基于数据分析的纺织厂驱动电机控制方法与流程

本发明涉及纺织厂驱动电机控制，更具体地说，本发明涉及基于数据分析的纺织厂驱动电机控制方法。

背景技术：

1、在现代纺织工业中，驱动电机作为生产设备的核心动力来源，发挥着至关重要的作用。随着生产规模的扩大和自动化水平的提升，纺织厂往往需要多个电机协同工作，以确保各生产环节的高效同步。然而，现有的多电机控制系统通常基于固定的主从配置模式，即选定一个主电机作为速度参考，其余电机根据主电机的输出进行跟随。这种方法通常均是在主电机发生明显故障时才会进行重选，导致潜在的运行隐患未能及时识别，从而影响生产过程的连续性和稳定性，甚至可能引发设备停机和进一步的经济损失，然而如何在主电机发生明显故障前识别其存在的潜在运行隐患以及避免在关键生产阶段中断的情况下完成主电机的动态选择，仍是一个亟待解决的重要挑战。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供基于数据分析的纺织厂驱动电机控制方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、基于数据分析的纺织厂驱动电机控制方法，包括如下步骤：

4、步骤s1，获取纺织厂驱动电机运行过程的冷却效率波动信息和轴承振动上升信息、电机相位角异常信息以及电机绕组的绝缘电阻下降信息；

5、步骤s2，构建纺织厂驱动电机运行隐患监测模型，对纺织厂驱动电机运行的异常隐患进行分析，生成驱动电机隐患监测指数，并将驱动电机隐患监测指数与预设的驱动电机隐患监测指数阈值进行比较，评估驱动电机的运行隐患；

6、步骤s3，根据纺织厂驱动电机运行隐患监测模型对主电机进行运行隐患分析，确定主电机是否存在运行隐患；

7、步骤s4，当主电机存在运行隐患时，根据纺织厂驱动电机运行隐患监测模型对从电机进行运行隐患分析，获取主电机备选排序表；

8、步骤s5，获取主电机存在运行隐患的时间差并结合当前生产任务的任务复杂度，构建主电机动态调整模型，确定是否立即对主电机进行更换。

9、在一个优选地实施方式中，所述的冷却效率波动信息包括冷却效率波动系数，轴承振动上升信息包括轴承振动上升系数，电机相位角异常信息包括电机相位角异常系数，电机绕组的绝缘电阻下降信息包括绝缘电阻下降系数。

10、在一个优选地实施方式中，通过获取驱动电机运行过程的冷却效率波动信息，对驱动电机运行过程的冷却效率波动情况进行分析，并获取冷却效率波动系数，来衡量驱动电机运行过程的冷却效率波动程度；

11、冷却效率波动系数的获取逻辑如下：

12、预设固定的时间周期t，获取相邻时间周期内的冷却效率数据，将t时间周期内的冷却效率数据时间序列标记为q＝{qli,k}＝{ql1,k,ql2,k,...,qli,k}，其中qli,k表示时间周期内第i时刻的第k个冷却效率数据特征，i＝{1,2,...,i}，i为正整数；将t+1时间周期内的冷却效率数据时间序列标记为c＝{clj,k}＝{cl1,k,cl2,k,...,clj,k}，其中clj,k表示时间周期内第j时刻的第k个冷却效率数据特征，j＝{1,2,...,j}，j为正整数；

13、根据每个冷却效率数据特征计算冷却效率数据时间序列中每个时刻的欧几里得距离得到距离矩阵d，其中距离矩阵中的每个元素d(i,j)表示qli,k和clj,k的欧几里得距离，计算表达式如下

14、构建累积距离矩阵ml，用于存储从起始点(1,1)到达每个点(i,j)的最小累积距离，累积距离的计算规则如下ml(i,j)＝d(i,j)+min{ml(i-1,j),ml(i,j-1),ml(i-1,j-1)}，其中ml(i,j)表示qli,k和clj,k的最小累积距离；

15、计算冷却效率波动系数lqbd，表达式如下其中ya表示累积距离矩阵中的元素总和。

16、在一个优选地实施方式中，通过获取驱动电机运行过程的轴承振动上升信息，对驱动电机运行过程的轴承振动的异常上升情况进行分析，并获取轴承振动上升系数，来衡量驱动电机运行过程的轴承振动异常上升程度；

17、轴承振动上升系数的获取逻辑如下：

18、获取驱动电机运行过程的轴承振动数据信号x(t)，采用emd算法对轴承振动数据信号进行分解获取固有模态函数和残差分量，分解公式如下其中x(t)为原始的轴承振动数据信号，表示时间t上采集的振动数据，imfn(t)表示第n个固有模态函数在时间t上的值，n＝{1,2,...,n}，n为正整数，ca(t)表示时间t上的残差分量；

19、计算imfn(t)的瞬时能量eimfn(t)，表达式如下eimfn(t)＝imfn(t)2；

20、预设时间窗口δt，计算能量变化率nh，表达式如下其中eimfn(t)表示第n个固有模态函数在时间t上的瞬时能量；

21、计算平均能量变化率表达式如下其中nh(t,δtm)表示在时间t和第m个时间窗口下的能量变化率，m＝{1,2,...,m},m为正整数；

22、采用希尔伯特变换计算imfn(t)的解析信号jxn(t)，表达式如下jxn(t)＝imfn(t)+xs*xb(imfn(t))，其中jxn(t)表示imfn(t)的解析信号，xs表示虚数单位，xb(imfn(t))表示imfn(t)的希尔伯特变换；

23、计算imfn(t)的瞬时频率

24、计算轴承振动上升系数zcsx，表达式如下

25、在一个优选地实施方式中，通过获取驱动电机运行过程的电机相位角异常信息，对驱动电机运行过程的电机相位角异常波动情况进行分析，并获取电机相位角异常系数，来衡量驱动电机运行过程的电机相位角异常波动程度；

26、电机相位角异常系数的获取逻辑如下：

27、获取驱动电机运行时的电流和电压数据，计算电机相位角，表达式如下其中θr表示第r时刻的电机相位角，dlr表示第r时刻的电流，dyr表示第r时刻的电压；

28、计算电机相位角平均值xpj，表达式如下

29、计算电机相位角标准差xbz，表达式如下

30、计算电机相位角异常系数xwjy，表达式如下

31、在一个优选地实施方式中，通过获取驱动电机运行过程的电机绕组的绝缘电阻下降信息，对驱动电机运行过程的电机绕组的绝缘电阻异常下降情况进行分析，并获取绝缘电阻下降系数，来衡量驱动电机运行过程的电机绕组的绝缘电阻异常下降程度；

32、绝缘电阻下降系数的获取逻辑如下：

33、预设多个监测点获取驱动电机绕组的绝缘电阻值dzb，dzb表示第b个监测点的绝缘电阻值，b＝{1,2,...,b}，b为正整数；

34、计算绝缘电阻值平均值表达式如下

35、将不同监测点驱动电机绕组的绝缘电阻值与绝缘电阻值平均值进行比较，将小于绝缘电阻值平均值的绝缘电阻值标记为绝缘电阻异常值，并将绝缘电阻异常值加入到绝缘电阻异常集合内，将绝缘电阻异常集合标记为bjh＝{dzcy}＝{dzc1,dzc2,...,dzcy}，其中y＝{1,2,...,y}，y为正整数；

36、根据绝缘电阻异常集合内的绝缘电阻异常值计算绝缘电阻下降系数jydx，表达如下

37、在一个优选地实施方式中，根据冷却效率波动系数、轴承振动上升系数、电机相位角异常系数、绝缘电阻下降系数构建纺织厂驱动电机运行隐患监测模型，生成驱动电机隐患监测指数qdyz，模型依据的公式如下式中α、β、γ、δ分别表示冷却效率波动系数、轴承振动上升系数、电机相位角异常系数、绝缘电阻下降系数的预设比例系数，且α、β、γ、δ均大于0。

38、在一个优选地实施方式中，根据纺织厂驱动电机运行隐患监测模型对主电机进行运行隐患分析，将纺织厂驱动电机运行隐患监测模型生成的驱动电机隐患监测指数与预设的驱动电机隐患监测指数阈值进行比较；

39、若驱动电机隐患监测指数大于驱动电机隐患监测指数阈值，则生成主电机运行隐患信号；

40、若驱动电机隐患监测指数小于等于驱动电机隐患监测指数阈值，则无需生成主电机运行隐患信号。

41、在一个优选地实施方式中，当生成主电机运行隐患信号时，根据纺织厂驱动电机运行隐患监测模型对从电机进行运行隐患分析，将纺织厂驱动电机运行隐患监测模型生成的驱动电机隐患监测指数与预设的驱动电机隐患监测指数阈值进行比较；

42、若驱动电机隐患监测指数大于驱动电机隐患监测指数阈值，则生成预警信号；

43、若驱动电机隐患监测指数小于等于驱动电机隐患监测指数阈值，则根据驱动电机隐患监测指数对从电机由小到大生成主电机备选排序表。

44、在一个优选地实施方式中，记录主电机运行隐患信号的生成时刻，将当前时刻与主电机运行隐患信号的生成时刻做差值运算获取主电机存在运行隐患的时间差sjc；

45、所述的当前生产任务的任务复杂度是指主电机所负责的当前环节的生产任务的复杂程度，当前生产任务的任务复杂度以当前环节的生产任务的总工序数量zgx来衡量；

46、根据主电机存在运行隐患的时间差、总工序数量构建主电机动态调整模型，生成主电机动态调整指数tzds，模型依据的公式如下tzds＝ρ*sjc+σ*zgx，式中ρ、σ分别表示主电机存在运行隐患的时间差、总工序数量的预设比例系数，且ρ、σ均大于0；

47、将主电机动态调整指数与预设的主电机动态调整指数阈值进行比较，若主电机动态调整指数大于主电机动态调整指数阈值，则生成主电机即刻更换信号，将主电机备选排序表中的首位电机对主电机进行更换；

48、若主电机动态调整指数小于等于主电机动态调整指数阈值，则无需生成主电机即刻更换信号。

49、本发明的技术效果和优点：

50、1、本发明通过获取纺织厂驱动电机运行过程的冷却效率波动信息和轴承振动上升信息、电机相位角异常信息以及电机绕组的绝缘电阻下降信息构建纺织厂驱动电机运行隐患监测模型，生成驱动电机隐患监测指数对主电机进行运行隐患分析，及时感知主电机存在的运行隐患，避免仅在故障发生后才进行设备更换，从而减少停机时间和生产损失，并纺织厂驱动电机运行隐患监测模型对从电机进行运行隐患分析，从从电机中挑选出稳定运行的从电机，获取主电机备选排序表，同时获取主电机存在运行隐患的时间差并结合当前生产任务的任务复杂度，构建主电机动态调整模型，根据生产环境的变化，灵活判断是否立即更换主电机，从而优化生产调度与资源配置，确保生产过程的连续性和稳定，优化主电机的动态选择，提高纺织厂的生产安全性和效率。