CN117169717A - 一种基于单片机的电机健康评估方法、装置及存储介质 - Google Patents
一种基于单片机的电机健康评估方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117169717A CN117169717A CN202311165715.8A CN202311165715A CN117169717A CN 117169717 A CN117169717 A CN 117169717A CN 202311165715 A CN202311165715 A CN 202311165715A CN 117169717 A CN117169717 A CN 117169717A
- Authority
- CN
- China
- Prior art keywords
- motor
- fault
- sensor
- health
- assessment method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003860 storage Methods 0.000 title claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 238000004804 winding Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000004927 fusion Effects 0.000 claims abstract description 5
- 238000012163 sequencing technique Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Landscapes
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
本发明公开了一种基于单片机的电机健康评估方法、装置及存储介质，利用传感器获取电机的运行参数；对获取运行参数进行预处理和特征提取；分别对某一种故障时的单一传感器报警进行信任值确定获得具有高信任度的传感器监测值；与专家知识库进行规则化的融合并对故障类型进行权重分配；划分针对电机的健康度等级，依据各故障的权重分配对电机进行健康度等级评估；对电机各故障按类型权重进行故障预测排序以预测和定位故障类型及故障点。本发明通过对电机各运行参数的获取，从而识别出转子断条故障、定子绕组故障、轴承故障和电机轴故障四类主要故障执行电机的健康等级评估，实现对电机故障的及时预测与定位，为电机高效、安全运行提供保障。
Description
技术领域
本发明属于电机健康评估技术领域，尤其涉及一种基于单片机的电机健康评估方法、装置及存储介质。
背景技术
异步电动机因性能优良，在生产生活中应用非常广泛，但出于各种原因电机故障时有发生，引起设备损坏和造成经济损失，因此对电机进行在线健康评估就显得很重要具有重大的经济价值和社会意义。
在电机故障诊断***中通常会采用多个传感器与多种诊断技术。但传统的诊断判断结构依然是基于单个传感器、单个参数特征进行的。诊断中心利用各种同类与不同类传感器对设备各种参数进行监测.并设定每一个故障的特征参数及报警阈值。当某类特征参数超过阈值时就认定有故障发生。由于电机运行参数的耦合性，一种检测诊断技术往往可以对多种故障进行识别，各传感器信息容易产生矛盾的诊断结果。基于单传感器的故障诊断由于故障特征模型和其他因素的影响存在固有的不确定性，只是根据报警阈值简单的对各类故障进行二元判决将产生很高的误报率与漏报率。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种基于单片机的电机健康评估方法、装置及存储介质，通过对电机各运行参数的获取，从而识别出转子断条故障、定子绕组故障、轴承故障和电机轴故障四类主要故障执行电机的健康等级评估，实现对电机故障的及时预测与定位，为电机高效、安全运行提供保障。
技术方案：为实现上述目的，本发明的一种基于单片机的电机健康评估方法，步骤如下：
步骤一：利用传感器对电机运行时的工作状态进行监测，获取电机的各项运行参数；
步骤二：对获取的电机的运行参数进行预处理和特征提取，消除干扰影响，以从中提取故障特征点；
步骤三：分别对某一种故障时的单一传感器报警进行信任值确定，以获得具有高信任度的传感器监测值；
步骤四：与专家知识库进行规则化的融合并对故障类型进行权重分配；
步骤五：划分针对电机的健康度等级，依据各故障的权重分配对电机进行健康度等级评估；
步骤六：对电机各故障按类型权重进行故障预测排序，以预测和定位故障类型及故障点。
进一步地，在步骤一中，所述传感器信号传输连接对应的单片机，传感器包括监测电机电流的电流传感器、监测电机振动的振动传感器、监测电机和环境温度的温度传感器以及监测电机转速的转速传感器。
进一步地，在步骤二中，预处理包括对温度去除转速和环境干扰，还包括采用小波包方法对测得的电机电流和振动进行消噪处理，以排除噪声干扰。
进一步地，在步骤三中，基于虚报概率和漏报概率，采用贝叶斯函数对传感器的监测值进行信任值计算，从而确定传感器监测值的信任度，将为高信任度的传感器监测值进行保留。
进一步地，在步骤四中，电机故障类型包括转子断条故障、定子绕组故障、轴承故障和电机轴故障，对应转子断条故障分配转子断条权重，对应定子绕组故障分配定子绕组权重，对应轴承故障分配轴承权重，对应电机轴故障分配电机轴温与环境温度的差值权重。
进一步地，在步骤五中，针对电机的健康度等级划分级别区分的权重值，电机的各类故障依据对应分配的故障类别权重归入对应的健康度级别中。
进一步地，在步骤六中，针对转子断条故障、定子绕组故障、轴承故障和电机轴故障按类型权重进行故障排序，且依据最大隶属度规则判断故障类型和该类型故障定位。
装置，该装置包括单片机，单片机连接监测闸机运行参数的各传感器，单片机具有处理模块，通过处理模块对传感器获得的各监测值进行数据处理而实现一种基于单片机的电机健康评估方法。
存储介质，其内存储有可执行程序，所述可执行程序被处理器执行可实现一种基于单片机的电机健康评估方法。
有益效果：本发明能够及时预测和发现电机的早期故障类型和定位故障点，提高了监测质量和效率，当检测到电机状态异常时会发出报警，有效避免了故障的扩大化，提高了电机的运行安全和生产效率；此外，可以接入网络将状态参数、健康度、异常报警、预测结果和故障类型及故障点等信息实时上传至云服务器，为远程监控和大数据分析提供数据支持。
附图说明
附图1为电机健康评估原理的示意图；
附图2为融合结构示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如附图1和附图2所示，一种基于单片机的电机健康评估方法，步骤如下：
步骤一：利用传感器对电机运行时的工作状态进行监测，获取电机的各项运行参数。
在步骤一中，所述传感器信号传输连接对应的单片机，传感器包括监测电机电流的电流传感器、监测电机振动的振动传感器、监测电机和环境温度的温度传感器以及监测电机转速的转速传感器。
更为具体的，1个电流传感器安装在电机三相电源进线；电机上轴承径向0度和180度角各安装1个振动传感器；电机下轴承径向0度和180度角各安装1个振动传感器；电机轴向安装1个振动传感器；在电机定子和轴承各安装1个温度传感器；工作环境安装1个温度传感器；轴向安装1个转速传感器。
步骤二：对获取的电机的运行参数进行预处理和特征提取，消除干扰影响，以从中提取故障特征点。
在步骤二中，预处理包括对温度去除转速和环境干扰，还包括采用小波包方法对测得的电机电流和振动进行消噪处理，以排除噪声干扰。
特征提取如下：
A：转子断条的特征提取：当电机转子发生断条时，定子电流上会出现特征频率的附加电流分量，即在电源频率f0附近，出现一个(1±2s)f0(s为转差率)的边频带。
B：当电机存在气隙偏心时，定子电流上会出现特征频率的附加电流分量fecc，即其中f0为电源频率，k为整数(取1，2，3…n)，s为转差率，p为电机极对数。
C：当电机存在轴承故障时，定子电流上会出现特征频率的附加电流分量，即f＝f0±kfr，其中f0为电源频率，k为整数(取1，2，3…n)，fr为转轴频率。
D：当电机存在定子匝间短路时，定子电流上会出现特征频率的附加电流分量，即f＝(n±2k(1-s))fo，其中f0为电源频率，n、k为整数(取1，2，3…n)，s为转差率。
E：当电机的定子三相磁场不对称、定子线圈或铁心松动、地脚螺栓松动时，电机会产生2f0的振动频率，特别当定子线圈或铁心松动，还会出现4f0、6f0、8f0的谐波。
F：电动转子绕组发生故障时会引起电机产生振动，并且这种振动随电机负载的增加而增加，在f0的两边会出现±2s f0(s为转差率)的边频。
G：电机气隙不均匀产生的偏心时，发生周期为1/2s f0的振动，随着负载增加而振动加快。
H：轴承润滑不良时，轴向的特征振动为k fr或fr/k，其中k为整数，fr为转轴频率。
I；轴承偏心时，轴向的特征振动为k fr，其中k为整数，fr为转轴频率。
J；轴承滾体大小不均匀时轴向的特征振动为fc和k fr，其中k为整数，fc为保持架频率。
K：轴弯曲时，轴向的特征振动为k fc±fr，其中k为整数，fc为保持架频率，fr为转轴频率。
L：温度的特征值：自冷电机，环境温度每增加10℃，电机轴温与环境温度的差值会增加1.5-3℃。当电机由故障、风道堵塞或负载突增时，电机轴温与环境温度的差值会突然增加。
步骤三：分别对某一种故障时的单一传感器报警进行信任值确定，以获得具有高信任度的传感器监测值。
在步骤三中，基于虚报概率和漏报概率，采用贝叶斯函数对传感器的监测值进行信任值计算，从而确定传感器监测值的信任度，将为高信任度的传感器监测值进行保留。
贝叶斯函数进行信任度确定的公式为：
其中：PF为虚报概率，PM为漏报概率。
步骤四：与专家知识库进行规则化的融合并对故障类型进行权重分配。
在步骤四中，电机故障类型包括转子断条故障、定子绕组故障、轴承故障和电机轴故障，对应转子断条故障分配转子断条权重，对应定子绕组故障分配定子绕组权重，对应轴承故障分配轴承权重，对应电机轴故障分配电机轴温与环境温度的差值权重。
具体包括：转子断条权重为0.1，其中：A权重为0.04，E权重为0.04，L权重为0.01；
定子绕组权重为0.3，其中：D权重为0.15，E权重为0.04，F权重为0.09，L权重为0.02；
轴承权重为0.4，其中：B权重为0.05，C权重为0.1，G权重为0.02，H权重为0.02，I权重为0.1，J权重为0.05，K权重为0.05，L权重为0.01；
电机轴温与环境温度的差值权重为0.2，其中：A权重为0.02，B权重为0.01，C权重为0.04，D权重为0.05，E权重为0.02，F权重为0.01，G权重为0.01，H权重为0.01，I权重为0.01，J权重为0.01，K权重为0.01。
步骤五：划分针对电机的健康度等级，依据各故障的权重分配对电机进行健康度等级评估。
在步骤五中，针对电机的健康度等级划分级别区分的权重值，电机的各类故障依据对应分配的故障类别权重归入对应的健康度级别中。
健康度等级评估：＜0.5健康；0.5-0.7轻度；0.7-0.9中度；＞0.9重度。
步骤六：对电机各故障按类型权重进行故障预测排序，以预测和定位故障类型及故障点。
在步骤六中，针对转子断条故障、定子绕组故障、轴承故障和电机轴故障按类型权重进行故障排序，且依据最大隶属度规则判断故障类型和该类型故障定位。
当然，除了上述四类主要故障类型外，电机还有其它故障，其它故障也可以进行权重分配，从而参与到对电机的健康等级评估中。
装置，该装置包括单片机，单片机连接监测闸机运行参数的各传感器，单片机具有处理模块，通过处理模块对传感器获得的各监测值进行数据处理而实现一种基于单片机的电机健康评估方法。
存储介质，其内存储有可执行程序，所述可执行程序被处理器执行可实现一种基于单片机的电机健康评估方法。
本发明的优点如下：
(1)能够及时预测和发现电机的早期故障类型和定位故障点，提高了监测质量和效率，当检测到电机状态异常时会发出报警，有效避免了故障的扩大化，提高了电机的运行安全和生产效率；
(2)可以接入网络将状态参数、健康度、异常报警、预测结果和故障类型及故障点等信息实时上传至云服务器，为远程监控和大数据分析提供数据支持。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于单片机的电机健康评估方法，其特征在于：步骤如下：
步骤一：利用传感器对电机运行时的工作状态进行监测，获取电机的各项运行参数；
步骤二：对获取的电机的运行参数进行预处理和特征提取，消除干扰影响，以从中提取故障特征点；
步骤三：分别对某一种故障时的单一传感器报警进行信任值确定，以获得具有高信任度的传感器监测值；
步骤四：与专家知识库进行规则化的融合并对故障类型进行权重分配；
步骤五：划分针对电机的健康度等级，依据各故障的权重分配对电机进行健康度等级评估；
步骤六：对电机各故障按类型权重进行故障预测排序，以预测和定位故障类型及故障点。
2.根据权利要求1所述的一种基于单片机的电机健康评估方法，其特征在于：在步骤一中，所述传感器信号传输连接对应的单片机，传感器包括监测电机电流的电流传感器、监测电机振动的振动传感器、监测电机和环境温度的温度传感器以及监测电机转速的转速传感器。
3.根据权利要求2所述的一种基于单片机的电机健康评估方法，其特征在于：在步骤二中，预处理包括对温度去除转速和环境干扰，还包括采用小波包方法对测得的电机电流和振动进行消噪处理，以排除噪声干扰。
4.根据权利要求2所述的一种基于单片机的电机健康评估方法，其特征在于：在步骤三中，基于虚报概率和漏报概率，采用贝叶斯函数对传感器的监测值进行信任值计算，从而确定传感器监测值的信任度，将为高信任度的传感器监测值进行保留。
5.根据权利要求4所述的一种基于单片机的电机健康评估方法，其特征在于：在步骤四中，电机故障类型包括转子断条故障、定子绕组故障、轴承故障和电机轴故障，对应转子断条故障分配转子断条权重，对应定子绕组故障分配定子绕组权重，对应轴承故障分配轴承权重，对应电机轴故障分配电机轴温与环境温度的差值权重。
6.根据权利要求5所述的一种基于单片机的电机健康评估方法，其特征在于：在步骤五中，针对电机的健康度等级划分级别区分的权重值，电机的各类故障依据对应分配的故障类别权重归入对应的健康度级别中。
7.根据权利要求6所述的一种基于单片机的电机健康评估方法，其特征在于：在步骤六中，针对转子断条故障、定子绕组故障、轴承故障和电机轴故障按类型权重进行故障排序，且依据最大隶属度规则判断故障类型和该类型故障定位。
8.装置，该装置包括单片机，单片机连接监测闸机运行参数的各传感器，单片机具有处理模块，通过处理模块对传感器获得的各监测值进行数据处理而实现权利要求1～7任一项所述的一种基于单片机的电机健康评估方法。
9.存储介质，其特征在于：其内存储有可执行程序，所述可执行程序被处理器执行可实现权利要求1～7任一项所述的一种基于单片机的电机健康评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311165715.8A CN117169717A (zh) | 2023-09-11 | 2023-09-11 | 一种基于单片机的电机健康评估方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311165715.8A CN117169717A (zh) | 2023-09-11 | 2023-09-11 | 一种基于单片机的电机健康评估方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117169717A true CN117169717A (zh) | 2023-12-05 |
Family
ID=88940919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311165715.8A Pending CN117169717A (zh) | 2023-09-11 | 2023-09-11 | 一种基于单片机的电机健康评估方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117169717A (zh) |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130197854A1 (en) * | 2012-01-30 | 2013-08-01 | Siemens Corporation | System and method for diagnosing machine tool component faults |
| CN103823150A (zh) * | 2013-12-11 | 2014-05-28 | 贵州电力试验研究院 | 基于多传感器联合的汽轮发电机转子匝间短路故障诊断方法 |
| CN104079874A (zh) * | 2014-06-12 | 2014-10-01 | 黄河科技学院 | 一种基于物联网技术的安防一体化***及方法 |
| CN105678337A (zh) * | 2016-01-12 | 2016-06-15 | 国网技术学院 | 一种智能变电站故障诊断中的信息融合方法 |
| CN109064074A (zh) * | 2018-09-26 | 2018-12-21 | 广东电网有限责任公司 | 避雷器状态诊断方法、***及设备 |
| CN109766695A (zh) * | 2018-12-14 | 2019-05-17 | 杭州迪普科技股份有限公司 | 一种基于融合决策的网络安全态势感知方法和*** |
| CN110297141A (zh) * | 2019-07-01 | 2019-10-01 | 武汉大学 | 基于多层评估模型的故障定位方法及*** |
| CN110940917A (zh) * | 2019-12-10 | 2020-03-31 | 西安市双合软件技术有限公司 | 一种电动机故障预警方法及*** |
| CN111539457A (zh) * | 2020-04-02 | 2020-08-14 | 北京控制工程研究所 | 一种基于贝叶斯网络的故障融合诊断方法 |
| CN111932081A (zh) * | 2020-07-13 | 2020-11-13 | 国网福建省电力有限公司 | 一种电力信息***运行状态评估方法及*** |
| CN112082769A (zh) * | 2020-09-07 | 2020-12-15 | 华北电力大学 | 一种基于专家***和贝叶斯决策器的模拟量输入模块智能bit设计方法 |
| KR102200422B1 (ko) * | 2020-06-16 | 2021-01-08 | (주)듀얼헬스케어 | 개인건강데이터와 의료데이터를 활용한 개인 맞춤형 헬스케어 시스템 |
| CN112343810A (zh) * | 2020-11-04 | 2021-02-09 | 广州高澜节能技术股份有限公司 | 一种用于循环水冷却***的水泵健康监测诊断方法 |
| CN112763908A (zh) * | 2020-12-25 | 2021-05-07 | 中国机械设备工程股份有限公司 | 一种基于多故障特征联合的电机健康指数评价*** |
| CN113189447A (zh) * | 2021-04-29 | 2021-07-30 | 南方电网电力科技股份有限公司 | 一种基于贝叶斯网络的馈线故障检测方法、***及设备 |
| CN113378398A (zh) * | 2021-06-22 | 2021-09-10 | 南方电网数字电网研究院有限公司 | 一种基于电能表的健康度分析方法、***及存储介质 |
| CN114723196A (zh) * | 2021-01-04 | 2022-07-08 | ***通信有限公司研究院 | 健康评价方法、装置及电子设备 |
| CN114936758A (zh) * | 2022-04-29 | 2022-08-23 | 国电联合动力技术有限公司 | 风电机组健康状态评估方法、装置及电子设备 |
| CN115455735A (zh) * | 2022-10-11 | 2022-12-09 | 深圳泛和科技有限公司 | 设备的健康指数计算方法、装置、设备及存储介质 |
| CN115774955A (zh) * | 2022-11-24 | 2023-03-10 | 华中科技大学 | 一种风电齿轮箱健康度智能评估方法 |
| CN115796661A (zh) * | 2022-11-22 | 2023-03-14 | 交控科技股份有限公司 | 设备健康状态估计方法、设备、存储介质 |
| CN116184200A (zh) * | 2023-04-26 | 2023-05-30 | 国家石油天然气管网集团有限公司 | 一种输油泵感应电机的健康状态评估方法及*** |
| CN117171621A (zh) * | 2023-09-11 | 2023-12-05 | 江苏微之润智能技术有限公司 | 一种基于单片机的闸机健康评估方法、装置及存储介质 |
-
2023
- 2023-09-11 CN CN202311165715.8A patent/CN117169717A/zh active Pending
Patent Citations (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130197854A1 (en) * | 2012-01-30 | 2013-08-01 | Siemens Corporation | System and method for diagnosing machine tool component faults |
| CN103823150A (zh) * | 2013-12-11 | 2014-05-28 | 贵州电力试验研究院 | 基于多传感器联合的汽轮发电机转子匝间短路故障诊断方法 |
| CN104079874A (zh) * | 2014-06-12 | 2014-10-01 | 黄河科技学院 | 一种基于物联网技术的安防一体化***及方法 |
| CN105678337A (zh) * | 2016-01-12 | 2016-06-15 | 国网技术学院 | 一种智能变电站故障诊断中的信息融合方法 |
| CN109064074A (zh) * | 2018-09-26 | 2018-12-21 | 广东电网有限责任公司 | 避雷器状态诊断方法、***及设备 |
| CN109766695A (zh) * | 2018-12-14 | 2019-05-17 | 杭州迪普科技股份有限公司 | 一种基于融合决策的网络安全态势感知方法和*** |
| US20210003640A1 (en) * | 2019-07-01 | 2021-01-07 | Wuhan University | Fault locating method and system based on multi-layer evaluation model |
| CN110297141A (zh) * | 2019-07-01 | 2019-10-01 | 武汉大学 | 基于多层评估模型的故障定位方法及*** |
| CN110940917A (zh) * | 2019-12-10 | 2020-03-31 | 西安市双合软件技术有限公司 | 一种电动机故障预警方法及*** |
| CN111539457A (zh) * | 2020-04-02 | 2020-08-14 | 北京控制工程研究所 | 一种基于贝叶斯网络的故障融合诊断方法 |
| KR102200422B1 (ko) * | 2020-06-16 | 2021-01-08 | (주)듀얼헬스케어 | 개인건강데이터와 의료데이터를 활용한 개인 맞춤형 헬스케어 시스템 |
| CN111932081A (zh) * | 2020-07-13 | 2020-11-13 | 国网福建省电力有限公司 | 一种电力信息***运行状态评估方法及*** |
| CN112082769A (zh) * | 2020-09-07 | 2020-12-15 | 华北电力大学 | 一种基于专家***和贝叶斯决策器的模拟量输入模块智能bit设计方法 |
| CN112343810A (zh) * | 2020-11-04 | 2021-02-09 | 广州高澜节能技术股份有限公司 | 一种用于循环水冷却***的水泵健康监测诊断方法 |
| CN112763908A (zh) * | 2020-12-25 | 2021-05-07 | 中国机械设备工程股份有限公司 | 一种基于多故障特征联合的电机健康指数评价*** |
| CN114723196A (zh) * | 2021-01-04 | 2022-07-08 | ***通信有限公司研究院 | 健康评价方法、装置及电子设备 |
| CN113189447A (zh) * | 2021-04-29 | 2021-07-30 | 南方电网电力科技股份有限公司 | 一种基于贝叶斯网络的馈线故障检测方法、***及设备 |
| CN113378398A (zh) * | 2021-06-22 | 2021-09-10 | 南方电网数字电网研究院有限公司 | 一种基于电能表的健康度分析方法、***及存储介质 |
| CN114936758A (zh) * | 2022-04-29 | 2022-08-23 | 国电联合动力技术有限公司 | 风电机组健康状态评估方法、装置及电子设备 |
| CN115455735A (zh) * | 2022-10-11 | 2022-12-09 | 深圳泛和科技有限公司 | 设备的健康指数计算方法、装置、设备及存储介质 |
| CN115796661A (zh) * | 2022-11-22 | 2023-03-14 | 交控科技股份有限公司 | 设备健康状态估计方法、设备、存储介质 |
| CN115774955A (zh) * | 2022-11-24 | 2023-03-10 | 华中科技大学 | 一种风电齿轮箱健康度智能评估方法 |
| CN116184200A (zh) * | 2023-04-26 | 2023-05-30 | 国家石油天然气管网集团有限公司 | 一种输油泵感应电机的健康状态评估方法及*** |
| CN117171621A (zh) * | 2023-09-11 | 2023-12-05 | 江苏微之润智能技术有限公司 | 一种基于单片机的闸机健康评估方法、装置及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| JUNWEI WANG等: "Feature ensemble learning using stacked denoising autoencoders for induction motor fault diagnosis", 《2017 PROGNOSTICS AND SYSTEM HEALTH MANAGEMENT CONFERENCE (PHM-HARBIN)》, 12 July 2017 (2017-07-12) * |
| 王俨剀等: "航空发动机健康等级综合评价方法", 《航空动力学报》, vol. 23, no. 5, 15 May 2008 (2008-05-15) * |
| 陈晓娟等: "基于隶属度函数的电力光纤线路健康度评估", 《激光杂志》, vol. 43, no. 3, 25 March 2022 (2022-03-25) * |
| 鲜永菊等: "《入侵检测》", 31 August 2009, 《西安电子科技大学出版社》, pages: 290 - 294 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Bearing corrosion failure diagnosis of doubly fed induction generator in wind turbines based on stator current analysis | |
| Leite et al. | Detection of localized bearing faults in induction machines by spectral kurtosis and envelope analysis of stator current | |
| Ertunc et al. | ANN-and ANFIS-based multi-staged decision algorithm for the detection and diagnosis of bearing faults | |
| Pandarakone et al. | Deep neural network based bearing fault diagnosis of induction motor using fast Fourier transform analysis | |
| Bindu et al. | Diagnoses of internal faults of three phase squirrel cage induction motor—A review | |
| Jin et al. | Anomaly detection of cooling fan and fault classification of induction motor using Mahalanobis–Taguchi system | |
| Benbouzid et al. | Induction motors' faults detection and localization using stator current advanced signal processing techniques | |
| CN109318716B (zh) | 一种牵引电机轴温监测报警控制方法、***及相关装置 | |
| CN113009334B (zh) | 一种基于小波包能量分析的电机故障检测方法及*** | |
| CN110714869B (zh) | 一种转子的中心偏移量检测方法、装置、存储介质和设备 | |
| CN112834224B (zh) | 一种核电汽轮发电机健康状态评估方法及*** | |
| CN103926506A (zh) | 基于构建函数的汽轮发电机转子绕组短路故障诊断方法 | |
| WO2022147684A1 (zh) | 用于识别机械装置或机械部件中的异常的方法及装置 | |
| Tian et al. | A review of fault diagnosis for traction induction motor | |
| Guo et al. | Ball screw fault detection and location based on outlier and instantaneous rotational frequency estimation | |
| JP2012093354A (ja) | 電気機械の軸受の熱異常の診断 | |
| Kumar et al. | A brief review of condition monitoring techniques for the induction motor | |
| Dash et al. | Condition monitoring of induction motors:—A review | |
| Leite et al. | Bearing fault detection in induction machine using squared envelope analysis of stator current | |
| Zhu et al. | Adaptive combined HOEO based fault feature extraction method for rolling element bearing under variable speed condition | |
| Lopez-Gutierrez et al. | Induction machine bearing fault detection using empirical wavelet transform | |
| CN111594394B (zh) | 风电机组主轴温度预警方法及装置 | |
| CN117169717A (zh) | 一种基于单片机的电机健康评估方法、装置及存储介质 | |
| CN117171621A (zh) | 一种基于单片机的闸机健康评估方法、装置及存储介质 | |
| CN116626487A (zh) | 转子断条检测*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |