[发明专利]基于机器学习的电机监测系统在审
| 申请号： | 201810653567.7 | 申请日： | 2018-06-22 |
| 公开（公告）号： | CN108960423A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 于忠清;郭璐;董松 | 申请（专利权）人： | 青岛鹏海软件有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62;G01R31/34;H04L29/08 |
| 代理公司： | 北京一格知识产权代理事务所(普通合伙) 11316 | 代理人： | 滑春生;李魏英 |
| 地址： | 266071 山东省青*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于机器学习的电机监测系统，包括数据获取层、数据传输层、工业云平台和应用层四个层次，该数据获取层主要为进行数据采集的物理设备；该数据传输层采用以太网或Wi‑Fi进行数据传输，并通过网关将数据上传到工业云平台；工业云平台由物理资源层、资源管理层、服务层和数据处理层四个部分组成；该应用层包括设备监测、故障诊断、故障预测、生命周期预测。本发明的优点是：实时获取电机的数据并处理；生成电机运行模式自学习动态模型，为完善电机的故障诊断和预测等技术提供支撑；系统结构可扩展，实现多设备监控和设备精准监测。 | ||
| 搜索关键词： | 云平台 电机监测系统 数据传输层 故障诊断 基于机器 数据获取 应用层 电机 电机运行模式 生命周期预测 数据处理层 资源管理层 动态模型 故障预测 设备监测 实时获取 数据采集 数据传输 物理设备 物理资源 系统结构 多设备 服务层 可扩展 以太网 自学习 网关 学习 监测 监控 预测 支撑 | ||
【主权项】：
1.一种基于机器学习的电机监测系统，其特征在于，包括数据获取层、数据传输层、工业云平台和应用层四个层次，其中：所述的数据获取层主要为进行数据采集的物理设备，包括电压传感器、电流传感器、震动传感器和温度传感器；所述的数据传输层采用以太网或Wi‑Fi进行数据传输，并通过网关将数据上传到工业云平台；所述的工业云平台由物理资源层、资源管理层、服务层和数据处理层四个部分组成，其中物理资源层包括计算单元、网络设备和储存设备；资源管理层包括接入控制、数据安全和网络安全；服务层包括基础设施服务模块以及检测、诊断、预测等软件服务模块，及用户接口；数据处理层包括机器学习引擎和预测分析工具，其中机器学习引擎包括构建自学习动态模型和储存、模型库、机器学习算法；所述的应用层包括设备监测、故障诊断、故障预测、生命周期预测。
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青岛鹏海软件有限公司，未经青岛鹏海软件有限公司许可，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/patent/201810653567.7/，转载请声明来源钻瓜专利网。
