[发明专利]一种永磁同步电机故障检测方法和系统有效
申请号: | 201810411549.8 | 申请日: | 2018-05-02 |
公开(公告)号: | CN108445393B | 公开(公告)日: | 2019-10-29 |
发明(设计)人: | 袁小芳;刘琛;刘晋伟;黄国明;王浩然 | 申请(专利权)人: | 湖南大学 |
主分类号: | G01R31/34 | 分类号: | G01R31/34 |
代理公司: | 长沙市护航专利代理事务所(特殊普通合伙) 43220 | 代理人: | 莫晓齐 |
地址: | 410082 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 永磁同步电机 原始图像数据 电机状态 故障检测 提取特征 支持向量机模型 电机故障诊断 连续工作制 变化过程 故障判别 特征提取 图像处理 图像数据 现场采集 像素区域 时序 热变化 下电机 次热 电机 采集 返回 分割 | ||
本发明公开了一种永磁同步电机故障检测方法和系统,公开的方法包括以下步骤:步骤S100:采集永磁同步电机的正常及带故障的热变化过程的N个一系列时序原始图像数据,j=1,j≤N;步骤S200:将第j次原始图像数据分割出永磁同步电机表面温度较高的像素区域;步骤S300:将第j次经过图像处理的图像数据进行特征提取;步骤S400:根据第j次提取特征确定电机状态类别;步骤S500:判断j>N是否成立,若不成立,j=j+1,返回步骤S200,反之进入步骤S600;步骤S600:通过N次热变化过程提取特征及其对应的电机状态类别,建立电机故障诊断支持向量机模型;步骤S700:用训练好的模型对现场采集特征进行故障判别。可在无需直接接触电机的情况下,全自动地、准确地判断连续工作制下电机故障。
技术领域
本发明涉及一种永磁同步电机技术领域,尤其涉及一种永磁同步电机故障检测方法和系统。
背景技术
近年来,随着现代科学技术的快速发展,电磁材料特别是稀土电磁材料性能及工艺逐渐得以提高和改善,再加上电力电子与电力传动技术、自动控制技术的高速发展,永磁同步电机的性能越来越好。再者,永磁同步电动机具有质量轻、结构较简单、体积小、特性好、功率密度大等优点,很多科研机构、企业都在努力积极开展永磁同步电机的研发工作,其应用领域将不断扩大。但通常电机的工况恶劣、振动严重、工作环境温度较高等原因使得电机很容易发生故障,因此永磁同步电机电机故障诊断也是一个重要的研究领域。
在电机故障诊断过程中,电机常见故障的特征最明显地表现在振动信号的频率上和定子的电流上,尽管通过频率和电流的故障检测已经达到一定的可靠性,但是这两种方法需要花费高昂的检测设备和大量的时间,同时检测时会打断生产。并且由于目前大都是通过人工经验累积进行判别,主观因素居多容易造成误判,缺少一种全自动科学的诊断判别方法。
因此,如何能够无需直接接触电机的情况下,全自动地、准确地判断连续工作制下的永磁同步电机故障,为本领域技术人员亟需解决的问题。
发明内容
本发明的目的是提供一种永磁同步电机故障检测方法和系统,其能够无需直接接触电机的情况下,全自动地、准确地判断连续工作制下的永磁同步电机故障。
为解决上述技术问题,本发明提供一种永磁同步电机故障检测方法,所述方法包括以下步骤:
步骤S100:采集永磁同步电机的正常及带故障的热变化过程的N个一系列时序原始图像数据,j=1,j≤N;
步骤S200:将第j次的热变化过程的一系列时序原始图像数据采用图像处理技术分割出永磁同步电机表面温度较高的像素区域;
步骤S300:将经过图像处理的第j次的热变化过程的一系列时序图像数据进行特征提取,其中包括温度变化曲线特征、帧间方差振动特征和电机表面温度较高的像素区直方图相关特征;
步骤S400:根据第j次的热变化过程提取的特征确定电机状态类别;
步骤S500:判断j>N是否成立,若不成立,j=j+1,返回步骤S200,若成立进入步骤S600;
步骤S600:通过N次电机的热变化过程提取的特征及其对应的电机状态类别,建立永磁同步电机故障诊断支持向量机模型;
步骤S700:用训练好的模型对现场的永磁同步电机进行故障判别。
优选地,步骤S100中使用红外热像仪采集原始图像数据,且原始图像数据为灰度图像数据。
优选地,步骤S100中所述热变化过程的一系列时序原始图像数据具体是指一般从冷态开始,对永磁同步电机施加额定阶跃负载后永磁同步电机温度上升到建立新的热平衡时的一系列时序原始图像,红外热像仪设定成预设时间间隔采集永磁同步电机热变化过程的一系列时序原始图像数据。
优选地,在所述步骤200中具体为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810411549.8/2.html,转载请声明来源钻瓜专利网。