CN106769053A - 一种基于声发射信号的水轮机故障诊断系统及方法 - Google Patents
一种基于声发射信号的水轮机故障诊断系统及方法 Download PDFInfo
- Publication number
- CN106769053A CN106769053A CN201611114013.7A CN201611114013A CN106769053A CN 106769053 A CN106769053 A CN 106769053A CN 201611114013 A CN201611114013 A CN 201611114013A CN 106769053 A CN106769053 A CN 106769053A
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- emission signal
- data
- server
- hydraulic turbine
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
Abstract
本发明公开了一种基于声发射信号的水轮机故障诊断系统及方法,包括若干个声发射信号采集和预处理装置、状态数据服务器、Web服务器和多个用户端主机;声发射信号采集和预处理装置采集并对声发射信号进行预处理;状态数据服务器接收经过预处理的声发射信号,完成采集数据的同步和存储,并对接收到的信号进行自动诊断处理;建立数据库系统来存储和管理水轮机故障诊断系统所有的配置和采集数据以及自动诊断规则、点检规则信息;用户端主机用于通过浏览器与Web服务器通讯而获取数据。本发明能够对频率在20KHz以上的高频信号和频率在20KHz以下的常规频率进行分析,从而能够根据波形判断水轮机组是否发生碰磨、裂纹或者空化。
Description
技术领域
本发明涉及水轮机故障检测技术领域,具体涉及一种基于声发射信号的水轮机故障诊断系统及方法。
背景技术
水轮机组故障的发展多数是渐变的,有磨损和疲劳特征,突发的恶性事故较少,即有一个从量变到质变的过程;除了机械和电气因素外,水力因素对水轮机组的运行状态也有着直接、复杂的影响。机械、电气和水力因素三者往往相互耦合,使得水轮机组的动力学和振动机理比较复杂,所引起的振动因素的复杂程度往往也远大于汽轮机的振动,直观判断和简单的测试往往难以找到本质原因;也不能简单地套用常规旋转机械或汽轮机组的机理研究结论和动力学特征来分析诊断水轮机组的运行状态和故障;水轮机组的运行工况变化较大,机组的运行状态和故障特征与这些运行参数有很强的相关性。水轮机组的运行水头及负荷状况往往变化幅值跨度大、变化速度快,状态变化或故障出现的偶然性较大,特征不易捕捉,难以根除故障的隐患。这种强烈的振动将影响水轮机组的正常运行,而且还会降低机组和一些零部件的使用寿命,当引起厂房、压力管道的共振和机组出力波动时,将直接危及机组的稳定安全运行。
目前,在许多电厂都已经安装了基于振动的故障监测和诊断系统。但是传统的振动诊断也有许多局限性,如水轮机组的尺寸较大,有限的测点有时根本不能发现故障点。例如局部的定子铁芯振动,一般安装的加速度传感器有限,很难保证能测试出定子铁芯的某部位故障。对于正常运行的机组的测试,普通的测试方式有时很难实现,例如水轮机过流部件的裂纹、汽蚀以及卡门涡,采用通常的测试方式很难实现对故障点进行直接监测,以常规振动方式(如摆度、振动位移、脉动等)进行测量几乎无法捕捉到故障信号。为了更好的对水轮机组运行状态进行监测和评价,需要一些新的技术和方法。
发明内容
针对上述问题,本发明提出一种基于声发射信号的水轮机故障诊断系统及方法。
实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
一种基于声发射信号的水轮机故障诊断系统,包括若干个声发射信号采集和预处理装置、状态数据服务器、Web服务器和多个用户端主机;
声发射信号采集和预处理装置用于采集声发射信号,并对声发射信号进行预处理;
状态数据服务器用于接收经过预处理的声发射信号,对接收到的声发射信号数据进行同步和存储,然后对接收到的声发射信号数据进行自动诊断处理,并存储诊断结果;实时与各声发射信号采集和预处理装置中的预处理程序的配置参数保持同步;建立数据库系统来存储和管理水轮机故障诊断系统所有的配置参数信息、声发射信号数据以及自动诊断规则、点检规则信息;
Web服务器用于配合用户端主机的程序对状态数据服务器中的数据库系统的数据的检索请求,实现数据传输;
用户端主机用于通过浏览器使用TCP/IP协议与Web服务器通讯而获取数据库系统中的数据或者获取由Web服务器处理后的结果数据。
所述状态数据服务器包括A/D采样模块、存储器、滤波器和微处理器芯片;所述A/D采用模块用于与声发射传感器连接,采集转轮外壁声发射信号、尾水管声发射信号,其输出端与微处理器芯片相连;所述微处理器芯片还与滤波器和存储器相连。
一种基于声发射信号的水轮机故障诊断方法,包括以下步骤:
步骤一、各声发射信号采集和预处理装置采集声发射信号,并对其进行预处理;
步骤二、状态数据服务器接收各经过预处理的声发射信号,对接收到的声发射信号数据进行同步和存储,然后对接收到的声发射信号数据进行自动诊断处理,并存储诊断结果;实时与各声发射信号采集和预处理装置中的预处理程序的配置参数保持同步;建立数据库系统来存储和管理水轮机故障诊断系统所有的配置参数信息、声发射信号数据以及自动诊断规则、点检规则信息;
步骤三、用户端主机通过浏览器使用TCP/IP协议与Web服务器通讯而获取状态数据服务器中的数据库系统的数据或者获取由该Web服务器处理后的结果数据,完成故障的监测、故障数据的分析、用户管理、点检操作,并在用户端主机自动生成报表。
所述步骤二具体包括以下步骤:
2.1状态数据服务器接收各经过预处理的声发射信号数据,按照采集时间合并所有数据,并按照设定数据存储规则完成数据向状态数据服务器的写入,实现各声发射信号采集和预处理装置采集数据的同步;
2.2综合所有经过预处理的声发射信号数据,按照设定的自动诊断规则,完成自动诊断,并将诊断结果存储到状态数据服务器的事件日志中;
2.3实时与各声发射信号采集和预处理装置的预处理程序完成配置参数的同步;
2.4建立数据库系统,存储和管理系统所有的配置参数信息和声发射信号数据、诊断规则、点检规则信息。
所述步骤三中,Web服务器的工作过程为:
Web服务器中的HTTP伺服功能模块提供对Http协议的支持,实现浏览器网页发布;
Web服务器中的中间业务伺服模块提供客户端程序对状态数据服务器中的数据库系统的数据的检索请求,对数据进行压缩、分析计算,实现数据传输。
所述步骤三具体为:
用户端主机中的浏览器程序为ActiveX控件,ActiveX控件使用TCP/IP协议与Web服务器的中间业务伺服模块通讯而获取数据库系统的数据或者由该中间业务伺服模块处理后的结果数据,ActiveX控件包括监测模块、故障数据的分析模块、用户管理模块和点检操作模块,监测模块用于对由监测画面编辑器编辑的画面文件进行解释执行,实现数据和状态的监测;故障数据的分析模块用于对故障数据进行分析;用户管理模块用于实现对用户权限的管理;点检操作模块用于实现点检操作;自动报表模块用于对由自动报表编辑程序编辑的报表格式文件进行解释执行,实现自动显示和打印报表。
本发明的有益效果:
本发明提出的一种基于声发射信号的水轮机故障诊断系统及方法,能够利用声发射的特性,对频率在20KHz以上的高频信号和频率在20KHz以下的常规频率进行分析,能够根据波形判断水轮机组是否发生碰磨、裂纹或者空化,而且还能够根据需要更改水轮机组的工况,诸如水头、有功和导叶开度等参数,研究水轮机组在不同工况下的空化状态,从而为后续维护提供依据。
附图说明
图1为本发明一种实施例的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
一种基于声发射信号的水轮机故障诊断系统,包括若干个声发射信号采集和预处理装置、状态数据服务器、Web服务器、局域网主服务器和多个用户端主机;
声发射信号采集和预处理装置用于采集声发射信号,并对声发射信号进行预处理;
状态数据服务器用于接收经过预处理的声发射信号,对接收到的声发射信号数据进行同步和存储,然后对接收到的声发射信号数据进行自动诊断处理,并存储诊断结果;实时与各声发射信号采集和预处理装置中的预处理程序的配置参数保持同步;建立数据库系统来存储和管理水轮机故障诊断系统所有的配置参数信息、声发射信号数据以及自动诊断规则、点检规则信息;
Web服务器用于提供用户端主机的程序对状态数据服务器中的数据库系统的数据的检索请求,实现数据传输;
局域网主服务器通过总线与有若干用户端主机、WEB服务器和状态数据服务器相连,且能够利用互联网或者内联网请求远程专家协助处理。
用户端主机用于通过浏览器使用TCP/IP协议与Web服务器通讯而获取数据库系统中的数据或者获取由Web服务器处理后的结果数据。
所述状态数据服务器包括A/D采样模块、存储器、滤波器和微处理器芯片;所述A/D采用模块用于与声发射传感器连接,采集转轮外壁声发射信号、尾水管声发射信号,其输出端与微处理器芯片相连;所述微处理器芯片还与滤波器和存储器相连。优选地,所述滤波器为6阶抗混滤波器,微处理器芯片为X86构架的CPU。
所述基于声发射信号的水轮机故障诊断系统还包括与状态数据服务器连接的第二A/D采样模块(数据转换模块)和与第二A/D采样模块连接的加速度传感器、水位传感器、键相传感器、功率变送器和拉绳式导叶位移传感器。
一种基于声发射信号的水轮机故障诊断方法,包括以下步骤:
步骤一、各声发射信号采集和预处理装置采集声发射信号,并对其进行预处理;
步骤二、状态数据服务器接收各经过预处理的声发射信号,对接收到的声发射信号数据进行同步和存储,然后对接收到的声发射信号数据进行自动诊断处理,并存储诊断结果;实时与各声发射信号采集和预处理装置中的预处理程序的配置参数保持同步;建立数据库系统来存储和管理水轮机故障诊断系统所有的配置参数信息、声发射信号数据以及自动诊断规则、点检规则信息;
步骤三、用户端主机通过浏览器使用TCP/IP协议与Web服务器通讯而获取状态数据服务器中的数据库系统的数据或者获取由该Web服务器处理后的结果数据,完成故障的监测、故障数据的分析、用户管理、点检操作,并在用户端主机自动生成报表。
所述步骤二具体包括以下步骤:
2.1状态数据服务器接收各经过预处理的声发射信号数据,按照采集时间合并所有数据,并按照设定数据存储规则完成数据向状态数据服务器的写入,实现各声发射信号采集和预处理装置采集数据的同步;
2.2综合所有经过预处理的声发射信号数据,按照设定的自动诊断规则,完成自动诊断,并将诊断结果存储到状态数据服务器的事件日志中;
2.3实时与各声发射信号采集和预处理装置的预处理程序完成配置参数的同步;
2.4建立数据库系统,存储和管理系统所有的配置参数信息和声发射信号数据、诊断规则、点检规则信息。
所述步骤三中,Web服务器的工作过程为:
Web服务器中的HTTP伺服功能模块提供对Http协议的支持,实现浏览器网页发布;
Web服务器中的中间业务伺服模块提供客户端程序对状态数据服务器中的数据库系统的数据的检索请求,对数据进行压缩、分析计算,实现数据传输。
所述步骤三具体为:
用户端主机中的浏览器程序为ActiveX控件,ActiveX控件使用TCP/IP协议与Web服务器的中间业务伺服模块通讯而获取数据库数据或者由该中间业务伺服模块处理后的结果数据,ActiveX控件包括监测模块、故障数据的分析模块、用户管理模块和点检操作模块,监测模块用于对由监测画面编辑器编辑的画面文件进行解释执行,实现数据和状态的监测;故障数据的分析模块用于对故障数据进行分析;用户管理模块用于实现对用户权限的管理;点检操作模块用于实现点检操作;自动报表模块用于对由自动报表编辑程序编辑的报表格式文件进行解释执行,实现自动显示和打印报表。
本发明的基于声发射信号的水轮机故障诊断系统采用扩展的三层计算结构实现B/S模式的监测,按照计算逻辑将其分为五层结构:
1)信号采集与预处理层:
声发射信号采集和预处理装置在声发射传感器与状态数据服务器之间起承上启下的作用。传感器将转轮外壁声发射信号、尾水管声发射信号变换为电压或电流信号传送到声发射信号采集和预处理装置,声发射信号采集和预处理装置中包括预处理单元,所述预处理单元把接收到的数据进行特征提取,获得水轮机机组的特征状态数据(此过程为现有技术,不赘述),并实现工况预警,此外把所有数据记录在硬盘上以便事故追忆与指导维修。同时,预处理单元通过网络与状态数据服务器实时通讯,将数据及时地传送到状态数据服务器。
2)自动诊断业务层:
自动诊断业务层是本发明的基于声发射信号的水轮机故障诊断系统的中心层,它直接和后端数据库产生联系,并完成数据处理和诊断输出;主要功能包括:
(1)状态数据服务器接收各预处理单元发送来的数据,按照采集时间合并所有数据,并按照数据存储规则完成数据向状态数据服务器的写入,从而完成各声发射信号采集和预处理装置采集数据的同步;
(2)综合所有声发射信号采集和预处理装置发送来的数据,按照设定的自动诊断规则,完成自动诊断,并将诊断结果存储到状态数据服务器的事件日志中;
(3)实时与各预处理单元的预处理程序之间保持配置参数的同步,这种同步包括:
A、声发射信号采集和预处理装置中的参数修改后自动更新到状态数据服务器的数据库的配置表;
B、由维护程序修改状态数据服务器的参数后自动更新声发射信号采集和预处理装置中预处理程序的配置表;
3)后端数据服务器层:
指运行在状态数据服务器上的数据库系统,用来存储和管理所有系统的配置和采集数据以及诊断规则、点检规则等信息;在硬件结构上隶属于状态数据服务器。
4)中间应用业务逻辑层:
采用优化的数据压缩技术,解决通信的流量和系统的流畅性,使得系统在网上高速运转成为可能。包含两种功能:
1)Web服务器中的HTTP伺服功能模块提供对Http协议的支持,实现浏览器网页发布;
2)Web服务器中的中间业务伺服模块提供客户端程序对状态数据服务器中的数据库系统的数据的检索请求,对数据进行压缩、分析计算(FFT变换、小波变换等),实现数据传输,以隔离客户端对数据的直接访问、减小数据传输、控制业务逻辑为目的;同时具备应用服务器的文件传输能力。
中间应用业务逻辑层其硬件结构上隶属于Web服务器。
5)前端用户层
采用瘦客户端(Thin Client)技术,为软件的设计提供了广阔的空间,对用户需求的响应不再受软件实现手段的限制,极大的降低了对终端用户的软硬件要求,节省了网络资源(从浏览器到瘦客户端)。
在用户端主机系统中运行的浏览器是一个完整的ActiveX控件,ActiveX控件包括监测模块、故障数据的分析模块、用户管理模块和点检操作模块,监测模块用于对由监测画面编辑器编辑的画面文件进行解释执行,实现数据和状态的监测;故障数据的分析模块用于对故障数据进行分析;用户管理模块用于实现对用户权限的管理;点检操作模块用于实现点检操作;自动报表模块用于对由自动报表编辑程序编辑的报表格式文件进行解释执行,实现自动显示和打印报表。
本系统的数据处理过程如下:
首先通过声发射传感器采集水轮机组相同工况下的连续频谱信号,通过多尺度混合形态滤波器滤除信号中无关的谐波成分,然后再对滤波后的信号采用多尺度形态闭开的差值滤波处理,得到明显的周期性冲击特征;
其次,对同一稳定工况下的声发射信号的时域波形图进行分析,将每周期内声发射信号根据相位分成36段,计算每段信号内脉冲超过门槛电压值的次数Ni,如果Ni大于某一设定值N0,则认为这这一段信号内有声发射脉冲事件,记为E(i)=1,否则E(i)=0;在一段时间内,即M个周期内,我们定义声发射脉冲重复率P(i)为:
其中j表示第j个周期,i表示一个周期内第i个段,i=1,2,...,36
如果P(i)>0.7,则认为声发射信号是必然出现的,否则认为是随机出现的;
鉴于到碰摩故障的声发射频率成分主要集中在70KHz以下,而裂纹故障的声发射频率成分会在150KHz左右,而空蚀则在150KHz之上还有一定的频率成分,因此采用小波包分解技术把信号分解,提取关心的频率成分进行信号重构,如下公式进行重构:
其中:cj-1,k表示为尺度系数,m表示序列数,k表示序列数,n表示序列数,dj,n表示为小波系数,h()表示与g()表示正交镜像滤波器,cj,m表示尺度系数。
具体为:对波形进行5层小波分解,把波域分0~15.625K,15.625K~31.25K,31.25K~62.5K,62.5K~125K,125K~250K,250K~500KHz 6段,然后对31.25K~62.5K和125K~250K段信号进行重构。
其中125K~250K段重构信号作为空化空蚀发射强度,对此频段信号进行声强烈度计算,具体为:首先计算出采样点中超过门槛值的所有峰值点,计算出所有峰值点的平方的值连线,就得到一条检波包络线,然后利用如下公式计算该线和X轴之间的面积就得到一段时间内的总能量(即空化空蚀发射强度):
式中f(n)表示包络线的函数,自变量n的范围是0~N,其中N是一次采集的总采样点个数,T表示采样周期;
最后通过改变水轮机组的工作状态(水头、有功和导叶开度等参数),分别测定不同工况下的空化状态,并绘制工况变化与空化状态关系曲线图,并将各种数据会中上传到局域网主服务器内进行共享。
本发明能够对水轮机组进行实时故障诊断,能够利用声发射的特性,对频率在20KHz以上的高频信号和频率在20KHz一下的常规频率进行分析,从而能够根据波形判断水轮机组是否发生碰磨、裂纹或者空化,而且还能够根据需要更改水轮机组的工况(水头、有功和导叶开度等参数),研究水轮机组在不同工况下的空化状态,从而为后续维护提供依据,并且对于难以判断的频谱数据,还能够通过互联网或者内联网寻求专家的协助分析因此能够有效的解决水轮机故障的诊断问题。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于声发射信号的水轮机故障诊断系统,其特征在于:包括若干个声发射信号采集和预处理装置、状态数据服务器、Web服务器和多个用户端主机;
声发射信号采集和预处理装置用于采集声发射信号,并对声发射信号进行预处理;
状态数据服务器用于接收经过预处理的声发射信号,对接收到的声发射信号数据进行同步和存储,然后对接收到的声发射信号数据进行自动诊断处理,并存储诊断结果;
实时与各声发射信号采集和预处理装置中的预处理程序的配置参数保持同步;建立数据库系统来存储和管理水轮机故障诊断系统所有的配置参数信息、声发射信号数据以及自动诊断规则、点检规则信息;
Web服务器用于配合用户端主机的程序对状态数据服务器中的数据库系统的数据的检索请求,实现数据传输;
用户端主机用于通过浏览器使用TCP/IP协议与Web服务器通讯而获取数据库系统中的数据或者获取由Web服务器处理后的结果数据。
2.根据权利要求1所述的一种基于声发射信号的水轮机故障诊断系统,其特征在于:所述状态数据服务器包括A/D采样模块、存储器、滤波器和微处理器芯片;所述A/D采用模块用于与声发射传感器连接,采集转轮外壁声发射信号、尾水管声发射信号,其输出端与微处理器芯片相连;所述微处理器芯片还与滤波器和存储器相连。
3.一种基于声发射信号的水轮机故障诊断方法,其特征在于,包括以下步骤:
步骤一、各声发射信号采集和预处理装置采集声发射信号,并对其进行预处理;
步骤二、状态数据服务器接收各经过预处理的声发射信号,对接收到的声发射信号数据进行同步和存储,然后对接收到的声发射信号数据进行自动诊断处理,并存储诊断结果;实时与各声发射信号采集和预处理装置中的预处理程序的配置参数保持同步;建立数据库系统来存储和管理水轮机故障诊断系统所有的配置参数信息、声发射信号数据以及自动诊断规则、点检规则信息;
步骤三、用户端主机通过浏览器使用TCP/IP协议与Web服务器通讯而获取状态数据服务器中的数据库系统的数据或者获取由该Web服务器处理后的结果数据,完成故障的监测、故障数据的分析、用户管理、点检操作,并在用户端主机自动生成报表。
4.根据权利要求3所述的一种基于声发射信号的水轮机故障诊断方法,其特征在于:所述步骤二具体包括以下步骤:
2.1状态数据服务器接收各经过预处理的声发射信号数据,按照采集时间合并所有数据,并按照设定数据存储规则完成数据向状态数据服务器的写入,实现各声发射信号采集和预处理装置采集数据的同步;
2.2综合所有经过预处理的声发射信号数据,按照设定的自动诊断规则,完成自动诊断,并将诊断结果存储到状态数据服务器的事件日志中;
2.3实时与各声发射信号采集和预处理装置的预处理程序完成配置参数的同步;
2.4建立数据库系统,存储和管理系统所有的配置参数信息和声发射信号数据、诊断规则、点检规则信息。
5.根据权利要求3所述的一种基于声发射信号的水轮机故障诊断方法,其特征在于:所述步骤三中,Web服务器的工作过程为:
Web服务器中的HTTP伺服功能模块提供对Http协议的支持,实现浏览器网页发布;
Web服务器中的中间业务伺服模块提供客户端程序对状态数据服务器中的数据库系统的数据的检索请求,对数据进行压缩、分析计算,实现数据传输。
6.根据权利要求3所述的一种基于声发射信号的水轮机故障诊断方法,其特征在于:所述步骤三具体为:
用户端主机中的浏览器程序为ActiveX控件,ActiveX控件使用TCP/IP协议与Web服务器的中间业务伺服模块通讯而获取数据库系统的数据或者由该中间业务伺服模块处理后的结果数据,ActiveX控件包括监测模块、故障数据的分析模块、用户管理模块和点检操作模块,监测模块用于对由监测画面编辑器编辑的画面文件进行解释执行,实现数据和状态的监测;故障数据的分析模块用于对故障数据进行分析;用户管理模块用于实现对用户权限的管理;点检操作模块用于实现点检操作;自动报表模块用于对由自动报表编辑程序编辑的报表格式文件进行解释执行,实现自动显示和打印报表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611114013.7A CN106769053A (zh) | 2016-12-07 | 2016-12-07 | 一种基于声发射信号的水轮机故障诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611114013.7A CN106769053A (zh) | 2016-12-07 | 2016-12-07 | 一种基于声发射信号的水轮机故障诊断系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106769053A true CN106769053A (zh) | 2017-05-31 |
Family
ID=58874638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611114013.7A Pending CN106769053A (zh) | 2016-12-07 | 2016-12-07 | 一种基于声发射信号的水轮机故障诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106769053A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267510A (zh) * | 2018-02-08 | 2018-07-10 | 南京林业大学 | 木构件健康监测系统及方法 |
CN108593777A (zh) * | 2018-04-08 | 2018-09-28 | 昆山市建设工程质量检测中心 | 实时监控在役砌体结构裂缝扩展的声发射监测装置及方法 |
CN110907155A (zh) * | 2019-12-02 | 2020-03-24 | 吉林松江河水力发电有限责任公司 | 一种水轮机转动轴故障监测方法 |
CN112729836A (zh) * | 2020-11-30 | 2021-04-30 | 华电电力科学研究院有限公司 | 一种循环改进型的水轮机空蚀初生状态判别系统及其方法 |
CN112796920A (zh) * | 2020-12-14 | 2021-05-14 | 华能澜沧江水电股份有限公司 | 立式混流式水轮发电机转轮贯穿性裂纹早期预警的方法 |
CN113255848A (zh) * | 2021-07-08 | 2021-08-13 | 浙江大学 | 基于大数据学习的水轮机空化声信号辨识方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101192997A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院沈阳自动化研究所 | 分布式设备远程状态监测与故障诊断系统 |
CN101435799A (zh) * | 2008-12-19 | 2009-05-20 | 清华大学 | 基于声发射技术的水轮机故障诊断方法及装置 |
CN203241071U (zh) * | 2013-02-06 | 2013-10-16 | 国网浙江温岭市供电公司 | 一种基于互联网的电力变压器远程故障诊断系统 |
CN203629869U (zh) * | 2013-12-19 | 2014-06-04 | 太平湾发电厂 | 水轮机空化监测与分析系统 |
WO2014168937A3 (en) * | 2013-04-08 | 2015-03-05 | Reciprocating Network Solutions, Llc | Reciprocating machinery monitoring system and method |
CN104596574A (zh) * | 2014-12-08 | 2015-05-06 | 哈动国家水力发电设备工程技术研究中心有限公司 | 大型水力发电设备远程诊断服务平台装置 |
CN105298823A (zh) * | 2015-11-23 | 2016-02-03 | 武汉大学 | 一种大型泵机组在线监测与诊断系统 |
CN105446328A (zh) * | 2016-01-15 | 2016-03-30 | 廖金能 | 发电机组远程故障诊断和健康监测系统及数据捕获方法 |
CN105629841A (zh) * | 2016-03-30 | 2016-06-01 | 衢州学院 | 基于网络化水轮机组状态监测的节点设计 |
-
2016
- 2016-12-07 CN CN201611114013.7A patent/CN106769053A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101192997A (zh) * | 2006-11-24 | 2008-06-04 | 中国科学院沈阳自动化研究所 | 分布式设备远程状态监测与故障诊断系统 |
CN101435799A (zh) * | 2008-12-19 | 2009-05-20 | 清华大学 | 基于声发射技术的水轮机故障诊断方法及装置 |
CN203241071U (zh) * | 2013-02-06 | 2013-10-16 | 国网浙江温岭市供电公司 | 一种基于互联网的电力变压器远程故障诊断系统 |
WO2014168937A3 (en) * | 2013-04-08 | 2015-03-05 | Reciprocating Network Solutions, Llc | Reciprocating machinery monitoring system and method |
CN203629869U (zh) * | 2013-12-19 | 2014-06-04 | 太平湾发电厂 | 水轮机空化监测与分析系统 |
CN104596574A (zh) * | 2014-12-08 | 2015-05-06 | 哈动国家水力发电设备工程技术研究中心有限公司 | 大型水力发电设备远程诊断服务平台装置 |
CN105298823A (zh) * | 2015-11-23 | 2016-02-03 | 武汉大学 | 一种大型泵机组在线监测与诊断系统 |
CN105446328A (zh) * | 2016-01-15 | 2016-03-30 | 廖金能 | 发电机组远程故障诊断和健康监测系统及数据捕获方法 |
CN105629841A (zh) * | 2016-03-30 | 2016-06-01 | 衢州学院 | 基于网络化水轮机组状态监测的节点设计 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267510A (zh) * | 2018-02-08 | 2018-07-10 | 南京林业大学 | 木构件健康监测系统及方法 |
CN108267510B (zh) * | 2018-02-08 | 2023-10-24 | 南京林业大学 | 木构件健康监测系统及方法 |
CN108593777A (zh) * | 2018-04-08 | 2018-09-28 | 昆山市建设工程质量检测中心 | 实时监控在役砌体结构裂缝扩展的声发射监测装置及方法 |
CN110907155A (zh) * | 2019-12-02 | 2020-03-24 | 吉林松江河水力发电有限责任公司 | 一种水轮机转动轴故障监测方法 |
CN112729836A (zh) * | 2020-11-30 | 2021-04-30 | 华电电力科学研究院有限公司 | 一种循环改进型的水轮机空蚀初生状态判别系统及其方法 |
CN112729836B (zh) * | 2020-11-30 | 2023-03-21 | 华电电力科学研究院有限公司 | 一种循环改进型的水轮机空蚀初生状态判别系统及其方法 |
CN112796920A (zh) * | 2020-12-14 | 2021-05-14 | 华能澜沧江水电股份有限公司 | 立式混流式水轮发电机转轮贯穿性裂纹早期预警的方法 |
CN112796920B (zh) * | 2020-12-14 | 2022-08-05 | 华能澜沧江水电股份有限公司 | 立式混流式水轮发电机转轮贯穿性裂纹早期预警的方法 |
CN113255848A (zh) * | 2021-07-08 | 2021-08-13 | 浙江大学 | 基于大数据学习的水轮机空化声信号辨识方法 |
CN113255848B (zh) * | 2021-07-08 | 2021-10-15 | 浙江大学 | 基于大数据学习的水轮机空化声信号辨识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106769053A (zh) | 一种基于声发射信号的水轮机故障诊断系统及方法 | |
CN207093267U (zh) | 一种水轮发电机组状态监测与故障诊断系统 | |
CN110766277B (zh) | 用于核工业现场的健康评估及诊断系统和移动终端 | |
CN107345857A (zh) | 一种电主轴状态监测与故障诊断系统及其监测诊断方法 | |
CN101858778A (zh) | 基于振动监测的风力发电机组故障自动诊断方法 | |
CN103149046B (zh) | 一种基于专家思维的多维度故障诊断方法 | |
CN105571638A (zh) | 一种机械设备故障组合预测系统及方法 | |
CN109507924B (zh) | 用于油田作业设备的远程监控系统 | |
CN101059130A (zh) | 往复压缩机在线远程状态监测与故障分析诊断系统 | |
CN110940518A (zh) | 一种基于故障数据的航天传动机构分析方法 | |
CN103472802A (zh) | 风力发电机组智能状态监测终端及其数据处理方法 | |
CN105527910A (zh) | 一种基于opc ua的远程监控系统及故障排除方法 | |
CN105806614B (zh) | 基于嵌入式双服务器的火电厂旋转机械故障诊断方法及系统 | |
CN103941722A (zh) | 通过部件特征倍频幅值趋势监测和诊断设备故障的方法 | |
CN203965033U (zh) | 一种悬臂式掘进机主轴振动运行状态监测装置 | |
CN111486043A (zh) | 一种基于水轮发电机组振摆数据的下机架故障诊断方法 | |
Feng et al. | Gas turbine blade fracturing fault diagnosis based on broadband casing vibration | |
CN103306662A (zh) | 一种全液压钻机的在线监测诊断系统 | |
CN103175572A (zh) | 混凝土泵送设备状态监测与故障诊断系统 | |
CN106525214A (zh) | 一种风力发电机振动检测系统 | |
CN114320773B (zh) | 一种基于功率曲线分析与神经网络的风电机组故障预警方法 | |
CN109388512A (zh) | 针对大规模计算机集群异常程度的评估与分析系统 | |
CN205401071U (zh) | 一种泥浆泵远程在线监测系统 | |
CN107727392A (zh) | 基于信号检测和roc分析的状态指数评估和优化方法 | |
CN102621489A (zh) | 基于小波神经网络的船舶发电机故障智能诊断系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |