[发明专利]一种基于电磁检测的电机和泵故障预测分析系统

说明书

本发明公开了一种基于电磁检测的电机和泵故障预测分析系统，包括以下步骤：一、电磁数据采集分析；二、电磁数据建模分析；三、智能化维护检测；电磁数据采集分析包括：1数据获取；2数据分析；3业务逻辑；4终端用户；智能化维护检测包括：A现场网关或服务器；B数据云存储；C数据预处理；D智能化系统。本发明通过采用电磁检测对电机和泵的故障进行预测分析，通过传感器进行数据获取，通过电磁数据建模分析和人工神经网络进行运算和分析，通过智能化系统实时诊断和分析，产生智能化的设备维护方案，利用电机和泵的运行状态与所发出的电磁信号的关联性，运用大数据建模分析，可预测电机和泵的故障发生时间点和概率。

技术领域

本发明涉及电磁检测领域，特别涉及一种基于电磁检测的电机和泵故障预测分析系统。

背景技术

所有用电驱动的设备都会产生电磁波，每种电子电气设备都拥有自己的电磁特性，国内外主要的设备健康评估建模预测方法有：统计学方法、时间序列分析、贝叶斯方法、灰色系统、支持向量机、神经网络等，通过电磁检测将设备状态数据上传至网络终端，人工神经网络使用计算机模拟人脑神经细胞进行复杂运算，对数据进行分析模拟和检测，通过深度学习得到数据分析结果，深度学习指包含多层、复杂网络结构的人工神经网络，通过海量神经元的复杂连接，深度神经网络具有无可比拟的运算能力，能够处理分析极其复杂的问题，我们能够将这种系统应用于电机和泵的故障分析和预测，结合预测维护技术和大数据机器学习、深度学习产生最佳预测维护模型，并产生智能化的设备维护方案，并提出一种基于电磁检测的电机和泵故障预测分析系统。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于电磁检测的电机和泵故障预测分析系统，采用电磁检测对电机和泵的故障进行预测分析，通过传感器进行数据获取，利用电机和泵的运行状态与所发出的电磁信号的关联性，运用大数据建模分析，可预测电机和泵的故障发生时间点和概率。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明一种基于电磁检测的电机和泵故障预测分析系统，包括以下步骤：

一、电磁数据采集分析；

二、电磁数据建模分析；

三、智能化维护检测；

所述电磁数据采集分析包括：

1数据获取；

2数据分析；

3业务逻辑；

4终端用户；

所述智能化维护检测包括：

A现场网关或服务器；

B数据云存储；

C数据预处理；

D智能化系统。

作为本发明的一种优选技术方案，所述步骤1数据获取通过传感器进行设备状态的数据获取；所述步骤2数据分析获取设备数据，对数据进行预处理，对预处理后的数据进行特征提取，并对提取后的数据分别进行类型分类模型建立和状态分类模型建立，所述类型分类模型判断设备类型，根据设备类型确定工作状态分类器，所述状态分类模型实时判断当前设备工作状态，最终数据传导至云端大数据平台；所述步骤3业务逻辑对云端大数据平台进行数据挖掘分析，对设备状态进行查询远程监控，对设备异常状态进行预警故障报修，并将数据通过云端大数据平台发送至步骤4终端用户，用户通过移动终端获取数据。

作为本发明的一种优选技术方案，所述步骤二电磁数据建模分析基于人工神经网络进行分析，人工神经网络分析包括以下步骤：

1数据采集；

2定义健康度指标、标记数据；

3特征提取、预处理；