[发明专利]一种电机故障诊断方法

说明书

本发明涉及一种电机故障诊断方法。本发明根据电机故障机理，建立电机在线监测数据和故障模式之间的关系，采用模糊数学隶属度的方法从电机在线监测数据得到故障特征，再从故障特征综合得到每个故障模式的隶属度，得到电机处于各个故障模式的可能性。对比已有技术，本发明能够更及时地通过从在线监测得到故障特征隶属度函数，并能快速综合计算电机处于各个故障模式的可能性，便于把采用本发明的算法部署到边缘侧或云端，实现巨量电机集群的运行维护。

技术领域

本发明涉及一种电机故障诊断方法，属于电机故障诊断技术领域和电机运行维护工业互联网技术领域。

背景技术

电机是制造业的“原动力”，广泛应用于冶金、石化、化工、煤炭、建筑、公用设施、家用电器等行业和诸多领域，是用电量最大的终端用能设备，是节能减排高度关注与重点研究的目标。电机消耗着巨大的能源，是工业设备的心脏，处于工业设备核心地位。电机是石油、煤炭、化工、冶金、纺织等行业设备的关键核心部件，尤其重要的是一旦出现严重故障和非计划停机，将导致非常重要的服务被中断。很多电机驱动的设备运行服务的场合要保证运行的连续性，故障停机时不能容忍的，电机的意外故障将导致巨额的维修费用和关联损失，甚至引起人员伤亡。

目前电机及驱动设备的运行维护还是被动式维修，主要是事后维修和预防性维修。事后维修无法预测事故停机，产生二次损坏，灾难性后果和高额维修费用，管理失控。预防性维修则使得状态良好的设备也被频繁检修，维修导致的损伤可能大于维修的好处，仍然会产生计划外的停机，没有针对不同设备进行优化和寿命分析。目前的运行维护方式降低了生产效率，提高了维保费用。

而目前基于工业互联网的运行维护优化基于对使用损耗特性参数进行电机的损坏预测，通过工业互联网技术对生产设备进行实时监测及响应，做出预测性的维护决策，提升了服务效率。其中一项重要的内容就是在线实时监测电机的运行参数，然后根据电机故障机理和大数据方法，确定电机是否健康，辨识出故障状态下电机可能的故障模式，为运行维护提供及时和准确的参考信息。

目前随着工业互联网的推进，数据驱动的电机故障诊断技术迅速发展，用来得到在线监测数据和各种故障模式之间的关系模型。当得到这些关系模型后，还需要把这些模型部署到边缘侧或云端，及时地把在线监测数据转化为电机处于各种故障模式的可能性。目前还存在缺乏在线监测数据和各种故障模式之间的关系模型，缺少基于在线监测数据的故障诊断方法等问题。

发明内容

本发明的目的是为了解决电机运维工业互联网的故障诊断问题，提出一种基于在线监测数据的电机故障诊断和显示的方法。

为了达到上述目的，本发明的具体技术方案是提供了一种电机故障诊断方法，其特征在于，包括以下步骤：

步骤1、确定电机的m个故障模式和n个故障特征；

步骤2、建立故障特征和故障模式之间存在充分条件的关系矩阵，首先赋初值如下：

CF(i,j)＝0，i＝1～m，j＝1～n；

遍历i＝1～m，j＝1～n：当满足第j个故障特征出现必然导致第i个故障模式出现时，则：

CF(i,j)＝1；

步骤3、建立故障特征和故障模式之间存在必要条件的关系矩阵，并赋初值如下：

BY(i,j)＝0，i＝1～m，j＝1～n；

遍历i＝1～m，j＝1～n：当满足第i个故障模式出现必然导致第j个故障特征出现时，则：

BY(i,j)＝1；

步骤4、经过对电机的监测得到信号，该信号与预先给定的特征要求和特征参数比对后，得到各个故障特征数组TZ(j)，j＝1～n，TZ(j)为0～1之间的实数或-1，0～1之间的实数表示第j个故障特征的隶属度，-1表示该故障特征未监测；