PCM 发电机组智能状态监测器
PCM 发电机组智能状态监测器
不依赖专业分析人员或诊断专家，明确指示故障。PCM/MCM建立模型时利用统计方法为被测对象的各种工况建立参考基线和报警标准；正常监测时进行系统模型和行为的比较，提取非线性故障数据，并利用人工智能诊断故障，给出严重性等级和维修行动日程指示。
PCM监测诊断系统应用先进的基于模型的检测诊断方法，只通过采集三相电机电压和电流数据就能够监测和诊断电机、连接到机器、被驱动的泵或风机、以及过程和负荷的故障和问题，覆盖各种电气和机械故障，是一个自学习建模、自适应多种工况、自动发现和诊断故障、不依赖专家的智能状态监测和预测维修系统。
PCM 智能状态监测诊断系统主要特点：
安装方便，简单可靠。在配电室安装监测模块，输入连接已有的三相电压和三相电流互感器，输出通过RS485总线/以太网络连接到监测计算机。
全面系统地覆盖各种故障状态。覆盖了电气故障、机械故障、电源问题、负荷变化等状态变化的全面因素，是系统化的诊断方法。
不受负荷、转速等工况变化的影响，早期检测故障。PCM/MCM技术采用电机线性模型参数作为基线数据，模型参数是相对稳定的参数，不受系统输入变化的干扰。基于统计的报警限可以更早期准确地指示设备的状态变化。
初始投入、培训和日常运行低成本。PCM/MCM省去了昂贵的传感器、长距离电缆和复杂的施工费用。因为是自学习自动诊断专家系统，一旦投入运行立即得到监测诊断结果，不需要耗时的人员培训和经验积累过程。
PCM 应用于三相发电机的预测维修，包括它们驱动的设备或过程。只通过连续在线监测电压和电流信号，就可检测潜在的机械和电气失效，提供日益恶化的机器和过程状态的早期警告，同时提供诊断结论信息。PCM 具有维修日程计划的能力，能够预防非计划停机和提高设备利用率。
基于模型的故障检测和诊断技术与传统状态监测技术有根本的不同。这个技术将发电机、驱动设备和过程作为一个系统对象，三相电压作为系统输入，三相电流作为系统输出。PCM 采集和处理实时电压电流信号，利用系统识别的方法计算出系统动态模型，模型（参数）作为状态参数，其变化将指示系统的异常状态。
一旦安装，它自动启动一个自学习阶段，建立参考数学模型。这个模型包括关于电机及其驱动系统的所有电气和机械特征的信息，包含了学习阶段经历的所有运行工况，如不同的转速和负荷。
当建立了参考模型，PCM 自动转换到监测模式，在监测模式每90秒钟创建一个新系统模型，用这个新模型与参考模型进行统计比较，并识别潜在的故障及特征。然后，评价问题的严重性并产生一系列的本地指示，诊断信息发送到连接的计算机，显示详细的信息 – 包括特定的故障、推荐的行动、和预计的失效时间。能够监测和识别的问题包括电源异常，电气故障，机械问题诊断，导致载荷或电气特性变化的运行故障。
PCM 除了具备诊断能力之外，还可以提供给用户广泛的电气参数，包括有功和无功功率，允许系统用于能源消耗评估。总谐波畸变、电源谐波、和电压不平衡等参数提供电能质量分析能力
