一种基于数据驱动的电机故障诊断方法和系统与流程
本发明属于信号处理，具体涉及一种基于数据驱动的电机故障诊断方法和系统。
背景技术：
1、电机故障带来的危害包括但不限于生产中断、设备损坏、安全事故等。生产中断可能导致生产计划延误、订单无法按时完成，设备损坏可能导致维修成本增加、设备寿命缩短，安全事故可能导致人身伤害、火灾等严重后果。
2、近些年来，有关电机故障诊断的研究很多，袁凯南等人提出一种基于多故障特征联合的电机健康指数评价系统，获取电机各类运行状态数据后，基于专家系统的联合诊断方式，分别获取判识所得各类故障的故障概率及故障程度，并结合各类故障的危害程度对各类故障进行综合评分得到电机健康状态(袁凯南，一种基于多故障特征联合的电机健康指数评价系统，cn112763908a)。张那明等人提出了一种多源信息融合的电机故障诊断方法，采集电机运行时的声音信号、红外图像以及可见光图像，将获得的声音信号和红外图像的特征信息作为双向长短记忆神经网络bi-lstm的输入进行特征提取，输出该模型的最终特征表示(张那明，一种多源信息融合的电机故障诊断方法，cn 117419915 a)。
3、现有的方法或研究均存在以下一个或多个缺陷与不足：
4、1、目前电机故障诊断方法依赖于专家诊断系统，需要丰富的先验知识或专家建立多指标评判机制。
5、2、目前电机故障诊断中存在特征参数，阈值选取、伪故障特征排除和微弱信号等方面存在提取困难。
6、3、大部分电机故障诊断模型，对模型的准确性要求较高，参数偏差、采样误差、外界干扰等因素都可能带来模型估计误差。
7、4、基于数据驱动的电机诊断方法虽然抗干扰性强，适用于复杂系统，但是方法相对复杂，涉及到关键特征参数提取等问题。
8、5、不同类型的电机诊断方法和过程差别较大，单一诊断模型很难适应不同类别的电机。
9、6、目前的诊断技术多关注于故障的晚期阶段，而对于早期微小故障特征的提取和识别研究较少，这需要更精细的分析技术和算法。
技术实现思路
1、本发明的目的就在于提供一种基于数据驱动的电机故障诊断方法和系统，以解决背景技术中提出的问题。
2、本发明通过以下技术方案来实现上述目的：
3、第一方面、本发明提出了一种基于数据驱动的电机故障诊断方法，所述方法包括：
4、采集电机振动信号数据并进行传输；
5、接收所述数据并确定电机的速度频谱和电源频率；
6、根据速度频谱和电源频率确定转频，根据所述转频是否在预设频率范围内判断电机为同步电机或异步电机，并结合电机类型调取相应的故障诊断策略确定故障类型；
7、所述故障诊断策略包括：对于异步电机，根据滑差、电机极对数、转子条通过频率、以及特定边带确定故障类型；对于同步电机，根据转频、转子条通过频率和边带确定故障类型。
8、进一步的，所述接收所述数据并确定电机的速度频谱和电源频率，包括：
9、对振动信号数据通过快速傅里叶计算电机速度频谱；
10、分别计算所述速度频谱上50hz、60hz、100hz和120hz处对应的峰值能量e1、e2、e3、e4；
11、判断e1+e3和e2+e4数值大小，若e1+e3数值大，电源频率fl为50hz，若e2+e4数值大，电源频率fl为60hz。
12、进一步的，所述根据所述转频是否在预设频率范围内判断电机为同步电机或异步电机，包括：
13、判断转频frpm是否在矩阵数组[fl/4,fl/3,fl/2,fl]内，若在，则该电机属于同步电机，否则属于异步电机。
14、进一步的，所述对于异步电机，根据滑差、电机极对数、转子条通过频率、以及特定边带确定故障类型，包括：
15、(1)确定转频frpm和矩阵数组[fl/4,fl/3,fl/2,fl]中最接近频率项fl/n，n∈{1,2,3,4}，则滑差fp＝fl/n-frpm，电机极对数p＝n，极通过频率ppf＝2p*(fl/n-frpm)；
16、(2)计算转子条通过频率rbpf＝转子条数*frpm；
17、(3)在所述速度频谱中查找转频边带和极通过频率边带，以及估算rbpf并搜索特定边带，根据所述滑差fp、所述电机极对数、所述极通过频率ppf和所述特定边带确定电机故障类型。
18、进一步的，所述特定边带包括2倍电源频率周围的转频边带和极通过频率边带。
19、进一步的，所述对于同步电机，根据转频、边带和转子条通过频率确定故障类型，包括：
20、(1)计算转子条通过频率rbpf：rbpf＝转子条数*frpm；
21、(2)根据转子条通过频率rbpf，并在所述速度频谱中搜索边带；
22、(3)根据所述转频frpm、所述转子条通过频率rbpf和所述边带确定电机故障类型。
23、第二方面、本发明提出了一种基于数据驱动的电机故障诊断系统，所述系统包括：
24、传感器模块，用于在设置在电机上采集电机振动信号数据并进行传输；
25、以及设置于服务器端且与所述传感器模块信号连接的：
26、快速傅里叶变换模块，用于接收所述数据并进行快速傅里叶变换，确定电机的速度频谱；
27、电源频率判断模块，用于根据所述速度频谱上特定频谱的峰值确定电源频率；
28、电机类型判断模块，用于根据速度频谱和电源频率确定转频，根据转频是否在预设频率范围内确定电机类型；
29、异步电机诊断模块，用于计算滑差、电机极对数和转子条通过频率，并分析特定边带以确定故障类型；
30、同步电机诊断模块，用于分析转频、转子条通过频率和边带以确定故障类型。
31、本发明的有益效果在于：本发明中诊断方法完全通过电机自身振动数据驱动，计算出电机的各种故障特征参数，并基于电机故障机理判断出对应的故障类型，该方法具有良好的适用性，能够对不同类型的未知参数电机都能进行准确的故障诊断，为后续的电机检修提供技术支持。
技术特征：
1.一种基于数据驱动的电机故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于数据驱动的电机故障诊断方法，其特征在于：所述接收所述数据并确定电机的速度频谱和电源频率，包括：
3.根据权利要求2所述的一种基于数据驱动的电机故障诊断方法，其特征在于：所述根据所述转频是否在预设频率范围内判断电机为同步电机或异步电机，包括：
4.根据权利要求2所述的一种基于数据驱动的电机故障诊断方法，其特征在于：所述对于异步电机，根据滑差、电机极对数、转子条通过频率、以及特定边带确定故障类型，包括：
5.根据权利要求4所述的一种基于数据驱动的电机故障诊断方法，其特征在于：所述特定边带包括2倍电源频率周围的转频边带和极通过频率边带。
6.根据权利要求2所述的一种基于数据驱动的电机故障诊断方法，其特征在于：所述对于同步电机，根据转频、边带和转子条通过频率确定故障类型，包括：
7.一种基于数据驱动的电机故障诊断系统，其特征在于，所述系统包括：
技术总结
本发明属于信号处理技术领域，具体涉及一种基于数据驱动的电机故障诊断方法和系统，包括采集电机的实际振动信号，通过分析其速度频谱计算转频，判断电源频率以及电机类型。再根据同步或异步电机的机理特性计算边带，滑差，极通过频率等参数，从而进一步判断电机具体的故障。本发明强调了基于电机故障诊断机理，不需要知道电机的转速以及电机的型号，完全依据电机数据本身的数据特性进行故障诊断，计算出对应的滑差Fp，电机极对数，极通过频率PPF，转子条通过频率RBPF等参数，为准确的故障诊断提供数据基础。
技术研发人员：翟中平,张海滨,周同星,张梦,李龙云,徐晖
受保护的技术使用者：安徽智寰科技有限公司
技术研发日：
技术公布日：2024/12/5