一种电机运行状态智能监测方法与流程

本申请涉及数据处理，具体涉及一种电机运行状态智能监测方法。

背景技术：

1、随着工业生产的发展，电机作为工业生产中重要的动力源之一，在工业生产中的地位也逐渐提升，由于工业生产往往需要电机维持整个生产流程中所有设备的稳定运行，以确保生产效率，电机作为工业生产的动力源头，其运行状态决定了该生产流程的效率。

2、随着计算机科学和传感器设备的发展，对电机运行状态的监测方法逐渐增多。目前大多数对电机运行状态的监测方法是采用传感器对电机运行时的电流电压等进行异常监测。传统的电机状态监测方法通常需要安装传感器来获取相关参数和信号，这可能对电机的工作效率和可靠性产生一定的影响，而对于工作年龄较大的电机，植入侵入性传感器可能会对电机造成不可逆的影响。为了解决这个问题，近年来出现了一些非侵入性或低侵入性的电机状态监测方法，以减少对电机本身的干扰并降低潜在风险。目前大多采用温振一体传感器对电机运行时外部振动速度、振动位移数据进行获取，进而评估电机的运行状态。

3、然而由于电机的运行状态多变，实际应用情况较为复杂，振动速度的数据难以独立对电机运行状态进行评估，而电机振动位移数据又会因为电机的运行环境和电机的朝向导致位移数据方向单一而可能会对电机运行状态评估产生偏差。

技术实现思路

1、为了解决上述技术问题，本发明提供一种电机运行状态智能监测方法，以解决现有的问题。

2、本发明的一种电机运行状态智能监测方法采用如下技术方案：

3、本发明一个实施例提供了一种电机运行状态智能监测方法，该方法包括以下步骤：

4、获取电机振动速度数据以及电机振动位移数据；根据电机振动位移数据获取电机振动位移矩阵；

5、根据各时刻的电机振动速度数据变化获取各时刻的跳变情况辨别指数；根据各时刻的跳变情况辨别指数获取跳变聚类点簇；根据跳变聚类点簇中各跳变点获取各跳变点的后续关联系数；根据电机振动位移矩阵获取各时刻的电机振偏系数；根据各跳变点的后续关联系数以及与其对应时刻的电机偏振系数获取各跳变点的异常评估指数；根据各跳变点的异常评估指数筛选出异常跳变点；根据各异常跳变点对应的时刻点获取时刻数据集合；根据各时刻数据集合构建电机异常运行指数；

6、基于电机异常运行指数完成电机运行状态的检测。

7、优选的，所述根据各时刻的电机振动速度数据变化获取各时刻的跳变情况辨别指数，具体为：

8、将各时刻的电机振动速度数据变化值与前一时刻的电机振动速度差值的二分之一作为该时刻的跳变变化率；将各时刻的跳变变化率与所有时刻跳变变化率的均值的差值绝对值作为各时刻的跳变情况辨别指数。

9、优选的，所述根据各时刻的跳变情况辨别指数获取跳变聚类点簇，获取方法为：

10、获取所有时刻的跳变情况辨别指数最大值；将所有时刻的跳变情况辨别指数作为聚类算法的输入，获取两个聚类簇；将跳变情况辨别指数最大值所在聚类簇记为跳变聚类簇。

11、优选的，所述根据跳变聚类点簇中各跳变点获取各跳变点的后续关联系数，获取方法为：

12、将各跳变点在电机振动速度数据序列中对应数据点以及对应数据点的后m个数据点组成关联序列，其中，m为预设数据点个数；获取关联序列的均值和标准差；计算所述标准差与所述均值的比值；将所述比值的相反数作为以自然常数为底数的指数函数的指数；将所述指数函数的计算结果作为各跳变点的跳变后续关联系数。

13、优选的，所述根据电机振动位移矩阵获取各时刻的电机振偏系数，获取方法为：

14、将各时刻电机轴两个垂直方向上的位移数据的比值的反余弦函数的值作为各时刻电机振动偏向方向的夹角；获取所有时刻电机振动偏向方向夹角均值；将各时刻电机振动偏向方向夹角与所述夹角均值的差值绝对值的平方记为夹角差异值；

15、将各时刻电机轴两个垂直方向上的位移数据的欧氏距离作为各时刻的振动偏向方向位移值；获取所有时刻的振动偏向方向位移值均值；将各时刻电机振动偏向方向位移值与所述位移值均值的差值绝对值的平方记为位移差异值；

16、将所述夹角差异值与位移差异值的乘积作为各时刻的电机振偏系数。

17、优选的，所述异常评估指数为各跳变点的后续关联系数以及与其对应时刻的电机偏振系数的乘积。

18、优选的，所述根据各跳变点的异常评估指数筛选出异常跳变点，具体步骤包括：

19、采用交叉验证算法根据所有跳变点的异常评估指数获取异常评估指数阈值；将异常评估指数大于异常评估指数阈值的跳变点记为异常跳变点。

20、优选的，所述根据各异常跳变点对应的时刻点获取时刻数据集合，具体方法为：

21、获取各异常跳变点在电机运行振动数据中的对应时刻；采用区域生长算法，以任一异常跳变点对应的时刻点为初始点，将两个异常跳变点对应的时刻点相邻作为生长准则，获得各时刻数据集合。

22、优选的，所述根据各时刻数据集合构建电机异常运行指数，具体表达式为：

23、,

24、,

25、式中，qs为电机异常运行指数，rh为第h个时刻的权值，p为异常跳变点的时刻数据集合总数，dh、dj分别为第h个、第j个时刻数据集合，card()为获取集合元素个数函数，element()f为获取集合第f个元素的对应振动速度数据值函数。

26、优选的，所述基于电机异常运行指数完成电机运行状态的检测，具体方法为：

27、采用交叉验证算法根据电机异常运行指数获取电机异常运行阈值；当电机异常运行指数大于电机异常阈值时，说明电机运行异常；当电机异常运行指数小于电机异常阈值时，说明电机运行正常。

28、本发明至少具有如下有益效果：

29、本发明主要针对电机运行时振动速度数据难以独立对电机运行状态评估且电机振动位移数据易辨别错误的情况，本发明首先根据电机的轴方向设置温振一体变送器对电机运行状态进行检测，减少了因为电机的运行环境或是电机的设置位置产生的振动数据误差；同时，对电机运行时的振动情况进行分析，筛选跳变数据，再对跳变时刻数据所对应的振动位移数据进行方向合成，结合振动速度和振动位移构建电机异常运行指数，进而更好地评估电机运行情况的异常程度，对电机运行状态进行检测，有效提升检测的鲁棒性与准确性。

技术特征：

1.一种电机运行状态智能监测方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述根据各时刻的电机振动速度数据变化获取各时刻的跳变情况辨别指数，具体为：

3.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述根据各时刻的跳变情况辨别指数获取跳变聚类点簇，获取方法为：

4.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述根据跳变聚类点簇中各跳变点获取各跳变点的后续关联系数，获取方法为：

5.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述根据电机振动位移矩阵获取各时刻的电机振偏系数，获取方法为：

6.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述异常评估指数为各跳变点的后续关联系数以及与其对应时刻的电机偏振系数的乘积。

7.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述根据各跳变点的异常评估指数筛选出异常跳变点，具体步骤包括：

8.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述根据各异常跳变点对应的时刻点获取时刻数据集合，具体方法为：

9.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述根据各时刻数据集合构建电机异常运行指数，具体表达式为：

10.如权利要求1所述的一种电机运行状态智能监测方法，其特征在于，所述基于电机异常运行指数完成电机运行状态的检测，具体方法为：

技术总结
本发明涉及数据处理技术领域，具体涉及一种电机运行状态智能监测方法，包括：获取电机振动速度数据以及电机振动位移矩阵；对电机运行时的振动情况进行分析，构建振动跳变点后续关联系数；结合电机振动的位移数据，获取电机振动偏向方向夹角以及偏向方向向量值；构建电机振偏系数；构建各跳变点的异常评估指数；筛选出异常跳变点；根据异常跳变点出现的时间特征构建电机异常运行指数；从而实现对电机运行状态的检测，有效减少电机运行环境中产生的振动误差，提升检测结果的准确性。

技术研发人员：王华军,王春彦,尚栋
受保护的技术使用者：苏州保邦电气有限公司
技术研发日：
技术公布日：2024/1/16