CN105158002B - 一种基于振动信号的循环水换热器的故障诊断方法 - Google Patents

一种基于振动信号的循环水换热器的故障诊断方法 Download PDF

Info

Publication number
CN105158002B
CN105158002B CN201510545812.9A CN201510545812A CN105158002B CN 105158002 B CN105158002 B CN 105158002B CN 201510545812 A CN201510545812 A CN 201510545812A CN 105158002 B CN105158002 B CN 105158002B
Authority
CN
China
Prior art keywords
mrow
heat exchanger
circulating water
water system
msup
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.)
Expired - Fee Related
Application number
CN201510545812.9A
Other languages
English (en)
Other versions
CN105158002A (zh
Inventor
黄剑锋
舒磊
方泽强
刘科明
陈家琛
文鹏飞
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.)
South China University of Technology SCUT
Guangdong University of Petrochemical Technology
Original Assignee
South China University of Technology SCUT
Guangdong University of Petrochemical Technology
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 South China University of Technology SCUT, Guangdong University of Petrochemical Technology filed Critical South China University of Technology SCUT
Priority to CN201510545812.9A priority Critical patent/CN105158002B/zh
Publication of CN105158002A publication Critical patent/CN105158002A/zh
Application granted granted Critical
Publication of CN105158002B publication Critical patent/CN105158002B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明公开了一种基于振动信号的循环水换热器的故障诊断方法,利用循环水换热器的状态参数对循环水换热器中的故障诊断问题进行研究,提出基于振动信号的多元传感信息融合的循环水换热器故障诊断方法;本发明通过实验手段和ANSYS仿真手段,准确模拟循环水换热器堵塞、损坏和异常振动等情况,对循环水换热器故障诊断机理进行研究,振动信号经有量纲和无量纲分析,提取故障状态下的特征值,建立循环水换热器故障特征数据库和基于多参数的故障诊断模型,逐步实现循环水换热器的故障诊断;本故障诊断方法简单实用,对循环水换热器进行状态监测和故障诊断具有研究价值。

Description

一种基于振动信号的循环水换热器的故障诊断方法
技术领域
本发明属于循环水换热器故障诊断领域,具体涉及一种基于振动信号的循环水换热器的故障诊断方法。
背景技术
近30年,我国石油和化工生产安全监测与信息化控制在自动化装备、技术、功能、规模等方面都有了很大提高,但是这些装备在服务多类型故障诊断分析、信息化手段和国产化改造创新应用没有同步跟上。
换热器是进行热交换操作的通用设备,据统计,在化工厂建设中,换热器约占总投资的11%,在现代炼油厂中,换热器约占全部设备投资的40%,在全厂化工设备总重量中约占40%,检修工作量可达总检修工作量的60-70%,动力消耗占总值的20-30%。而在海水淡化工艺装置中,则几乎全部由换热器组成。因而,换热器作为重要的工艺设备,在生产中运行是否良好对生产的影响非常大。
现有技术中,乙烯工厂里一般使用的监测循环水换热器内堵塞和泄漏问题的手段是检测入水口处和出水口之间的温度差,精确度仍然受到很多外界因素的制约,例如,进入循环水换热器的介质的温度并不一定绝对稳定,可能有高有低,具有一定波动性。同时,该监测方法主要是以人工监测记录数据为主,这样不能及时排除隐患,造成了管理效率低,数据可靠性差,反馈周期长、耗费大量的人力且无法动态实时监测循环水系统的结垢、腐蚀、泄漏等问题。如果不能准确监测到循环水换热系统的问题,乙烯工厂里的维护人员就不能即时检修和维护。当发现循环水换热器存在重大泄漏状况时,这类大型石化企业必须马上停止生产运作,实施现场生产工作人员的抢救和安全转移。大型石化企业一旦停止生产运作会马上造成以亿元为单位的直接重大经济损失,例如,茂名石化乙烯厂如果停产一天,其直接经济损失将到达一亿元人民币。因此,提出一种新的实时的循环水换热器在线监测方法是十分重要的。
发明内容
为解决现有技术的不足,本发明公开一种基于振动信号的循环水换热器的故障诊断方法,以改进石化企业管壳式循环水换热器故障诊断方法为目的,利用无线振动传感器无损检测技术对循环水换热器中的故障诊断问题进行研究。提出基于多参数综合(多元传感信息融合)的循环水换热器故障诊断方法,通过仿真和实验手段,对循环水换热器故障诊断机理进行研究,提取循环水换热器在堵塞、损坏、振动异常情况的特征值,确定故障特征值的区间范围,为后续在线预警提供准确比对参考。
本发明采用如下技术方案:
一种基于振动信号的循环水换热器的故障诊断方法,包括以下步骤,
(1)建立循环水换热器模型实验,获取实验室环境下循环水换热器状态参数与循环水换热器故障的关联度;
建立实验室环境下循环水换热器模型,生成模拟现场的循环水换热器模型,基于循环水换热器模型进行循环水换热器实验,采集循环水换热器运行过程中产生的振动信号和循环水换热器的状态参数;将振动信号经傅立叶转换为频域信号后,进行有量纲和无量纲分析,提取故障特征值,确定故障特征值的区间范围,建立循环水换热器状态参数与循环水换热器故障的关联度;
状态参数包括温度、压力、流量和堵塞管路数;
模拟现场的循环水换热器模型通过中央控制器设置循环水换热器的状态参数,状态参数设置由中央控制系统控制,实现在不同故障状态下流量、温度、压力参数的调节。基于振动信号分析(有量纲和无量纲分析),监测换热器模型在不同流速、不同温度、不同压力、不同堵塞状态下的运行情况,以及与状态相对应的振动信号状态。调节状态参数,进行多个参数(振动、温度、压力、流量)与换热器故障关联度实验。
(2)基于ansys仿真模拟循环水换热器在故障状态下振动信号的故障特征;
根据循环水换热器实体参数(循环水换热器的管程的管径、壁厚、长度,壳程的管径、壁厚、长度,折流板的形状、大小、数量),基于ansys仿真构建循环水换热器仿真模型,模拟不同故障状态下的循环水换热器故障模型,经过n次仿真,统计获取循环水换热器在不同故障状态下的故障特征值;同时,在基于ansys仿真模拟循环水换热器时,通过设定与步骤(1)循环水换热器模型的相同状态参数,验证实验室环境下循环水换热器状态参数与循环水换热器故障的关联度;
通过ANSYS仿真,可以根据实验模型和现场循环水换热器的尺寸和材料,灵活构建各种故障状态下的循环水换热器模型(不同程度的多管堵塞、不同程度的管程泄漏),通过运行仿真模型获得相应的模态和振动情况。通过比对仿真结果和实验结果,确定循环水换热器的故障特征值。
(3)基于实验室环境下循环水换热器模型,模拟循环水换热器部分管路堵塞或者泄漏;
在实验室环境下循环水换热器模型流量、压力和温度不变条件下,通过堵塞循环水换热器的不同管道数模拟换热器多管堵塞故障和人工制造泄漏孔模拟换热器泄漏故障,测定多管堵塞故障和泄漏故障的特征值(多管堵塞故障和泄漏故障时的状态参数),建立循环水换热器故障特征数据库;
(4)构建换热器故障特征值诊断模型,基于换热器故障特征值诊断模型对循环水换热器进行故障诊断。
步骤(4)构建换热器故障特征值诊断模型,基于换热器故障特征值诊断模型对循环水换热器进行故障诊断,具体包括以下步骤:
(401)构建换热器故障特征值诊断模型,具体结构如下:
设原始数据组共有m个参数,参数包括振动参数、温度参数、压力参数和流量参数,参数表示为x(n)(i),i=1,2,3,...,m,n表示时间点;
则X(n)为第n时刻状态下的故障特征值模型,X(0)的故障特征值模型为:
X(0)={x(0)(1),x(0)(2),x(0)(3),...,x(0)(i),...,x(0)(m)},i=1,2,3,...,m,
则X(1)的序列为:
X(1)={x(1)(1),x(1)(2),x(1)(3),...,x(1)(m)}
其中:
X(1)的紧邻均值生成序列为:
Z(1)={z(1)(2),z(1)(3),z(1)(4),...,z(1)(m)}
其中:
换热器故障特征值诊断模型x(0)+az(1)=b对应的方程为:
其中:参数a和b的值可有最小二乘法求得,
其中:
(402)基于采集的振动信号和状态参数,通过量纲和无量纲分析提取故障特征值,故障特征值为当前流量、压力和温度状态下的无量纲参数值,将当前流量、压力和温度状态的故障特征值输入到换热器故障特征值诊断模型,输出状态下的故障诊断结果。
较优地,步骤(1)振动信号通过无线振动传感器采集,无线振动传感器通过磁性底座吸附在循环水换热器表面不同位置,采集循环水换热器运行过程中产生的振动信号。
步骤(1)有量纲包括均值、方差、均方根、最大值和最小值;无量纲包括波形指标、峰值指标和峭度指标。故障特征值包括有量纲和无量纲参数,循环水换热器在不同的故障状态下,表现的值的范围不同,进而建立循环水换热器的故障特征数据库。因此,可以根据故障特征数据库反向判定换热器处于哪种故障下。
较优地,步骤(3)建立循环水换热器故障特征数据库,还包括以下步骤,
当多管堵塞故障和泄漏故障的特征值不属于现有故障特征数据库所包括的值的时候,将特征值和相对应的状态参数增加到故障特征数据库;当特征值与现有故障特征数据库相互冲突时,进行人工判断是否更新故障特征数据库,修订特征数据库由多名专家讨论确定,从而不断完善故障特征数据库,做到准确率高的故障诊断。
本发明包括以下有益效果:
本发明通过综合利用振动分析得到的振动特征数据库和温度、压力、流量特征数据库,对循环水换热器进行故障诊断,提高了故障诊断的准确率;同时通过实验室反复试验和ANSYS仿真手段,对循环水换热器的故障进行模拟,从而提取循环水换热器在堵塞、损坏、振动异常等情况的特征值;通过故障匹配来进行故障的预决策,再利用预决策信息进行在线预警;基于换热器故障特征值诊断模型,实现多信息的互补来最大程度地准确评估与预测工作状态及故障方式;
本发明方法对循环水换热器进行实时在线监测和故障诊断具有研究价值,相比传统人工检测维护,可以大大缩短维护的时间,降低企业维护成本,改变了以往单纯靠工程师个人经验判断故障问题的状况,可以有效预防重大生产事故的发生。
附图说明
图1一种基于振动信号的循环水换热器的故障诊断方法示意图;
图2多元异构信息采集与建模示意图;
图3循环水换热器典型故障诊断示意图。
具体实施方式
下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
一种基于振动信号的循环水换热器的故障诊断方法,流程图如图1所示,硬件上包括无线振动传感器(无线振动传感器)、无线温度传感器、压力传感器和流量计(或者流速传感器),具体包括以下步骤,
(1)建立循环水换热器模型实验,获取实验室环境下循环水换热器状态参数与循环水换热器故障的关联度;
建立实验室环境下循环水换热器模型,生成模拟现场的循环水换热器模型,基于循环水换热器模型进行循环水换热器实验,无线振动传感器采集循环水换热器运行过程中产生的振动信号,温度传感器、压力传感器和流量计(或者流速传感器)采集循环水换热器的状态参数;将振动信号经傅立叶变换转换为频域信号后,进行有量纲和无量纲分析,提取故障特征值,确定故障特征值的区间范围,建立循环水换热器状态参数与循环水换热器故障的关联度;
状态参数包括流量、压力、温度、堵塞管路数;
无线振动传感器通过磁性底座吸附在循环水换热器表面不同位置,采集循环水换热器运行过程中产生的振动信号。
有量纲包括均值、方差、均方根、最大值和最小值;无量纲包括波形指标、峰值指标、峭度指标。通过分析振动信号提取故障特征值,如均值、方差、波形指标、峰值指标、峭度指标等。故障特征值包括有量纲和无量纲参数,循环水换热器在不同的故障状态下,表现的值的范围不同,进而建立循环水换热器的故障特征数据库。因此,可以根据故障特征数据库反向判定换热器处于哪种故障下。
(2)基于ansys仿真模拟循环水换热器在故障状态下振动信号的故障特征;
根据循环水换热器实体参数,实体参数包括循环水换热器的管程的管径、壁厚、长度,壳程的管径、壁厚、长度,折流板的形状、大小、数量,基于ansys仿真构建循环水换热器仿真模型,模拟不同故障状态下的换热器故障模型,经过n次仿真(仿真次数通过经验值获取,仿真次数越多,数据统计越完整),统计获取循环水换热器在不同故障状态下的故障特征值;同时,在基于ansys仿真模拟循环水换热器时,通过设定与步骤(1)循环水换热器模型的相同状态参数,验证实验室环境下循环水换热器状态参数与循环水换热器故障的关联度;
图3为循环水换热器典型故障诊断示意图,循环水换热器在不同故障情况下管道内流所激发的信号是不同的,但很可能是一些无规律性、非线性、非因果信号。要识别与判定循环水换热器在正常、堵塞、泄漏以及振动异常等情况下的特征,需长期收集循环水换热器各种情况下的特征信号,并对这些特征值进行训练,因此,本步骤经过n次仿真,统计获取循环水换热器在不同故障状态下的故障特征值,仿真次数依据经验值获取
(3)基于实验室环境下循环水换热器模型,模拟循环水换热器部分管路堵塞或者泄漏;
基于实验室环境下循环水换热器模型温度、压力和流量不变条件下,通过堵塞循环水换热器的不同管道数模拟换热器多管堵塞故障和人工制造泄漏孔模拟换热器泄漏故障,通过流量计、压力传感器、温度传感器测定多管堵塞故障和泄漏故障的特征值,建立循环水换热器故障特征数据库;
步骤(3)建立循环水换热器故障特征数据库,还包括更新环水换热器故障特征数据库,具体包括以下步骤,
当多管堵塞故障和泄漏故障的特征值不属于现有故障特征数据库所包括的值的时候,将特征值和相对应的状态参数增加到故障特征数据库;当特征值与现有故障特征数据库相互冲突时,进行人工判断是否更新故障特征数据库,修订特征数据库由多名专家讨论确定,从而不断完善故障特征数据库,做到准确率高的故障诊断。
(4)构建换热器故障特征值诊断模型,基于换热器故障特征值诊断模型对循环水换热器进行故障诊断。
如图2所示,步骤(4)构建换热器故障特征值诊断模型,基于换热器故障特征值诊断模型对循环水换热器进行故障诊断,具体包括以下步骤:
(401)构建换热器故障特征值诊断模型,换热器故障特征值诊断模型具体结构如下:
设原始数据组共有m个参数,由于影响循环水换热器振动和声音信号的因素有很多,本发明参数包括振动参数、温度参数、流量参数和压力参数,(振动参数、温度参数、流量参数和压力参数为循环水换热器的核心影响参数),所述参数表示为x(n)(i),i=1,2,3,...,m,n表示时间点;
则X(n)为第n时刻状态下的故障特征值模型,X(0)的故障特征值模型为:
X(0)={x(0)(1),x(0)(2),x(0)(3),...,x(0)(i),...,x(0)(m)}(i=1,2,3,...,m),
则X(1)的序列为:
X(1)={x(1)(1),x(1)(2),x(1)(3),...,x(1)(m)}
其中:
X(1)的紧邻均值生成序列为:
Z(1)={z(1)(2),z(1)(3),z(1)(4),...,z(1)(m)}
其中:
换热器故障特征值诊断模型x(0)+az(1)=b对应的方程为:
其中:参数a和b的值可有最小二乘法求得,
其中:
(402)基于采集的振动信号和状态参数,通过量纲和无量纲分析提取故障特征值,所述故障特征值为当前流量、压力和温度状态下的无量纲参数值,将所述当前流量、压力和温度状态的故障特征值输入到换热器故障特征值诊断模型,输出所述状态下的故障诊断结果。
以上仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种基于振动信号的循环水换热器的故障诊断方法,其特征在于,包括以下步骤,
(1)建立循环水换热器模型实验,获取实验室环境下循环水换热器状态参数与循环水换热器故障的关联度;
建立实验室环境下循环水换热器模型,生成模拟现场的循环水换热器模型,基于所述循环水换热器模型进行循环水换热器实验,采集循环水换热器运行过程中产生的振动信号和循环水换热器的状态参数;将振动信号经傅立叶变换转换为频域信号后,进行有量纲和无量纲分析,提取故障特征值,确定故障特征值的区间范围,建立循环水换热器状态参数与循环水换热器故障的关联度;
所述状态参数包括温度、压力、流量和堵塞管路数;
(2)基于ansys仿真模拟循环水换热器在故障状态下振动信号的故障特征;
根据循环水换热器实体参数,基于ansys仿真构建循环水换热器仿真模型,模拟不同故障状态下的循环水换热器故障模型,经过n次仿真,统计获取循环水换热器在不同故障状态下的故障特征值;同时,在基于ansys仿真模拟循环水换热器时,通过设定与步骤(1)循环水换热器模型的相同状态参数,验证实验室环境下循环水换热器状态参数与循环水换热器故障的关联度;
(3)基于实验室环境下循环水换热器模型,模拟循环水换热器部分管路堵塞或者泄漏;
在实验室环境下循环水换热器模型温度、压力和流量不变条件下,通过堵塞循环水换热器的不同管道数模拟换热器多管堵塞故障和人工制造泄漏孔模拟换热器泄漏故障,测定所述多管堵塞故障和泄漏故障的特征值,建立循环水换热器故障特征数据库;
(4)构建换热器故障特征值诊断模型,基于换热器故障特征值诊断模型对循环水换热器进行故障诊断。
2.根据权利要求1所述的一种基于振动信号的循环水换热器的故障诊断方法,其特征在于,所述步骤(4)具体包括以下步骤:
(401)构建换热器故障特征值诊断模型,具体结构如下:
设原始数据组共有m个参数,所述参数包括振动参数、温度参数、压力参数和流量参数,所述参数表示为x(n)(i),i=1,2,3,...,m,n表示时间点;
则X(n)为第n时刻状态下的故障特征值模型,X(0)的故障特征值模型为:
X(0)={x(0)(1),x(0)(2),x(0)(3),...,x(0)(i),...,x(0)(m)};
则X(1)的序列为:
X(1)={x(1)(1),x(1)(2),x(1)(3),...,x(1)(m)};
其中:
<mrow> <msup> <mi>X</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msup> <mi>x</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
X(1)的紧邻均值生成序列为:
Z(1)={z(1)(2),z(1)(3),z(1)(4),...,z(1)(m)};
其中:
<mrow> <msup> <mi>Z</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mo>&amp;lsqb;</mo> <msup> <mi>x</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mi>x</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </mfrac> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mo>...</mo> <mi>m</mi> <mo>;</mo> </mrow>
换热器故障特征值诊断模型x(0)+az(1)=b对应的方程为:
<mrow> <mfrac> <mrow> <msup> <mi>dx</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> </mrow> <mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <mo>+</mo> <msup> <mi>ax</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>=</mo> <mi>b</mi> <mo>;</mo> </mrow>
其中:参数a和参数b的值通过最小二乘法求得,
<mrow> <mover> <mi>a</mi> <mo>^</mo> </mover> <mo>=</mo> <msup> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>a</mi> </mtd> <mtd> <mi>b</mi> </mtd> </mtr> </mtable> </mfenced> <mi>T</mi> </msup> <mo>=</mo> <msup> <mfenced open = "(" close = ")"> <mtable> <mtr> <mtd> <msup> <mi>B</mi> <mi>T</mi> </msup> </mtd> <mtd> <mi>B</mi> </mtd> </mtr> </mtable> </mfenced> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <msup> <mi>B</mi> <mi>T</mi> </msup> <mi>Y</mi> <mo>;</mo> </mrow>
其中:
<mrow> <mi>B</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mo>-</mo> <msup> <mi>z</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <msup> <mi>z</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> <mtr> <mtd> <mn>...</mn> </mtd> <mtd> <mn>...</mn> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <msup> <mi>z</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <mi>Y</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msup> <mi>x</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>x</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>...</mn> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>x</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
(402)基于采集的振动信号和状态参数,通过量纲和无量纲分析提取故障特征值,所述故障特征值为当前流量、压力和温度状态下的无量纲参数值,将所述当前流量、压力和温度状态的故障特征值输入到换热器故障特征值诊断模型,输出所述状态下的故障诊断结果。
3.根据权利要求1所述的一种基于振动信号的循环水换热器的故障诊断方法,其特征在于,
步骤(1)所述振动信号通过无线振动传感器采集,所述无线振动传感器通过磁性底座吸附在循环水换热器表面不同位置,采集循环水换热器运行过程中产生的振动信号。
4.根据权利要求1所述的一种基于振动信号的循环水换热器的故障诊断方法,其特征在于,
步骤(1)所述有量纲包括均值、方差、均方根、最大值和最小值;
无量纲包括波形指标、峰值指标和峭度指标。
5.根据权利要求1所述的一种基于振动信号的循环水换热器的故障诊断方法,其特征在于,
步骤(3)建立循环水换热器故障特征数据库,还包括以下步骤,
当多管堵塞故障和泄漏故障的特征值不属于现有故障特征数据库所包括的值的时候,将所述特征值和相对应的状态参数增加到故障特征数据库;当特征值与现有故障特征数据库相互冲突时,进行人工判断是否更新故障特征数据库。
CN201510545812.9A 2015-08-28 2015-08-28 一种基于振动信号的循环水换热器的故障诊断方法 Expired - Fee Related CN105158002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510545812.9A CN105158002B (zh) 2015-08-28 2015-08-28 一种基于振动信号的循环水换热器的故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510545812.9A CN105158002B (zh) 2015-08-28 2015-08-28 一种基于振动信号的循环水换热器的故障诊断方法

Publications (2)

Publication Number Publication Date
CN105158002A CN105158002A (zh) 2015-12-16
CN105158002B true CN105158002B (zh) 2017-09-12

Family

ID=54798938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510545812.9A Expired - Fee Related CN105158002B (zh) 2015-08-28 2015-08-28 一种基于振动信号的循环水换热器的故障诊断方法

Country Status (1)

Country Link
CN (1) CN105158002B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107831024B (zh) * 2017-04-11 2020-06-16 上海发电设备成套设计研究院 基于多点振动信号特征值的风机振动故障状态诊断方法
CN107963348A (zh) * 2017-12-14 2018-04-27 长沙长泰机器人有限公司 下料口清理防堵系统及方法
CN108151873A (zh) * 2017-12-26 2018-06-12 广东石油化工学院 一种分离离心泵振动信号和循环水换热器振动信号的方法
CN110059359A (zh) * 2019-03-21 2019-07-26 江苏东方国信工业互联网有限公司 一种基于大数据分析的控制炉体工艺的系统及其方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009153323A1 (fr) * 2008-06-18 2009-12-23 Electricite De France Procédé et dispositif pour la détection et/ou la mesure d'encrassement dans des échangeurs
CN103267632A (zh) * 2013-04-24 2013-08-28 广东石油化工学院 面向石化大机组的组合式复合故障诊断试验装置及方法
CN103308336A (zh) * 2013-05-30 2013-09-18 山东北辰机电设备股份有限公司 一种基于温度和压力信号监测的换热器故障诊断系统与方法
CN103487276A (zh) * 2013-10-10 2014-01-01 北京航天发射技术研究所 基于can总线的状态监测与故障诊断通用平台
CN204255495U (zh) * 2014-12-23 2015-04-08 广东石油化工学院 一种基于无线振动传感器的故障诊断系统
CN104536292A (zh) * 2014-12-05 2015-04-22 北京航空航天大学 一种基于stf和mb的飞机环境控制系统换热器故障诊断方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008298527A (ja) * 2007-05-30 2008-12-11 Toshiba Corp 回転機械の振動診断方法及びその振動診断装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009153323A1 (fr) * 2008-06-18 2009-12-23 Electricite De France Procédé et dispositif pour la détection et/ou la mesure d'encrassement dans des échangeurs
CN103267632A (zh) * 2013-04-24 2013-08-28 广东石油化工学院 面向石化大机组的组合式复合故障诊断试验装置及方法
CN103308336A (zh) * 2013-05-30 2013-09-18 山东北辰机电设备股份有限公司 一种基于温度和压力信号监测的换热器故障诊断系统与方法
CN103487276A (zh) * 2013-10-10 2014-01-01 北京航天发射技术研究所 基于can总线的状态监测与故障诊断通用平台
CN104536292A (zh) * 2014-12-05 2015-04-22 北京航空航天大学 一种基于stf和mb的飞机环境控制系统换热器故障诊断方法
CN204255495U (zh) * 2014-12-23 2015-04-08 广东石油化工学院 一种基于无线振动传感器的故障诊断系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Case Study: Monitoring Heat Exchanger Based on Vibration Sensors and Nondestructive Testing Technique;Mulan Pang etc;《8th International Conference on Communications Networking in China》;20140106;第511-516页 *
用振动监测对换热器的故障分析;张计春 等;《吉林化工学院学报》;19930501;第10卷(第2期);第42-45页 *

Also Published As

Publication number Publication date
CN105158002A (zh) 2015-12-16

Similar Documents

Publication Publication Date Title
CN105158002B (zh) 一种基于振动信号的循环水换热器的故障诊断方法
CN106249728B (zh) 一种基于部件特性的火力发电机组在线性能监测方法
CN108050394B (zh) 基于声压信号识别的燃气管道泄漏检测定位实验平台
CN108446529B (zh) 基于广义互熵—dpca算法的有机朗肯循环系统故障检测方法
CN109857090B (zh) 一种均衡风缸制动装置健康评估系统和方法
CN101446831B (zh) 一种分散的过程监测方法
CN103015975B (zh) 煤层气垂直井产气量测试模拟装置
CN106682376A (zh) 参数随工况变化实际特性的全过程汽轮机建模及辨识方法
CN109838696A (zh) 基于卷积神经网络的管道故障诊断方法
CN105004498A (zh) 一种水电机组的振动故障诊断方法
CN102419827B (zh) 基于rbf神经网络的沸腾换热预测方法
CN104748807A (zh) 一种基于流量校正的电站主蒸汽流量在线计算方法
CN107013812B (zh) 一种三场耦合管道泄漏监测方法
CN104657596A (zh) 一种基于模型迁移的大型新压缩机性能预测快速建模方法
CN110991692A (zh) 基于动态包络线法的换热器群运行状况监测清洗预警方法
CN105182141A (zh) 变压器故障检测方法及系统
CN102135021A (zh) 一种工业抽汽冷凝式蒸汽轮机的轴功率预测方法
CN107767975A (zh) 一种核动力装置关重部件质量性能的监测与故障诊断方法
CN103926079B (zh) 一种混流式水电机组出力异常检测方法
CN109471420A (zh) 基于cva-sfa的智能电厂大型燃煤发电机组空气预热器控制性能监测方法
CN110473639B (zh) 一种用于研究粉尘沉积行为的装置
CN117216703A (zh) 一种输水管网运行数据异常检测及校正方法
CN110108457B (zh) 一种基于万有引力神经网络的一次风机轴温诊断方法
CN113593741B (zh) 一种蒸汽发生器故障诊断方法
CN106289754B (zh) 一种基于统计控制技术的火电机组部件性能变化判定方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170912

Termination date: 20200828

CF01 Termination of patent right due to non-payment of annual fee