[发明专利]一种电机异常振动预警方法及系统

说明书

本发明提供了一种电机异常振动的预警方法及系统，所述方法包括：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；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。本发明的电机异常振动的预警方法具有监测结果准确的优点。

技术领域

本发明涉及电机监测领域，尤其涉及一种电机异常振动预警方法及系统。

背景技术

电机主要机械部件有转子，定子以及轴承等，由于机组使用寿命以及负载变化，导致电机出现不同情况的振动特征。振动是电机运行特征的一个重要体现。

在电机运行过程中，各个部件的损坏或异常，会使得电机的振动情况发生变化，而且破坏的早期，这种振动变化的幅值往往不是很明显，比较难检测到。最终会导致关键部件的不可逆转的损坏，使机组长时间停机，带来严重的经济损失。

传统的状态监测通常只对单一特征量进行监测，通过人为设定阈值的方法来判断设备的运行状态。这种方法需要大量的人工干预，依赖经验。并且单一的变量往往不能将设备的运行状态完整地反映出来。同时，在考虑设备的振动情况时未考虑其负载情况，而工业现场由于工艺的不同，设备的负载状态一般会实时发生变化。又，负载状态的不同，会使得设备的振动状态不同。故，如果不考虑设备的负载状态，仅监测其振动指标，可能会使得监测结果出现偏差。

发明内容

本发明的目的在于提供了一种监测结果准确的电机异常振动预警方法及系统。

本发明实施例中，提供了一种电机异常振动的预警方法，其包括：

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。

本发明实施例中，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。

本发明实施例中，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。