一种旋转设备故障判断方法、系统和可读存储介质与流程

本发明涉及传感器检测领域，更具体的，涉及一种旋转设备故障判断方法、系统和可读存储介质。

背景技术：

在机械设备运行过程中，特别是旋转设备的运行过程中，需要监测旋转设备的工作状态，一旦发现故障，进行故障报警及后续的诊断维修。目前，为了实现对旋转设备的故障报警，为旋转设备设置旋转设备故障预警系统，包括为旋转设备各个测点设置的传感器及与传感器交互的故障诊断设备，当传感器检测到旋转设备出现故障时，直接上报给故障诊断设备进行报警及进行后续诊断维修处理。

可以看出，目前的旋转设备故障预警系统功能简单，系统独立，只起到出现故障进行报警作用，当旋转设备出现故障时，是采用专用设置的系统对旋转设备进行测试、分析及排除故障；目前的旋转设备故障预警系统对获得故障检测数据不进行对比分析，不能作为后期故障判断的依据，造成监测数据浪费；目前的旋转设备故障预警系统需要专业人员具备很高的专业知识及经验，很多故障诊断设备不仅具备数据采集功能，而且具备一定的数据分析功能，设备成本极高。当出现比较复杂的故障时，需要用户花费大量资金聘请有经验的专家对故障进行排除，专家排除故障后，需要昂贵的故障诊断设备。目前的旋转设备故障预警系统都是单一化系统，每套系统测量的数据，故障诊断方法及解决方法不共享，造成监测数据利用率不高，设备故障诊断成本增加。目前的旋转设备故障预警系统对故障分析建立在对单台旋转设备的测量数据分析基础上，依靠专家经验来判断故障类型。目前的旋转设备故障预警系统与其他的故障诊断系统无直接的关联，检测的数据不共享，当故障预警系统出现故障报警时，维修人员才带相关故障诊断设备对存在故障的旋转设备进行进一步测量和分析。

技术实现要素：

为了解决上述至少一个技术问题，本发明提出了一种旋转设备故障判断方法、系统和可读存储介质。

为了解决上述的技术问题，本发明第一方面公开了一种旋转设备的故障判断方法，包括：

应力波传感器获取所述的旋转设备的故障振动信号；

处理器基于旋转设备的故障振动信号，分解出旋转设备的应力波加速度信号；

在预设时间内，进行信号数据的多次采集，对应力波加速度信号进行积分得应力波速度信号；

处理器将所得的应力波速度信号通过数据网关传输给云平台，云平台进行分析处理，得到故障结果。

本方案中，所述的应力波加速度信号包括x轴方向、y轴方向、z轴方向的应力波加速度信号，所述的x轴应力波加速度信号记为a(x)，y轴应力波加速度信号记为a(y)，z轴应力波加速度信号记为a(z)。

本方案中，所述的应力波加速度信号进行积分得应力波速度信号，x轴应力波速度信号记为v(x)，y轴应力波速度信号记为v(y)，z轴应力波速度信号记为v(z)。

本方案中，所述的应力波传感器在x轴、y轴、z轴方向各设置n个，n≥2。

本方案中，处理器将所得的应力波速度信号通过数据网关传输给云平台，云平台进行分析处理，得到故障结果，具体为：

云平台将接收到的应力波速度信号，带入公式：

v(x，t)＝v(x1，t)-v(x2，t1)+v(x1，t2)，其中v(x，t)为t时刻待测旋转设备x轴方向上的应力波速度，v(x1，t)为t时刻待测旋转设备x轴方向上第一应力波传感器的应力波速度，v(x2，t1)为t1时刻待测旋转设备x轴方向上第二应力波传感器的应力波速度，v(x1，t2)为t2时刻待测旋转设备x轴方向上第一应力波传感器的应力波速度；

v(y，t)＝v(y1，t0)-v(y2，t1)+v(y1，t2)，其中v(y，t)为t时刻待测旋转设备y轴方向上的应力波速度，v(y1，t)为t时刻待测旋转设备y轴方向上第一应力波传感器的应力波速度，v(y2，t1)为t1时刻待测旋转设备y轴方向上第二应力波传感器的应力波速度，v(y1，t2)为t2时刻待测旋转设备y轴方向上第一应力波传感器的应力波速度；

v(z，t)＝v(z1，t0)-v(z2，t1)+v(z1，t2)，其中v(z，t)为t时刻待测旋转设备z轴方向上的应力波速度，v(z1，t)为t时刻待测旋转设备z轴方向上第一应力波传感器的应力波速度，v(x2，t1)为t1时刻待测旋转设备z轴方向上第二应力波传感器的应力波速度，v(z1，t2)为t2时刻待测旋转设备z轴方向上第一应力波传感器的应力波速度；

进行分析处理得出x轴方向、y轴方向、z轴方向的应力波曲线图，根据各个方向应力波曲线图不同的特征，对待测旋转设备的故障原因进行判别。

本方案中，所述的云平台还包括故障诊断模块、设备档案模块、故障诊断库；

故障诊断模块，用于对接收的应力波速度信号进行处理分析；

设备档案模块，用于存储旋转设备不同传感器对应的检测数据；

故障诊断库，用于存储及更新分析后判断数据对应的诊断结果，包括转子不平衡、轴系不居中、机械松动、滚动轴承故障、滑动轴承故障、齿轮故障。

本发明第二发明公开了一种旋转设备的故障判断系统，包括存储器和处理器，所述的存储器中包括旋转设备的故障判断方法程序，所述的旋转设备的故障判断方法程序被所述的处理器执行时，实现如下步骤：

应力波传感器获取所述的旋转设备的故障振动信号；

处理器基于旋转设备的故障振动信号，分解出旋转设备的应力波加速度信号；

在预设时间内，进行信号数据的多次采集，对应力波加速度信号进行积分得应力波速度信号；

处理器将所得的应力波速度信号通过数据网关传输给云平台，云平台进行分析处理，得到故障结果。

本方案中，所述的应力波加速度信号包括x轴方向、y轴方向、z轴方向的应力波加速度信号，所述的x轴应力波加速度信号记为a(x)，y轴应力波加速度信号记为a(y)，z轴应力波加速度信号记为a(z)。

本方案中，所所述的应力波传感器在x轴、y轴、z轴方向各设置n个，n≥2。

本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种旋转设备的故障判断方法程序，所述一种旋转设备的故障判断方法程序被处理器执行时，实现上述任一项所述的一种旋转设备的故障判断方法的步骤。

本发明公开的一种旋转设备的故障判断方法、系统和可读存储介质，通过对旋转设备的应力波速度进行检测，判断出旋转设备的故障状态，通过x轴、y轴、z轴方向各设置若干个应力波传感器，使得检测更加准确。

附图说明

图1示出了本发明一种旋转设备的故障判断方法流程示意图；

图2示出了本发明一种旋转设备的故障判断方法系统的框图。

具体实施方法

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

本发明的方法适用于那些旋转设备，如工程机械设备、车间生产设备，包括但不限于各式齿轮箱、各式滚动轴承、电机、压缩机等，当然，本发明并不限制装置的种类，任何采用本发明的技术方案都将落入本发明保护范围内。

图1示出了本发明一种旋转设备的故障判断方法流程示意图。

如图1所示，本发明第一方面公开了一种旋转设备的故障判断方法，包括：

s102应力波传感器获取所述的旋转设备的故障振动信号；

s104处理器基于旋转设备的故障振动信号，分解出旋转设备的应力波加速度信号；

s106在预设时间内，进行信号数据的多次采集，对应力波加速度信号进行积分得应力波速度信号；

s108处理器将所得的应力波速度信号通过数据网关传输给云平台，云平台进行分析处理，得到故障结果。

需要说明的，本发明中传感节点的设置可以是一个或者多个，所述状态数据可以是单一传感节点采集的数据，也可以是多种传感节点的组成的多维数据。

本发明中通过传感节点采集的旋转设备中状态数据，通过数据网关的预判处理，可以避免非异常工况的状态数据上传占据传统带宽，带来时延和数据传输量大等问题，此外数据网关可以在在设定时间段内保存，在解析设备非工作时段或者空闲时段上传数据。

进一步需要说明的是，本发明中的云平台，克服了传统单一故障模型综合判断的缺陷，可以针对异常捕获、故障分析、故障诊断分别做预警，使得预警更加合理科学。

本方案中，所述的应力波加速度信号包括x轴方向、y轴方向、z轴方向的应力波加速度信号，所述的x轴应力波加速度信号记为a(x)，y轴应力波加速度信号记为a(y)，z轴应力波加速度信号记为a(z)。

本方案中，所述的应力波加速度信号进行积分得应力波速度信号，x轴应力波速度信号记为v(x)，y轴应力波速度信号记为v(y)，z轴应力波速度信号记为v(z)。

本方案中，所述的应力波传感器在x轴、y轴、z轴方向各设置n个，n≥2。

本方案中，处理器将所得的应力波速度信号通过数据网关传输给云平台，云平台进行分析处理，得到故障结果，具体为：

云平台将接收到的应力波速度信号，带入公式：

v(x，t)＝v(x1，t)-v(x2，t1)+v(x1，t2)，其中v(x，t)为t时刻待测旋转设备x轴方向上的应力波速度，v(x1，t)为t时刻待测旋转设备x轴方向上第一应力波传感器的应力波速度，v(x2，t1)为t1时刻待测旋转设备x轴方向上第二应力波传感器的应力波速度，v(x1，t2)为t2时刻待测旋转设备x轴方向上第一应力波传感器的应力波速度；

v(y，t)＝v(y1，t0)-v(y2，t1)+v(y1，t2)，其中v(y，t)为t时刻待测旋转设备y轴方向上的应力波速度，v(y1，t)为t时刻待测旋转设备y轴方向上第一应力波传感器的应力波速度，v(y2，t1)为t1时刻待测旋转设备y轴方向上第二应力波传感器的应力波速度，v(y1，t2)为t2时刻待测旋转设备y轴方向上第一应力波传感器的应力波速度；

v(z，t)＝v(z1，t0)-v(z2，t1)+v(z1，t2)，其中v(z，t)为t时刻待测旋转设备z轴方向上的应力波速度，v(z1，t)为t时刻待测旋转设备z轴方向上第一应力波传感器的应力波速度，v(x2，t1)为t1时刻待测旋转设备z轴方向上第二应力波传感器的应力波速度，v(z1，t2)为t2时刻待测旋转设备z轴方向上第一应力波传感器的应力波速度；

进行分析处理得出x轴方向、y轴方向、z轴方向的应力波曲线图，根据各个方向应力波曲线图不同的特征，对待测旋转设备的故障原因进行判别。

需要说明的是，若在t1时刻之后预设的时间段t内，所述旋转设备应力波状态值与预设标准状态值的差小于预设阈值，则将调整采样频率为当前采样频率的n倍，继续采样t时间段并对采样数据做预判处理，通过在预设时间段调节一次采样频率，可以避免某些低频异常故障工况无法的状态数据在原采样频率下无法得到的问题。

本方案中，所述的云平台还包括故障诊断模块、设备档案模块、故障诊断库；

故障诊断模块，用于对接收的应力波速度信号进行处理分析；

设备档案模块，用于存储旋转设备不同传感器对应的检测数据；

故障诊断库，用于存储及更新分析后判断数据对应的诊断结果，包括转子不平衡、轴系不居中、机械松动、滚动轴承故障、滑动轴承故障、齿轮故障。

需要说明的是，本方案通过故障诊断模块并将判断数据进行更新于故障诊断库中，克服了传统综合判断模型中，判断不精确不准确的缺陷。

图2示出了本发明一种旋转设备的故障判断方法系统的框图。

如图2所示，本发明第二发明公开了一种旋转设备的故障判断系统，包括存储器和处理器，所述的存储器中包括旋转设备的故障判断方法程序，所述的旋转设备的故障判断方法程序被所述的处理器执行时，实现如下步骤：

s102应力波传感器获取所述的旋转设备的故障振动信号；

s104处理器基于旋转设备的故障振动信号，分解出旋转设备的应力波加速度信号；

s106在预设时间内，进行信号数据的多次采集，对应力波加速度信号进行积分得应力波速度信号；

s108处理器将所得的应力波速度信号通过数据网关传输给云平台，云平台进行分析处理，得到故障结果。

本方案中，所述的应力波加速度信号包括x轴方向、y轴方向、z轴方向的应力波加速度信号，所述的x轴应力波加速度信号记为a(x)，y轴应力波加速度信号记为a(y)，z轴应力波加速度信号记为a(z)。

本方案中，所所述的应力波传感器在x轴、y轴、z轴方向各设置n个，n≥2。

本方案中，处理器将所得的应力波速度信号通过数据网关传输给云平台，云平台进行分析处理，得到故障结果，具体为：

云平台将接收到的应力波速度信号，带入公式：

v(x，t)＝v(x1，t)-v(x2，t1)+v(x1，t2)，其中v(x，t)为t时刻待测旋转设备x轴方向上的应力波速度，v(x1，t)为t时刻待测旋转设备x轴方向上第一应力波传感器的应力波速度，v(x2，t1)为t1时刻待测旋转设备x轴方向上第二应力波传感器的应力波速度，v(x1，t2)为t2时刻待测旋转设备x轴方向上第一应力波传感器的应力波速度；

v(y，t)＝v(y1，t0)-v(y2，t1)+v(y1，t2)，其中v(y，t)为t时刻待测旋转设备y轴方向上的应力波速度，v(y1，t)为t时刻待测旋转设备y轴方向上第一应力波传感器的应力波速度，v(y2，t1)为t1时刻待测旋转设备y轴方向上第二应力波传感器的应力波速度，v(y1，t2)为t2时刻待测旋转设备y轴方向上第一应力波传感器的应力波速度；

v(z，t)＝v(z1，t0)-v(z2，t1)+v(z1，t2)，其中v(z，t)为t时刻待测旋转设备z轴方向上的应力波速度，v(z1，t)为t时刻待测旋转设备z轴方向上第一应力波传感器的应力波速度，v(x2，t1)为t1时刻待测旋转设备z轴方向上第二应力波传感器的应力波速度，v(z1，t2)为t2时刻待测旋转设备z轴方向上第一应力波传感器的应力波速度；

进行分析处理得出x轴方向、y轴方向、z轴方向的应力波曲线图，根据各个方向应力波曲线图不同的特征，对待测旋转设备的故障原因进行判别。

需要说明的是，若在t1时刻之后预设的时间段t内，所述旋转设备应力波状态值与预设标准状态值的差小于预设阈值，则将调整采样频率为当前采样频率的n倍，继续采样t时间段并对采样数据做预判处理，通过在预设时间段调节一次采样频率，可以避免某些低频异常故障工况无法的状态数据在原采样频率下无法得到的问题。

本方案中，所述的云平台还包括故障诊断模块、设备档案模块、故障诊断库；

故障诊断模块，用于对接收的应力波速度信号进行处理分析；

设备档案模块，用于存储旋转设备不同传感器对应的检测数据；

故障诊断库，用于存储及更新分析后判断数据对应的诊断结果，包括转子不平衡、轴系不居中、机械松动、滚动轴承故障、滑动轴承故障、齿轮故障。

需要说明的是，本方案通过故障诊断模块并将判断数据进行更新于故障诊断库中，克服了传统综合判断模型中，判断不精确不准确的缺陷。

本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种旋转设备的故障判断方法程序，所述一种旋转设备的故障判断方法程序被处理器执行时，实现上述任一项所述的一种旋转设备的故障判断方法的步骤。

本发明公开的一种旋转设备的故障判断方法、系统和可读存储介质，通过对旋转设备的应力波速度进行检测，判断出旋转设备的故障状态，通过x轴、y轴、z轴方向各设置若干个应力波传感器，使得检测更加准确。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。