首頁 > 技術資訊 > 如何采用振動算法對設備運行狀態(tài)進行監(jiān)測診斷
本發(fā)明是一種采用振動算法對設備運行狀態(tài)進行監(jiān)測診斷的方法能夠?qū)υO備的運行狀態(tài)進行監(jiān)測對設備的振動信號進行時域、頻域分析同時能夠?qū)υO備的運行趨勢進行分析還可以應用智能學習算法對設備的剩余壽命進行預測能夠根據(jù)實際情況選擇恰當?shù)男盘柌杉呗詫φ駝有盘栠M行采集監(jiān)測振動信號的變化情況能夠?qū)崿F(xiàn)對一些相關技術參數(shù)的監(jiān)控、報警可以實現(xiàn)對振動信號的時域波形監(jiān)控通過對信號的分析最終能夠通過信號的相關特征對設備的運行狀態(tài)進行診斷確定設備的故障位置、故障類型。本發(fā)明對于減少維修費用降低生產(chǎn)成本提高經(jīng)濟效益和社會效益起很大作用對于避免巨額經(jīng)濟損失和災難性事故的發(fā)生有著重要意義。
背景技術：
現(xiàn)代企業(yè)中生產(chǎn)設備日趨大型化、連續(xù)化、高速化和自動化這也成為現(xiàn)代大型企業(yè)生產(chǎn)的主要特征。設備的結構與組成十分復雜生產(chǎn)規(guī)模非常龐大各部分之間的聯(lián)系也特別緊密。如此雖然有助于提高生產(chǎn)率、降低產(chǎn)品生產(chǎn)成本并改善產(chǎn)品質(zhì)量但是從另一個方面來看由于機械設備發(fā)生故障而停工造成的損失卻大為增加�，F(xiàn)代化的大型生產(chǎn)行業(yè)如石油、石化、化工、電力、鋼鐵等都采用單機、滿負荷、連續(xù)性的生產(chǎn)操作方式一些大型機械成了現(xiàn)代化大規(guī)模生產(chǎn)裝置中的關鍵設備一旦出現(xiàn)停機故障將會引發(fā)連鎖反應造成大面積的停機由此造成的經(jīng)濟損失是十分巨大的。除了當設備故障時會造成生產(chǎn)事故引起的巨大損失外設備發(fā)生故障造成設備的損壞而需要的維修費也是一筆巨額費用。
與此同時現(xiàn)代工業(yè)生產(chǎn)設備往往結構復雜如果按照通常的維修方法把機械拆開檢查不但會浪費大量的時間同樣也會產(chǎn)生高昂的維修費用。因此不管是從設備故障引起生產(chǎn)事故所造成的損失來看還是從維修設備造成的巨大損失與維修的復雜性來看設備維修方式的變革都是很有必要的�，F(xiàn)代設備故障診斷技術最早是由于航空航天的需要自上世紀六十年代初于美國發(fā)展起來的。此后英國、德國、瑞典、日本等國家也相繼開始故障診斷技術的研究并取得了顯著的成效。經(jīng)過30余年的發(fā)展機械故障診斷已經(jīng)由最初的航空、航天等軍工企業(yè)擴展到民用領域從簡單的檢測手段發(fā)展為多學科和技術相交叉的邊緣學科計算機技術和網(wǎng)絡技術也在故障診斷中得到了廣泛應用并極大的促進了故障診斷的發(fā)展。
旋轉(zhuǎn)機械的種類繁多，如減速機、汽輪機、燃氣輪機、水輪機、發(fā)電機、航空發(fā)動機、離心壓縮機等設備一般都是電力、石油、石化、冶金、機械、航空以及一些軍事工業(yè)部門的關鍵設備。旋轉(zhuǎn)機械故障診斷經(jīng)過不斷的發(fā)展已經(jīng)形成了許多故障診斷技術一般常用的故障診斷技術有以下幾種：
1、振動診斷法
振動診斷法以設備的運行狀態(tài)中的加速度信號、速度信號、位移信號等為檢測目標進行特征量分析、譜分析和時頻域分析。其中時頻域分析是最為成熟的振動分析方法絕大多數(shù)轉(zhuǎn)子的故障信息都能夠在振動信號的時域、頻域分析中發(fā)現(xiàn)因此振動信號分析是旋轉(zhuǎn)機械故障診斷的主要手段。
2、溫度分析法
許多機械設備的運行狀態(tài)與溫度有關因此根據(jù)機械設備和周圍環(huán)境溫度的變化可以識別系統(tǒng)的運行狀態(tài)的變化。溫度診斷法也是故障診斷最早使用的一種方法�，F(xiàn)在工業(yè)中溫度測量主要采用熱電阻、熱電偶測溫傳感器近年來紅外測溫技術逐漸發(fā)展起來在未來將會有越來越廣泛的應用。
3、油液分析技術
油液分析技術以光譜分析和鐵譜分析為代表利用各種常規(guī)、簡易、精密或中和的潤滑油分析儀器和方法對潤滑油的理化性質(zhì)特別是其內(nèi)所含的機械磨損碎屑以及其他微粒進行定性定量的測量從而得到有關零部件的磨損狀態(tài)、機器工作情況以及系統(tǒng)污染程度等方面的重要信息。
4、聲學診斷法
聲學診斷法以噪聲、聲阻、超聲聲發(fā)射為檢測目標進行聲級、聲強、聲源、聲場、聲譜分析。超聲波診斷法、聲發(fā)射診斷法應用較為廣泛。近年來，機械噪聲盲源分離技術(Blind Source Separation)逐漸應用發(fā)展起來聲學與診斷在故障診斷中的作用將會不斷加強。
但是現(xiàn)有的這些設備故障診斷方法在采集信號時一般都沒有采用相關的信號預處理方法直接對采集到的信號進行分析其中包含的噪聲等干擾嚴重影響信號特征提取精度；并且信號的特征分析方法精度有限由于目前的信號特征分析方法主要是時域分析方法和以傅里葉變換為基礎的信號頻域分析方法以傅里葉變換為基礎的頻域分析方法只適用于平穩(wěn)信號而現(xiàn)場的振動信號為非平穩(wěn)的且含有大量噪聲的信號這就使得信號的特征提取精度很難得到提高；現(xiàn)有技術只能對設備的工況進行監(jiān)測實現(xiàn)簡單的報警功能無法對設備的運行趨勢做出分析更不能夠通過相關參數(shù)的計算來進行精度較高的設備運行趨勢分析。
技術實現(xiàn)要素：
本發(fā)明旨在解決現(xiàn)有技術的不足而提供一種采用振動算法對設備運行狀態(tài)進行監(jiān)測診斷的方法。
本發(fā)明為實現(xiàn)上述目的采用以下技術方案：一種采用振動算法對設備運行狀態(tài)進行監(jiān)測診斷的方法其特征在于包括以下流程：
①將采集到的設備振動信號進行信號預處理由于現(xiàn)在采集到的振動信號中不可避免的含有噪聲，首先對采集到的振動信號進行降噪預處理降低噪聲對信號的干擾提高信噪比根據(jù)設備的實際運行情況選擇合適的IIR濾波器進行濾波；
②對預處理后的信號進行幅值域參數(shù)的計算以實現(xiàn)設備工況的預警進而判斷設備的運行狀態(tài)是否正常所述的幅值域參數(shù)包括：均方根值、平均值、波形指標、脈沖指標、裕度指標、峰值指標、最大振幅和峭度指標；
③對工況異常的設備進行具體分析通過計算設備振動信號的FFT幅值譜、功率譜、倒頻譜、包絡譜、共振解調(diào)譜得到設備的故障特征頻率判斷出故障設備的故障位置和故障類型；
④計算振動信號的峭度、烈度和峰值對計算得到的相關參數(shù)進行趨勢分析分析設備的總體運行狀態(tài)確認設備的故障嚴重程度；
⑤通過計算得到設備相關參數(shù)的模型并利用其對設備的運行趨勢進行智能預測采用智能預測算法對設備的剩余壽命進行較為準確的預測從而為相關的技術人員提供參考幫助制定設備的檢修、維護計劃。
特別的所述流程①中的濾波器的形式有：巴特沃斯濾波器、切比雪夫濾波器、反切比雪夫濾波器、橢圓濾波器和貝塞爾濾波器。
本發(fā)明的有益效果是：本發(fā)明能夠?qū)υO備的運行狀態(tài)進行監(jiān)測對設備的振動信號進行時域、頻域分析同時能夠?qū)υO備的運行趨勢進行分析還可以應用智能學習算法對設備的剩余壽命進行預測。本發(fā)明對于減少維修費用降低生產(chǎn)成本提高經(jīng)濟效益和社會效益起很大作用對于避免巨額經(jīng)濟損失和災難性事故的發(fā)生有著重要意義。
附圖說明
圖1為本發(fā)明的流程示意圖；
以下將結合本發(fā)明的實施例參照附圖進行詳細敘述。
具體實施方式
下面結合附圖和實施例對本發(fā)明作進一步說明：
如圖1所示一種采用振動算法對設備運行狀態(tài)進行監(jiān)測診斷的方法其特征在于包括以下流程：
①將采集到的設備振動信號進行信號預處理由于現(xiàn)在采集到的振動信號中不可避免的含有噪聲首先對采集到的振動信號進行降噪預處理降低噪聲對信號的干擾提高信噪比根據(jù)設備的實際運行情況選擇合適的IIR濾波器進行濾波；濾波器的形式有：巴特沃斯濾波器、切比雪夫濾波器、反切比雪夫濾波器、橢圓濾波器和貝塞爾濾波器；
②對預處理后的信號進行幅值域參數(shù)的計算以實現(xiàn)設備工況的預警進而判斷設備的運行狀態(tài)是否正常所述的幅值域參數(shù)包括：均方根值、平均值、波形指標、脈沖指標、裕度指標、峰值指標、最大振幅和峭度指標；
③對工況異常的設備進行具體分析通過計算設備振動信號的FFT幅值譜、功率譜、倒頻譜、包絡譜、共振解調(diào)譜得到設備的故障特征頻率判斷出故障設備的故障位置和故障類型；
④計算振動信號的峭度、烈度和峰值對計算得到的相關參數(shù)進行趨勢分析分析設備的總體運行狀態(tài)確認設備的故障嚴重程度；
⑤通過計算得到設備相關參數(shù)的模型并利用其對設備的運行趨勢進行智能預測采用智能預測算法對設備的剩余壽命進行較為準確的預測從而為相關的技術人員提供參考幫助制定設備的檢修、維護計劃。
上面結合附圖對本發(fā)明進行了示例性描述顯然本發(fā)明具體實現(xiàn)并不受上述方式的限制只要采用了本發(fā)明的方法構思和技術方案進行的各種改進或未經(jīng)改進直接應用于其它場合的均在本發(fā)明的保護范圍之內(nèi)。
1.一種采用振動算法對設備運行狀態(tài)進行監(jiān)測診斷的方法其特征在于包括以下流程：
①將采集到的設備振動信號進行信號預處理由于現(xiàn)在采集到的振動信號中不可避免的含有噪聲首先對采集到的振動信號進行降噪預處理降低噪聲對信號的干擾提高信噪比根據(jù)設備的實際運行情況選擇合適的IIR濾波器進行濾波；
②對預處理后的信號進行幅值域參數(shù)的計算以實現(xiàn)設備工況的預警進而判斷設備的運行狀態(tài)是否正常所述的幅值域參數(shù)包括：均方根值、平均值、波形指標、脈沖指標、裕度指標、峰值指標、最大振幅和峭度指標；
③對工況異常的設備進行具體分析通過計算設備振動信號的FFT幅值譜、功率譜、倒頻譜、包絡譜、共振解調(diào)譜得到設備的故障特征頻率判斷出故障設備的故障位置和故障類型；
④計算振動信號的峭度、烈度和峰值對計算得到的相關參數(shù)進行趨勢分析分析設備的總體運行狀態(tài)確認設備的故障嚴重程度；
⑤通過計算得到設備相關參數(shù)的模型并利用其對設備的運行趨勢進行智能預測采用智能預測算法對設備的剩余壽命進行較為準確的預測從而為相關的技術人員提供參考幫助制定設備的檢修、維護計劃。
2.根據(jù)權利要求1所述的一種采用振動算法對設備運行狀態(tài)進行監(jiān)測診斷的方法其特征在于所述流程①中的濾波器的形式有：巴特沃斯濾波器、切比雪夫濾波器、反切比雪夫濾波器、橢圓濾波器和貝塞爾濾波器。
上一篇：基于人工神經(jīng)網(wǎng)絡與計算機技術的設備故障智能診斷
下一篇：設備修理前的技術準備之預檢
