首頁(yè) > 技術(shù)資訊 > 如何采用振動(dòng)算法對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)診斷
本發(fā)明是一種采用振動(dòng)算法對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)診斷的方法能夠?qū)υO(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)對(duì)設(shè)備的振動(dòng)信號(hào)進(jìn)行時(shí)域、頻域分析同時(shí)能夠?qū)υO(shè)備的運(yùn)行趨勢(shì)進(jìn)行分析還可以應(yīng)用智能學(xué)習(xí)算法對(duì)設(shè)備的剩余壽命進(jìn)行預(yù)測(cè)能夠根據(jù)實(shí)際情況選擇恰當(dāng)?shù)男盘?hào)采集策略對(duì)振動(dòng)信號(hào)進(jìn)行采集監(jiān)測(cè)振動(dòng)信號(hào)的變化情況能夠?qū)崿F(xiàn)對(duì)一些相關(guān)技術(shù)參數(shù)的監(jiān)控、報(bào)警可以實(shí)現(xiàn)對(duì)振動(dòng)信號(hào)的時(shí)域波形監(jiān)控通過對(duì)信號(hào)的分析最終能夠通過信號(hào)的相關(guān)特征對(duì)設(shè)備的運(yùn)行狀態(tài)進(jìn)行診斷確定設(shè)備的故障位置、故障類型。本發(fā)明對(duì)于減少維修費(fèi)用降低生產(chǎn)成本提高經(jīng)濟(jì)效益和社會(huì)效益起很大作用對(duì)于避免巨額經(jīng)濟(jì)損失和災(zāi)難性事故的發(fā)生有著重要意義。
背景技術(shù)：
現(xiàn)代企業(yè)中生產(chǎn)設(shè)備日趨大型化、連續(xù)化、高速化和自動(dòng)化這也成為現(xiàn)代大型企業(yè)生產(chǎn)的主要特征。設(shè)備的結(jié)構(gòu)與組成十分復(fù)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(gè)方面來看由于機(jī)械設(shè)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(jī)、滿負(fù)荷、連續(xù)性的生產(chǎn)操作方式一些大型機(jī)械成了現(xiàn)代化大規(guī)模生產(chǎn)裝置中的關(guān)鍵設(shè)備一旦出現(xiàn)停機(jī)故障將會(huì)引發(fā)連鎖反應(yīng)造成大面積的停機(jī)由此造成的經(jīng)濟(jì)損失是十分巨大的。除了當(dāng)設(shè)備故障時(shí)會(huì)造成生產(chǎn)事故引起的巨大損失外設(shè)備發(fā)生故障造成設(shè)備的損壞而需要的維修費(fèi)也是一筆巨額費(fèi)用。
與此同時(shí)現(xiàn)代工業(yè)生產(chǎn)設(shè)備往往結(jié)構(gòu)復(fù)雜如果按照通常的維修方法把機(jī)械拆開檢查不但會(huì)浪費(fèi)大量的時(shí)間同樣也會(huì)產(chǎn)生高昂的維修費(fèi)用。因此不管是從設(shè)備故障引起生產(chǎn)事故所造成的損失來看還是從維修設(shè)備造成的巨大損失與維修的復(fù)雜性來看設(shè)備維修方式的變革都是很有必要的�，F(xiàn)代設(shè)備故障診斷技術(shù)最早是由于航空航天的需要自上世紀(jì)六十年代初于美國(guó)發(fā)展起來的。此后英國(guó)、德國(guó)、瑞典、日本等國(guó)家也相繼開始故障診斷技術(shù)的研究并取得了顯著的成效。經(jīng)過30余年的發(fā)展機(jī)械故障診斷已經(jīng)由最初的航空、航天等軍工企業(yè)擴(kuò)展到民用領(lǐng)域從簡(jiǎn)單的檢測(cè)手段發(fā)展為多學(xué)科和技術(shù)相交叉的邊緣學(xué)科計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)也在故障診斷中得到了廣泛應(yīng)用并極大的促進(jìn)了故障診斷的發(fā)展。
旋轉(zhuǎn)機(jī)械的種類繁多，如減速機(jī)、汽輪機(jī)、燃?xì)廨啓C(jī)、水輪機(jī)、發(fā)電機(jī)、航空發(fā)動(dòng)機(jī)、離心壓縮機(jī)等設(shè)備一般都是電力、石油、石化、冶金、機(jī)械、航空以及一些軍事工業(yè)部門的關(guān)鍵設(shè)備。旋轉(zhuǎn)機(jī)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(shù)一般常用的故障診斷技術(shù)有以下幾種：
1、振動(dòng)診斷法
振動(dòng)診斷法以設(shè)備的運(yùn)行狀態(tài)中的加速度信號(hào)、速度信號(hào)、位移信號(hào)等為檢測(cè)目標(biāo)進(jìn)行特征量分析、譜分析和時(shí)頻域分析。其中時(shí)頻域分析是最為成熟的振動(dòng)分析方法絕大多數(shù)轉(zhuǎn)子的故障信息都能夠在振動(dòng)信號(hào)的時(shí)域、頻域分析中發(fā)現(xiàn)因此振動(dòng)信號(hào)分析是旋轉(zhuǎn)機(jī)械故障診斷的主要手段。
2、溫度分析法
許多機(jī)械設(shè)備的運(yùn)行狀態(tài)與溫度有關(guān)因此根據(jù)機(jī)械設(shè)備和周圍環(huán)境溫度的變化可以識(shí)別系統(tǒng)的運(yùn)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(cè)量主要采用熱電阻、熱電偶測(cè)溫傳感器近年來紅外測(cè)溫技術(shù)逐漸發(fā)展起來在未來將會(huì)有越來越廣泛的應(yīng)用。
3、油液分析技術(shù)
油液分析技術(shù)以光譜分析和鐵譜分析為代表利用各種常規(guī)、簡(jiǎn)易、精密或中和的潤(rùn)滑油分析儀器和方法對(duì)潤(rùn)滑油的理化性質(zhì)特別是其內(nèi)所含的機(jī)械磨損碎屑以及其他微粒進(jìn)行定性定量的測(cè)量從而得到有關(guān)零部件的磨損狀態(tài)、機(jī)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(xué)診斷法
聲學(xué)診斷法以噪聲、聲阻、超聲聲發(fā)射為檢測(cè)目標(biāo)進(jìn)行聲級(jí)、聲強(qiáng)、聲源、聲場(chǎng)、聲譜分析。超聲波診斷法、聲發(fā)射診斷法應(yīng)用較為廣泛。近年來，機(jī)械噪聲盲源分離技術(shù)(Blind Source Separation)逐漸應(yīng)用發(fā)展起來聲學(xué)與診斷在故障診斷中的作用將會(huì)不斷加強(qiáng)。
但是現(xiàn)有的這些設(shè)備故障診斷方法在采集信號(hào)時(shí)一般都沒有采用相關(guān)的信號(hào)預(yù)處理方法直接對(duì)采集到的信號(hào)進(jìn)行分析其中包含的噪聲等干擾嚴(yán)重影響信號(hào)特征提取精度；并且信號(hào)的特征分析方法精度有限由于目前的信號(hào)特征分析方法主要是時(shí)域分析方法和以傅里葉變換為基礎(chǔ)的信號(hào)頻域分析方法以傅里葉變換為基礎(chǔ)的頻域分析方法只適用于平穩(wěn)信號(hào)而現(xiàn)場(chǎng)的振動(dòng)信號(hào)為非平穩(wěn)的且含有大量噪聲的信號(hào)這就使得信號(hào)的特征提取精度很難得到提高；現(xiàn)有技術(shù)只能對(duì)設(shè)備的工況進(jìn)行監(jiān)測(cè)實(shí)現(xiàn)簡(jiǎn)單的報(bào)警功能無法對(duì)設(shè)備的運(yùn)行趨勢(shì)做出分析更不能夠通過相關(guān)參數(shù)的計(jì)算來進(jìn)行精度較高的設(shè)備運(yùn)行趨勢(shì)分析。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明旨在解決現(xiàn)有技術(shù)的不足而提供一種采用振動(dòng)算法對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)診斷的方法。
本發(fā)明為實(shí)現(xiàn)上述目的采用以下技術(shù)方案：一種采用振動(dòng)算法對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)診斷的方法其特征在于包括以下流程：
①將采集到的設(shè)備振動(dòng)信號(hào)進(jìn)行信號(hào)預(yù)處理由于現(xiàn)在采集到的振動(dòng)信號(hào)中不可避免的含有噪聲，首先對(duì)采集到的振動(dòng)信號(hào)進(jìn)行降噪預(yù)處理降低噪聲對(duì)信號(hào)的干擾提高信噪比根據(jù)設(shè)備的實(shí)際運(yùn)行情況選擇合適的IIR濾波器進(jìn)行濾波；
②對(duì)預(yù)處理后的信號(hào)進(jìn)行幅值域參數(shù)的計(jì)算以實(shí)現(xiàn)設(shè)備工況的預(yù)警進(jìn)而判斷設(shè)備的運(yùn)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(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峰值指標(biāo)、最大振幅和峭度指標(biāo)；
③對(duì)工況異常的設(shè)備進(jìn)行具體分析通過計(jì)算設(shè)備振動(dòng)信號(hào)的FFT幅值譜、功率譜、倒頻譜、包絡(luò)譜、共振解調(diào)譜得到設(shè)備的故障特征頻率判斷出故障設(shè)備的故障位置和故障類型；
④計(jì)算振動(dòng)信號(hào)的峭度、烈度和峰值對(duì)計(jì)算得到的相關(guān)參數(shù)進(jìn)行趨勢(shì)分析分析設(shè)備的總體運(yùn)行狀態(tài)確認(rèn)設(shè)備的故障嚴(yán)重程度；
⑤通過計(jì)算得到設(shè)備相關(guān)參數(shù)的模型并利用其對(duì)設(shè)備的運(yùn)行趨勢(shì)進(jìn)行智能預(yù)測(cè)采用智能預(yù)測(cè)算法對(duì)設(shè)備的剩余壽命進(jìn)行較為準(zhǔn)確的預(yù)測(cè)從而為相關(guān)的技術(shù)人員提供參考幫助制定設(shè)備的檢修、維護(hù)計(jì)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?yàn)V波器、反切比雪夫?yàn)V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(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)對(duì)設(shè)備的振動(dòng)信號(hào)進(jìn)行時(shí)域、頻域分析同時(shí)能夠?qū)υO(shè)備的運(yùn)行趨勢(shì)進(jìn)行分析還可以應(yīng)用智能學(xué)習(xí)算法對(duì)設(shè)備的剩余壽命進(jìn)行預(yù)測(cè)。本發(fā)明對(duì)于減少維修費(fèi)用降低生產(chǎn)成本提高經(jīng)濟(jì)效益和社會(huì)效益起很大作用對(duì)于避免巨額經(jīng)濟(jì)損失和災(zāi)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(jié)合本發(fā)明的實(shí)施例參照附圖進(jìn)行詳細(xì)敘述。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明：
如圖1所示一種采用振動(dòng)算法對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)診斷的方法其特征在于包括以下流程：
①將采集到的設(shè)備振動(dòng)信號(hào)進(jìn)行信號(hào)預(yù)處理由于現(xiàn)在采集到的振動(dòng)信號(hào)中不可避免的含有噪聲首先對(duì)采集到的振動(dòng)信號(hào)進(jìn)行降噪預(yù)處理降低噪聲對(duì)信號(hào)的干擾提高信噪比根據(jù)設(shè)備的實(shí)際運(yùn)行情況選擇合適的IIR濾波器進(jìn)行濾波；濾波器的形式有：巴特沃斯濾波器、切比雪夫?yàn)V波器、反切比雪夫?yàn)V波器、橢圓濾波器和貝塞爾濾波器；
②對(duì)預(yù)處理后的信號(hào)進(jìn)行幅值域參數(shù)的計(jì)算以實(shí)現(xiàn)設(shè)備工況的預(yù)警進(jìn)而判斷設(shè)備的運(yùn)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(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峰值指標(biāo)、最大振幅和峭度指標(biāo)；
③對(duì)工況異常的設(shè)備進(jìn)行具體分析通過計(jì)算設(shè)備振動(dòng)信號(hào)的FFT幅值譜、功率譜、倒頻譜、包絡(luò)譜、共振解調(diào)譜得到設(shè)備的故障特征頻率判斷出故障設(shè)備的故障位置和故障類型；
④計(jì)算振動(dòng)信號(hào)的峭度、烈度和峰值對(duì)計(jì)算得到的相關(guān)參數(shù)進(jìn)行趨勢(shì)分析分析設(shè)備的總體運(yùn)行狀態(tài)確認(rèn)設(shè)備的故障嚴(yán)重程度；
⑤通過計(jì)算得到設(shè)備相關(guān)參數(shù)的模型并利用其對(duì)設(shè)備的運(yùn)行趨勢(shì)進(jìn)行智能預(yù)測(cè)采用智能預(yù)測(cè)算法對(duì)設(shè)備的剩余壽命進(jìn)行較為準(zhǔn)確的預(yù)測(cè)從而為相關(guān)的技術(shù)人員提供參考幫助制定設(shè)備的檢修、維護(hù)計(jì)劃。
上面結(jié)合附圖對(duì)本發(fā)明進(jìn)行了示例性描述顯然本發(fā)明具體實(shí)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(gòu)思和技術(shù)方案進(jìn)行的各種改進(jìn)或未經(jīng)改進(jìn)直接應(yīng)用于其它場(chǎng)合的均在本發(fā)明的保護(hù)范圍之內(nèi)。
1.一種采用振動(dòng)算法對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)診斷的方法其特征在于包括以下流程：
①將采集到的設(shè)備振動(dòng)信號(hào)進(jìn)行信號(hào)預(yù)處理由于現(xiàn)在采集到的振動(dòng)信號(hào)中不可避免的含有噪聲首先對(duì)采集到的振動(dòng)信號(hào)進(jìn)行降噪預(yù)處理降低噪聲對(duì)信號(hào)的干擾提高信噪比根據(jù)設(shè)備的實(shí)際運(yùn)行情況選擇合適的IIR濾波器進(jìn)行濾波；
②對(duì)預(yù)處理后的信號(hào)進(jìn)行幅值域參數(shù)的計(jì)算以實(shí)現(xiàn)設(shè)備工況的預(yù)警進(jìn)而判斷設(shè)備的運(yùn)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(biāo)、脈沖指標(biāo)、裕度指標(biāo)、峰值指標(biāo)、最大振幅和峭度指標(biāo)；
③對(duì)工況異常的設(shè)備進(jìn)行具體分析通過計(jì)算設(shè)備振動(dòng)信號(hào)的FFT幅值譜、功率譜、倒頻譜、包絡(luò)譜、共振解調(diào)譜得到設(shè)備的故障特征頻率判斷出故障設(shè)備的故障位置和故障類型；
④計(jì)算振動(dòng)信號(hào)的峭度、烈度和峰值對(duì)計(jì)算得到的相關(guān)參數(shù)進(jìn)行趨勢(shì)分析分析設(shè)備的總體運(yùn)行狀態(tài)確認(rèn)設(shè)備的故障嚴(yán)重程度；
⑤通過計(jì)算得到設(shè)備相關(guān)參數(shù)的模型并利用其對(duì)設(shè)備的運(yùn)行趨勢(shì)進(jìn)行智能預(yù)測(cè)采用智能預(yù)測(cè)算法對(duì)設(shè)備的剩余壽命進(jìn)行較為準(zhǔn)確的預(yù)測(cè)從而為相關(guān)的技術(shù)人員提供參考幫助制定設(shè)備的檢修、維護(hù)計(jì)劃。
2.根據(jù)權(quán)利要求1所述的一種采用振動(dòng)算法對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)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?yàn)V波器、反切比雪夫?yàn)V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(luò)與計(jì)算機(jī)技術(shù)的設(shè)備故障智能診斷
