【技术实现步骤摘要】
本专利技术涉及电机故障监测，尤其涉及一种基于边缘计算与标识解析的电机故障诊断方法及系统。
技术介绍
1、电机作为一种最重要的动力部件，普遍使用在生产的各个领域，且大多数都是24小时连续运转，在长时间的运转过程中，一旦出现问题，会导致整个生产线无法正常生产，从而给企业造成巨大的损失。因此，需要研究有效的电机故障诊断方法，及时发现电机故障，避免电机突发故障引起的非计划停工停产。
2、目前，电机诊断的方法多利用数采装置现场采集设备信号，并将信号传输给上位机处理，得出诊断结果。现在工业生产领域主要采用云计算，利用云端平台处理车间设备的数据。但是随着接入云端平台设备数量的增加，导致数据流量快速增长，使得通信网络面临巨大的压力，导致数据护理效率低下。同时，通过上位机平台诊断的方式还存在数据存储、计算压力大的问题。此外，随着工业生产车间规模的扩大，需要监测的电机数量大幅增多，数据混杂，电机身份不明确，导致诊断结果与电机身份之间的关系不易确定，数据溯源较为困难。
技术实现思路
1、本专利技术实施例提供了一种基于边缘计算与标识解析的电机故障诊断方法及系统，用于解决如下技术问题：电机故障诊断中数据处理效率低下以及诊断结果与电机身份之间的关系不易确定，数据溯源较为困难。
2、本专利技术实施例采用下述技术方案：
3、一方面，本专利技术实施例提供了一种基于边缘计算与标识解析的电机故障诊断方法，方法包括：采集待测电机的运行信息，并基于边缘计算技术，对所述运行信息进行特征分析
4、在一种可行的实施方式中，采集待测电机的运行信息，并基于边缘计算技术，对所述运行信息进行特征分析，得到所述待测电机的故障特征数据，具体包括：采集所述待测电机的运行信息；其中，所述运行信息至少包括振动加速度信号以及运行温度信息；基于边缘计算技术，对所述待测电机的振动加速度信号进行时域计算以及频谱计算，得到所述待测电机的故障特征数据；其中，所述故障特征数据包括时域特征参数以及频域特征频率。
5、在一种可行的实施方式中，对所述待测电机的振动加速度信号进行时域计算以及频谱计算，得到所述待测电机的故障特征数据，具体包括：通过fpu单精度浮点运算处理单元，对所述振动加速度信号进行浮点运算，得到所述待测电机的时域特征参数；其中，所述时域特征参数至少包括：峭度、均方根、裕度、平均值、峰值以及峰峰值；通过fft函数，对所述振动加速度信号进行快速傅里叶变换，得到离散频域振动加速度信号；计算所述离散频域振动加速度信号的特征频率，得到所述待测电机的频域特征频率。
6、在一种可行的实施方式中，在基于边缘计算技术，对所述运行信息进行特征分析，得到所述待测电机的故障特征数据之前，所述方法还包括：将所述工业智能平台中的数据计算模型以及处理算法模型切分为多个子模块，在所述工业智能平台中卸载并迁移到终端装置中；将采集的待测电机的运行信息传输给所述终端装置的微处理器，以在所述微处理器内部完成所述故障特征数据的计算。
7、在一种可行的实施方式中，在获取所述待测电机的标识码之前，所述方法还包括：基于标识解析技术，为所述待测电机注册标识解析码；其中，所述标识解析码由标识前缀与标识后缀构成；所述标识前缀包括国家代码、行业代码以及企业代码；所述标识后缀包括对象代码以及安全代码；所述安全代码用于标识唯一对象；根据所述标识解析码，在工业智能平台中注册所述待测电机的设备信息，得到所述待测电机的标识码；将注册的所述标识码写入所述待测电机对应的终端装置的内存中。
8、在一种可行的实施方式中，对所述标识码进行标识解析，获取待测电机的设备信息，具体包括：通过标识解析技术，对上传到工业智能平台的标识码进行标识解析，获取存放在标识解析节点内的企业信息以及存放在工业智能平台中的设备信息。
9、在一种可行的实施方式中，将所述故障特征数据输入故障诊断模型中，获取所述待测电机的故障诊断结果，具体包括：将所述故障特征数据输入预训练的故障诊断模型中，得到所述待测电机的故障诊断结果；其中，所述故障诊断结果至少包括：是否存在故障、故障类型、故障严重程度。
10、在一种可行的实施方式中，在对所述标识码进行标识解析，获取待测电机的设备信息之后，所述方法还包括：根据所述待测电机的设备信息，对所述待测电机进行身份识别认证；若认证通过，则展示所述待测电机的故障诊断结果。
11、另一方面，本专利技术实施例还提供了一种基于边缘计算与标识解析的电机故障诊断系统，系统包括：传感器信号采集模块、边缘计算模块、主动标识模块、无线通讯模块以及工业智能平台；所述传感器信号采集模块用于采集待测电机的运行信息；所述边缘计算模块用于基于边缘计算技术，对所述运行信息进行特征分析，得到所述待测电机的故障特征数据；所述主动标识模块用于获取所述待测电机的标识码；所述无线通讯模块用于将所述标识码与所述故障特征数据融合后上传到工业智能平台；所述工业智能平台用于对所述标识码进行标识解析，获取待测电机的设备信息；将所述故障特征数据输入故障诊断模型中，获取所述待测电机的故障诊断结果，并将所述故障诊断结果与所述待测电机的设备信息进行绑定。
12、在一种可行的实施方式中，所述主动标识模块以及所述边缘计算模块安装于微处理器中；所述微处理器中包括电机标识码存放空间，所述电机标识码存放空间长度为60位。
13、与现有技术相比，本专利技术实施例提供的一种基于边缘计算与标识解析的电机故障诊断方法及系统，具有如下有益效果：
14、本专利技术通过边缘计算，实现了在电机故障诊断装置现场进行数据的计算和处理，有效降低了网关到云平台的数据传输量，同时减少了云平台的数据计算量，减缓云平台的计算压力。并且结合主动标识和标识解析技术，完成了电机设备的身份标识和解析，有利于区分管理大规模的多电机设备信息，运维人员可以方便直观的查看所有电机设备的诊断数据，实现电机故障的精准定位诊断，提高电机故障诊断效率。
本文档来自技高网...【技术保护点】
1.一种基于边缘计算与标识解析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所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，采集待测电机的运行信息，并基于边缘计算技术，对所述运行信息进行特征分析，得到所述待测电机的故障特征数据，具体包括：
3.根据权利要求2所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，对所述待测电机的振动加速度信号进行时域计算以及频谱计算，得到所述待测电机的故障特征数据，具体包括：
4.根据权利要求1所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，在基于边缘计算技术，对所述运行信息进行特征分析，得到所述待测电机的故障特征数据之前，所述方法还包括：
5.根据权利要求1所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，在获取所述待测电机的标识码之前，所述方法还包括：
6.根据权利要求1所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，对所述标识码进行标识解析，获取待测电机的设备信息，具体包括：
7.
8.根据权利要求1所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，在对所述标识码进行标识解析，获取待测电机的设备信息之后，所述方法还包括：
9.一种基于边缘计算与标识解析的电机故障诊断系统，其特征在于，所述系统包括：传感器信号采集模块、边缘计算模块、主动标识模块、无线通讯模块以及工业智能平台；
10.根据权利要求9所述的一种基于边缘计算与标识解析的电机故障诊断系统，其特征在于，所述主动标识模块以及所述边缘计算模块安装于微处理器中；
...【技术特征摘要】
1.一种基于边缘计算与标识解析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所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，采集待测电机的运行信息，并基于边缘计算技术，对所述运行信息进行特征分析，得到所述待测电机的故障特征数据，具体包括：
3.根据权利要求2所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，对所述待测电机的振动加速度信号进行时域计算以及频谱计算，得到所述待测电机的故障特征数据，具体包括：
4.根据权利要求1所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，在基于边缘计算技术，对所述运行信息进行特征分析，得到所述待测电机的故障特征数据之前，所述方法还包括：
5.根据权利要求1所述的一种基于边缘计算与标识解析的电机故障诊断方法，其特征在于，在获取所述待测电机的标识码之前，所述方法还包括：...
【专利技术属性】
技术研发人员：宋志刚，董陆涛，韩波，尹祥军，张嗣昌，师婉瀛，
申请(专利权)人：浪潮云康山东信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。