System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及電機冷卻控制領域,尤其是一種具有故障診斷功能的電機冷卻控制系統。
技術介紹
1、電機在運行過程中會產生大量熱量,若不及時進行冷卻控制,將會導致電機溫度過高,進而影響其性能和壽命。因此,合理的冷卻控制方法是電機設計中不可或缺的一環。水冷是常用的電機冷卻方式之一,是通過在電機內部或外部設置水冷管道,利用循環水流來吸收并帶走電機產生的熱量。水冷方法散熱效果極佳,適用于高功率、高發熱量的電機。然而,水冷系統相對復雜,易發生故障,若無法對故障提前排除,會造成電機過熱等嚴重后果。
2、現有技術中對電機冷卻系統通常采用人工定期檢查的方式,所述方式效率低下,且無法在故障發生之前或初期階段發現,更無法實現故障的預測和處理。
技術實現思路
1、為了解決現有技術中電機冷卻控制系統的故障預測的技術問題,本專利技術提供一種具有故障診斷功能的電機冷卻控制系統。
2、本專利技術是通過以下技術方案實現的:
3、一種具有故障診斷功能的電機冷卻控制系統,包括:水泵、水泵控制器、管道、若干個振動傳感器、流量傳感器、壓差傳感器、溫度傳感器、故障診斷模塊;
4、所述振動傳感器設置在水泵和管道上;流量傳感器、壓差傳感器設置在管道中;溫度傳感器設置在被冷卻電機上;所述水泵控制器控制水泵;
5、所述故障診斷模塊通過以下步驟實現電機冷卻控制系統故障預測:
6、s1:信號采集,獲取水泵電流、轉速、振動信號,電機溫度信號,管道振動、流量、壓差;
>7、s2:對采集到的信號進行處理,并提取特征;
8、s3:基于k-means聚類算法結合lstm模型對電機冷卻控制系統狀態進行分類;
9、s4:電機冷卻控制系統狀態判斷;若當前電機冷卻控制系統水泵性能退化,但沒有出現水泵故障、管路阻塞和管路漏水的情況,則進入步驟s5,否則進入s6;
10、s5:?計算水泵退化度并進行自適應補償;
11、s6:基于競爭失效模型預測系統故障概率,并進行預警。
12、進一步的,所述對采集到的信號進行處理包括基于獨立成分分析方法對水泵振動信號和管路振動信號進行盲源分離。
13、進一步的,所述對電機冷卻控制系統狀態進行分類的分類結果包括正常、水泵性能退化、水泵故障、管路阻塞以及管路漏水;其中,水泵故障、管路阻塞和管路漏水分別按照嚴重程度分為輕微、中等和嚴重三個等級。
14、進一步的,所述步驟s3還包括:
15、s31:基于k-means聚類算法對樣本數據進行聚類;
16、s32:根據聚類結果確定訓練和驗證樣本;
17、s33:建立lstm模型并進行訓練;
18、s34:基于訓練好的lstm模型對輸入數據進行分類,得到電機冷卻控制系統狀態的分類結果。
19、進一步的,所述根據聚類結果確定訓練和驗證樣本包括對聚類結果進行混合抽樣確定訓練和驗證樣本,所述混合抽樣結合分層抽樣和隨機抽樣;
20、分層抽樣分別對n個聚類分類樣本和離散樣本得到抽樣結果,表達式如下:
21、;
22、其中,為第i個聚類中心的樣本集,為抽取比例,l為離散樣本集。
23、進一步的, ?由如下方式確定:
24、;
25、其中,為調節系數, ?為第i個聚類的戴維斯-博爾丁指數, ?為設置的戴維斯-博爾丁指數閾值,為設定的常量。
26、進一步的,所述步驟s5包括:
27、s51:計算水泵退化度;
28、s52:當水泵退化度達到一定閾值時,基于自適應控制算法計算水泵控制參數,將水泵控制參數發送給水泵控制器,以實現自適應調整控制。
29、進一步的,所述計算水泵退化度包括:
30、獲取水泵電流、壓力、流量時間序列;基于周期相關性的自回歸積分滑動平均模型對水泵電流、壓力、流量時間序列進行預測;根據時間序列預測結果計算水泵退化度。
31、進一步的,所述自適應調整控制包括:
32、基于fnn網絡構建自適應調整模型,獲取水泵退化度,作為自適應調整模型的輸入參數;將退化度預測結果輸入自適應調整模型,得到自適應調整模型輸出的水泵電機控制參數。
33、進一步的,所述步驟s6包括:s61:計算系統可靠度
34、;
35、其中,為t時間內僅存在水泵退化失效,沒有突發故障因素作用下的系統可靠性,為在t時間內有突發故障因素作用下的系統可靠性;
36、s62:計算預測系統故障概率:
37、;
38、其中,為系統密度函數,表達式如下:
39、。
40、與現有技術相比,本專利技術的有益效果為:
41、本專利技術實現了對管路堵塞、管路泄露、水泵退化、水泵失效等故障的早期預警,并且具備自適應補償功能,在部分組件性能退化時可自動調整控制參數,維持系統最佳工作狀態,提高整體可靠性。為實現預測結果的準確性,本專利技術基于獨立成分分析方法對水泵振動信號和管路振動信號進行盲源分離,并且通過聚類算法對樣本數據進行聚類抽樣,結合了混合抽樣確保訓練樣本數據的全面性和精確性,減少樣本冗余,同時,在水泵退化度預測中,采用了周期相關性的自回歸積分滑動平均模型進行預測,考慮了電機溫度的周期性變化,提高了預測的準確性。
本文檔來自技高網...【技術保護點】
1.一種具有故障診斷功能的電機冷卻控制系統,其特征在于,包括:水泵、水泵控制器、管道、若干個振動傳感器、流量傳感器、壓差傳感器、溫度傳感器、故障診斷模塊;
2.根據權利要求1所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述對采集到的信號進行處理包括基于獨立成分分析方法對水泵振動信號和管路振動信號進行盲源分離。
3.根據權利要求1所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述對電機冷卻控制系統狀態進行分類的分類結果包括正常、水泵性能退化、水泵故障、管路阻塞以及管路漏水;其中,水泵故障、管路阻塞和管路漏水分別按照嚴重程度分為輕微、中等和嚴重三個等級。
4.根據權利要求3所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述步驟S3還包括:
5.根據權利要求4所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述根據聚類結果確定訓練和驗證樣本包括對聚類結果進行混合抽樣確定訓練和驗證樣本,所述混合抽樣結合分層抽樣和隨機抽樣;
6.根據權利要求5所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,由
7.根據權利要求1所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述步驟S5包括:
8.根據權利要求6所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述計算水泵退化度包括:
9.根據權利要求6所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述自適應調整控制包括:
10.根據權利要求1所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述步驟S6包括:S61:計算系統可靠度:
...【技術特征摘要】
1.一種具有故障診斷功能的電機冷卻控制系統,其特征在于,包括:水泵、水泵控制器、管道、若干個振動傳感器、流量傳感器、壓差傳感器、溫度傳感器、故障診斷模塊;
2.根據權利要求1所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述對采集到的信號進行處理包括基于獨立成分分析方法對水泵振動信號和管路振動信號進行盲源分離。
3.根據權利要求1所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述對電機冷卻控制系統狀態進行分類的分類結果包括正常、水泵性能退化、水泵故障、管路阻塞以及管路漏水;其中,水泵故障、管路阻塞和管路漏水分別按照嚴重程度分為輕微、中等和嚴重三個等級。
4.根據權利要求3所述的具有故障診斷功能的電機冷卻控制系統,其特征在于,所述步驟s3還包括:
5.根據權利要...
【專利技術屬性】
技術研發人員:劉敏,鄭歡,孫亮,茍華,
申請(專利權)人:固特科工業塑料件科技深圳有限公司,
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。