CN102322941A - 基于油膜厚度的振动监测诊断装置 - Google Patents
基于油膜厚度的振动监测诊断装置 Download PDFInfo
- Publication number
- CN102322941A CN102322941A CN201110246600A CN201110246600A CN102322941A CN 102322941 A CN102322941 A CN 102322941A CN 201110246600 A CN201110246600 A CN 201110246600A CN 201110246600 A CN201110246600 A CN 201110246600A CN 102322941 A CN102322941 A CN 102322941A
- Authority
- CN
- China
- Prior art keywords
- oil film
- chip
- film thickness
- model
- vibration
- 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
Links
Images
Abstract
本发明涉及测量技术领域,特别是一种用于火力发电厂、核电站、石化企业等使用滑动轴承大型转动机械的基于油膜厚度的振动监测诊断装置,其特点是:它包括ARM微处理器分别与信号处理电路、FPGA门阵列、LCD液晶显示、SD存储单元、操作键盘、RJ45网络端口、通讯端口、FLASH闪存和RAM内存相连接,八通道振动传感器与信号处理电路相连接,信号处理电路与信号采集电路相连接,信号采集电路与FPGA门阵列相连接。能够对滑动轴承等大型转动机械的油膜厚度、轴振动幅值、瓦振动幅值在线监测和基于油膜厚度对转机振动状态综合故障诊断。
Description
技术领域
本发明涉及测量技术领域,特别是一种用于火力发电厂、核电站、石化企业等使用滑动轴承大型转动机械的基于油膜厚度的振动监测诊断装置。
背景技术
当前大型汽轮发电机组及其它大型转机大都装有振动在线监测装置,多数装置能够同时监测轴振动与瓦振动,当然也有少数企业只监测轴振或者只监测瓦振。通过生产实践与理论证明,当油膜厚度增加到一定程度后,随着油膜厚度增加轴振幅增加而瓦振幅减小。在这种情况下只用瓦振幅值判断机组状态是非常有害的,因为很多恶性故障,例如:叶片断裂、轴裂纹等故障多数是因为转子长期在高振幅下运行引起转动部件疲劳裂纹所致。
本发明在对现场实际问题研究基础上,进行了数学模型推演、检验和实际应用。利用基于油膜厚度结合轴振动与瓦振动判断转机振动状态的数学模型,对滑动轴承油膜厚度、轴振动幅值、瓦振动幅值实现了在线监测和对转机振动状态综合故障诊断。
发明内容
本发明所依据的科学原理是,根据文献[叶荣学、孙伟等:油膜刚度变化对转子振动特性的影响汽轮机技术2006.3]的推导,计算分析油膜厚度增大引起轴振幅值增加原因。轴振幅值与油膜刚度之间关系表达式如下:
振幅:
油膜刚度影响系数:
油膜刚度:
滑动轴承中的油膜力支撑了转子径向载荷,它保证转子轴颈在轴瓦中的确定位置、保证转子的正常转动。在正常运行过程中,油膜刚度就是转子支撑刚度,油膜刚度越大,则整个转子抗弯曲刚度也越大,在同样扰动力作用下振幅越小。对于已运行中轴承而言,油膜刚度大小主要决定于油膜厚度,油膜越薄则刚度越大,转子振动越小。相反,油膜越厚则刚度越小,振幅越大。
转动设备一定,则轴瓦的各种几何尺寸及油的粘度系数固定,选择不同的油膜厚度,经过上述(1)、(2)、(3)公式计算,油膜厚度小则轴振动幅值小,反之则大。从理论上证明了,由于油膜厚度增加,其刚度下降,则转子支撑刚度下降,在同样拢动力作用下,轴振幅必然升高。
油膜厚度增加又将引起瓦振幅下降,油膜厚度增加使瓦振幅普遍减小,在个别情况下瓦振幅下降到十几微米,其主要原因有两个:其一是轴颈振动波形通过油膜传到轴瓦上的过程中受阻尼作用而使振幅减小;第二个原因是轴瓦支撑刚度很大,它包括轴承座总刚度。汽轮机轴承座刚度比油膜刚度大很多,由轴振波形向轴瓦传递过程中衰减程度可用传递系数η表示:
计算得知,当油膜厚度增加2倍时传递系数下降0.45倍。当油膜厚度值等于或大于轴瓦与轴颈之间间隙时,油膜刚度很小,此时传递系数η更小,所以当油膜厚度增加将使瓦振幅下降。
根据以上所述可知,在运行中大型转动设备发生异常时多数情况下都会引起油膜厚度变化,从而引起振幅变化。如果我们能实时掌握和监测油膜厚度、轴振动幅值、瓦振动幅值的变化,那么故障原因也就很容易找准。
本发明的目的是,提供一种能够对轴振动、瓦振动进行监测,显示直观、并能够准确诊断大型转动机械振动故障原因的基于油膜厚度的振动监测诊断装置。
本发明的目的是由以下技术方案来实现的:
一种基于油膜厚度的振动监测诊断装置,其特征是:它包括ARM微处理器分别与信号处理电路、FPGA门阵列、LCD液晶显示、SD存储单元、操作键盘、RJ45网络端口、通讯端口、闪存FLASH和内存RAM相连接,八通道振动传感器与信号处理电路相连接,信号处理电路与信号采集电路相连接,信号采集电路与FPGA门阵列相连接。
所述的信号处理电路能够同时并行处理八通道振动传感器输入信号和所需信号的交直流切换输出,它包括型号LM2830的芯片IC7,三极管Q1~Q4,电阻R33~R39、R42、R44、R45、R47~R49、R51、R52、R54,电位器W5、W6和电解电容C13相连接。
所述的信号采集电路包括型号OPA2830IDGK芯片IC4、型号ADS8330IRSA芯片IC9,电阻R1、R2、R9、R10、R18、R19、R100~R103和电容C100、C101相连接。
所述的FPGA门阵列包括型号LFXP2-5E-5TN144C芯片IC13,电阻R47、R48和磁珠PB5、PB6相连接。
所述的ARM微处理器包括型号S3C2440A40芯片IC3,电容C15、C16和晶振X1、X2相连接。
所述的SD存储单元包括电阻R27~R33和卡件J9相连接。
所述的RJ45网络端口包括型号DM9000AEP芯片IC5,电阻R24、R32,电容C34、C40和晶振X3相连接。
所述的通讯端口包括型号SN65HVD232D芯片IC14、型号MCP2515T-I/ST芯片IC15、型号SN75C3232EPW芯片IC7、型号SN65HVD08D芯片IC8,晶振X1和电容C6~C9、C28、C29相连接。
所述的闪存FLASH包括芯片型号K9F2G08UOM-PCB0IC1和电阻R4相连接。
所述的内存RAM包括型号K4S561632H-UC75芯片IC2、型号K4S561632H-UC75芯片IC4相连接。
本发明的基于油膜厚度的振动监测诊断装置,能够根据所处理信号,特别是振动信号在滑动轴承转动机械通过临界点的瞬时性,对每通道传感器信号都要进行快速傅立叶分析,每个通道每个周期采样点数最少512点;实时显示每个通道的波形、频谱、棒图,故障综合诊断功能等;具有较高的采样精度和采样率、较快的计算速度、较好的图形处理与显示功能、较大的存储空间。能够实现滑动轴承转动机械的油膜厚度、轴振动幅值、瓦振动幅值检测并进行综合分析,通过LCD液晶屏方式实时显示监测情况与显示综合诊断故障结果。装置输入信号主要是电涡流振动传感器、速度振动传感器信号,在滑动轴承转动机械的轴处于静止状态时,获取电涡流传感器与转轴间的静止间隙电压;在滑动轴承转动机械的轴处于运转状态时,同样使用该传感器实时获取传感器与转轴间的动态间隙电压。该装置直观的显示油膜厚度、轴振动幅值、瓦振动幅值,对振动故障进行综合分析,并直观的显示振动故障诊断结论。
附图说明
图1为本发明的基于油膜厚度的振动监测诊断装置电路原理框图。
图2为信号处理电路1电路原理图。
图3为信号采集电路2电路原理图。
图4为FPGA门阵列3电路原理图。
图5为ARM微处理器4电路原理图。
图6为SD存储单元6电路原理图。
图7为RJ45网络端口8电路原理图。
图8为通讯端口9电路原理图。
图9为FLASH闪存10电路原理图。
图10为RAM内存11电路原理图。
具体实施方式
下面结合附图对本发明作进一步详细的描述。
参照图1,本发明的基于油膜厚度的振动监测诊断装置包括信号处理电路1、信号采集电路2、FPGA门阵列3、ARM微处理器4、LCD液晶显示5、SD存储单元6、操作键盘7、RJ45 网络端口8、通讯端口9、FLASH闪存10和RAM内存11。能够实现油膜厚度、轴振动幅值、瓦振动幅值在线监测和对转机振动状态综合故障诊断。
参照图1和2,信号处理电路1可同时处理八通道振动传感器信号,完成所需传感器信号的交直流切换输出。以单通道为例,包括型号LM2830芯片IC7,型号S9015三极管Q1、型号S9014三极管Q2、型号S9015三极管Q3、型号S9014三极管Q4,电阻R33、R34、R35、R36、R37、R38、R39、R42、R44、R45、R47、R48、R49、R51、R52、R54,电位器W5、W6、电解电容C13和模拟部分与数字部分间两个80芯接插件连接插。当系统启动,ARM微处理器4发出的控制信号DC-EN和AC-EN经FPGA部分两层板和ARM部分六层板间200脚连接插到信号处理电路1的R35和R48输入侧,当DC-EN为高电平,AC-EN为低电平时,三极管Q1、Q2处于截止状态,使直流通路使能控制DC-ENABLE为高,也就是芯片IC7A的5脚为高,此时信号输入经芯片IC7A输出直流部分信号;由于AC-EN为低电平,这时三极管Q3、Q4处于导通状态,使得AC-ENABLE为低电平,控制芯片IC7B不工作;反之当DC-EN为低电平,AC-EN为高电平时芯片IC7A不工作,芯片IC7B输出交流信号,从而实现交直流切换输出。
参照图1和3,信号采集电路2,以单通道为例,包括型号OPA2830IDGK芯片IC4、型号ADS8330IRSA芯片IC9,电阻R1、R2、R9、R10、R18、R19、R100、R101、R102、R103和电容C100、C101。信号处理电路1中的芯片IC7输出的ADCIN1信号经数字部分和模拟部分连接插传送到信号采集电路2中电阻R1输入侧,该信号经芯片IC4放大后由芯片IC4的7脚输出,再经电阻R100、R101、电容C100滤波处理后送入AD采集芯片IC9的12、13脚。AD采集芯片IC9的3脚接收来自FPGA门阵列3中芯片IC13的第72脚发出的控制信号ADC0-CON。该控制信号ADC0-CON是根据ARM微处理器4中的ARM芯片IC3软件所要求的采样方式和采样率等设置情况由FPGA芯片发出的。AD采集芯片IC9根据控制信号要求实现AD转换,并经该芯片的5脚、6脚、7脚、9脚输出。
参照图1和4,FPGA门阵列3包括型号LFXP2-5E-5TN144C芯片IC13,电阻R47、R48和磁珠PB5、PB6。FPGA芯片是由存放在片内RAM中的程序来设置其工作状态的,同一片FPGA,不同的编程数据,可以产生不同的电路功能。FPGA芯片IC13接收ARM芯片IC3的采样设置要求,并控制信号采集电路2中芯片IC9的5脚、6脚、7脚、9脚输出,该输出送入FPGA门阵列3中的FPGA芯片66、69、70、71脚,然后经FPGA芯片的5脚~22脚输出。
参照图1和5,ARM微处理器4包括型号S3C2440A40芯片IC3,电容C15、C16和晶振X1、X2。FPGA芯片IC13的5脚~22脚数据输出到ARM芯片IC3的D0~D15,再由ARM根据嵌入的数学模型进行计算和数据存储,存储芯片分别为K4S561632H-UC75、K9F2G08UOM-PCBO和SD卡,并根据ARM程序要求接受键盘输入、驱动LCD液晶显示和进行CAN/RS232/RS485/USB/RJ45多种方式通讯。
参照图1,LCD液晶屏显示5接收经FPGA部分两层板和ARM部分六层板间200脚连接插获取的ARM芯片IC3送出的VD-B0~VD-B7、VD-G0~VD-G7、VD-R0~VD-R7的数据和指令。
参照图1和6,SD存储单元6包括电阻R27、R28、R29、R30、R31、R32、R33和卡件J9。该部分通过200脚接插件获取ARM芯片IC3送出的SDR控制和数据。
参照图1,操作键盘7通过200脚接插件,向ARM芯片IC3提供K控制信号。
参照图1和7,RJ45网络端口8包括型号DM9000AEP芯片IC5,电阻R24、R32,电容C34、C40和晶振X3。主要完成并行数据变成串行输出功能。
参照图1和8,通讯端口9具有四种通讯方式,RS232、RS485、CAN和USB通讯,包括型号SN65HVD232D芯片IC14、型号MCP2515T-I/ST芯片IC15、型号SN75C3232EPW芯片IC7、型号SN65HVD08D芯片IC8,晶振X1和电容C6、C7、C8、C9、C28、C29成。
参照图1和9,FLASH闪存10包括型号K9F2G08UOM-PCB0芯片IC1和电阻R4。
参照图1和10,RAM内存11包括型号K4S561632H-UC75芯片IC2和型号K4S561632H-UC75芯片IC4。
在具体实施时,可应用原有的振动传感器,但必须按要求获取所监测转子静止状态时的传感器间隙电压,同时录入其它已知的轴与轴瓦原始参数并存储在基于油膜厚度的振动监测诊断装置中。被检测的滑动轴承运行过程中,基于油膜厚度的振动监测诊断装置不断获取变化的传感器间隙电压,结合原始参数,利用嵌入的油膜厚度与振动关系数学模型,不断刷新显示检测状态。
本发明的基于油膜厚度的振动监测诊断装置所用电子元器件均为市售产品。
本发明的基于油膜厚度的振动监测诊断装置所安装的操作系统为WINDOWS CE,编程语言为VS2005.NET是本领域技术人员所熟悉的技术。
本发明的基于油膜厚度的振动监测诊断装置的样机经过六个月的试用,实现了在线监测滑动轴承油膜油膜厚度和振动幅值并进行故障综合诊断。通过该装置可以帮助准确诊断大型转动机械振动的故障原因、弥补了目前国内外滑动轴承振动故障分析中,关于油膜厚度增加引起轴振幅增加而瓦振幅减小的应用缺失,实现了油膜厚度、与轴振动、瓦振动的综合振动故障诊断。
本发明的基于油膜厚度的振动监测诊断装置的具体实施方式并非穷举,本领域技术人员不经过创造性劳动的任何变换均属于本发明权利要求保护的范围。
Claims (10)
1.一种基于油膜厚度的振动监测诊断装置,其特征是:它包括ARM微处理器分别与信号处理电路、FPGA门阵列、LCD液晶显示、SD存储单元、操作键盘、RJ45网络端口、通讯端口、FLASH闪存和RAM内存相连接,八通道振动传感器的信号输出端与信号处理电路的输入端相连接,信号处理电路的输出端与信号采集电路的输入端相连接,信号采集电路的输出端与FPGA门阵列相连接。
2.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的ARM微处理器包括型号S3C2440A40芯片IC3,电容C15、C16和晶振X1、X2相连接。
3.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的信号处理电路能够同时并行处理八通道振动传感器输入信号和所述信号的交直流切换输出,它包括型号LM2830的芯片IC7,三极管Q1~Q4,电阻R33~R39、R42、R44~R49、R51、R52、R54,电位器W5、W6和电解电容C13相连接。
4.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的信号采集电路包括型号OPA2830IDGK芯片IC4、型号ADS8330IRSA芯片IC9,电阻R1、R2、R9、R10、R18、R19、R100~R103和电容C100、C101相连接。
5.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的FPGA门阵列包括型号LFXP2-5E-5TN144C芯片IC13,电阻R47、R48和磁珠PB5、PB6相连接。
6.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的SD存储单元包括电阻R27~R33和卡件J9相连接。
7.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的RJ45网络端口包括型号DM9000AEP芯片IC5,电阻R24、R32,电容C34、C40和晶振X3相连接。
8.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的通讯端口包括型号SN65HVD232D芯片IC14、型号MCP2515T-I/ST芯片IC15、型号SN75C3232EPW芯片IC7、型号SN65HVD08D芯片IC8,晶振X1和电容C6~C9、C28、C29相连接。
9.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的FLASH闪存包括芯片型号K9F2G08UOM-PCB0IC1和电阻R4相连接。
10.根据权利要求1所述的基于油膜厚度的振动监测诊断装置,其特征是:所述的RAM内存包括型号K4S561632H-UC75芯片IC2和型号K4S561632H-UC75芯片IC4相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110246600A CN102322941A (zh) | 2011-08-25 | 2011-08-25 | 基于油膜厚度的振动监测诊断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110246600A CN102322941A (zh) | 2011-08-25 | 2011-08-25 | 基于油膜厚度的振动监测诊断装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102322941A true CN102322941A (zh) | 2012-01-18 |
Family
ID=45450734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110246600A Pending CN102322941A (zh) | 2011-08-25 | 2011-08-25 | 基于油膜厚度的振动监测诊断装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102322941A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865786A (zh) * | 2016-04-04 | 2016-08-17 | 上海大学 | 拉压油膜噪声测量试验机 |
CN107238498A (zh) * | 2017-08-01 | 2017-10-10 | 四川霄云航空科技有限公司 | 一种用于涡轴发动机振动监测数据的装置 |
CN107290044A (zh) * | 2017-08-01 | 2017-10-24 | 四川霄云航空科技有限公司 | 一种涡轴发动机振动监测系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430247A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 汽轮发电机组随机振动故障实时诊断方法 |
CN101430239A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 大型汽轮发电机组油膜涡动故障实时诊断方法 |
-
2011
- 2011-08-25 CN CN201110246600A patent/CN102322941A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430247A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 汽轮发电机组随机振动故障实时诊断方法 |
CN101430239A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 大型汽轮发电机组油膜涡动故障实时诊断方法 |
Non-Patent Citations (3)
Title |
---|
叶荣学等: "油膜厚度在线监测与轴系状态评估", 《全国第四次发电企业设备优化检修技术交流研讨会交流文集》, 31 December 2008 (2008-12-31) * |
叶荣学等: "滑动轴承油膜厚度变化对汽轮机转子稳定性的影响", 《2007年第九届全国振动理论及应用学术会议论文集》, 19 October 2007 (2007-10-19) * |
张文雷: "基于嵌入式系统的旋转机械状态数据采集系统的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 4, 15 April 2009 (2009-04-15) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865786A (zh) * | 2016-04-04 | 2016-08-17 | 上海大学 | 拉压油膜噪声测量试验机 |
CN105865786B (zh) * | 2016-04-04 | 2019-08-06 | 上海大学 | 拉压油膜噪声测量试验机 |
CN107238498A (zh) * | 2017-08-01 | 2017-10-10 | 四川霄云航空科技有限公司 | 一种用于涡轴发动机振动监测数据的装置 |
CN107290044A (zh) * | 2017-08-01 | 2017-10-24 | 四川霄云航空科技有限公司 | 一种涡轴发动机振动监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A new noise-controlled second-order enhanced stochastic resonance method with its application in wind turbine drivetrain fault diagnosis | |
Reddy et al. | Detection and monitoring of coupling misalignment in rotors using torque measurements | |
CN102175762A (zh) | 滑动轴承油膜刚度、油膜厚度监测装置 | |
CN103558003B (zh) | 一种转子扭振激励与振动分析实验系统 | |
Farokhzad | Vibration based fault detection of centrifugal pump by fast fourier transform and adaptive neuro-fuzzy inference system | |
CN103323274A (zh) | 旋转机械状态监测与故障诊断系统及方法 | |
CN104596574A (zh) | 大型水力发电设备远程诊断服务平台装置 | |
CN102507205A (zh) | 一种检测航空发动机风扇叶片颤振故障的方法 | |
CN102102629A (zh) | 一种风电机组在线数据采集与分析装置 | |
Jamil et al. | Technical communication of Condition Monitoring System of hydroelectric generating unit of HPP | |
CN101702008B (zh) | 便携式电机故障在线诊断装置 | |
CN201522549U (zh) | 便携式电机故障在线诊断装置 | |
CN102322941A (zh) | 基于油膜厚度的振动监测诊断装置 | |
Bhole et al. | Motor current signature analysis for fault detection of induction machine–a review | |
Shi et al. | Purification and feature extraction of shaft orbits for diagnosing large rotating machinery | |
You et al. | Fault diagnosis system of rotating machinery vibration signal | |
Yang | Condition monitoring the drive train of a direct drive permanent magnet wind turbine using generator electrical signals | |
Yang et al. | Rub-impact detection of rotor systems using time-frequency techniques | |
Prudnikov et al. | Virtual model of an induction motor with rotor eccentricity | |
Xie et al. | Modified breathing mechanism model and phase waterfall plot diagnostic method for cracked rotors | |
Liska et al. | Measurement and evaluation of shaft torsional vibrations using shaft instantaneous angular velocity | |
Wu et al. | Vibration-based condition monitoring | |
CN102788662B (zh) | 无附加传感器的垂直回转体动平衡检测系统 | |
Houjoh et al. | Utilization of synchronous averaging for inspection of tooth surface undulations on gears (localization of nonmesh harmonic components to individual gear) | |
CN213516333U (zh) | 一种故障检测装置 |
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 |
Application publication date: 20120118 |