[发明专利]电机故障辨识方法与系统

说明书

本发明涉及一种电机故障辨识方法与系统，其中，电机故障辨识方法包括以下步骤：对运行中的电机进行信号采集监测，得到电机的信号监测参数，处理信号监测参数，得到电机的性能跟踪参数；根据预设故障辨识规则，基于故障知识库处理信号监测参数、性能跟踪参数，得到电机发生故障时的各故障概率；对各故障概率进行大小排序，得到电机的故障辨识结果；本发明提供了一种可不断扩展的故障辨识机制，结合案例、标准和经验形成故障知识管理方法，以及利用这些知识进行故障辨识推理；基于电机故障知识管理和故障辨识机制，具有较强的实用性和可扩展性，对于电机运行的在线故障诊断和离线故障定位，以及快速修复系统故障，提出了综合解决方案。

技术领域

本发明涉及电机故障处理技术领域，特别是涉及一种电机故障辨识方法与系统。

背景技术

电机的各个主要功能部件(包括定子、转子、铁心、气隙、轴承组件)之间存在着紧密的电磁和机械联系，它们的状态互相影响。某部件的损坏极可能导致其他部件的异常，而某部件的异常可能由多个原因引起。电机的故障辨识遵循电机的故障特性。所有故障的发生都会引起相应故障征兆的出现，征兆出现可通过相关参数的变化来判断，而故障辨识的任务可以包括判断征兆参数是否异常，以及当出现参数异常后，如何确定是哪些故障引起的。

为了确定故障发生与具体征兆参数的关系，围绕具体故障(如断条、绝缘击穿、匝间短路、轴承损坏等)的征兆提取和故障分析技术不断提出，随着监测手段的丰富，诊断方法的提升，越来越多的电机故障可以被较精确地表达，例如传统的电机故障的逻辑诊断方法，为了刻画电机故障和征兆之间的多对多关系，通过布尔矩阵实现这种关联关系表达，利用矩阵的逻辑运算进行诊断。

在实现过程中，发明人发现传统技术中至少存在如下问题：传统电机故障的逻辑诊断方法中几百个征兆和几十个故障模式，易形成巨大的稀疏矩阵；即传统技术只能围绕单个故障模式的征兆识别和诊断，或多传感器的融合诊断，在实际应用中，可扩展性和实用性较差。

发明内容

基于此，有必要针对传统故障辨识方法可扩展性和实用性较差的问题，提供一种电机故障辨识方法与系统。

为了实现上述目的，一方面，本发明实施例提供了一种电机故障辨识方法，包括以下步骤：

对运行中的电机进行信号采集监测，得到电机的信号监测参数，处理信号监测参数，得到电机的性能跟踪参数；

根据预设故障辨识规则，基于故障知识库处理信号监测参数、性能跟踪参数，得到电机发生故障时的各故障概率；故障知识库包括故障关联规则和故障维修案例数据；预设故障辨识规则包括故障判定规则和故障推理规则；故障判定规则包括将信号监测参数、性能跟踪参数，分别与预设征兆判据库中各征兆记录进行逐条匹配，得到电机发生故障时各故障判定发生概率；故障推理规则包括将根据故障关联规则处理各故障判定发生概率、得到的故障关联推理结果，与将信号监测参数和性能跟踪参数分别与故障维修案例数据进行比对、得到的案例推理结果，进行加权求平均，得到各故障概率；

对各故障概率进行大小排序，得到电机的故障辨识结果。

在其中一个实施例中，信号监测参数包括电机的电参数、各部件温度参数、工作参数以及状态参数；性能跟踪参数包括电机功率、电机效率、最小转矩、最大转矩、堵转转矩、堵转电流以及温升；

在根据预设故障辨识规则，基于故障知识库处理信号监测参数、性能跟踪参数，得到电机发生故障时的各故障概率的步骤之前还包括步骤：

构建电机的故障基础信息库；故障基础信息库包括故障属性信息；

根据故障属性信息，构建故障知识库。

在其中一个实施例中，故障关联规则为因果关系链；

构建故障基础信息库的步骤包括：