[发明专利]一种电机异常振动预警方法及系统

权利要求书

1.一种电机异常振动的预警方法，其特征在于，包括：

对电机的振动数据和电气数据进行采集，根据电机的电气数据来得到电机的负载区间，并构建电机在不同负载区间的振动数据的基准特征向量矩阵X_m×n，其中，m为统计样本个数，n为每个样本数据特征维数；

根据每个负载区间的基准特征向量矩阵X_m×n分别计算在各个负载区间的监测阈值；

计算待测样本的当前负载区间以及当前负载区间内待测样本与基准特征向量矩阵X_m×n的马氏距离指标；

根据待测样本与基准特征向量矩阵X_m×n的马氏距离指标及当前负载区间的监测阈值来判断电机是否异常。

2.如权利要求1所述的电机异常振动的预警方法，其特征在于，根据每个负载区间的基准特征向量矩阵X_m×n分别计算在各个负载区间的监测阈值，包括：

首先，将基准特征向量矩阵X_m×n归一化得到归一化特征向量矩阵Z；

然后，通过马氏距离计算样本其中，C表示矩阵Z的协方差矩阵；

最后，通过3Sigma准则计算监测阈值MD_threshold＝MD_train×3。

3.如权利要求2所述的电机异常振动的预警方法，其特征在于，计算待测样本的当前负载区间以及当前负载区间内待测样本与基准特征向量矩阵X_m×n的马氏距离指标，包括：

计算样本的负载率，根据样本的负载率得到其所在的负载区间；

在待测样本中提取特征向量y＝[y1,y2,…,yN]并进行归一化处理，计算其与当前负载区间的基准特征向量矩阵X_m×n对应的归一化特征向量矩阵Z的马氏距离指标：MD＝yC^-1y^T。

4.如权利要求1所述的电机异常振动的预警方法，其特征在于，根据电机的电气数据来得到电机的负载区间，包括：

根据电机的电气数据计算电机的负载率；

根据样本的负载率得到其所在的负载区间，其中，负载区间根据如下规则进行划分：

负载率从30％到100％，按照5个百分比一个负载区间的原则，负载区间的选取原则为左闭右开。

5.如权利要求1所述的电机异常振动的预警方法，其特征在于，根据待测样本与基准特征向量矩阵X_m×n的马氏距离指标来判断电机是否异常，包括：

将采集到的待测样本与基准特征向量矩阵X_m×n的马氏距离指标和对应负载区间的监测阈值进行比较，当连续采集到的三个在同一负载区间中的待测样本与基准特征向量矩阵的马氏距离指标超过监测阈值时，则认定电机振动状态出现了异常，发出报警。

6.如权利要求1所述的电机异常振动的预警方法，其特征在于，其特征在于，电机的振动数据包括电机驱动端以及非驱动端的振动数据。

7.如权利要求1所述的电机异常振动的预警方法，其特征在于，电机的电气数据包括三相电压、电流数据。

8.一种电机异常振动的预警系统，其特征在于，包括：

采集模块，用于对电机的振动数据和电气数据进行采集；

基准特征向量矩阵构建模块，用于根据电机的电气数据来得到电机的负载区间，并构建电机在不同负载区间的振动数据的基准特征向量矩阵X_m×n，其中，m为统计样本个数，n为每个样本数据特征维数；

监测阈值计算模块，用于根据每个负载区间的基准特征向量矩阵X_m×n分别计算在各个负载区间的监测阈值；

马氏距离指标计算模块，用于计算待测样本的当前负载区间以及当前负载区间内待测样本与基准特征向量矩阵X_m×n的马氏距离指标；

电机状态判断模块，用于根据待测样本与基准特征向量矩阵X_m×n的马氏距离指标及当前负载区间的监测阈值来判断电机是否异常。