基于POE供电及网络模型的电机振温智能检测预警系统的制作方法

本发明涉及电机维护的，尤其涉及基于poe供电及网络模型的电机振温智能检测预警系统。

背景技术：

1、poe（power over ethernet）供电技术是一种通过以太网网络线缆传输数据和电力的技术。它利用了现有的以太网布线系统，将电源引入到以太网设备中，从而简化了网络设备的部署和维护，提高了系统的可靠性和效率。电机振温（vibration and temperatureof motors）是指电机在运行过程中所产生的振动和温度。振动可以反映电机内部的机械特性和运行状态，而温度则直接关系到电机的工作效率和寿命。

2、传统的超声水表电机维护一般是通过人工观察或定期检测的方式来监测电机的振温情况，存在巡检效率低下、易出现遗漏等缺点，同时当超声水表处于温度低的情况下，电机运行过程中出现的振动和温度异常难以准确检测和预警，可能导致水管网安全事故，因此，实时准确监测超声水表电机振温并预警的需求显得尤为重要。

3、在此背景下，本发明提出了一种基于监测数据处理与预警系统的解决方案，用以解决上述问题并提高维护效率。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有超声水表电机维护方式存在的问题，提出了本发明。

3、因此，本发明解决的技术问题是：解决现有超声水表电机维护方式一方面巡检效率低下、易出现遗漏，另一方面当处于温度低的情况下，电机运行过程中出现的振动和温度异常难以准确检测和预警的问题。

4、为解决上述技术问题，本发明提供如下技术方案：基于poe供电及网络模型的电机振温智能检测预警系统，打开超声水表壳体，将水表壳体内配置的电池模块取出，于水表配置的电路转接板上焊接网络口，所述网络口通过网络线缆连入智能检测预警系统的网络信号接收口，智能检测预警系统通过网络端口的相互连接实时采集电路转接板的报文信息，同时对超声水表进行poe供电；其中，智能检测预警系统完成电机振温智能检测预警具体包括如下步骤流程：s1：通过智能检测预警系统中配置的振动检测模块实时检测额定时间内电机的振动幅度α及频率f，获取额定时间内的振动幅度曲线a1；依据所述振动幅度曲线a1获取振动偏振量；构建振动检测模型，输入所述振动偏振量及所述频率f，获取额定时间内的振动影响值；s2：通过智能检测预警系统中配置的温度检测模块实时检测额定时间内电机的温度值t，获取额定时间内的温度变化曲线a2；依据所述温度变化曲线a2获取温度变化量；构建下一时刻的温度预测模型，输入所述温度变化量，获取下一时刻的温度预测影响值；s3：构建预警输出模型，获取额定时间内的所述振动影响值及下一时刻的所述温度预测影响值，输入获取额定时间内最后时间检测点处的检测值，并当额定时间内最后时间检测点处的所述检测值高于设定的阈值时，发出预警信号至预警系统中；s4：所述预警系统接受预警信号，同步完成预警操作。

5、作为本发明所述的基于poe供电及网络模型的电机振温智能检测预警系统的一种优选方案，其中：依据所述振动幅度曲线a1获取振动偏振量具体包括：获取所述振动幅度曲线a1上所有构成点的导数值；获取所述振动幅度曲线a1上所有振幅达到30μm的构成点的数量n；通过以下公式获取所述振动偏振量：

6、

7、其中，θ为振动偏振量，d为构成点的导数值，i为整体数点的单个计量单位，n为振幅达到30μm构成点的数量，j为振幅达到30μm构成点的单个计量单位，t为额定时间，m为构成点的整体计算数量，2.105为常态化调整函数，dx为积分运算且积分常数为0。

8、作为本发明所述的基于poe供电及网络模型的电机振温智能检测预警系统的一种优选方案，其中：构建的所述振动检测模型具体为：

9、

10、其中，σ为振动影响值，t为额定时间，f为额定时间内的电机频率，θ为振动偏振量，1.64、1.641、1.03、-1.45均为常态化调整函数，dx为积分运算且积分常数为0。

11、作为本发明所述的基于poe供电及网络模型的电机振温智能检测预警系统的一种优选方案，其中：依据所述温度变化曲线a2获取温度变化量具体包括：获取额定时间内的温度总体变化量t；获取所述温度变化曲线a2上所有转折点的导数变化值；通过以下公式获取所述温度变化量：

12、

13、其中，τ为温度变化量，t为额定时间内的温度总体变化量，t为额定时间，u为所有转折点的数量，t1为均匀切分成u段后第一段的温度变化量，tu为均匀切分成u段后第u段的温度变化量，-1为常态化调整函数，dx为积分运算且积分常数为0。

14、作为本发明所述的基于poe供电及网络模型的电机振温智能检测预警系统的一种优选方案，其中：构建的下一时刻温度预测模型具体为：

15、

16、其中，t后为下一时刻的温度预测影响值，t为额定时间，τ为温度变化量，u为所有转折点的数量，tu为均匀切分成u段后第u段的温度变化量，1.64或1.641均为常态化调整函数，dx为积分运算且积分常数为0。

17、作为本发明所述的基于poe供电及网络模型的电机振温智能检测预警系统的一种优选方案，其中：构建的所述预警输出模型具体为：

18、

19、其中，φ为检测值，t后为下一时刻的温度预测影响值，t为额定时间，σ为振动影响值，-1.45为常态化调整函数，dx为积分运算且积分常数为0。

20、作为本发明所述的基于poe供电及网络模型的电机振温智能检测预警系统的一种优选方案，其中：设定的阈值具体为5.98或5.981或5.982。

21、作为本发明所述的基于poe供电及网络模型的电机振温智能检测预警系统的一种优选方案，其中：所述振动检测模块检测时，将检测触片黏贴至电机平整表面，同时，所述检测触片与电机表面接触处加设有共振辅助片；所述共振辅助片包括下层的树脂胶层以及上层的铜片层，所述铜片层与所述检测触片粘接，所述树脂胶层与电机表面粘接。

22、本发明的有益效果：本发明提供基于poe供电及网络模型的电机振温智能检测预警系统，通过poe技术在检测过程中同时提供了网络数据的传输及电源的需求，极大提高了检测效率，同时，在具体的检测过程中，通过振动检测模块获取了振动偏振量，依据振动检测模型获取了振动影响值，通过温度检测模块获取了温度变化量，依据温度预测模型获取了下一时刻的温度预测影响值，而后通过构建的预警输出模型输出了检测值这个概念值，本发明所提供的方案基于每一步骤所形成的数据处理模型，所运算的数据基础也仅仅是常规的数据获取，相较于现有技术，一方面提高了运算精度，另一方面也不受到环境的影响，本发明中所提供的每一步骤的网络模型中均提供了对应的修正函数用以修正环境等的影响，解决了现有超声水表电机维护方式一方面巡检效率低下、易出现遗漏，另一方面当处于温度低的情况下，电机运行过程中出现的振动和温度异常难以准确检测和预警的问题。