当前位置: 首页 > 专利查询>株式会社ATG专利>正文

综合诊断旋转机械的缺陷的方法及系统技术方案

技术编号:38927610 阅读:11 留言:0更新日期:2023-09-25 09:34
根据本公开的旋转机械的缺陷诊断方法包括以下步骤:基于通过诊断旋转机械的状态获得的数据确定缺陷等级,通过诊断所述旋转机械的状态获得的所述数据包括:与所述旋转机械的振动信号相关的特征向量、与所述旋转机械的缺陷相关的频率、以及所述旋转机械的总振动值中的至少一项;基于与所述旋转机械的状态历史数据上的缺陷相关的信息以及与所述旋转机械的运行信息相关的警报是否发生中的至少一项,对所述缺陷等级施加权重值;以及基于已施加所述权重值的缺陷等级确定所述旋转机械的缺陷严重度。度。度。

【技术实现步骤摘要】
【国外来华专利技术】综合诊断旋转机械的缺陷的方法及系统


[0001]本公开涉及一种旋转机械的缺陷诊断方法及系统,更具体地,涉及一种同时关联各种直接诊断方法和间接诊断方法的旋转机械的缺陷诊断方法及系统。

技术介绍

[0002]通常,用于诊断旋转机械的状态的诊断系统可以监控设备振动和运行变量的趋势。此外,诊断系统可以根据旋转机械是否存在异常来改变监控周期,并且可以通过分析变化趋势来预测设备状态。
[0003]可以使用各种直接诊断技术和间接诊断技术来诊断旋转机械的状态。例如,诊断系统可以通过详细区分缺陷频段来监控设备。或者,例如,诊断系统可以通过经过验证的诊断规则,基于缺陷特征和/或设备信息来自动诊断设备。或者,例如,诊断系统可以通过基于多个数据提取特征并利用通过学习实现分类模型的机器学习来诊断设备。或者,例如,诊断系统可以通过将同类型设备进行分组彼此比较设备来执行诊断。或者,例如,诊断系统可以使用运行信息来执行诊断。
[0004]此时,每种诊断技术独立地输出关于旋转机械的状态的结果,该结果也可以是定性评估。

技术实现思路

[0005]【技术问题】
[0006]本公开的目的是提供一种旋转机械的缺陷诊断方法及系统,其通过基于从旋转机械获取的信息同时关联执行各种诊断技术来自动量化设备状态。
[0007]【技术方案】
[0008]根据本公开的旋转机械的缺陷诊断方法包括以下步骤:基于通过诊断旋转机械的状态获得的数据确定缺陷等级,通过诊断所述旋转机械的状态获得的所述数据包括:与所述旋转机械的振动信号相关的特征向量、与所述旋转机械的缺陷相关的频率、以及所述旋转机械的总振动值中的至少一项;基于与所述旋转机械的状态历史数据上的缺陷相关的信息以及与所述旋转机械的运行信息相关的警报是否发生中的至少一项,对所述缺陷等级施加权重值;以及基于已施加所述权重值的缺陷等级确定所述旋转机械的缺陷严重度。
[0009]例如,所述旋转机械的状态历史数据可以包括与所述旋转机械的维护历史和同类型设备相关的信息,并且所述旋转机械的状态历史数据上的缺陷可以是所述同类型设备中发生频率最高的缺陷。
[0010]例如,可以基于与所述旋转机械的运行信息相关的监控项超过预设参考值的情况来发生警报。
[0011]例如,所述旋转机械的运行信息可以包括:与所述旋转机械相关的泵的流量、与所述旋转机械相关的前端和后端压力、以及与所述旋转机械相关的流体温度中的至少一项。
[0012]例如,可以基于与所述旋转机械相关的同类型设备中发生频率最高的缺陷和与所
述缺陷等级相关的所述旋转机械的缺陷状态之间的一致的情况来对所述缺陷等级施加权重值。
[0013]例如,可以基于与所述旋转机械的运行信息相关的警报发生的情况来对所述缺陷等级施加权重值。
[0014]例如,可以基于与所述旋转机械相关的同类型设备中发生频率最高的所述缺陷等级相关的所述旋转机械的缺陷状态的不一致的情况,判断是否发生与所述旋转机械的运行信息相关的警报。
[0015]例如,可以基于与所述旋转机械的振动信号相关的特征向量,通过机器学习来诊断关于所述旋转机械的第一缺陷值。通过所述机器学习可以确定所述旋转机械是否存在缺陷。所述机器学习可以基于与所述旋转机械的振动信号相关的特征向量来执行。
[0016]例如,可以基于与所述旋转机械的缺陷相关的频率和所述第一缺陷值来诊断第二缺陷值。
[0017]例如,可以基于所述旋转机械的总振动值和所述第二缺陷值来诊断第三缺陷值。
[0018]例如,可以基于所述第一缺陷值、所述第二缺陷值和所述第三缺陷值中的至少一项来确定所述旋转机械的缺陷等级。
[0019]例如,基于所述旋转机械不存在缺陷的情况,可以将所述第一缺陷值确定为0,并且将所述缺陷严重度确定为0。
[0020]例如,可以基于所述旋转机械的缺陷存在的情况,所述第一缺陷值基于与所述旋转机械相关的总样本以及与所旋转机械相关的缺陷样本来确定。
[0021]例如,可以基于与所述旋转机械的缺陷相关的频率在预设范围内的情况,将所述第二缺陷值确定为预设的第一值。
[0022]例如,可以基于与所述旋转机械的缺陷相关的频率在预设范围之外的情况,可以将所述第二缺陷值确定为所述第一缺陷值,并且可以将所述缺陷等级确定为所述第一缺陷值。
[0023]例如,可以基于所述旋转机械的总振动值小于第一阈值的情况,将所述第三缺陷值确定为所述第二缺陷值,并且将所述缺陷等级确定为所述第二缺陷值。
[0024]例如,可以基于所述旋转机械的总振动值大于第一阈值的情况,将所述第三缺陷值确定为预设的第二值,并且将所述缺陷等级确定为预设的第二值。
[0025]例如,可以基于所述旋转机械的总振动值大于第二阈值,将所述第三缺陷值确定为预设的第三值,并且将所述缺陷等级确定为预设的第三值。
[0026]另一方面,根据本公开的旋转机械的缺陷诊断系统用于:基于通过诊断旋转机械的状态获得的数据确定缺陷等级,通过诊断所述旋转机械的状态获得的所述数据包括:与所述旋转机械的振动信号相关的特征向量、与所述旋转机械的缺陷相关的频率、以及所述旋转机械的总振动值中的至少一项;基于与所述旋转机械的状态历史数据上的缺陷相关的信息以及与所述旋转机械的运行信息相关的警报是否发生中的至少一项,对所述缺陷等级施加权重值;以及基于已施加所述权重值的缺陷等级确定所述旋转机械的缺陷严重度。
[0027]同时,根据本公开的旋转机械的缺陷诊断系统的运算处理器用于:基于通过诊断旋转机械的状态获得的数据确定缺陷等级,通过诊断所述旋转机械的状态获得的所述数据包括:与所述旋转机械的振动信号相关的特征向量、与所述旋转机械的缺陷相关的频率、以
及所述旋转机械的总振动值中的至少一项;基于与所述旋转机械的状态历史数据上的缺陷相关的信息以及与所述旋转机械的运行信息相关的警报是否发生中的至少一项,对所述缺陷等级施加权重值;以及基于已施加所述权重值的缺陷等级确定所述旋转机械的缺陷严重度。
[0028]【专利技术效果】
[0029]根据本公开的旋转机械的缺陷诊断方法及系统实现以下技术效果:可以定量评估设备的微小状态变化,并利用评估结果值(例如,缺陷严重度)准确地确认设备的缺陷进展情况,并且可以更准确地判断设备状态的维护周期和寿命等。
[0030]如上所述的本公开的技术效果不限于上述效果,并且本领域技术人员从下面的描述中将清楚地理解未提及的其他技术效果。
附图说明
[0031]图1是示出根据本公开的实施例的旋转机械的缺陷诊断系统的配置图。
[0032]图2是示出根据本公开的实施例的缺陷诊断系统的运算处理器的配置图。
[0033]图3是示出根据本公开的实施例的用于综合诊断旋转机械的缺陷的方法的流程图。
[0034]图4是示出根据本公开的实施例的用于计算旋转机械的缺陷等级的步骤的流程图。
[0035]图5是示出根据本公开的实施例的用于基于旋转机械本文档来自技高网
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种旋转机械的缺陷诊断方法,所述缺陷诊断方法包括以下步骤:基于通过诊断旋转机械的状态获得的数据确定缺陷等级,通过诊断所述旋转机械的状态获得的所述数据包括:与所述旋转机械的振动信号相关的特征向量、与所述旋转机械的缺陷相关的频率、以及所述旋转机械的总振动值中的至少一项;基于与所述旋转机械的状态历史数据上的缺陷相关的信息以及与所述旋转机械的运行信息相关的警报是否发生中的至少一项,对所述缺陷等级施加权重值;以及基于已施加所述权重值的缺陷等级确定所述旋转机械的缺陷严重度。2.根据权利要求1所述的旋转机械的缺陷诊断方法,其中,所述旋转机械的状态历史数据包括与所述旋转机械的维护历史和同类型设备相关的信息,并且所述旋转机械的状态历史数据上的缺陷是所述同类型设备中发生频率最高的缺陷。3.根据权利要求1所述的旋转机械的缺陷诊断方法,其中,基于与所述旋转机械的运行信息相关的监控项超过预设参考值的情况来发生警报。4.根据权利要求1所述的旋转机械的缺陷诊断方法,其中,所述旋转机械的运行信息包括:与所述旋转机械相关的泵的流量、与所述旋转机械相关的前端和后端压力、以及与所述旋转机械相关的流体温度中的至少一项。5.根据权利要求2所述的旋转机械的缺陷诊断方法,其中,对所述缺陷等级施加权重值的步骤包括:基于与所述旋转机械相关的同类型设备中发生频率最高的缺陷和与所述缺陷等级相关的所述旋转机械的缺陷状态之间的一致的情况来对所述缺陷等级施加权重值。6.根据权利要求1所述的旋转机械的缺陷诊断方法,其中,对所述缺陷等级施加权重值的步骤包括:基于与所述旋转机械的运行信息相关的警报发生的情况来对所述缺陷等级施加权重值。7.根据权利要求1所述的旋转机械的缺陷诊断方法,其中,基于与所述旋转机械相关的同类型设备中发生频率最高的所述缺陷等级相关的所述旋转机械的缺陷状态的不一致的情况,判断是否发生与所述旋转机械的运行信息相关的警报。8.根据权利要求1所述的旋转机械的缺陷诊断方法,其中,确定所述缺陷严重度的步骤包括:基于与所述旋转机械的振动信号相关的特征向量,通过机器学习来诊断关于所述旋转机械的第一缺陷值;基于与所述旋转机械的缺陷相关的频率和所述第一缺陷值来诊断第二缺陷值;基于所述旋转机械的总振动值和所述第二缺陷值来诊断第三缺陷值;以及基于所述第一缺陷值、所述第二缺陷值和所述第三缺...

【专利技术属性】
技术研发人员:李元揆梁宰兴李钟明赵圣榦芮宋海孟詨英金民浩
申请(专利权)人:株式会社ATG
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1