一种转动设备的故障监测方法技术

本发明专利技术涉及转动设备监测技术领域，具体涉及一种转动设备的故障监测方法，包括：步骤S1：获取所述加速度信号；步骤S2：对所述加速度信号进行频谱编辑积分处理，以生成速度信号和位移信号；步骤S3：根据所述速度信号和位移信号判断所述转动设备是否存在故障。本发明专利技术的有益效果在于：基于传感器特性进行频谱编辑处理，有效抑制了加速度信号中的底噪，并根据信号底噪大小和峰值分布特性对干扰成分进行有效抑制，并保留有效信号。本方法计算复杂度低，效果准确，能够较好适应在线监测场景。能够较好适应在线监测场景。能够较好适应在线监测场景。

【技术实现步骤摘要】
一种转动设备的故障监测方法


[0001]本专利技术涉及转动设备监测
，具体涉及一种转动设备的故障监测方法。

技术介绍

[0002]目前我国在冶金、石油、化工等行业中，旋转机械设备约占80％。其中许多设备工作在高速、重载等恶劣环境中，极易发生故障，由于设备损坏导致的非计划停机给企业带来了巨额损失，因此，对上述旋转机械设备进行故障监测诊断具有重大意义。
[0003]现有的旋转机械故障诊断中基于振动信号的监测技术是最为直接有效的方法，其中设备中的齿轮、轴承故障引起的振动容易被加速度传感器俘获，转子不平衡、不对中、松动等故障则容易激发设备的转频及谐波成分等低频成分，对应振动速度或位移信号频段，考虑到成本等原因，目前主流的数据采集方式为通过一种传感器进行数据采集，再通过数值积分或微分的方式得到不同量纲的振动信号。对加速度信号进行一次或二次积分可以得到设备的速度和位移等信息。然而，由于存在直流分量、温度漂移、传感器低频性能不稳定、环境干扰、底噪等导致的信号失真问题，现有方法遇到了一些挑战。时域积分存在无法完全去除趋势项的问题，且在积分过程中容易出现误差累计；频域积分方法原理简单，可以有效地避免时域积分对微小误差信号的累积放大效应，但仍存在底噪成分无法完全去除问题，且易对低频处的底噪进行放大，导致真实成分被噪声淹没。

技术实现思路

[0004]针对现有技术中存在的上述问题，现提供一种转动设备的故障监测方法。
[0005]具体技术方案如下：
[0006]一种转动设备的故障监测方法，所述转动设备上设置一加速度传感器，用于生成加速度信号，则所述故障监测方法包括：
[0007]步骤S1：获取所述加速度信号；
[0008]步骤S2：对所述加速度信号进行频谱编辑积分处理，以生成速度信号和位移信号；
[0009]步骤S3：根据所述速度信号和位移信号判断所述转动设备是否存在故障。
[0010]优选地，所述步骤S2中的频谱编辑积分方法包括：
[0011]步骤S21：对所述加速度信号进行预处理以生成信号幅值序列；
[0012]步骤S22：对所述信号幅值序列进行处理以生成速度信号；
[0013]步骤S23：根据所述速度信号生成所述位移信号。
[0014]优选地，所述步骤S21包括：
[0015]步骤S211：对所述加速度信号去除直流分量，以生成预处理信号；
[0016]步骤S212：对所述预处理信号进行高通滤波，生成所述信号幅值序列。
[0017]优选地，所述步骤S22包括：
[0018]步骤S221：对所述信号幅值序列进行快速傅里叶变换以生成频谱幅值序列；
[0019]步骤S222：对所述频谱幅度序列进行频谱编辑以生成裁剪序列；
[0020]步骤S223：对所述裁剪序列进行傅里叶逆变换以生成所述速度信号。
[0021]优选地，所述步骤S222包括：
[0022]步骤S2221：根据所述频谱幅值序列生成第一序列地毯值；
[0023]步骤S2222：根据所述第一序列地毯值对所述频谱幅值序列进行频谱编辑。
[0024]优选地，所述步骤S23包括：
[0025]步骤S231：对所述速度信号进行快速傅里叶变换生成速度频谱序列；
[0026]步骤S232：对所述速度频谱序列进行频谱编辑以生成速度编辑序列；
[0027]步骤S233：根据所述速度编辑序列进行傅里叶逆变换以生成所述位移信号。
[0028]优选地，所述步骤S212中，所述高通滤波的截止频率为所述加速度传感器的低频响应截止频率。
[0029]优选地，所述步骤S222中，频谱编辑的方法为：
[0030][0031]其中：C
j
为所述裁剪序列，B
j
为所述频谱幅值序列，df为频谱分辨率，fs为采样频率，M为有效峰值临近的频率偏移量，α为有效峰值相对临近频率幅值均值系数，β为有效幅值与噪声地毯值比值。
[0032]优选地，所述有效峰值临近的频率偏移量的取值为4、6或8；
[0033]所述有效峰值相对临近频率幅值均值系数的取值范围为1.5～3；
[0034]所述有效幅值与噪声地毯值比值的取值范围为6～10。
[0035]上述技术方案具有如下优点或有益效果：基于传感器特性进行频谱编辑处理，有效抑制了加速度信号中的底噪，并根据信号底噪大小和峰值分布特性对干扰成分进行有效抑制，并保留有效信号。本方法计算复杂度低，效果准确，能够较好适应在线监测场景。
附图说明
[0036]参考所附附图，以更加充分的描述本专利技术的实施例。然而，所附附图仅用于说明和阐述，并不构成对本专利技术范围的限制。
[0037]图1为现有技术中经过常规时域积分处理后的信号频域图像；
[0038]图2为现有技术中经过常规频域积分处理后的信号频域图像；
[0039]图3为本专利技术实施例中整体方法示意图；
[0040]图4为本专利技术实施例中原始加速度信号时域图；
[0041]图5为本专利技术实施例中原始加速度信号频域图；
[0042]图6为本专利技术实施例中基于频谱编辑的积分方法示意图；
[0043]图7为本专利技术实施例中步骤S21子步骤示意图；
[0044]图8为本专利技术实施例中步骤S22子步骤示意图；
[0045]图9为本专利技术实施例中速度信号频域图；
[0046]图10为本专利技术实施例中速度信号时域图；
[0047]图11为本专利技术实施例中速度信号局部放大图；
[0048]图12为本专利技术实施例中步骤S222子步骤示意图；
[0049]图13为本专利技术实施例中步骤S23子步骤示意图；
[0050]图14为本专利技术实施例中位移信号时域图；
[0051]图15为本专利技术实施例中位移信号局部放大图。
具体实施方式
[0052]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0053]需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0054]下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。
[0055]现有技术中，针对加速度信号的底噪滤除通常采用时域积分处理或频域积分处理以实现对噪声信号的滤除，如图1所示，该信号为现有技术中经过常规时域积分处理后生成信号的频域图像，从图中可以得出，原始加速度信号为500Hz，但随着时域积分过程，100Hz以下的噪声信号也随之增大，进而使得速度信号严重失真。同样地，如图2所示该信号为现有技术中经过常规频域积分处理后生成信号的频域图像，其在100Hz以下也表现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种转动设备的故障监测方法，其特征在于，所述转动设备上设置一加速度传感器，用于生成加速度信号，则所述故障监测方法包括：步骤S1：获取所述加速度信号；步骤S2：对所述加速度信号进行频谱编辑积分处理，以生成速度信号和位移信号；步骤S3：根据所述速度信号和位移信号判断所述转动设备是否存在故障。2.根据权利要求1所述的故障监测方法，其特征在于，所述步骤S2中的频谱编辑积分的方法包括：步骤S21：对所述加速度信号进行预处理以生成信号幅值序列；步骤S22：对所述信号幅值序列进行处理以生成速度信号；步骤S23：根据所述速度信号生成所述位移信号。3.根据权利要求2所述的故障监测方法，其特征在于，所述步骤S21包括：步骤S211：对所述加速度信号去除直流分量，以生成预处理信号；步骤S212：对所述预处理信号进行高通滤波，生成所述信号幅值序列。4.根据权利要求2所述的故障监测方法，其特征在于，所述步骤S22包括：步骤S221：对所述信号幅值序列进行快速傅里叶变换以生成频谱幅值序列；步骤S222：对所述频谱幅度序列进行频谱编辑以生成裁剪序列；步骤S223：对所述裁剪序列进行傅里叶逆变换以生成所述速度信号。5.根据权利要求4所述的故障监测方法，其特征在于，所述步骤S222包括...

【专利技术属性】
技术研发人员：崔鹏，姚英豪，王文亮，
申请(专利权)人：上海朋禾智能科技有限公司，
类型：发明
国别省市：