[发明专利]牵引电机健康诊断方法及系统在审
申请号: | 202210943613.3 | 申请日: | 2022-08-08 |
公开(公告)号: | CN115329810A | 公开(公告)日: | 2022-11-11 |
发明(设计)人: | 刘勇;戴计生;朱文龙;杨家伟;徐海龙;曾威嶂;付勇;张中景 | 申请(专利权)人: | 株洲中车时代电气股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/00;G01R31/34 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 曾志鹏 |
地址: | 412001 湖*** | 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: | 牵引 电机 健康 诊断 方法 系统 | ||
1.一种牵引电机健康诊断方法,其特征是,所述方法包括:
从变流器的牵引控制单元获取牵引电机的多个既有电信号,并对多个所述既有电信号分别进行等角度重采样和数据预处理,得到与转速、工况和负载无关的多个等角度无量纲平稳信号;
分别对多个所述等角度无量纲平稳信号进行解调并采用信号时频分析法提取多个故障特征指标;
将多个所述故障特征指标作为输入,应用预设的多输入多输出诊断模型进行故障诊断,输出牵引电机存在的所有故障以及与各所述故障对应的严重程度;
根据多个所述故障特征指标对牵引电机进行健康管理。
2.如权利要求1所述的方法,其特征是,所述既有电信号包括但不限于磁链信号、逆变电流信号、中间电压信号、转速信号、转矩信号、电机温度信号和脉冲信号。
3.如权利要求1所述的方法,其特征是,所述对多个所述既有电信号分别进行等角度重采样和数据预处理,得到与转速、工况和负载无关的多个等角度无量纲平稳信号,包括:
采用阶比跟踪技术分别对多个所述既有电信号进行等角度重采样,获得对应的多个等角度平稳信号;
采用变分模态分解与维纳滤波相结合的方法分别对多个所述等角度平稳信号进行分解与重构;
对重构后的多个所述等角度平稳信号进行归一化处理,得到与转速、工况和负载无关的多个等角度无量纲平稳信号。
4.如权利要求3所述的方法,其特征是,所述采用变分模态分解与维纳滤波相结合的方法分别对多个等角度平稳信号进行分解与重构,包括:针对任一所述等角度平稳信号,
对所述等角度平稳信号进行变分模态分解,获得与所述等角度平稳信号对应的多个模态分量;
采用维纳滤波器消除各所述模态分量的基频及谐波分量;
将滤波后的各所述模态分量叠加获得重构后的所述等角度平稳信号。
5.如权利要求1所述的方法,其特征是,所述分别对多个所述等角度无量纲平稳信号进行解调并采用信号时频分析法提取多个故障特征指标,包括:
采用解调算法分别对归一化后的多个所述等角度无量纲平稳信号进行解调,获得对应的多个解调信号,所述解调算法包括但不限于:线性算子解调算法、同步解调算法及平方解调算法;
从多个所述解调信号的频谱中提取牵引电机的至少一个故障的特征频率幅值,从各所述解调信号的时域序列中计算多个时域指标,并结合类比指标和趋势指标,共同组成牵引电机的多个所述故障特征指标。
6.如权利要求1所述的方法,其特征是,所述多输入多输出诊断模型为基于灰狼群的改进梯度提升树诊断模型,所述将多个所述故障特征指标作为输入,应用预设的多输入多输出诊断模型进行故障诊断,输出牵引电机的故障模式以及与所述故障模式对应的严重程度之前,包括:
获取作为模型训练样本的历史故障特征指标、以及与所述历史故障特征指标对应的作为真实值的故障模式及严重程度,形成模型训练集,并初始化所述基于灰狼群的改进梯度提升树诊断模型的模型参数;
将作为模型训练样本的所述历史故障特征指标输入所述基于灰狼群的改进梯度提升树诊断模型进行处理,输出所述历史故障特征指标对应的估计值,并计算所述真实值与所述估计值之前的差值;
如果所述差值不小于预设值且参数优化迭代次数未达最大迭代次数,则对所述基于灰狼群的改进梯度提升树诊断模型进行模型参数优化,并根据所述模型训练集进行重复训练;如果所述差值小于预设值或参数优化迭代次数达到最大迭代次数,则完成所述基于灰狼群的改进梯度提升树诊断模型训练,获取训练后的所述基于灰狼群的改进梯度提升树诊断模型的模型参数。
7.如权利要求1所述的方法,其特征是,所述根根据多个所述故障特征指标对牵引电机进行健康管理,包括:
根据多个所述故障特征指标采用层次模糊核聚类综合评估算法对牵引电机整体和子部件进行健康状态评估与寿命预测;
根据健康状态评估结果,为牵引电机运维提供维修决策建议。
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株洲中车时代电气股份有限公司,未经株洲中车时代电气股份有限公司许可,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/202210943613.3/1.html,转载请声明来源钻瓜专利网。