一种多源信息融合的电机故障诊断方法及系统技术方案

本发明专利技术公开了一种多源信息融合的电机故障诊断方法及系统，涉及电机故障诊断领域，所述方法包括：获取电机各变量当前的运行数据；对电机各变量当前的运行数据进行预处理和数据标准化，得到处理后的数据；对处理后的数据进行数据融合，得到总变量的统计量；判断所述总变量的统计量是否超出了控制限；若是，则确定电机当前运行状态下各个变量对总变量的统计量的贡献率；针对任一变量，判断电机当前运行状态下所述变量的贡献率是否大于电机正常运行时所述变量的贡献率；若是，则确定所述变量所对应的部位发生故障。通过本发明专利技术有效提高了故障识别准确率。了故障识别准确率。了故障识别准确率。

【技术实现步骤摘要】
一种多源信息融合的电机故障诊断方法及系统


[0001]本专利技术涉及电机故障诊断领域，特别是涉及一种多源信息融合的电机故障诊断方法及系统。

技术介绍

[0002]在工业生产中，对于电机设备的安全性有较高的要求。电机设备在计划外的停机时间对工业生产的影响很大，不仅仅会导致设备运转中断和生产力损失，严重的还有可能对员工生命和企业资产造成威胁。因此，电机的故障诊断作为电机设备的反应维修手段，有必要对其进行深入研究。
[0003]交流电机的故障类型取决于电机的物理结构和电机的工作环境，几乎所有类型的故障都会按照固定的损坏趋势或者状态模式发展，也就是从初期的轻微故障征兆发展为设备或部件的彻底损坏，导致设备或系统停机。和多数设备一样，电机故障在其初期都会出现某些特定的信号变化或特征变化。随着设备系统越来越复杂，设备状况的呈现也越来越难透明化，设备的一些故障信息更加难以直观检测。因而，采用常规的分析诊断方法，存在故障识别的准确率偏低的问题。

技术实现思路

[0004]本专利技术的目的是提供一种多源信息融合的电机故障诊断方法及系统，通过本专利技术能够有效提高故障识别的准确率。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种多源信息融合的电机故障诊断方法，所述方法包括以下步骤：
[0007]获取电机各变量当前的运行数据，所述变量包括：电流变量、电压变量、转速变量、位移变量、振动变量和机体温度变量；
[0008]对所述电机各变量当前的运行数据进行预处理和数据标准化，得到处理后的数据；
[0009]对所述处理后的数据进行数据融合，得到总变量的统计量；
[0010]判断所述总变量的统计量是否超出了控制限，得到第一判断结果；所述控制限与正常统计量的数学期望和方差有关，所述正常统计量为电机正常运行时得到的总变量的统计量；
[0011]若所述第一判断结果为是，则确定所述电机当前运行状态下各个变量对所述总变量的统计量的贡献率；
[0012]针对任一变量，判断电机当前运行状态下所述变量的贡献率是否大于电机正常运行时所述变量的贡献率，得到第二判断结果；
[0013]若所述第二判断结果为是，则确定所述变量所对应的部位发生故障。
[0014]可选的，所述总变量的统计量的计算公式如下：
[0015][0016]其中，SPE为总变量的统计量，n为变量总数，x
j
为第j个变量，x
new
为新变量，为测试数据矩阵，所述测试数据矩阵为由电流、电压、转子转速、转轴位移、振动和机体温度预处理后得到的特征参量组成的矩阵，为测试数据矩阵的转置，α为第一固有矩阵，α
T
为第一固有矩阵的转置。
[0017]可选的，所述总变量的统计量的计算公式如下：
[0018][0019]其中，T2为总变量的统计量，tr为矩阵的迹，为测试数据矩阵，所述测试数据矩阵为由电流、电压、转子转速、转轴位移、振动和机体温度预处理后得到的特征参量组成的矩阵，为测试数据矩阵的转置，α为第一固有矩阵，α
T
为第一固有矩阵的转置，λ为第二固有矩阵。
[0020]可选的，所述控制限的计算公式如下：
[0021]A＝μ+3σ
[0022]其中，A为控制限，μ为电机正常运行时得到的总变量的统计量对应的数学期望，σ为电机正常运行时得到的总变量的统计量对应的方差。
[0023]可选的，所述贡献率的计算公式如下：
[0024][0025]其中，C
SPE,new，i
为第i个参数对总变量的统计量SPE的贡献率，n为变量总数，x
j
为第j个变量，x
new
为新变量，为测试数据矩阵，所述测试数据矩阵为由电流、电压、转子转速、转轴位移、振动和机体温度预处理后得到的特征参量组成的矩阵，为测试数据矩阵的转置，α为第一固有矩阵，α
T
为第一固有矩阵的转置，v
i
为第i个变量。
[0026]可选的，所述贡献率的计算公式如下：
[0027][0028]其中，为第i个参数对总变量的统计量T2的贡献率，v
i
为第i个变量，tr为矩阵的迹，为测试数据矩阵，所述测试数据矩阵为由电流、电压、转子转速、转轴位移、振动和机体温度预处理后得到的特征参量组成的矩阵，为测试数据矩阵的转置，α
T
为第一固有矩阵的转置，λ为第二固有矩阵。
[0029]本专利技术还提供了一种多源信息融合的电机故障诊断系统，所述系统包括：
[0030]数据获取单元，用于获取电机各变量当前的运行数据，所述变量包括：电流变量、电压变量、转速变量、位移变量、振动变量和机体温度变量；
[0031]数据处理单元，用于对所述电机各变量当前的运行数据进行预处理和数据标准化，得到处理后的数据；
[0032]数据融合单元，用于对所述处理后的数据进行数据融合，得到总变量的统计量；
[0033]第一判断单元，用于判断所述总变量的统计量是否超出了控制限，得到第一判断结果；所述控制限与正常统计量的数学期望和方差有关，所述正常统计量为电机正常运行时得到的总变量的统计量；
[0034]贡献率确定单元，用于当所述第一判断结果为是时，确定所述电机当前运行状态下各个变量对所述总变量的统计量的贡献率；
[0035]第二判断单元，用于针对任一变量，判断电机当前运行状态下所述变量的贡献率是否大于电机正常运行时所述变量的贡献率，得到第二判断结果；
[0036]故障确定单元，用于当所述第二判断结果为是时，确定所述变量所对应的部位发生故障。
[0037]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0038]本专利技术提供了一种多源信息融合的电机故障诊断方法及系统，所述方法包括以下步骤：获取电机各变量当前的运行数据，所述变量包括：电流变量、电压变量、转速变量、位移变量、振动变量和机体温度变量；对所述电机各变量当前的运行数据进行预处理和数据标准化，得到处理后的数据；对所述处理后的数据进行数据融合，得到总变量的统计量；判断所述总变量的统计量是否超出了控制限，得到第一判断结果；所述控制限与正常统计量的数学期望和方差有关，所述正常统计量为电机正常运行时得到的总变量的统计量；若所述第一判断结果为是，则确定所述电机当前运行状态下各个变量对所述总变量的统计量的贡献率；针对任一变量，判断电机当前运行状态下所述变量的贡献率是否大于电机正常运行时所述变量的贡献率，得到第二判断结果；若所述第二判断结果为是，则确定所述变量所对应的部位发生故障。本专利技术通过求得所有变量对总变量统计量的贡献率进行故障识别和故障诊断，避免了传统主成分分析法中的数据重构和迭代近似计算，有效提高了故障识别准确率。
附图说明
[0039]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多源信息融合的电机故障诊断方法，其特征在于，包括以下步骤：获取电机各变量当前的运行数据，所述变量包括：电流变量、电压变量、转速变量、位移变量、振动变量和机体温度变量；对所述电机各变量当前的运行数据进行预处理和数据标准化，得到处理后的数据；对所述处理后的数据进行数据融合，得到总变量的统计量；判断所述总变量的统计量是否超出了控制限，得到第一判断结果；所述控制限与正常统计量的数学期望和方差有关，所述正常统计量为电机正常运行时得到的总变量的统计量；若所述第一判断结果为是，则确定所述电机当前运行状态下各个变量对所述总变量的统计量的贡献率；针对任一变量，判断电机当前运行状态下所述变量的贡献率是否大于电机正常运行时所述变量的贡献率，得到第二判断结果；若所述第二判断结果为是，则确定所述变量所对应的部位发生故障。2.根据权利要求1所述的多源信息融合的电机故障诊断方法，其特征在于，所述总变量的统计量的计算公式如下：其中，SPE为总变量的统计量，n为变量总数，x
j
为第j个变量，x
new
为新变量，K为测试数据矩阵，所述测试数据矩阵为由电流、电压、转子转速、转轴位移、振动和机体温度预处理后得到的特征参量组成的矩阵，为测试数据矩阵的转置，α为第一固有矩阵，α
T
为第一固有矩阵的转置。3.根据权利要求1所述的多源信息融合的电机故障诊断方法，其特征在于，所述总变量的统计量的计算公式如下：其中，T2为总变量的统计量，tr为矩阵的迹，为测试数据矩阵，所述测试数据矩阵为由电流、电压、转子转速、转轴位移、振动和机体温度预处理后得到的特征参量组成的矩阵，为测试数据矩阵的转置，α为第一固有矩阵，α
T
为第一固有矩阵的转置，λ为第二固有矩阵。4.根据权利要求1所述的多源信息融合的电机故障诊断方法，其特征在于，所述控制限的计算公式如下：A＝μ+3σ其中，A为控制限，μ为电机正常运行时得到的总变量的统计量对应的数学期望，σ为电机正常运行时得到的总变量的统计量对应的方差。5.根据权利要求2所述的多源信息...

【专利技术属性】
技术研发人员：王玉江，陈茜，魏世丞，王博，赵阳，夏丹，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：