CN106289115A - 一种基于计算机技术的风机联轴器不对中故障诊断装置及方法 - Google Patents
一种基于计算机技术的风机联轴器不对中故障诊断装置及方法 Download PDFInfo
- Publication number
- CN106289115A CN106289115A CN201510242025.7A CN201510242025A CN106289115A CN 106289115 A CN106289115 A CN 106289115A CN 201510242025 A CN201510242025 A CN 201510242025A CN 106289115 A CN106289115 A CN 106289115A
- Authority
- CN
- China
- Prior art keywords
- module
- fault
- diagnosis
- computer technology
- fan coupler
- 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
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种基于计算机技术的风机联轴器不对中故障诊断方法,该方法步骤包括:步骤S101数据采集与预处理、步骤S201初级诊断、步骤S301次级诊断与步骤S401最终诊断,通过以上四个步骤对风机联轴器进行不对中故障的诊断;本发明还提供了一种基于计算机技术的风机联轴器不对中故障诊断装置,该装置包括:编码器、数据采集模块、预处理模块、图形生成模块、故障诊断模块与装置控制模块。本发明的基于计算机技术的风机联轴器不对中故障诊断装置及方法,可以实时地对风机联轴器不对中故障进行诊断;优化了算法,通过对联轴器不对中故障进行三级诊断,提高了故障诊断的效率和准确度;可以通过调节阈值的大小,使其适用于不同类型的风机联轴器。
Description
技术领域
本发明涉及旋转机械故障诊断技术领域,尤其涉及一种基于计算机技术的风机联轴器不对中故障诊断装置及方法。
背景技术
目前,风能作为一种可再生能源,取之不尽用之不竭,已经成为世界各国能源体系中的重要组成部分。我国风能资源丰富,而且随着风力发电技术的不断发展,风机单机容量也朝着MW级方向发展,总体风力发电机组的装机容量不断逐年增加。但是由于风能的特殊性,风电机组大多安装在戈壁、山区、海岛等风能丰富的地区,但这些地区气候条件恶劣,昼夜温差大,同时机组承受无规律、变速变载荷的风力作用,导致机组内部各部件在运行过程极容易出现故障,导致机组停机,造成巨大的经济损失。
风电机组的旋转振动故障通常是由轴系不对中引起的,而联轴器不对中故障是风电机组常见的旋转振动故障之一。目前,国内风电机组轴系的不对中问题相当突出,不对中故障被列为风电机组轴系振动故障及处理的首要因素。风力发电机组是多转子连接而成的轴系,转子之间有联轴器连接。联轴器不对中是指运行状态下相邻两个转子的中心线不在一条连续的轴线上,在联轴器部位存在拐点或阶跃点,使各轴承的负荷不能满足设计要求。若风力发电机组存在联轴器螺栓紧力不足或螺孔间隙偏大,在机组并网带负荷过程中轴系扭矩增加到一定值时,联轴器发生相互错位,轴系对中状态发生突变。相间短路、甩负荷等事故均会造成轴系扭矩在瞬间发生较大变化,对传递扭矩的联轴器形成冲击,使联轴器相互错位,轴系对中状态发生恶化。存在严重不对中故障的风力发电机组若长期运行,有可能会产生严重的后果。
现有技术中的联轴器的对中检测是通过插片方式进行的,将插片水平安装于两个半联轴器的顶端,并使光线通过插片的透光点,以检测两个半联轴器在水平方向上的误差,然后将插片垂直安装于两个半联轴器之间,以检测两个半联轴器在垂直方向上的误差。这种联轴器的对中检测方法过于依赖检测者的主观判断,检测结果受人为因素的影响较大,不仅对检测者的要求较高,而且检测精度不高,很难保证联轴器的精确对中,因此故障发生的频率高。经常是安装完成后开机检测,发现联轴器对中不合格,又重新停机找正,而找正之后又需要浪费大量的时间进行联轴器的对中检测,因此现有的对中检测方法不能满足联轴器的对中要求。
因此,如何发明一种可以自动地、高准确率地、实时地风机联轴器不对中故障诊断装置及方法是本领域技术人员有待解决的技术难题。
发明内容
本发明的目的在于提供一种基于计算机技术的风机联轴器不对中故障诊断装置及方法,可以实时地对风机联轴器不对中故障进行自动诊断,优化了算法,提高了故障诊断的效率和准确度。
本发明的技术方案如下:
一种基于计算机技术的风机联轴器不对中故障诊断方法,该方法包括以下步骤,
步骤S101 数据采集与预处理,间隔采集编码器的输出信号,预处理后形成转轴的转速信号;
步骤S201 初级诊断,生成转速随时间变化的波形图,如果出现任意峰值与平均值的差值大于阈值a,则进入下一步,否则判定联轴器正常,并转到步骤S501;
步骤S301 次级诊断,经编码器输出信号的触发同步采集等角度水平和竖直的振动信号,分别计算出水平和竖直方向的振动信号的功率谱重心指标,如果水平和竖直方向的振动信号的功率谱重心指标均小于阈值b,则进入下一步,否则判定联轴器正常,并转到步骤S501;
步骤S401 最终诊断,生成基于频域的2倍合成轴心轨迹,如果轨迹的形状为8字形或香蕉形中的任意一种,则判定联轴器出现故障,否则说明联轴器正常,然后转到步骤S501;
进一步地,步骤S101中的信号采集长度为r*n,其中r为转轴的转数,n为每转的采样点数。
进一步地,阈值a为平均值的3倍,阈值b为167。
进一步地,步骤S101中的振动信号为角度域振动数据信号。
进一步地,步骤S301中功率谱重心指标Fc的计算公式为:
其中,N为水平或竖直方向的振动信号的傅里叶变换长度的一半,fi为功率谱中对应频率值,Pi为功率谱中fi对应的振动幅值。
步骤S501结束。
本发明还提供了一种基于计算机技术的风机联轴器不对中故障诊断装置,其特征在于,该装置包括:编码器、数据采集模块、预处理模块、图形生成模块、故障诊断模块;
编码器,将测得的转轴数据参数转换为电信号并输出;
数据采集模块,采集编码器的输出信号并将其转发至预处理模块;
预处理模块,将所述输出信号进行预处理,形成转轴的转速信号、等角度水平和竖直的振动信号;
图形生成模块,接收预处理模块输出的处理后的数据信号,并根据预设条件生成对应的图形与图线;
故障诊断模块,进行初级诊断、次级诊断、最终诊断的三级诊断,判断风机联轴器有无不对中故障。
进一步地,编码器为光电编码器,且设于转轴的两侧。
进一步地,图形生成模块基于接收的数据信号和预设条件分别生成转速随时间变化的波形图和振动信号的功率随频率变化的功率谱曲线,还用于合成基于频域2倍的轴心轨迹。
本发明的基于计算机技术的风机联轴器不对中故障诊断装置及方法,光电编码器将测得的转轴数据参数转换为电信号并输出,数据采集模块采集,光电编码器输出信号并将其转发至预处理模块,预处理模块将输出信号处理为转轴的转速信号、水平和竖直方向的角度域振动数据信号,图形生成模块通过转速信号生成转速随时间变化的波形图,经故障诊断模块进行初级诊断,如果波形图中出现任意峰值与平均值的差值大于阈值a,则进入下一步的次级诊断,否则判定联轴器正常,并转到结束步骤;在次级诊断中,首先由图形生成模块生成振动信号的功率随频率变化的功率谱曲线,经故障诊断模块分别计算出对应时刻水平和竖直方向的振动信号的功率谱重心指标,然后进行判断,如果水平和竖直方向的振动信号的功率谱重心指标均小于阈值b,则进入下一步的最终诊断,否则判定联轴器正常,并转到结束步骤最终诊断;最终诊断中,首先由图形生成模块生成基于频域的2倍合成轴心轨迹,然后进行判断,如果轨迹的形状为8字形或香蕉形中的任意一种,则判定联轴器出现故障,否则说明联轴器正常,然后转到结束步骤。
本发明的有益效果如下:
本发明的基于计算机技术的风机联轴器不对中故障诊断装置及方法,可以实时地对风机联轴器不对中故障进行自动诊断;优化了算法,通过对联轴器不对中故障进行初级诊断、次级诊断与最终诊断的三级诊断,提高了故障诊断的效率和准确度;本发明可通过调节阈值,适用于不同类型的风机联轴器,扩大了本发明的适用范围。
附图说明
图1为本发明的基于计算机技术的风机联轴器不对中故障诊断功能流程图。
图2为本发明的基于计算机技术的风机联轴器不对中故障诊断方法的步骤示意图。
图3为本发明的基于计算机技术的风机联轴器不对中故障诊断装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
实施例
如图1和图2所示,本实施例的基于计算机技术的风机联轴器不对中故障诊断方法,包括以下步骤,
步骤S101 数据采集与预处理,间隔采集编码器的输出信号,预处理后形成转轴的转速信号;
步骤S201 初级诊断,生成转速随时间变化的波形图,如果出现任意峰值与平均值的差值大于阈值a,则进入下一步,否则判定联轴器正常,并转到步骤S501;
步骤S301 次级诊断,经编码器输出信号的触发同步采集等角度水平和竖直的振动信号,分别计算出水平和竖直方向的振动信号的功率谱重心指标,如果水平和竖直方向的振动信号的功率谱重心指标均小于阈值b,则进入下一步,否则判定联轴器正常,并转到步骤S501;
步骤S401 最终诊断,生成基于频域的2倍合成轴心轨迹,如果轨迹的形状为8字形或香蕉形中的任意一种,则判定联轴器出现故障,否则说明联轴器正常,然后转到步骤S501;
步骤S501 结束。
优选地,步骤S101中的信号采集长度为r*n,其中r为转轴的转数,n为每转的采样点数,其中本实施例的r为16,n为1024。
其中,步骤S101中的振动信号为角度域振动数据信号。
进一步地,步骤201中的阈值a为平均值的3倍,步骤S301中的阈值b等于167。本实施例还可以可通过调节阈值大小,保证诊断方法与装置适用于不同类型的风机联轴器,扩大了本发明的适用范围。
进一步地,步骤S301中功率谱重心指标Fc的计算公式为:
其中,N为水平或竖直方向的振动信号的傅里叶变换长度的一半,fi为功率谱中对应频率值,Pi为功率谱中fi对应的振动幅值。
如图3所示,本实施例的基于计算机技术的风机联轴器不对中故障诊断装置包括:编码器10、数据采集模块20、预处理模块30、图形生成模块40、故障诊断模块50;
编码器10,将测得的转轴数据参数转换为电信号并输出;
数据采集模块20,采集编码器10的输出信号并将其转发至预处理模块30;
预处理模块30,将所述输出信号进行预处理,形成转轴的转速信号、等角度水平和竖直的振动信号;
图形生成模块40,接收预处理模块30输出的处理后的数据信号,并根据预设条件生成对应的图形与图线;
故障诊断模块50,进行初级诊断、次级诊断、最终诊断的三级诊断,判断风机联轴器有无不对中故障。
进一步优选地,编码器10为光电编码器,且设于转轴的两侧。
进一步地,图形生成模块40基于接收的数据信号和预设条件分别生成转速随时间变化的波形图和振动信号的功率随频率变化的功率谱曲线,还用于合成基于频域2倍的轴心轨迹。
本实施例的基于计算机技术的风机联轴器不对中故障诊断装置及方法,光电编码器10将测得的转轴数据参数转换为电信号并输出,数据采集模块采集20对光电编码器10输出信号进行采集并将其转发至预处理模块30,预处理模块30将输出信号处理为转轴的转速信号、水平和竖直方向的角度域振动数据信号,然后通过图形生成模块40与故障诊断模块50配合对联轴器不对中故障进行三级诊断。
初级诊断:图形生成模块40通过转速信号生成转速随时间变化的波形图,经故障诊断模块50进行判断,如果波形图中出现任意峰值与平均值的差值大于阈值a,则判定出现故障,否则进入次级诊断。
次级诊断:由图形生成模块40生成振动信号的功率随频率变化的功率谱曲线,经故障诊断模块50分别计算出对应的水平和竖直方向的振动信号的功率谱重心指标,然后进行判断,如果水平和竖直方向的振动信号的功率谱重心指标均小于阈值b,则判定出现故障,否则进入最终诊断。
最终诊断:由图形生成模块生成基于频域的2倍合成轴心轨迹,经故障诊断模块50进行判断,如果轨迹的形状为8字形或香蕉形中的任意一种,则判定出现故障,否则说明风机联轴器没有不对中的故障。
综上所述,本发明的基于计算机技术的风机联轴器不对中故障诊断装置及方法,可以实时地对风机联轴器不对中故障进行自动诊断;优化了算法,通过对联轴器不对中故障进行初级诊断、次级诊断与最终诊断的三级诊断,提高了故障诊断的效率和准确度;本发明可以通过调节阈值的大小,适用于不同类型的风机联轴器,扩大了本发明的适用范围。
以上所述实施例仅仅是本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。
Claims (8)
1.一种基于计算机技术的风机联轴器不对中故障诊断方法,其特征在于,所述方法包括以下步骤,
步骤S101数据采集与预处理,间隔采集编码器的输出信号,预处理后形成转轴的转速信号;
步骤S201初级诊断,生成转速随时间变化的波形图,如果出现任意峰值与平均值的差值大于阈值a,则进入下一步,否则判定联轴器正常,并转到步骤S501;
步骤S301次级诊断,经编码器输出信号的触发同步采集等角度水平和竖直的振动信号,分别计算出水平和竖直方向的振动信号的功率谱重心指标,如果水平和竖直方向的振动信号的功率谱重心指标均小于阈值b,则进入下一步,否则判定联轴器正常,并转到步骤S501;
步骤S401最终诊断,生成基于频域的2倍合成轴心轨迹,如果轨迹的形状为8字形或香蕉形中的任意一种,则判定联轴器出现故障,否则说明联轴器正常,然后转到步骤S501;
步骤S501结束。
2.如权利要求1所述的基于计算机技术的风机联轴器不对中故障诊断方法,其特征在于,步骤S101的信号采集长度为r*n,其中r为转轴的转数,n为每转的采样点数。
3.如权利要求1所述的基于计算机技术的风机联轴器不对中故障诊断方法,其特征在于,步骤S201中所述阈值a为平均值的3倍,步骤S301中所述阈值b为167。
4.如权利要求1所述的基于计算机技术的风机联轴器不对中故障诊断方法,其特征在于,步骤S301的振动信号为角度域振动数据信号。
5.如权利要求1所述的基于计算机技术的风机联轴器不对中故障诊断方法,其特征在于,步骤S301中功率谱重心指标Fc的计算公式为:
其中,N为水平或竖直方向的振动信号的傅里叶变换长度的一半,fi为功率谱中对应频率值,Pi为功率谱中fi对应的振动幅值。
6.一种基于计算机技术的风机联轴器不对中故障诊断装置,其特征在于,该装置包括:编码器(10)、数据采集模块(20)、预处理模块(30)、图形生成模块(40)、故障诊断模块(50);
编码器(10),将测得的转轴数据参数转换为电信号并输出;
数据采集模块(20),采集编码器(10)的输出信号并将其转发至预处理模块(30);
预处理模块(30),将所述输出信号进行预处理,形成转轴的转速信号、等角度水平和竖直的振动信号;
图形生成模块(40),接收预处理模块(30)输出的处理后的数据信号,并根据预设条件生成对应的图形与图线;
故障诊断模块(50),进行初级诊断、次级诊断、最终诊断的三级诊断,判断风机联轴器有无不对中故障。
7.如权利要求6所述的基于计算机技术的风机联轴器不对中故障诊断装置,其特征在于,所述编码器(10)为光电编码器,且设于转轴的两侧。
8.如权利要求6所述的基于计算机技术的风机联轴器不对中故障诊断装置,其特征在于,所述图形生成模块(40)基于接收的数据信号和预设条件分别生成转速随时间变化的波形图和振动信号的功率随频率变化的功率谱曲线,还用于合成基于频域2倍的轴心轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510242025.7A CN106289115A (zh) | 2015-05-14 | 2015-05-14 | 一种基于计算机技术的风机联轴器不对中故障诊断装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510242025.7A CN106289115A (zh) | 2015-05-14 | 2015-05-14 | 一种基于计算机技术的风机联轴器不对中故障诊断装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106289115A true CN106289115A (zh) | 2017-01-04 |
Family
ID=57631658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510242025.7A Pending CN106289115A (zh) | 2015-05-14 | 2015-05-14 | 一种基于计算机技术的风机联轴器不对中故障诊断装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106289115A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580221A (zh) * | 2018-11-30 | 2019-04-05 | 电子科技大学 | 一种机械传动振动频谱去混叠技术 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5980094A (en) * | 1997-03-28 | 1999-11-09 | Csi Technology, Inc. | Analysis of alignment data |
CN101135601A (zh) * | 2007-10-18 | 2008-03-05 | 北京英华达电力电子工程科技有限公司 | 一种旋转机械振动故障诊断装置及方法 |
CN101430240A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 联轴器平行不对中故障在线实时诊断方法 |
CN101429877A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 汽轮发电机组联轴器角度不对中故障实时诊断方法 |
-
2015
- 2015-05-14 CN CN201510242025.7A patent/CN106289115A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5980094A (en) * | 1997-03-28 | 1999-11-09 | Csi Technology, Inc. | Analysis of alignment data |
CN101135601A (zh) * | 2007-10-18 | 2008-03-05 | 北京英华达电力电子工程科技有限公司 | 一种旋转机械振动故障诊断装置及方法 |
CN101430240A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 联轴器平行不对中故障在线实时诊断方法 |
CN101429877A (zh) * | 2008-11-28 | 2009-05-13 | 华北电力大学 | 汽轮发电机组联轴器角度不对中故障实时诊断方法 |
Non-Patent Citations (2)
Title |
---|
常军: "风力发电传动链故障诊断技术研究", 《中国优秀硕士学位论文全文数据库(工程科技II辑)》 * |
王致杰等: "《大型风力发电机组状态监测与智能故障诊断》", 30 September 2013, 上海交通大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580221A (zh) * | 2018-11-30 | 2019-04-05 | 电子科技大学 | 一种机械传动振动频谱去混叠技术 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103629046B (zh) | 一种风力发电机性能的评估方法、装置和风力发电机 | |
CN201835985U (zh) | 嵌入式监测仪表及其风力发电机组 | |
CN104078999B (zh) | 一种双馈风电机组超速脱网临界时间的计算方法 | |
CN103234753A (zh) | 基于高斯过程建模的风电机组轴系状态监测方法 | |
CN102954857A (zh) | 基于电流信号的风电机组的叶片不平衡故障诊断方法 | |
CN105136435A (zh) | 一种风力发电机组叶片故障诊断的方法和装置 | |
CN104515677A (zh) | 风电机组叶片故障诊断与状态监控系统 | |
CN105569931B (zh) | 一种风力发电机传动链故障诊断方法 | |
CN104392082A (zh) | 一种基于振动监测的风力发电机组齿轮箱早期故障诊断方法 | |
CN101696906A (zh) | 基于多源信息融合的风力发电机状态监测系统及方法 | |
CN105226623B (zh) | 含高渗透率分布式电源的配电网的自适应电流保护方法 | |
CN202547923U (zh) | 一种风电机组变桨轴承振动检测装置 | |
CN109297716A (zh) | 一种双馈型风力发电机振动故障诊断方法 | |
CN103439091A (zh) | 水轮机转轮叶片裂纹故障早期预警和诊断方法及系统 | |
CN103384069B (zh) | 海上风电场集电系统灵敏度调整方法及系统 | |
CN106230378A (zh) | 一种光伏电站组串故障的诊断方法 | |
CN105065212A (zh) | 一种风电场风电机组校验方法及系统 | |
Yang et al. | Condition monitoring and fault diagnosis of a wind turbine with a synchronous generator using wavelet transforms | |
CN108279362B (zh) | 海上双馈电机转子绕组匝间短路故障辨识方法 | |
CN104504285A (zh) | 一种计及撬棒保护的双馈风电场等值建模方法 | |
CN112083270A (zh) | 一种基于相关系数的风电场集电线路单相接地故障选线方法 | |
CN108614189A (zh) | 双馈风电场送出线三相短路故障方向判断方法及方向元件 | |
CN208380747U (zh) | 一种风力发电机组变速率顺桨的变桨系统 | |
CN106289115A (zh) | 一种基于计算机技术的风机联轴器不对中故障诊断装置及方法 | |
Ma et al. | A study of fault statistical analysis and maintenance policy of wind turbine system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |
|
RJ01 | Rejection of invention patent application after publication |