CN104568131B - 有色冶金行业的余热发电机组远程监测系统及其方法 - Google Patents

Abstract

本发明公开了一种有色冶金行业的余热发电机组远程监测系统及其方法，其中，该系统由上位机和若干个余热发电机组状态监测站组成；其中，每个余热发电机组状态监测站均由现场监测分站、企业级服务器和安装在余热发电机组上的智能传感器构成；每个场监测分站利用灵敏检测数据采集方法来存储智能传感器所实时监测和传送来的相应余热发电机组的发电机轴承振动数据，并发送至企业级服务器；所述企业级服务器采用特征值智能压缩算法压缩所接收到的发电机轴承振动数据，并通过Internet发送至上位机，上位机利用故障分析图谱来监测余热发电机组的运行状态。

Description

有色冶金行业的余热发电机组远程监测系统及其方法

技术领域

本发明涉及远程监测领域，尤其涉及一种有色冶金行业的余热发电机组远程监测系统及其方法。

背景技术

由于有色冶金行业的余热发电机组在变工况过程中，机组要经历在各种转速下运行的状态，而在这种情况下反映的机组故障征兆，比机组仅仅在正常工作转速下运行要丰富得多；另一方面，当机组遇到异常停机的情况时，余热发电机组的转子动特性数据及过程量信息若保留不完整，那么分析发电机组故障较为困难。

目前余热发电机组远程监测过程中的传统存储方式为基于时间平均或基于瞬时的存储方式，有效数据，即有效数据是指机组运行状态变化的数据，异常的、可能反映故障征兆的数据，及启停机、变负荷、超速试验等变工况下的数据，在此种数据存储方式下存在遗漏的严重问题。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，提出了一种有色冶金行业的余热发电机组远程监测系统及其方法。

本发明采用以下具体技术方案：

一种有色冶金行业的余热发电机组远程监测系统，它由上位机和若干个余热发电机组状态监测站组成；

其中，每个余热发电机组状态监测站均由现场监测分站、企业级服务器和安装在余热发电机组上的智能传感器构成；

每个现场监测分站利用灵敏检测数据采集方法来存储智能传感器所实时监测和传送来的相应余热发电机组的发电机轴承振动数据，并发送至企业级服务器；

所述企业级服务器采用特征值智能压缩算法压缩所接收到的发电机轴承振动数据，并通过Internet发送至上位机，上位机利用故障分析图谱来监测余热发电机组的运行状态。

其中，灵敏检测数据采集方法的数据采集过程，具体包括：

第一步：设定对机组振动的各个分频的报警门限，所述报警门限是余热发电机组以一段时间平稳运行的状态值；

第二步：余热发电机组不仅在固定工作状态下的振动值超越报警门限进行报警，而且在余热发电机组工作状态变化的情况下报警；所述余热发电机组工作状态变化情况包括启停机、变负荷和超速试验变工况；

第三步：当余热发电机组运行发生报警，此时存储余热发电机组运行的历史数据。

所述特征值智能压缩算法为：首先判断计算被检测的信号是否存在突变特征，若被检测的信号有突变特征，则记录并压缩信号；当被检测信号一直很平稳，波形近乎平直，不存在突变特征时，则不记录。

一种有色冶金行业的余热发电机组远程监测系统的监测方法，具体包括以下步骤：

步骤1：数据采集

余热发电机组状态监测站的现场监测分站采用灵敏检测数据采集方法来存储智能传感器所检测的相应余热发电机组现场的发电机轴承振动数据并传输至企业级服务器；

步骤2：数据存储和传输

企业级服务器，其负责发电机组现场的发电机轴承振动数据的本地存储和管理以及将发电机轴承振动数据集中传输至上位机；所述企业级服务器采用特征值智能压缩算法对接收到的发电机轴承振动数据进行存储，并且通过基于HTTP协议的Internet发送至上位机；

步骤3：数据远程管理和分析

上位机对接收到的余热发电机组的振动数据进行故障分析和诊断，并且绘制成故障分析图谱的形式，来监测和诊断余热发电机组的运行状态。

所述故障分析和诊断的过程，包括：

对上位机接收到的余热发电机组运行过程中的振动数据进行采样处理，然后对样本数据做傅里叶变换，显示波形频谱图，根据发电机组的不同部件固有振动特征，分析典型振动频率分量的振幅，得到余热发电机组的当前部件的运行状态；

根据傅里叶变换提取的工频分量合成工频椭圆，将各截面工频椭圆根据空间相对位置排列，并按时间顺序连接工频椭圆上相应的点，即生成三维全息谱图；通过上述各种图谱分析和数据库进行对比判断余热发电机组的故障。

所述监测与诊断分析的过程，还包括

根据余热发电机组的某一振动波形特征参数在一段时间内的值，得到余热发电机组的振动趋势图；

根据余热发电机组的某一振动波形特征参数值，得到该振动波形特征参数值随转速变化的曲线，即波德图；通过上述各种图谱分析和数据库进行对比判断余热发电机组的故障。

本发明具有的积极效果是：

1)本发明的系统采用了基于HTTP协议的数据传输方案，降低了机组数据接入上位机的“门槛”，对于已具备基本局域网条件的发电厂，其网络投入成本和数据接入工作量为零；

2)采集和分析的大型机组运行数据并将数据通过INTERNET实时传输给上位机的服务器；

3)采用灵敏监测数据采集方法，从根本上摆脱了数据存储量与数据有效性之间的矛盾，解决了传统存储方式，有效数据遗漏的严重问题；大大减少了存储量，保证没有与诊断无关的多余数据存储。

附图说明

图1是本发明的系统结构示意图；

图2a)是本发明的余热发电机组的某一轴承x方向振动的频谱图；

图2b)是本发明的余热发电机组的某一轴承y方向振动的频谱图；

图2c)是的余热发电机组的某一轴承的全频谱图；

图3是本发明的三维全息谱图。

具体实施方式

如图1所示，一种有色冶金行业的余热发电机组远程监测系统，它由上位机和若干个余热发电机组状态监测站组成；

其中，每个余热发电机组状态监测站均由现场监测分站、企业级服务器和安装在余热发电机组上的智能传感器构成；

每个现场监测分站利用灵敏检测数据采集方法来存储智能传感器所实时监测和传送来的相应余热发电机组的发电机轴承振动数据，并发送至企业级服务器；所述企业级服务器采用特征值智能压缩算法压缩所接收到的发电机轴承振动数据，并通过Internet发送至上位机，上位机利用故障分析图谱来监测余热发电机组的运行状态。

一种有色冶金行业的余热发电机组远程监测系统的监测方法，包括：

步骤1：数据采集

余热发电机组状态监测站的现场监测分站采用灵敏检测数据采集方法来存储智能传感器所检测的相应余热发电机组现场的发电机轴承振动数据并传输至企业级服务器；

步骤2：数据存储和传输

企业级服务器，其负责发电机组现场的发电机轴承振动数据的本地存储和管理以及将发电机轴承振动数据集中传输至上位机；所述企业级服务器采用特征值智能压缩算法对接收到的发电机轴承振动数据进行存储，并且通过基于HTTP协议的Internet发送至上位机；

步骤3：数据远程管理和分析

上位机对接收到的余热发电机组的振动数据进行故障分析和诊断，并且绘制成故障分析图谱的形式，来监测和诊断余热发电机组的运行状态。

所述灵敏检测数据采集方法，具体包括以下步骤：

第一步：设定对机组振动的各个分频的报警门限，所述报警门限是余热发电机组以一段时间平稳运行的状态值；

第二步：余热发电机组不仅在固定工作状态下的振动值超越报警门限进行报警，而且在余热发电机组工作状态变化的情况下报警；所述余热发电机组工作状态变化情况包括启停机、变负荷和超速试验变工况；

第三步：当余热发电机组运行发生报警，此时存储余热发电机组运行的历史数据。

所述特征值智能压缩算法为：首先判断计算被检测的信号是否存在突变特征，若被检测的信号有突变特征，则记录并压缩信号；当被检测信号一直很平稳，波形近乎平直，不存在突变特征时，则不记录。

所述故障分析和诊断的过程，包括：

对上位机接收到的余热发电机组运行过程中的振动数据进行采样处理，然后对样本数据做傅里叶变换，显示波形频谱图，根据发电机组的不同部件固有振动特征，分析典型振动频率分量的振幅，得到余热发电机组的当前部件的运行状态，如图2a)-如图2c)所示；

如图3所示，根据傅里叶变换提取的工频分量合成工频椭圆，将各截面工频椭圆根据空间相对位置排列，并按时间顺序连接工频椭圆上相应的点，即生成三维全息谱图；通过上述各种图谱分析和数据库进行对比判断余热发电机组的故障。

所述监测与诊断分析的过程，还包括

根据余热发电机组的某一振动波形特征参数在一段时间内的值，得到余热发电机组的振动趋势图；

根据余热发电机组的某一振动波形特征参数值，得到该振动波形特征参数值随转速变化的曲线，即波德图；通过上述各种图谱分析和数据库进行对比判断余热发电机组的故障。

Claims (3)

1.一种有色冶金行业的余热发电机组远程监测系统的监测方法，其特征在于，所述监测方法中采用的监测系统由上位机和若干个余热发电机组状态监测站组成；

其中，每个余热发电机组状态监测站均由现场监测分站、企业级服务器和安装在余热发电机组上的智能传感器构成；

每个现场监测分站利用灵敏检测数据采集方法来存储智能传感器所实时监测和传送来的相应余热发电机组的发电机轴承振动数据，并发送至企业级服务器；

所述企业级服务器采用特征值智能压缩算法压缩所接收到的发电机轴承振动数据，并通过Internet发送至上位机，上位机利用故障分析图谱来监测余热发电机组的运行状态；

监测方法具体包括以下步骤：

步骤1：数据采集

余热发电机组状态监测站的现场监测分站采用灵敏检测数据采集方法来存储智能传感器所检测的相应余热发电机组现场的发电机轴承振动数据并传输至企业级服务器；

所述灵敏检测数据采集方法，具体包括以下步骤：

第一步：设定对机组振动的各个分频的报警门限，所述报警门限是余热发电机组以一段时间平稳运行的状态值；

第二步：余热发电机组不仅在固定工作状态下的振动值超越报警门限进行报警，而且在余热发电机组工作状态变化的情况下报警；所述余热发电机组工作状态变化情况包括启停机、变负荷和超速试验变工况；

第三步：当余热发电机组运行发生报警，此时存储余热发电机组运行的历史数据；

步骤2：数据存储和传输

企业级服务器，其负责发电机组现场的发电机轴承振动数据的本地存储和管理以及将发电机轴承振动数据集中传输至上位机；所述企业级服务器采用特征值智能压缩算法对接收到的发电机轴承振动数据进行存储，并且通过基于HTTP协议的Internet发送至上位机；

所述特征值智能压缩算法为：首先判断计算被检测的信号是否存在突变特征，若被检测的信号有突变特征，则记录并压缩信号；当被检测信号一直很平稳，波形近乎平直，不存在突变特征时，则不记录；

步骤3：数据远程管理和分析

上位机对接收到的余热发电机组的振动数据进行故障分析和诊断，并且绘制成故障分析图谱的形式，来监测和诊断余热发电机组的运行状态。

2.如权利要求1所述的一种有色冶金行业的余热发电机组远程监测系统的监测方法，其特征在于，所述故障分析和诊断的过程，包括：

对上位机接收到的余热发电机组运行过程中的振动数据进行采样处理，然后对样本数据做傅里叶变换，显示波形频谱图，根据发电机组的不同部件固有振动特征，分析典型振动频率分量的振幅，得到余热发电机组的当前部件的运行状态；

根据傅里叶变换提取的工频分量合成工频椭圆，将各截面工频椭圆根据空间相对位置排列，并按时间顺序连接工频椭圆上相应的点，即生成三维全息谱图；通过上述各种图谱分析和数据库进行对比判断余热发电机组的故障。

3.如权利要求1所述的一种有色冶金行业的余热发电机组远程监测系统的监测方法，其特征在于，所述监测与诊断分析的过程，还包括

根据余热发电机组的某一振动波形特征参数在一段时间内的值，得到余热发电机组的振动趋势图；

根据余热发电机组的某一振动波形特征参数值，得到该振动波形特征参数值随转速变化的曲线，即波德图；通过上述各种图谱分析和数据库进行对比判断余热发电机组的故障。