傳統(tǒng)維護(hù)模式中的故障后維護(hù)與定期維護(hù)將影響生產(chǎn)效率與產(chǎn)品質(zhì)量，并大幅提高制造商的成本,。隨著物聯(lián)網(wǎng)、大數(shù)據(jù),、云計(jì)算,、機(jī)器學(xué)習(xí)與傳感器等技術(shù)的成熟，預(yù)測性維護(hù)技術(shù)應(yīng)運(yùn)而生,。以各類如電機(jī),、軸承等設(shè)備為例，目前已發(fā)展到較為成熟的在線持續(xù)監(jiān)測階段,，來實(shí)現(xiàn)查看設(shè)備是否需要維護(hù),、怎么安排維護(hù)時間來減少計(jì)劃性停產(chǎn)等，并能夠快速,、有效的通過物聯(lián)網(wǎng)接入到整個網(wǎng)絡(luò),，將數(shù)據(jù)回傳至管理中心，來實(shí)現(xiàn)電機(jī)設(shè)備的預(yù)測性維護(hù),。電動機(jī)是機(jī)械加工中不可或缺的必備工具,電動機(jī)在運(yùn)轉(zhuǎn)中常產(chǎn)生各種故障,為保證電動機(jī)運(yùn)行安全,對電動機(jī)運(yùn)行狀態(tài)進(jìn)行在線監(jiān)測尤為重要,。

以三相異步電動機(jī)為研究對象,采用傳感器獲取電動機(jī)運(yùn)行中的重要參數(shù)(振動、噪聲,、轉(zhuǎn)速及溫度等),由時/頻域分析及能量分析等方法提取電動機(jī)運(yùn)行特征量,構(gòu)成特征向量,采用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的方法建立狀態(tài)識別模型,通過BP神經(jīng)網(wǎng)絡(luò)模式識別方法,判斷電動機(jī)運(yùn)行的狀態(tài),在此基礎(chǔ)上,利用LabVIEW軟件構(gòu)建可視化監(jiān)測系統(tǒng),將電動機(jī)運(yùn)行參數(shù)及狀態(tài)實(shí)時顯示在可視化界面中,完成在線智能監(jiān)測,。監(jiān)測工作需要關(guān)注品牌形象和聲譽(yù)，以及時采取措施維護(hù)企業(yè)形象,。南京智能監(jiān)測系統(tǒng)供應(yīng)商

隨著電力電子技術(shù),、自動化控制技術(shù)的不斷發(fā)展，電機(jī)在工業(yè)生產(chǎn)以及家用電器中得到了大的應(yīng)用,，在市場競爭中正逐步顯示自己的優(yōu)勢,。傳統(tǒng)的電機(jī)在線監(jiān)測裝置多采用電流表、電壓表,、功率表等較為原始的儀表來進(jìn)行測量,，采用人工讀數(shù)的方式進(jìn)行數(shù)據(jù)的測量,、記錄和分析，這不僅硬件冗余,，系統(tǒng)雜亂,，而且操作極為不便，更有甚者,，讀數(shù)誤差大,，測試結(jié)果不準(zhǔn)確。有些場合需要進(jìn)行電機(jī)多種參數(shù)的監(jiān)測,，這樣就勢必會加大各種測量儀器的使用以及人力資源的投入,。傳統(tǒng)的監(jiān)測方法要求監(jiān)測人員具有較高的技能和水平，但是由于人為誤差的不可避免,，這種監(jiān)測方法無法做定量分析,，無法更加準(zhǔn)確、實(shí)時的掌握電機(jī)的運(yùn)行狀態(tài)和故障,。技術(shù)實(shí)現(xiàn)要素：本發(fā)明提出了一種電機(jī)在線監(jiān)測裝置和方法,，通過對扭矩、轉(zhuǎn)速,、各相電流,、電壓、溫度,、輸入,、輸出功率和效率進(jìn)行實(shí)時動態(tài)的監(jiān)測以及對過電壓、過電流,、過熱進(jìn)行報警停機(jī),，解決現(xiàn)有技術(shù)中監(jiān)測參數(shù)不能定量分析以及無法更加準(zhǔn)確、實(shí)時的掌握電機(jī)運(yùn)行狀態(tài)和故障的技術(shù)問題,。紹興設(shè)備監(jiān)測技術(shù)工業(yè)生產(chǎn)過程中的溫度,、濕度等參數(shù)需要進(jìn)行監(jiān)測檢測，以確保生產(chǎn)的穩(wěn)定性和效率,。

故障預(yù)測與健康管理是以工業(yè)監(jiān)測數(shù)據(jù)為基礎(chǔ),，通過高等數(shù)學(xué)、數(shù)學(xué)優(yōu)化,、統(tǒng)計(jì)概率,、信號處理、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)等技術(shù)搭建模型算法,，實(shí)現(xiàn)產(chǎn)品和裝備的狀態(tài)監(jiān)測,、故障診斷及壽命預(yù)測，為產(chǎn)品和裝備的正常運(yùn)行保駕護(hù)航，從而提高其安全性和可靠性,。故障預(yù)測與健康管理是以工業(yè)監(jiān)測數(shù)據(jù)為基礎(chǔ),，通過高等數(shù)學(xué)、數(shù)學(xué)優(yōu)化,、統(tǒng)計(jì)概率,、信號處理、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)等技術(shù)搭建模型算法,，實(shí)現(xiàn)產(chǎn)品和裝備狀態(tài)監(jiān)測,、故障診斷及壽命預(yù)測，為產(chǎn)品和裝備的正常運(yùn)行保駕護(hù)航,，從而提高其安全性和可靠性,。近年來我們提出的標(biāo)準(zhǔn)化平方包絡(luò)和數(shù)學(xué)框架以及準(zhǔn)算數(shù)均值比數(shù)學(xué)框架指引了稀疏測度構(gòu)造的新方向，同時發(fā)現(xiàn)了大量與基尼指數(shù),、峭度,、香農(nóng)熵等具有等價性能的稀疏測度?；跇?biāo)準(zhǔn)化平方包絡(luò)和數(shù)學(xué)框架以及凸優(yōu)化技術(shù),，提出了在線更新模型權(quán)重可解釋的機(jī)器學(xué)習(xí)算法,，可以利用模型權(quán)重來實(shí)時確認(rèn)故障特征頻率,，解決了狀態(tài)監(jiān)測與故障診斷領(lǐng)域傳統(tǒng)機(jī)器學(xué)習(xí)只能輸出狀態(tài)，而無法提供故障特征來確認(rèn)輸出狀態(tài)的難題,。

基于人工神經(jīng)網(wǎng)絡(luò)的診斷方法簡單處理單元連接而成的復(fù)雜的非線性系統(tǒng),，具有學(xué)習(xí)能力,自適應(yīng)能力,非線性逼近能力等。故障診斷的任務(wù)從映射角度看就是從征兆到故障類型的映射,。用ANN技術(shù)處理故障診斷問題,不僅能進(jìn)行復(fù)雜故障診斷模式的識別,還能進(jìn)行故障嚴(yán)重性評估和故障預(yù)測,，由于ANN能自動獲取診斷知識，使診斷系統(tǒng)具有自適應(yīng)能力,?；诩尚椭悄芟到y(tǒng)的診斷方法隨著電機(jī)設(shè)備系統(tǒng)越來越復(fù)雜，依靠單一的故障診斷技術(shù)已難滿足復(fù)雜電機(jī)設(shè)備的故障診斷要求,，因此上述各種診斷技術(shù)集成起來形成的集成智能診斷系統(tǒng)成為當(dāng)前電機(jī)設(shè)備故障診斷研究的熱點(diǎn),。主要的集成技術(shù)有：基于規(guī)則的系統(tǒng)與ANN結(jié)合，模糊邏輯與ANN的結(jié)合,，混沌理論與ANN的結(jié)合,，模糊神經(jīng)網(wǎng)絡(luò)與系統(tǒng)的結(jié)合。監(jiān)測工作需要關(guān)注政策和法規(guī)的變化,，以及時調(diào)整經(jīng)營策略,。

隨著電力電子技術(shù)、自動化控制技術(shù)的不斷發(fā)展，電機(jī)在工業(yè)生產(chǎn)以及家用電器中得到了應(yīng)用,，在市場競爭中正逐步顯示自己的優(yōu)勢,。傳統(tǒng)的電機(jī)在線監(jiān)測裝置多采用電流表、電壓表,、功率表等較為原始的儀表來進(jìn)行測量,，采用人工讀數(shù)的方式進(jìn)行數(shù)據(jù)的測量、記錄和分析,，這不僅硬件冗余,，系統(tǒng)雜亂，而且操作極為不便,，更有甚者,，讀數(shù)誤差大，測試結(jié)果不準(zhǔn)確,。有些場合需要進(jìn)行電機(jī)多種參數(shù)的監(jiān)測,，這樣就勢必會加大各種測量儀器的使用以及人力資源的投入。傳統(tǒng)的監(jiān)測方法要求監(jiān)測人員具有較高的技能和水平,，但是由于人為誤差的不可避免,，這種監(jiān)測方法無法做定量分析，無法更加準(zhǔn)確,、實(shí)時的掌握電機(jī)的運(yùn)行狀態(tài)和故障,。

技術(shù)實(shí)現(xiàn)要素：本發(fā)明提出了一種電機(jī)在線監(jiān)測裝置和方法，通過對扭矩,、轉(zhuǎn)速,、各相電流、電壓,、溫度,、輸入、輸出功率和效率進(jìn)行實(shí)時動態(tài)的監(jiān)測以及對過電壓,、過電流,、過熱進(jìn)行報警停機(jī)，解決現(xiàn)有技術(shù)中監(jiān)測參數(shù)不能定量分析以及無法更加準(zhǔn)確,、實(shí)時的掌握電機(jī)運(yùn)行狀態(tài)和故障的技術(shù)問題,。監(jiān)測工作需要持續(xù)進(jìn)行，以確保數(shù)據(jù)的實(shí)時性和準(zhǔn)確性,。無錫動力設(shè)備監(jiān)測技術(shù)

工業(yè)產(chǎn)品質(zhì)量的監(jiān)測檢測是保證產(chǎn)品符合標(biāo)準(zhǔn)要求的重要手段,，可以提高產(chǎn)品的競爭力和市場信譽(yù)。南京智能監(jiān)測系統(tǒng)供應(yīng)商

生產(chǎn)企業(yè)為了極大限度地提高生產(chǎn)水平和經(jīng)濟(jì)效益,，不斷地向規(guī)?；透呒夹g(shù)技術(shù)含量發(fā)展,，因此生產(chǎn)裝置趨向大型化、高速高效化,、自動化和連續(xù)化,，人們對設(shè)備的要求不僅是性能好，效率高,，還要求在運(yùn)行過程中少出故障,，否則因故障停機(jī)帶來的損失是十分巨大的。國內(nèi)外化工,、石化,、電力、鋼鐵和航空等部門,，從許多大型設(shè)備故障和事故中逐漸認(rèn)識到開展設(shè)備故障診斷的重要性,。管理好用好這些大型設(shè)備，使其安全,、可靠地運(yùn)行,，成為設(shè)備管理中的突出任務(wù)。對于單機(jī)連續(xù)運(yùn)行的生產(chǎn)設(shè)備,，停機(jī)損失巨大的大型機(jī)組和重大設(shè)備,，不宜解體檢查的高精度設(shè)備以及發(fā)生故障后會引起公害的設(shè)備。傳統(tǒng)事后維修和定期維修帶來的過剩維修或失修,，使維修費(fèi)用在生產(chǎn)成本中所占比重很大,。狀態(tài)監(jiān)測維修是在設(shè)備運(yùn)行時，對它的各個主要部位產(chǎn)生的物理化學(xué)信號進(jìn)行狀態(tài)監(jiān)測,，掌握設(shè)備的技術(shù)狀態(tài),，對將要形成或已經(jīng)形成的故障進(jìn)行分析診斷,，判定設(shè)備的劣化程度和部位,，在故障產(chǎn)生前制訂預(yù)知性維修計(jì)劃，確定設(shè)備維修的內(nèi)容和時間,。因此狀態(tài)監(jiān)測維修既能經(jīng)常保持設(shè)備的完好狀態(tài),，又能充分利用零部位的使用壽命，從而延長大修間隔,，縮短大修時間,，減少故障停機(jī)損失。南京智能監(jiān)測系統(tǒng)供應(yīng)商