基于人工智能的电机健康状况预警监测方法技术

本发明专利技术公开基于人工智能的电机健康状况预警监测方法，包括以下步骤：A001：获取电机的工作电压平衡效果和电机的振动能力；A002：获取随机两个电机之间的接近水平，根据接近水平获得两个电机之间的区别度；A003：获得同一分类中每个电机的第一运作健康状况；A004：获得电机的散热能力；A005：获得同一分类中每个电机的第二运作健康状况；A006：根据衡量参考值对电机的健康状况进行预警监测提示。本技术方案中对电机工作状况的预警监测结合人工智能技术，使对电机工作的监测预警准确性更高，也更可靠，避免了采用人力对电机进行维护可能出现遗漏或延期维护的情况，从而确保了电机工作正常有序的运行。正常有序的运行。正常有序的运行。

【技术实现步骤摘要】
基于人工智能的电机健康状况预警监测方法


[0001]本专利技术涉及人工智能
，具体涉及基于人工智能的电机健康状况预警监测方法。

技术介绍

[0002]随着电气自动化的发展，越来越多的行业需要电机来帮助其扩大生产。因而，电机在更多的行业是加班加点的运作，会经常处于一种超负荷的工作状态下，容易导致电机工作异常。尤其是一些容易燃烧、爆炸的电机，在使用时，有严格的防爆要求，如果电机在工作过程中，轴承不能正常工作，出现异常，比如振动频率发生变化，电源电压发生变化等状况，导致温度升高，易燃易爆的可能性增加。
[0003]常规的电机健康状况检测方法主要依靠人工的定期维护和保养，但在面临大量的电机需要维护的情况下，难免出现遗漏的情况，且人力成本太大，造成电机运行健康状况的检测准确性降低。
[0004]随着人工智能技术的快速发展，人工智能领域的数据处理、信息分析技术，被考虑应用到电机的工作情况预警监测之中。

技术实现思路

[0005]本专利技术提供基于人工智能的电机健康状况预警监测方法，通过获得每个电机对应的第一运作健康状况和第二运作健康状况，结合衡量参考值，与衡量电机工作状况的设定最低阈值进行比较，如果衡量参考值高于设定最低阈值，则进行预警提示，从而提高电机健康工作状况的预警准确性。解决了现有技术存在的采用人力维护和保养电机可能出现遗漏情况，以及人力维护准确性更低的技术问题。
[0006]本专利技术通过下述技术方案实现：
[0007]基于人工智能的电机健康状况预警监测方法，所述方法包括以下步骤：
[0008]A001：获取电机在一段时间内的电源电压变化数据集和振动频率变化数据集，根据电源电压变化数据集获取电机的工作电压平衡效果，根据振动频率变化数据集获得电机的振动能力；
[0009]A002：获取随机两个电机之间的接近水平，接近水平通过两个电机对应的工作电压平衡效果和振动能力获得，根据接近水平获得两个电机之间的区别度；
[0010]A003：根据两个电机之间的区别度对全部电机进行分类，根据同一分类中工作电压平衡效果获得同一分类中每个电机的第一运作健康状况；
[0011]A004：获取电机在一段时间内的外部温度变化数据集和内部温度变化数据集，根据外部温度变化数据集和内部温度变化集中差值最大值获得电机的散热能力；
[0012]A005：根据随机两个电机对应的散热能力和振动能力获得两个电机之间的散热区别，根据散热区别获得两个电机之间的散热能力差距，根据散热能力差距对全部电机进行再次分类，根据再次分类的同一分类散热能力获得同一分类中每个电机的第二运作健康状
况；
[0013]A006：将每个电机的第一运作健康状况与第二运作健康状况进行相乘作为电机的衡量参考值，根据衡量参考值对电机的健康状况进行预警监测提示。
[0014]可选地，步骤A002中，根据随机两个电机对应的工作电压平衡效果和振动能力获得两个电机的接近水平为：
[0015][0016]其中，W(X，Y)表示第X个电机与第Y个电机之间的接近水平，avgQ
X
表示第X个电机电源电压变化数据集的平均值，avgQ
Y
表示第Y个电机电源电压变化数据集的平均值，Qx
n
表示第n次采样第X个电机的工作电压平衡效果，Q
Yn
表示第n次采样第Y个电机的工作电压平衡效果，K
X
表示第X个电机的振动能力，K
Y
表示第Y个电机的振动能力，γ1为工作电压平衡效果的参考因子，γ2为振动能力的参考因子。
[0017]可选地，步骤A002中，根据接近水平获得两个电机之间的区别度的方法为：随机选择一个电机作为指定电机，获取指定电机与其他电机之间的接近水平总和，通过接近水平总和获得指定电机的附属程度，随机两个电机对应的附属程度相减即为区别度。
[0018]可选地，通过接近水平总和获得指定电机的附属程度为：
[0019]M
X
＝1/(1+∑(1
‑
W(X,Z)))
[0020]其中，M
X
表示第X个电机的附属程度，即指定电机的附属程度，W(X，Z)为第X个电机到第Z个电机之间的接近水平。
[0021]可选地，步骤A003中，根据两个电机之间的区别度对全部电机进行分类，对分类出来的每类电机进行排列，排列的依据为同一分类中所有电机的特性电源电压平衡因子，每个电机的特性电源电压平衡因子的获得方法为：
[0022][0023]其中，R
Z
为同一分类中第Z个电机的特性电源电压平衡因子，Q
n
表示第n次采集数据时电机的电源电压平衡效果，e为自然常数。
[0024]可选地，步骤A003中，获得同一分类中每个电机的第一运作健康状况为：
[0025]D
S
＝G
s
/T
[0026]其中，D
S
为第S个类别的第一运作健康状况，G
S
为第S个类别在排列中的名次，T表示所有类别的数量。
[0027]可选地，步骤A004中：获取电机在一段时间内的外部温度变化数据集和内部温度变化数据集的方法为：在电机的内部和电机的机壳外部放置温度传感器，采集电机和电机的机壳的温度变化，设置温度数据采集的频率，从而获得一段时间内电机的外部温度变化数据集和内部温度变化数据集。
[0028]可选地，步骤A004中，根据外部温度变化数据集和内部温度变化集中差值最大值获得电机的散热能力为：
[0029]H＝tanh(max(U
nn
‑
U
wn
))*α
[0030]其中，H表示该电机的散热能力，U
nn
表示第n次数据采集时该电机对应的内部温度数据，U
wn
表示第n次采集数据时该电机对应的外部温度数据，max表示最大值函数，α表示调
整因子，tanh为双曲正切函数。
[0031]可选地，步骤A005中，根据随机两个电机对应的散热能力和振动能力获得两个电机之间的散热区别为：
[0032][0033]其中，F(X，Y)为表示第X个电机与第Y个电机之间的散热区别；Ex表示第X个电机的散热水平，E
Y
表示第Y个电机的散热水平，Kx表示第X个电机的振动能力，K
Y
表示第Y个电机的振动能力，j表示振动能力的重要程度因子，e表示自然常数。
[0034]可选地，步骤A005中，获得任一电机与其他电机之间的散热区别后，获得该电机对应的散热能力为：
[0035]L＝(1/c)*∑F(X，Z)
[0036]其中，L表示该电机对应的散热能力，F(X，Z)表示第X个电机与第Z个电机之间的散热区别，C表示所有的电机数量。
[0037]本专利技术与现有技术相比，具有如下的优点和有益效果：...

【技术保护点】

【技术特征摘要】
1.基于人工智能的电机健康状况预警监测方法，其特征在于：所述方法包括以下步骤：A001：获取电机在一段时间内的电源电压变化数据集和振动频率变化数据集，根据电源电压变化数据集获取电机的工作电压平衡效果，根据振动频率变化数据集获得电机的振动能力；A002：获取随机两个电机之间的接近水平，接近水平通过两个电机对应的工作电压平衡效果和振动能力获得，根据接近水平获得两个电机之间的区别度；A003：根据两个电机之间的区别度对全部电机进行分类，根据同一分类中工作电压平衡效果获得同一分类中每个电机的第一运作健康状况；A004：获取电机在一段时间内的外部温度变化数据集和内部温度变化数据集，根据外部温度变化数据集和内部温度变化集中差值最大值获得电机的散热能力；A005：根据随机两个电机对应的散热能力和振动能力获得两个电机之间的散热区别，根据散热区别获得两个电机之间的散热能力差距，根据散热能力差距对全部电机进行再次分类，根据再次分类的同一分类散热能力获得同一分类中每个电机的第二运作健康状况；A006：将每个电机的第一运作健康状况与第二运作健康状况进行相乘作为电机的衡量参考值，根据衡量参考值对电机的健康状况进行预警监测提示。2.根据权利求1所述的基于人工智能的电机健康状况预警监测方法，其特征在于：步骤A002中，根据随机两个电机对应的工作电压平衡效果和振动能力获得两个电机的接近水平为：其中，W(X，Y)表示第X个电机与第Y个电机之间的接近水平，avgQ
X
表示第X个电机电源电压变化数据集的平均值，avgQ
Y
表示第Y个电机电源电压变化数据集的平均值，Qx
n
表示第n次采样第X个电机的工作电压平衡效果，Q
Yn
表示第n次采样第Y个电机的工作电压平衡效果，K
X
表示第X个电机的振动能力，K
Y
表示第Y个电机的振动能力，γ1为工作电压平衡效果的参考因子，γ2为振动能力的参考因子。3.根据权利求2所述的基于人工智能的电机健康状况预警监测方法，其特征在于：步骤A002中，根据接近水平获得两个电机之间的区别度的方法为：随机选择一个电机作为指定电机，获取指定电机与其他电机之间的接近水平总和，通过接近水平总和获得指定电机的附属程度，随机两个电机对应的附属程度相减即为区别度。4.根据权利要求3所述的基于人工智能的电机健康状况预警监测方法，其特征在于：通过接近水平总和获得指定电机的附属程度为：M
X
＝1/(1+∑(1
‑
W(X,Z)))其中，M
X
表示第X个电机的附属程度，即指定电机的附属程度，W(X，Z)为第X个电机到第Z个电机之间的接近水平。5.根据权利要求4所述的基于...

【专利技术属性】
技术研发人员：张明辉，
申请(专利权)人：张明辉，
类型：发明
国别省市：