[发明专利]一种多模式融合电动机智能维护系统

说明书

本发明涉及电机管理领域，尤其涉及一种多模式融合电动机智能维护系统。该系统通过信号采集模块采集电动机三相电压、电流信号和振动信号、温度信号，通过电动机转速估计模块估算电动机实际转速，无需另外安装转速传感器。本专利所述系统中的电动机自学习多源诊断模块创造性的将三种技术相结合，相互取长补短，协调配合，当大数据分析模式达到系统设置的可靠性水平时，三种模式相互配合，创造性的运用以D‑S证据理论为核心的多传感器多元融合诊断策略综合诊断，持续追踪设备零部件故障演化进程，及时提醒运维人员设备当前健康状态，全面、客观地反应电动机当前工作状态。

技术领域

本发明涉及电机管理领域，尤其涉及一种多模式融合电动机智能维护系统。

背景技术

随着工业自动化水平的提高，各种各样的电动机在各类工程中得到了广泛应用，其安全性、高效性以及高可靠性，成为人们关注的重点内容。一旦发生故障轻则停工停产，重则造成大量财力损失及人员伤亡。因此，对电动机的实时监测就显得尤为重要。对电动机的故障监测国内技术起步较晚，长久以来，依赖DCS等生产控制系统保证厂用设备安全，这种事后维修的维护策略在很长一段时间内造成了可观的经济及社会效应，随着预知维修策略的不断推进及进步，这类生产控制系统已无法满足智能制造2025及国家中长期发展战略规划的需求。近年来，机械故障诊断技术的不断进步及应用落地，对设备的全方位诊断已逐步处于主导地位，这种利用可靠的故障机理加之频谱分析技术的故障处理方法，能够发现设备微弱故障，在设备故障的早中期阶段即可对监测设备提供有效的维护建议及策略，使预知维修策略的实现成为可能，但是这种技术需要现场运维人员具备一定的信号处理技术及故障诊断技能，增加企业用人成本，增加现场应用难度。最近，随着计算机算力的不断提高和人工智能技术的不断推动，各种智能化处理手段层出不穷，电动机故障诊断技术也随之发生翻天覆地的变化，基于大数据应用及机器学习的电动机故障诊断技术应运而生。以这种技术为依托的设备在线监测系统，仅需积累足够的历史数据，故障诊断性能会不断提升，并且监测故障类型的多样性，为智能化设备维护策略提供了可靠的数据来源，极大提升企业生产效率及经济效率。但是，此类技术若没有高质量及足够的样本数据，其故障误诊率会一直居高不下。随着，多传感器多元融合技术的出现，使各种监测技术或者手段诊断结果的融合成为可能。本发明依托这种技术将多种不同的诊断模式的故障判定结果柔性结合，为电动机提高全面、可靠的维护策略及诊断结果。

背景技术的缺点：