本申请涉及数据分析,尤其涉及一种电机监测方法、装置及相关设备。
背景技术:
1、冶金行业的各个产线上所配置的电机数量较多,且电机运行时的工况(包括低速重载、变速变载、间歇式运行等)复杂,这使得电机在使用过程中出现故障的概率较高。
2、目前,为及时发现并解决电机的故障问题,相关企业多采用人工巡检的方式对电机的运行状态进行监控,即通过人工分析所采集的电机振动数据的方式,从多个运作中的电机中甄别出存在故障的电机。
3、上述人工巡检的方式不仅人力成本较高,且仅能在电机出现故障问题后进行识别,也就是说,相关技术对电机的监测效果较差。
技术实现思路
1、本申请实施例提供一种电机监测方法、装置及相关设备,以解决相关技术对电机的监测效果较差的问题。
2、为解决上述问题,本申请是这样实现的:
3、第一方面,本申请实施例提供了一种电机监测方法,由网络侧设备执行,包括:
4、获取目标电机的目标振动信息,所述目标振动信息包括由目标振动参数向量组成的信号参数矩阵,且所述信号参数矩阵包括目标振动信号参数向量的维数和目标振动信号参数向量的采集次数;
5、根据所述信号参数矩阵,生成对应的目标稳态参数,其中,所述目标稳态参数用于表征所述目标电机在运作时的振动状况;
6、在所述目标稳态参数大于稳态阈值的情况下,确定所述目标电机运作异常,并生成对应的报警信息。
7、第二方面,本申请实施例还提供一种电机监测装置,包括:
8、信息获取模块,用于获取目标电机的目标振动信息,所述目标振动信息包括由目标振动参数向量组成的信号参数矩阵,且所述信号参数矩阵包括目标振动信号参数向量的维数和目标振动信号参数向量的采集次数;
9、参数获取模块,用于根据所述信号参数矩阵,生成对应的目标稳态参数,其中,所述目标稳态参数用于表征所述目标电机在运作时的振动状况;
10、报警模块,用于在所述目标稳态参数大于稳态阈值的情况下,确定所述目标电机运作异常,并生成对应的报警信息。
11、第三方面,本申请实施例还提供一种通信设备,包括:收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序;其特征在于,所述处理器,用于读取存储器中的程序实现如前述第一方面所述方法中的步骤。
12、第四方面,本申请实施例还提供一种可读存储介质,用于存储程序,所述程序被处理器执行时实现如前述第一方面所述方法中的步骤。
13、在本申请实施例中,通过获取目标电机的目标振动信息,并对目标振动信息包括的信号参数矩阵进行分析,以获得用于表征目标电机在运作时的振动状况的目标稳态参数,并在目标稳态参数大于稳态阈值的情况下,及时生成报警信息的方式,避免目标电机的异常问题持续累积并引发电机故障,这能使目标电机获得较好的监测效果,并能在一定程度上延长目标电机的使用寿命。
1.一种电机监测方法,由网络侧设备执行,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述信号参数矩阵,生成对应的目标稳态参数,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据目标循环神经网络对所述信号参数矩阵进行编码,生成目标信号参数矩阵之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标信息得到目标稳态参数之前,所述方法还包括:
5.根据权利要求2所述的方法,其特征在于,所述获取目标电机的目标振动信息,包括:
6.根据权利要求5所述的方法,其特征在于,所述获取所述目标电机的初始振动信息,包括:
7.一种电机监测装置,其特征在于,包括:
8.根据权利要求7所述的装置,其特征在于,所述参数获取模块包括:
9.根据权利要求8所述的装置,其特征在于,所述装置还包括网络获取模块,所述网络获取模块用于获取目标循环神经网络,其中,所述目标循环神经网络为通过预设的训练样本训练完成的循环神经网络,所述训练样本包括电机的异常信息以及正常运行信息。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括阈值获取模块,所述阈值获取模块用于根据所述目标循环神经网络获得稳态阈值。
11.根据权利要求8所述的装置,其特征在于,所述信息获取模块包括:
12.根据权利要求11所述的装置,其特征在于,所述信息获取单元包括:
13.一种通信设备,包括:收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序;其特征在于,所述处理器,用于读取存储器中的程序实现如权利要求1至6中任一项所述的电机监测方法中的步骤。
14.一种可读存储介质,用于存储程序,其特征在于,所述程序被处理器执行时实现如权利要求1至6中任一项所述的电机监测方法中的步骤。