一种基于大数据挖掘技术的辅机振动预警方法及系统技术方案

本发明专利技术涉及一种基于大数据挖掘技术的辅机振动预警方法及系统，其中，该方法包括：将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；若所述比较结果为：实时振动数据C大于振动标准值B，发出故障报警提示。该系统包括：比较模块，用于将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；预警模块，用于当所述比较结果为实时振动数据C大于振动标准值B时，发出故障报警提示本发明专利技术能够达到提前预警发电厂辅机振动故障、快速消除辅机振动故障的目的，保证了发电厂辅机系统的安全稳定运行。

An Auxiliary Machine Vibration Early Warning Method and System Based on Large Data Mining Technology

The present invention relates to an auxiliary machine vibration early warning method and system based on large data mining technology. The method includes: comparing the historical vibration data A and vibration standard value B of each measuring point of auxiliary machine in power plant with the real-time vibration data C, and obtaining the comparative results; if the real-time vibration data C is larger than the vibration standard value B, giving out the fault alarm prompt. The system includes: a comparison module, which is used to compare the historical vibration data A and the vibration standard value B of each measuring point of auxiliary machinery in power plant with the real-time vibration data C, and obtain the comparison results; an early warning module, which is used to send out a fault alarm when the comparison result is that the real-time vibration data C is larger than the vibration standard value B, indicates that the invention can achieve early warning of auxiliary machinery vibration fault in power plant, and fast warning. The purpose of eliminating the vibration fault of auxiliary machine is to ensure the safe and stable operation of auxiliary system in power plant.

【技术实现步骤摘要】
一种基于大数据挖掘技术的辅机振动预警方法及系统
本专利技术属于旋转设备振动故障诊断
，尤其涉及一种基于大数据挖掘技术的辅机振动预警方法及系统。
技术介绍
旋转设备振动故障的诊断及控制是一项理论与实践紧密结合、以理论为基础、以实践为途径、以解决振动问题为目的的综合性工作。在发电厂中，旋转设备众多，各类风机、水泵、电动机等旋转设备是热力发电系统中的重要组成部分。旋转设备的振动故障具有突发性、持续性、危害严重性等特点。发电厂中各旋转设备均属于某一个分系统，因此旋转设备一旦发展振动故障直接影响分系统的运行，甚至影响整个发电厂的安全运行。因此，需要一种辅机振动预警方案来保证发电厂辅机系统的安全稳定运行。
技术实现思路
本专利技术的目的是提供一种基于大数据挖掘技术的辅机振动预警方法及系统，以保证发电厂辅机系统的安全稳定运行。本专利技术提供了一种基于大数据挖掘技术的辅机振动预警方法，包括：将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；若比较结果为：实时振动数据C大于振动标准值B，发出故障报警提示。进一步地，若所述比较结果为：C/A>2<B，发出振动异常报警提示。进一步地，若比较结果为：C/A>2>B,发出检修提示。进一步地，该方法还包括：实时显示所述故障报警提示、振动异常提示及检修提示的信息。本专利技术还提供了一种基于大数据挖掘技术的辅机振动预警系统，包括：比较模块，用于将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；预警模块，用于当比较结果为实时振动数据C大于振动标准值B时，发出故障报警提示。进一步地，预警模块还用于：当比较结果为C/A>2<B时，发出振动异常报警提示。进一步地，预警模块还用于：当比较结果为C/A>2>B时,发出检修提示。进一步地，该系统还包括：显示模块，用于实时显示故障报警提示、振动异常提示及检修提示的信息。进一步地，该系统还包括振动数据采集系统及发电厂辅机各测点振动历史数据库，振动数据采集系统用于在发电厂辅机系统建成后采集各测点的振动数据存入历史数据库，在发电厂辅机系统投入运行后，实时采集各测点的振动数据。进一步地，振动数据采集系统包括振动速度传感器及键相传感器。借由上述方案，通过基于大数据挖掘技术的辅机振动预警方法及系统，能够达到提前预警发电厂辅机振动故障、快速消除辅机振动故障的目的，保证了发电厂辅机系统的安全稳定运行。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。附图说明图1为本专利技术一种基于大数据挖掘技术的辅机振动预警系统的结构框图。图中标号：1-发电厂辅机各测点振动历史数据库；2-比较模块；3-显示模块；4-预警模块；5-振动处理方案；6-电动机；7-辅机设备；8-第一轴承；9-第二轴承；10-第三轴承；11-第四轴承；12-水平安装的振动传感器；13-垂直安装的振动传感器；14-水平安装的光电传感器；15-反光带。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。本实施例提供了一种基于大数据挖掘技术的辅机振动预警方法，包括：将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；发电厂辅机各测点历史振动数据A可以是辅机系统首次启动的振动数据及稳定运行的振动数据。若比较结果为：实时振动数据C大于振动标准值B，发出故障报警提示。若所述比较结果为：C/A>2<B，发出振动异常报警提示。若比较结果为：C/A>2>B,发出检修提示。振动工程师可以利用停机机会进行检修。振动工程师收到报警提示后，根据具体情况，综合历史数据、振动标准值及实时振动数据对辅机振动状态进行综合评价，出具振动处理方案。达到提前预警发电厂辅机振动故障、快速消除辅机振动故障的目的，保证发电厂辅机系统的安全稳定运行。在本实施例中，该方法还包括：实时显示所述故障报警提示、振动异常提示及检修提示的信息。参图1所示，本实施例还提供了一种基于大数据挖掘技术的辅机振动预警系统，包括：比较模块2，用于将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；发电厂辅机各测点历史振动数据A可以是辅机系统首次启动的振动数据及稳定运行的振动数据。预警模块4，用于当比较结果为实时振动数据C大于振动标准值B时，发出故障报警提示。当比较结果为C/A>2<B时，发出振动异常报警提示。当比较结果为C/A>2>B时,发出检修提示。在本实施例中，该系统还包括：显示模块3，用于实时显示故障报警提示、振动异常提示及检修提示的信息。在本实施例中，该系统还包括振动数据采集系统及发电厂辅机各测点振动历史数据库1，振动数据采集系统用于在发电厂辅机系统建成后采集各测点的振动数据存入历史数据库，在发电厂辅机系统投入运行后，实时采集各测点的振动数据。在本实施例中，振动数据采集系统包括振动速度传感器及键相传感器。该发电厂辅机系统包括电动机6、辅机设备7、第一轴承8、第二轴承9、第三轴承10、第四轴承11，键相传感器及振动传感器(水平安装的振动传感器12、垂直安装的振动传感器13、水平安装的光电传感器14、反光带15)。现场发电机辅机振动速度由安装在电动机6两端支持轴承和辅机设备侧的两支持轴承的振动速度传感器测取，振动相位值由振动速度传感器和键相传感器共同测取。发电厂辅机系统建成后，利用各测点的振动数据采集系统采集振动数据存入历史数据库，同时在历史数据库中设置振动标准值。辅机系统投入运行后，振动采集系统实时采集振动数据与历史数据、振动标准值相比较，当测得的振动数据的幅值和相位与历史数据相差较大时，在线提示报警，振动工程师根据具体情况出具振动处理方案，达到提前预警发电厂辅机振动故障、快速消除辅机振动故障的目的，保证发电厂辅机系统的安全稳定运行。以上所述仅是本专利技术的优选实施方式，并不用于限制本专利技术，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于大数据挖掘技术的辅机振动预警方法，其特征在于，包括：将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；若所述比较结果为：实时振动数据C大于振动标准值B，发出故障报警提示。

【技术特征摘要】
1.一种基于大数据挖掘技术的辅机振动预警方法，其特征在于，包括：将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；若所述比较结果为：实时振动数据C大于振动标准值B，发出故障报警提示。2.根据权利要求1所述的一种基于大数据挖掘技术的辅机振动预警方法，其特征在于，若所述比较结果为：C/A>2<B，发出振动异常报警提示。3.根据权利要求2所述的一种基于大数据挖掘技术的辅机振动预警方法，其特征在于，若所述比较结果为：C/A>2>B,发出检修提示。4.根据权利要求3所述的一种基于大数据挖掘技术的辅机振动预警方法，其特征在于，还包括：实时显示所述故障报警提示、振动异常提示及检修提示的信息。5.一种基于大数据挖掘技术的辅机振动预警系统，其特征在于，包括：比较模块，用于将发电厂辅机各测点历史振动数据A及振动标准值B与实时振动数据C进行比较，得到比较结果；预警模块，用于当所述比较结果为实时振动数据C大于振动标准值B时，发出故障报警提示...

【专利技术属性】
技术研发人员：高岩松，王凤良，戚鹏，陆源，邱永刚，
申请(专利权)人：大唐东北电力试验研究院有限公司，
类型：发明
国别省市：吉林,22