Способ определения технического состояния электрических и гидравлических приводов Российский патент 2023 года по МПК G01R31/34 G06F11/277 

Изобретение относится к области диагностирования и прогнозирования технического состояния электрических и гидравлических приводов в режиме реального времени на основе вейвлет-анализа параметров тока, напряжения и/или вибрации машин с применением аппарата нечеткой логики и иерархической искусственной нейронной сети с гибкой обратной связью.

Известен способ определения технического состояния электродвигателя переменного тока и устройство для его осуществления (RU №2389121), заключающийся в получении с датчика в силовой цепи электродвигателя сигнала, его выпрямления и интегрирования в течение установленного времени измерения. Интегрированный сигнал сравнивается с сигналами, полученными аналогично и соответствующими электродвигателю без наработки и с предельной наработкой. По разнице сигналов определяется текущее техническое состояние электродвигателя переменного тока и производится автоматический прогноз остаточного ресурса.

Недостатком этого способа является то, что он рассчитан на применение только к электродвигателю переменного тока, не позволяет выявить все его неисправности, и не учитывает влияние искажений от приводного механизма и питающего преобразователя на работу электродвигателя.

Известен способ диагностики и оценки остаточного ресурса электроприводов переменного тока (RU №2532762), согласно которому определяют расхождение амплитуд сигналов токов, напряжений и мощности каждой фазы. Рассчитывают коэффициенты несимметрии тока, напряжений, мощности и коэффициенты гармонических колебаний, используя фильтр низких частот. Отфильтровывают спектр исследуемых частот от общего сигнала. Затем определяют уровень влияния качества питающего напряжения в части наличия несимметрии, импульсов перенапряжения и высших гармонических составляющих и на основе получаемых данных с учетом текущего задания выходной координаты определяют техническое состояние электропривода и оценивают остаточный ресурс.

Недостатками способа является то, что не учитываются косвенные параметры, влияющие на техническое состояние и качество прогнозирования, отсутствует оценка точности прогнозирования технического состояния.

Известен способ диагностики электродвигателя переменного тока и связанных с ним механических устройств (RU №2339049), согласно которому в трех фазах электродвигателя производятся запись напряжения и потребляемого тока в зависимости от времени. Полученные сигналы пропускают через фильтр низких частот, преобразуют в цифровую форму и формируют спектры тока и напряжения, после чего производят их спектральный анализ. Выделяют характерные частоты электродвигателя и связанных с ним устройств, а характер и степень развития неисправности выявляют путем сравнения значений амплитуд тока на характерных частотах.

Недостатками указанного способа является то, что он не учитывает переменный характер нагрузки электродвигателя, оказывающий влияние на амплитуду тока и полигармонический состав питающего напряжения, наблюдаемый при питании электродвигателя от статического силового преобразователя. Также данный способ практически не применим для регулируемого электропривода, так как не учитывает изменение режимов при регулировании выходной координаты (положения, скорости, момента) электропривода.

В патенте RU 2269759 измеряют спектр частот амплитудной модуляции электрического тока, потребляемого исполнительным электрическим двигателем. При этом на каждой частоте амплитудной модуляции измеряют глубину амплитудной модуляции тока. По измеренной частоте амплитудной модуляции определяют дефектный агрегат механизма или системы, вызывающий появление переменной нагрузки на электродвигатель, а по измеренной глубине амплитудной модуляции определяют величину этого дефекта.

Недостатками этого способа являются невысокая достоверность результата, обусловленная тем, что не учитывает помехи, поступающие из сети, и не осуществляет анализ питающего напряжения электродвигателя.

Известен способ диагностики электродвигателей переменного тока и связанных с ним механических устройств (RU №2300116) основан на спектральном анализе потребляемого электродвигателем тока. Сущность этого способа состоит в том, что в течение заданного промежутка времени производят запись значений фазного тока, потребляемого электродвигателем, а затем производят спектральный анализ полученного сигнала и сравнение значений амплитуд на характерных частотах с уровнем сигнала на частоте питающей сети, если амплитуды на характерных частотах ниже амплитуды основного пика на частоте питающей сети на заданную величину, делают вывод о хорошем техническом состоянии электродвигателя, а в случае, если указанная разница между амплитудами меньше заданной величины, делают вывод о развитии повреждения.

Недостатками данного способа являются: невозможность учета влияния на спектр сигнала величины и характера нагрузки электропривода, а также влияние показателей качества электроэнергии, особенно при питании электродвигателя от статического силового преобразователя; сложность оценки результатов, поскольку любая амплитудно-модулируемая частота f учитывается в спектре дважды, т. е. в виде |f₁-f] и в виде |f₁+f|. Такой двойной учет модулируемой частоты обуславливает недостаточную точность диагностирования и отсутствие возможности увеличения числа анализируемых гармоник частоты f.

Способ диагностики механизмов и систем с электрическим приводом (RU №2431152) заключается в записи в течение заданного интервала времени значений фазных токов и напряжений электродвигателя, их разложение на гармонические составляющие, измерение амплитуды и фазы гармонических составляющих и осуществляющий на их основе идентификацию технического состояния и прогнозирование ресурса безаварийной работы диагностируемого объекта с помощью искусственной нейронной сети с выдачей результата - кода возможного дефекта.

Недостатками данного способа являются: невозможность диагностики механической составляющей электропривода, поскольку набор анализируемых первичных данных ограничен фазными токами и напряжениями, а к определяемым дефектам работы относятся только ухудшение состояния изоляции, изменения сопротивления проводов обмоток, витковые замыкания, межфазные замыкания и однофазные замыкания; не используется информация о скорости и управляющем задании, что не позволяет произвести полноценную идентификацию объекта без предварительных ресурсоемких расчетов гармонических составляющих; при определении остаточного ресурса анализируются исключительно гармонические составляющие напряжения, генерируемые только двигателем электропривода без учета составляющих сети, что дает потерю информации о неисправностях.

Наиболее близким способом диагностики объемного гидропривода, принятый за прототип, является способ вибрационной диагностики технического состояния гидроприводов (патент RU №2557676), осуществляющий сравнение измеренного спектра обследуемого объекта и идеального агрегата и делают вывод о наличии или отсутствии дефектов. Технический результат заключается в расширении области диагностирования, возможности диагностики агрегатов в закрытом корпусе без доступа к отдельным механизмам, повышении точности при определении вида неисправности.

Недостатком прототипа является невозможность автоматического анализа результатов изменения в режиме реального времени, а также невозможность определения нагрузки на гидроприводе.

Все перечисленные способы диагностирования предназначены для оценки технического состояния конкретного типа приводов и не могут быть унифицированы, при этом они не позволяют найти все неисправности приводов, отличив их от изменения внешней нагрузки на них в режиме реального времени, что приводит к существенной погрешности диагностирования. Существенным недостатком большинства известных методов является спектральный анализ с применением преобразования Фурье, предполагающий перевод временного сигнала в частотную форму, выделение характерных частот для неисправностей привода, и их анализ путем сравнения с аналогичными частотами нового исправного привода, принятыми за эталон. Данный метод весьма трудоемок и не позволяет отличить неисправное состояние привода от изменения режима его эксплуатации, а также требует привлечения опытного специалиста - эксперта для интерпретации результатов диагностирования и не позволяет проводить анализ в режиме реального времени.

Задачей изобретения является повышения точности диагностирования электрических и гидравлических приводов за счет проявляемого технического результата, заключающегося в том, что определение внешних нагрузок на привод позволяет отличить неисправное состояние от изменения режима его эксплуатации.

На чертеже представлена структура иерархической нейронной сети для прогнозирования остаточного ресурса привода.

Предлагаемый способ диагностирования технического состояния электрических и гидравлических приводов реализуется программным выполнением следующей последовательности действий:

1. C привода снимаются сигналы тока и/или вибрации, осуществляется их вейвлет-преобразование и расчеты характерных масштабов вейвлета согласно зависимость , где a - масштаб вейвлета; K - коэффициент пересчета, который определяется в зависимости от выбранного материнского вейвлета, например для вейвлета Морле - , "Мексиканская шляпа" , f - частота Фурье-разложения.

2. Для каждого характерного масштаба рассчитывается функция непрерывного вейвлет-преобразования

где ψ(t) - функция базового (материнского); b - сдвиг базовой функции во времени; a - масштаб вейвлета; - множитель, обеспечивающий независимость функции материнского вейвлета от ее масштаба.

3. Формируется аналитически сопряженный сигнал

4. Формируется сигнал и определяется его огибающая :

5. Аппроксимация огибающей функции () полином первой степени

Установлена закономерность зависимости между коэффициентами k прямой, аппроксимирующей огибающую сигнала s(t) c техническим состоянием и нагрузкой на привод. Если k<0, привод исправен, k≥0 - привод неисправен. Коэффициент b всегда положителен, однако, при увеличении нагрузки на исправный привод происходит увеличение коэффициента b и уменьшение k. Для неисправного привода рост нагрузки приведет к увеличению всех параметров аппроксимирующей прямой.

Для оценки текущей нагрузки на электропривод необходимо выполнить анализ всех параметров аппроксимирующей прямой для заведомо исправного не нагруженного привода, работающего в основном эксплуатационном режиме. Полученные данные используют в качестве эталонных коэффициентов с которыми сравнивают текущие значения параметров k, b. Значения максимально допустимых коэффициентов рассчитывают по перегрузочной способности двигателя по току

Тогда изменения коэффициентов k, b вычисляют следующим образом

Результаты расчета анализируют следующим образом.

Если и , то - привод работает в номинальном режиме. Если и , то - предельная нагрузка на привод, Δk<0 неисправность привода, а Δk>1 - превышение нагрузки.

Для оценки текущей внешней нагрузки на электрический привод используют программу на базе нечеткой логической модели, входами которой являются относительные коэффициенты Δk и Δb, а выходом – коэффициент нагрузки на привод. Для описания базы знаний используется система нечеткого логического вывода Sugeno. Текущая нагрузка на гидропривод может быть найдена из соотношения , где p - текущее давление в гидросистеме, - максимальное допустимое давление в системе.

Исходными данными долгосрочного прогнозирования технического состояния являются коэффициенты k на характерных масштабах диагностирования за N предыдущих, равных по времени, периодов эксплуатации. Структура реализации долгосрочного прогнозирования представлена на чертеже.

Прогнозирование состоит из следующих 10 этапов:

1. Измерение текущих параметров тока электродвигателя или вибрации вращательных гидравлических машин циклического действия. Расчет, согласно способу диагностирования, коэффициентов k для каждого характерного масштаба.

2. Перед началом прогнозирования задается значение количества периодов сохранения работоспособности Т=0.

3. Извлечение из базы данных значений k за предыдущие периоды эксплуатации привода .

4. Формирование обучающей выборки согласно «метода окон». Входной вектор формируется смещением параметров предыдущего входа на единицу вправо . Вектор цели представляет собой значения коэффициентов k, которые должны быть получены на выходе .

5. Прогнозирование значений коэффициентов . Прогноз осуществляется с помощью принципа окон, реализованного с помощью сети прямой передачи сигнала, имеющей три входа и один выход. Для обучения нейронной сети использован алгоритм обратного распространения ошибки.

6. Прогнозирование развития неисправностей . Последовательность действий 1–5 выполняется для каждого характерного масштаба. О наступлении конкретной неисправности можно судить в случае, если спрогнозированные коэффициенты всех характерных масштабов неотрицательны, что соответствует логической операции «ИЛИ» или «максимум». Тогда коэффициент развития неисправности .

7. Прогнозирование состояние привода . Принятие решения о прогнозном состоянии привода выполняется по худшему варианту, что соответствует логической операции «ИЛИ» или «максимум». Тогда расчет коэффициента, характеризующего состояние всего привода .

8. Проверка выполнения условия отрицательности спрогнозированного коэффициента , если условие выполнено, то 9, иначе 10.

9. Значение счетчика периодов сохранения работоспособности увеличивается на единицу (Т=Т+1).

10. Вывод сообщения «Отказ через Т периодов эксплуатации».

Для реализации описанного способа (чертеж), разработана иерархическая нейронная сеть, имеющая три функциональных подсистемы: прогнозирования значения коэффициента (блок 5 на чертеже) на каждом характерном масштабе; прогнозирование развития неисправностей (блок 6 на чертеже); прогнозирование состояния привода в следующий период эксплуатации (блок 7 на чертеже). Для реализации долгосрочного прогнозирования нейронная сеть первого уровня имеет гибкую обратную связь (чертеж, пунктирная линия), передающую результат прогнозирования значения коэффициента на вход сети. Данная обратная связь активируется только в случае, если спрогнозированное значение . Для определения времени отказа привода необходимо подать полученные результаты прогнозирования на вход сети и повторять весь процесс до тех пор, пока прогнозируемый коэффициент технического состояния привода не станет . Число пройденных итераций прогнозирования равно количеству периодов сохранения работоспособности T. Причина будущей неисправности может быть найдена путем анализа знаков соответствующих коэффициентов развития неисправностей .

Регулярный мониторинг технического состояния электрических и гидравлических приводов позволяет выявлять неисправности на ранней стадии возникновения, отслеживать динамику их развития, определять остаточный ресурс и планировать рациональные сроки проведения ремонтов. Предлагаемый способ оценки технического состояния позволяет определить текущее и прогнозное состояния электрического или гидравлического привода, а также внешнюю нагрузку. Аппаратная реализация предлагаемого способа может быть реализован как на персональном компьютере, так и на базе измерительно-вычислительного комплекса, независимого от персонального компьютера или на базе программного обеспечения промышленных контроллеров общего назначения.

Изобретение относится к области диагностирования и прогнозирования технического состояния электрических и гидравлических приводов в режиме реального времени. Технический результат заключается в обеспечении возможности определения текущего технического состояния и внешней нагрузки на привод, поиска возникших неисправностей, а также прогнозирования времени и причин отказов в будущие периоды эксплуатации. Такой результат достигается тем, что выполняют измерение и запись непрерывных сигналов токов, напряжений и вибрации корпуса приводов, производят микропроцессорным устройством в течение заданного промежутка времени с одинаковой периодичностью, производят их вейвлет-разложение, по полученным результатам рассчитывают коэффициенты прямых, аппроксимирующих огибающие вейвлет-коэффициентов на характерных масштабах и затем анализируют, используя программное обеспечение, позволяющее определить текущее техническое состояние и нагрузку на привод, анализируют временной тренд коэффициентов посредством ступенчатой нейросетевой экстраполяции, реализованной с помощью иерархической нейронной сети с гибкой обратной связью, с возможностью краткосрочного и долгосрочного прогноза развития дефектов электрических и гидравлических приводов. 1 ил.

Способ определения технического состояния электрических и гидравлических приводов, включающий замер диагностических параметров, их анализ и сравнение с аналогичными сигналами исправного привода, отличающийся тем, что измерение и запись непрерывных сигналов токов, напряжений и/или вибрации корпуса приводов производят микропроцессорным устройством для заведомо исправного не нагруженного привода, работающего в основном эксплуатационном режиме, выполняют вейвлет-разложение указанных сигналов, по полученным результатам рассчитывают коэффициенты прямых, аппроксимирующих огибающие вейвлет-коэффициентов на характерных масштабах, полученные коэффициенты используют в качестве эталонных коэффициентов, измерение и запись непрерывных сигналов токов, напряжений и/или вибрации корпуса приводов производят микропроцессорным устройством в течение заданного промежутка времени с одинаковой периодичностью, выполняют их вейвлет-разложение, по полученным результатам рассчитывают коэффициенты прямых, аппроксимирующих огибающие вейвлет-коэффициентов на характерных масштабах, используя эталонные коэффициенты и полученные коэффициенты в заданном промежутке времени с одинаковой периодичностью, определяют текущее техническое состояние и нагрузку на привод, анализируют изменение коэффициентов за N предыдущих, равных по времени, периодов эксплуатации с помощью иерархической нейронной сети с гибкой обратной связью, с возможностью краткосрочного и долгосрочного прогноза развития дефектов электрических и гидравлических приводов, при этом определяют количество периодов сохранения работоспособности.