一种基于声信号的旋转设备全生命周期监测方法和系统技术方案

本申请涉及一种基于声信号的旋转设备全生命周期监测方法和系统，其属于设备检测技术领域，包括基于预设的声音处理规则，采集标定设备的声信号，构建标准声特征模型，所述标准声特征模型用于表征标定设备全生命周期内的状态信息；获取待监测设备的运行声信号；基于所述预设的声音处理规则，根据所述运行声信号，处理得到所述待监测设备的运行声特征；基于预设的评估规则，根据所述标准声特征模型和运行声特征，分析得到所述待监测设备的状态评估报告。本申请具有高效率进行旋转设备全生命周期监测的效果。周期监测的效果。周期监测的效果。

【技术实现步骤摘要】
一种基于声信号的旋转设备全生命周期监测方法和系统


[0001]本申请涉及设备检测
，尤其是涉及一种基于声信号的旋转设备全生命周期监测方法和系统。

技术介绍

[0002]在各种工业现场有大量的旋转设备，旋转设备结构复杂，受环境和噪声影响容易发生故障。任何这些设备出现故障都有可能会造成设备非计划停机，工作人员需要花大量时间来进行故障定位、维修、订购更换零件等，从而产生巨大的经济损失。因此及时发现设备运行异常，准确诊断出旋转设备故障类型，为维修人员检查和维修提供指导建议具有重大意义。
[0003]目前，旋转设备的故障诊断主要是通过技术人员对现场采集的振动信号进行频谱分析、趋势分析等，依靠振动信号处理理论和个人经验来实现故障判断。但这种方式存在两个问题：1、对技术人员的要求过高，不仅需要丰富的现场经验，也需要专业的理论知识；2、现场采集的信号中包含噪声信号，在对信号频带设置和参数选择方面有很大难度。近年来，随着机器学习研究的深入，数据模型也逐渐在旋转设备故障诊断中有一定的应用，常见方法是对采集的振动信号进行特征提取，对不同故障类型数据打标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声信号的旋转设备全生命周期监测方法，其特征在于，包括：基于预设的声音处理规则，采集标定设备的声信号，构建标准声特征模型，所述标准声特征模型用于表征标定设备全生命周期内的状态信息；获取待监测设备的运行声信号；基于所述预设的声音处理规则，根据所述运行声信号，处理得到所述待监测设备的运行声特征；基于预设的评估规则，根据所述标准声特征模型和运行声特征，分析得到所述待监测设备的状态评估报告。2.根据权利要求1所述的基于声信号的旋转设备全生命周期监测方法，其特征在于，所述基于预设的声音处理规则，采集标定设备的声信号，构建标准声特征模型，包括：采集频段为20Hz
‑
20kHz内所述标定设备的声信号；将所述声信号分为多个声音片段，并求出个片段声信号的功率谱；根据所述功率谱，确定重要频带，所述重要频带包括峰值部分频带和设备易出现故障的频带；根据所述重要频带，计算声特征。3.根据权利要求2所述的基于声信号的旋转设备全生命周期监测方法，其特征在于，所述根据所述重要频带，计算声特征，包括：根据所述峰值部分频带之间的比例关系，进行分组，将存在比例关系的峰值分为一组；对每组数据进行加权求和，得到这一时间段的状态值；根据所述状态值，拟合生成平滑的状态值曲线。4.根据权利要求3所述的基于声信号的旋转设备全生命周期监测方法，其特征在于，所述根据所述状态值，拟合生成平滑的状态值曲线，包括：将所述每组数据均按照三秒钟、一分钟和十分钟的间隔进行划分；对每个三秒钟内的频带进行状态值计算，得到这个声音片段的状态值曲线；对每个一分钟内的频带进行状态值计算，得到这个声音片段的状态值曲线；对每个十分钟内的频带进行状态值计算，得到这个声音片段的状态值曲线；选取所述三个状态值曲线中最平滑的曲线。5.根据权利要求1所述的基于声信号的旋转设备全生命周期监测方法，其特征在于，所述基于预设的声音处理规则，采集标定设备的声信号，构建标准声特征模型，还包括：将所述声信号分为多个声音片段，计算...

【专利技术属性】
技术研发人员：涂万里，邢子龙，黄毅伟，史超，丁亚彪，
申请(专利权)人：北京谛声科技有限责任公司，
类型：发明
国别省市：