MotorPHM-v1.1 系统说明 第一章 系统概况和软件功能 1.1 系统概况

信号处理与深度学习驱动的电机故障诊断与健康预诊系统 MotorPHM-v1.1,实现变变速与变载荷条件下的电机的故障诊断与健康量化趋势评估与预测,以提高电机可靠度以及有效延长机械使用寿命为目的。

系统采集电机的电流、电压、振动、声信号,开展电机的轴承、定子、转子等故障监测与健康预诊。本系统对电机关键部件提供了多传感智能感知、信号处理、故障诊断、特征提取、健康监测、寿命预测等关键技术,实施对电机轴承模块、定子绕组模块、转子模块、传动系统模块的故障诊断、缺陷监测、健康评估与预测等。

MotorPHM 故障诊断与健康预测系统主要融合了目前各种先进的信号处理算法,人工智能算法以及振动机理算法,采用全 Python 语言,以 B/S 模式,通过前端与后端集成开发,采用开放的、模块化、多层架构的设计思想实现型风机故障诊断与健康预测。

通过各种信号处理算法的深入应用,建立基于信号去噪和缺陷特征提取的故障诊断和预示方法,达到提取强噪声下传感信号的弱故障特征达到缺陷早期预示的目的。在信号智能感知技术攻关的基础上,利用多传感器技术和大数据技术,建立健康趋势监测系统,对其进行有效监控与故障诊断。

1.2 软件功能

MotorPHM 系统的模块主要包括:信号处理模块、电机绝缘故障诊断模块、电机轴承故障诊断模块、转子故障诊断模块、定子故障诊断模块、健康预测模块、自适应学习监控模块、综合查询及报表管理模块、传感管理模块、数据备份模块.

第二章 传感配置

直流电机测试台测点配置(以电机测试台配置为例),采用“1 个振动传感器+1 个温度传感器+1 个红外传感器+1 个扭矩传感器+一个电流传感器+一个声发射传感器(或者声信号)” 的监测方案,以实现对机组运行状态最全面的监测,需要配置如下:

表1 传感配置
测点位置 测点名称 传感器类型 数量
电机 1 振动传感器(已有) 1
电机转子 2 温度传感器(已有) 1
测试台 3 红外传感器(已有) 1
测试台 4 扭矩传感器(已有) 1
测试台电线 5 电流传感器 ACS712 1
测试台电线 6 声发射信号 1
电机健康监测与智能维护系统
图1 电机健康监测与智能维护系统
系统主界面
图2 系统主界面
电机状态实时监测
图3 电机状态实时监测
电机轴承故障诊断
图4 电机轴承故障诊断
电机智能维护系统监测界面图
图5 电机智能维护系统监测界面图
基于电流、振动与声信号的故障诊断
图6 基于电流、振动与声信号的故障诊断
电机智能维护系统监测界面展示图
图7 电机智能维护系统监测界面展示图
电机智能维护系统监测数据可视化界面图(一)
图8 电机智能维护系统监测数据可视化界面图(一)
电机智能维护系统监测数据可视化界面图(二)
图9 电机智能维护系统监测数据可视化界面图(二)
监测数据显示界面图
图10 监测数据显示界面图
监测波形界面图
图11 监测波形界面图
多波形监测界面图
图12 多波形监测界面图
监测数据波形界面图
图13 监测数据波形界面图
监测波形与频谱界面图
图14 监测波形与频谱界面图
频谱与波形监测界面图
图15 频谱与波形监测界面图
数据驱动的电机故障诊断
图16 数据驱动的电机故障诊断
多维度监测数据可视化界面图
图17 多维度监测数据可视化界面图
多通道监测波形与频谱界面图
图18 多通道监测波形与频谱界面图
电机健康量化评估与在线监测
图19 电机健康量化评估与在线监测
电机部件寿命预测
图20 电机部件寿命预测
电机故障识别
图21 电机故障识别
定子与转子故障诊断
图22 定子与转子故障诊断
振动监测波形界面图
图23 振动监测波形界面图