CN103925983B - 一种多通道微弱振动信号同步采集装置及分析方法 - Google Patents
一种多通道微弱振动信号同步采集装置及分析方法 Download PDFInfo
- Publication number
- CN103925983B CN103925983B CN201410186073.4A CN201410186073A CN103925983B CN 103925983 B CN103925983 B CN 103925983B CN 201410186073 A CN201410186073 A CN 201410186073A CN 103925983 B CN103925983 B CN 103925983B
- Authority
- CN
- China
- Prior art keywords
- signal
- module
- parameter
- vibration signal
- synchronous acquisition
- 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.)
- Active
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种多通道微弱振动信号同步采集装置及分析方法,具体指一种多通道微弱振动信号同步采集装置和一种多通道振动信号同步分析方法。所述多通道微弱振动信号同步采集装置具体包括分布式振动传感器、差分驱动器、微弱信号调理模块、多级滤波网络、后置放大模块、同步采集模块、参数计算模块、数据处理模块、参数控制模块和采样控制模块,采集装置具有多参数可调且同步采集多通道微弱振动信号的特点。所述多通道振动信号同步分析方法指利用相关矩阵分析方法对所述采集装置采集的多通道振动信号进行同步分析,提取表征同步特性的特征参数,为基于同步分析的故障预测和诊断提供依据。
Description
技术领域
本发明涉及一种多通道微弱振动信号采集装置和分析方法,特别涉及一种同步采集分布于同一系统中不同位置的微弱振动信号的装置和一种基于相关矩阵分析的多通道微弱振动信号同步分析方法。
背景技术
无论是在对科学的研究中,还是在日常的工程实践中,遇到需要测量物理量的微小变化的问题是常见的,这些微小的变化体现为传感器输出微弱的电流或电压信号变化。这些微弱的信号易被强背景噪声或检测电路的噪声所淹没,无法用传统的方法检测出来。应用新型的电路和新的高精度器件对微弱的电流电压信号进行调理,抑制噪声和外界干扰,同时,运用近代的信号处理手段,或者抑制噪声,或者从噪声中提取微弱信号,从而达到提取微弱信号的目的,对于微弱信号检测和科学技术的发展有着重要意义。
振动信号是最常用的用于对机械状态监测和故障诊断的信号。然而,近年来随着机械设备朝向大型化、复杂化、连续化、自动化及集中化发展的趋势,设备的结构和组成越来越复杂,设备运行中由于非线性因素(如阻尼、刚度、摩擦力间隙、外载荷等)的影响,又时刻产生大量反映过程运行状态和运行机理的非平稳数据,即使正常运行的系统,由于系统噪声和环境噪声等的干扰也会使振动表现出很强的非线性特性,通常是多频率成分叠加,甚至出现连续谱分布,常用的时域、频域或时频域对单独的振动信号分析很难对故障特征进行有效提取。
同步现象广泛存在于生活中,同步是指振荡器根据之间的微弱的相互影响对其频率的调整。机械设备工作时各个区域的振动信号是相互耦合相互影响的,存在同步特性,通过多变量同步分析方法,可以得到各振动信号间的相互联系和同步现象,可以为分析机械设备运行状态和预测设备故障提供依据。
当前振动信号检测主要是针对于较强的振动信号的测量,针对微弱的振动信号的检测装置较少且通用性较差;当前对振动信号的采集各通道是相互独立的,不利于对对同一设备中的不同位置的振动进行联合分析以便更好的确定设备运行状态并对早期微弱故障进行预警;当前对于设备振动信号分析采用的是对各个信号进行独立分析,没有考虑到系统概念,忽视了同一设备不同区域的振动信号间的联系。
发明内容
本发明针对当前多通道微弱振动信号采集和分析方法的一些不足,提出了一种多通道微弱振动信号同步采集装置和分析方法。该方法能有效的提取强干扰和噪声背景下的微弱振动信号并进行同步采集,同时通过对同步采集的多通道微弱振动信号进行同步分析,提取同步特征参数,为通过振动信号对设备状态监控和故障预警提供有力依据。
本发明即一种多通道微弱振动信号同步采集装置和分析方法包括了一种多通道微弱振动信号同步采集装置和一种基于相关矩阵分析的多通道微弱振动信号同步分析方法。
一种多通道微弱振动信号同步采集装置,其特征在于:包括分布式振动传感器、差分驱动器、微弱信号调理模块、多级滤波网络、后置放大模块、同步采集模块、参数计算模块、数据处理模块、参数控制模块和采样控制模块。
所述分布式振动传感器、差分驱动器、微弱信号调理模块、多级滤波网络、后置放大器、同步采集模块依次相连,振动信号通过振动传感器将微弱信号传到差分放大器,通过微弱信号调理模块对信号进行放大和噪声抑制,处理过后的信号经过多级滤波网络滤除噪声和干扰,提取有用信号,然后将信号通过后置放大模块,将信号放大到采集范围内后由同步采集模块进行信号采样。
所述采样控制模块分别与同步采样模块、参数计算模块、数据处理模块相连,通过采样控制模块启动多通道同步采样,读取转换结果传输给参数计算模块和数据处理模块进行数据处理,同时读取参数计算模块结果或手动设置参数对采样率进行配置。
所述参数控制模块分别与参数计算模块、信号调理模块、多级滤波网络、后置放大模块连接,根据装置设置模式进行参数配置,或根据手动设置的参数或根据通过参数计算模块计算获得参数对信号调理模块、多级滤波网络和后置放大模块的放大倍数、增益以及滤波器通带进行配置。
所述参数计算模块指在默认参数下即放大倍数为1,滤波器通带最大且采样率最高的情况下对多通道信号进行同步采样,获取一段长为10s的信号数据Xi(n);计算该段数据绝对值的最大值Xmax(i)和均值计算多通道的Xmax(i)的最大值和的均值,以此为依据确定放大倍数是1、10、100、1000、10000或100,000;将数据序列等分成10段,对每段数据对数据序列进行快速傅里叶变换,计算变换后幅值均值查找幅值等于对应的最小频率fmin(i)和最大频率fmax(i),选择所有数据段和序列的最小频率fmin和最大频率fmax作为滤波器网络参数,同时将参考采样率fs=5*fmax(如果fs大于了采集装置的最大采样率Fs,则将采样率设为Fs)。
所述数据处理模块用于对采集数据进行同步分析算法的运行,提取多通道微弱振动信号表征同步特性的特征值。
一种基于相关矩阵分析的多通道微弱振动信号同步分析方法,其特征在于:包括以下步骤:
步骤1:采用权利要求1所述多通道微弱振动信号同步采集装置采集N路微弱振动信号,获取N通道长度为M的信号序列Xi(tr),i=1,2…N,r=1,2…M;
步骤2:通过式(1)、(2)计算信号序列的均值和标准差,通过式(3)对数据序列进行归一化处理
式(1)
式(2)
式(3)
通过归一化处理,统一了数据序列的尺度,便于后续分析处理。
步骤3:根据步骤2归一化处理后的数据序列,以各通道序列间的相关系数构造相关矩阵A
式(4)
步骤4:求取相关矩阵的特征值λi,λ1≤λ2≤λ3≤…λN;
步骤5:利用IAAFT算法求取信号序列xi(tr)的替代数据序列利用式(5)计算替代数据的相关矩阵B,求取矩阵B的特征值:
式(5)
步骤6:重复步骤5,得到N组替代数据相关矩阵的特征值,计算对应特征值的平均值为:
步骤7:根据式(6)计算新的归一化特征值
式(6)
步骤8:将获得的新的归一化特征值代入式(7),计算全局同步索引
式(7)
根据多通道微弱振动信号的全局索引值可以应用与故障预测和故障诊断。
相对于现有技术,本发明具有如下优点:
1.本发明的微弱信号调理模块、多级滤波器网络、后置放大模块的参数包括放大倍数、滤波器截止频率、滤波器通带等参数可调且由于采用多级放大,最高放大倍数可达10万倍,高通滤波器截止频率最小可达1HZ,低通滤波器最大截止频率可达40kHZ,同时还具有50HZ陷波器,因此可以适用于大多数采集场合。
2.本发明中参数可由人为手动配置,也可以由系统根据参数计算模块计算结果进行自动配置,同时参数计算模块通过初始阶段对信号的采集和相关参数的计算也给人为手动配置提供一定参考,有利于选择合适的参数。
3.本发明对多通道微弱振动信号进行同步采样,因此采集的数据在时间上是保持同步的,这保证了对采集信号进行同步分析,实现了硬件和方法的统一。
4.本发明将同一设备不同位置的振动信号进行同步采样,利用相关矩阵分析进行同步分析,提取全局同步索引值,为设备的状态监测和故障预警诊断提供了有力依据。同时,也将设备各区域孤立的振动信号联系了起来,实现了多源振动信号的融合并用于对设备状态的监测,提高了状态判断的准确性。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1是本发明的组成框图。
图2是本发明数据处理的流程框图。
具体实施方式
下面结合具体实施例对本发明进一步详细说明
本发明首先需要将多个振动传感器分布式安装在设备的不同位置以便测取不同区域振动信号,然后采用本发明的一种多通道微弱振动信号同步采集装置对振动传感器输出的微弱信号进行调理、去噪和同步采集,最后通过数据处理模块对采集数据进行同步分析,提取同步特征参数。本发明组成框图如附图1所示。
参见图1,一种多通道微弱振动信号同步采集装置包括分布式振动传感器、差分驱动器、微弱信号调理模块、多级滤波网络、后置放大模块、同步采集模块、参数计算模块、数据处理模块、参数控制模块和采样控制模块;
所述分布式振动传感器、差分驱动器、微弱信号调理模块、多级滤波网络、后置放大器、同步采集模块依次相连,振动信号通过振动传感器将微弱信号传到差分放大器,通过微弱信号调理模块对信号进行放大和噪声抑制,处理过后的信号经过多级滤波网络滤除噪声和干扰,提取有用信号,然后将信号通过后置放大模块,将信号放大到采集范围内后由同步采集模块进行信号采样;
所述采样控制模块分别与同步采样模块、参数计算模块、数据处理模块相连,通过采样控制模块启动多通道同步采样,读取转换结果传输给参数计算模块和数据处理模块进行数据处理,同时读取参数计算模块结果或手动设置参数对采样率进行配置;
所述参数控制模块分别与参数计算模块、信号调理模块、多级滤波网络、后置放大模块连接,根据装置设置模式进行参数配置,或根据手动设置的参数或根据通过参数计算模块计算获得参数对信号调理模块、多级滤波网络和后置放大模块的放大倍数、增益以及滤波器通带进行配置;
所述参数计算模块指在默认参数下即放大倍数为1,滤波器通带最大且采样率最高的情况下对多通道信号进行同步采样,获取一段长为10s的信号数据Xi(n);计算该段数据绝对值的最大值Xmax(i)和均值计算多通道的Xmax(i)的最大值和的均值,以此为依据确定放大倍数是1、10、100、1000、10000或100,000;将数据序列等分成10段,对每段数据对数据序列进行快速傅里叶变换,计算变换后幅值均值查找幅值等于对应的最小频率fmin(i)和最大频率fmax(i),选择所有数据段和序列的最小频率fmin和最大频率fmax作为滤波器网络参数,同时将参考采样率fs=5*fmax(如果fs大于了采集装置的最大采样率Fs,则将采样率设为Fs);
所述数据处理模块用于对采集数据进行同步分析,提取数据特征值。
参见图2,基于相关矩阵分析的多通道微弱振动信号的同步分析通过以下步骤实现:
步骤1:按要求布置振动传感器,运行多通道微弱振动信号同步采集装置,配置装置参数;
步骤2:启动多通道微弱振动信号同步采集装置采集N路微弱振动信号,获取N通道长度为M的信号序列Xi(tr),i=1,2…N,r=1,2…M;
步骤3:通过式(1)、(2)计算信号序列的均值和标准差,通过式(3)对数据序列进行归一化处理
式(1)
式(2)
式(3)
通过归一化处理,统一了数据序列的尺度,便于后续分析处理。
步骤4:根据步骤2归一化处理后的数据序列,以各通道序列间的相关系数构造相关矩阵A
式(4)
步骤5:求取相关矩阵的特征值λi,λ1≤λ2≤λ3≤…λN;
步骤6:利用IAAFT算法求取信号序列xi(tr)的替代数据序列利用式(5)计算替代数据的相关矩阵B,求取矩阵B的特征值:
式(5)
步骤7:重复步骤5,得到N组替代数据相关矩阵的特征值,计算对应特征值的平均值为:
步骤8:根据式(6)计算新的归一化特征值
式(6)
步骤9:将获得的新的归一化特征值代入式(7),计算全局同步索引
式(7)
根据多通道微弱振动信号的全局索引值可以应用与故障预测和故障诊断。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种多通道微弱振动信号同步采集装置,其特征在于:包括分布式振动传感器、差分驱动器、微弱信号调理模块、多级滤波网络、后置放大模块、同步采集模块、参数计算模块、数据处理模块、参数控制模块和采样控制模块;所述分布式振动传感器、差分驱动器、微弱信号调理模块、多级滤波网络、后置放大器、同步采集模块依次相连;所述采样控制模块分别与同步采样模块、参数计算模块、数据处理模块相连;所述参数控制模块分别与参数计算模块、信号调理模块、多级滤波网络、后置放大模块连接;
装置运行过程分为初始化和正常运行两个阶段,初始化阶段装置获取信号的幅值范围和频带范围并完成装置运行参数的配置,正常运行阶段则完成数据的采集和数据的分析;
所述分布式传感器离散分布于设备不同位置,能多维度、多区域感知设备状态信息;
信号通过微弱信号调理模块的处理,有效的抑制信号中的干扰和噪声,提高信号的信噪比并将信号进行一级放大,且放大倍数可选;
所述多级滤波网络对微弱调理模块处理过的信号进行多级滤波,剔除信号中低频和高频的无用分量,抑制了噪声干扰,提高了信号质量;同时滤波网络的参数可调,参数的配置由参数控制模块完成;
所述后置放大器采用高精度、低噪声、高放大倍数可编程放大器,同微弱信号调理模块配合放大实现微弱信号到采样输入范围的转换;
所述采样控制模块,装置启动初始化阶段,首先控制同步采集模块启动多通道同步采样并读取转换结果;然后结果传输给参数计算模块技术信号的基本参数,最后读取采样率配置参数进行采样率设置;装置配置完成正式工作阶段,控制同步采集模块启动采集和结束,读取转换结果并传输给数据处理模块。
2.根据权利要求1所述的一种多通道微弱振动信号同步采集装置,其特征在于:参数控制模块根据装置设置的运行模式进行参数配置,或手动设置参数或根据参数计算模块计算获得参数对信号调理模块、多级滤波网络和后置放大模块的放大倍数、增益以及滤波器通带进行配置。
3.根据权利要求1所述的一种多通道微弱振动信号同步采集装置,其特征在于:所述参数计算模块,只工作在装置初始化阶段,首先在装置默认的参数的情况下对多通道信号进行同步采样,所述默认的参数的情况指放大倍数为1,滤波器通带最大,采样率最高;然后应用数学统计方法和傅里叶变换计算信号的峰值、均值以及信号主要频率范围,在手动模式下,计算结果将作为参考数据提供给参数配置人员,在自动模式下,计算结果将作为装置配置参数自动进行配置。
4.一种多通道微弱振动信号同步分析方法,其特征在于:利用相关矩阵分析方法对多通道同步采集获取的数据进行多变量同步分析,获取表征多通道数据间同步强度的特征参数值-全局同步索引值,该方法具体包括以下步骤:
步骤1:采用权利要求1所述多通道微弱振动信号同步采集装置采集N路微弱振动信号,获取N通道长度为M的信号序列Xi(tr),i=1,2...N,r=1,2...M;
步骤2:通过式(1)、(2)计算信号序列的均值和标准差,通过式(3)对数据序列进行归一化处理
通过归一化处理,统一了数据序列的尺度,便于后续分析处理;
步骤3:根据步骤2归一化处理后的数据序列,以各通道序列间的相关系数构造相关矩阵A
步骤4:求取相关矩阵的特征值λi,λ1≤λ2≤λ3≤…λN;
步骤5:利用IAAFT算法求取信号序列Xi(tr)的替代数据序列利用式(4)计算替代数据的相关矩阵B,求取矩阵B的特征值:
步骤6:重复步骤5,得到N组替代数据相关矩阵的特征值,计算对应特征值的平均值为:
步骤7:根据式(5)计算新的归一化特征值
步骤8:将获得的新的归一化特征值代入式(6),计算全局同步索引
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410186073.4A CN103925983B (zh) | 2014-05-05 | 2014-05-05 | 一种多通道微弱振动信号同步采集装置及分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410186073.4A CN103925983B (zh) | 2014-05-05 | 2014-05-05 | 一种多通道微弱振动信号同步采集装置及分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103925983A CN103925983A (zh) | 2014-07-16 |
CN103925983B true CN103925983B (zh) | 2017-04-12 |
Family
ID=51144282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410186073.4A Active CN103925983B (zh) | 2014-05-05 | 2014-05-05 | 一种多通道微弱振动信号同步采集装置及分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103925983B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108088545B (zh) * | 2016-11-23 | 2019-10-18 | 航天科工惯性技术有限公司 | 一种多通道泥石流地声处理电路和方法 |
CN107144343A (zh) * | 2017-07-10 | 2017-09-08 | 薛天 | 低频振动位移传感器组网方法、系统及装置 |
CN108345289B (zh) * | 2018-01-08 | 2020-03-31 | 浙江大学 | 一种基于替代数据法的工业过程平稳性检测方法 |
CN109660258B (zh) * | 2018-12-29 | 2023-02-28 | 四川双元智能科技有限公司 | 一种多通道同步采集不同采样频率数据的方法、装置及系统 |
CN113124922A (zh) * | 2019-12-30 | 2021-07-16 | 上海电力大学 | 非电量多物理量同步测量的电气设备运行状态监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4520674A (en) * | 1983-11-14 | 1985-06-04 | Technology For Energy Corporation | Vibration monitoring device |
US5965819A (en) * | 1998-07-06 | 1999-10-12 | Csi Technology | Parallel processing in a vibration analyzer |
CN102506985A (zh) * | 2011-09-27 | 2012-06-20 | 西安博源电气有限公司 | 一种高压电抗器在线监测系统及监测方法 |
CN202582707U (zh) * | 2012-04-25 | 2012-12-05 | 沈阳透平机械股份有限公司 | 基于无线传输技术的压缩机接触式振动检测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001296917A (ja) * | 2000-04-11 | 2001-10-26 | Emc Kk | 精密電子機器の挙動と環境監視システム |
CN101670553B (zh) * | 2009-09-28 | 2012-07-11 | 浙江大学 | 外圆磨削多参数集成质量监测装置及方法 |
-
2014
- 2014-05-05 CN CN201410186073.4A patent/CN103925983B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4520674A (en) * | 1983-11-14 | 1985-06-04 | Technology For Energy Corporation | Vibration monitoring device |
US5965819A (en) * | 1998-07-06 | 1999-10-12 | Csi Technology | Parallel processing in a vibration analyzer |
CN102506985A (zh) * | 2011-09-27 | 2012-06-20 | 西安博源电气有限公司 | 一种高压电抗器在线监测系统及监测方法 |
CN202582707U (zh) * | 2012-04-25 | 2012-12-05 | 沈阳透平机械股份有限公司 | 基于无线传输技术的压缩机接触式振动检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103925983A (zh) | 2014-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103925983B (zh) | 一种多通道微弱振动信号同步采集装置及分析方法 | |
CN110353725A (zh) | 一种基于云架构的心音采集与分析系统及方法 | |
CN110850244B (zh) | 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质 | |
CN101976564A (zh) | 昆虫声音识别方法 | |
CN102646415B (zh) | 一种语音识别中的特征参数提取方法 | |
CN106650576A (zh) | 一种基于噪声特征统计量的矿山设备健康状态判决方法 | |
CN104958064A (zh) | 一种可穿戴式动脉硬化检测仪及脉搏波传导速度检测方法 | |
CN110285044B (zh) | 基于树莓派的水泵振动监测分析仪及方法 | |
CN106137187A (zh) | 一种脑电状态检测方法及装置 | |
CN102901994A (zh) | 利用地震记录仪的测定传感器验证系统及方法 | |
CN208520476U (zh) | 一种高速插秧机噪声品质评价系统 | |
CN104359685A (zh) | 一种柴油机故障识别方法 | |
CN105277984B (zh) | 一种时移地震互约束频率一致性处理方法 | |
CN110118715B (zh) | 一种血细胞脉冲信号分析装置以及方法 | |
CN113407903B (zh) | 一种基于平滑拟合的频谱拼接方法 | |
CN105989834A (zh) | 语音辨识装置及语音辨识方法 | |
CN202981962U (zh) | 一种言语功能检测处理系统 | |
DE3227832C2 (de) | Elektronisches Sphygmomanometer | |
CN102323794B (zh) | 一种热连轧工艺过程采集数据同步化方法 | |
CN102783946A (zh) | 一种自动脑源定位方法及装置 | |
CN106303879A (zh) | 一种基于时域分析的检测装置及检测方法 | |
CN203029209U (zh) | 一种言语功能检测处理系统 | |
CN112129404A (zh) | 提高油浸式配电变压器出厂噪声测量精度的方法及装置 | |
CN110879532A (zh) | 一种控制系统及设计方法 | |
WO2020242334A8 (en) | System and method of automated electrocardiogram analysis and interpretation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |