作為工業(yè)領(lǐng)域的一種關(guān)鍵旋轉(zhuǎn)設(shè)備,，對于終端用來說，關(guān)于電機(jī)維護(hù)的主要是電氣班組的設(shè)備工程師,、電機(jī)維護(hù)工程師,、電機(jī)檢修人員等,；對于電機(jī)廠家以及電機(jī)經(jīng)銷商來說，主要是電機(jī)售后服務(wù)工程師,、電機(jī)銷售人員，會(huì)涉及到電機(jī)的運(yùn)行維護(hù),；險(xiǎn)此之外,，還有第三方檢修人員等。目前已經(jīng)有很多智能產(chǎn)品號稱可以實(shí)現(xiàn)電機(jī)預(yù)測性維護(hù),，但問題也非常多。1)傳感器安裝難,。設(shè)備狀態(tài)監(jiān)測需要振動(dòng)、噪聲,、溫度傳感器，通訊協(xié)議并不統(tǒng)一,，自成體系，安裝,、使用、維護(hù)成本高昂,。2)技術(shù)成本高。工業(yè)場景設(shè)備類型多,，運(yùn)行工況復(fù)雜，預(yù)測性維護(hù)算法涉及數(shù)據(jù)預(yù)處理,、工業(yè)機(jī)理,、機(jī)器學(xué)習(xí),，技術(shù)要求很高,。3)時(shí)間成本高,。預(yù)測性維護(hù)要實(shí)現(xiàn)，前期需要大量歷史數(shù)據(jù)的支撐,，數(shù)據(jù)采集,、歸納、分析是一個(gè)漫長的過程。的電機(jī)智能運(yùn)維,，雖然被各大宣傳媒體提得很多，但還遠(yuǎn)遠(yuǎn)未到落地很好乃至普及的程度,，不論是預(yù)測性維護(hù)的預(yù)測效果，還是電機(jī)的智能運(yùn)維的市場推廣以及市場接受程度,，對于電機(jī)運(yùn)維來說，都還有很遠(yuǎn)的一段距離,！ 監(jiān)測工作需要及時(shí)更新數(shù)據(jù)，以保持對市場的了解,。無錫降噪監(jiān)測特點(diǎn)

    狀態(tài)監(jiān)測就是給機(jī)器體檢,，故障診斷就是給機(jī)器看病,。醫(yī)生給病人看病，首先是進(jìn)行體征檢查,，例如先查體溫,，再進(jìn)行驗(yàn)血,、X光,、心電圖、B超,、甚至CT等各種理化檢驗(yàn),，然后根據(jù)檢查結(jié)果和病史，利用醫(yī)生的知識及經(jīng)驗(yàn),，對病情做出診斷。對機(jī)器故障的診斷,，類似于醫(yī)生看病，首先對機(jī)器的狀態(tài)進(jìn)行監(jiān)測,，例如先看振動(dòng)值,，再進(jìn)行頻譜、波形,、軸心軌跡、趨勢,、波德圖等各種檢測分析，然后結(jié)合設(shè)備的原理,、結(jié)構(gòu)、歷史狀況等,，利用專業(yè)人員的知識及經(jīng)驗(yàn)，對故障進(jìn)行綜合分析判斷,。1滾動(dòng)軸承故障振動(dòng)的診斷方法異步電動(dòng)機(jī)的常見故障主要可以分為定子故障,、轉(zhuǎn)子故障及軸承故障,。其中軸承故障占70%以上,，如果我們有辦法對軸承情況能實(shí)時(shí)進(jìn)行監(jiān)測,，那么異步電動(dòng)機(jī)故障率會(huì)**減低。滾動(dòng)軸承狀態(tài)監(jiān)測和故障診斷的方法有多種,，例如振動(dòng)分析法、油液分析法（磁性法,、鐵譜法、光譜法）,、聲發(fā)射分析法,、光纖診斷法等,。各種方法都有自己的特點(diǎn),，其中振動(dòng)分析法以其實(shí)用和相對簡單方便，應(yīng)用*為**,，以下*介紹振動(dòng)信號分析法,。滾動(dòng)軸承不同于其它機(jī)械零件，其振動(dòng)信號的頻率范圍很寬,，信噪比很低，信號傳遞路途上的衰減量大,，因此,，提取它的振動(dòng)特征信息必須采用一些特殊的檢測技術(shù)和處理方法,。專業(yè)監(jiān)測公司監(jiān)測結(jié)果的分析可以幫助我們了解市場的趨勢和變化,。

故障預(yù)測與健康管理是以工業(yè)監(jiān)測數(shù)據(jù)為基礎(chǔ),，通過高等數(shù)學(xué),、數(shù)學(xué)優(yōu)化、統(tǒng)計(jì)概率,、信號處理,、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)等技術(shù)搭建模型算法，實(shí)現(xiàn)產(chǎn)品和裝備的狀態(tài)監(jiān)測,、故障診斷及壽命預(yù)測，為產(chǎn)品和裝備的正常運(yùn)行保駕護(hù)航,，從而提高其安全性,、可靠性。故障預(yù)測與健康管理是以工業(yè)監(jiān)測數(shù)據(jù)為基礎(chǔ),，通過高等數(shù)學(xué)、數(shù)學(xué)優(yōu)化,、統(tǒng)計(jì)概率、信號處理,、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)等技術(shù)搭建模型算法，實(shí)現(xiàn)產(chǎn)品和裝備的狀態(tài)監(jiān)測,、故障診斷及壽命預(yù)測,，為產(chǎn)品和裝備的正常運(yùn)行保駕護(hù)航，從而提高其安全性和可靠性,。近年來我們提出的標(biāo)準(zhǔn)化平方包絡(luò)和數(shù)學(xué)框架以及準(zhǔn)算數(shù)均值比數(shù)學(xué)框架指引了稀疏測度構(gòu)造的新方向,，同時(shí)發(fā)現(xiàn)了大量與基尼指數(shù)、峭度,、香農(nóng)熵等具有等價(jià)性能的稀疏測度?；跇?biāo)準(zhǔn)化平方包絡(luò)和數(shù)學(xué)框架以及凸優(yōu)化技術(shù)，提出了在線更新模型權(quán)重可解釋的機(jī)器學(xué)習(xí)算法,，可以利用模型權(quán)重來實(shí)時(shí)確認(rèn)故障特征頻率,，解決了狀態(tài)監(jiān)測與故障診斷領(lǐng)域傳統(tǒng)機(jī)器學(xué)習(xí)只能輸出狀態(tài)，而無法提供故障特征來確認(rèn)輸出狀態(tài)的難題,。

隨著電力電子技術(shù),、自動(dòng)化控制技術(shù)的不斷發(fā)展,，電機(jī)在工業(yè)生產(chǎn)以及家用電器中得到了的應(yīng)用，在市場競爭中正逐步顯示自己的優(yōu)勢,。傳統(tǒng)的電機(jī)在線監(jiān)測裝置多采用電流表,、電壓表、功率表等較為原始的儀表來進(jìn)行測量，采用人工讀數(shù)的方式進(jìn)行數(shù)據(jù)的測量,、記錄和分析，這不僅硬件冗余,，系統(tǒng)雜亂,，而且操作極為不便，更有甚者,，讀數(shù)誤差大，測試結(jié)果不準(zhǔn)確,。有些場合需要進(jìn)行電機(jī)多種參數(shù)的監(jiān)測，這樣就勢必會(huì)加大各種測量儀器的使用以及人力資源的投入,。傳統(tǒng)的監(jiān)測方法要求監(jiān)測人員具有較高的技能和水平,，但是由于人為誤差的不可避免，這種監(jiān)測方法無法做定量分析,，無法更加準(zhǔn)確、實(shí)時(shí)的掌握電機(jī)的運(yùn)行狀態(tài)和故障,。技術(shù)實(shí)現(xiàn)要素：本發(fā)明提出了一種電機(jī)在線監(jiān)測裝置和方法,，通過對扭矩、轉(zhuǎn)速,、各相電流、溫度,、輸入、輸出功率和效率進(jìn)行實(shí)時(shí)動(dòng)態(tài)的監(jiān)測以及對過電壓,、過電流、過熱進(jìn)行報(bào)警停機(jī),，解決現(xiàn)有技術(shù)中監(jiān)測參數(shù)不能定量分析以及無法更加準(zhǔn)確、實(shí)時(shí)的掌握電機(jī)運(yùn)行狀態(tài)和故障的技術(shù)問題,。監(jiān)測工作需要專業(yè)的人員進(jìn)行，以確保數(shù)據(jù)的準(zhǔn)確性和可靠性,。

目前設(shè)備狀態(tài)監(jiān)測及故障預(yù)警若干關(guān)鍵技術(shù)可歸納如下：（1）揭示設(shè)備運(yùn)行狀態(tài)機(jī)械動(dòng)態(tài)特性劣化演變規(guī)律,。設(shè)備由非故障運(yùn)行狀態(tài)劣化為故障運(yùn)行狀態(tài),，其機(jī)械動(dòng)態(tài)特性通常有一個(gè)發(fā)展演變過程（2）提取設(shè)備運(yùn)行狀態(tài)發(fā)展趨勢特征,。在役設(shè)備往往具有復(fù)雜運(yùn)行狀態(tài)，在長歷程運(yùn)行中工況和負(fù)載等非故障因素會(huì)造成信號能量變化,，故障趨勢信息往往被非故障變化信息淹沒，需較大程度上消除非故障變化造成的冗余信息,，進(jìn)而構(gòu)建預(yù)測模型,。動(dòng)力裝備全壽命周期監(jiān)測診斷方面：實(shí)現(xiàn)了支持物聯(lián)網(wǎng)的智能信息采集與管理、全生命周期動(dòng)態(tài)自適應(yīng)監(jiān)測,、早期非線性故障特征提取。優(yōu)化重構(gòu)出綜合體現(xiàn)裝備運(yùn)行工況及表現(xiàn)的新參數(shù),，提高異常狀態(tài)辨識的適應(yīng)性與可靠性，基于運(yùn)行過程信息反映裝備劣化趨勢與故障發(fā)展規(guī)律，來提高故障早期辨識能力,。基于物聯(lián)網(wǎng)和網(wǎng)絡(luò)化監(jiān)測診斷將產(chǎn)品監(jiān)測診斷與運(yùn)行服務(wù)支持有機(jī)集成一體，在應(yīng)用中實(shí)現(xiàn)動(dòng)力裝備常見故障診斷準(zhǔn)確率達(dá)80％以上,。可應(yīng)用于風(fēng)力大電機(jī),、空壓機(jī)等大型動(dòng)力裝備的集群化診斷領(lǐng)域。提供了基于物聯(lián)網(wǎng)的動(dòng)力裝備全生命周期監(jiān)測與服務(wù)支持創(chuàng)新模式,，提供了其生命周期的遠(yuǎn)程監(jiān)測診斷與維護(hù)等專業(yè)化服務(wù),。工業(yè)監(jiān)測數(shù)據(jù)可以幫助企業(yè)進(jìn)行市場分析和競爭策略制定。無錫非標(biāo)監(jiān)測技術(shù)

工業(yè)監(jiān)測檢測是現(xiàn)代工業(yè)中不可或缺的環(huán)節(jié),，通過實(shí)時(shí)監(jiān)測，可以及時(shí)發(fā)現(xiàn)生產(chǎn)過程中的問題并采取相應(yīng)的措施,。無錫降噪監(jiān)測特點(diǎn)

故障診斷可以使系統(tǒng)在一定工作環(huán)境下根據(jù)狀態(tài)監(jiān)測系統(tǒng)提供的信息來查明導(dǎo)致系統(tǒng)某種功能失調(diào)的原因或性質(zhì),，判斷劣化發(fā)生的部位或部件，以及預(yù)測狀態(tài)劣化的發(fā)展趨勢等,。

電機(jī)故障診斷的基本方法主要有：1、電氣分析法,，通過頻譜等信號分析方法對負(fù)載電流的波形進(jìn)行檢測從而診斷出電機(jī)設(shè)備故障的原因和程度；檢測局部放電信號,；對比外部施加脈沖信號的響應(yīng)和標(biāo)準(zhǔn)響應(yīng)等,；2,、絕緣診斷法,，利用各種電氣試驗(yàn)裝置和診斷技術(shù)對電機(jī)設(shè)備的絕緣結(jié)構(gòu)和參數(shù)、工作性能是否存在缺陷做出判斷,并對絕緣壽命做出預(yù)測,；3,、溫度檢測方法,，采用各種溫度測量方法對電機(jī)設(shè)備各個(gè)部位的溫升進(jìn)行監(jiān)測,電機(jī)的溫升與各種故障現(xiàn)象相關(guān),；4、振動(dòng)與噪聲診斷法,，通過對電機(jī)設(shè)備振動(dòng)與噪聲的檢測,并對獲取的信號進(jìn)行處理,診斷出電機(jī)產(chǎn)生故障的原因和部位,尤其是對機(jī)械上的損壞診斷特別有效。5,、化學(xué)診斷的方法，可以檢測到絕緣材料和潤滑油劣化后的分解物以及一些軸承,、密封件的磨損碎屑，通過對比其中一些化學(xué)成分的含量,，可以判斷相關(guān)部位元件的破壞程度。 無錫降噪監(jiān)測特點(diǎn)