[发明专利]港口机械设备故障智能预诊断及维保智能预警方法

权利要求书

1.一种港口机械设备故障智能预诊断及维保智能预警方法，其特征在于：该方法至少包括如下步骤：

步骤1：在用电设备的断路器或接触器或变频器下端安装微型电流或电压互感器，在电动机底座上安装震动传感器，齿轮箱内安装温度传感器，并在港口机械设备上安装独立的工业计算机装置或使用港口机械设备原有的工业控制装置；

步骤2：设定好工业控制器模拟量输入模块的工程参数；

步骤3：设定正常工作状态下不同电压、工况情况下的设备电流值、震动值、温度值建立基础数据库；或启用工业控制器智能学习模块，智能读取设备在不同工况下，正常运行状态下的电流、电压、震动、温度参数值；

步骤4：实时或每隔一段时间读取设备在不同工况下的电流、震动、温度数据；

步骤5：经数据采样分析后，与正常数据或经验值有偏差的数据，根据比对历史故障数据信息库，得出可能将产生故障的类型或需要进行维保的部件，通过工业控制器的人机界面进行预报、预警；同时，可以通过工业控制器向维修部人员发送SMS短信预报、预警；

步骤6：维修人员依据预诊断结果完成现场早期维修或维保后，在工业控制器人机界面上进行确认；整个故障智能预诊断及维保智能预警进入新的运行周期。

2.根据权利要求1所述的港口机械设备故障智能预诊断及维保智能预警方法，其特征在于：在所述的步骤2中，所述的工程参数包括微型互感器、震动传感器、温度传感器采集的电流或电压信号对应的实际流过断路器、接触器、变频器的主电流值及电压值、震动值、温度值。

3.根据权利要求1所述的港口机械设备故障智能预诊断及维保智能预警方法，其特征在于：在所述的步骤4中，还包括如下分步骤：

步骤4.1：实时检测设备的电流、电压、震动和温度信息；

步骤4.2：对电流、电压信息进行EMD特征分解，提取特征向量；

步骤4.3：对提取的特征向量进行加权平均数法分析；

步骤4.4：提取供电电压、负载等实时数据，调取对应的模型数据；

步骤4.5：判断采样数据是否是偏离模型数据，若是，则执行步骤5，否则，返回步骤4.1。

4.根据权利要求1所述的港口机械设备故障智能预诊断及维保智能预警方法，其特征在于：在所述的步骤5中，还包括如下分步骤：

步骤5.1：根据偏差值范围，预判可能的故障趋势或是否需要保养；

步骤5.2：判断是否需要紧急维修，若是，则执行步骤5.3，否则执行步骤5.4；

步骤5.3：系统报警，短信紧急通知维修人员；

步骤5.4：系统提醒，短信通知保养维护人员。