[发明专利]一种基于大数据的电机故障诊断方法及装置

权利要求书

1.一种基于大数据的电机故障诊断方法，其特征在于，所述方法包括：

获取电机的电流信号和振动信号，所述电流信号通过设置在电机上的电流传感器监测获取，所述振动信号通过设置在电机上的振动传感器监测获取；

当所述电流信号和/或振动信号偏离正常范围时，根据电流信号的特征频率得到第一故障诊断结果，根据振动信号的特征频率得到第二故障诊断结果；

所述正常范围为电机正常工作时的频率范围，所述第一故障诊断结果和第二故障诊断结果为电机故障类别中至少一种，所述电机的故障类别包括：转子断条、转子端环断裂、气隙不均匀以及轴承磨损；

根据第一故障诊断结果和第二故障诊断结果得出电机故障诊断结果。

2.根据权利要求1所述的一种基于大数据的电机故障诊断方法，其特征在于，所述根据定子电流的特征频率得到第一故障诊断结果，包括：

获取电流信号的谐波分量，提取所述谐波分量的特征频率；

将所述特征频率与电机故障时的故障特征频率进行比对，得出电机的故障类别。

3.根据权利要求1所述的一种基于大数据的电机故障诊断方法，其特征在于，所述根据振动信号的特征频率得到第二故障诊断结果，包括：

对采集到的振动信号进行局部均值分解，获得多个PF分量，对多个所述PF分量按幅度值由大到小排序，选取前3个PF分量进行快速傅里叶变换得到3个振动信号的频率，作为特征频率；

根据特征频率确定振动信号的故障类型。

4.根据权利要求1所述的一种基于大数据的电机故障诊断方法，其特征在于，所述根据第一故障诊断结果和第二故障诊断结果得出电机故障诊断结果，包括：

当第一故障诊断结果和第二故障诊断结果一致时，将一致的结果作为电机故障诊断结果；

当第一故障诊断结果和第二故障诊断结果不一致时，比较第一故障诊断结果和第二故障诊断结果的准确率，选取准确率高的结果作为电机故障诊断结果。

5.根据权利要求4所述的一种基于大数据的电机故障诊断方法，其特征在于，所述比较第一故障诊断结果和第二故障诊断结果的准确率，选取准确率高的结果作为电机故障诊断结果这一步骤，包括：

获取n个电流信号得出的历史诊断结果，将n个所述电流信号得出的历史诊断结果与实际故障进行比对，得到4种故障的电流信号准确率；

获取n个振动信号得出的历史诊断结果，将n个所述振动信号得出的历史诊断结果与实际故障进行比对，得到4种故障的振动信号准确率；

按照4个故障类型分别比较电流信号准确率和振动信号准确率的大小，取准确率高的结果作为判断依据。

6.一种基于大数据的电机故障诊断装置，其特征在于，所述装置包括：

信号获取模块，用于获取电机的电流信号和振动信号，所述电流信号通过设置在电机上的电流传感器监测获取，所述振动信号通过设置在电机上的振动传感器监测获取；

故障诊断模块，用于当所述电流信号和/或振动信号偏离正常范围时，根据电流信号的特征频率得到第一故障诊断结果，根据振动信号的特征频率得到第二故障诊断结果；

所述正常范围为电机正常工作时的频率范围，所述第一故障诊断结果和第二故障诊断结果为电机故障类别中至少一种，所述电机的故障类别包括：转子断条、转子端环断裂、气隙不均匀以及轴承磨损；

诊断结果融合模块，用于根据第一故障诊断结果和第二故障诊断结果得出电机故障诊断结果。

7.根据权利要求6所述的一种基于大数据的电机故障诊断装置，其特征在于，所述故障诊断模块包括第一故障诊断模块，所述第一故障诊断模块用于：

获取电流信号的谐波分量，提取所述谐波分量的特征频率；

将所述特征频率与电机故障时的故障特征频率进行比对，得出电机的故障类别。