一种电机异常在线监测方法及系统技术方案

本发明专利技术公开了一种电机异常在线监测方法及系统，使用实时电压电流值和摄像头热成像结合人工智能异常检测技术并建立电机的3D计算机模型，从实际应用出发，实现电机异常检测，在识别过程中不需要借助其他特殊设备和额外布线，也不需要借助人为主观经验判断分析，通过手机或者电脑的管理端开启，实时监测电机异常状态，在管理端热成像展示及电流电压谱图图，故障波形、分析及诊断结果展示，实现电机异常在线监测的技术方案，解决现有技术中严重依赖于前期布设的振动传感器物理硬件设施以及严重依赖运维人员经验的高成本、低效率的技术问题。题。题。

【技术实现步骤摘要】
一种电机异常在线监测方法及系统


[0001]本专利技术属于电机异常在线监测
，具体涉及一种电机异常在线监测方法及系统。

技术介绍

[0002]在电机异常在线监测的相关方法中，有一些利用振动信号、维修人员经验等方式在实验室环境下可以取得较高的精度。然而在面对不同行业需求设计的电机使用环境时，此类方法的泛化能力较差，针对不同电机场景需要有对应的个性化硬件方案支持；更重要的是，此类监测方法严重依赖于前期额外布设的物理硬件基础设施以及人为主观判断。

技术实现思路

[0003]本专利技术要解决的是现有对电机异常在线监测严重依赖于前期布设的振动传感器物理硬件设施以及运维人员经验的技术问题，从而提供一种电机异常在线监测方法及系统。
[0004]为解决上述技术问题，本专利技术所采用的技术方案为：一种电机异常在线监测系统，包括采集端、检测端、服务端、管理端、运维端；采集端，获取电机的运行参数，所述运行参数包括一定采样频率的实时电压电流值和运行温度，所述运行温度为从具有热成像的摄像头拍摄的电机表面温度图像中提取得到指定点温度和指定区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电机异常在线监测系统，其特征在于：包括采集端、检测端、服务端、管理端、运维端；采集端，获取电机的运行参数，所述运行参数包括一定采样频率的实时电压电流值和运行温度，所述运行温度为从具有热成像的摄像头拍摄的电机表面温度图像中提取得到指定点温度和指定区域温度；检测端，接收的电机的运行参数，基于电机故障类型检测模型获得电机的异常检测结果；所述电机故障类型检测模型是基于人工智能异常检测算法构建；服务端，接收电机的异常检测结果，且将异常检测结果与电机的3D计算机模型的故障类型建立对应关系，对电机的异常检测结果二次分析生成电机诊断结果，最终形成每种故障类型的诊断库；响应于管理端发送的诊断结果请求，当不存在故障时，将电机诊断结果推送给管理端；并且所推送的电机诊断结果包括电机运行状态、电流电压曲线；当存在故障时，将电机诊断结果推送给管理端并发出故障警示；并且所推送的电机诊断结果除了包括电机运行状态、电流电压曲线，还包括发生故障时的故障录波、故障类型、故障位置、故障可能原因，而且故障位置还以电机的3D计算机模型的具体故障位置标记处显示故障来直观展示；响应于管理端对故障警示的处理结果，故障警示的处理结果包括忽略和维修；当管理端选择维修时，接收运维端上传的现场检修结果；管理端，发送诊断请求指令，接收推送的诊断结果和故障警示，当对故障警示进行维修处理时，生成维修工单并下发给指定的运维端；运维端，接收维修工单并获取故障发生位置和导航路径，获得现场检修结果，存储并同步到服务端。2.根据权利要求1所述的电机异常在线监测系统，其特征在于：所述现场检修结果包括现场照片和电机实际运行状态。3.根据权利要求1所述的电机异常在线监测系统，其特征在于：所述电机的3D计算机模型在建立后先确定电机的相关参数，标识3D计算机模型每种故障类型的位置，所述的相关参数包括电机尺寸大小、形状、安装环境、故障点定位；并根据预先设定信息获得电机信息集合、电机与故障位置对应关系，电机位置的导航路径集合；所述的预先设定信息为每台电机均为预先录入模型、额定电压电流、通讯IP，位置信息，路径信息，所述位置信息包括产区位置、配电室位置、安装具体位置。4.根据权利要求1所述的电机异常在线监测系统，其特征在于：所述的导航路径通过视频、图片或者语音进行显示和/或管理端对故障警示处理时需要进行故障操作权限认证。5.根据权利要求1所述的电机异常在线监测系统，其特征在于：发送的诊断结果请求中包括含管理端用户的身份标识、密码。6.一种电机异常在线监测系统，其特征在于：包括服务端，所述服务端接收检测端上传的电机的异常检测结果，且将异常检测结果与电机的3D计算机模型的故障类型建立对应关系，对电机的异常检测结果二次分析生成电机诊断结果，最终形成每种故障类型的诊断库；响应于管理端发送的诊断结果请求，当不存在故障时，将电机诊断结果推送给管理端；并且所推送的电机诊断结果包括电机运行状态、电流电压曲线；
当存在故障时，将电机诊断结果推送给管理端并发出故障警示；并且所推送的电机诊断结果除了包括电机运行状态、电流电压曲线，还包括发生故障时的故障录波、故障类型、故障位置、故障可能原因，而且故障位置还以电机的3D计算机模型的具体故障位置标记处显示故障来直观展示；响应于管理端对故障警示的处理结果，故障警示的处理结果包括忽略和维修；当管理端选择维修时，接收运维端上传的现场检修结果。7.根据权利要求6所述的电机异常在线监测系统，其特征在于：电机的异常检测结果是电机的运行参数在训练后的电机故障类型检测模型运行后获得的，并且所述的电机故障类型检测模型是基于人工智能异常检测算法构建；所述运行参数包括一定采样频率的实时电压电流值和运行温度，所述运行温度为从具有热成像的摄像头拍摄的电机表面温度图像中提取得到指定点温度和指定区域温度。8.一种电机异...

【专利技术属性】
技术研发人员：陈春华，庞亚兵，任会阳，王嘉琦，贾伟岗，
申请(专利权)人：许昌中科森尼瑞技术有限公司，
类型：发明
国别省市：