一种基于分段加窗频域积分的轧机振动无线监测方法技术

本发明专利技术公开了一种基于分段加窗频域积分的轧机振动无线监测方法，属于轧机振动监测技术领域。本发明专利技术的步骤为：一、在轧机的多处位置安装振动监测装置，根据网络密度、电池电量动态生成连接路由表实现智能无线组网；二、主控芯片与振动传感器进行通信，采集轧机振动加速度信号；三、对采集的轧机振动加速度信号进行修正，去除趋势项；四、对修正后的振动加速度信号进行分段加窗，再进行频域积分和滤波，获取分段积分后的速度和位移信号；五、通过重叠相加法合成真正的速度和位移信号；六、对振动数据进行处理，获取振动烈度、优势频率、峰值、峰峰值，依据获得参数进行轧机振动监测。本发明专利技术延长了振动监测装置的使用时长，减少了频谱泄露。露。露。

【技术实现步骤摘要】
一种基于分段加窗频域积分的轧机振动无线监测方法


[0001]本专利技术涉及轧机振动监测
，更具体地说，涉及一种基于分段加窗频域积分的轧机振动无线监测方法。

技术介绍

[0002]轧机在运行过程中，振动问题尤为严重，同时伴随着巨大的噪音。另外，轧机产线通常由多台轧机和其他附属设备组成，需要对多处点位布设振动传感器进行振动监测。通过对多处点位的振动信息综合评估可以及时对轧机状态予以评估进而提高轧机的使用寿命。
[0003]轧机多点位振动监测使用有线方式需要在工业现场布设大量有线电缆，具有操作难度大、维护成本高、区域危险系数高等问题。而目前的无线组网方式,振动传感器节点使用电池供电，虽然操作难度降低，但会由于电池电量不足导致网络热点、网络寿命短的问题。
[0004]目前，评估振动信息的衡量标准有加速度、速度和位移三种，但在工程实际中速度和位移的采集比较困难，不适于轧机多点位振动测量的环境。目前常用的加速度积分算法有时域积分和频域积分，但由于加速度数据的噪声和偏差，时域积分会产生趋势项，导致速度和位移的误差累积。可以使用傅里叶变换或者小波变换等信号处理方法，将加速度数据转换到频域，然后对频域数据进行两次积分，得到速度和位移的频域表示。其中，一种常用的频域积分算法是omega算法，它利用了加速度信号的功率谱密度和自相关函数的关系，通过对自相关函数进行积分，得到速度和位移的自相关函数，再通过傅里叶变换，得到速度和位移的功率谱密度，从而可以还原出时域的速度和位移。但会有频谱泄露的现象发生，导致误差。

技术实现思路

[0005]1.专利技术要解决的技术问题
[0006]本专利技术鉴于现有技术中关于轧机振动监测的方案存在，振动加速度积分过程中频谱泄露和精度差、无线传感网络寿命短等问题，提供了一种基于分段加窗频域积分的轧机振动无线监测方法；本专利技术使用改进的低功耗蓝牙网状网络(BLE MESH)进行组网，延长了振动监测装置的使用时长；采用改进的分段加窗频域积分算法减少了频谱泄露，提高了振动数据积分后的准确性。
[0007]2.技术方案
[0008]为达到上述目的，本专利技术提供的技术方案为：
[0009]本专利技术的一种基于分段加窗频域积分的轧机振动无线监测方法，其步骤为：
[0010]步骤一、在轧机的多处位置安装振动监测装置，根据网络密度、电池电量动态生成连接路由表实现智能无线组网；
[0011]步骤二、主控芯片与振动传感器进行通信，采集轧机振动加速度信号；
[0012]步骤三、对采集的轧机振动加速度信号进行修正，去除趋势项；
[0013]步骤四、对修正后的振动加速度信号进行分段加窗，再进行频域积分，获取分段积分后的速度和位移信号；
[0014]步骤五、通过重叠相加法合成真正的速度和位移信号；
[0015]步骤六、对振动数据进行处理，获取振动烈度、优势频率、峰值、峰峰值，依据获得参数进行轧机振动监测。
[0016]更进一步地，所述的振动监测装置采用磁吸式结构吸附在轧机的多处位置表面。
[0017]更进一步地，步骤一中振动监测装置通过改进的BLE MESH组网协议互相连接，具体过程为：
[0018]1)振动监测装置节点打开广播信道扫描周边节点，记录扫描到的周边节点数量N
i
和各节点的mac地址并保存，以此类推，每个节点都可以获取到周边可连接到的装置节点数量N
i
和各节点的mac地址；
[0019]2)假设某个装置节点N1需要向N2装置节点发出连接请求，需要对比各节点装置的优先级，其优先级的计算公式为I＝α(N1.N
i
+cN2.N
i
)+βBAT，式中，BAT为装置电池电量，N1.N
i
代表N1周围的装置节点数量，N2.N
i
代表N2周围的装置节点数量，α和β为系数，其和为1，c系数取值为2；
[0020]3)各节点优先级确定后，节点之间根据优先级互相连接形成组网和路由表；
[0021]4)在BLE MESH组网协议的基础之上，根据各节点所记录的路由表，将消息经过多次中转传输至蓝牙网关并上传至云端。
[0022]更进一步地，步骤二采集轧机三个方向的振动加速度信号分别记为a
x
，a
y
，a
z
，采样频率为f
s
，采样点数为N；步骤三首先分别对轧机三个方向的振动加速度信号的N个数据做高通滤波，滤除低于临界值频率f
c
的低频成份，以滤除重力加速度这一直流分量。
[0023]更进一步地，步骤三使用最小二乘法去除趋势项修正加速度，其中，轧机振动Z方向上修正后的加速度a
z
'如下式得到：
[0024][0025]式中，为一次项函数，a0和a1为多项式函数系数；N为采样点数；轧机振动X、Y方向上修正后的加速度同理可得。
[0026]更进一步地，步骤四中，将修正过后含有N个振动数据点的X、Y、Z轴时间序列数据，分别以50％的重叠方式分为3段，每段包括N/2个振动数据点，将3段数据通过快速傅里叶变换转换至频域，进行添加汉明窗和积分运算，频域积分过后获得速度和位移的频域序列，再将频域序列进行IFFT操作返回时域，获取三段积分后的速度和位移信号。
[0027]更进一步地，步骤五对积分得到的结果以50％重叠相加，经过重叠相加之后取中间N/2个数据作为真正的速度和位移信号。
[0028]更进一步地，采用MEMS三轴加速度计ADXL357作为振动传感器采集轧机振动信号，振动传感器通过SPI通信方式与主控芯片连接，主控芯片选取nrf52840型号的高性能低功耗SoC。
[0029]3.有益效果
[0030]采用本专利技术提供的技术方案，与已有的公知技术相比，具有如下显著效果：
[0031](1)本专利技术的一种基于分段加窗频域积分的轧机振动无线监测方法，采集振动加
速度数据并通过算法去除干扰，再对加速度数据进行分段，分段之后经过快速傅里叶(FFT)变换，将时域信号转换为频域信号，再对加速度的频域信号进行加窗积分算法获取速度和位移的频域信号，然后使用快速傅里叶逆变换(IFFT)获取时域信号，经过叠加之后获取有效准确的速度和位移信号，最后基于上述时频域信号计算获取振动烈度、峰值、峰峰值及振动烈度后上传数据；改进的分段加窗频域积分算法减少了频谱泄露，提高了振动数据积分后的准确性。
[0032](2)本专利技术的一种基于分段加窗频域积分的轧机振动无线监测方法，使用低功耗的器件，并使用改进的蓝牙网状网络(BLE MESH)进行组网，解决了轧机多处振动同时采集的问题，且延长了振动监测装置的使用时长；振动监测装置采用磁吸式结构，使用无线代替了有线，降低了安装难度。
附图说明
[0033]图1为本专利技术中振动监测装置的结构示意图；
[0034]图2为本专利技术的轧机振本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分段加窗频域积分的轧机振动无线监测方法，其特征在于，其步骤为：步骤一、在轧机的多处位置安装振动监测装置，根据网络密度、电池电量动态生成连接路由表实现智能无线组网；步骤二、主控芯片与振动传感器进行通信，采集轧机振动加速度信号；步骤三、对采集的轧机振动加速度信号进行修正，去除趋势项；步骤四、对修正后的振动加速度信号进行分段加窗，再进行频域积分，获取分段积分后的速度和位移信号；步骤五、通过重叠相加法合成真正的速度和位移信号；步骤六、对振动数据进行处理，获取振动烈度、优势频率、峰值、峰峰值，依据获得参数进行轧机振动监测。2.根据权利要求1所述的一种基于分段加窗频域积分的轧机振动无线监测方法，其特征在于：所述的振动监测装置采用磁吸式结构吸附在轧机的多处位置表面。3.根据权利要求1或2所述的一种基于分段加窗频域积分的轧机振动无线监测方法，其特征在于：步骤一中振动监测装置通过改进的BLE MESH组网协议互相连接，具体过程为：1)振动监测装置节点打开广播信道扫描周边节点，记录扫描到的周边节点数量N
i
和各节点的mac地址并保存，以此类推，每个节点都可以获取到周边可连接到的装置节点数量N
i
和各节点的mac地址；2)假设某个装置节点N1需要向N2装置节点发出连接请求，需要对比各节点装置的优先级，其优先级的计算公式为I＝α(N1.N
i
+cN2.N
i
)+βBAT，式中，BAT为装置电池电量，N1.N
i
代表N1周围的装置节点数量，N2.N
i
代表N2周围的装置节点数量，α和β为系数，其和为1，c系数取值为2；3)各节点优先级确定后，节点之间根据优先级互相连接形成组网和路由表；4)在BLE MESH组网协议的基础之上，根据各节点所记录的路由表，将消息经过多次中转...

【专利技术属性】
技术研发人员：方挺，胡成河，袁东祥，董冲，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：