[发明专利]电机故障诊断方法及系统

说明书

本发明涉及电机故障诊断领域，公开了一种电机故障诊断方法及系统，以及时发现电机运行的异常情况并进行故障诊断，使用方便，易于实施；本发明的方法包括：选取正常训练数据集，计算第一检测统计量，并计算检测阈值；选取不同类型的故障数据作为故障训练数据集，计算第二检测统计量，采用核密度估计法计算第二检测统计量的故障概率密度函数，并构建所有类型故障样本的概率密度函数集；选取测试数据集，根据测试数据集计算第三检测统计量，将第三检测统计量与检测阈值进行比较，判断电机是否发生故障；若发生故障，采用核密度估计法计算第三检测统计量的故障密度函数，并构建测试数据集的概率密度函数集，从而诊断故障类型。

技术领域

本发明涉及电机故障诊断领域，尤其涉及一种电机故障诊断方法及系统。

背景技术

电机是一种在各行业中都使用广泛的电气设备，如高速列车牵引传动系统、风电发电机、新能源汽车驱动电机、轨道牵引电机、船舶用电机等。在实际的应用中，由于电机受到频繁的启动、负载波动、工作环境恶劣等因素的影响，电机运行状态出现异常进而不可避免的产生故障。这些故障若得不到及时的诊断和发现，就会不断恶化最终导致整个系统失效，给工业生产带来巨大的损失。

电机在实际运行中，诸如在启动加速、恒速、制动减速等状态之间的切换中，不同工况下表现出来的动态特性不一，系统参数和测量数据的变化复杂。例如，当电机运行在启动加速的工况下输出转矩大，对应的启动电流较大，电机电压增大；在恒速的工况下，若低速运行，电机绕组电流和磁动势较大；若高于额定转速运行，电机还需要进行弱磁控制，电机的磁动势出现明显变化；制动工况下，以电制动为例，电机工作在发电机模式中，输出转矩反向，机械能转换为电能重新反馈给电网或者通过制动电阻消耗掉，电机定子电流、磁动势、转速等会有较大变化。由此可见，电机运行的动态变化复杂且参数众多，导致电机发生故障的因素众多。

因此，如何能及时发现电机运行的异常情况并进行故障诊断成为一个急需解决的问题。

发明内容

本发明目的在于提供一种电机故障诊断方法及系统，以能及时发现电机运行的异常情况并进行故障诊断，使用方便，易于实施。

为实现上述目的，本发明提供了一种电机故障诊断方法，包括以下步骤：

S1：选取待测电机的正常运行数据作为正常训练数据集，根据所述正常训练数据集计算第一检测统计量，并根据所述第一检测统计量计算检测阈值；

S2：从历史故障运行数据中选取不同类型的故障数据作为故障训练数据集，根据所述故障训练数据集计算第二检测统计量，采用核密度估计法计算所述第二检测统计量的故障概率密度函数，并构建所有类型故障样本的概率密度函数集；

S3：选取待测电机的实时运行数据作为测试数据集，根据所述测试数据集计算第三检测统计量，将所述第三检测统计量与所述检测阈值进行比较，若所述第三检测统计量的值大于所述检测阈值，则判定发生故障，进入S4；反之，重新选取测试数据集，直至检测到电机发生故障；

S4：采用核密度估计法计算所述第三检测统计量的概率密度函数，并构建测试数据集的概率密度函数集，根据所述测试数据集的概率密度函数集和所述S2中所述所有类型故障样本的概率密度函数集的距离诊断故障类型。

优选地，所述S1具体包括以下步骤：

S11：将正常训练数据集X表示为：

式中，m为电机传感器个数，N为采样点数，x为根据时间序列采集到的电机运行数据样本，为实数集；

S12：对数据集X进行归一化预处理，得到数据集为：

计算数据集的均值矩阵μ，计算公式为：

式中，