工厂自动化

电机状态监测与故障诊断系统

  朋禾智能提供的电机监测及诊断方案通过边缘智能硬件实现对电机振动、噪声、电流及温度等信号的实时采集及分析诊断。用户可通过报警推送及时掌握电机健康状况,并可通过基于B/S架构的软件对电机监测数据进行进一步分析判断,便于分布式设备统一管理及故障追溯。

需求痛点

  电机广泛应用于水泵、鼓风机、压缩机、起重机、及矿山机械等设备,是工业企业各类设备的主要动力源,在生产生活中占有举足轻重的地位。然而,据不完全统计,全国每年仅因电机烧毁所消耗的电量就达数千万度,电机烧毁的数量达20万台次以上,修理费达20亿元以上,而因停工停产所造成的损失更是一个无法估量的巨大数目。随着经济的发展,驱动各种机械和工业设备的电机需求量将急剧的增加,对电机的保护就显得越来越重要。因此,对电机健康状态的监测诊断及预测性维护就十分重要。

产品功能

  • 实现对电机振动、噪声、电流及温度等信号的实时采集及分析诊断
  • 通过报警推送及时掌握电机健康状况
  • 通过模型建立以及数据分析诊断诸如:定子偏心、不平衡、不对中、滚动轴承磨损、噪声过大、气隙偏心、温度过热等故障

核心优势

覆盖常见电机故障类型,包括定子偏心、定子绕组松动、转子偏心、铜条断裂,转子松动、轴承故障等。

基于多维度传感器的综合分析,提高部署灵活性及诊断准确性

基于机器学习与机理诊断融合的方式,实现趋势分析、异常监测与智能诊断

故障诊断与失效模式分析

定子偏心或定子绕组松动,转子偏心,转子铜条断裂,转子铜条松动,转子松动,迭片短路,轴承倾斜、不平衡、不对中、转子弯曲、转子偏离磁场中心线、滚动轴承故障、滑动轴承(油膜涡动)


轴承间隙过大、轴承润滑不良、松动碰磨故障


转子断条、气隙偏心


线圈短路或开路、磁钢退磁、电机效率低

监测方法:振动(加速度或速度或位移)

监测方法:噪声

监测方法:电流

监测方法:温度

分析方法:滤波、频谱、相关、功率谱、全息谱、共振解调(可自定义解调频带)、谱峭度、时频分析、瀑布图、阶次分析

分析方法:频谱、相关、倍频程、计权滤波、声源定位、倒谱、语谱图

分析方法:频谱

分析方法:趋势