本发明涉及监测系统技术领域,具体涉及一种用于低速重载设备的在线监测系统。
背景技术:
低速重载工况下的轴承回转频率较低,由于故障引起的振动频率也较低,故障的前期发展也比较慢,对该类工况下的轴承进行状态监测一般使用长期连续在线监测,但很多情况下这种连续在线监测时效果不大,既浪费资源也对预测故障的发展用处不大,同时长期在线监测会采集过多无用的数据,不仅严重浪费资源和能源,也给信号处理带来了很大的不便。另一方面故障一旦出现,发展速度较快,但如果定期巡检,很可能在巡检期间设备失效。因此既要减少无必要的监测要保证不漏监是一个突出矛盾。为解决这个问题,本发明设计了一种用于低速重载设备的在线监测系统,能够根据监测的设备运行状态自动的调整监测的时间间隔,达到经济、高效、不漏监的目的。
技术实现要素:
本发明的目的在于提供一种用于低速重载设备,特别的是低速重载轴承的在线监测系统,以解决上述背景技术中提出的现有监测系统浪费资源和能源,且效率低、可靠性差的问题。
为实现上述目的,本发明提供如下技术方案:一种用于低速重载设备的在线监测系统,包括信号采集模块,其特征在于:所述信号采集模块上电性连接有频谱分析模块和存储器,所述存储器上分别电性连接有控制分析模块、状态分析模块和显示模块,所述频谱分析模块分别与存储器和控制分析模块电性连接,所述控制分析模块和信号采集模块电性连接;
所述信号采模块控制采样时间间隔,根据控制分析模块发出的命令,自动的按采样时间段间隔进行信号采集和保存采集数据;
所述频谱分析模块完成信号的处理和信号的频谱分析等一般的功能,从处理后的信号时域波形或者频谱中提取和保存故障特征频率对应的信号的幅值谱密度/功率谱密度等参数的最大值、平均值等概率特征参数,作为故障诊断分析的主要参数,提取的参数将存储于存储器中,并逐步累积,形成关于该特征参数随着时间变化的历程,并可以传送到控制分析模块;
所述控制分析模块在初始阶段采用某个较长周期的固定或者某一算法指定周期进行采集,该周期时间间隔比较长;在采集到若干组数据后,利用这些采集数据来分析计算后面的采样间隔时间,如根据最近两次采集数据的斜率来计算后面的采样时间,使得在同样采集时间间隔内,观测参数的变化值相等,即故障发展速度快时,减小采样间隔,故障发展慢时增大采样间隔,使得采集数据尽可能的少,但要保证能充分的监测故障发展的整个趋势,然后由计算确定的采样时间发送给信号采集模块,进行现场采集;
所述状态分析模块根据存储器中存储的数据进行状态分析,根据频谱分析模块计算出的特征信号的统计特征参数预测设备状态,所述频谱分析模块计算出的数据是在一段信号上近取有限个点,间隔时间很长、持续时间很长的数据,涵盖时间长,数据点少;
所述显示模块用于将该数据显示,可以供人工直观的判断设备故障的发展趋势;
逻辑算法如下所示:在所述信号采集开始前,首先设定所述初始采样时间段间隔的时间,根据经验或者预判,这个时间一般较长,可以为几天或者几周,由信号采集模块中相应的输入接口输入,按照其采样时间段间隔,信号采集器每隔该段时间采样一组数据,在频谱分析模块中自动进行频谱分析,并按照输入的信号故障特征频率提取该频率对应的幅值谱密度、功率谱密度的均值和幅值等特征参数;当采样到两段以上数据时,对先后两次的特征参数进行对比,计算出该特征参数的对所述采样时间段间隔时间段的变化率,与一个输入的阈值或者设定的算法进行比较,如果该变化率大于阈值,那么给出一个较小的下次采样间隔时间,否则给出一个较大的下次采样时间段间隔时间或者保持当前采样间隔时间不变;确定的采样时间段间隔时间将发送到信号采集去,以进行下次采样;每次的特征参数要进行记录和保存,形成该参数随着时间变化的历程,用于判断设备故障发展的趋势并且用于修正控制规则,指定新的所述采样时间段间隔时,可以参考或者套用这些数据。
优选的,所述信号采集模块定期间断采样。
优选的,所述频谱分析模块提前将故障特征频率的幅值等参数提交到控制分析模块。
优选的,所述控制分析模块根据信号的幅值等参数的变化,指定后续采样的间隔时间段并发送到信号采集模块中执行。
优选的,所述算法是指能根据频谱分析模块中提取的特征参数,基于知识或者经验,判断并预测故障发展的趋势,做出下一阶段采样间隔的时间段的长度,并将时间段的长度信息发送大信号采集模块。
优选的,所述采样时间段间隔非信号采集中的采样间隔,指的是两段采集信号中间隔的时间,在间隔的时间时间内不进行信号采集,时间较长。
与现有技术相比,本发明的有益效果是:本发明通过根据设备的故障的发展情况,自动的调整采样的间隔时间,在设备稳定运行时可以少采样,在设备出现故障、运行状况恶化时增大采样次数,既能减少资源和能源的消耗,也有利于对信号进行分析处理,更方便、准确地分析故障发展的趋势,提前做好设备的维护方案,保证设备的可靠运行,适用于低速重载这种工况的设备监控,因其故障的产生和发展具有相对较长的时间,突然性相对高速设备弱,达到了环保、高效的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明自适应采样时间控制系统结构图。
图2为本发明采样时间段间隔控制策略流程图。
图3为本发明自适应采样时间控制系统结构特有功能表。
附图中,各标号所代表的部件列表如下:
1-信号采集模块,2-频谱分析模块,3-存储器,4-控制分析模块,5-状态分析模块,6-显示模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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它实施例,都属于本发明保护的范围。
请参阅图1-3,本发明提供一种技术方案:一种用于低速重载设备的在线监测系统,包括信号采集模块1,其特征在于:信号采集模块1上电性连接有频谱分析模块2和存储器3,存储器3上分别电性连接有控制分析模块4、状态分析模块5和显示模块6,频谱分析模块2分别与存储器3和控制分析模块4电性连接,控制分析模块4和信号采集模块1电性连接;
信号采模块1控制采样时间间隔,根据控制分析模块4发出的命令,自动的按采样时间段间隔进行信号采集和保存采集数据;
频谱分析模块2完成信号的处理和信号的频谱分析等一般的功能,从处理后的信号时域波形或者频谱中提取和保存故障特征频率对应的信号的幅值谱密度/功率谱密度等参数的最大值、平均值等概率特征参数,作为故障诊断分析的主要参数,提取的参数将存储于存储器3中,并逐步累积,形成关于该特征参数随着时间变化的历程,并可以传送到控制分析模块4;
控制分析模块4在初始阶段采用某个较长周期的固定或者某一算法指定周期进行采集,该周期时间间隔比较长;在采集到若干组数据后,利用这些采集数据来分析计算后面的采样间隔时间,如根据最近两次采集数据的斜率来计算后面的采样时间,使得在同样采集时间间隔内,观测参数的变化值相等,即故障发展速度快时,减小采样间隔,故障发展慢时增大采样间隔,使得采集数据尽可能的少,但要保证能充分的监测故障发展的整个趋势,然后由计算确定的采样时间发送给信号采集模块1,进行现场采集;
状态分析模块5根据存储器3中存储的数据进行状态分析,根据频谱分析模块2计算出的特征信号的统计特征参数预测设备状态,频谱分析模块2计算出的数据是在一段信号上近取有限个点,间隔时间很长、持续时间很长的数据,涵盖时间长,数据点少;
显示模块6用于将该数据显示,可以供人工直观的判断设备故障的发展趋势;
逻辑算法如下所示:在信号采集开始前,首先设定初始采样时间段间隔的时间,根据经验或者预判,这个时间一般较长,可以为几天或者几周,由信号采集模块1中相应的输入接口输入,按照其采样时间段间隔,信号采集器每隔该段时间采样一组数据,在频谱分析模块2中自动进行频谱分析,并按照输入的信号故障特征频率提取该频率对应的幅值谱密度、功率谱密度的均值和幅值等特征参数;当采样到两段以上数据时,对先后两次的特征参数进行对比,计算出该特征参数的对采样时间段间隔时间段的变化率,与一个输入的阈值或者设定的算法进行比较,如果该变化率大于阈值,那么给出一个较小的下次采样间隔时间,否则给出一个较大的下次采样时间段间隔时间或者保持当前采样间隔时间不变;确定的采样时间段间隔时间将发送到信号采集去,以进行下次采样;每次的特征参数要进行记录和保存,形成该参数随着时间变化的历程,用于判断设备故障发展的趋势并且用于修正控制规则,指定新的采样时间段间隔时,可以参考或者套用这些数据。
其中,信号采集模块1定期间断采样,按固定或者指定时间段进行采样,其它时间处于停止待机状态,频谱分析模块2提前将故障特征频率的幅值等参数提交到控制分析模块4,控制分析模块4根据信号的幅值等参数的变化,指定后续采样的间隔时间段并发送到信号采集模块1中执行,算法是指能根据频谱分析模块2中提取的特征参数,基于知识或者经验,判断并预测故障发展的趋势,做出下一阶段采样间隔的时间段的长度,并将时间段的长度信息发送大信号采集模块1,采样时间段间隔非信号采集中的采样间隔,指的是两段采集信号中间隔的时间,在间隔的时间时间内不进行信号采集,时间较长。
本实施例的一个具体应用为:一种用于低速重载设备的在线监测系统,特别的是齿轮和轴承等回转部件的在线监测,设定初始采样间隔时间,如开始隔2两天采集一段时间的信号,如采集轴承的振动位移,具体的信号采样频率和采样长度按照信号采样的相关要求;
对采样获得两段以上信号进行分析,从每段信号中提取出故障特征频率对应的振动幅值/均值或者其他的统计特征参数,由前后的特征参数计算出该统计特征参数的变化率,可以采用某一模型或者直接使用线型模型来得出统计特征参数的变化率的发展趋势;
根据一定的标准判断变化增大或者减小的程度是否超过了标准值,如果超过了,当变化率是增大的时候,减小采样间隔;当变化率减小的时候,增大采样间隔。可以直接采用最近的两端数据,当后面的特征参数大于前面的特征参数时,减小采样段间隔的时间;否则增大采样段间隔的时间;
将新的采样段间隔时间发送给信号采集模块1,下次采样的间隔时间按新的数据来进行;
采样过程中的的特征参数需要存储起来,用于显示较长时间段内其变化发展趋势,用于故障诊断。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。