[发明专利]一种电机轴承数据采集与故障诊断系统在审

专利信息
申请号: 202110208036.9 申请日: 2021-02-25
公开(公告)号: CN113033611A 公开(公告)日: 2021-06-25
发明(设计)人: 罗小川;汪宇轩 申请(专利权)人: 东北大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G06N3/00;G01M13/045;G07C3/00
代理公司: 沈阳东大知识产权代理有限公司 21109 代理人: 梁焱
地址: 110819 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电机 轴承 数据 采集 故障诊断 系统
【权利要求书】:

1.一种电机轴承数据采集与故障诊断系统,其特征在于:包括数据采集模块、故障诊断模块、数据可视化模块;

所述数据采集模块用于采集电机在每个采样点的各运行参数,并将各运行参数存储在数据库中;其中,各运行参数包括电机的振动速度,每个采样区间的振动速度构成电机的振动信号;

所述故障诊断模块包括电机轴承故障诊断模型建立模块、电机轴承故障实时诊断模块,所述电机轴承故障诊断模型建立模块包括数据清洗模块、电机轴承故障类别标注模块、特征提取模块、电机轴承故障诊断模型训练模块、电机轴承故障诊断模型优化模块;

所述数据清洗模块用于提取用于建立模型的振动信号数据并对其进行数据清洗,将数据清洗后的振动信号数据传输给电机轴承故障类别标注模块;

所述电机轴承故障类别标注模块用于对接收到的每个振动信号对应的采样区间下电机轴承进行故障类别标注,并将振动信号及振动信号对应的电机轴承故障类别标签传输给特征提取模块;

所述特征提取模块用于提取接收到的振动信号的小波包能量特征;

所述电机轴承故障诊断模型训练模块用于以振动信号的小波包能量特征为输入、振动信号对应的电机轴承故障类别标签为输出,构建并训练基于XGboost的电机轴承故障诊断模型;

所述电机轴承故障诊断模型优化模块用于采用改进粒子群优化算法对训练后的基于XGboost的电机轴承故障诊断模型进行优化;

所述电机轴承故障实时诊断模块用于从数据库中提取待诊断电机的振动信号数据,并提取该振动信号的小波包能量特征,将待诊断电机的振动信号的小波包能量特征输入到优化后的电机轴承故障诊断模型中,输出待诊断电机的电机轴承故障类别标签给数据可视化模块;

所述数据可视化模块用于对待诊断电机的各运行参数、电机轴承故障类别进行可视化。

2.根据权利要求1所述的电机轴承数据采集与故障诊断系统,其特征在于,所述数据采集模块包括电机控制系统中的PLC、计算机;所述电机与PLC之间电连接,所述PLC的通讯口与计算机的串口电连接;所述计算机用于利用Python中的OpenOPC库从opcserver中选取需要的OPC端口并读取数据,将读取的OPC端口的数据存入InfluxDB数据库的表1中,利用Python读取并处理数据库中的数据,将处理后的数据存入表2中。

3.根据权利要求1所述的电机轴承数据采集与故障诊断系统,其特征在于,所述数据采集模块采集到的电机的各运行参数是带有时间戳的时间序列数据,各运行参数还包括电机的转速、转向、扭矩、电流、电压、功率、频率。

4.根据权利要求1所述的电机轴承数据采集与故障诊断系统,其特征在于,所述数据清洗模块中数据清洗的操作包括对振动信号中的无效值与缺失值进行插值处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东北大学,未经东北大学许可,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/202110208036.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top