论文部分内容阅读
工控电机的实时监测与故障诊断的研究具有巨大的经济意义。目前,电机监测一般是由工作人员在中控室使用PC端完成的,这在一定程度上限制了监测的方式与地域。物联网技术发展和智能手机的广泛应用为电机的监测方式提供了新的思路。本文充分发挥物联网技术、云计算技术和5G网络的优势,设计并实现了基于Android平台的电机远程监测与故障诊断系统,具体内容如下:(1)参照物联网的结构,远程监测系统由感知层、传输层和应用层组成。其中,感知层负责采集电机运行的状态数据,并按照特定格式保存数据。传输层负责电机运行数据的传输与保存,一方面将感知层的电机运行数据传输到服务器并保存在数据库中,另一方面监听并响应客户端的数据请求,在收到指令后,将相应的数据发送到客户端;应用层为Android设备,负责与服务器的数据交互,并显示电机的运行状态。系统的各个部分协同工作,实现了远程、实时监测电机的运行状态。(2)为丰富电机监测的方式,使用蓝牙技术建立基于蓝牙通信的电机本地监测系统。其中,系统使用蓝牙模块完成电机与Android设备之间的数据传输,并根据电机各个运行参数的特性,在移动设备上使用不同的自定义控件显示电机的运行状态。(3)使用支持向量机作为电机故障诊断的方法。在比较多种参数寻优算法后,确定遗传算法作为模型参数的寻优算法。通过比较基于遗传算法的支持向量机(GA-SVM)、概率神经网络、基于Kohenen网络的聚类算法和K最邻近分类算法的故障诊断结果,系统使用具有良好的泛化能力、能保证高准确率和短的检测时间的GA-SVM模型进行故障诊断,并在Android平台上完成了遗传算法和支持向量机模型的布置,实现了在Android平台上使用GA-SVM对电机进行故障诊断。通过多组试验检验系统的各项功能,试验结果表明:该系统能通过Android平台对电机进行实时的远程监测与本地监测及有效的故障诊断。