MFM600礦用電機智能運維監(jiān)測系統(tǒng)概述

礦用電機因其機械結(jié)構(gòu)復(fù)雜、工作環(huán)境惡劣,，在使用較長時間后其內(nèi)部零件容易產(chǎn)生機械損傷,，或者電氣元件損壞。使得電機工作性能大幅度降低,，其機械故障類型一般可分為軸承故障,，轉(zhuǎn)子故障等，構(gòu)成其旋轉(zhuǎn)機構(gòu)的軸承組件,，在軸承表面磨損等失效問題下,，容易導(dǎo)致電機產(chǎn)生巨大的振動和噪聲，降低運行效率,，嚴重時還會引起整個機組設(shè)備的破壞,，造成巨大的經(jīng)濟損失。礦用電機的故障診斷識別主要是對驅(qū)動電機的部件如軸承,、定子,、轉(zhuǎn)子的故障類別進行特征挖掘分類和預(yù)測。

多源數(shù)據(jù)采集系統(tǒng)可以采集電機運行過程中的振動,、噪聲,、溫度、電流,、電壓,、轉(zhuǎn)速、轉(zhuǎn)矩等信號,。振動信號分析及電流電壓信號分析是電機故障診斷診斷中應(yīng)用最為廣泛的研究方法,，通過采集不同故障類型的電機信號，應(yīng)用機器學(xué)習(xí)手段對信號進行分類與預(yù)測,，挖掘故障數(shù)據(jù)的潛在特征,，對故障診斷效率和準(zhǔn)確率有著極大的提升。

MFM600礦用電機智能運維監(jiān)測系統(tǒng)可以模擬重現(xiàn)礦用電機常見的故障信號，讓很難提取到早期的故障特征進行重現(xiàn),，出現(xiàn)在隨著機器學(xué)習(xí)技術(shù)的發(fā)展和完善,，研究人員將機器學(xué)習(xí)模型應(yīng)用于故障診斷，提高了診斷準(zhǔn)確性,。