[发明专利]一种电机故障的检测方法、介质及系统

说明书

本发明公开一种电机故障的检测方法、介质及系统。该方法包括：采集电机定子的电流信号和振动信号；分别对所述电流信号和所述振动信号进行去噪处理，得到处理后的电流信号和处理后的振动信号；根据故障检测模型的种类，对处理后的电流信号和处理后的振动信号进行特征处理得到输入特征；将所述输入特征输入到所述故障检测模型中，以使所述故障检测模型输出故障检测结果；其中，所述故障检测结果包括：所述输入特征对应各种故障类型的概率，以及所述输入特征对应的故障严重程度。本发明实施例使用的参数更多，不依赖于人工经验，减少干扰噪声对检测结果的影响，使得检测结果更加全面和准确。

技术领域

本发明涉及电机故障检测技术领域，尤其涉及一种电机故障的检测方法、介质及系统。

背景技术

在现代工业自动化中，农业、建筑业等很多领域都直接或间接地依靠电机将外界能量转化为可用的机械能。因此，检测电力设备故障是电机能够持续保证高效工作的关键。

现有技术中，通常在电机稳定运行状态下通过检测、分析电机定子输出的电流信号，从而通过观察该电流信号实现故障检测。

但是，电流信号仅仅能部分地反映故障信息，不能全面地反应故障信息；这是因为不同类型的故障在电流信号上的表现可能是相同的，故仅通过检测分析电流信号进行故障检测难以甄别具体的故障类型。此外，同一种故障的不同严重程度对于电机来说也代表着不同的性能等级，现有技术中通常依赖人工经验根据电流信号分析结果对电机性能进行评估，从而确定当前电机是否可用、是否亟待维修或者是否可暂缓维修，这样的评估结果通常带有主观性，具有不确定性。

发明内容

本发明实施例提供一种电机故障的检测方法、介质及系统，以解决现有技术对电机故障的检测不准确的问题。

第一方面，提供一种电机故障的检测方法，包括：采集电机定子的电流信号和振动信号；分别对所述电流信号和所述振动信号进行去噪处理，得到处理后的电流信号和处理后的振动信号；根据故障检测模型的种类，对处理后的电流信号和处理后的振动信号进行特征处理得到输入特征；将所述输入特征输入到所述故障检测模型中，以使所述故障检测模型输出故障检测结果；其中，所述故障检测结果包括：所述输入特征对应各种故障类型的概率，以及所述输入特征对应的故障严重程度。

第二方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令；所述计算机程序指令被处理器执行时实现如上述第一方面实施例所述的电机故障的检测方法。

第三方面，提供一种电机故障的检测系统，包括：如上述第二方面实施例所述的计算机可读存储介质。

这样，本发明实施例，通过电流信号和振动信号两种参数实现电力设备故障检测，使用的参数更多，使得检测结果更加全面和准确；采用预先训练好的故障检测模型实现故障类型的甄别和故障等级的确定，能够输出电机存在的各种故障的概率以及故障严重程度，不依赖于人工经验，故障检测结果置信度高；采用小波阈值去噪处理对电流信号进行去噪，采用多项式最小二乘法对振动信号进行预处理，从而能够减少干扰噪声对检测结果的影响，鲁棒性较强。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的电机故障的检测方法的流程图；

图2是本发明一具体实施例的神经网络模型的图像分类模块的结构示意图。

具体实施方式