CN101201295A - 旋转机械小波灰色故障预测方法及装置 - Google Patents

旋转机械小波灰色故障预测方法及装置 Download PDF

Info

Publication number
CN101201295A
CN101201295A CNA2006101195905A CN200610119590A CN101201295A CN 101201295 A CN101201295 A CN 101201295A CN A2006101195905 A CNA2006101195905 A CN A2006101195905A CN 200610119590 A CN200610119590 A CN 200610119590A CN 101201295 A CN101201295 A CN 101201295A
Authority
CN
China
Prior art keywords
signal
rotating machinery
wavelet
displacement
failure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2006101195905A
Other languages
English (en)
Inventor
朱大奇
顾伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Maritime University
Original Assignee
Shanghai Maritime University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Maritime University filed Critical Shanghai Maritime University
Priority to CNA2006101195905A priority Critical patent/CN101201295A/zh
Publication of CN101201295A publication Critical patent/CN101201295A/zh
Pending legal-status Critical Current

Links

Images

Abstract

一种旋转机械小波灰色故障预测方法及装置,其通过振动位移信号传感器测试旋转机械的振动位移,输出与振动信号对应的电压信号,并将电压信号输入位移信号采样调理装置;位移信号采样调理装置对电压信号进行放大、滤波预处理,通过232串行接口输入故障预测装置;故障预测装置对来自位移信号采样调理装置的不同时间系列的电压信号进行小波分析处理,得到旋转机械不同频段的能量函数大小,然后再利用灰色预测原理预测未来各个时刻的不同频段的能量函数大小,利用反小波变换得到未来各个时刻的旋转机械振动位移数值,从而准确预测旋转机械未来工作状况。本发明不仅可以预测旋转机械故障状况,而且可以预测正常工作状况的振动信号数值。

Description

旋转机械小波灰色故障预测方法及装置
技术领域
本发明涉及机械设备故障诊断预测技术领域,具体的来说涉及一种适用于旋转机械故障诊断与预测的小波分析与灰色故障预测方法及装置。
背景技术
旋转机械是现代工矿企业及国防领域大量使用的动力设备,在企业的生产中起到非常重要的作用。这些设备一旦出现故障,不仅影响正常生产,而且可能会危及人身安全,导致严重的安全事故。因此,开展旋转机械故障诊断及故障预测预报技术研究,实现设备的“预知”维修具有重要意义。
目前旋转机械的故障诊断已有结果报道,在沈阳工业大学CN1776390号公开的内容中,介绍了一种一种低速重载旋转机械故障诊断方法,用小波分析的方法对故障信号进行多尺度分解,从各尺度分解重构波形及其频谱图,提取故障信号微细特征,从而确定故障类型。但它无法进行旋转机械的故障预测;在上海交通大学CN2826392号公开的内容中,介绍了一种旋转机械故障诊断与分析试验装置,介绍了旋转机械各种故障类型的设置方法与设备,同样也无旋转机械的故障预测功能。以上应用均是有关旋转机械的故障诊断装置研究,而直接应用于工业现场的故障预测分析仪的研究还是空白。
发明内容
本发明需要解决的技术问题之一是,提供一种旋转机械小波分析及灰色预测的故障预测方法。
本发明需要解决的技术问题之二是提供一种以DSP系统为核心的故障预测装置。
作为本发明第一方面的一种旋转机械小波灰色故障预测方法,包括以下步骤:
a、振动位移信号传感器测试旋转机械的振动位移,输出与振动信号对应的电压信号,并将电压信号输入位移信号采样调理装置;
b、位移信号采样调理装置对电压信号进行放大、滤波预处理,通过232串行接口输入故障预测装置;
c、故障预测装置对来自位移信号采样调理装置的不同时间系列的电压信号进行小波分析处理,得到旋转机械不同频段的能量函数大小,然后再利用灰色预测原理预测未来各个时刻的不同频段的能量函数大小,利用反小波变换得到未来各个时刻的旋转机械振动位移数值,从而准确预测旋转机械未来工作状况。
预测方法由内置的控制驱动程序完成,该控制程序包括采样程序、通信程序、小波分析程序、灰色预测模型和故障预测程序五部分,采样程序内置于位移信号采样调理装置中,驱动采样装置完成采样任务;通信程序分别内置于位移信号采样调理装置和故障预测装置中,控制两两之间的数据通信和数据保存;小波分析程序、灰色预测模型和故障预测程序内置于故障预测装置中,完成旋转机械的故障预测。
作为本发明第二方面的一种旋转机械小波灰色故障预测装置,包括:
测试旋转机械振动位移并输出电压信号的振动位移信号传感器,与振动位移传感器电路连接的位移信号采样调理装置,与位移信号采样调理装置以232串行接口连接并接受振动信号并分析预测未来时刻振动信号的故障预测装置;
所述振动位移信号传感器为将振动位移信号转换为对应的电压信号的传感器,所述振动位移信号传感器固定到待测试旋转机械上。
所述位移信号采样调理装置,包括有振动位移数值显示窗口、信号放大滤波模块、与信号放大滤波模块电路输入端连接的A/D转换器、232串行通信口、电源开关,所述A/D转换器信号输入端与振动位移信号传感器连接,所述信号放大滤波模块电路的输出端与232串行通信口连接。
所述故障预测装置,包括振动位移数值显示模块、DSP硬件电路接口模块、232串行通信口、供电电源、控制开关,供电电源给整个装置供电,DSP硬件电路接口模块的输入端通过232串行通信口与位移信号采样调理装置连接,输出端接振动位移数值显示模块。
所述DSP硬件电路接口模块,包括DSP系统电源电路、时钟与复位电路、液晶显示接口电路;所述DSP硬件电路接口模块的芯片为数字信号处理器。
所述振动位移数值显示模块包括一液晶显示器,所述液晶显示器为可以显示字母、数字符号、中文字型及图形,具有绘图及文字画面混合显示功能的显示器。
本发明具有如下的突出效果:
1.用小波分析的方法对故障信号进行多尺度分解,从各尺度分解重构波形及其频谱图提取故障信号微细特征;寻找旋转机械振动信号的能量分布与其故障状态间存在映射关系;
2.利用灰色预测原理预测出能量特征向量及其变化趋势从而预测出故障发生的可能性及故障模式,提供一种实用的旋转机械故障预测方法与装置;
3.本发明不仅可以预测旋转机械故障状况,而且可以预测正常工作状况的振动信号数值。
附图说明
下面结合附图和具体实施方式来详细说明本发明,
图1为本发明旋转机械小波灰色故障预测方法及装置的结构关系图;
图2为本发明旋转机械小波灰色故障预测方法及装置的故障预测流程图;
图3为本发明旋转机械小波灰色故障预测方法及装置的A/D转换接口电路图;
图4为本发明旋转机械小波灰色故障预测方法及装置的DSP系统电路图;
图5a为本发明旋转机械小波灰色故障预测方法及装置的时钟电路图;
图5b为本发明旋转机械小波灰色故障预测方法及装置的复位电路图;
图6为本发明旋转机械小波灰色故障预测方法及装置的液晶显示接口电路图;
图7为本发明旋转机械小波灰色故障预测方法及装置的振动位移时域信号图;
图8为本发明旋转机械小波灰色故障预测方法及装置的振动位移小波分解信号图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
参看图1,一种旋转机械小波灰色故障预测装置,由振动位移信号传感器1、位移信号采样调理装置2、故障预测装置3连接而成。振动位移信号传感器1测试旋转机械的振动位移,振动位移信号传感器1输出与振动信号对应的电压信号,并接入位移信号采样调理装置2;位移信号采样调理装置2中,对电压信号进行放大、滤波预处理及A/D转换,通过232串行接口送入故障预测装置3;在故障预测装置3中,对来自位移信号采样调理装置2的不同时间系列的电压信号进行小波分析处理,得到旋转机械不同频段的能量函数大小,然后再利用灰色预测原理预测未来各个时刻的不同频段的能量函数大小,利用反小波变换得到未来各个时刻的旋转机械振动位移数值,从而准确预测旋转机械未来工作状况。
振动位移信号传感器1包括有压电陶瓷、磁铁及信号传输线;用来将振动位移信号转换为对应的电压信号。
位移信号采样调理装置2包括有振动位移数值显示窗口、与信号放大滤波模块电路输入端连接的A/D转换器、232串行通信口、电源开关,信号放大滤波模块电路的输入端与振动位移信号传感器连接,所述A/D转换器信号输出端与232串行通信口连接。来自振动位移信号传感器1电压信号,通过信号放大滤波模块和A/D转换器处理,在进行振动位移数值显示窗口显示的同时,在通信驱动程序控制下,通过232串行通信口向故障预测装置3传送振动位移测试值;A/D转换器采用TI公司生产的过采样∑-Δ技术的模拟接口芯片(TLC320AD50C),它集成了16位A/D和D/A转换通道,其内部ADC之后有一个抽取滤波器,DAC之前有一个插值滤波器,接收和发送可以同时进行。A/D转换接口电路图如图3所示。
故障预测装置3包括有DSP硬件电路接口模块、振动位移数值显示模块、232串行通信口、供电电源、控制开关,供电电源给整个装置供电,DSP硬件电路接口模块的输入端通过232串行通信口与位移信号采样调理装置连接,输出端接振动位移数值显示模块。它主要控制其与位移信号采样调理装置2的数据通信,实现小波分析、灰色预测模型和旋转机械未来故障预测。
DSP硬件电路接口模块,包括DSP系统电源电路、时钟与复位电路、液晶显示接口电路;DSP芯片采用TI公司的C54X系列TMS320VC5402数字信号处理器;振动位移数值显示模块采用ST7920控制器驱动的点阵液晶显示模块OCM4×8C,该模块可以显示字母、数字符号、中文字型及图形,具有绘图及文字画面混合显示功能。DSP系统电源电路如图4所示,时钟电路如图5a所示,复位电路如图5b所示。
本发明工作原理:振动位移信号传感器1输出与振动信号对应的电压信号;位移信号采样调理装置2对电压信号进行放大、滤波预处理及A/D转换,并通过232串行接口与故障预测装置3进行串行数据通信;故障预测装置3分析数据和预测旋转机械未来故障。它由内置的控制驱动程序完成,该控制程序包括采样程序、通信程序、小波分析程序、灰色预测模型和故障预测程序五部分,采样程序内置于位移信号采样调理装置2中,驱动采样装置完成采样任务;通信程序分别内置于位移信号采样调理装置2和故障预测装置3中,控制两两之间的数据通信和数据保存;小波分析程序、灰色预测模型和故障预测程序内置于故障预测装置3中,完成旋转机械的故障预测。
本发明工作过程:一旋转机械实验台,是本发明实施例的故障预测对象,它可以设置旋转机械的各种故障模式;按照图1结构连接各个设备,再按图2的故障预测流程进行预测处理,将振动位移信号传感器1固定到的旋转机械实验台上,待信号稳定后,按下故障预测装置3薄膜面板的″信号采样″按钮,则故障预测装置3启动通信程序驱动位移信号采样调理装置2,通过串行接口将振动位移的电压信号送入故障预测装置3并保存;按下故障预测装置3薄膜面板的″小波分析″按钮,则故障预测装置3启动小波分析处理程序,对采集的振动信号进行小波分析处理,得到旋转机械不同时间系列的不同频段能量函数大小并保存;按下故障预测装置3薄膜面板的″灰色模型″按钮,则故障预测装置3启动灰色预测处理程序,利用旋转机械不同时间系列的不同频段能量函数值建立灰色预测模型,计算下一时刻旋转机械的不同频段能量函数值并保存;按下故障预测装置3薄膜面板的的″故障预测″按钮,则故障预测装置3启动故障预测程序,计算下一时刻旋转机械的振动位移预测数值并判定旋转机械的工作状态,由图6的液晶电路显示旋转机械未来工作状况。图7是旋转机械实验台的振动位移时域信号图;图8是旋转机械实验台的振动位移小波变换后的频域能量分布图。故障预测流程图参看图2。
尽管上述实施例已经对本发明进行了描述,但是对于本行业的技术人员来说,仍可对本实施例作多种变化,因此,凡是采用本发明的相似变化,均应列入本发明的保护范围。

Claims (9)

1.一种旋转机械小波灰色故障预测方法,其特征在于:包括如下步骤:
a、振动位移信号传感器测试旋转机械的振动位移,输出与振动信号对应的电压信号,并将电压信号输入位移信号采样调理装置;
b、位移信号采样调理装置对电压信号进行放大、滤波预处理,通过232串行接口输入故障预测装置;
c、故障预测装置对来自位移信号采样调理装置的不同时间系列的电压信号进行小波分析处理,得到旋转机械不同频段的能量函数大小,然后再利用灰色预测原理预测未来各个时刻的不同频段的能量函数大小,利用反小波变换得到未来各个时刻的旋转机械振动位移数值,从而准确预测旋转机械未来工作状况。
2.根据权利要求1所述的一种旋转机械小波灰色故障预测方法,其特征在于,所述预测方法由内置的控制驱动程序完成,该控制程序包括采样程序、通信程序、小波分析程序、灰色预测模型和故障预测程序五部分,采样程序内置于位移信号采样调理装置中,驱动采样装置完成采样任务;通信程序分别内置于位移信号采样调理装置和故障预测装置中,控制两两之间的数据通信和数据保存;小波分析程序、灰色预测模型和故障预测程序内置于故障预测装置中,完成旋转机械的故障预测。
3.一种如权利要求1所述的旋转机械小波灰色故障预测方法所使用的预测装置,其特征在于,包括测试旋转机械振动位移并输出电压信号的振动位移信号传感器,与振动位移传感器电路连接的位移信号采样调理装置,与位移信号采样调理装置以232串行接口连接并接受振动信号并分析预测未来时刻振动信号的故障预测装置。
4.根据权利要求3所述的一种旋转机械小波灰色故障预测装置,其特征在于,所述振动位移信号传感器为将振动位移信号转换为对应的电压信号的传感器,所述振动位移信号传感器固定到待测试旋转机械上。
5.根据权利要求3所述的一种旋转机械小波灰色故障预测装置,其特征在于,所述位移信号采样调理装置,包括有振动位移数值显示窗口、信号放大滤波模块、与信号放大滤波模块电路输入端连接的A/D转换器、232串行通信口、电源开关,所述信号放大滤波模块电路输入端与振动位移信号传感器连接,所述的A/D转换器信号输出端与232串行通信口连接。
6.根据权利要求3所述的一种旋转机械小波灰色故障预测装置,其特征在于,所述故障预测装置,包括振动位移数值显示模块、DSP硬件电路接口模块、232串行通信口、供电电源、控制开关,供电电源给整个装置供电,DSP硬件电路接口模块的输入端通过232串行通信口与位移信号采样调理装置连接,输出端接振动位移数值显示模块。
7.根据权利要求6所述的一种旋转机械小波灰色故障预测装置,其特征在于,所述DSP硬件电路接口模块,包括DSP系统电源电路、时钟与复位电路、液晶显示接口电路;所述DSP硬件电路接口模块的芯片为数字信号处理器。
8.根据权利要求7所述的一种旋转机械小波灰色故障预测装置,其特征在于,所述DSP硬件电路接口模块的芯片为数字信号处理器。
9.根据权利要求6所述的一种旋转机械小波灰色故障预测装置,所述振动位移数值显示模块包括一液晶显示器,所述液晶显示器为可以显示字母、数字符号、中文字型及图形,具有绘图及文字画面混合显示功能的显示器。
CNA2006101195905A 2006-12-13 2006-12-13 旋转机械小波灰色故障预测方法及装置 Pending CN101201295A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNA2006101195905A CN101201295A (zh) 2006-12-13 2006-12-13 旋转机械小波灰色故障预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA2006101195905A CN101201295A (zh) 2006-12-13 2006-12-13 旋转机械小波灰色故障预测方法及装置

Publications (1)

Publication Number Publication Date
CN101201295A true CN101201295A (zh) 2008-06-18

Family

ID=39516568

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006101195905A Pending CN101201295A (zh) 2006-12-13 2006-12-13 旋转机械小波灰色故障预测方法及装置

Country Status (1)

Country Link
CN (1) CN101201295A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034111A (zh) * 2010-12-15 2011-04-27 北京航空航天大学 一种对飞行器结构损伤状态进行多元化识别与检测的方法
CN102749572A (zh) * 2012-06-26 2012-10-24 南京航空航天大学 基于iecmac参数辨识的功率电子电路故障预测方法
CN103245800A (zh) * 2013-05-06 2013-08-14 西北工业大学 航空电动舵机速度传感器的灰色关联故障检测方法
CN103528836A (zh) * 2013-09-22 2014-01-22 重庆科技学院 基于符号动力学禁字模式的旋转机械故障诊断方法
CN103645052A (zh) * 2013-12-11 2014-03-19 北京航空航天大学 一种风电机组齿轮箱远程在线状态监测及寿命评估方法
CN103712680A (zh) * 2014-01-02 2014-04-09 上海理工大学 一种旋转机械滚动轴承预警方法
CN103824137A (zh) * 2014-03-20 2014-05-28 北京信息科技大学 一种复杂机械设备多工况故障预测方法
CN104504403A (zh) * 2015-01-16 2015-04-08 重庆大学 一种基于散射变换的旋转机械故障预测方法
CN106226074A (zh) * 2016-09-22 2016-12-14 华中科技大学 基于卷积神经网络和小波灰度图的旋转机械故障诊断方法
CN107063427A (zh) * 2016-02-10 2017-08-18 株式会社神户制钢所 旋转机的异常探测系统以及旋转机的异常探测方法
CN109446671A (zh) * 2018-11-01 2019-03-08 上海海事大学 一种水下推进器小波神经网络故障预测方法及装置
CN111426440A (zh) * 2019-01-09 2020-07-17 江苏新道格自控科技有限公司 一种旋转机械的振动故障检测系统

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034111A (zh) * 2010-12-15 2011-04-27 北京航空航天大学 一种对飞行器结构损伤状态进行多元化识别与检测的方法
CN102749572A (zh) * 2012-06-26 2012-10-24 南京航空航天大学 基于iecmac参数辨识的功率电子电路故障预测方法
CN102749572B (zh) * 2012-06-26 2015-03-25 南京航空航天大学 基于iecmac参数辨识的功率电子电路故障预测方法
CN103245800A (zh) * 2013-05-06 2013-08-14 西北工业大学 航空电动舵机速度传感器的灰色关联故障检测方法
CN103528836A (zh) * 2013-09-22 2014-01-22 重庆科技学院 基于符号动力学禁字模式的旋转机械故障诊断方法
CN103528836B (zh) * 2013-09-22 2016-04-20 重庆科技学院 基于符号动力学禁字模式的旋转机械故障诊断方法
CN103645052A (zh) * 2013-12-11 2014-03-19 北京航空航天大学 一种风电机组齿轮箱远程在线状态监测及寿命评估方法
CN103712680A (zh) * 2014-01-02 2014-04-09 上海理工大学 一种旋转机械滚动轴承预警方法
CN103824137B (zh) * 2014-03-20 2016-08-17 北京信息科技大学 一种复杂机械设备多工况故障预测方法
CN103824137A (zh) * 2014-03-20 2014-05-28 北京信息科技大学 一种复杂机械设备多工况故障预测方法
CN104504403A (zh) * 2015-01-16 2015-04-08 重庆大学 一种基于散射变换的旋转机械故障预测方法
CN104504403B (zh) * 2015-01-16 2018-06-05 重庆大学 一种基于散射变换的旋转机械故障预测方法
CN107063427A (zh) * 2016-02-10 2017-08-18 株式会社神户制钢所 旋转机的异常探测系统以及旋转机的异常探测方法
CN106226074A (zh) * 2016-09-22 2016-12-14 华中科技大学 基于卷积神经网络和小波灰度图的旋转机械故障诊断方法
CN109446671A (zh) * 2018-11-01 2019-03-08 上海海事大学 一种水下推进器小波神经网络故障预测方法及装置
CN109446671B (zh) * 2018-11-01 2022-09-16 上海海事大学 一种水下推进器小波神经网络故障预测方法及装置
CN111426440A (zh) * 2019-01-09 2020-07-17 江苏新道格自控科技有限公司 一种旋转机械的振动故障检测系统

Similar Documents

Publication Publication Date Title
CN101201295A (zh) 旋转机械小波灰色故障预测方法及装置
CN104483011A (zh) 一种旋转机械多通道振动信号的在线检测与分析系统及方法
CN108958225B (zh) 核电厂安全级dcs平台集成测试装置
CN101702008B (zh) 便携式电机故障在线诊断装置
CN201247097Y (zh) 水电机组振动监测及分析装置
CN105588881A (zh) 铁路供电触网销钉的便携式超声检测仪
CN201522549U (zh) 便携式电机故障在线诊断装置
CN103532550A (zh) 一种基于虚拟仪器的电流频率转换器测试方法
CN2572346Y (zh) 舰船机电设备通用测试分析仪
CN100535679C (zh) 数字式交直流局部放电检测方法及装置
CN201672969U (zh) 水下机器人驱动电机故障灰色预测装置
CN109446671A (zh) 一种水下推进器小波神经网络故障预测方法及装置
CN106153357A (zh) 螺旋桨小波灰色故障预测方法及装置
CN201060250Y (zh) 数字式交直流局部放电检测装置
CN100357707C (zh) 手持式多功能动态信号测试分析记录仪
CN109271948B (zh) 一种基于聚类算法的多通道远程振动信号监示系统及监测方法
CN202422536U (zh) 用于电路测试的电子电路实验箱
CN105741837A (zh) 基于spce061a的语音控制系统
CN101303575B (zh) 具有十五个操作键的智能型振动时效控制器
CN203012163U (zh) 一种模拟地震信号发生器
CN203798914U (zh) 便携式测试系统
CN201210260Y (zh) 特殊实验室温湿度测控装置
CN201364360Y (zh) 电路电压测试装置
CN203376136U (zh) 一种可切换显屏的双显振动时效控制器
CN203411588U (zh) 一种能够实时监测振动时效的双显控制器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication