一种核设施通风机在线状态监测及故障预警系统的制作方法

本发明属于核通风防护领域，具体涉及一种核设施通风机在线状态监测及故障预警系统。

背景技术：

核设施通风状态监测系统承载着放射性通排风运行状态监控的重要作用。传统排风远程监控系统，需具备专业的统计分析能力及相关经验才能对排风机运行状态进行分析，运行值班人员很难进行分析发现潜在故障等问题。

离心风机主要由风机和电机两大部分组成，能够反映其特点的主要参数有：风机的静压、全压、流量、转速、效率、进出口风速、进出口温度、轴承温度、轴承振动等，以及配用电机的电流、电压、功率、转速、轴承温度、定子绕组温度、电机振动烈度等。对于风机这种大型旋转机械设备来说，出问题的风机最为常见的表现为温度、振动异常，而据统计风机的故障主要是由轴承引起的，即在风机各部件出现的问题，大多数会直接反映在轴承上，轴承的优劣对风机的工作状况影响极大，轴承异常工作会导致风机剧烈振动和发出较大噪声，甚至会导致风机损坏。振动一般采用离线点检方式，温度适合长时间状态监控。电机电流主要受到风道运行负荷的影响。当阀门出现异常问题时，将引起电机电流的突然变化。

技术实现要素：

本发明的目的在于，为克服现有技术缺陷，提供了一种核设施通风机在线状态监测及故障预警系统，通过本系统的结构设置提升了整个排风机状态监测及报警能力，更重要的是进一步减少一线运行人员接触放射性物质的几率。

本发明目的通过下述技术方案来实现：

一种核设施通风机在线状态监测及故障预警系统，所述状态监测及故障预警系统包括：数据采集系统、数理统计分析平台和动态化报警系统，所述数据采集系统被配置为完成风机轴承温度数据的采集，同时设计在线温度增量采集；所述数理统计分析平台被配置为用于计算采集系统采集参数的数理统计特征，所述动态化报警系统基于数理统计分析平台获得统计特征和预设报警方案完成典型故障运行状态下轴承温度趋势变化规律在线预警。

根据一个优选的实施方式，所述动态化报警系统被配置为在捕捉到异常温度上升，且温度不断攀升时，可判断轴承转子磨损，并进行预警。

根据一个优选的实施方式，所述动态化报警系统被配置为在捕捉到异常温度上升，且出现瞬时异常高温时，可判断轴承磨损，并进行预警。

根据一个优选的实施方式，所述动态化报警系统被配置为在捕捉到异常温度上升，且瞬时出现异常温度上升时，然后回落至正常温度时，可判断轴承注油过多，并进行预警。

根据一个优选的实施方式，所述动态化报警系统被配置为在捕捉到异常温度上升，且出现瞬时异常温度上升时，然后回落至高于正常温度时，可判断轴承润滑油油质异常，并进行预警。

根据一个优选的实施方式，所述数据采集系统包括plc控制器、温度传感器和电流传感器；plc控制器被配置为用于采集传感器数据并对相关数据进行预处理。

根据一个优选的实施方式，所述状态监测及故障预警系统还包括数据库系统，所述数据库系统被配置为用于自动存储温度和电流历史数据。

根据一个优选的实施方式，当采集温度数据缺失为零情况，所述数据库系统将此时刻温度为零的数据自动用此时刻前一小时的温度平均值覆盖，自动在线清洗异常数据，排除异常温度干扰。

前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案；且本发明，(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。

本发明的有益效果：通过本发明系统的结构设置，从优化排风机状态监测参数，搭建数据库系统，形成一种数理统计分析方法，建立动态化报警机制，获得在正常及典型故障运行状态下温度和电流参数的趋势变化规律，从而提升了整个排风机状态监测及报警能力，更重要的是进一步减少一线运行人员接触放射性物质的几率。

附图说明

图1是本发明系统结构示意图；

图2是本发明系统中数据采集系统的结构示意图；

图3是本发明系统的温度增量采集流程示意图；

图4是本发明系统的进行轴承温度故障预警流程意图；

图5是轴承正常时温度曲线；

图6是轴承注油过多时温度曲线；

图7是轴承油质异常时温度曲线；

图8是轴承磨损时温度曲线；

图9是轴承转子磨损时温度曲线。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，为使本发明实施例的目的、技术方案和优点更加清楚，下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

因此，以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

另外，本发明要指出的是，本发明中，如未特别写出具体涉及的结构、连接关系、位置关系、动力来源关系等，则本发明涉及的结构、连接关系、位置关系、动力来源关系等均为本领域技术人员在现有技术的基础上，可以不经过创造性劳动可以得知的。

参考图1和图2所示，本发明公开了一种核设施通风机在线状态监测及故障预警系统，所述状态监测及故障预警系统包括：数据采集系统、数据库系统数理统计分析平台和动态化报警系统。

优选地，所述数据采集系统被配置为完成风机轴承温度数据的采集。所述数理统计分析平台被配置为用于计算采集系统采集参数的数理统计特征。所述动态化报警系统基于数理统计分析平台获得统计特征和预设报警方案完成典型故障运行状态下轴承温度趋势变化规律在线预警。

优选地，所述数据库系统被配置为用于自动存储温度和电流历史数据。当采集温度数据缺失为零情况，所述数据库系统将此时刻温度为零的数据自动用此时刻前一小时的温度平均值覆盖，自动在线清洗异常数据，排除异常温度干扰。

优选地，所述数据采集系统包括plc控制器、温度传感器和电流传感器；plc控制器被配置为用于采集传感器数据并对相关数据进行预处理。

优选地，所述动态化报警系统被配置为在捕捉到异常温度上升，且温度不断攀升时，可判断轴承转子磨损，并进行预警。

优选地，所述动态化报警系统被配置为在捕捉到异常温度上升，且出现瞬时异常高温时，可判断轴承磨损，并进行预警。

优选地，所述动态化报警系统被配置为在捕捉到异常温度上升，且瞬时出现异常温度上升时，然后回落至正常温度时，可判断轴承注油过多，并进行预警。

优选地，所述动态化报警系统被配置为在捕捉到异常温度上升，且出现瞬时异常温度上升时，然后回落至高于正常温度时，可判断轴承润滑油油质异常，并进行预警。

实施例1

本发明还公开了系统的温度增量采集流程，如图3所示。具体包括：

s1:通过上位组态界面对温度增量预设值δt设定值进行设置，上位组态软件与可编程逻辑控制器plc已经通讯连接，温度增量预设值δt设写入plc中。

s2:通过上位组态界面对时间增量预设值δt设的值进行设置，上位组态软件与可编程逻辑控制器plc已经通讯连接，时间增量预设值δt设写入plc中。

s3:plc控制器内部计时器计时开始。

s4:当plc控制器内部计时器到达温度初始检测时间t1时，通过plc模拟量模块采集此时初始温度值t1，即温度起始值。

s5:计算定时器实际时间的值t实，将t实与时间增量预设值δt设定值进行比较，当t实大于等于时间增量预设值δt设的值时，进入步骤s6，否则继续计时。

s6:通过plc模拟量模块采集此时终止温度值t2。

s7:计算温度增量δt实＝t2-t1。

s8:将步骤s7计算所得的温度增量δt实的值与预设的温度增量δt设的值进行比较，当步骤s7计算所得的温度增量δt实的值大于等于预设的温度增量δt设的值时，输出异常温度上升报警；否则输出正常，并重复步骤s3-步骤s8。

实施例2

如图4所示，当捕捉到异常温度上升，且温度长时间不断攀升时，可判断轴承转子磨损；当捕捉到异常温度上升，且长时间出现异常高温时，可判断轴承磨损；当捕捉到异常温度上升，且短时间出现异常温度上升时，然后回落至正常温度时，可判断轴承注油过多；当捕捉到异常温度上升，且短时间出现异常温度上升时，然后回落至高于正常温度时，可判断轴承润滑油油质异常。

如图5所示轴承温度是随着环境温度变化而波动，是一个周期性波形。分析其波形随着平均值上下周期性波动，平均轴承温度线接近为一条定值直线。

如图6所示，当一次性加入轴承润滑油过多时，轴承温度会有升高，之后运行过程中温度会有所回落，最后趋于正常。

如图7所示，在实际中，当轴承温度出现升高后降低，但高于平均水平时，出现的故障为润滑油异常；

如图8所示，出现轴承温度异常陡峭上升，且长时间保持很高轴承温度，可以判断为轴承磨损。

如图9所示，转子磨损故障信号比较隐蔽，如图所示，轴承温度长期趋势为上升，且温升速率较慢，可以判断为转子磨损。

实施例3

通过matlab软件设计数理统计分析执行程序，组态王定期导出温度数据，通过数理统计执行程序调入数据，定期对温度参数进行统计分析，统计相应最小值、最大值、平均值、方差和极差等数理统计参数。

matlab程序设计如下：

functiondts(x)

a＝x(:)；

nans＝isnan(a)；

ind＝find(nans)；

a(ind)＝[]；

xbar＝mean(a)；

disp([‘均值：’,num2str(xbar)])

s2＝var(a)；

disp([‘方差：’,num2str(s2)])

s＝std(a)；

disp([‘标准差：’,num2str(s)])

r＝range(a)；

disp([‘极差：’,num2str(r)])

cv＝100.*s./xbar；

disp([‘变异系数：’,num2str(cv)])

g1＝skewness(a,0)；

disp([‘偏度：’,num2str(g1)])

g2＝kurtosis(a,0)；

disp([‘偏度：’,num2str(g2)])

进一步优化，针对采集温度数据缺失为零情况，在线捕捉一旦某时刻采集温度为零的数据，将此时刻温度为零的数据自动用此时刻前一小时的温度平均值覆盖，自动在线清洗异常数据，排除异常温度干扰。

实施例4

通过组态王界面设置温度参数报警阈值，超出阈值发出报警信息弹出框及声音报警，给出故障处置基本选项，提醒值班人员及时人工干预。

箱型图能直观简洁地展现数据分布的主要特征。

箱型图的构造如下：

(1)画一个箱子，其两侧恰为下四分数q1和上四分数q2，中间有一道线，是中位数m的位置。这个箱子包含了样本中50％的数据。

(2)在箱子上下两侧各引出一条竖直线，分布至异常值截断点，异常值用“+”画出来。

中位数m为49，下四分数q1和上四分数q2分别为48和50，上下异常值截断点分别为53和45。

因此，温度上下阈值选择53和45，数据落在上、下异常值截断点之外的概率为0.00698，即对于容量n较大的样本，其异常值的比率约为0.00698，即可视为异常故障。

实施例5

上位组态软件通过sqlconnect指定建立起与之相对应的数据库的连接，数据库连接测试成功后，组态软件将创建数据库表格。要实现数据自动存储功能，首先需要创建表格模板，建立数据库表格标准模板。建立好数据库表格模板后，接下来需要依次变量赋值，创建记录体，注意变量类型需要严格和表格模板统一。最后通过sqlinsert指定实现数据自动插入，组态软件每隔1分钟自动插入新产生数据。

同时，数据查询分为全部查询和条件查询，全部查询可以实现数据库数据全部查询；条件查询可以分别按日期、时间、温度、电流参数进行智能查询，如轴承温度高于60℃条件查询，进一步，可以相关多条件进行与和或的逻辑查询，快速实现需要排风机监测数据的查询。

通过本发明系统的结构设置，从优化排风机状态监测参数，搭建数据库系统，形成一种数理统计分析方法，建立动态化报警机制，获得在正常及典型故障运行状态下温度和电流参数的趋势变化规律，从而提升了整个排风机状态监测及报警能力，更重要的是进一步减少一线运行人员接触放射性物质的几率。

前述本发明基本例及其各进一步选择例可以自由组合以形成多个实施例，均为本发明可采用并要求保护的实施例。本发明方案中，各选择例，与其他任何基本例和选择例都可以进行任意组合。本领域技术人员可知有众多组合。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。