[发明专利]一种电力驱动器件预测性维护方法、系统与设备

权利要求书

1.一种电力驱动器件预测性维护方法，其特征在于，包括：

应用粒子群优化方法，对电力驱动器件初步模型进行参数调优后得到电力驱动器件的数字孪生体；

将电机故障和减速机齿轮故障信息注入数字孪生体中，产生仿真数据；

依据电力驱动器件的运行时间特性，选用长短记忆神经网络作为电力驱动器件故障预测算法，对仿真数据进行故障预测算法的训练；

将训练后的故障预测算法部署在电力驱动器件实体中，实现电力驱动器件的实时故障预测；

依据实时故障预测结果，制定维护策略。

2.根据权利要求1所述的一种电力驱动器件预测性维护方法，其特征在于，建立所述电力驱动器件初步模型包括：

将电力驱动器件的CAD模型导入到建模软件中，得到三维多体仿真模型；

将电力驱动器件中的电动元器件模型补充进入三维多体仿真模型，得到电力驱动器件初步模型。

3.根据权利要求2所述的一种电力驱动器件预测性维护方法，其特征在于，所述电机故障和减速机齿轮故障信息包含量化效应噪声。

4.根据权利要求1所述的一种电力驱动器件预测性维护方法，其特征在于，所述电动元器件模型包括：电机的状态方程和输出方程；所述电机状态方程和输出方程为：

状态方程：

输出方程：

其中，R为电阻，U为电压，L为电感，t为时间，K为电动机传递系数，J为转动惯量，B为磁感应强度，e为感应电动势，φ为感应磁通量，I为电流，W为电动机转速，x1、x2为状态变量，此处选取x1＝I，x2＝w，y为输出变量。

5.根据权利要求1所述的一种电力驱动器件预测性维护方法，其特征在于，所述应用粒子群优化方法，对电力驱动器件初步模型进行参数调优包括：选择电力驱动器件初步模型中的待优化参数进行仿真，计算仿真曲线与实测曲线的差值，基于此差值结果，选择新的参数值进行新的仿真；

计算参数值的梯度，确定参数应调整的方向。

6.根据权利要求1所述的一种电力驱动器件预测性维护方法，其特征在于，所述将电机故障和减速机齿轮故障信息注入数字孪生体中，产生仿真数据包括：

为数字孪生体创建多个场景，并对每个场景进行多次仿真来产生仿真数据，以说明传感器中的量化效应。

7.根据权利要求6所述的一种电力驱动器件预测性维护方法，其特征在于，所述仿真数据为该电力驱动器件在所有可能故障情况下的数据，该数据包括：电机的速度数据、转动惯量、负载扭矩和减速机输出转速、冲击扭矩等运行数据。

8.一种电力驱动器件预测性维护系统，其特征在于，包括：

模型构建单元，用于搭建电力驱动器件的初步模型；

参数优化单元，用于应用粒子群优化方法，对电力驱动器件初步模型进行参数调优后得到电力驱动器件的数字孪生体；

算法训练单元，用于将对电机故障和减速机齿轮故障信息注入数字孪生体中产生的仿真数据进行故障预测算法的训练；

故障预测单元，被部署在装备控制器中，用于实时对装备电力驱动器件进行故障预测。

9.一种基于权利要求8所述的电力驱动器件预测性维护系统的计算设备，其特征在于，包括：

存储器(402)，用于存储所述电力驱动器件预测性维护系统各单元的执行指令；

处理器(401)，通过总线(403)与所述存储器(402)电连接，用于处理从存储器处所获取的指令；

显示器(404)，通过总线(403)与所述处理器(401)电连接，用于显示电力驱动器件健康状况；

控制器(405)，通过总线(403)与所述处理器(401)电连接，用于控制电力驱动器件的具体执行情况。