本發(fa)明涉及電機故障(zhang)檢(jian)測領(ling)域，特別涉及一種(zhong)基于人工(gong)智能技術的電機故障(zhang)在線診斷系統。

背景技術：

1、電機(ji)(ji)已用于(yu)各種(zhong)應用，而(er)且其(qi)性能也越(yue)來越(yue)高。借助電機(ji)(ji)在運行(xing)過(guo)程中所(suo)提供的(de)(de)數(shu)據(ju)，可(ke)(ke)以對(dui)其(qi)進行(xing)精確監測。這些數(shu)據(ju)還可(ke)(ke)用于(yu)增(zeng)強(qiang)預(yu)測性維(wei)護技(ji)術(shu)的(de)(de)應用效果(guo)。現有的(de)(de)電機(ji)(ji)設備通常基于(yu)溫(wen)度、振動(dong)頻(pin)率、聲音或電壓(ya)電流對(dui)其(qi)采集(ji)數(shu)據(ju)，以實現最(zui)終的(de)(de)故障實時診斷，例如專利(li)號為cn103926533b的(de)(de)現有技(ji)術(shu)，即是(shi)針(zhen)對(dui)電機(ji)(ji)失磁情(qing)況(kuang)下的(de)(de)處理。

2、但在目前的(de)技術下，每(mei)一個所檢測(ce)的(de)方向(xiang)(xiang)僅只負責(ze)其本(ben)身的(de)方面(mian)，比如電(dian)(dian)機自(zi)身產生異(yi)樣(yang)的(de)聲音，而未出現振(zhen)動(dong)和(he)(he)溫(wen)度狀態時(shi)，由于(yu)故(gu)障(zhang)自(zi)身具(ju)有一定程度的(de)滯后性，若(ruo)不對其及時(shi)進(jin)行處(chu)理，依舊(jiu)按照不同采樣(yang)因(yin)素設(she)定權值判(pan)斷故(gu)障(zhang)方向(xiang)(xiang)，顯然不能夠在線(xian)及時(shi)預防電(dian)(dian)機可(ke)能會出現的(de)故(gu)障(zhang)；還有的(de)例如在電(dian)(dian)機自(zi)身的(de)功(gong)率無法(fa)符合目標設(she)備的(de)功(gong)效時(shi)，且自(zi)身并未產生異(yi)響和(he)(he)振(zhen)動(dong)類的(de)情況，本(ben)身的(de)發熱效應也具(ju)有較強(qiang)的(de)滯后性，若(ruo)沒有長時(shi)間的(de)檢測(ce)溫(wen)度和(he)(he)電(dian)(dian)壓，依然無法(fa)知(zhi)曉是由于(yu)電(dian)(dian)機的(de)功(gong)率過(guo)低導致的(de)電(dian)(dian)機損壞。

技術實現思路

1、本(ben)發明要解決的(de)技(ji)術(shu)(shu)問題(ti)是(shi)克(ke)服現有技(ji)術(shu)(shu)的(de)缺陷(xian)，提供一種基于人工智能技(ji)術(shu)(shu)的(de)電(dian)機(ji)故障(zhang)在(zai)線診斷(duan)系統。

2、為了解決上述技術問題，本發明提(ti)供(gong)了如下的技術方案：

3、本發明提供(gong)一種基(ji)于人工智能技術的電機故障在線診斷(duan)系(xi)統(tong)，診斷(duan)系(xi)統(tong)包括采集模(mo)塊(kuai)、檢(jian)測模(mo)塊(kuai)、數據庫(ku)、管理模(mo)塊(kuai)和(he)運行模(mo)塊(kuai)；

4、采集模塊，用于獲取電(dian)機的運(yun)行(xing)參數，運(yun)行(xing)參數包含有通過時序(xu)排(pai)列的電(dian)壓(ya)電(dian)流(liu)值、異響(xiang)和運(yun)行(xing)溫(wen)度(du)(du)，運(yun)行(xing)溫(wen)度(du)(du)是由熱(re)成像攝像頭(tou)拍(pai)攝的溫(wen)度(du)(du)圖像，電(dian)壓(ya)電(dian)流(liu)值是由電(dian)機的輸(shu)入和輸(shu)出段處的電(dian)流(liu)電(dian)壓(ya)差值，異響(xiang)是由傳感器陣列根據異響(xiang)聲頻定位(wei)的數據；

5、檢測模塊，用于(yu)接收采集(ji)模塊所收集(ji)的(de)數據，判(pan)斷電機(ji)是否(fou)處于(yu)異常狀(zhuang)態，并解(jie)析異常狀(zhuang)態的(de)故障趨(qu)勢；異常狀(zhuang)態的(de)故障趨(qu)勢基于(yu)人工智能算法構建；

6、數(shu)據(ju)庫(ku)(ku)，用于對(dui)檢(jian)測模塊(kuai)所得(de)出(chu)的(de)數(shu)據(ju)二級檢(jian)驗，將類似(si)的(de)故(gu)障(zhang)狀(zhuang)態和(he)解(jie)決(jue)方案比(bi)對(dui)檢(jian)測模塊(kuai)所得(de)出(chu)的(de)結論，并對(dui)數(shu)據(ju)庫(ku)(ku)內所儲存的(de)解(jie)決(jue)方案再次優(you)化；

7、管理模塊(kuai)(kuai)，用于對檢測模塊(kuai)(kuai)所(suo)發出的預警(jing)信息響應，通過管理模塊(kuai)(kuai)對預警(jing)信息以(yi)及解決方案(an)的流程確認，并發送到運行模塊(kuai)(kuai)下；

8、運(yun)行模塊(kuai)，根據管理(li)模塊(kuai)所傳遞(di)的(de)信息，將(jiang)多個電機中已確認有故障的(de)電機停止運(yun)行，并設定(ding)停止預警時(shi)效。

9、作為本發明的(de)一種優選技術方案，所述傳感器陣列還包含有聲學照(zhao)相機(ji)(ji)，檢測(ce)模塊(kuai)根據聲學照(zhao)相機(ji)(ji)的(de)拍攝方向(xiang)，以采集模塊(kuai)所收集的(de)電(dian)機(ji)(ji)數據模型(xing)建(jian)立三維立體坐標，基于聲源定位(wei)對(dui)異響區(qu)域(yu)覆(fu)蓋式(shi)定位(wei)，縮小故障(zhang)定位(wei)區(qu)間。

10、作為(wei)本發(fa)明(ming)的(de)一種優選(xuan)技(ji)術方(fang)案，所述人工(gong)智能算法以lstnet網絡(luo)為(wei)基線模型，對(dui)多(duo)維數(shu)據做預(yu)處理，進行數(shu)據清洗、重(zhong)采(cai)樣、標準化(hua)等處理；數(shu)據處理后(hou)，構建(jian)時間(jian)序列(lie)(lie)的(de)矩陣輸入，進入cnn層，使用(yong)一維卷(juan)積神經網絡(luo)對(dui)多(duo)維時序數(shu)據進行特征提取，使多(duo)個不同采(cai)集方(fang)向(xiang)(xiang)的(de)數(shu)據相互(hu)關(guan)(guan)聯；cnn層輸出的(de)時序特征將進入bi-lstm層和(he)bi-lstm-skip跳躍層，用(yong)于提取序列(lie)(lie)的(de)長(chang)期變(bian)化(hua)趨勢，從正反兩個方(fang)向(xiang)(xiang)傳遞且共享(xiang)權值(zhi)的(de)lstm網絡(luo)組成，可從正反2個方(fang)向(xiang)(xiang)學(xue)習時間(jian)序列(lie)(lie)，結合(he)序列(lie)(lie)的(de)歷史信息(xi)和(he)未來(lai)信息(xi)，確認預(yu)測值(zhi)的(de)未來(lai)特征值(zhi)是否依舊(jiu)互(hu)相關(guan)(guan)聯。

11、作為本發明的(de)(de)一種優選技(ji)術方案(an)，所(suo)述數(shu)據(ju)(ju)(ju)庫儲存在診斷系統下，儲存有(you)不(bu)同型(xing)號電機異(yi)(yi)常(chang)(chang)情況(kuang)下的(de)(de)數(shu)據(ju)(ju)(ju)，數(shu)據(ju)(ju)(ju)包含有(you)異(yi)(yi)響聲紋數(shu)據(ju)(ju)(ju)、異(yi)(yi)常(chang)(chang)發熱(re)數(shu)據(ju)(ju)(ju)和異(yi)(yi)常(chang)(chang)電流電壓數(shu)據(ju)(ju)(ju)，且每個異(yi)(yi)常(chang)(chang)數(shu)據(ju)(ju)(ju)均標記有(you)相應(ying)的(de)(de)故(gu)(gu)障情況(kuang)和故(gu)(gu)障嚴重等級(ji)，用(yong)于比對檢測模塊所(suo)分(fen)析的(de)(de)數(shu)據(ju)(ju)(ju)，以(yi)及對應(ying)的(de)(de)故(gu)(gu)障等級(ji)。

12、作為本(ben)發(fa)明的(de)一種優選技術(shu)方(fang)案(an)，所述管理模塊具有確(que)認(ren)權限和修改(gai)層次權限，對于(yu)(yu)(yu)已受(shou)到(dao)(dao)數據庫確(que)認(ren)的(de)故障(zhang)信息，在(zai)非嚴(yan)重狀態(tai)下自行嘗試解決(jue)方(fang)案(an)；處(chu)于(yu)(yu)(yu)嚴(yan)重狀態(tai)下的(de)異常則需要(yao)受(shou)管理模塊控制確(que)認(ren)，還可基于(yu)(yu)(yu)人工修改(gai)所接收的(de)解決(jue)方(fang)案(an)，并放入到(dao)(dao)數據庫內作為優化方(fang)向。

13、與現有(you)技術相比，本發(fa)明(ming)的有(you)益效果如下：

14、本發明通過(guo)對(dui)電機采(cai)集多個(ge)方向上的(de)因素，將多個(ge)數據(ju)由時序排列處理，并將相關(guan)(guan)聯的(de)特(te)征(zheng)值提取預測，最終從預測值和過(guo)去所采(cai)集的(de)信息判斷關(guan)(guan)聯性的(de)多寡，以在線方式確(que)認是(shi)否(fou)真(zhen)實故障，同(tong)時再次由數據(ju)庫對(dui)其形成二次驗(yan)證和劃分嚴重度等級，從而能夠(gou)更及時和準確(que)的(de)判斷電機是(shi)否(fou)出(chu)現故障。

技術特征：

1.一種基(ji)于人工智(zhi)能技術的(de)電機故障在線(xian)診斷(duan)系統，其特征在于，診斷(duan)系統包(bao)括采(cai)集模塊、檢測模塊、數據庫(ku)、管理模塊和運行模塊；

2.根據(ju)權利要求1所(suo)述(shu)的一(yi)種基于人工(gong)智能技(ji)術的電機(ji)(ji)故(gu)(gu)障在線診斷系(xi)統，其特(te)征在于，所(suo)述(shu)傳感(gan)器陣列還(huan)包(bao)含有聲(sheng)學照(zhao)相(xiang)機(ji)(ji)，檢測(ce)模(mo)塊根據(ju)聲(sheng)學照(zhao)相(xiang)機(ji)(ji)的拍(pai)攝方向(xiang)，以采集(ji)模(mo)塊所(suo)收集(ji)的電機(ji)(ji)數據(ju)模(mo)型建立(li)三維立(li)體坐標，基于聲(sheng)源定位(wei)(wei)(wei)對(dui)異響區(qu)域覆蓋(gai)式定位(wei)(wei)(wei)，縮小故(gu)(gu)障定位(wei)(wei)(wei)區(qu)間。

3.根(gen)據權利要求(qiu)1或2所(suo)述(shu)的一種基于人工智能技術的電機故(gu)障在線診斷系(xi)統，其(qi)特征(zheng)(zheng)在于，所(suo)述(shu)人工智能算法以(yi)lstnet網(wang)絡為基線模型(xing)，對多(duo)(duo)維數(shu)據做預處(chu)理(li)，進(jin)(jin)行數(shu)據清洗(xi)、重采樣、標準化等處(chu)理(li)；數(shu)據處(chu)理(li)后，構(gou)建時(shi)(shi)間序(xu)(xu)列(lie)(lie)的矩陣輸入(ru)，進(jin)(jin)入(ru)cnn層，使(shi)用(yong)(yong)一維卷積神經網(wang)絡對多(duo)(duo)維時(shi)(shi)序(xu)(xu)數(shu)據進(jin)(jin)行特征(zheng)(zheng)提(ti)取(qu)，使(shi)多(duo)(duo)個不同采集方(fang)向(xiang)(xiang)的數(shu)據相互(hu)關聯；cnn層輸出(chu)的時(shi)(shi)序(xu)(xu)特征(zheng)(zheng)將進(jin)(jin)入(ru)bi-lstm層和(he)(he)bi-lstm-skip跳躍(yue)層，用(yong)(yong)于提(ti)取(qu)序(xu)(xu)列(lie)(lie)的長期變化趨勢，從(cong)正反兩個方(fang)向(xiang)(xiang)傳遞(di)且(qie)共享權值的lstm網(wang)絡組成(cheng)，可從(cong)正反2個方(fang)向(xiang)(xiang)學習(xi)時(shi)(shi)間序(xu)(xu)列(lie)(lie)，結合序(xu)(xu)列(lie)(lie)的歷史信(xin)息(xi)和(he)(he)未來信(xin)息(xi)，確認預測值的未來特征(zheng)(zheng)值是否(fou)依(yi)舊互(hu)相關聯。

4.根據(ju)權利要求1所(suo)述(shu)的(de)(de)一種基于(yu)(yu)人(ren)工(gong)智(zhi)能(neng)技(ji)術的(de)(de)電(dian)(dian)機(ji)故障(zhang)在(zai)線診斷系統，其特征在(zai)于(yu)(yu)，所(suo)述(shu)數(shu)(shu)(shu)據(ju)庫儲(chu)存(cun)在(zai)診斷系統下，儲(chu)存(cun)有不(bu)同(tong)型(xing)號(hao)電(dian)(dian)機(ji)異(yi)常(chang)情況下的(de)(de)數(shu)(shu)(shu)據(ju)，數(shu)(shu)(shu)據(ju)包(bao)含(han)有異(yi)響聲紋數(shu)(shu)(shu)據(ju)、異(yi)常(chang)發熱數(shu)(shu)(shu)據(ju)和(he)異(yi)常(chang)電(dian)(dian)流電(dian)(dian)壓數(shu)(shu)(shu)據(ju)，且(qie)每個異(yi)常(chang)數(shu)(shu)(shu)據(ju)均(jun)標記有相(xiang)應的(de)(de)故障(zhang)情況和(he)故障(zhang)嚴重等級，用于(yu)(yu)比對檢測(ce)模塊所(suo)分(fen)析的(de)(de)數(shu)(shu)(shu)據(ju)，以及(ji)對應的(de)(de)故障(zhang)等級。

5.根據權利要(yao)求1所(suo)述的(de)一種基(ji)于(yu)人工智能技(ji)術的(de)電機故(gu)(gu)障在(zai)線(xian)診斷系統，其特征在(zai)于(yu)，所(suo)述管理模(mo)塊(kuai)具有(you)確(que)認權限和修改(gai)層次權限，對于(yu)已受到數據庫確(que)認的(de)故(gu)(gu)障信息，在(zai)非嚴重狀(zhuang)態下自行嘗(chang)試解決方案；處于(yu)嚴重狀(zhuang)態下的(de)異常則(ze)需要(yao)受管理模(mo)塊(kuai)控制(zhi)確(que)認，還可基(ji)于(yu)人工修改(gai)所(suo)接(jie)收的(de)解決方案，并(bing)放(fang)入到數據庫內作為(wei)優化方向(xiang)。

技術總結
本發明涉及電機故障檢測領域，特別涉及一種基于人工智能技術的電機故障在線診斷系統，診斷系統包括采集模塊、檢測模塊、數據庫、管理模塊和運行模塊。本發明通過對電機采集多個方向上的因素，將多個數據由時序排列處理，并將相關聯的特征值提取預測，最終從預測值和過去所采集的信息判斷關聯性的多寡，以在線方式確認是否真實故障，同時再次由數據庫對其形成二次驗證和劃分嚴重度等級，從而能夠更及時和準確的判斷電機是否出現故障。

技術研發人員：關文慧,李彬彬
受保護的技術使用者：上海電機學院
技術研發日：
技術公布日：2024/9/19