一种电机故障诊断方法、装置、存储介质及计算机程序产品与流程

摘要: 本发明涉及电机故障诊断,具体涉及一种基于多源数据融合的电机故障诊断方法、装置、存储介质及计算机程序产品。背景技术:1、电机是工业生产的核心动力设备,广泛应用于电...
一种电机故障诊断方法、装置、存储介质及计算机程序产品与流程

本发明涉及电机故障诊断,具体涉及一种基于多源数据融合的电机故障诊断方法、装置、存储介质及计算机程序产品。

背景技术:

1、电机是工业生产的核心动力设备,广泛应用于电力、石化、冶金、煤炭、水泥等行业。电机故障若不能及时发现和处理,可能导致设备损坏、生产线停机甚至安全事故,造成重大经济损失。

2、目前,电机的故障诊断主要依赖单一传感器数据(如振动监测或温度监测)进行阈值报警。现有技术存在以下不足:

3、(1)误报率高:单一传感器数据易受环境干扰、负载波动等因素影响,产生大量误报,导致运维人员对报警信息失去信任。

4、(2)故障定位模糊:现有系统仅能判断“设备可能存在异常”,无法精准区分故障类型(如区分是绕组故障还是轴承故障、是电气故障还是机械故障),运维人员仍需人工排查。

5、(3)缺乏置信度评估:报警信息没有可信度量化指标,运维人员无法判断报警的可靠性,难以做出决策。

6、(4)排他性判定缺失:现有技术未建立系统化的外部因素排除机制,供电异常、接线松动、负载不均、机械故障、散热不良等外部干扰因素与电机本体故障混杂在一起,难以精准定位故障根源。

技术实现思路

1、本发明针对现有技术中电机故障诊断误报率高、故障定位模糊、缺乏置信度评估和排他性判定的技术问题,提供一种电机故障诊断方法、装置、存储介质及计算机程序产品。

2、为解决上述技术问题,本发明采用以下技术方案:

3、一种电机故障诊断方法,包括以下步骤:

4、s1:获取电机的多源运行数据,所述多源运行数据包括温度数据、电流数据、振动数据和工况数据;

5、s2:分别对所述温度数据、所述电流数据、所述振动数据和所述工况数据进行特征提取,得到温度特征、电流特征、振动特征和工况特征;

6、s3:将所述温度特征、所述电流特征、所述振动特征和所述工况特征进行多源数据融合,得到融合判定结果;

7、s4:根据所述融合判定结果,依次执行供电侧排除、接线侧排除、负载侧排除、机械侧排除和散热侧排除,对所述融合判定结果进行排他性判定;

8、s5:若经所述排他性判定后仍满足故障条件,输出故障诊断结果及对应的置信度评分。

9、进一步的,所述温度数据包括驱动端轴承温度、非驱动端轴承温度、电机外壳温度和环境温度;所述温度特征包括同负载温升偏差和温度趋势斜率。

10、进一步的,所述电流数据包括a相电流、b相电流和c相电流;所述电流特征包括三相电流不平衡度。

11、进一步的,所述振动数据包括x向振动加速度、y向振动加速度和z向振动加速度;所述振动特征包括振动加速度有效值、峭度值和裕度值。

12、进一步的,所述工况数据包括负载率、转速和运行时长。

13、进一步的,步骤s3中所述多源数据融合包括以下判定组合:

14、当同负载温升偏差持续增大、电流不平衡度缓慢上升且温升斜率逐步增大时,判定为绕组绝缘老化;

15、当电流不平衡度超标、故障相温升偏高且振动出现2倍频分量时,判定为匝间短路;

16、当电流不平衡度超标且三相温升不对称时,判定为三相不平衡。

17、进一步的,步骤s4中所述排他性判定具体包括:

18、若三相电压不平衡度与三相电流不平衡度成正比,则判定为供电侧因素并终止排他性判定;

19、若接线端子处存在局部过热且电流不平衡随负载变化波动,则判定为接线侧因素并终止排他性判定;

20、若电流不平衡度随负载波动同步变化,则判定为负载侧因素并终止排他性判定;

21、若振动异常集中在机械特征频率且三相电流基本平衡,则判定为机械侧因素并终止排他性判定;

22、若整体温升均匀偏高且电流正常,则判定为散热侧因素并终止排他性判定;

23、若以上外部因素全部排除后仍存在电流不平衡和同负载温升持续偏高的特征组合,则确认绕组本体故障。

24、进一步的,所述机械特征频率包括:转子转频\(f_r = n/60\);轴承外圈故障频率\(bpfo = \frac{z}{2}f_r(1 - \frac{d}{d}\cos\alpha)\);轴承内圈故障频率\(bpfi= \frac{z}{2}f_r(1 + \frac{d}{d}\cos\alpha)\);滚动体故障频率\(bsf = \frac{d}{2d}f_r[1 - (\frac{d}{d}\cos\alpha)^2]\);保持架故障频率\(ftf = \frac{1}{2}f_r(1 - \frac{d}{d}\cos\alpha)\),其中n为转速,z为滚动体数量,d为滚动体直径,d为轴承节圆直径,α为接触角。

25、进一步的,所述置信度评分根据以下维度计算:

26、特征匹配度,权重占比50%;

27、指标偏离度,权重占比20%;

28、趋势稳定度,权重占比20%;

29、干扰排除度,权重占比10%。

30、进一步的,所述置信度评分按以下等级输出:

31、分数90-100为极高可信,直接触发预警;

32、分数70-89为高可信,输出确定性预警结论;

33、分数40-69为疑似可信,仅推送风险提示;

34、分数0-39为低可信,仅后台记录日志。

35、本发明还提供一种电机故障诊断装置,包括:

36、数据获取模块,用于获取电机的多源运行数据;

37、特征提取模块,用于分别对所述多源运行数据进行特征提取;

38、数据融合模块,用于将提取的各特征进行多源数据融合,得到融合判定结果;

39、排他性判定模块,用于根据所述融合判定结果依次执行供电侧排除、接线侧排除、负载侧排除、机械侧排除和散热侧排除;

40、故障输出模块,用于若经所述排他性判定后仍满足故障条件,输出故障诊断结果及对应的置信度评分。

41、本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法。

42、本发明还提供一种计算机程序产品,包括计算机程序或指令,所述计算机程序或指令被处理器执行时实现上述任一项所述的方法。

43、本发明的有益效果在于:

44、(1)通过温度、电流、振动、工况四维数据融合,构建了多维度交叉验证的故障判定机制,有效解决了单一数据源误报率高的问题,误报率可降低80%以上。

45、(2)通过供电侧排除、接线侧排除、负载侧排除、机械侧排除、散热侧排除的六层排他性判定流程,逐层排除外部干扰因素,精准定位故障根源,解决了故障定位模糊的技术问题。

46、(3)通过建立0-100分量化置信度评估体系和四级分级输出机制,使运维人员能够直观判断预警的可信度,解决了“不知道该不该信报警”的行业痛点。

47、(4)通过多源数据融合与排他性判定的协同配合,实现了电气故障与机械故障的精准区分,避免了“张冠李戴”式的误判。

48、(5)整个诊断流程具有明确的工程化逻辑和可解释性,不依赖大量历史故障数据进行模型训练,可在少量样本条件下快速部署应用。