电机监测管理系统
2023-01-09
解决办法:
通过物联网、大数据采集、边缘计算、人工智能、专家系统判别等现代技术手段,实现旋转机械系统监测的数字化、信息化、智能化管理。
1、场景全息采集及海量信息存储
实现电动机系统的全场景、全信息采集功能,包含环境参数、运行参数、电参数、状态参数等,同时实现秒级数据的大数据存储5-10年。
2、全系统大数据记录筛分及系统过失追溯
全面的大数据存储、筛分及索引功能,全系统状态的实时查询,实现系统数据及过失的全面追溯。
3、分布式故障录波及人工智能故障研判
具备故障录波功能,采集故障波形,存储、分析,利用人工智能算法技术进行电动机系统故障智能研判及劣化分析。
4、电动机启动状态识别
具备电动机启动状态自识别功能,利用启动曲线的智能识别技术实现电动机启动故障判断,特别对于具有软启动设备的电动机负载。
5、电动机功率状态判别
具备电动机功率状态判别功能,可实时扫描电动机的功率曲线并利用大数据实现故障功率状态识别及分析(注意,本功能不适用恒转矩负载)。
6、通过大数据分析电机系统的电气故障、机械故障、负荷故障,判别电机系统状态,专家系统自动生成系统健康报告。
7、电机预测性维护
系统运行环境及主要配置
环境项目 | 参数、功能 |
终端安装方式 | 滑轨安装 |
供电电源 | 交流220V |
电源波动范围 | -50%~+20% |
使用温度 | -20℃~+55℃ |
月平均相对湿度(25℃时) | ≤90% |
地震烈度 | 8度 |
电压采样 | 三相 |
电流采样 | 三相 |
开关量采集 | 4路 |
继电器输出 | 1路 |
温度采样 | 双驱温度(双节点温度差值计算) |
录波模式 | 波形预录制(极端情况下每周波16-256点位录波,最高等效100ks采集速率) |
分析方式 | 终端嵌入式边缘计算,人工智能分析 |
人机界面 | PC机,触摸屏(另配),手机 |
现地监控箱 | 触摸屏、智能管理模块、数据路由器、通讯 |