2025创新大赛KV_1280×500_228kb

灵机妙算——基于信号处理和深度学习的电机转速估计算法开发

背景 

ABB运动控制事业部在全球电机和变频器领域具有技术优势,是加速创建更高效和可持续发展未来的核心力量。我们不断创新,拓展技术疆界,为客户、行业和社会提供节能增效、脱碳和循环经济解决方案。通过数字化赋能的变频器、电机和服务,帮助客户和合作伙伴实现更优的产品性能、安全性和可靠性。

为了支持全球产业迈向更精益、更清洁的新时代,我们为工业领域的广泛应用提供变频器和电机解决方案。通过遍布全球的服务渠道,我们始终为客户带来便捷的服务。在数字化智能化的时代浪潮中,ABB运动控制致力于通过数字化转型不断创新,为客户提供更有竞争力的产品、服务与解决方案,助力可持续高质量发展。

本赛题的挑战在于如何充分利用电机运行时产生的振动信号,结合机理模型、计算机视觉和机器学习等技术,实现对电机转速的准确估算和监测。同时,还需解决信号处理、特征提取、数据融合等关键问题。 


基于振动信号进行转速估算简介
  

在通过振动信号对机械设备进行状态监测和故障诊断时,设备的转速作为重要的参数,具有以下作用:
  • 作为频谱分析中的基频,得到振动频谱中频率成分的阶次,用于判断设备是否存在故障以及故障类型 
  • 用于设备工况的判断,对于变转速运行的设备,其状态监测和故障诊断需要基于对工况的了解,而转速是判断设备工况的关键参数之一 

对于转速的测量可以采用多种方式,包括直接安装转速计、对于某些类型的电机利用电磁信号通过信号处理的方式进行转速的估算、利用振动信号通过信号处理的方式进行转速的估算。对于以上三种方式,安装转速计需要额外的硬件成本,电磁信号估算转速需要电磁场传感器并且仅适用于部分类型的电机设备;而利用振动信号估算转速具有成本优势及更广泛的适用性,直接使用振动信号进行估算,因此不需要额外的数据采集硬件,并且原则上不受到设备类型的限制。 

图片-灵机妙算—基于信号处理和深度学习的电机转速估计算法开发rev_149kb 
                                                                        图1:转速估算不同方式 


工作原理 

机械设备由于加工及装配误差存在的必然性,一方面,转频成分的激振力普遍存在于旋转机械设备中,比如不平衡力等;另一方面其它的激振力会受到转频的调制,比如齿的啮合等。以上给通过振动信号估算转速提供了可能性。对于一部分设备而言,转频的成分或者转频调制比较明显;但对于一部分设备,比如皮带驱动设备、齿轮泵等,其它的激振力占据主导成分,或者流体机械受到流体激振或者管道振动的影响,对于这部分设备而言,转频成分或者转频调制不明显,基于振动信号进行转速估算具有一定的挑战性。本次提供设备中涉及皮带驱动负载的干扰、齿轮啮合干扰、叶片通过频率干扰、流体的激振力干扰等。 



    如组队参赛,请队长填写注册报名页。队长报名成功后,进入“成员信息”页面添加组员及导师。点击 我要报名或扫描下方二维码报名参赛

    参赛对象

    • 各高校全日制在校生(大专及以上),及各中、高职全日制在校生。 

    • 参赛者可以个人或团队的方式参加比赛。每支队伍最多3名队员,同时须配备至少1名导师。 

    • 组队参赛者每组须选出一名队长,负责团队报名和提交解决方案。

    任务要求及作品交付


    1. 参与本次比赛的选手需完成如下任务
       
    电机转速估算模型:

    基于大赛组织方给出的训练集数据,进行信号处理,分析数据间的关系,基于电机运行机理以及机器学习、深度学习技术建立ABB电机转速估算模型,并基于验证集数据给出预测结果,并按照给定模板输出,要求如下: 

    1.1 自主首次开发,尚未以其他方式公开发表,且不侵犯他人知识产权 

    1.2 Python 语言实现,对使用模型不做限制 

    1.3 模型准确 

    1.4 代码运行效率高 


    2. 比赛评分因素 

    2.1 模型准确性(R² 决定系数) :50%

    2.2 模型创新型: 40%

    2.3 演讲技巧: 10% 


    3. 主办方提供的资源如下:(样本通/百度网盘) 

    3.1 振动信号训练集数据(振动信号三向原始数据)及标签、测试集数据、提交预测结果文档模板:
          链接: https://pan.baidu.com/s/1Scd0FTaxxAiaLKX9O11gpA 提取码: 46u6   

    3.2 ABB云传动介绍网址:link  

    3.3 ABB传动产品介绍: link 

    3.4 ABB数字化产品介绍:link  

    3.5 ABB低压电机&NMI 高压电机介绍:
          链接: https://pan.baidu.com/s/1IBnzv5Yesj6NUDNkeuqlsg 提取码: navm 

    3.6 信号处理相关介绍:请网络搜索“快速傅里叶变换(FFT)”, “汉明窗 ”等 

    3.7 Python相关介绍: link 

    3.8 准确率:请网络搜索“R² 决定系数”等 


    4. 提交作品要求如下:


    4.1 模型建模流程介绍PPT 

    4.2 软件代码打包文件(训练及推理过程的源代码) 

    4.3 测试集预测结果csv文档 

    5. 作品提交邮箱及要求 

    5.1 发送到:cn-abb-cup-innovation@abb.com 

    5.2 邮件主题:题目+队长姓名+学校+电话 (学生信息需与注册信息一致) 

    5.3 邮件附件:请使用QQ邮箱的文件中转站并从QQ邮箱发出为佳。由于公司安全政策,请务必在发送邮
          件附件时使用压缩软件(7-zip,win-zip等)加密压缩后再发送,并在邮件正文附上加密密码 

    赛程安排

    奖项及奖品

    1. 大赛设有一、二、三等奖及优秀奖;一、二、三等奖获奖者将获得现金奖励;所有获奖团队及其导师均颁发ABB(中国)有限公司及中国自动化学会联合签发的获奖证书  

    2. 一、二、三等奖获奖团队代表将有机会获邀于9月下旬参加在上海举办的中国国际工业博览会现场颁奖并参观ABB展台 

    日常答疑及线上培训

    1. 加入 ABB杯“灵机妙算——基于信号处理和深度学习的电机转速估计算法开发”赛题QQ交流群,群号:1034505839  

    2. 所有注册参赛选手请按照“姓名+学校名”的格式提交申请加入本赛题QQ群 

    3. 赛事信息将通过此网站发布,并通过QQ群告知 

    4. 赛事或赛题相关问题请发送至QQ群,主办方技术专家或工作人员将及时解答