一种伺服电机故障诊断系统的制作方法

本实用新型涉及电机故障诊断装置，尤其是一种伺服电机故障诊断系统。

背景技术：

随着社会发展，伺服系统在数控机床、工业控制系统、机器人等自动化制造设备中的应用越来越广泛，而伺服电机是电气伺服系统中十分重要的执行机构，尤其是当伺服电机工作的环境复杂且恶劣时，一旦出现故障不仅在经济上产生巨大损失，而且会对作业人员的人身安全造成严重威胁，因此对伺服电机进行及时地故障诊断非常有用且必要。目前对伺服电机的故障诊断多数还停留在理论实验阶段，市场上只有少部分的伺服电机故障诊断装置，且这些装置的准确性与时效性较差，现场作业人员不易操作，使用效果不理想。

鉴于此提出本实用新型。

技术实现要素：

本实用新型的目的在于克服现有技术的不足，提供一种基于人工智能技术，对多信息进行融合诊断的伺服电机故障诊断系统，能够及时对伺服电机的出现的故障进行诊断，并提高诊断的准确性。

为了实现该目的，本实用新型采用如下技术方案：

一种伺服电机故障诊断系统，包括伺服电机，与伺服电机连接的电涡流测功机、伺服电机性能检测仪、信息采集系统，以及通过无线数据传输模块与电涡流测功机、伺服电机性能检测仪、信息采集系统通讯连接的人工智能分析系统；

所述信息采集系统包括，用于检测伺服电机温度的温度传感器，用于检测伺服电机转速的转速传感器和用于检测伺服电机振动的振动传感器；

所述人工智能分析系统包括，数据预处理模块、数据层融合模块、特征层融合模块和决策层融合模块；

所述数据预处理模块通过无线数据传输模块接收电涡流测功机、伺服电机性能检测仪、信息采集系统发送的数据，并对数据进行数据归一化和去噪处理；

所述数据层融合模块与数据预处理模块连接，用于对处理后的数据进行整合计算，并输出特征提取结果和第一融合结果；

所述特征层融合模块与数据层融合模块连接，并配置为接收数据层融合模块输出的特征提取结果，并提取特定特征的矢量值，利用提取后的矢量值信息进一步计算，并输出第二融合结果；

所述决策层融合模块与数据层融合模块和特征层融合模块连接，并配置为接收第一融合结果和第二融合结果，并进行决策层融合判决，输出诊断结果。

进一步，还包括远程显示系统，所述远程显示系统与人工智能分析系统连接，用于对采集和/或处理后的数据进行显示。

进一步，所述电涡流测功机的型号为gw160盘式感应测功机，并与伺服电机的输出转轴连接。

进一步，所述伺服电机性能检测仪包括与伺服电机连接的sc-810z仪表控制柜、高速采集卡模块、wt1800功率分析仪、sc8800转速转矩测试仪，并至少用于检测伺服电机的调节时间、峰值时间和超调量，并将检测数据传输至人工智能分析系统。

进一步，所述温度传感器为kty84-130lptc温度传感器，所述振动传感器为dyk振动传感器，所述转速传感器为mgm18磁感式齿轮转速传感器。

进一步，所述无线数据传输模块包括，供电电路、保护电路、电源滤波电路、单片机、复位电路、晶振电路、时钟基准电路、温湿度检测电路、显示电路、存储电路和wifi无线传输模块；所述供电电路外接220v交流电，并具有5v直流电输出端和3.3v直流电输出端；所述保护电路与供电电路的5v直流输出端连接，其输出与电源滤波电路连接，电源滤波电路的输出与单片机的电源接口连接；所述复位电路、晶振电路、时钟基准电路、温湿度检测电路、显示电路、存储电路、wifi无线传输模块分别与单片机连接，所述单片机通过通讯线缆分别与电涡流测功机、伺服电机性能检测仪、信息采集系统连接；所述供电电路的3.3v直流电输出端分别与时钟基准电路、温湿度检测电路、存储电路、wifi无线传输模块供电连接。

采用本实用新型所述的技术方案后，带来以下有益效果：

本实用新型可以同时采集伺服电机的多种运行参数，信息采集更加全面，并且可以通过无线传输的方式发送给人工智能分析系统，利用人工智能分析系统对采集的参数进行融合分析，解决了单一的特征信息或者源数据不能准确反映伺服电机工作状态的问题，使得伺服电机的诊断结果更加准确，时效性有了明显的提升，能较全面详细地对伺服电机进行故障诊断，并显著降低人工成本和检修时间。

附图说明

图1：本实用新型的系统原理图；

图2：本实用新型的流程框图；

图3：本实用新型的无线数据传输模块的系统原理图；

图4：本实用新型的单片机引脚电路图；

图5：本实用新型的供电电路图；

图6：本实用新型的保护电路图；

图7：本实用新型的电源滤波电路图；

图8：本实用新型的复位电路图；

图9：本实用新型的时钟基准电路图；

图10：本实用新型的温湿度检测电路图；

图11：本实用新型的显示电路图；

图12：本实用新型的存储电路图；

图13：本实用新型的本实用新型的wifi无线传输模块电路图；

图14：本实用新型的晶振电路图。

具体实施方式

下面结合附图对本实用新型的具体实施方式作进一步详细的描述。

如图1和图2所示，一种伺服电机故障诊断系统，包括伺服电机、电涡流测功机、伺服电机性能检测仪、信息采集系统、无线数据传输模块、人工智能分析系统。所述电涡流测功机与伺服电机的输出转轴连接，用于测量伺服电机的输出转矩和转速，并输出电机的功率值，所述伺服电机性能检测仪用于测量伺服电机的动态响应和运行稳定时的性能，其主要检测的参数包括调节时间、峰值时间和超调量等，并可以输出这些参数；所述信息采集系统主要由多种传感器组成，并安装在伺服电机上，包括用于检测伺服电机温度的温度传感器，用于检测伺服电机转速的转速传感器和用于检测伺服电机振动的振动传感器。所述人工智能分析系统由人工神经网络构成，其载体可以为上位机或服务器，具体地，人工智能分析系统包括数据预处理模块、数据层融合模块、特征层融合模块和决策层融合模块。人工智能分析系统通过无线数据传输模块与电涡流测功机、伺服电机性能检测仪、信息采集系统通讯连接，用于接收上述装置发送的检测信息，并对信息进行处理后输出诊断结果。

具体地，所述数据预处理模块通过联网的方式，接收通过无线数据传输模块发送的电涡流测功机、伺服电机性能检测仪、信息采集系统的检测数据，并对数据进行数据归一化和去噪处理，不同类型的数据往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。

所述数据层融合模块与数据预处理模块连接，用于对处理后的数据进行整合计算，其计算结果作为进一步深层次判断的中间值或故障诊断依据的基础层面，其输出为特征提取结果和第一融合结果，所述第一融合结果为局部决策结果。

所述特征层融合模块与数据层融合模块连接，并配置为接收数据层融合模块输出的特征提取结果，查找并提取特定特征的矢量值，利用提取后的矢量值信息为基础进一步融合计算，该模块输出第二融合结果，所述第二融合结果由局部决策或特征融合、矢量融合以及基于不同方法的中间结论。

所述决策层融合模块与数据层融合模块和特征层融合模块连接，并配置为接收第一融合结果和第二融合结果，并进行决策层融合判决，输出诊断结果。

如图3所示，所述无线数据传输模块包括，供电电路、保护电路、电源滤波电路、单片机、复位电路、晶振电路、时钟基准电路、温湿度检测电路、显示电路、存储电路和wifi无线传输模块。

如图4所示，所述单片机的型号为s9keaz128amlk，单片机通过通讯线缆分别与电涡流测功机、伺服电机性能检测仪、信息采集系统连接。

如图5所示，所述供电电路外接220v交流电，并具有5v直流电输出端和3.3v直流电输出端，具体地，所述供电电路采用hlk-pm03微型变压器模块，该模块最大功率3w，可将220v交流电转化为5v直流电，再经过tps7333芯片将5v直流电转化为3.3v，其中3.3v直流电输出端分别与时钟基准电路、温湿度检测电路、存储电路、wifi无线传输模块供电连接。

如图6所示，所述保护电路与供电电路的5v直流输出端连接，其输出与电源滤波电路连接，具体地，所述保护电路中的f1为0.12a自恢复保险丝，在电路工作异常的情况下及时断电保护芯片不被烧毁，在恢复正常后又能自动恢复，免去了更换保险丝的麻烦。保护电路中的d1为稳压二极管，进一步保护芯片不受过高的冲击电压如静电的影响，dj3为发光二极管，用于指示电路是否正常工作。

如图7所示，所述电源滤波电路的输出与单片机的电源接口连接，电源滤波电路对单片机的输入电源与adc基准电压进行滤波，保证了单片机供电稳定性，使其不容易被波动的电压干扰造成死机。

所述复位电路、晶振电路、时钟基准电路、温湿度检测电路、显示电路、存储电路、wifi无线传输模块分别与单片机通讯连接。

如图8所示，如遇到单片机因为各种原因跑飞，可利用复位电路key1按键进行手动复位。

如图9所示，所述时钟基准电路采用低功耗的gm1381时钟基准芯片，为记录的数据提供时间标记。该芯片采用三线制数据传输的方式，分别接到单片机26，27，28引脚，使用了独立的无源晶振u7，在保证了时钟精准度的同时，也降低了成本。c18和c8为滤波电容，为芯片供电的稳定提供了保障。该设计中还添加了备用电源的设计，图中u6为可充电式纽扣电池，使得该电路板在断电的情况下也能保护时钟数据不丢失，d2二极管的单向导通性使得外界电源接入时可以为纽扣电池充电，外界电源断开时纽扣电池只为时钟芯片供电，大大延长了电池的供电时长。

如图10所示，所述温湿度检测电路采用了集成度较高的hdc1080dmbr温湿度传感器芯片，该芯片可以同时测量温度和湿度，当温度或者湿度过高时，单片机高温、高湿报警触发，发送警告以请求人工处理，保证了电路板的稳定性和寿命。

如图11所示，所述显示电路采用了一块体积较小的oled屏幕，方便工作人员现场调整参数配置和查看采集到的数据，上述操作通过按键控制，简化了整个工作流程的难度。

如图12所示，所述存储电路采用一块32mbit的flash存储芯片，能够在无线通讯断线时将数据存入其中，在下次通讯连通时再将存储的数据发送出去。

如图13所示，所述wifi模块为esp8266_12f嵌入式模块。

如图14所示，所述晶振电路电路通过有源晶振为单片机提供稳定的时钟信号，保证单片机稳定运行。

优选地，所述伺服电机故障诊断系统还包括远程显示系统，所述远程显示系统与人工智能分析系统连接，用于对采集和/或处理后的数据进行显示。

优选地，所述电涡流测功机的型号为gw160盘式感应测功机，并与伺服电机的输出转轴连接。

优选地，所述伺服电机性能检测仪包括与伺服电机连接的sc-810z仪表控制柜、高速采集卡模块、wt1800功率分析仪、sc8800转速转矩测试仪，并至少用于检测伺服电机的调节时间、峰值时间和超调量，并将检测数据传输至人工智能分析系统。

优选地，所述温度传感器为kty84-130lptc温度传感器，所述振动传感器为dyk振动传感器，所述转速传感器为mgm18磁感式齿轮转速传感器。

本实用新型的人工智能分析系统能处理非线性问题、有自学习能力和容错能力、可快速做出故障分类的rbf(径向基)神经网络，构建数据层的数据融合模型；利用适合于小样本决策、具有较强泛化能力的svm(支持向量机)算法，构建特征层的特征层融合模块；利用在表达不确定性问题方面更有优势的d_s(dempster/shafe)证据理论，构建决策层的决策层融合模型，选取数据层或特征层的融合故障诊断结果作为证据体，选取相应的可信度函数，一定程度提高了伺服电机故障诊断的精度。

以上所述为本实用新型的实施方式，应当指出，对于本领域的普通技术人员而言，在不脱离本实用新型原理前提下，还可以做出多种变形和改进，这也应该视为本实用新型的保护范围。