The present invention relates to an intelligent device detection method, detection for a shaft equipment operation condition, including the detection method of intelligent equipment: the detection of the equipment. The operation of dynamic signal, running dynamic signal comprises a vibration signal and selectively includes a shaft speed signal; for the operation of dynamic signal frequency and the number of a predetermined bandwidth range to calculate the number of features of each of the bandwidth for individual value corresponding to the number of features of the values were a RMS, a kurtosis coefficient and a variable value; and the value of each feature number a feature of each of the bandwidth range corresponding to the value of individual baseline comparison respectively corresponding to each of a plurality of features and the bandwidth of the range of values.
【技术实现步骤摘要】
智能设备检测方法
本专利技术涉及一种设备检测方法,特别是涉及一种智能设备检测方法。
技术介绍
设备检测技术是指利用仪器对于运转中的设备进行整体或部分监测,以取得代表设备运转状况的信号,并对信号作分析以判断设备运转是否异常,以及运转异常的种类,并进行维修方法的判断。设备检测技术可对设备零件的老化、损坏、歪斜情形有精确的把握,并且,在此前提下将设备的保养从定期维修改为预防维修,一方面减少对于设备零件状况不了解就进行拆卸所可能带来的对设备的损伤,一方面减少设备停机所带来的成本损失,进一步提升了设备管理以及维护的效率从而提升产业竞争力。现有的设备检测技术存在以下问题。现有的设备检测技术须在设备为固定转速的运转模式的设备,始能有效对于从设备撷取的信号进行分析,故可应用的设备有限。并且,现有设备检测技术使用离散小波转换将获取的信号进行分频,从而使用离散小波转换无法将信号分频成任意带宽范围的信号,如此将降低对于设备细部零件状况的掌握。另外,现有的设备检测技术使用均方根值、波高率作为获取的信号的特征指针,其中均方根值代表设备零件的振动程度,峰度系数代表零件之间的敲击程度,然而设备运转的异常非全靠均方根植及波高率所能表现,故对于均方根植及波高率所无法表现的异常状况,现有的设备检测技术无法侦测所述的异常从而无法达到对设备损坏的预防。鉴于上述,现有的设备检测方法只能被应用于定转速设备,且使用的分频方式未能精确掌握所有设备零件的状况,此外,现有的设备检测方法表现设备运转的异常的特征指针并不够充分,设备检测对于设备异常的辨识能力较低。
技术实现思路
因此,本专利技术的一目的即提供一种智 ...
【技术保护点】
一种智能设备检测方法,用以对一轴转设备的运转状况进行检测,其特征在于,所述的智能设备检测方法包含下列步骤:(a)在所述的轴转设备处于一轴转状态下时侦测所述的轴转设备从而得出一运转动态信号,所述的运转动态信号包括一振动信号且选择性地包括一轴转速信号;(b)对于所述的运转动态信号分频为预定的数个带宽范围从而计算出每个所述的带宽范围所分别对应的数个特征值,其中所述的数个特征值分别为一均方根值、一峰度系数及一调变值;以及(c)将每个所述的带宽范围所分别对应的数个特征值分别与对应于每个所述的带宽范围的数个特征值的个别基线比对,从而判断所述的设备的运转状况,其中,当所述的设备为定转速时,所述的个别基线由对于所述的轴转设备在一正常轴转状态下所预先取得的一正常运转振动信号的每个所述的带宽范围所分别对应的数个基准特征值利用统计分析的信赖区间定义计算所得,以及当所述的设备为变转速时,所述的个别基线利用回归分析建立所述的轴转设备在正常轴转状态下所预先取得的一正常运转轴转速信号与所述的正常运转振动信号的每个所述的带宽范围所分别对应的数个基准特征值的回归模型,再利用统计分析的信赖区间定义计算所得。
【技术特征摘要】
1.一种智能设备检测方法,用以对一轴转设备的运转状况进行检测,其特征在于,所述的智能设备检测方法包含下列步骤:(a)在所述的轴转设备处于一轴转状态下时侦测所述的轴转设备从而得出一运转动态信号,所述的运转动态信号包括一振动信号且选择性地包括一轴转速信号;(b)对于所述的运转动态信号分频为预定的数个带宽范围从而计算出每个所述的带宽范围所分别对应的数个特征值,其中所述的数个特征值分别为一均方根值、一峰度系数及一调变值;以及(c)将每个所述的带宽范围所分别对应的数个特征值分别与对应于每个所述的带宽范围的数个特征值的个别基线比对,从而判断所述的设备的运转状况,其中,当所述的设备为定转速时,所述的个别基线由对于所述的轴转设备在一正常轴转状态下所预先取得的一正常运转振动信号的每个所述的带宽范围所分别对应的数个基准特征值利用统计分析的信赖区间定义计算所得,以及当所述的设备为变转速时,所述的个别基线利用回归分析建立所述的轴转设备在正常轴转状态下所预先取得的一正常运转轴转速信号与所述的正常运转振动信号的每个所述的带宽范围所分别对应的数个基准特征值的回归模型,再利用统计分析的信赖区间定义计算所得。2.根据权利要求1所述的智能设备检测方法,其特征在于,步骤(a)中,所述的振动信号为一振动加速度信号。3.根据权利要求2所述的智能设备检测方法,其特征在于,步骤(b)中,所述的不同类别的特征值的计算包括下列步骤:(b1)利用积分方法将所述的振动加速度信号积分为一振动速度信号;(b2)对于所述的振动加速度信号及所述的振动速度信号进行谐波小波滤波,使所述的振...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。