1.基于大数据分析的电气设备健康监测方法,其特征在于,包括以下步骤:S1,基于工业生产线监测装置获取电动机采集速度相关数据,通过电动机采集速度相关数据得到电动机采集速度合格评估值,基于电动机采集速度合格评估值判断是否进行采集速度优化以获取合格电动机采集速度值,所述电动机采集速度合格评估值用于评估工业生产线监测过程中电动机的数据采集合格情况;
S2,通过电动机采集速度合格评估值和获取的传感器振动相关数据得到传感器振动信号输出合格评估值,基于传感器振动信号输出合格评估值判断是否进行振动信号输出优化以获取合格传感器振动信号输出评估值,所述传感器振动信号输出合格评估值用于评估工业生产线监测过程中传感器振动信号的输出合格情况;
S3,若获取合格传感器振动信号输出评估值,则通过获取的电动机振动相关数据得到电动机振动评估值,所述电动机振动评估值用于评估工业生产线监测过程中电动机的振动情况;
S4,基于电动机振动评估值判断是否进行振动异常反馈,所述振动异常反馈表示通过大数据分析方法将不合格振动评估值对应的电动机故障信息推送给预设人员。
2.如权利要求1所述基于大数据分析的电气设备健康监测方法,其特征在于,所述电动机采集速度相关数据包括电磁干扰功率平均值、生产线环境最高温度、振动信号平均采集率、采样平均字长和采样平均带宽;
所述传感器振动相关数据包括振动信号基波幅值、振动信号谐波幅值、振动信号丢包率、传感器输入信号功率和传感器输出信号功率;
所述电动机振动相关数据包括电动机振动频率、电动机振动位移和电动机振动加速度;
所述采样平均字长表示预设时间段内电动机采集速度相关数据对应的平均位数;
所述采样平均带宽表示预设时间段内电动机采集速度相关数据对应的平均带宽。
3.如权利要求2所述基于大数据分析的电气设备健康监测方法,其特征在于,所述通过电动机采集速度相关数据得到电动机采集速度合格评估值的具体过程如下:V11,通过电磁干扰功率平均值和从数据库中获取的预设第一采集权重值和预设电磁干扰功率最大阈值进行分析得到电磁影响因子;
V12,通过生产线环境最高温度和从数据库中获取的预设第二采集权重值和预设生产线环境温度最大阈值进行分析得到温度影响因子;
V13,通过电磁影响因子、振动信号平均采集率和从数据库中获取的预设采集率最大阈值进行分析得到电磁-采集率评估值;
V14,通过电磁影响因子、振动信号平均采集率、采样平均字长、采样平均带宽和从数据库中获取的预设采集速度最大阈值进行分析得到电磁-采集速度评估值;
V15,通过温度影响因子、振动信号平均采集率和从数据库中获取的预设采集率最大阈值进行数据处理得到温度-采集率评估值;
V16,通过温度影响因子、振动信号平均采集率、采样平均字长、采样平均带宽和从数据库中获取的预设采集速度最大阈值进行数据处理得到温度-采集速度评估值;
V17,通过电磁-采集率评估值、电磁-采集速度评估值、温度-采集率评估值和温度-采集速度评估值得到电动机采集速度合格评估值。
4.如权利要求1所述基于大数据分析的电气设备健康监测方法,其特征在于,所述电动机采集速度合格评估值的限制表达式如下:;
式中,表示在第w个预设时间段的电动机采集速度合格评估值,,w表示预设时间段的编号,v表示预设时间段的总数量,表示在第w个预设时间段的电磁-采集率评估值,表示在第w个预设时间段的电磁-采集速度评估值,表示在第w个预设时间段的温度-采集率评估值,表示在第w个预设时间段的温度-采集速度评估值,e表示自然常数。
5.如权利要求2所述基于大数据分析的电气设备健康监测方法,其特征在于,所述通过电动机采集速度合格评估值和获取的传感器振动相关数据得到传感器振动信号输出合格评估值的具体过程如下:V21,获取采集-失真评估值,所述采集-失真评估值通过电动机采集速度合格评估值、振动信号谐波幅值、振动信号基波幅值和从数据库中获取的预设信号失真最大阈值进行处理得到;
V22,获取采集-丢失评估值,所述采集-丢失评估值通过电动机采集速度合格评估值、振动信号丢包率和从数据库中获取的预设信号丢失最大阈值进行处理得到;
V23,获取采集-损失评估值,所述采集-损失评估值通过电动机采集速度合格评估值、传感器输入信号功率、传感器输出信号功率和从数据库中获取的预设信号损失最大阈值进行处理得到;
V24,通过采集-失真评估值、采集-丢失评估值和采集-损失评估值得到传感器振动信号输出合格评估值。
6.如权利要求2所述基于大数据分析的电气设备健康监测方法,其特征在于,所述得到电动机振动评估值的具体过程如下:V31,判断传感器振动信号输出合格评估值是否满足合格条件,当传感器振动信号输出合格评估值满足合格条件时,获取电动机振动评估值,所述合格条件表示传感器振动信号输出合格评估值标记为合格传感器振动信号输出评估值;
V32,获取输出-振动频率评估值,所述输出-振动频率评估值通过电动机振动频率进行处理得到;
V33,获取输出-振动位移评估值,所述输出-振动位移评估值通过电动机振动位移进行处理得到;
V34,获取输出-振动加速度评估值,所述输出-振动加速度评估值通过电动机振动加速度进行处理得到;
V35,通过输出-振动频率评估值、输出-振动位移评估值、输出-振动加速度评估值以及从数据库中获取的预设频率评估最大阈值、预设位移评估最大阈值和预设加速度评估最大阈值得到电动机振动评估值。
7.如权利要求3所述基于大数据分析的电气设备健康监测方法,其特征在于,所述基于电动机采集速度合格评估值判断是否进行采集速度优化以获取合格电动机采集速度值的具体过程如下:当电动机采集速度合格评估值和参考采集合格值的差值不低于0时,将对应的电动机采集速度合格评估值标记为合格电动机采集速度值;
当电动机采集速度合格评估值和参考采集合格值的差值低于0时,进行采集速度优化;
若进行采集速度优化后电动机采集速度合格评估值和参考采集合格值的差值仍低于0,则发送采集故障提示至预设人员;
所述采集速度优化包括差分传输和温度补偿;
所述合格电动机采集速度值表示不低于从数据库中获取的参考采集合格值的电动机采集速度合格评估值。
8.如权利要求5所述基于大数据分析的电气设备健康监测方法,其特征在于,所述基于传感器振动信号输出合格评估值判断是否进行振动信号输出优化以获取合格传感器振动信号输出评估值的具体过程如下:当传感器振动信号输出合格评估值和参考振动信号输出合格值的差值不低于0时,表明振动信号输出合格,将对应的传感器振动信号输出合格评估值标记为合格传感器振动信号输出评估值并且获取电动机振动评估值;
当传感器振动信号输出合格评估值和参考振动信号输出合格值的差值低于0时,进行振动信号输出优化;
若进行振动信号输出优化后,传感器振动信号输出合格评估值和参考振动信号输出合格值的差值仍低于0,表明振动信号输出不合格,则发送输出故障提示至预设人员且不获取电动机振动评估值;
所述振动信号输出优化包括信号放大和振动信号去噪;
所述合格传感器振动信号输出评估值表示不低于从数据库中获取的参考振动信号输出合格值的传感器振动信号输出合格评估值。
9.如权利要求6所述基于大数据分析的电气设备健康监测方法,其特征在于,所述基于电动机振动评估值判断是否进行振动异常反馈的具体过程如下:将电动机振动评估值和从数据库中参考电动机振动合格值进行差值运算,当电动机振动评估值和参考电动机振动合格值的差值不大于0时,表明电动机振动合格,将对应的电动机振动评估值标记为合格振动评估值;
当电动机振动评估值和参考电动机振动合格值的差值大于0时,表明电动机振动异常,发送提示给预设人员进行电动机振动优化,所述电动机振动优化表示重新进行采集速度优化和振动信号输出优化;
当监测的电动机振动评估值和参考电动机振动合格值的差值不大于0时,停止进行电动机振动优化,反之将电动机振动评估值和参考电动机振动合格值的差值大于0时对应的电动机振动评估值标记为不合格振动评估值。
10.如权利要求9所述基于大数据分析的电气设备健康监测方法,其特征在于,所述进行振动异常反馈的具体过程如下:基于获取的不合格振动评估值进行可视化处理获取输出合格时间段-不合格振动评估值散点图;
将输出合格时间段-不合格振动评估值散点图对应的电动机故障信息推送给预设人员;
所述可视化处理表示通过大数据分析方法提取不合格振动评估值和对应的输出合格时间段;
所述输出合格时间段-不合格振动评估值散点图用于反映不合格振动评估值和输出合格时间段之间的对应关系。