【技术实现步骤摘要】
本专利技术涉及数据分析，具体为电机使用寿命的测试系统及方法。
技术介绍
1、电机使用寿命测试是一种评估电机在预期使用条件下能够正常运行多长时间的方法；这种测试通常设计模拟电机的实际工作条件，包括负载、环境温度、适度等因素，以预测其在长期使用中的性能和可靠性；
2、在当下环境中，电机广泛存在于多领域的设备使用中，因此对电机的运行状态的监测和分析是十分必要的；然而目前人们对于电机设备的监测通常存在两种模式，其一为人工定期进行电机检测；其二为通过传感设备进行数据监控并对异常数据进行警报或设置阈值及逆行警报；然而以上两种模式均存在缺陷，人工定期检修无法实时掌握电机的运行状态和使用情况；数据监控无法对电机的运行数据进行关联分析和深度挖掘，其监控警报方式较为简陋和呆板，无法对电机的运行状态和使用情况进行精确分析。
技术实现思路
1、本专利技术的目的在于提供电机使用寿命的测试系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：
3、电机使用寿命的测试方法，该方法包括以下步骤：
4、s100、利用数据传感采集设备对电机进行运行数据采集，设置周期时长获取电机对应周期各属性运转数据，对各属性数据进行封装传输；
5、s200、通过可视化端口将各周期属性数据进行曲线拟合获取对应电机周期内属性数据曲线集合；通过调取对应各属性数据的历史周期数据与当前周期数据进行曲线融合处理；
6、s300、
7、s400、将当前电机的运行状态分析通过三维可视化进行综合反馈，并对当前电机的使用寿命进行数据显示。
8、所述s100利用数据传感采集设备对电机进行运行数据采集，设置周期时长获取电机对应周期各属性运转数据，对各属性数据进行封装传输的具体步骤如下：
9、s101、利用电机感应传感设备对电机进行运行数据采集；通过设置采集周期t，则获取电机在周期内运行的各属性数据；所述属性数据包括热数据、电气数据和机械数据；其中热数据为温度数据；电气数据包括电流、电压、电阻、电感和电容数据；机械数据包括转速、扭矩和振动数据；
10、s102、对采集数据通过对应属性标注封装成包，将各数据包通过通信网络传输至监控端；所述监控端对采集数据进行检测分析。
11、所述s200通过可视化端口将各周期属性数据进行曲线拟合获取对应电机周期内属性数据曲线集合；通过调取对应各属性数据的历史周期数据与当前周期数据进行曲线融合处理的具体步骤如下：
12、s201、在监控端对采集数据根据其对应属性进行数据分类，将分类后数据导入可视化端口，将各属性对应数据与采集周期构建关联曲线；所述关联曲线以采集周期为发展自变因素，以对应属性数据为发展因变因素构建；将可视化完成的数据关联曲线进行统筹生成当前周期的电机实测数据关联曲线集合；其中为对应各属性数据的关联曲线；n为采集的各属性数据类型数量；
13、s202、在数据库中对当前电机的出厂测试各属性数据进行调取，并将调取数据导入可视化端口中，通过端口输出对应各属性数据的测试数据关联曲线；将测试数据关联曲线以当前电机的实测数据关联曲线集合进行对照，构建测试数据关联曲线集合；结合电机当前周期的实测数据关联曲线集合和测试关联曲线集合，对各属性数据关联曲线进行融合处理；分别将对应各属性数据的实测关联曲线与测试关联曲线通过投影映射至同一坐标系中。
14、所述s300对融合处理后的实测曲线数据与历史曲线数据进行离散化处理并针对各属性数据进行差异分析，构建对应属性数据的差异特征矩阵；根据差异特征矩阵生成对应差异特征向量并结合周期运行数据进行电机状态分析的具体分析步骤如下：
15、s301、在坐标系中，分别对融合处理后的实测关联曲线和测试关联曲线进行曲线差异分析；针对各属性数据融合处理坐标系中，以坐标原点为曲线遍历起点，对实测关联曲线与测试关联曲线的非重合部分曲线进行标注，以为时间阈值，对异常非重合曲线部分进行筛选分析，其计算公式为；其中和为实测关联曲线与测试关联曲线的非重合部分曲线对应的时间区间端点值；对于计算结果小于的非重合曲线部分视为电机运转期间的数据异常跳动，属于偶然数据，不参与使用寿命的长期数据分析；对各属性数据下的实测关联曲线与测试关联曲线的非重合部分曲线进行离散化处理，将非重合部分曲线进行数据点量化，针对区间原非重合部分曲线的时间区间内，各时间点处的实测数据与测试数据进行分析，获取对应各时间点处的各属性数据的差异值，并构建对应的差异特征矩阵；其中为对应各属性数据的实测数据与测试数据的差异特征矩阵；；
16、为对应各时间点处的实测数据与测试数据的差值，其计算公式为；
17、其中为对应时间点处的对应属性数据的实测值；为对应时间点处的对应属性数据的测试值；m为时间点数量，且2；通过对两曲线进行差异部分离散量化处理，可以更直观的观察电机在差异时间点处的数据差异值，且便于构建差异特征矩阵；
18、s302、根据各属性数据的实测数据与测试数据的差异特征矩阵，分别对各属性数据差异特征向量进行构建；通过将差异特征矩阵映射至坐标系中，通过将矩阵中各时间点与对应数据值以坐标形式，在坐标系统进行坐标点定位；将各坐标点进行邻接相连获取对应差异特征矩阵的坐标系映射折线；则以前一时间点对应的坐标点为向量起点指向下一邻接坐标点构建对应时间区间的差异特征向量；通过以上方式获取时间区间上的m-1个子区间差异特征向量；将各子区间差异特征向量进行融合计算，获取时间区间上的综合差异特征向量，其计算公式为；
19、其中为时间区间上的综合差异特征向量；
20、其中，；则针对各属性数据的实测数据与测试数据的差异特征矩阵所转化构建的各属性数据的综合差异特征向量集合为；
21、通过利用差异特征矩阵实现对各属性数据的差异特征向量的计算构建，能够将当前电机各运行属性数据的差异程度进行凸显，并进行数据化引入后续电机状态分析中；
22、s303、依照各属性数据的综合差异特征向量对电机运转的各属性数据进行运行差异分析，其计算公式为
23、；
24、其中为对应各属性数据的实测数据与测试数据之间的差异值；和分别对应采集周期内各时间点对应的各属性数据的实测数据值和测试数据值；根据各属性数据的差异分析对当前周期内电机的综合运行状态差异进行分析，其计算公式为；
25、其中，为当前周期内电机的综合运行状态差异值；为对应各属性数据对电机的综合状态影响系数；根据当前周期的电机运行状态对电机的运行寿命进行阶段分析，其分析公式为；
26、其中为当前电机的运行状态比；
27、为电机出厂状态平均运行状态差本文档来自技高网...
【技术保护点】
1.电机使用寿命的测试方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的电机使用寿命的测试方法，其特征在于：所述S100利用数据传感采集设备对电机进行运行数据采集，设置周期时长获取电机对应周期各属性运转数据，对各属性数据进行封装传输的具体步骤如下：
3.根据权利要求2所述的电机使用寿命的测试方法，其特征在于：所述S200通过可视化端口将各周期属性数据进行曲线拟合获取对应电机周期内属性数据曲线集合；通过调取对应各属性数据的历史周期数据与当前周期数据进行曲线融合处理的具体步骤如下：
4.根据权利要求3所述的电机使用寿命的测试方法，其特征在于：所述S300对融合处理后的实测曲线数据与历史曲线数据进行离散化处理并针对各属性数据进行差异分析，构建对应属性数据的差异特征矩阵；根据差异特征矩阵生成对应差异特征向量并结合周期运行数据进行电机状态分析的具体分析步骤如下：
5.根据权利要求4所述的电机使用寿命的测试方法，其特征在于：所述S400将当前电机的运行状态分析通过三维可视化进行综合反馈，并对当前电机的使用寿命进行数据显示的具体步骤
6.电机使用寿命的测试系统，其特征在于：所述系统包括运行数据获取模块、数据可视化模块、电机状态分析模块和数据反馈模块；
7.根据权利要求6所述的电机使用寿命的测试系统，其特征在于：所述运行数据获取模块包括周期数据采集单元和数据传输单元；所述周期数据采集单元利用电机感应传感设备对电机进行运行数据采集；通过设置采集周期，则获取电机在周期内运行的各属性数据；所述属性数据包括热数据、电气数据和机械数据；其中热数据为温度数据；电气数据包括电流、电压、电阻、电感和电容数据；机械数据包括转速、扭矩和振动数据；所述数据传输单元对采集数据通过对应属性标注封装成包，将各数据包通过通信网络传输至监控端；所述监控端对采集数据进行检测分析。
8.根据权利要求7所述的电机使用寿命的测试系统，其特征在于：所述数据可视化模块包括关联曲线生成单元和曲线融合处理单元；所述关联曲线生成单元在监控端对采集数据根据其对应属性进行数据分类，将分类后数据导入可视化端口，将各属性对应数据与采集周期构建关联曲线；所述关联曲线以采集周期为发展自变因素，以对应属性数据为发展因变因素构建；将可视化完成的数据关联曲线进行统筹生成当前周期的电机实测数据关联曲线集合；所述曲线融合处理单元在数据库中对当前电机的出厂测试各属性数据进行调取，并将调取数据导入可视化端口中，通过端口输出对应各属性数据的测试数据关联曲线；将测试数据关联曲线以当前电机的实测数据关联曲线集合进行对照，构建测试数据关联曲线集合；结合电机当前周期的实测数据关联曲线集合和测试关联曲线集合，对各属性数据关联曲线进行融合处理；分别将对应各属性数据的实测关联曲线与测试关联曲线通过投影映射至同一坐标系中。
9.根据权利要求8所述的电机使用寿命的测试系统，其特征在于：所述电机状态分析模块包括差异特征矩阵生成单元、差异特征向量构建单元和电机寿命状态分析单元；所述差异特征矩阵生成单元在坐标系中，分别对融合处理后的实测关联曲线和测试关联曲线进行曲线差异分析；针对各属性数据融合处理坐标系中，以坐标原点为曲线遍历起点，对实测关联曲线与测试关联曲线的非重合部分曲线进行标注，设置时间阈值对异常非重合曲线部分进行筛选分析；对各属性数据下的实测关联曲线与测试关联曲线的非重合部分曲线进行离散化处理，将非重合部分曲线进行数据点量化，针对区间原非重合部分曲线的时间区间内，各时间点处的实测数据与测试数据进行分析，获取对应各时间点处的各属性数据的差异值，并构建对应的差异特征矩阵；所述差异特征向量构建单元根据各属性数据的实测数据与测试数据的差异特征矩阵，分别对各属性数据差异特征向量进行构建；通过将差异特征矩阵映射至坐标系中，通过将矩阵中各时间点与对应数据值以坐标形式在坐标系统进行坐标点定位；将各坐标点进行邻接相连获取对应差异特征矩阵的坐标系映射折线；则以前一时间点对应的坐标点为向量起点指向下一邻接坐标点构建对应时间区间的差异特征向量；将各子区间差异特征向量进行融合计算综合差异特征向量；则针对各属性数据的实测数据与测试数据的差异特征矩阵所转化构建的各属性数据的综合差异特征向量集合；所述电机寿命状态分析单元依照各属性数据的综合差异特征向量对电机运转的各属性数据进行运行差异分析；根据各属性数据的差异分析对当前周期内电机的综合运行状态差异进行分析；根据当前周期的电机运行状态对电机的运行寿命进行阶段分析；根据分析结果对当前电机的工作周期寿命阶段进行判断。
10.根据权利要求9所述的电机使用寿命的测试系统，其特征在于：所述数据反...
【技术特征摘要】
1.电机使用寿命的测试方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的电机使用寿命的测试方法，其特征在于：所述s100利用数据传感采集设备对电机进行运行数据采集，设置周期时长获取电机对应周期各属性运转数据，对各属性数据进行封装传输的具体步骤如下：
3.根据权利要求2所述的电机使用寿命的测试方法，其特征在于：所述s200通过可视化端口将各周期属性数据进行曲线拟合获取对应电机周期内属性数据曲线集合；通过调取对应各属性数据的历史周期数据与当前周期数据进行曲线融合处理的具体步骤如下：
4.根据权利要求3所述的电机使用寿命的测试方法，其特征在于：所述s300对融合处理后的实测曲线数据与历史曲线数据进行离散化处理并针对各属性数据进行差异分析，构建对应属性数据的差异特征矩阵；根据差异特征矩阵生成对应差异特征向量并结合周期运行数据进行电机状态分析的具体分析步骤如下：
5.根据权利要求4所述的电机使用寿命的测试方法，其特征在于：所述s400将当前电机的运行状态分析通过三维可视化进行综合反馈，并对当前电机的使用寿命进行数据显示的具体步骤如下：
6.电机使用寿命的测试系统，其特征在于：所述系统包括运行数据获取模块、数据可视化模块、电机状态分析模块和数据反馈模块；
7.根据权利要求6所述的电机使用寿命的测试系统，其特征在于：所述运行数据获取模块包括周期数据采集单元和数据传输单元；所述周期数据采集单元利用电机感应传感设备对电机进行运行数据采集；通过设置采集周期，则获取电机在周期内运行的各属性数据；所述属性数据包括热数据、电气数据和机械数据；其中热数据为温度数据；电气数据包括电流、电压、电阻、电感和电容数据；机械数据包括转速、扭矩和振动数据；所述数据传输单元对采集数据通过对应属性标注封装成包，将各数据包通过通信网络传输至监控端；所述监控端对采集数据进行检测分析。
8.根据权利要求7所述的电机使用寿命的测试系统，其特征在于：所述数据可视化模块包括关联曲线生成单元和曲线融合处理单元；所述关联曲线生成单元在监控端对采集数据根据其对应属性进行数据分类，将分类后数据导入可视化端口，将各属性对应数据与采集周期构建关联曲线；所述关联曲线以采集周期为发展自变因素，以对应属性数据为发展因变因素构建；将可视化完成的数据关联曲线进行统筹生成当前周期的电机实测数据关联曲线集合；所述曲线融合处理单元在数据库中对当前电机的出厂测试各属性数据进行调取，并将调取数据导入可视化端...
【专利技术属性】
技术研发人员：古永锋，
申请(专利权)人：南京丰瑞新能源科技有限公司，
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。