专利汇可以提供用于评估连接到电马达的旋转机械的状态的方法专利检索,专利查询,专利分析的服务。并且本 发明 的主题是用于评估连接到电 马 达的 旋转机 械的状态的方法和 计算机程序 ,其中马达(MM)和旋转机器(RM)包括从三相马达所供电的传动系,以及所述马达与计算装置连接。本发明的特征在于包括下列步骤:借助于通过使用所训练的神经网络来分析从自所述传动系的电马达(MM)所获取的电 信号 所得到的所有所提取代表特征,来分类连接到具有未知状态的传动系的电马达(MM)的旋转机器(RM)的状态,其训练通过分析从N个状态的N个不同传动系所提取的特征来进行,其中所述所训练的神经网络数据存储在计算装置(CD,CD')的单元(3.5)中;并且接下来生成输出向量(Z=[Z1..ZN]),其中向量(Z)具有N个元素,以及如果输出向量Z包含仅一个具有等于1的值的元素并且其余元素值等于0,则确定具有等于1的值的元素的索引(i),所述索引(i)指示分析下的传动系的状态等于N个可用的已知传动系状态的第i个状态。,下面是用于评估连接到电马达的旋转机械的状态的方法专利的具体信息内容。
1.一种用于通过使用计算装置(CD)来评估连接到电马达(MM)并且形成传动系的旋转机械(RM)的状态的方法,所述计算装置(CD)提供有适合于将已知神经网络算法用于训练和测试神经元的功能单元(3.1-3.6),包括下列步骤:
• (步骤0’)为了训练神经网络,构建N(N≥2)个传动系,其具有(MM’)马达和(RM’)旋转机器,所述传动系的马达和旋转机器具有相同类型和型号,并且其状态已知为状态1至状态N,并且其类型和型号匹配其状态为未知并且需要被评估的传动系的马达和旋转机器的类型和型号,
• (步骤1’)使用数据获取单元(3.1)来获取具有状态1至状态N的N个不同传动系的马达(MM’)的电流(I1,…,IN)和电压信号(U1,…,UN),
• (步骤2’)对测量信号进行滤波以去除基频分量,并且通过使用信号处理单元(3.2)来处理滤波信号以生成:所述电流的时间波形(Wc)和所述电压的时间波形(Wv)、所述电流的频谱(Sc)和所述电压的频谱(Sv)以及所述电流的时间同步平均波形(TSAc),以及• (步骤3’)在特征提取单元(3.3)中,提取所述电流的时间波形(G1-WC1…N)和所述电压的时间波形(G2-Wv1…N)的代表特征、所述电流的频谱(G3-SC1…N)和所述电压的频谱(G4-SV…1)的代表特征以及所述电流的时间同步平均(TSA)波形(G5-TSAC1…N)的代表特征,• (步骤4’)采用在所述步骤3’中所得到的所述代表特征来训练神经网络,并且在所述计算装置(CD)或(CD’)的所述数据存储单元(3.5)中存储所训练神经网络的信息,以及• (步骤1)使用联机数据获取单元(3.1)重复进行所述步骤1’,以获取其状态为未知并且需要被评估的传动系的马达(MM)的电流(IA,IB,IC)和电压信号(UA,UB,UC),以及所述传动系的马达(MM)具有与所述马达(MM’)相同的类型和型号,并且所述传动系的旋转机器(RM)具有与所述旋转机器(RM')相同的类型和型号,
• (步骤2)对于在研究中的的传动系,通过对测量信号进行滤波以去除基频分量并且使用信号处理单元(3.2)处理滤波信号以生成下列项来对具有未知状态的所述传动系重复进行步骤2’:所述电流的时间波形(Wcx)和所述电压的时间波形(Wvx)、所述电流的所述频谱(Scx)和所述电压的所述频谱(Svx)、所述电流的时间同步平均(TSA)波形(TSAcx),以及• (步骤3) 对于在研究中的所述传动系,借助于通过使用特征提取单元3.4来提取所述电流的时间波形(G1-Wcx)和所述电压的时间波形(G2-Wvx)的代表特征、所述电流的所述频谱(G3-Scx)和所述电压的所述频谱(G4-Svx)的代表特征以及所述电流的时间同步平均(TSA)波形(G5-TSAcx)的代表特征来对具有未知状态的所述传动系重复进行步骤3’,其特征在于,所述方法还包括下列步骤:
• (步骤5)借助于通过使用在步骤4’所训练的所述神经网络来分析从自具有未知状态的所述传动系所获取的所述信号所得到的所有所提取代表特征来分类连接到具有未知状态的所述传动系的电马达(MM)的旋转机器(RM)的所述状态,其训练数据存储在所述计算装置(CD,CD’)的单元(3.5)中;接下来生成输出向量(Z=[Z1..ZN]),其中向量(Z)具有N个元素,以及如果所述输出向量Z包含仅一个具有等于1的值的元素并且其余元素值等于0,则确定具有等于1的所述值的所述元素的索引(i),所述索引(i)指示分析下的所述传动系的所述状态等于所述N个可用的已知传动系状态的第i个状态,
• (步骤6)借助于通过使用所述计算装置的或者连接到所述计算装置的常规部件向用户呈现评估结果来指示连接到在研究中的电马达(MM)的旋转机械(RM)的所述状态。
2.如权利要求1所述的方法,其特征在于,在从滤波电流的所述时间波形(Wc)和所述滤波电压的所述时间波形(Wv)来提取代表特征的所述步骤(3,3’)中,其在所述信号处理单元(3.1)中执行,为接下来的进程选择下列值的一个:平均值、标准偏差、偏斜度、峰度、信号熵、峰到峰值、最大峰值、均方根(RMS)、波峰因数和波形因数或者其组合。
3.如权利要求1所述的方法,其特征在于,在从滤波电流的所述频谱(Sc)和所述滤波电压的所述频谱(Sv)来提取代表特征的所述步骤(3,3’)中,其在所述信号处理单元(3.1)中执行,为接下来进程选择下列值的一个:频率中心、最大峰值存在的频率、与齿轮啮合频率(1×GMF)的一次谐波对应的所述频率峰值的幅度、与齿轮啮合频率(2×GMF)的二次谐波对应的所述频率峰值的幅度、叶片通过频率的所述频率峰值的幅度(1×BPF)、在所述叶片通过频率的二次谐波的所述频率峰值的幅度(2×BPF)。
4.如权利要求1所述的方法,其特征在于,在从所述电流的所述时间同步平均波形来提取代表特征的所述步骤(3,3’)中,其在所述信号处理单元(3.1)中执行,为接下来的进程选择下列值的一个:峰度、偏斜度和信号熵。
5.一种包括非暂时计算机可读程序代码的计算机程序产品,所述非暂时计算机可读程序代码在运行于计算装置(CD或CD’)上时执行评估连接到形成传动系的电马达(MM)的旋转机械(RM)的状态的步骤,以及所述计算装置(3)提供有适合于使用已知神经网络算法的功能单元(3.1-3.6),包括下列步骤:
• (步骤0’)为了训练神经网络,构建N(N≥2)个传动系,其具有(MM’)马达和(RM’)旋转机器,所述传动系的马达和旋转机器具有相同类型和型号,并且其状态已知为状态1至状态N,并且其类型和型号匹配其状态为未知并且需要被评估的传动系的马达和旋转机器的类型和型号,
• (步骤1’)使用数据获取单元(3.1)来获取具有状态1至状态N的N个不同传动系的马达(MM’)的电流(I1,…,IN)和电压信号(U1,…,UN),
• (步骤2’)对测量信号进行滤波以去除基频分量,并且通过使用信号处理单元(3.2)来处理所滤波信号以生成:所述电流的时间波形(Wc)和所述电压的时间波形(Wv)、所述电流的频谱(Sc)和所述电压的频谱(Sv)以及所述电流的时间同步平均波形(TSAc),以及• (步骤3’)在特征提取单元(3.3)中,提取所述电流的时间波形(G1-WC1…N)和所述电压的时间波形(G2-Wv1…N)的代表特征、所述电流的所述频谱(G3-SC1…N)和所述电压的所述频谱(G4-SV…1)的代表特征以及所述电流的时间同步平均(TSA)波形(G5-TSAC1…N)的代表特征,• (步骤4’)采用在所述步骤3’中所得到的所述代表特征来训练神经网络,并且在所述计算装置(CD)或(CD’)的所述数据存储单元(3.5)中存储所训练神经网络的信息,以及• (步骤1)使用联机数据获取单元(3.1)重复进行所述步骤1’,以获取其状态为未知并且需要被评估的传动系的马达(MM)的电流(IA,IB,IC)和电压信号(UA,UB,UC),以及所述传动系的马达(MM)具有与所述马达(MM’)相同的类型和型号,并且所述传动系的旋转机器(RM)具有与所述旋转机器(RM')相同的类型和型号,
• (步骤2)对于在研究中的传动系,通过对测量信号进行滤波以去除基频分量并且使用信号处理单元(3.2)处理滤波信号以生成下列项来对具有未知状态的所述传动系重复进行步骤2’:所述电流的时间波形(Wcx)和所述电压的时间波形(Wvx)、所述电流的频谱(Scx)和所述电压的频谱(Svx)、所述电流的时间同步平均(TSA)波形(TSAcx),以及• (步骤3) 对于在研究中的所述传动系,借助于通过使用特征提取单元3.4来提取所述电流的时间波形(G1-Wcx)和所述电压的时间波形(G2-Wvx)的代表特征、所述电流的所述频谱(G3-Scx)和所述电压的所述频谱(G4-Svx)的代表特征以及所述电流的时间同步平均(TSA)波形(G5-TSAcx)的代表特征来对具有未知状态的所述传动系重复进行步骤3’,其特征在于,所述方法还包括下列步骤:
• (步骤5)借助于通过使用在步骤4’所训练的所述神经网络来分析从自具有未知状态的所述传动系所获取的所述信号所得到的所有所提取代表特征来分类连接到具有未知状态的所述传动系的电马达(MM)的旋转机器(RM)的所述状态,其训练数据存储在所述计算装置(CD,CD’)的单元(3.5)中;接下来生成输出向量Z=[Z1..ZN],其中向量(Z)具有N个元素,以及如果所述输出向量Z包含仅一个具有等于1的值的元素并且其余元素值等于0,则确定具有等于1的所述值的所述元素的索引(i),所述索引(i)指示分析下的所述传动系的所述状态等于所述N个可用的已知传动系状态的第i个状态,
• (步骤6)借助于通过使用所述计算装置的或者连接到所述计算装置的常规部件向用户呈现评估结果来指示连接到在研究中的电马达(MM)的旋转机械(RM)的所述状态。
6.如权利要求5所述的计算机程序产品,其特征在于,在从滤波电流的所述时间波形(Wc)和滤波电压的所述时间波形(Wv)来提取代表特征的所述步骤(3,3’)中,其在所述信号处理单元(3.1)中执行,为接下来的进程选择下列值中的一个:平均值、标准偏差、偏斜度、峰度、信号熵、峰到峰值、最大峰值、均方根(RMS)、波峰因数和波形因数。
7.如权利要求5所述的计算机程序产品,其特征在于,在从滤波电流的所述频谱(Sc)和滤波电压的所述频谱(Sv)来提取代表特征的所述步骤(3,3’)中,其在所述信号处理单元(3.1)中执行,为了接下来的进程选择下列值的一个:频率中心、最大峰值存在的频率、与所述齿轮啮合频率(1×GMF)的一次谐波对应的所述频率峰值的幅度、与所述齿轮啮合频率(2×GMF)的二次谐波对应的所述频率峰值的幅度、叶片通过频率的所述频率峰值的幅度(1×BPF)、在所述叶片通过频率的二次谐波的所述频率峰值的幅度(2×BPF)。
8.如权利要求5所述的计算机程序产品,其特征在于,在从所述电流的所述时间同步平均波形来提取代表特征的所述步骤(3,3’)中,其在所述信号处理单元(3.1)中执行,为了接下来的进程选择下列值的一个:峰度、偏斜度和信号熵。
9.一种包括与旋转机器(RM)连接的电马达(MM)的传动系,其特征在于,所述马达(MM)与包括用于执行如权利要求1-4所述的步骤的部件(3.1-3.6)的计算装置(CD,CD’)相连接。
10.如权利要求9所述的传动系,其特征在于,所述旋转机器是下列装置之一:变速箱、压缩机、风扇或泵。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
具有改良切开的电外科设备 | 2020-05-22 | 233 |
振动监测 | 2020-05-21 | 839 |
放电灯的低成本紧凑尺寸单级高功率因数电路 | 2020-05-22 | 79 |
双重功率因数校正的低波峰比电子镇流器 | 2020-05-14 | 728 |
通过测量波峰因数来减少溢出的方法和系统 | 2020-05-15 | 575 |
具有电流馈电的基于双极结型晶体管(BJT)的电子镇流器的改进效率和波峰因数的电路 | 2020-05-18 | 992 |
用于对信号进行自适应控制的方法和设备 | 2020-05-23 | 664 |
一种基于变频带聚合的超高次谐波量化方法及装置 | 2020-05-26 | 120 |
波峰因数降低电路和用于执行波峰因数降低的系统 | 2020-05-18 | 873 |
具有无源功率因数校正的电子镇流器 | 2020-05-25 | 887 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。