基于光纤传感的机械故障振动检测方法及系统与流程

本发明涉及光纤传感领域，特别是涉及基于光纤传感的机械故障振动检测方法及系统。

背景技术：

随着光纤传感技术发展，可利用光纤检测物体振动频率，由物体振动频率得知物体内部状况，例如机械内部异物、齿轮磨损、轴承间隙过大、转子扫膛、磁钢松动、电机机体偏转等。当检测光纤受到非正常干扰影响，光纤的振动发生改变，光纤中传输光的部分特性就会改变，采集模块获得振动信号，信号处理单元采样获得振动频率，再与数据库模型比对，判断出机械故障。

然而，现有机械故障监测方法通常采用人工拆卸逐一排查方法或经验判断法，以判断机械故障位置原因。现有的机械故障监测方法效率低。

技术实现要素：

本发明主要解决的技术问题是提供一种基于光纤传感的机械故障振动检测方法及系统，能够实现智能检测机械故障，提高故障检测效率。

为解决上述技术问题，本发明采用的一个技术方案是：基于光纤传感的机械故障检测方法，包括：采集模块获取光纤振动信号；信号处理单元采样获得振动频率；与数据库中模型比对确定。

其中，所述采用时域和空域对光纤振动信号采集，在光纤处理单元获得光纤信号源处振动强度，对所述光纤振动信号对比分类的步骤包括：对光电信号进行转换，输出光纤振动的信息，后将所述光纤振动的信息与数据库中预设的模型进行比对，根据比对结果，最后确定所述光纤振源类型为与之相匹配的所述预设模型对应的故障类型。

其中。将所述光纤振动的信息与对应的预设模型进行比对，根据比对结果，最后确定所述光纤振源类型为与之相匹配的所述预设模型对应的故障类型的步骤包括：判断所述光纤振动的信息中的波形特征是否不符合正常机械振动类型对应的预设波形特征；若不符合，则将所述光纤振源确定为故障振源，确定故障类型。

其中，将所述光纤振动的信息与对应的预设模型进行比对，根据比对结果，最后确定所述光纤振源类型为与之相匹配的所述预设模型对应的故障类型的步骤还包括：若所述光纤振动的信息不符合所有所述预设模型，则判断所述光纤振源暂为故障源，提醒建立新类型。

其中，将所述光纤振动的信息与对应的预设模型进行比对的步骤包括：获得所述光纤振动的信息中的波形特征稳定程度；若所述信息中的波形特征稳定程度超过第一程度，则将所述光纤振源类型确定为严重机械故障振源；若所述信息中的波形特征稳定程度低于第二程度，则将所述光纤振源类型确定为故障振源，其中，所述第一程度高于所述第二程度。

其中，所述方法还包括：划分所述光纤振动源对应的通知级别；按照所述光纤振源通知级别进行对应通知。

为解决上述技术问题，本发明采用的再一个技术方案是：基于光纤传感的机械故障检测系统，包括光纤传感器及识别终端；所述光纤传感器在一端口发出光信号1，并从所述一端口接收由所述光信号1反射得到的光信号2；所述识别终端用于光信号2对应的电信号转换为光纤振动信号时，对所述光纤振动信号进行振源类型识别。

上述方案，识别终端获取光纤反射的光信号，经分析获得信息，从而检测机械故障，无需人工参与，实现了对机械故障的智能检测，，其效果比人工识别更快更准确，提高了检测效率和准确性。

附图说明

图1是本发明基于光纤传感的机械故障振动检测方法及系统一实施方式的流程图；

图2是本发明基于光纤传感的机械故障振动检测方法及系统一实施方式的结构示意图；

图3是本发明基于光纤传感的机械故障振动检测方法及系统另一实施方式的流程图；

图4是本发明基于光纤传感的机械故障振动检测方法及系统再一实施方式的部分流程图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施方式中也可以实现本申请。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

请参阅图1，本发明基于光纤传感的机械故障振动检测方法及系统一实施方式的流程图，该方法包括：

s11：采集模块获取光纤振动信号。

其中，光纤振动信号为光纤电信号，在这里需要将微弱的相位变化转换为光强变化。该光纤电信号是由光纤反射回的光信号，将会经由光电转换电路获得后续计算需要的电信号。

s12：信号处理单元采样获得振动频率。

其中，信号处理单元包括将光纤反射回的光信号转换成电信号，同时要在这里对原始数据深度处理进行初步的数据量分析，将会抛弃无用的数据为后续步骤节省时间，有效降低主机平台的处理性能要求。

s13：与数据库中模型比对确定。

其中，数据库模型要按照现场机械情况进行故障一一对应采集建模，预先采集建模对最终比对结果十分重要，本发明采用循环神经网络（recurrentneuralnetworks，rnns）对系统采集训练建模，提高所建立模型的真实准确性和检测结果的可靠性。

请结合参阅图2，图2示出基于光纤传感的机械故障检测系统（以下简称故障检测系统），该故障检测系统采用光脉冲调制方式，通过探测背向散射信号的相位变化引起的反射光干涉强度变化，能够同时检测出多个并发振源，从而实现预警和对振源定位。该故障检测系统包括顺序连接的光纤传感器s21、光学采集s22、光电转换s23与终端故障识别s24。

光纤传感器s21设置于需检测机械，以检测该机械运转状况。光纤传感器s21根据具体长度要求采用单模或多模光纤，分布于机械外或内部，进行振动测量。其基本原理是当机械振动作用光纤时，引起光纤中纤芯发生形变，使纤芯的长度与折射率发生变化，背向瑞利散射光的相位随之发生变化。当光在光纤中传输时，由于光子与纤芯晶格发生作用，不断向后传输瑞利散射光，这些携带机械振动信息的信号光，经过光学采集s23处理，将微小的相位变化转换为光强变化，再经光电转换s23和信号放大处理后，进入终端故障识别s24进行数据分析。在终端故障识别s24中根据收到的数据，分析判断机械振动是否正常，若故障确认故障振动源。

具体地，光纤传感器s21向光纤中打入一个1x10^-8秒的方向向前的光，然后关闭发光器，并检测瑞利散射光回波。为实现能精确找到振源，要先把时间微分，才能精确计算出振源的距离。该技术能够达到最小2.5米的振源精度。先从一端发出光信号1，可以是脉冲信号，光信号1在光纤中经过瑞利散射，形成要反射回光纤传感器s21同一端的光信号2。光纤传感器s21输出光信号2到光学采集s22对光信号2进行采样，这里将得到多个采样光信号。采样样本间距是可以设定，例如，采样光信号1采样距离光纤一端2米位置反射的光信号，以此类推。同时光的时域反射计通过对返回光的功率与返回时间的关系获得光纤线路沿线的损耗情况。对振源的定位基于光时域反射技术，向光纤中注入一个脉冲，计算收到的返回脉冲和发射的脉冲之间的时间差来确定振源位置。

光电转换s23转换光纤返回的光信号为采样电信号，这样便于信号的后续处理。由于背向散射的光信号及其微弱，且其信噪比较小，必须经光电转换和信号处理后，进入计算机进行数据分析，根据分析的结果，判断机械故障类型，并根据检测发射光信号与瑞利散射返回的光信号的时间差，获得光纤长度米数，由此判断出光纤振源位置。即通过光电转换电路得到模拟信号，再进行模数转换，获得数字信号发至终端故障识别s24。

如上述，本实施例中的获得的原始光纤振源光信号及其微弱，且其信噪比较小，所以本发明采用光电电路对光电信号转换来输出光纤振动的信息，需要经由集成电路芯片，一种具有优良的信号处理能力的集成芯片，可以是数字信号处理（digitalsignalprocessing，dsp）、即现场可编程门阵列（field-programmablegatearray，fpga）对获得的光纤信号进行深度处理。

请结合参阅图3，图3是本发明基于光纤传感的机械故障振动检测方法及系统另一实施方式的流程图。本实施例中，已经预先采集好机械振动数据发至终端故障识别s24，已根据不同机械振源的信号特征建立对应模型。该振源类型主要包括机械正常振动与机械故障两大类，其中机械故障类包括机械内部异物、齿轮磨损、轴承间隙过大、转子扫膛、磁钢松动、电机机体偏转、皮带接头不平滑、定子绕阻接触不良或漏电、电动机过载、定转子铁芯松动、铁芯内部有气隙、定子端部铁芯张开、定子绕阻端部捆扎不结实或浸漆不好、连轴器或皮带轮与轴之间松动、被拖动机械卡住等。故障识别终端预先好建立上述振源故障类型对应的模型。在一实际应用中，该故障检测系统用于检测某工厂大型机械设备。所述方法包括以下步骤：

s31：识别终端获取光纤振动信号。

如上一实施例所述，在此不做赘述。

s32：判断最大能量值是否符合预设正常机械振动类型波形特征，若符合，则执行s31，否则执行s33。

如上述，本实施例中的光纤振源类型包括机械正常振动。识别终端可预先采集机械正常情况下光纤对应位置产生的振动信号，机械正常振动光纤产生的振动信息的波形特征与其他振源产生的波形特征存在区别，故以机械正常振动光纤产生的振动信息的波形特征建立波形特征模型，并以该波形特征模型判断是否为机械正常振动。

例如，预先测量的机械正常振动光纤振源产生的振动信号的波形特征，将该最大能量作为机械正常振动光纤振源所必须满足的波形特征条件。识别终端在获取到光纤振动信息后，对光纤振动信息进行计算，获得该信息的波形特征，并判断该波形特征满足哪一个类型波形特征，若满足机械正常振动类型则为机械正常振动光纤振源，否则不为机械正常振动光纤振源。其中，预先测量光纤振源的波形特征并保存极其重要，后续步骤将由此预先保存的波形特征为标准，本发明使用rnns来处理要预先测量的光纤振源波形特征，利用大型的连接循环网络代替传统的神经网络的中间层，达到简化建立机械故障模型的过程，从而提高建立机械故障模型的效率。

s33：寻找符合光纤振源波形特征的预设类型，若找到执行s34，若没有执行s35。

如上述，本实施例中的光纤振源类型包括机械故障类型中的各种机械问题。识别终端可预先采集各种机械故障时光纤对应位置产生的振动信息，并以该信息的波形特征比对所有机械故障类型中的波形特征，若有匹配判断波形特征稳定程度，若没有匹配则确定为未知机械故障，提醒建立新类型。

例如，识别终端预先提取各种机械故障产生的振动信息的波形特征。在该振动信号未完全满足波形特征模型但已有该类型特征一定相似度时，识别终端执行对应内容，获得该光纤振动信息的波形特征，判断该波形特征是否符合机械故障波形特征，若具有则为该振源类型，否则确定为未知故障，提醒建立新类型。

如上述，在光纤振源信号未完全满足波形特征模型但已有该类型特征一定相似度时，识别终端执行对应内容，获得该光纤振动信息的波形特征。其中对波形特征相似度的计算极其重要，再此之后的步骤基本将由该相似度决定，本发明从时域上入手，利用判断函数间正交性的方法。假设两光纤振源波形信号分别为x(t)第一信号、z(t)第二信号，假设倍数a，当a*z(t)不断接近x(t)时，用两信号的能量误差测量二者相似度。

具体地，为保证能量误差最小化，倍数a为两信号之积在时域积分比第二信号平方在时域的积分为最佳，假设x(t)与z(t)的相关数为xz，则xz²-1为在时域积分能量误差比第一信号，即xz就是相似度。

s34：该振源信息中的波形特征稳定程度，若超过第一程度，定位严重机械故障，若低于第二程度，定位警告机械故障。

如上述，本实施例中的光纤振源类型中的机械故障类型包括各种机械问题。识别终端可预先采集各种机械故障时光纤对应位置产生的振动信息，预先采集完成后，分类认为轻微缺少润滑脂、定子绕阻轻微接触不良、键或键槽磨损、皮带处接头不平滑，齿轮轻微磨损等轻微机械故障属低于第二程度。定位为警告机械故障，警告机械故障也会推送并显示故障位置和故障名称，与严重机械故障推送区别于推送颜色和声音预警。认为转子与铁芯配合松动、电流不平衡、漏电、定子内首端位置接错或有断线短路、电动机过载、铁芯内部有气隙或松动、电动机转子扫膛等比较危险的机械故障属于超过第一程度，定位为严重机械故障。

例如，识别终端预先提取各种机械故障产生的振动信息的波形特征。在该振动信号未满足波形特征模型但已有该类型一定相似率特征时，识别终端执行对应内容，获得该光纤振动信息的波形特征，判断该波形特征是否属于超过第一程度，若是则定位该振源类型为严重机械故障，否则定位该振源类型为警告机械故障。

s35：提醒建立新的类型。若没有寻找到匹配的类型则另行通知建立新类型，不在执行后续步骤返回s31。

如上述，本实施例中的光纤振源类型中的机械故障类型包括各种机械问题。若发现新机械故障类型，将不会执行后续步骤只发送提醒通知，填入新的机械故障类型。

s36：将光纤振源定位严重机械故障。若振光纤振源信息的波形特征稳定程度超过第一程度，认为是严重机械故障。

如上述，本实施例中的光纤振源类型中的机械故障类型划分为两个稳定程度，第一程度属于机械故障类型中对机械损害或对外界环境比较危险的，若光纤振源故障类型超过第一程度，将被定位为严重机械故障。

s37：将光纤振源定位警告机械故障。若振光纤振源信息的波形特征稳定程度低于第二程度，认为是警告机械故障。

如上述，本实施例中的光纤振源类型中的机械故障类型划分为两个稳定程度，第二程度属于机械故障类型中对机械损害或对外界环境很小或没有的，若光纤振源故障类型低于第一程度，将被定位为警告机械故障。

s38：将光纤振源类型确定为与之匹配的故障类型。在s303获得光纤振源的故障类型，在此处将匹配的故障类型与该振源绑定，结束此流程。

进一步，请结合参阅图4，为了提高基于光纤传感的机械故障检测系统的准确性和可读性，在结束上述步骤后，还包括以下步骤：

s41：划分所述光纤振动源对应的通知级别。

识别终端对不同的机械故障类型设置不同的等级，主要依据故障对机械损害程度和对外界危险程度划分，低于第二程度的警告机械故障级别较低，超过第一程度的严重机械故障级别较高，从高到低级别，级别最低为轻微缺少润滑脂，对机械损害和对外界危险程度较小。

s42：按照所述光纤振源通知级别进行对应通知。

识别终端执行完s41后，获得该光纤振源故障等级，判断若等级最高，发送红色预警通知，若故障等级为最低级，则发送黄色预警通知。

本实施例中，识别终端的结果结合信号处理单元的采样信号才能判断出机械故障原因，故对于光纤振动信号能否准确采样极为重要。本发明识别终端为使采样信号丰富每次偏移量都短于该采样信号的时域长度，后在相邻间仅添加少量的新数据，提高识别精准率，也提高匹配的准确率，即提高机械故障的检测准确率。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。