用于电机驱动链路诊断的数据处理方法和装置与流程

摘要: 本技术涉及智能诊断领域,具体而言,涉及一种用于电机驱动链路诊断的数据处理方法和装置。背景技术:1、在钢铁、矿山等行业,皮带机、水泵、风机等典型设备由电机驱动,数...
用于电机驱动链路诊断的数据处理方法和装置与流程

本技术涉及智能诊断领域,具体而言,涉及一种用于电机驱动链路诊断的数据处理方法和装置。

背景技术:

1、在钢铁、矿山等行业,皮带机、水泵、风机等典型设备由电机驱动,数量多、分布广、运行环境复杂,对电机驱动设备的运行工况、能效状态的分析及异常位置诊断,是电机驱动系统性能评估的重要影响因素。现有数字化诊断方式主要存在以下不足:整机级建模成本高、复用性差,传统方法多为对单台设备进行“整机定制建模”,不同厂家/不同结构的设备需要重复建模、重复调参,交付周期长、对专家依赖重,难以规模化推广。现场常仅具备电参数据,机械侧工况难以还原多数场景,能稳定获取的高频数据是电流、功率、电压、频率等电参数据;而流量、扭矩、轴功率、载荷等机械侧量通常缺失或布点成本高,导致传统方法难以准确评估负载工况、效率水平与劣化趋势;链路耦合强,诊断解释性弱、难定位环节,电能在“变频器—电机—传动—负载”链路中逐段转化,某一环节异常会影响整体电参表现。现有黑盒识别或阈值法往往只能给出“整体异常/效率下降”,难以定位异常属于变频器、电机、传动还是负载侧,运维/技改建议缺乏针对性和可解释性。

2、针对现有技术中电机驱动系统智能诊断中存在的问题,提出本技术。

技术实现思路

1、本技术的主要目的在于提供一种用于电机驱动链路诊断的数据处理方法和装置,以解决上述问题,实现了提高电机驱动系统智能诊断的准确率的技术效果。

2、为了实现上述目的,本技术的第一方面,提出了一种用于电机驱动链路诊断的数据处理方法,包括:

3、获取待处理数据,其中,所述待处理数据包括待诊断电机驱动系统的拓扑数据和电参数据;

4、对所述拓扑数据进行基于电机驱动链路的模型构建处理,得到驱动链路拓扑模型,其中,所述驱动链路拓扑模型为用于表示待诊断电机系统链路拓扑的模型;

5、对所述电参数据进行基于所述驱动链路拓扑模型的链路逐段推理处理,得到第一链路诊断数据,其中,所述第一链路诊断数据包括电机驱动链路各分段运行状态的数据;

6、对所述第一链路诊断数据进行基于模型自校准的诊断处理,得到第二链路诊断数据。

7、进一步地,对所述拓扑数据进行基于电机驱动链路的模型构建处理,得到驱动链路拓扑模型包括:

8、对所述拓扑数据进行基于设备标识的识别处理,得到设备标识数据,其中,所述设备标识数据为用于表示待诊断电机系统中的设备的标识数据;

9、在预设组件模型数据库中匹配与所述设备标识数据对应的设备组件模型,得到待构建设备组件模型;

10、对所述待构建设备组件模型进行基于拓扑关系的链路构建处理,得到所述驱动链路拓扑模型。

11、进一步地,对所述电参数据进行基于所述驱动链路拓扑模型的链路逐段推理处理,得到第一链路诊断数据包括:

12、对所述驱动链路拓扑模型进行第一级组件的识别处理,得到一级组件数据,其中,所述一级组件数据为用于表示驱动链路入口组件的数据;

13、对所述电参数据进行基于所述一级组件数据的一级推理处理,得到一级组件输出数据;

14、对所述一级组件输出数据进行基于所述驱动链路拓扑模型的分级组件推理处理,得到负载组件输出数据,根据所述负载组件输出数据得到所述第一链路诊断数据。

15、进一步地,对所述第一链路诊断数据进行基于模型自校准的诊断处理,得到第二链路诊断数据包括:

16、对所述待处理数据进行识别,得到辅助诊断数据,其中,所述辅助诊断数据包括历史运行数据和辅助现场数据;

17、对所述历史运行数据进行链路推理的组件模型修正处理,得到第一更新驱动链路拓扑模型;

18、对所述辅助现场数据进行基于工况约束的组件模型修正处理,得到第二更新驱动链路拓扑模型;

19、对所述电参数据基于更新驱动链路拓扑模型的链路推理处理,得到所述第二链路诊断数据,其中,根据所述第一更新驱动链路拓扑模型和所述第二更新驱动链路拓扑模型得到所述更新驱动链路拓扑模型。

20、进一步地,对所述历史运行数据进行链路推理的组件模型修正处理,得到第一更新驱动链路拓扑模型包括:

21、对所述历史运行数据进行识别处理,得到历史采样电参数据和历史链路负载数据;

22、对所述历史采样电参数据进行所述驱动链路拓扑模型的链路逐段推理处理,得到历史链路预测数据;

23、对所述历史链路预测数据和所述历史链路负载数据进行组件模型修正处理,得到所述第一更新驱动链路拓扑模型。

24、进一步地,对所述辅助现场数据进行基于工况约束的组件模型修正处理,得到第二更新驱动链路拓扑模型包括:

25、对所述辅助现场数据进行工况聚类处理,得到正常工况数据,其中,所述正常工况数据为用于表示经聚类得到的正常工况域的数据;

26、对所述第一链路诊断数据和所述正常工况数据进行误差构造处理,得到工况误差数据;

27、根据所述工况误差数据对所述驱动链路拓扑模型进行组件模型修正处理,得到所述第二更新驱动链路拓扑模型。

28、进一步地,所述驱动链路拓扑模型包括多个设备组件模型,设备组件包括电能变换与控制组件、电机组件、传动组件、负载组件。

29、根据本技术的第二方面,提供了一种用于电机驱动链路诊断的数据处理装置,包括:

30、数据获取模块,用于获取待处理数据,其中,所述待处理数据包括待诊断电机驱动系统的拓扑数据和电参数据;

31、链路构建模块,用于对所述拓扑数据进行基于电机驱动链路的模型构建处理,得到驱动链路拓扑模型,其中,所述驱动链路拓扑模型为用于表示待诊断电机系统链路拓扑的模型;

32、第一诊断模块,用于对所述电参数据进行基于所述驱动链路拓扑模型的链路逐段推理处理,得到第一链路诊断数据,其中,所述第一链路诊断数据包括电机驱动链路各分段运行状态的数据;

33、第二诊断模块,用于对所述第一链路诊断数据进行基于模型自校准的诊断处理,得到第二链路诊断数据。

34、根据本技术的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述的用于电机驱动链路诊断的数据处理方法。

35、根据本技术的第四方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行上述的用于电机驱动链路诊断的数据处理方法。

36、本技术的实施例提供的技术方案可以包括以下有益效果:

37、在本技术中,获取待处理数据,其中,所述待处理数据包括用于表示待诊断电机驱动系统的拓扑数据和电参数据;对所述拓扑数据进行基于电机驱动链路的模型构建处理,得到驱动链路拓扑模型,其中,所述驱动链路拓扑模型为用于表示待诊断电机系统链路拓扑的模型;对所述电参数据进行基于所述驱动链路拓扑模型的链路逐段推理处理,得到第一链路诊断数据;对所述第一链路诊断数据进行基于模型自校准的诊断处理,得到第二链路诊断数据。通过构建电机系统的链路拓扑模型,根据电机系统的电参数据对链路拓扑模型进行逐段推理,并对上述逐段推理到的诊断数据进行模型自校准的诊断处理,得到电机驱动链路的诊断结果,实现对电机驱动系统的智能推断处理。