【技術實現步驟摘要】
本專利技術涉及電機維護的，尤其涉及基于poe供電及網絡模型的電機振溫智能檢測預警系統。
技術介紹
1、poe（power?over?ethernet）供電技術是一種通過以太網網絡線纜傳輸數據和電力的技術。它利用了現有的以太網布線系統，將電源引入到以太網設備中，從而簡化了網絡設備的部署和維護，提高了系統的可靠性和效率。電機振溫（vibration?and?temperatureof?motors）是指電機在運行過程中所產生的振動和溫度。振動可以反映電機內部的機械特性和運行狀態，而溫度則直接關系到電機的工作效率和壽命。
2、傳統的超聲水表電機維護一般是通過人工觀察或定期檢測的方式來監測電機的振溫情況，存在巡檢效率低下、易出現遺漏等缺點，同時當超聲水表處于溫度低的情況下，電機運行過程中出現的振動和溫度異常難以準確檢測和預警，可能導致水管網安全事故，因此，實時準確監測超聲水表電機振溫并預警的需求顯得尤為重要。
3、在此背景下，本專利技術提出了一種基于監測數據處理與預警系統的解決方案，用以解決上述問題并提高維護效率。
技術實現思路
1、本部分的目的在于概述本專利技術的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和專利技術名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和專利技術名稱的目的模糊，而這種簡化或省略不能用于限制本專利技術的范圍。
2、鑒于上述現有超聲水表電機維護方式存在的問題，提出了本專利技術。
3、
4、為解決上述技術問題，本專利技術提供如下技術方案：基于poe供電及網絡模型的電機振溫智能檢測預警系統，打開超聲水表殼體，將水表殼體內配置的電池模塊取出，于水表配置的電路轉接板上焊接網絡口，所述網絡口通過網絡線纜連入智能檢測預警系統的網絡信號接收口，智能檢測預警系統通過網絡端口的相互連接實時采集電路轉接板的報文信息，同時對超聲水表進行poe供電；其中，智能檢測預警系統完成電機振溫智能檢測預警具體包括如下步驟流程：s1：通過智能檢測預警系統中配置的振動檢測模塊實時檢測額定時間內電機的振動幅度α及頻率f，獲取額定時間內的振動幅度曲線a1；依據所述振動幅度曲線a1獲取振動偏振量；構建振動檢測模型，輸入所述振動偏振量及所述頻率f，獲取額定時間內的振動影響值；s2：通過智能檢測預警系統中配置的溫度檢測模塊實時檢測額定時間內電機的溫度值t，獲取額定時間內的溫度變化曲線a2；依據所述溫度變化曲線a2獲取溫度變化量；構建下一時刻的溫度預測模型，輸入所述溫度變化量，獲取下一時刻的溫度預測影響值；s3：構建預警輸出模型，獲取額定時間內的所述振動影響值及下一時刻的所述溫度預測影響值，輸入獲取額定時間內最后時間檢測點處的檢測值，并當額定時間內最后時間檢測點處的所述檢測值高于設定的閾值時，發出預警信號至預警系統中；s4：所述預警系統接受預警信號，同步完成預警操作。
5、作為本專利技術所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統的一種優選方案，其中：依據所述振動幅度曲線a1獲取振動偏振量具體包括：獲取所述振動幅度曲線a1上所有構成點的導數值；獲取所述振動幅度曲線a1上所有振幅達到30μm的構成點的數量n；通過以下公式獲取所述振動偏振量：
6、
7、其中，θ為振動偏振量，d為構成點的導數值，i為整體數點的單個計量單位，n為振幅達到30μm構成點的數量，j為振幅達到30μm構成點的單個計量單位，t為額定時間，m為構成點的整體計算數量，2.105為常態化調整函數，dx為積分運算且積分常數為0。
8、作為本專利技術所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統的一種優選方案，其中：構建的所述振動檢測模型具體為：
9、
10、其中，σ為振動影響值，t為額定時間，f為額定時間內的電機頻率，θ為振動偏振量，1.64、1.641、1.03、-1.45均為常態化調整函數，dx為積分運算且積分常數為0。
11、作為本專利技術所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統的一種優選方案，其中：依據所述溫度變化曲線a2獲取溫度變化量具體包括：獲取額定時間內的溫度總體變化量t；獲取所述溫度變化曲線a2上所有轉折點的導數變化值；通過以下公式獲取所述溫度變化量：
12、
13、其中，τ為溫度變化量，t為額定時間內的溫度總體變化量，t為額定時間，u為所有轉折點的數量，t1為均勻切分成u段后第一段的溫度變化量，tu為均勻切分成u段后第u段的溫度變化量，-1為常態化調整函數，dx為積分運算且積分常數為0。
14、作為本專利技術所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統的一種優選方案，其中：構建的下一時刻溫度預測模型具體為：
15、
16、其中，t后為下一時刻的溫度預測影響值，t為額定時間，τ為溫度變化量，u為所有轉折點的數量，tu為均勻切分成u段后第u段的溫度變化量，1.64或1.641均為常態化調整函數，dx為積分運算且積分常數為0。
17、作為本專利技術所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統的一種優選方案，其中：構建的所述預警輸出模型具體為：
18、
19、其中，φ為檢測值，t后為下一時刻的溫度預測影響值，t為額定時間，σ為振動影響值，-1.45為常態化調整函數，dx為積分運算且積分常數為0。
20、作為本專利技術所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統的一種優選方案，其中：設定的閾值具體為5.98或5.981或5.982。
21、作為本專利技術所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統的一種優選方案，其中：所述振動檢測模塊檢測時，將檢測觸片黏貼至電機平整表面，同時，所述檢測觸片與電機表面接觸處加設有共振輔助片；所述共振輔助片包括下層的樹脂膠層以及上層的銅片層，所述銅片層與所述檢測觸片粘接，所述樹脂膠層與電機表面粘接。
22、本專利技術的有益效果：本專利技術提供基于poe供電及網絡模型的電機振溫智能檢測預警系統，通過poe技術在檢測過程中同時提供了網絡數據的傳輸及電源的需求，極大提高了檢測效率，同時，在具體的檢測過程中，通過振動檢測模塊獲取了振動偏振量，依據振動檢測模型獲取了振動影響值，通過溫度檢測模塊獲取了溫度變化量，依據溫度預測模型獲取了下一時刻的溫度預測影響值，而后通過構建的預警輸出模型輸出了檢測值這個概念值，本專利技術所提供的方案基于每一步驟所形成的數據處理模型，所運算的數據基礎也僅僅是常規的數據獲取，相較于現有技術，一方面提高了運算精度，另一方面也不受到環境的影響，本專利技術中所提供的每一步驟的網絡模型中均提供了對應的修正函數用以修正環境等的影響，解決了現有超聲本文檔來自技高網...
【技術保護點】
1.基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于：打開超聲水表殼體，將水表殼體內配置的電池模塊取出，于水表配置的電路轉接板上焊接網絡口，所述網絡口通過網絡線纜連入智能檢測預警系統的網絡信號接收口，智能檢測預警系統通過網絡端口的相互連接實時采集電路轉接板的報文信息，同時對超聲水表進行POE供電；
2.根據權利要求1所述的基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，依據所述振動幅度曲線A1獲取振動偏振量具體包括：
3.其中，θ為振動偏振量，d為構成點的導數值，i為整體數點的單個計量單位，n為振幅達到30μm構成點的數量，j為振幅達到30μm構成點的單個計量單位，T為額定時間，m為構成點的整體計算數量，2.105為常態化調整函數，dx為積分運算且積分常數為0。
4.根據權利要求2所述的基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，構建的所述振動檢測模型具體為：
5.其中，σ為振動影響值，T為額定時間，f為額定時間內的電機頻率，θ為振動偏振量，1.64、1.641、1.03、-1.45
6.根據權利要求3所述的基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，依據所述溫度變化曲線A2獲取溫度變化量具體包括：
7.其中，τ為溫度變化量，t為額定時間內的溫度總體變化量，T為額定時間，u為所有轉折點的數量，t1為均勻切分成u段后第一段的溫度變化量，tu為均勻切分成u段后第u段的溫度變化量，-1為常態化調整函數，dx為積分運算且積分常數為0。
8.根據權利要求4所述的基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，構建的下一時刻溫度預測模型具體為：
9.其中，t后為下一時刻的溫度預測影響值，T為額定時間，τ為溫度變化量，u為所有轉折點的數量，tu為均勻切分成u段后第u段的溫度變化量，1.64或1.641均為常態化調整函數，dx為積分運算且積分常數為0。
10.根據權利要求5所述的基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，構建的所述預警輸出模型具體為：
11.其中，φ為檢測值，t后為下一時刻的溫度預測影響值，T為額定時間，σ為振動影響值，-1.45為常態化調整函數，dx為積分運算且積分常數為0。
12.根據權利要求6所述的基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于：設定的閾值具體為5.98或5.981或5.982。
13.根據權利要求7所述的基于POE供電及網絡模型的電機振溫智能檢測預警系統，其特征在于：所述振動檢測模塊檢測時，將檢測觸片黏貼至電機平整表面，同時，所述檢測觸片與電機表面接觸處加設有共振輔助片；
...【技術特征摘要】
1.基于poe供電及網絡模型的電機振溫智能檢測預警系統，其特征在于：打開超聲水表殼體，將水表殼體內配置的電池模塊取出，于水表配置的電路轉接板上焊接網絡口，所述網絡口通過網絡線纜連入智能檢測預警系統的網絡信號接收口，智能檢測預警系統通過網絡端口的相互連接實時采集電路轉接板的報文信息，同時對超聲水表進行poe供電；
2.根據權利要求1所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，依據所述振動幅度曲線a1獲取振動偏振量具體包括：
3.其中，θ為振動偏振量，d為構成點的導數值，i為整體數點的單個計量單位，n為振幅達到30μm構成點的數量，j為振幅達到30μm構成點的單個計量單位，t為額定時間，m為構成點的整體計算數量，2.105為常態化調整函數，dx為積分運算且積分常數為0。
4.根據權利要求2所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，構建的所述振動檢測模型具體為：
5.其中，σ為振動影響值，t為額定時間，f為額定時間內的電機頻率，θ為振動偏振量，1.64、1.641、1.03、-1.45均為常態化調整函數，dx為積分運算且積分常數為0。
6.根據權利要求3所述的基于poe供電及網絡模型的電機振溫智能檢測預警系統，其特征在于，依據所述溫度變化曲線a2獲取溫度變化量具體包括：
7.其中，τ為溫度...
【專利技術屬性】
技術研發人員：周康軍，劉彬，張軍，張樹聞，
申請(專利權)人：山東正瑞電子有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。