基于POE供电及网络模型的电机振温智能检测预警系统技术方案

本发明专利技术公开了基于POE供电及网络模型的电机振温智能检测预警系统，通过POE技术在检测过程中提供了网络数据的传输及电源的需求，提高了检测效率，在具体的检测过程中，通过振动检测模块获取了振动偏振量，依据振动检测模型获取了振动影响值，通过温度检测模块获取了温度变化量，依据温度预测模型获取了下一时刻的温度预测影响值，而后通过构建的预警输出模型输出了检测值这个概念值，本发明专利技术所提供的方案基于每一步骤所形成的数据处理模型，所运算的数据基础也仅仅是常规的数据获取，相较于现有技术，一方面提高了运算精度，另一方面也不受到环境的影响，本发明专利技术中所提供的每一步骤的网络模型中均提供了对应的修正函数用以修正环境等的影响。

【技术实现步骤摘要】

本专利技术涉及电机维护的，尤其涉及基于poe供电及网络模型的电机振温智能检测预警系统。

技术介绍

1、poe（power over ethernet）供电技术是一种通过以太网网络线缆传输数据和电力的技术。它利用了现有的以太网布线系统，将电源引入到以太网设备中，从而简化了网络设备的部署和维护，提高了系统的可靠性和效率。电机振温（vibration and temperatureof motors）是指电机在运行过程中所产生的振动和温度。振动可以反映电机内部的机械特性和运行状态，而温度则直接关系到电机的工作效率和寿命。

2、传统的超声水表电机维护一般是通过人工观察或定期检测的方式来监测电机的振温情况，存在巡检效率低下、易出现遗漏等缺点，同时当超声水表处于温度低的情况下，电机运行过程中出现的振动和温度异常难以准确检测和预警，可能导致水管网安全事故，因此，实时准确监测超声水表电机振温并预警的需求显得尤为重要。

3、在此背景下，本专利技术提出了一种基于监测数据处理与预警系统的解决方案，用以解决上述问题并提高维护效率。>

<本文档来自技高网...

【技术保护点】

1.基于POE供电及网络模型的电机振温智能检测预警系统，其特征在于：打开超声水表壳体，将水表壳体内配置的电池模块取出，于水表配置的电路转接板上焊接网络口，所述网络口通过网络线缆连入智能检测预警系统的网络信号接收口，智能检测预警系统通过网络端口的相互连接实时采集电路转接板的报文信息，同时对超声水表进行POE供电；

2.根据权利要求1所述的基于POE供电及网络模型的电机振温智能检测预警系统，其特征在于，依据所述振动幅度曲线A1获取振动偏振量具体包括：

3.其中，θ为振动偏振量，d为构成点的导数值，i为整体数点的单个计量单位，n为振幅达到30μm构成点的数量，j为振幅达...

【技术特征摘要】

1.基于poe供电及网络模型的电机振温智能检测预警系统，其特征在于：打开超声水表壳体，将水表壳体内配置的电池模块取出，于水表配置的电路转接板上焊接网络口，所述网络口通过网络线缆连入智能检测预警系统的网络信号接收口，智能检测预警系统通过网络端口的相互连接实时采集电路转接板的报文信息，同时对超声水表进行poe供电；

2.根据权利要求1所述的基于poe供电及网络模型的电机振温智能检测预警系统，其特征在于，依据所述振动幅度曲线a1获取振动偏振量具体包括：

3.其中，θ为振动偏振量，d为构成点的导数值，i为整体数点的单个计量单位，n为振幅达到30μm构成点的数量，j为振幅达到30μm构成点的单个计量单位，t为额定时间，m为构成点的整体计算数量，2.105为常态化调整函数，dx为积分运算且积分常数为0。

4.根据权利要求2所述的基于poe供电及网络模型的电机振温智能检测预警系统，其特征在于，构建的所述振动检测模型具体为：

5.其中，σ为振动影响值，t为额定时间，f为额定时间内的电机频率，θ为振动偏振量，1.64、1.641、1.03、-1.45均为常态化调整函数，dx为积分运算且积分常数为0。

6.根据权利要求3所述的基于poe供电及网络模型的电机振温智能检测预警系统，其特征在于，依据所述温度变化曲线a2获取温度变化量具体包括：

7.其中，τ为温度...

【专利技术属性】
技术研发人员：周康军，刘彬，张军，张树闻，
申请(专利权)人：山东正瑞电子有限公司，
类型：发明
国别省市：