[发明专利]工业电动机的故障诊断及预测性维护方法在审

专利信息
申请号: 201810527771.4 申请日: 2018-05-29
公开(公告)号: CN108921303A 公开(公告)日: 2018-11-30
发明(设计)人: 于忠清;董松;韩松;宋晓 申请(专利权)人: 青岛鹏海软件有限公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q10/04;G01R31/34
代理公司: 北京一格知识产权代理事务所(普通合伙) 11316 代理人: 滑春生;李魏英
地址: 266071 山东省青*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预测性维护 故障诊断 工业电动机 电动机 电机 电动机控制单元 数据收集中心 可分析数据 方式发展 防止设备 可重复性 设备维修 数据分析 数据收集 维修成本 性能数据 有效手段 状态监测 状态预测 自动生成 传感器 维护 停机 验证 关联 数学 诊断 维修 检测 融入
【权利要求书】:

1.一种工业电动机的故障诊断及预测性维护方法,其特征在于,包括以下步骤:

步骤1、数据收集:通过电动机控制单元,以及使用与电动机相关联的传感器获得关于电动机性能数据;

步骤2、数据分析:接收来自于数据收集中心的可分析数据,得出电机的故障诊断及状态预测结论;

步骤3、维护:自动生成预测性维护计划,用户基于维护计划开展线下维护工作。

2.如权利要求1所述的工业电动机的故障诊断及预测性维护方法,其特征在于,所述的步骤1中,电动机性能数据包括故障维修数据和电动机运行数据,所述故障维修数据包括电动机发生故障前的数据记录和/或电动机的维修数据;所述电动机的运行数据包括在正常使用时与电动机相关的配置数据以及运行状态数据;所述的电动机传感器包括振动传感器、电压传感器、电流传感器以及提供其他运行信息的传感器,这些电动机传感器被配置成监测实时信息。

3.如权利要求2所述的工业电动机的故障诊断及预测性维护方法,其特征在于,所述的电压传感器和电流传感器用于测量电机的相电压和线电流,安装在电机控制柜中;所述的振动传感器提供电动机的振动数据,该振动数据包括整体振动数据、振动峰值;该振动传感器所得的整体振动数据频率、波形的变化能够反映轴存在的问题,该问题包括不平衡,不对中或机械松动;该峰值数据提供对机器影响的可靠测量,随着峰值等级的增加,它直接显示要产生的问题,该问题包括润滑不良、轴承故障或齿轮故障,通过增加整体振动和峰值数据来检测过程引起的故障。

4.如权利要求2所述的工业电动机的故障诊断及预测性维护方法,其特征在于,所述的其他运行信息的传感器包括超声检测仪和热像仪,该超声检测仪用于跟踪高频摩擦力,摩擦力监测直接表明设备的相对健康状况,能够及时获知设备的润滑状态和其它机械部件(轴承、齿轮、耦合器、泵叶轮)的运行状态信息,轴承状态监测;该热像仪用于接收电机任何部分发出的红外线,通过有颜色的图片来显示被测量物表面的温度分布,根据温度的微小差异来找出温度的异常点,从而起到与维护的作用。

5.如权利要求1所述的工业电动机的故障诊断及预测性维护方法,其特征在于,所述的步骤2,通过通信接口周期性间隔收集电动机运行数据,对收集到的电动机数据转换为数据分析中心可分析数据,传输到步骤2进行数据分析。

6.如权利要求1所述的工业电动机的故障诊断及预测性维护方法,其特征在于,所述的步骤2包括依次进行的步骤:数据储存、数据配置、数据整理、特征提取,然后根据提取的特征进行故障预测和故障诊断,最后将故障预测和故障诊断结果转入步骤3;所述的数据整理是对所述电动机性能相关数据进行清洗,包括将逻辑上不合理或者相互矛盾的数据予以删除或纠正;将清洗后的数据进行数据构建,包括按照时间的顺序将搜集到的其它数据进行整合。

7.如权利要求6所述的工业电动机的故障诊断及预测性维护方法,其特征在于,所述的数据储存采用数据储存器,用于存储配置数据、电动机性能数据、数据分析模型、分析结果、阈值数据;该数据配置包括:电动机性能数据的格式、用于规定何时收集电动机性能数据的时间周期的收集参数、用于产生报告和发送通知的输出参数;该电动机性能数据包括:电气性能和机械性能,电气性能,包含常规的绝缘、耐压、直流电阻;该机械性能包括:运行振动、噪音、输出扭矩、转速;该阈值数据包括数值、范围、百分比,为反映电动机异常状态的重要指示数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛鹏海软件有限公司,未经青岛鹏海软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810527771.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top