模块。5.一种利用激光加工电动元件的设备故障诊断方法,其特征在于：包括以下步骤：（S1）通过采集器获取激光加工电动元件的设备运行状态数据信息；（S2）通过EMD
‑
ICA数学模型处理激光加工电动元件的设备运行状态数据信息，通过经
验学模态分解模块用于对非平稳信号进行平稳化处理，通过独立成分分析模块用于将多元信号分离为加性子分...

【专利技术属性】
技术研发人员：杨玲，
申请(专利权)人：深圳市世坤科技实业有限公司，
类型：发明
国别省市：