基于双模式专家规则的异步电机早期故障在线监测系统及方法与流程

本发明属于电机状态监测与故障诊断，具体涉及基于双模式专家规则的异步电机早期故障在线监测系统及方法。

背景技术：

1、随着工业自动化与智能制造产业的快速发展，三相异步电机作为核心动力驱动部件，广泛应用于冶金、石化、矿山、新能源装备等工业场景，其运行稳定性与可靠性直接关系到生产系统的安全与效率。异步电机长期运行于复杂工况下，定子绝缘劣化、转子导条损伤、气隙偏心等早期故障若不能被及时识别与预警，极易逐步发展为严重故障，造成非计划停机、经济损失甚至安全事故。定子电流信号分析因具有非侵入式、部署成本低、无需拆机加装传感器等优势，被广泛应用于异步电机故障在线检测领域。现有研究中，已有学者通过短时傅里叶变换、小波包分解、变分模态分解等信号处理方法提取故障特征，实现对典型故障的识别；亦有研究者引入深度学习算法构建故障分类模型，通过端到端特征学习提升故障识别准确率。

2、然而，现有异步电机故障诊断技术在工业现场早期故障在线监测的实际应用中仍存在明显不足。首先，现有电流诊断方案普遍采用固定长度滑动窗口架构，难以同时兼顾不同故障类型对时间分辨率与频率分辨率的差异化需求：严重故障检测需要短窗口保证响应速度，而转子断条、轻微偏心等早期弱故障的特征边带紧邻基波，需要长窗口提升频率分辨率，固定窗口参数易导致早期弱故障漏检或严重故障响应滞后。其次，现有诊断模式适配性不足，多数方案强依赖同工况健康基线数据，对于无历史健康数据的在役电机无法有效开展诊断；而采用固定绝对阈值的方案易受电机个体差异、负载波动、转速变化的干扰，现场误报率较高，缺少可自适应切换的双模式诊断机制。此外，现有诊断方法多针对中重度明显故障优化，对早期微弱故障信噪比低、特征易被噪声淹没的问题缺少定向增强设计，早期检出可靠性不足；同时基于深度学习的诊断方案存在可解释性差、依赖大量标注样本、现场部署算力要求高等问题，难以适配工业在线监测场景下的复核、调参与落地需求。

技术实现思路

1、本发明的目的就在于提供基于双模式专家规则的异步电机早期故障在线监测系统及方法，以解决现有诊断方法时频分辨率失衡、早期弱故障易漏检、依赖健康基线且误报管控不足的问题。

2、本发明通过以下技术方案来实现上述目的：

3、本发明提出了基于双模式专家规则的异步电机早期故障在线监测系统，应用于三相异步电机运行过程中的不停机故障监测与预警，包括：

4、实时数据采集校验模块，用于连续采集三相电流时序、时间戳、供电指令频率、电机极数、实测转速及负载标识的流式数据，基于相邻时间戳的中位间隔实时估计采样频率，动态校验采样率与数据长度的有效性；

5、多分辨率并行分窗模块，用于将连续输入的三相电流数据流拆分为短、中、自适应长三路并行滑动检测窗口流，各路窗口分别匹配不同故障类型的时间分辨率与频率分辨率需求；其中自适应长窗口的长度与当前转差率量化联动，转差率越小则窗口长度越长，用于提升转子断条近基波弱故障特征的频率分辨率；

6、特征提取与动态校准模块，用于在指令频率附近动态寻峰锁定实际基波位置，结合实时转速计算转差率与机械转频，动态校准转子断条边带与偏心边带的理论搜索区间；在通用电气特征基础上，提取边带局部突出度、park矢量调制强度两类早期弱故障专属特征，并对同一路窗口流内的特征取统计中位数作为有效特征值；

7、分故障独立评分模块，包含匝间短路、转子断条、偏心故障、缺相异常四个独立专家评分单元，各单元依据对应故障的物理机理设置分级评分规则，对逐窗输入的特征逐项评分，实时输出每类故障的证据分、候选强度等级与可靠性标记；

8、融合预警输出模块，用于对有效故障候选按证据分排序，结合故障竞争关系与多维度可靠性标记量化置信度，逐窗输出实时诊断结果，并在故障强度超过预警阈值时触发分级预警信号。

9、作为进一步优选方案，所述三路并行滑动检测窗口流的设置规则为：短窗口流采用1s窗口、0.5s步长，匹配缺相异常与偏心故障的快速响应检测需求；中窗口流采用2s窗口、1s步长，匹配匝间短路的相位、负序和谐波特征稳定提取需求；自适应长窗口流按转差率分级动态调整长度：当转差率s＜0.01时窗口长度为12s，当0.01≤s＜0.03时窗口长度为8s，当s≥0.03时窗口长度为4s；各路窗口独立滑动、并行计算，互不干扰。

10、作为进一步优选方案，所述双模式诊断切换模块的具体匹配与判定规则为：针对匝间短路与转子断条故障，按供电频率、负载维度匹配健康基线；针对偏心故障，按供电频率、转速维度匹配健康基线；相对量诊断模式下，以分贝差值作为核心判定依据、幅值倍率与绝对提升量作为双重校验约束，仅当三项指标均超出对应阈值时判定特征故障抬升有效，计算公式为：

11、

12、

13、

14、式中，为特征当前值相比健康基线的绝对差值，为当前特征是基线的多少倍，为故障状态下特征幅值相对健康基线的分贝提升量；为当前运行状态下对应故障特征的幅值；为同工况条件下健康基线对应特征的幅值。

15、相对量诊断模式下统一采用分故障独立联合评分标准，各类故障均设置多项专属故障特征，单类特征超过对应阈值即可获得该特征满分基础分值，并依据特征超出阈值的幅度线性累加分数，任一特征得分不超过其对应满分，将同一故障下全部特征得分求和得到该故障总分，各故障总分取值范围统一为0至100分；统一依据总分划分故障等级：总分小于30分时判定无对应故障，总分大于等于30分且小于60分时判定为轻微故障，总分大于等于60分且小于80分时判定为中度故障，总分大于等于80分时判定为重度故障；其中转子断条故障配置四项独立故障特征，四项特征单项满分均为25分，四项分值相加构成0~100分总分区间；匝间短路故障配置三项主证据特征与两项辅证据特征，主证据合计权重70%、辅证据合计权重30%；偏心故障配置一阶机械转频边带主证据、二阶机械转频边带辅证据，一阶边带权重75%、二阶边带权重25%。

16、绝对阈值诊断模式下，采用固定全局特征阈值开展故障判定，判定疑似故障需满足至少两项相互独立的故障特征同时超出对应固定阈值，且该模式下故障输出强度最高限定为轻微等级，无法输出中度、重度故障评级，同步下调诊断结果整体置信度，仅可触发轻微故障对应的一级提示预警。

17、作为进一步优选方案，所述转子断条评分单元采用多证据交叉验证规则：以断条边带幅值占比、边带局部突出度、左右边带平衡度、park矢量调制强度四项特征联合评分，其中：

18、断条边带幅值占比定义为：

19、

20、式中，为断条边带幅值占比，为断条故障边带峰值幅值，为电机基波频谱幅值，当≥0.012时，表明边带幅值占比超标，作为故障有效证据。

21、边带局部突出度定义为：

22、

23、式中，为边带局部突出度，为转子断条故障边带峰值频谱幅值，为频谱频点间隔，表示为故障边带频点左右各5个相邻频点的幅值，共10个背景频点；当≥1.8时，表明该特征判定有效、存在故障凸起；

24、转子断条会在基波两侧生成左右对称边带，左右边带平衡度定义为：

25、

26、式中，al为左边带幅值、ar为右边带幅值，表示为左右边带平衡度，其数值越接近1代表两侧边带幅值越均衡，当≥0.65时，表明左右边带平衡度达标，有效故障证据。

27、park矢量调制强度定义为：

28、

29、式中，为park矢量调制强度，为转差频率处频谱幅值，为park矢量模值时域平均幅值，当≥0.008时，表明park矢量调制特征超标。

30、作为进一步优选方案，所述匝间短路评分单元采用主辅证据分级加权规则：以三相不平衡度、基波相位偏差、负序分量占比作为主证据，权重占比70%；以3次、9次谐波相对占比作为辅助证据，权重占比30%；单一项特征超过阈值不累积高证据分，需至少两项主证据同时达标方可进入高得分区间；故障强度分级前，对不同供电频率下的主特征值做尺度归一化处理，消除变频运行工况下的特征幅值偏置。

31、作为进一步优选方案，所述偏心故障评分单元采用一、二阶机械转频边带评价结合数据来源防护机制：一阶机械转频边带主证据、二阶机械转频边带辅证据，一阶边带权重75%、二阶边带权重25%。设置数据来源保护规则：当输入为真实电机在线运行数据且无对应真实偏心健康基线支撑时，偏心故障评分结果不参与最终故障类型的优先排序，仅作为辅助参考输出。

32、作为进一步优选方案，所述融合预警输出模块的故障竞争与分级预警规则为：当排名第二的候选故障证据分与最高分故障的证据分差值小于最高分的15%时，标记存在竞争故障，并将最终置信度下调一个等级；置信度由证据分强度、基线匹配状态、转速数据有效性、边带间距、数据来源可信度五个维度联合判定，对无健康基线、转速偏差超过5%、边带间距小于1hz、仅仿真数据验证的场景，主动压低输出置信度；当故障强度达到轻微及以上等级且持续超过3个连续窗口时，触发对应等级的实时预警输出。

33、本发明还提出了一种基于双模式专家规则的异步电机早期故障在线监测方法，应用于上述的基于双模式专家规则的异步电机早期故障在线监测系统，包括以下步骤：

34、s1：在电机不停机运行状态下，连续采集三相电流时序及对应工况参数的流式数据，基于相邻时间戳的中位间隔实时估计采样频率，动态校验数据有效性；

35、s2：将连续输入的三相电流数据流拆分为短、中、自适应长三路并行滑动检测窗口流，对各窗口内信号依次完成预处理与频谱计算，自适应长窗口长度随当前转差率动态调整，匹配不同故障的分辨率需求；

36、s3：在指令频率附近动态寻峰锁定实际基波位置，结合实时转速校准各类故障边带的理论搜索区间，提取通用电气特征与早期弱故障专属特征，并经中位数稳健统计后输出有效特征值；

37、s4：按故障类型匹配对应维度的同工况健康基线，匹配成功时切换为相对量诊断模式，以特征相对基线的提升量为判定依据；匹配失败时切换为绝对阈值诊断模式，自动收紧多特征联合判定条件；

38、s5：通过匝间短路、转子断条、偏心故障、缺相异常四个独立专家评分单元，依据对应故障的物理机理规则对逐窗输入的特征逐项评分，实时输出故障证据分、强度等级与可靠性标记；

39、s6：对多类故障候选按证据分排序，结合故障竞争关系与多维度可靠性标记量化置信度，逐窗输出实时诊断结果，故障持续超标时  触发分级预警。

40、本发明的有益效果在于：

41、（1）采用多分辨率三路并行分窗架构，短窗口保障严重故障快速响应，自适应长窗口针对低转差工况提升频率分辨率，解决了传统固定窗口无法同时兼顾不同故障时间分辨率与频率分辨率需求的问题，有效提升了转子断条等近基波早期弱故障的检出能力；

42、（2）构建有基线/无基线双模式诊断体系，有基线时采用相对量判定保证精度，无基线时收紧判据控制误报，克服了现有方案强依赖健康基线、无基线场景适用性差的局限性，显著提升了不同现场条件下的工况适配性；

43、（3）采用基于物理机理的可解释专家规则体系，结合边带局部突出度、多证据交叉验证等早期弱故障定向增强设计，无需依赖大量标注样本训练深度学习模型，诊断逻辑清晰可复核，在早期低信噪比工况下检出可靠性更强，工程调优便捷；

44、（4）采用全链路可靠性管控机制，通过故障竞争处理、多维度置信度量化、持续窗口触发预警等设计抑制现场扰动误报，同时仅基于三相电流即可实现非侵入式监测，无需额外加装传感器，部署成本低，在工业现场在线监测场景下具有良好的实用性与推广性。