电机拖动系统运行健康状态评估系统及方法技术方案

本发明专利技术涉及电机拖动领域，尤其涉及电机拖动系统运行健康状态评估系统及方法，所述系统包括：第一数据采集模块，用于采集检修期内的电动机的运行数据；第二数据采集模块，用于采集检修期内的负载的运行数据；故障检测模块，用于对控制器的运行进行故障分析；神经网络模型，用于根据电动机的运行数据以及负载的运行数据进行故障分析；系统评分模块，内置有故障评分的规则，用于根据控制器、电动机以及控制器的故障分析结果计算系统评分。通过使用本发明专利技术，可以实现以下效果：能够准确的评估电机拖动系统的运行健康状态。

Health Evaluation System and Method for Motor Driving System

The invention relates to the field of motor drive, in particular to the health evaluation system and method of motor drive system. The system includes: the first data acquisition module, which is used to collect the operation data of motor during maintenance period; the second data acquisition module, which is used to collect the operation data of load during maintenance period; and the fault detection module, which is used to fault the operation of controller. Analysis; Neural network model for fault analysis based on motor operation data and load operation data; system scoring module, with built-in fault scoring rules, is used to calculate system scoring based on the fault analysis results of controller, motor and controller. By using the invention, the following effects can be achieved: the operation health state of the motor drive system can be accurately evaluated.

【技术实现步骤摘要】
电机拖动系统运行健康状态评估系统及方法
本专利技术涉及电机拖动领域，尤其涉及电机拖动系统运行健康状态评估系统及方法。
技术介绍
电机拖动，即以电动机作为原动机拖动机械设备运动的一种拖动方式。电机拖动系统包括依次连接的控制器、电动机以及负载，控制器通过对电动机的控制，来实现对负载的驱动。现有的对电机拖动系统运行健康状态进行评估的方法有两种。第一种：根据电动机以及负载的累计工作时间，若其累计工作时间接近其工作寿命，则判断其运行健康状态不佳。第二种，工作人员通过感官来判断，例如对电动机或负载的振动的幅度以及频率与其正常工作时进行比较，来判断其工作状态。显然，这两种评估方法不能准确的评估电机拖动系统运行健康状态。
技术实现思路
为解决上述问题，本专利技术提出电机拖动系统运行健康状态评估系统及方法，以准确评估电机拖动系统运行的健康状态。电机拖动系统运行健康状态评估系统，所述电机拖动系统包括依次连接的控制器、电动机以及负载，所述运行健康状态评估系统包括：第一数据采集模块，用于采集检修期内的电动机的运行数据；第二数据采集模块，用于采集检修期内的负载的运行数据；故障检测模块，用于对控制器的运行进行故障分析；神经网络模型，用于根据电动机的运行数据以及负载的运行数据进行故障分析；系统评分模块，内置有故障评分的规则，用于根据控制器、电动机以及负载的故障分析结果计算系统评分。优选的，所述第一数据采集模块包括：第一电流传感器，用于采集电动机运行时的输出电流。优选的，所述第一数据采集模块包括：第一电压传感器，用于采集电动机运行时的输出电压。优选的，所述第一数据采集模块包括：第一振动传感器，用于采集电动机运行时的振动参数。优选的，所述第一数据采集模块包括：转速传感器，用于采集电动机运行时的转速。优选的，所述第二数据采集模块包括：第二振动传感器，用于采集负载运行时的振动参数。优选的，所述第二数据采集模块包括：油液数据采集模块，用于采集负载的油液数据。本专利技术还提供了电机拖动系统运行健康状态评估方法，所述方法包括以下步骤：在系统评分模块内设置故障评分的规则；采集检修期内的电动机的运行数据以及负载的运行数据；判断控制器在检修周期内是否发生故障报警或发生警告报警；将电动机的运行数据和负载的运行数据输入到训练后的神经网络模型进行故障分析；系统评分模块根据对控制器的判断结果以及故障分析的结果计算系统评分。优选的，所述电动机的运行数据包括：输出电流、输出电压、振动参数。优选的，所述负载的运行数据包括振动参数、油液参数、转速。通过使用本专利技术，可以实现以下效果：通过第一数据采集模块、第二数据采集模块采集检修期内的电动机和负载的运行数据；通过神经网络模型对电动机的运行数据以及负载的运行数据进行故障分析，输出分析结果；最后通过系统评分模块根据故障分析的结果以及控制器是否报警计算系统评分，能够准确评估电机拖机系统的健康状态。附图说明下面结合附图和具体实施方式对本专利技术作进一步详细的说明。图1是本专利技术实施例中电机拖动系统的整体结构示意图；图2是本专利技术实施例中电机拖动系统运行健康状态评估系统的模块连接示意图；图3是本专利技术实施例中电机拖动系统运行健康状态评估方法的流程图。具体实施方式以下结合附图，对本专利技术的技术方案作进一步的描述，但本专利技术并不限于这些实施例。如图1所示，电机拖动系统包括依次连接的控制器、电动机以及负载，控制器通过对电动机的控制，来实现对负载的驱动。在运行健康状态评估之前，需要通过大量的历史数据以及实验平台数据训练相关的神经网络模型。神经网络具有自学习、自组织与自适应性。神经网络的自学习是指，当外界环境(输入)发生变化时，神经网络可以经过一段时间的训练，通过对内部参数和结构的调整，使得对于给定的输入能够产生期望的输出。神经网络模型训练好之后，输入电动机的运行数据、负载的运行数据，可以判断出电动机和负载的运行情况。本专利技术实施例提供一种电机拖动系统运行健康状态评估系统，如图2所示，包括：第一数据采集模块，用于采集检修期内的电动机的运行数据；第二数据采集模块，用于采集检修期内的负载的运行数据；故障检测模块，用于对控制器的运行进行故障分析，；神经网络模型，用于根据电动机的运行数据以及负载的运行数据进行故障分析；系统评分模块，内置有故障评分的规则，用于根据控制器、电动机以及负载的故障分析结果计算系统评分。本实施例中，通过第一数据采集模块、第二数据采集模块采集检修期内的电动机和负载的运行数据；通过神经网络模型对电动机的运行数据以及负载的运行数据进行故障分析，输出分析结果；最后通过系统评分模块根据故障分析的结果以及控制器是否报警计算系统评分。具体的，第一数据采集模块包括：第一电流传感器，用于采集电动机运行时的输出电流。电动机运行时的输出电流作为电动机健康状态评估的重要依据，当输出电流大于输出最大电流或者小于输出最小电流时，说明电动机已经出现故障或将要出现故障。进一步的，第一数据采集模块还包括：第一电压传感器，用于采集电动机运行时的输出电压。电动机运行时的输出电压作为电动机健康状态评估的重要依据，当输出电压大于输出最大电压或者小于输出最小电压时，说明电动机已经出现故障或将要出现故障。进一步的，第一数据采集模块还包括：第一振动传感器，用于采集电动机运行时的振动参数。电动机运行时的振动参数作为电动机健康状态评估的重要依据，主要包括：振动幅值以及振动频率。当电动机的振动幅值大于最大幅值或者小于最大幅值，或者振动频率大于最大频率或者小于最小频率时，说明电动机已经出现故障或将要出现故障。进一步的，第一数据采集模块还包括：转速传感器，用于采集电动机运行时的转速。电动机运行时的转速作为电动机健康状态评估的重要依据，当电动机的转速大于最大转速或者小于最低转速时，同样说明电动机已经出现故障或将要出现故障。以电动机运行时的输出电流、输出电压、振动参数以及转速为依据，神经网络模型能够判断出电动机是否已经出现故障或将要出现故障。具体的，第二数据采集模块包括：第二振动传感器，用于采集负载运行时的振动参数。负载运行时的振动参数作为负载健康状态评估的重要依据，包括：振动幅值以及振动频率。当负载的振动幅值大于最大幅值或者小于最小幅值时，或者振动频率大于最大频率或者小于最小频率时，同样说明负载已经出现故障或将要出现故障。进一步的，第二数据采集模块还包括：油液数据采集模块，用于采集负载的油液数据。负载的油液数据包括：粘度：粘度增加可能是基于油品的氧化、不溶物含量增高、高粘度油品或水分的渗入。粘度降低可能是基于低粘度油品、水、冷剂或燃料的渗入；或是油品内高分子聚合物受剪切力而产生变化。闪点：闪点降低显示油品被燃物所稀释，或是油品过高温度而裂化。不溶物：戊烷不溶物显示油品里固体物质的总含量，包含有机物和无机物。甲苯能溶解大部分的有机物质，故此甲苯不溶物只包含污垢沙粒，磨损金属微粒及未燃烧碳屑。戊烷与甲苯不溶物的差额代表胶质及氧化物的含量。通常戊烷不溶物超越某一限额时才量度甲苯不溶物。颜色：在极短时期内油品颜色变深显示油品被污染或开始被氧化。水分：油品中有水显示系统穿漏或空气中的水分凝结。水分会引起腐蚀和氧化，亦会使油品乳化。故此应以离心法，隔滤法或真空处理清除。酸性及碱性：酸碱度(pH)—pH增高代表渗本文档来自技高网...

【技术保护点】
1.电机拖动系统运行健康状态评估系统，所述电机拖动系统包括依次连接的控制器、电动机以及负载，其特征在于，所述运行健康状态评估系统包括：第一数据采集模块，用于采集检修期内的电动机的运行数据；第二数据采集模块，用于采集检修期内的负载的运行数据；故障检测模块，用于对控制器的运行进行故障分析；神经网络模型，用于根据电动机的运行数据以及负载的运行数据进行故障分析；系统评分模块，内置有故障评分的规则，用于根据控制器、电动机以及负载的故障分析结果计算系统评分。

【技术特征摘要】
1.电机拖动系统运行健康状态评估系统，所述电机拖动系统包括依次连接的控制器、电动机以及负载，其特征在于，所述运行健康状态评估系统包括：第一数据采集模块，用于采集检修期内的电动机的运行数据；第二数据采集模块，用于采集检修期内的负载的运行数据；故障检测模块，用于对控制器的运行进行故障分析；神经网络模型，用于根据电动机的运行数据以及负载的运行数据进行故障分析；系统评分模块，内置有故障评分的规则，用于根据控制器、电动机以及负载的故障分析结果计算系统评分。2.根据权利要求1所述的电机拖动系统运行健康状态评估系统，其特征在于，所述第一数据采集模块包括：第一电流传感器，用于采集电动机运行时的输出电流。3.根据权利要求1所述的电机拖动系统运行健康状态评估系统，其特征在于，所述第一数据采集模块包括：第一电压传感器，用于采集电动机运行时的输出电压。4.根据权利要求1所述的电机拖动系统运行健康状态评估系统，其特征在于，所述第一数据采集模块包括：第一振动传感器，用于采集电动机运行时的振动参数。5.根据权利要求1所述的电机拖动系统运行健康状态评估系统，其特征在...

【专利技术属性】
技术研发人员：杨军，
申请(专利权)人：长兴昇阳科技有限公司，
类型：发明
国别省市：浙江,33