CN107063428A - 一种在线振动监测系统的故障特征频率显示方法及装置 - Google Patents

一种在线振动监测系统的故障特征频率显示方法及装置 Download PDF

Info

Publication number
CN107063428A
CN107063428A CN201710259265.7A CN201710259265A CN107063428A CN 107063428 A CN107063428 A CN 107063428A CN 201710259265 A CN201710259265 A CN 201710259265A CN 107063428 A CN107063428 A CN 107063428A
Authority
CN
China
Prior art keywords
characteristic frequency
information
fault characteristic
monitoring system
predetermined
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
Application number
CN201710259265.7A
Other languages
English (en)
Inventor
高庆水
邓小文
潘巧波
张楚
杨毅
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.)
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangdong Power Grid Co Ltd
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 Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority to CN201710259265.7A priority Critical patent/CN107063428A/zh
Publication of CN107063428A publication Critical patent/CN107063428A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/12—Measuring characteristics of vibrations in solids by using direct conduction to the detector of longitudinal or not specified vibrations
    • G01H1/14—Frequency
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/021—Gearings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明实施例公开了一种在线振动监测系统的故障特征频率显示方法及装置，用于解决在目前已知的各种在线振动监测系统中，故障特征频率无法直接显示在振动频谱分析图上，缺乏诊断界面友好性，这在一定程度上影响相关设备故障诊断效率的技术问题。本发明实施例的一种在线振动监测系统的故障特征频率显示方法包括：S1：建立在线振动监测系统部件的信息数据库；S2：获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；S3：在所述频谱分析图上显示预定的阶数的预定的故障特征频率。

Description

一种在线振动监测系统的故障特征频率显示方法及装置
技术领域
本发明涉及在线振动监测技术领域，尤其涉及一种在线振动监测系统的故障特征频率显示方法及装置。
背景技术
旋转机械故障诊断技术自20世纪60年代开始，在石油、化工、航天及能源等领域发挥着重要的作用。目前，国内外已经有大量的在线监测系统被应用在实际生产和生活中，有效地保证了旋转机械在运行周期内安全、稳定运行，明显地降低了设备运维费用。因此，旋转机械在线振动监测系统的开发也成为近年来研究的热点。
随着“工业4.0时代”的提出，旋转机械故障诊断技术有了新的内涵。智能化是其显著特征，大量运行数据的实时分析、故障模式的准确识别成为在线振动监测系统的基本功能要求。运行数据的分析是故障模式识别的基础，其性能也是整个系统实用性的评判标准。在工业化和信息化的大背景下，通过各种传感器，工作人员可以方便地监测旋转机械的运行状态。因此，旋转机械在线振动监测系统研究的重点是功能如何实现。诊断的实时性、实用性、可靠性，诊断界面的友好性等都是相关领域研究者需要努力的方向。频谱分析是旋转机械故障诊断技术中常用方法。在目前已知的各种在线振动监测系统中，故障特征频率无法直接显示在振动频谱分析图上，缺乏诊断界面友好性，这在一定程度上影响故障诊断工作效率。
发明内容
本发明实施例提供了一种在线振动监测系统的故障特征频率显示方法及装置，解决了在目前已知的各种在线振动监测系统中，故障特征频率无法直接显示在振动频谱分析图上，缺乏诊断界面友好性，这在一定程度上影响相关设备故障诊断效率的技术问题。
本发明实施例提供的一种在线振动监测系统的故障特征频率显示方法，包括：
S1：建立在线振动监测系统部件的信息数据库；
S2：获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；
S3：在所述频谱分析图上显示预定的阶数的预定的故障特征频率。
所述步骤S1具体包括：
建立包括在线振动监测系统部件名称、部件类别、部件结构信息、故障特征频率的信息数据库。
可选的，预定的运行时间段信息是实时监测信息或历史查询信息。
可选的，预定的故障特征频率的预定的阶数是5阶或10阶或不显示信息。
可选的，所述在线振动监测系统部件包括各种型号轴承、平行齿轮系和行星齿轮系。
本发明实施例中提供的一种在线振动监测系统的故障特征频率显示装置，包括：
建立单元，用于建立在线振动监测系统部件的信息数据库；
获取单元，用于获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；
显示单元，用于在所述频谱分析图上显示预定的阶数的预定的故障特征频率。
所述建立单元，具体用于建立包括在线振动监测系统部件名称、部件类别、部件结构信息、故障特征频率的信息数据库。
可选的，预定的运行时间段信息是实时监测信息或历史查询信息。
可选的，预定的故障特征频率的预定的阶数是5阶或10阶或不显示信息。
可选的，所述在线振动监测系统部件包括各种型号轴承、平行齿轮系和行星齿轮系。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中提供的一种在线振动监测系统的故障特征频率显示方法及装置，其中，一种在线振动监测系统的故障特征频率显示方法包括：S1：建立在线振动监测系统部件的信息数据库；S2：获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；S3：在所述频谱分析图上显示预定的阶数的预定的故障特征频率。本实施例中，通过建立部件信息数据库，设备预定的运行时间段并获取设备基础振动监测数据，选择测点及目标部件，选择要显示的特征频率对应的故障和显示阶数，在频谱分析图上标出故障特征频率，实现了直接从振动频谱分析图上显示出不同部件的故障特征频率，增强了诊断系统界面友好性，提高了诊断效率，解决了在目前已知的各种在线振动监测系统中，故障特征频率无法直接显示在振动频谱分析图上，缺乏诊断界面友好性，这在一定程度上影响相关设备故障诊断效率的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1本发明实施例中提供的一种在线振动监测系统的故障特征频率显示方法的一个实施例的流程示意图；
图2本发明实施例中提供的一种在线振动监测系统的故障特征频率显示方法的另一个实施例的流程示意图；
图3本发明实施例中提供的一种在线振动监测系统的故障特征频率显示装置的一个实施例的结构示意图；
图4(a)本发明实施例中提供的一种零部件信息管理界面图；
图4(b)本发明实施例中提供的一种零部件信息添加界面图；
图5(a)本发明实施例中提供的一种故障特征频率显示图；
图5(b)本发明实施例中提供的另一种故障特征频率显示图；
图6本发明实施例中提供的一种在线振动监测系统的故障特征频率显示方法的另一个实施例的流程示意图。
具体实施方式
本发明实施例提供了一种在线振动监测系统的故障特征频率显示方法及装置，用于解决在目前已知的各种在线振动监测系统中，故障特征频率无法直接显示在振动频谱分析图上，缺乏诊断界面友好性，这在一定程度上影响故障诊断工作效率的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中提供的一种在线振动监测系统的故障特征频率显示方法的一个实施例包括：
101、建立在线振动监测系统部件的信息数据库；
测试软件去建立信息数据库，包括待测部件的型号，基本参数等等。待测是什么部件就在软件中选择什么部件，部件可以包括设备内各种型号轴承、平行齿轮系和行星齿轮系等。在线振动监测系统部件的信息包括：部件名称、部件类别、部件结构信息和故障特征频率信息。根据部件结构信息可以自动计算出故障特征频率信息，所述特征频率与部件结构参数有关，其计算公式是公开的。轴承的结构信息包括：轴承节圆直径、滚动体直径、滚动体个数、接触角；故障特征频率信息包括：保持架故障特征频率、滚动体故障特征频率、内圈故障特征频率、外圈故障特征频率。平行齿轮系的结构信息包括：低速级齿数、高速级齿数；故障特征频率信息包括：齿轮啮合频率、齿轮通过频率、齿轮摆动频率。行星轮系的结构信息包括：大齿圈齿数、行星轮齿数、太阳轮齿数、行星轮个数；故障特征频率信息包括：啮合频率、行星轮自转频率、齿圈缺陷频率、行星轮缺陷频率、太阳轮缺陷频率。
102、获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；
选择预定的运行时间段，目标部件及测点，查询历史数据库获取设备基础振动监测数据，根据客户的需求，比如风场提出某台风机在启动阶段振动异常，去做测试的时候我们也选择启动阶段去做测试，再去和历史数据中的启动阶段振动数据去做对比分析；目标部件即待测部件，测试要选择传感器安装位置，即测点，选择特征频率显示阶数和频谱分析图，选择特征频率显示阶数和频谱分析图目的是得到故障特征频率，以便后续根据特征频率分析得到故障的结论。所述运行时间段包括：实时监测；历史查询。设备基础振动监测数据包括：从设备运行数据库中获取设备基础振动监测数据。所述测点包括：轴承座水平和纵向、齿轮箱输入轴承、齿轮箱内齿圈水平和纵向、齿轮箱平行级轴、齿轮箱输出轴承、发电机前和后轴承。特征频率显示阶数包括：5阶；10阶；不显示。
103、在所述频谱分析图上显示预定的阶数的预定的故障特征频率。
在频谱分析图上标出故障特征频率，所述频谱分析图包括：频谱图、包络谱图、瀑布图、短时傅立叶变换图等；根据需要显示的阶数，软件将会显示各阶特征频率及其对应的幅值；随着光标的移动，可以显示每一频率对应的幅值大小。
本实施例中，通过设备中需要监测的零部件的结构参数来自动计算该部件的故障特征频率，将以上信息录入零部件信息库；其次，通过选择预定的运行时间段，获取设备基础振动监测数据；再次，通过选择不同设备上不同测点上不同零部件，选定需要显示的特征频率及其阶数；最后，频谱分析图将会显示目标部件的已选特征频率的各阶频率及其对应的幅值，解决了在目前已知的各种在线振动监测系统中，故障特征频率无法直接显示在振动频谱分析图上，缺乏诊断界面友好性，这在一定程度上影响相关设备故障诊断效率的技术问题。
上面是对一种在线振动监测系统的故障特征频率显示方法进行详细的描述，下面将对一种在线振动监测系统的故障特征频率显示方法的过程进行详细的描述，请参阅图2，本发明实施例中提供的一种在线振动监测系统的故障特征频率显示方法的另一个实施例包括：
201、建立包括在线振动监测系统部件名称、部件类别、部件结构信息、故障特征频率的信息数据库；
如图6，步骤1：建立零部件故障特征频率信息数据库，部件特征频率信息数据库管理界面如图4(a)所示。为了方便描述，后续步骤中均以轴承为例，管理信息包括：轴承名称、型号、参考转速通道、转速变比，以及结构参数和各种故障特征频率信息。结构参数如：节圆直径、滚动体直径、滚动体个数、接触角；各种故障特征频率，如：保持架故障特征频率、滚动体故障特征频率、内圈故障特征频率、外圈故障特征频率，故障特征频率可以由零部件结构参数自动计算。在此管理界面，技术人员可以对零部件相关信息进行添加、修改、删除等操作。轴承信息添加或修改界面如图4(b)所示，管理者填写轴承名称和轴承型号，选择参考转速通道和转速变比；然后，输入该型号轴承相关结构参数，可以自动计算该轴承的故障特征频率。
轴承各故障特征频率计算公式如下：
设轴承外圈固定，内圈的旋转频率为fs，n为轴的转速，轴承节径为D，滚动体直径为d，接触角为α，滚动体个数为z。假定滚动体与内外圈之间纯滚动接触，则滚动轴承的特征频率计算公式如下：
内圈的旋转频率：
外环故障特征频率：
内环故障特征频率：
滚珠故障特征频率：
所述在线振动监测系统部件包括各种型号轴承、平行齿轮系和行星齿轮系。
202、获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；
如图6，步骤2：选择预定的运行时间段并获取设备基础振动监测数据；
设备运行时间段可以是实时监测，设置为每3秒更新一次，实时接入设备当前运行数据；也可以是历史查询，在时间轴上随意选取历史时刻，查询该时刻某设备某测点某型号轴承的频谱图。
软件采用C#语言编写，采用Microsoft SQL Server 2012作为数据库软件，运用ADO.NET数据库访问技术连接数据库，根据运行时间段的选择，软件将自动读取设备运行数据库中设备基础振动监测数据。
步骤3：选择测点及目标部件；
在实施例中，根据软件操作人员意愿，可以选择不同设备上不同测点不同型号轴承，即可以显示其频谱图。这一系列操作可以在同一界面完成，如图5(a)所示。
步骤4：选择要显示的特征频率对应的故障和显示阶数；
根据软件操作人员意愿，可以选择对目标轴承需要显示的故障特征频率和其显示阶数。这一系列操作可以在图5(a)所示界面中完成。
其中预定的运行时间段信息是实时监测信息或历史查询信息。预定的故障特征频率的预定的阶数是5阶或10阶或不显示信息。
203、在所述频谱分析图上显示预定的阶数的预定的故障特征频率。
步骤5：在频谱相关的分析图上标出故障特征频率；
软件采用C#绘图技术，根据步骤3和步骤4的操作，在软件界面可以显示频谱图、包络谱图、瀑布图、短时傅立叶变换图等，并在图中显示各阶故障特征频率。
显示原理：
f(k)＝k·f(1)(k＝1,2…10)
其中：f0为如图4(b)中故障特征频率，轴承主要有保持架故障特征频率、滚动体故障特征频率、内圈故障特征频率、外圈故障特征频率。
n为所选转速通道当前转速。
f(k)为各阶故障特征频率。
以频谱图为例，如图5(b)所示，在图中显示各阶故障特征频率及其对应的幅值。若计算得到的各阶故障频率没有对应值，则在频谱图上选择最靠近的点来替代。
本实施例中，通过建立部件信息数据库，设备运行时间段并获取设备基础振动监测数据，选择测点及目标部件，选择要显示的特征频率对应的故障和显示阶数，在频谱相关的分析图上标出故障特征频率，实现了直接从振动频谱分析图上显示出不同部件的故障特征频率，增强了诊断系统界面友好性，提高了诊断效率，解决了在目前已知的各种在线振动监测系统中，故障特征频率无法直接显示在振动频谱分析图上，缺乏诊断界面友好性，这在一定程度上影响相关设备故障诊断效率的技术问题。
请参阅图3，本发明实施例中提供的一种在线振动监测系统的故障特征频率显示装置的一个实施例包括：
建立单元301，用于建立在线振动监测系统部件的信息数据库；
获取单元302，用于获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；
显示单元303，用于在所述频谱分析图上显示预定的阶数的预定的故障特征频率。
进一步地，所述建立单元301，具体用于建立包括在线振动监测系统部件名称、部件类别、部件结构信息、故障特征频率的信息数据库。
进一步地，预定的运行时间段信息是实时监测信息或历史查询信息。
进一步地，预定的故障特征频率的预定的阶数是5阶或10阶或不显示信息。
进一步地，所述在线振动监测系统部件包括各种型号轴承、平行齿轮系和行星齿轮系。
进一步地，所述部件包括：设备内各种型号轴承、平行齿轮系和行星齿轮系。所述信息包括：部件名称、部件类别、部件结构信息和故障特征频率信息。根据部件结构信息可以自动计算出故障特征频率信息，所述特征频率与部件结构参数有关，其计算公式是公开的。轴承的结构信息包括：轴承节圆直径、滚动体直径、滚动体个数、接触角；故障特征频率信息包括：保持架故障特征频率、滚动体故障特征频率、内圈故障特征频率、外圈故障特征频率。平行齿轮系的结构信息包括：低速级齿数、高速级齿数；故障特征频率信息包括：齿轮啮合频率、齿轮通过频率、齿轮摆动频率。行星轮系的结构信息包括：大齿圈齿数、行星轮齿数、太阳轮齿数、行星轮个数；故障特征频率信息包括：啮合频率、行星轮自转频率、齿圈缺陷频率、行星轮缺陷频率、太阳轮缺陷频率。
进一步地，可选的，所述预定的运行时间段包括：实时监测；历史查询。
进一步地，设备基础振动监测数据包括：从设备运行数据库中获取设备基础振动监测数据。
进一步地，可选的，所述测点包括：轴承座水平和纵向、齿轮箱输入轴承、齿轮箱内齿圈水平和纵向、齿轮箱平行级轴、齿轮箱输出轴承、发电机前和后轴承。
进一步地，可选的，所述特征频率显示阶数包括：5阶；10阶；不显示。
进一步地，可选的，所述频谱分析图包括：频谱图、包络谱图、瀑布图、短时傅立叶变换图等；根据需要显示的阶数，软件将会显示各阶特征频率及其对应的幅值；随着光标的移动，可以显示每一频率对应的幅值大小。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种在线振动监测系统的故障特征频率显示方法，其特征在于，包括：
S1：建立在线振动监测系统部件的信息数据库；
S2：获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；
S3：在所述频谱分析图上显示预定的阶数的预定的故障特征频率。
2.根据权利要求1所述的在线振动监测系统的故障特征频率显示方法，其特征在于，所述步骤S1具体包括：
建立包括在线振动监测系统部件名称、部件类别、部件结构信息、故障特征频率的信息数据库。
3.根据权利要求2所述的在线振动监测系统的故障特征频率显示方法，其特征在于，预定的运行时间段信息是实时监测信息或历史查询信息。
4.根据权利要求3所述的在线振动监测系统的故障特征频率显示方法，其特征在于，预定的故障特征频率的预定的阶数是5阶或10阶或不显示信息。
5.根据权利要求4所述的在线振动监测系统的故障特征频率显示方法，其特征在于，所述在线振动监测系统部件包括各种型号轴承、平行齿轮系和行星齿轮系。
6.一种在线振动监测系统的故障特征频率显示装置，其特征在于，包括：
建立单元，用于建立在线振动监测系统部件的信息数据库；
获取单元，用于获取预定的运行时间段信息并获取所述信息数据库的基础振动监测数据，获取在线振动监测系统的待测部件信息和预定的测点，获取所述待测部件的预定的故障特征频率信息、预定的故障特征频率的预定的阶数信息和频谱分析图；
显示单元，用于在所述频谱分析图上显示预定的阶数的预定的故障特征频率。
7.根据权利要求6所述的在线振动监测系统的故障特征频率显示装置，其特征在于，所述建立单元，具体用于建立包括在线振动监测系统部件名称、部件类别、部件结构信息、故障特征频率的信息数据库。
8.根据权利要求7所述的在线振动监测系统的故障特征频率显示装置，其特征在于，预定的运行时间段信息是实时监测信息或历史查询信息。
9.根据权利要求8所述的在线振动监测系统的故障特征频率显示装置，其特征在于，预定的故障特征频率的预定的阶数是5阶或10阶或不显示信息。
10.根据权利要求9所述的在线振动监测系统的故障特征频率显示装置，其特征在于，所述在线振动监测系统部件包括各种型号轴承、平行齿轮系和行星齿轮系。
CN201710259265.7A 2017-04-19 2017-04-19 一种在线振动监测系统的故障特征频率显示方法及装置 Pending CN107063428A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710259265.7A CN107063428A (zh) 2017-04-19 2017-04-19 一种在线振动监测系统的故障特征频率显示方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710259265.7A CN107063428A (zh) 2017-04-19 2017-04-19 一种在线振动监测系统的故障特征频率显示方法及装置

Publications (1)

Publication Number Publication Date
CN107063428A true CN107063428A (zh) 2017-08-18

Family

ID=59599832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710259265.7A Pending CN107063428A (zh) 2017-04-19 2017-04-19 一种在线振动监测系统的故障特征频率显示方法及装置

Country Status (1)

Country Link
CN (1) CN107063428A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108896309A (zh) * 2018-07-16 2018-11-27 安徽工业大学 一种用于低速重载设备的在线监测系统
CN110646201A (zh) * 2018-06-08 2020-01-03 西门子股份公司 轴承缺陷检测系统和方法
CN111506880A (zh) * 2020-04-30 2020-08-07 华能(大连)热电有限责任公司 一种滚动轴承故障频率快速计算、查询检索系统及方法
CN114218979A (zh) * 2021-11-17 2022-03-22 西南交通大学 基于谱相干的局部特征构建加权联合提升包络谱的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685042A (zh) * 2008-09-25 2010-03-31 上海宝钢工业检测公司 冷轧加热炉炉辊运行状态的在线监测方法
US20100145639A1 (en) * 2008-12-10 2010-06-10 Industrial Technology Research Institute Diagnosis method of defects in a motor and diagnosis device thereof
CN103018046A (zh) * 2012-12-13 2013-04-03 唐山轨道客车有限责任公司 高速动车组列车转向架轴承故障监测方法、装置及系统
CN103674545A (zh) * 2013-11-26 2014-03-26 成都阜特科技股份有限公司 一种机械故障侦测方法
CN103728948A (zh) * 2013-12-27 2014-04-16 天津海洋数码科技有限公司 船舶机械故障远程检测装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101685042A (zh) * 2008-09-25 2010-03-31 上海宝钢工业检测公司 冷轧加热炉炉辊运行状态的在线监测方法
US20100145639A1 (en) * 2008-12-10 2010-06-10 Industrial Technology Research Institute Diagnosis method of defects in a motor and diagnosis device thereof
CN103018046A (zh) * 2012-12-13 2013-04-03 唐山轨道客车有限责任公司 高速动车组列车转向架轴承故障监测方法、装置及系统
CN103674545A (zh) * 2013-11-26 2014-03-26 成都阜特科技股份有限公司 一种机械故障侦测方法
CN103728948A (zh) * 2013-12-27 2014-04-16 天津海洋数码科技有限公司 船舶机械故障远程检测装置及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110646201A (zh) * 2018-06-08 2020-01-03 西门子股份公司 轴承缺陷检测系统和方法
CN110646201B (zh) * 2018-06-08 2021-10-01 西门子股份公司 轴承缺陷检测系统和方法
CN108896309A (zh) * 2018-07-16 2018-11-27 安徽工业大学 一种用于低速重载设备的在线监测系统
CN111506880A (zh) * 2020-04-30 2020-08-07 华能(大连)热电有限责任公司 一种滚动轴承故障频率快速计算、查询检索系统及方法
CN114218979A (zh) * 2021-11-17 2022-03-22 西南交通大学 基于谱相干的局部特征构建加权联合提升包络谱的方法

Similar Documents

Publication Publication Date Title
CN107063428A (zh) 一种在线振动监测系统的故障特征频率显示方法及装置
Yao et al. A lightweight neural network with strong robustness for bearing fault diagnosis
CN110334764B (zh) 基于集成深度自编码器的旋转机械智能故障诊断方法
Praveenkumar et al. Pattern recognition based on-line vibration monitoring system for fault diagnosis of automobile gearbox
Lei et al. Condition monitoring and fault diagnosis of planetary gearboxes: A review
DE4012278C2 (de) Betriebszustand-Diagnosevorrichtung
CN109376620A (zh) 一种风电机组齿轮箱故障的迁移诊断方法
CN107560849A (zh) 一种多通道深度卷积神经网络的风电机组轴承故障诊断方法
Devriendt et al. Damping estimation of an offshore wind turbine on a monopile foundation
CN108152033A (zh) 一种稀疏分离模型的齿轮箱复合微弱故障诊断方法
Gomez et al. Angular modeling of a rotating machine in non-stationary conditions: Application to monitoring bearing defects of wind turbines with instantaneous angular speed
Ni et al. A case study of sample entropy analysis to the fault detection of bearing in wind turbine
CN105806613A (zh) 一种基于阶比复杂度的行星齿轮箱故障诊断方法
CN107491606A (zh) 基于多属性卷积神经网络的变工况行星齿轮箱太阳轮故障诊断方法
CN104866633B (zh) 一种设备振动数据处理方法、装置及系统
CN108090427A (zh) 基于鸟群算法和隐马尔科夫模型的齿轮箱故障诊断方法
CN104596764A (zh) 行星齿轮箱故障诊断与预测试验装置
CN114216682B (zh) 一种基于tcn和bls的滚动轴承的寿命预测方法及装置
CN111896244B (zh) 一种综采设备phm系统
CN108106841A (zh) 基于内置编码器信号的行星齿轮箱智能故障诊断方法
CN104713728A (zh) 基于多维数据驱动的大型回转支承剩余寿命在线预测方法
CN108204895A (zh) 一种风电机组变速齿轮箱故障诊断方法及系统
Rezaei et al. Development of a turbojet engine gearbox test rig for prognostics and health management
Tumer et al. Analysis of triaxial vibration data for health monitoring of helicopter gearboxes
CN110457861A (zh) 一种机载涡轴发动机动力系统可视化诊断平台及构建方法

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

Application publication date: 20170818

RJ01 Rejection of invention patent application after publication