[发明专利]用于监视电磁致动器类型装置的方法有效
申请号: | 201880016088.2 | 申请日: | 2018-02-21 |
公开(公告)号: | CN110383093B | 公开(公告)日: | 2021-04-27 |
发明(设计)人: | R·布鲁内瓦;B·曼苏里;E·布特勒克斯;G·克勒克;J·惠勒瑞;R·米肖 | 申请(专利权)人: | 赛峰电子与防务公司;国家科学研究中心 |
主分类号: | G01R31/34 | 分类号: | G01R31/34;G01R31/00 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 蔡悦 |
地址: | 法国布洛*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 监视 电磁 致动器 类型 装置 方法 | ||
1.一种用于监视机电致动器类型的装备的监视方法,所述装备包括三相电动机,所述监视方法包括以下步骤:
-测量为所述三相电动机供电的三相电流(Ia,b,c);
-将所述三相电流投影到Park参考系中以便获得正交电流(Iq);
-与盲源分离过程(40)相耦合地对所述正交电流执行集合经验模态分解过程(30)以便获得源分量(IC1、…、IC10);
-通过使用选择准则来从所述源分量中自动地选择(50)对第一缺陷敏感的第一源分量集(IC1、…、IC9)(52)、以及对第二缺陷敏感的第二源分量集(IC10)(53),所述第一缺陷和所述第二缺陷潜在地使所述装备的操作降级,其中所述自动选择是通过使用参考所述第一缺陷和所述第二缺陷且参考基于所述第一源分量集和所述第二源分量集的统计特性选择的选择准则来执行的;
-从所述第一源分量集构建(60)第一虚拟缺陷信号且从所述第二源分量集构建(60)第二虚拟缺陷信号以及
-从所述第一虚拟缺陷信号中提取(70)代表所述第一缺陷的第一签名集,以及从所述第二虚拟缺陷信号中提取(70)代表所述第二缺陷的第二签名集。
2.根据权利要求1所述的监视方法,其特征在于,所述盲源分离过程包括使用统计独立性准则作为其分离准则的独立分量分析。
3.根据权利要求1所述的监视方法,其特征在于,所述统计特性是峰度。
4.根据权利要求1所述的监视方法,其特征在于,所述第一签名和/或所述第二签名signk使得signk=NbPeaks*AmpPP,其中NbPeaks是对应的第一虚拟缺陷信号或第二虚拟缺陷信号变得大于预定义阈值的次数,并且其中AmpPP是对应的第一虚拟缺陷信号或第二虚拟缺陷信号的两个峰之间的最大峰间振幅。
5.根据权利要求1所述的监视方法,其特征在于,来自所述第一签名集或所述第二签名集中的诸签名之中的签名是使用下式来计算的rms值:
其中是对应的第一虚拟缺陷信号或第二虚拟缺陷信号,T是的历时,且t是时间。
6.根据权利要求1所述的监视方法,其特征在于,来自所述第一签名集或所述第二签名集之中的签名是使用下式来计算的能量:
其中是对应的第一虚拟缺陷信号或第二虚拟缺陷信号,T是的历时,且t是时间。
7.根据权利要求1所述的监视方法,其特征在于,还包括计算所述第一缺陷的严重性sev(defA)和所述第二缺陷的严重性sev(defB)的步骤。
8.根据权利要求7所述的监视方法,其特征在于,所述第一缺陷或所述第二缺陷的严重性sev(defk)如下根据对应的第一缺陷或第二缺陷的签名signk来计算:
其中signk0是在所述装备开始被投入使用时针对对应的第一缺陷或第二缺陷的签名的值。
9.根据权利要求8所述的监视方法,其特征在于,所述严重性是通过神经网络、支持向量机、贝叶斯网络来计算的。
10.根据权利要求1所述的监视方法,其特征在于,所述第一缺陷或所述第二缺陷是电动机定子的短路。
11.根据权利要求1所述的监视方法,其特征在于,所述第一缺陷或所述第二缺陷是机械传动装置卡住。
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赛峰电子与防务公司;国家科学研究中心,未经赛峰电子与防务公司;国家科学研究中心许可,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/201880016088.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:电子测试器
- 下一篇:电池功率状态估计方法和电池状态监测系统