一种旋转机械早期故障预警方法技术

本发明专利技术公开了一种旋转机械早期故障预警方法，充分利用设备在线监测系统的监测参数数据，以实现设备运行异常早期报警并提高设备报警的准确率。本发明专利技术的早期故障预警方法利用谱距离指标函数提取设备振动特征信号，利用l

An early warning method for rotating machinery

【技术实现步骤摘要】
一种旋转机械早期故障预警方法
本专利技术涉及设备状态监测预警
，特别涉及一种旋转机械早期故障预警方法。
技术介绍
旋转机械在流程工业中被广泛使用，设备的安全运行能够带来良好的经济效益和社会效益，因此，实现旋转机械早期故障预警至关重要。由于常规报警阈值线设置依据相关设备国家标准为固定阈值线，固定阈值报警方法存在“报警不足”或“同一事件反复报警”的问题；存在难以在故障发生初期追踪到故障的发生和发展的问题；存在难以实现设备预测性维修以确保设备运行安全的问题。为了使监测系统实现早期预警而将报警阈值调低，则可能会因为噪声及采集误差的影响导致监测数据反复穿越报警线而错误报警。充分利用设备在线监测系统的监测参数数据，研究能够解决上述问题的早期故障预警技术，防止隐患发展为事故，减少设备故障报警不及时或误报警给企业可能带来的安全、环境、生产损失等影响后果，具有重要的工程研究意义。
技术实现思路
本专利技术目的在于提供一种旋转设备早期故障预警方法，基于机械设备运行可靠度函数(谱距离指标函数)提取设备振动特征信号，利用l1趋势滤波技术对振动特征信号进行滤波处理，根据滤波后振动特征信号曲线斜率变化，构建基于可靠度函数趋势滤波技术的早期故障预警模型，判断早期故障发生与否的原则不是基于固定阈值报警线，而是当振动特征信号趋势滤波后曲线斜率变化超过某一设定倍数时，认为发生早期故障，以实现设备运行异常早期报警并提高设备报警的准确率，为设备预测性维修提供技术支撑。为实现上述目的，本专利技术提供了一种旋转设备早期故障预警方法，包括：Step1:选取所述旋转设备正常状态监测数据为参考数据，根据谱距离指标函数提取设备振动特征信号；Step2:采用l1趋势滤波技术对振动特征信号进行趋势滤波处理，得到消除采集误差后平滑的机组真实振动趋势曲线；Step3:求取平滑振动趋势曲线各点的导数值，选取正常运行状态下的某一点作为参考点，该点处导数值作为参考数值；Step4:预先设定阈值倍数，当实时数据点处的导数值大小超过参考数值的阈值倍数时，视为设备发生早期故障，产生预警。所述根据谱距离指标函数提取设备振动特征信号，具体包括以下步骤：(1)选取旋转设备正常状态监测数据x(t)以及振动特征信号中的实时监测数据y(t)，Jx,y是运行“优秀”状态信号x(t)和待评估状态信号y(t)之间的J散度，可以表示为：式中，Sx(k)和Sy(k)分别是信号x(t)和y(t)的自功率谱，N为功率谱线个数；(2)计算谱距离指标函数R：式中，α为灵敏度系数，由设备性能退化趋势决定。所述采用l1趋势滤波技术对振动特征信号进行趋势滤波处理，得到消除采集误差后平滑的机组真实振动趋势曲线，具体包括以下步骤：(1)设定趋势滤波的平滑度系数λ大小，要根据对信号处理的实际需求对λ进行取值；(2)采用l1趋势滤波技术对谱距离指标函数提取的振动特征信号进行滤波处理，得到消除采集误差后平滑的机组真实振动趋势曲线；(3)l1趋势滤波技术通过最小加权目标函数实现，即使下式最小，公式为：(1/2)式中，yi(i＝1,…,n)为标准时间序列，即振动特征信号，xi为基本趋势，n为振动特征信号组数，λ是一个非负参数来控制趋势线的平滑性和平衡余项的大小，控制估计的趋势和信号冗余之间的平衡。所述求取平滑振动趋势曲线各点的导数值，具体包括以下步骤：根据求导公式，计算振动趋势曲线各点处的斜率大小，即导数值大小。所述预先设定阈值倍数，当实时数据点处的导数值大小超过参考数值的阈值倍数时，视为设备发生早期故障，产生预警，具体包括以下步骤：(1)设定阈值倍数m，m的取值需要根据以往故障案例监测数据训练得出。参考点导数值越趋近于0，调整参数m值需要越大；参考点导数值越远离0，调整参数m值需要越小；(2)实时数据点i处的导数值ki(i＝1,2,…,n)的大小，n为数据样本数量。取正常运行状态下的一点i0的导数值为参考点，一般接近于0，规定当时，认为设备处于正常运行状态，当时，判断设备运行偏离正常状态或发生早期故障。本专利技术具有以下有益效果：本专利技术提供一种旋转设备早起故障预警方法，通过谱距离指标函数提取设备振动特征信号，利用l1趋势滤波技术对振动特征信号进行滤波处理，根据滤波后振动特征信号曲线斜率变化，当实时数据点处的导数值大小超过参考数值的阈值倍数时，视为设备发生早期故障，产生预警。该方法减少了“报警不足”或“同一事件反复报警”的问题，不仅可以预测设备早期故障的发生、发展，而且可以实时掌控正常运行设备早期故障发生、发展态势，能够为设备预测性维修提供技术支撑。附图说明图1所示为本专利技术算法流程示意图；图2所示为谱距离指标系数趋势滤波曲线；图3所示为谱距离指标系数导数值变化曲线；图4所示为早起故障点处数据频谱图。具体实施方式以下结合附图和具体实施例进一步描述。参考图1，本专利技术旋转机械早期故障预警方法，包括：选取所述旋转设备正常状态监测数据为参考数据，根据谱距离指标函数提取设备振动特征信号；采用l1趋势滤波技术对振动特征信号进行趋势滤波处理，得到消除采集误差后平滑的机组真实振动趋势曲线；求取平滑振动趋势曲线各点的导数值，选取正常运行状态下的某一点作为参考点，该点处导数值作为参考数值；预先设定阈值倍数，当实时数据点处的导数值大小超过参考数值的阈值倍数时，视为设备发生早期故障，产生预警。具体地，以美国辛辛那提大学NSFI/UCR中心轴承实验台NO.2轴承运转正常的第200组数据为参考，选取该轴承运转到坏的全部数据作为监测数据，计算该轴承全生命周期内的谱距离指标。采用l1趋势滤波技术对谱距离指标进行趋势滤波处理，设定趋势滤波的平滑度系数λ为75，得到消除采集误差后平滑的机组真实振动趋势曲线，谱距离指标趋势滤波前后对比图如图2所示；求取谱距离指标趋势滤波后曲线各点的导数值，导数值曲线如图3所示，选择第200组数据处导数值作为参考数值，此时参考点导数值接近于0；根据导数曲线突变处数值大小，预先设定阈值倍数m＝5，在第533组数据处时有k533＞5×k200，由此判断轴承数据在第533处可能发生早期故障。为识别实验数据早期故障点，针对NO.2轴承外圈故障数据进行频谱分析，结果如图4所示。在第532组数据的频谱图(4(a))中未出现故障特征频率，在第533组数据的频谱图(4(b))中出现了轴承外圈故障特征频率。由此说明，轴承的早期故障发生在第533组数据处。本文档来自技高网...

【技术保护点】
1.一种旋转设备早期故障预警方法，其特征在于：该方法包括如下步骤，/nStep1:选取所述旋转设备正常状态监测数据为参考数据，根据谱距离指标函数提取设备振动特征信号；/nStep2:采用l

【技术特征摘要】
1.一种旋转设备早期故障预警方法，其特征在于：该方法包括如下步骤，
Step1:选取所述旋转设备正常状态监测数据为参考数据，根据谱距离指标函数提取设备振动特征信号；
Step2:采用l1趋势滤波技术对振动特征信号进行趋势滤波处理，得到消除采集误差后平滑的机组真实振动趋势曲线；
Step3:求取平滑振动趋势曲线各点的导数值，选取正常运行状态下的某一点作为参考点，该点处导数值作为参考数值；
Step4:预先设定阈值倍数，当实时数据点处的导数值大小超过参考数值的阈值倍数时，视为设备发生早期故障，产生预警。


2.根据权利要求1所述的一种旋转设备早期故障预警方法，其特征在于：所述根据谱距离指标函数提取设备振动特征信号，具体包括以下步骤，
(1)选取旋转设备正常状态监测数据x(t)以及振动特征信号中的实时监测数据y(t)，Jx,y是运行“优秀”状态信号x(t)和待评估状态信号y(t)之间的J散度，表示为：



式中，Sx(k)和Sy(k)分别是信号x(t)和y(t)的自功率谱，N为功率谱线个数；
(2)计算谱距离指标函数R：



式中，α为灵敏度系数，由设备性能退化趋势决定。


3.根据权利要求1所述的一种旋转设备早期故障预警方法，其特征在于：所述采用l1趋势滤波技术对振动特征信号进行趋势滤波处理，得到消除采集误差后平滑的机组真实振动趋势曲线，具体包括以下步骤：
(1)设定...

【专利技术属性】
技术研发人员：王庆锋，刘家赫，卫炳坤，马文生，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：北京;11