基于工业互联网和多传感器数据的电机故障诊断方法

论文摘要

提出了一种基于工业互联网和多传感器数据的电机故障诊断方法。通过各类传感器在线实时得到电机的电压、电流、振动、温度等信号的瞬时值,并转化为表征电机状态的各个特征参数。根据各个特征参数在各个故障模式下的变动情况,得到各个故障模式下故障特征及其隶属度。把故障特征与故障模式之间的关系分为充分条件和必要条件关系。按照充分条件和必要条件分类后,对每个故障模式对应的2类条件下的故障特征的隶属度进行融合,最后得出每个故障模式的隶属度,为远程运维系统决策服务。该方法既可以部署在电机远程运维工业互联网的边缘设备中,也可以部署在云平台服务程序中,实现快速而可靠的电机故障诊断。

论文目录

• 0 引 言
• 1 故障特征和故障模式
•   1. 1 多传感器数据和特征参数
•   1. 2 故障特征
•   1. 3 故障模式
•   1. 4 故障特征和故障模式的关系
•     （1） 故障特征是故障模式发生的充分条件。
•     （2） 故障特征是故障模式发生的必要条件。
• 2 故障诊断方法
•   2. 1 故障特征隶属度及其确定方法
•     （1）高于正常特征的隶属度:
•     （2）低于正常特征的隶属度:
•     （3）高于或低于正常特征的隶属度:
•     （4）属于正常特征的隶属度:
•   2. 2 故障模式隶属度及其融合计算方法
• 3 示例分析和计算
• 4 结 语

文章来源

类型: 期刊论文

作者: 王建辉,刘朋鹏,韦福东,王辉

关键词: 电机,故障诊断,多传感器,工业互联网

来源: 电机与控制应用 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 上海电器科学研究所(集团)有限公司

基金: 2017工业转型升级项目(中国制造2025)

分类号: TM307

页码: 92-98

总页数: 7

文件大小: 238K

下载量: 184