一种电机故障诊断系统的制作方法

本实用新型属于电机故障诊断领域，具体涉及一种电机故障诊断系统。

背景技术：

电机因为具有结构简单、制造方便、可靠性高等优点已经在工农业生产和人们日常生活等领域中得到广泛的应用，是生产和生活这些领域中主要的原动力和驱动设备，因此电机是否能够正常运行对于各领域生产制造过程中的安全、高效、稳定运行有着非常重大的意义，在实际运行过程中电机的工作环境相对来说都比较恶劣，容易受到各种因素的影响比如电气、机械和化学等，所以电机极易发生故障，如果能够及时发现电机早期故障，并对故障进行诊断和维修，则能够保证生产系统的正常运行，而且还会延长电机的使用寿命。因此，电机的故障实时诊断已日益引起人们的重视。

技术实现要素：

为了克服上述现有技术的缺点，本实用新型的目的在于提供一种电机故障诊断系统，能够对故障类型进行区分，实时诊断电机故障，并进行提醒。

本发明至少通过如下技术方案之一实现。

一种电机故障诊断系统，包括传感器组、数据采集装置、信号处理装置、训练模块、数据储存装置、诊断模块、故障提醒装置、故障显示装置；

所述传感器组用于接收电机在运行过程中的运行参数；

所述数据采集装置与传感器组连接，用于收集传感器组接收的数据；

所述信号处理装置与数据采集装置连接，用于处理数据采集装置收集的数据，提高信噪比；

所述训练模块与信号处理装置连接，用于训练信号处理装置传输过来的数据，将训练形成的数据库输送到所述数据储存装置；

所述诊断模块与信号处理装置连接，用于诊断电机在运行过程中的故障，将从信号处理装置接收到的数据与所述数据储存装置作对比，判断电机是否故障；

所述诊断模块连接有故障提醒装置、故障显示装置。

进一步地，所述传感器组包括电流传感器，所述电流传感器安装在电机的定子绕组上。

进一步地，所述传感器组包括加速度传感器，所述加速度传感器安装在电机的外壳上。

进一步地，所述传感器组包括速度传感器，所述速度传感器安装在电机的转子上。

进一步地，所述传感器组包括位移传感器。

进一步地，所述电流传感器型号为acs712elc-20a。

进一步地，所述加速度传感器为美国pcb公司的333b32压电式加速度传感器。

该型号加速度传感器为icp型传感器，直接与数据采集装置相连，由数据采集装置供电。

进一步地，所述位移传感器选用英国kaman公司的kd-2306位移传感器，该传感器是电涡流式传感器。

进一步地，所述数据采集装置为西门子lmsscadas移动式数据采集前端。

进一步地，所述故障提醒装置包括有蜂鸣器和led灯。

本实用新型的有益效果为：

根据本实用新型的电机的故障诊断系统，可以实现对电机正常与否的诊断，识别电机故障类型。

附图说明

图1为本申请实施方式的电机故障诊断系统的功能模块图；

图2为本实施例使用的二分类svm法的故障诊断流程框图。

具体实施方式

下面结合图1和具体实施方式，对本实用新型的结构进行进一步详细说明。

一种电机故障诊断系统，包括传感器组、数据采集装置、信号处理装置、训练模块、数据储存装置、诊断模块、故障提醒装置、故障显示装置；

所述传感器组用于接收电机在运行过程中的运行参数；所述数据采集装置与传感器组连接，用于收集传感器组接收的数据；

所述信号处理装置与数据采集装置连接，用于处理数据采集装置收集的数据，提高信噪比；

所述训练模块与信号处理装置连接，用于训练信号处理装置传输过来的数据，将训练形成的数据库输送到所述数据储存装置；训练模块使用经信号处理模块处理后的标定数据作为训练一类支持向量机法(supportvectormachine,svm)的训练样本，将生成一类支持向量机法的映射空间的正常区域存储到数据存储模块；使用经信号处理模块处理后的测试数据作为追加的标定数据，使用二分类支持向量机法构造若干二分类器生成新的映射空间的异常区域存储到数据存储模块；数据存储模块，存储训练模块所述映射空间的所述正常区域和异常区域。

一类支持向量机法即一类svm法训练过程包括以下步骤：

(1)规范化特征矩阵t＝[t1,…,tp]^t的列向量成零均值单位方差，其中p为训练样本，t1～tp为时域特征；

(2)基于特征矩阵t训练一类svm模型：

其中，β＝[β1,...,βp]^t为优化权值向量，β1～βp为优化权值系数，通过求解式(1)得到β1～βp的值；

约束条件为：b∈[1,p]，其中v∈{0,1}，参数v表示置信水平；

式(1)中，hbc＝k(tb,tc)为核函数，tb、tc∈t，c∈[1，p]，tb、tc均为目标向量，t为特征矩阵，核函数选择径向基核函数为

其中，σ为标准差；

(3)计算偏移量b：

其中：tz为松弛因子ξz＝0对应的支持向量，tz的个数为ns，tc表示目标向量，βc为优值系数，设定置信水平v，验证数据组t1＝[t1',…,tp1']^t，其中p1为验证数据数，t1'～tp1'为时域特征，然后根据验证数据组计算测量统计值f(t)，

其中，βz为优化权值系数，将f(t)按从大到小的顺序排列，取第v×p1个测量统计值f(t)的值为阈值jth。

二分类支持向量机法即二分类svm法训练过程包括以下步骤：

(1)测试数据集(xd',yd'),d＝1,2,…,l,xd'∈rⁿ为输入数据，l为二分类svm训练样本数，rⁿ为实数集，yd'＝{-1,+1}为输出类别；

(2)二分类svm模型为：

约束条件为：其中v'∈{0,1}，参数v＇表示置信水平，βd'为优化权值系数；

式(2)中，函数选择径向基核函数为

其中g∈[1,l]，σ为标准差；

(3)计算偏移量b＇：

其中：xf'为二分类svm法的支持向量，xf'的个数为nl，xg'表示二分类svm法的目标向量，βg'为优化权值系数，

(4)将测试数据集(xd',yd')代入式(2)中，计算f(xd',yd')的值，将f(xd',yd')＝+1的数据分为一类故障，将f(xd',yd')＝-1的数据分为另一类故障。

所述诊断模块与信号处理装置连接，用于诊断电机在运行过程中的故障，将从信号处理装置接收到的数据与所述数据储存装置作对比，使用一类支持向量机法判断电机是否故障；若该数据包含于正常区域内，电机被诊断为正常，反之为异常数据。如图2所示，诊断模块在进行异常数据分类诊断时，先将异常测试数据输入第一分类器1(svm1)，若判别式输出为1，则判定测试数据属于故障1，分类结束；否则输入给第二分类器2(svm2)，若判别式输出为1，则判定测试数据属于故障2，以此类推，直到分类结束。若最终输出为-1，则说明测试样本所属类别不在这k类故障之中。

所述诊断模块连接有故障提醒装置、故障显示装置。

所述传感器组包括电流传感器、加速度传感器、速度传感器和位移传感器，所述电流传感器安装在电机的定子绕组上；所述加速度传感器安装在电机的外壳上；所述速度传感器安装在电机的转子上。

所述电流传感器型号为acs712elc-20a，可以测量正负20安电流，对应模拟量输出100mv/a。

所述加速度传感器为美国pcb公司的333b32压电式加速度传感器，灵敏度100mv/g，测量频率范围0.5～3000hz，分辨率0.00015g，输出电压直流0～10v，最大测量峰值50g。该型号加速度传感器为icp型传感器，直接与数据采集装置相连，由数据采集装置供电。

所述位移传感器选用英国kaman公司的kd-2306位移传感器，该传感器是电涡流式传感器，量程0～2.5mm,供电电压直流24v，输出电压直流0～10v，最高响应频率50khz。

所述数据采集装置为西门子lmsscadas移动式数据采集前端，具有16个信号采集通道、2个转速输入通道和2个信号源输出通道。

所述信号处理装置、训练模块、数据储存装置、诊断模块可以采取处理器以及存储由该处理器执行的计算机可读程序代码的计算机可读介质、逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制单元(mcu)的形式，上述模块(信号处理装置、训练模块、数据储存装置和诊断模块)包括但不限于以下微控制单元：stm32f103c8t6、stc89c52、raspberrypi4modelb、atmelat91sam、microchippic18f26k20。

所述故障提醒装置包括有蜂鸣器和led灯。

所述故障显示装置为led显示屏。

首先传感器组采集电机在运行中的信号数据，将其数据传输到数据采集装置，接着信号处理装置处理数据采集装置中的信号数据，提高信噪比，训练模块训练信号处理装置传输过来的数据，将训练形成的数据库输送到所述数据储存装置；当新的电机的信号数据传输进来时，诊断模块将从信号处理装置接收到的数据与所述数据储存装置作对比，判断电机是否故障；最后将诊断模块的诊断结果显示在故障显示装置，如果电机出现故障，将启动故障提醒装置进行报警。

上述为本实用新型较佳的实施方式,但本实用新型的实施方式并不受上述内容的限制,其他的任何未背离本实用新型的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本实用新型的保护范围之内。