CN107436244A - 基于频率分段振动数据采集的设备故障报警方法 - Google Patents
基于频率分段振动数据采集的设备故障报警方法 Download PDFInfo
- Publication number
- CN107436244A CN107436244A CN201610350874.9A CN201610350874A CN107436244A CN 107436244 A CN107436244 A CN 107436244A CN 201610350874 A CN201610350874 A CN 201610350874A CN 107436244 A CN107436244 A CN 107436244A
- Authority
- CN
- China
- Prior art keywords
- frequency
- vibration
- segmentation
- vibration data
- equipment
- 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.)
- Granted
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
- G01M99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于频率分段振动数据采集的设备故障报警方法,本方法首先设定设备振动数据采集的全频段,并将全频段划分为第一、第二、第三和第四频率分段,分别按四个频率分段采集终端数据并设定设备的振动故障报警阈值,第一频率分段采集的振动数据不参与设备故障报警;第二、第三和第四频率分段的振动数据分别反映设备的基频和倍频信号故障特征,并分别表征设备运行不平衡状况、对中状况以及部件松动和磨损状况,第二、第三和第四频率分段的振动数据大于振动故障报警阈值时给出设备故障报警。本方法克服了振动数据全频段采集的缺陷,提高振动数据采集的有效性和针对性,通过对不同频率段的振动数据进行分析实现设备的故障报警,避免误报警。
Description
技术领域
本发明涉及一种基于频率分段振动数据采集的设备故障报警方法。
背景技术
对于机械设备的故障诊断及报警,目前大多基于设备运行状态的底层数据采集,即传统的设备振动数据大多按照整个振动频率范围内的测量值对被监测设备进行周期采集,而没有基于频率分段的方式获取振动数据,并对被监测设备进行状态监测与诊断。其主要由于设备振动诊断所需要的频率特征会出现在整个频率范围内,对整个频率范围进行信号处理即方便又节约研发成本;而对振动信号进行分频段识别和采集对振动信号的处理,滤波等各方面的要求较高,且分段频率采集的软硬件开发周期、成本均比单一的整个频率范围信号处理来的复杂,同时由于受存储容量、运行速度等硬件资源和数据库管理技术的限制,分段频率采集的数据容量将是原来的多倍,导致一套在线系统的数据容量非常庞大,严重影响系统的运行效率。
机械设备的振动频率大都包含各种基频,倍频,固有频率等不同类型的信号,全频段采集的振动数据通常由技术人员通过对设备频率特征的计算在相应的图谱上找到对应的频率点进行分析和细化,系统则在整个频率范围的基础上计算出一个振动报警阈值,该频率点的振动数据超出振动报警阈值则提示设备故障报警,该报警值的主要成分可能是基频引起的,也可能是倍频或固有频率引起的,甚至是低频信号干扰引起的,而系统无法分辨,这样对设备故障报警的真实性和可靠性造成一定的影响,存在误报警的可能。
发明内容
本发明所要解决的技术问题是提供一种基于频率分段振动数据采集的设备故障报警方法,本方法克服了振动数据全频段采集的缺陷,提高了振动数据采集的有效性和针对性,通过对不同频率段的振动数据进行分析实现设备的故障报警,避免误报警。
为解决上述技术问题,本发明基于频率分段振动数据采集的设备故障报警方法包括如下步骤:
步骤一、根据设备运行特征和故障信号特征设定振动数据采集的全频段,以全频段的0.01%~0.5%为第一频率分段,以全频段的0.5%~10%为第二频率分段,以全频段的10%~50%为第三频率分段,以全频段的50%~100%为第四频率分段;
步骤二、分别按第一频率分段、第二频率分段、第三频率分段和第四频率分段采集设备运行的振动数据并存储,根据设备运行特征设定振动故障报警阈值;
步骤三、第一频率分段采集的振动数据不参与设备故障报警,即使出现采集的振动数据大于振动故障报警阈值也不作设备故障报警;
步骤四、第二频率分段的振动数据反映设备的基频信号故障特征,当第二频率分段的振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行不平衡的状况;
步骤五、第三频率分段的振动数据反映设备的倍频信号故障特征,当第三频率分段的振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行的对中状况;
步骤六、第四频率分段的振动数据反映设备的倍频信号故障特征,当第四频率分段的振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行过程中部件的松动和磨损状况。
由于本发明基于频率分段振动数据采集的设备故障报警方法采用了上述技术方案,即本方法首先设定设备振动数据采集的全频段,并将全频段划分为第一、第二、第三和第四频率分段,分别按四个频率分段采集终端数据并设定设备的振动故障报警阈值,第一频率分段采集的振动数据不参与设备故障报警;第二、第三和第四频率分段的振动数据分别反映设备的基频和倍频信号故障特征,并分别表征设备运行不平衡状况、对中状况以及部件松动和磨损状况,第二、第三和第四频率分段的振动数据大于振动故障报警阈值时给出设备故障报警。本方法克服了振动数据全频段采集的缺陷,提高了振动数据采集的有效性和针对性,通过对不同频率段的振动数据进行分析实现设备的故障报警,避免误报警。
附图说明
下面结合附图和实施方式对本发明作进一步的详细说明:
图1为本发明基于频率分段振动数据采集的设备故障报警方法原理框图;
图2为本方法中按频率分段采集的振动数据示意图。
具体实施方式
实施例如图1所示,本发明基于频率分段振动数据采集的设备故障报警方法包括如下步骤:
步骤一、根据设备运行特征和故障信号特征设定振动数据采集的全频段,以全频段的0.01%~0.5%为第一频率分段,以全频段的0.5%~10%为第二频率分段,以全频段的10%~50%为第三频率分段,以全频段的50%~100%为第四频率分段;
步骤二、分别按第一频率分段、第二频率分段、第三频率分段和第四频率分段采集设备运行的振动数据并存储,根据设备运行特征设定振动故障报警阈值;
步骤三、第一频率分段采集的振动数据频率较低,在实际的设备诊断方面没有意义,且主要成分一般以低频干扰为主,所以第一频率段内采集的数据不参与设备故障报警,即使出现采集的振动数据大于振动故障报警阈值也不作设备故障报警;
步骤四、第二频率分段的振动数据反映设备的基频信号故障特征或设备低速旋转部件的运行状态,基频振动能量在设备运行不平衡时有较明显的改变,如力不平衡在相位上是稳定的,在一阶临界转速下,失衡引起的振动幅值与速度的平方成正比,表现较高的就是1倍频下的振动频谱,能够在第二频率分段内辨识出准确的1倍频振动频率和幅值,当其振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行不平衡的状况;
步骤五、第三频率分段的振动数据反映设备的倍频信号故障特征,倍频信号在分析设备故障方面至关重要,如角度不对中问题表现为高的轴向振动及穿过耦合器的180度相位差,典型的会有1倍与2倍的轴向振动,且1倍,2倍,3倍振动占主导地位;
通过频率分段可以准确的辨识出此频率分段内存在的频率成分和振动幅值,并且按振动幅值大小进行分类与排序后与故障特征一一对应,可能存在的故障有转轴弯曲、角度不对中、平衡度、不对中、轴承翘起或机械松动等问题,当第三频率分段的振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行的对中等状况;
步骤六、第四频率分段的振动数据反映设备的倍频信号故障特征,第四频率段内都是高倍频,信号诊断存在高倍频的故障有机械松动、转子磨损、止推轴承磨损等;如:由于机械零部件装配不当引起的机械松动或由轴承套中轴瓦松动、滑动或滚动部件过分的间隙及叶片的松动会引起10倍频的振动信号存在;高频率信号在与基频和低倍频信号对比分析后,可以表征设备运行过程中部件的松动和磨损状况。
以齿轮箱的故障报警为例,假设其输入轴转速在3000转,50Hz作为振动基频,8倍频后为400Hz,齿轮箱通过中间齿轮增速后,其输出轴的转速在7200转,振动基频为120Hz,振动数据分析频率用到8倍频,即960Hz(约1000Hz)。一般将频率范围扩大到基频的8倍频后能够覆盖设备的大部分故障特征,因此定义其全频段的频率范围为0-1KHz,全频段以100%量程作为参考标准,并进行4个频率分段的分组振动数据采集,4个频率分段分别为第一频率分段0.1~5Hz、第二频率分段5~100Hz、第三频率分段100~500Hz、第四频率分段500~1000Hz;按频率分段采集的振动数据如图2所示,图中振动数据主要集中在100~500Hz之间,进行分频段振动数据采集后,就能辨识和关联设备的故障类型,并给出可靠的设备报警。
第一频率分段为低频部分,振动数据的采集频率低于齿轮箱正常频率,一般对于分析设备故障没有实际意义,用于在振动数据采集过程中排除低频干扰信号,即这部分的振动数据不参与故障报警及故障诊断。
第二频率分段为齿轮箱的振动基频部分,该频段主要用于分析输入轴的基频信号故障特征,其表现较明显,该频段内采集的振动数据较大时就可能存在设备不平衡的情况,同时由于输入轴的基频段对于倍频的分析至关重要,该频段振动数据的平均值,有效值,峰峰值的准确计算是设备故障诊断的基础。
第三频率分段主要用于分析输入轴的倍频信号故障特征,其表现较明显,在该频段内设备的2倍频、3倍频、4倍频的振动数据大小与基频的比较能够辨识出设备的故障倾向,如转子不对中、角度不对中、平衡度不对中、轴承翘起等。
第四频率分段主要用于分析输出轴的倍频信号故障特征,通过与基频等数据的比较,可以辨识出设备存在部件松动、转子磨损,轴承磨损等故障倾向。
一般齿轮箱常见的振动报警阈值设置在4.6mm/s,如果在实际运行中发现出现了5mm/s的振动值,综合各频率分段的设备运行信息,发现报警时刻设备运行状态与其他频率分段的振动数据关系不大,仅发生在第一频率分段内,就可以将此报警剔除出报警列表,视为一个假报警信号。
如果出现一个8mm/s的振动报警值,且发现其发生在第二频率分段内,其他频率分段的振动数据都较小时,系统就应该做出正常报警的提示,同时发出可能存在设备不平衡的情况发生。
随着设备转速的提高,振动数据会从第二频率分段向第三频率分段转移,根据对现场设备工艺信号的综合,可以将第三频率分段作为主要的报警区域,并且在4个频率分段内通过振动数据的对比,振动数据间的差值等计算方式,可以识别设备的故障倾向。
综上所述,当有了不同频率分段的振动数据,并结合设备转速信号及其他工艺信号就可以在其对应的故障发生的频率范围内进行报警策略的优化,实现分段报警等功能。
本方法可应用于各类设备的在线振动监测,提高了振动数据采集的有效性和针对性,避免误报警。
Claims (1)
1.一种基于频率分段振动数据采集的设备故障报警方法,其特征在于本方法包括如下步骤:
步骤一、根据设备运行特征和故障信号特征设定振动数据采集的全频段,以全频段的0.01%~0.5%为第一频率分段,以全频段的0.5%~10%为第二频率分段,以全频段的10%~50%为第三频率分段,以全频段的50%~100%为第四频率分段;
步骤二、分别按第一频率分段、第二频率分段、第三频率分段和第四频率分段采集设备运行的振动数据并存储,根据设备运行特征设定振动故障报警阈值;
步骤三、第一频率分段采集的振动数据不参与设备故障报警,即使出现采集的振动数据大于振动故障报警阈值也不作设备故障报警;
步骤四、第二频率分段的振动数据反映设备的基频信号故障特征,当第二频率分段的振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行不平衡的状况;
步骤五、第三频率分段的振动数据反映设备的倍频信号故障特征,当第三频率分段的振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行的对中状况;
步骤六、第四频率分段的振动数据反映设备的倍频信号故障特征,当第四频率分段的振动数据大于振动故障报警阈值时给出设备故障报警,其表征设备运行过程中部件的松动和磨损状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610350874.9A CN107436244B (zh) | 2016-05-25 | 2016-05-25 | 基于频率分段振动数据采集的设备故障报警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610350874.9A CN107436244B (zh) | 2016-05-25 | 2016-05-25 | 基于频率分段振动数据采集的设备故障报警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107436244A true CN107436244A (zh) | 2017-12-05 |
CN107436244B CN107436244B (zh) | 2021-03-19 |
Family
ID=60453976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610350874.9A Active CN107436244B (zh) | 2016-05-25 | 2016-05-25 | 基于频率分段振动数据采集的设备故障报警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107436244B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110907031A (zh) * | 2019-12-04 | 2020-03-24 | 江苏方天电力技术有限公司 | 基于数据统计分析的调相机振动异动可视化监测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3530474B2 (ja) * | 2000-09-22 | 2004-05-24 | 三菱重工業株式会社 | 翼振動計測方法及びこれを用いた翼振動監視システム |
CN101464211A (zh) * | 2007-12-18 | 2009-06-24 | 上海宝钢工业检测公司 | 利用振动监测低速重载设备状态的方法 |
JP2010166686A (ja) * | 2009-01-15 | 2010-07-29 | Yaskawa Electric Corp | 機械の故障診断部を備えた電動機制御装置 |
CN101937065A (zh) * | 2010-06-30 | 2011-01-05 | 华东师范大学 | 一种快速磁共振3d成像方法 |
CN103369270A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 大动态数字像素传感器相关双采样方法 |
CN103745726A (zh) * | 2013-11-07 | 2014-04-23 | 中国电子科技集团公司第四十一研究所 | 一种自适应的变采样率音频采样方法 |
CN104158699A (zh) * | 2014-08-08 | 2014-11-19 | 广州新科佳都科技有限公司 | 一种基于优先级和分段的数据采集方法 |
CN104833510A (zh) * | 2015-05-25 | 2015-08-12 | 山东钢铁股份有限公司 | 加速度四个阶段频率轴承故障诊断法 |
-
2016
- 2016-05-25 CN CN201610350874.9A patent/CN107436244B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3530474B2 (ja) * | 2000-09-22 | 2004-05-24 | 三菱重工業株式会社 | 翼振動計測方法及びこれを用いた翼振動監視システム |
CN101464211A (zh) * | 2007-12-18 | 2009-06-24 | 上海宝钢工业检测公司 | 利用振动监测低速重载设备状态的方法 |
JP2010166686A (ja) * | 2009-01-15 | 2010-07-29 | Yaskawa Electric Corp | 機械の故障診断部を備えた電動機制御装置 |
CN101937065A (zh) * | 2010-06-30 | 2011-01-05 | 华东师范大学 | 一种快速磁共振3d成像方法 |
CN103369270A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 大动态数字像素传感器相关双采样方法 |
CN103745726A (zh) * | 2013-11-07 | 2014-04-23 | 中国电子科技集团公司第四十一研究所 | 一种自适应的变采样率音频采样方法 |
CN104158699A (zh) * | 2014-08-08 | 2014-11-19 | 广州新科佳都科技有限公司 | 一种基于优先级和分段的数据采集方法 |
CN104833510A (zh) * | 2015-05-25 | 2015-08-12 | 山东钢铁股份有限公司 | 加速度四个阶段频率轴承故障诊断法 |
Non-Patent Citations (2)
Title |
---|
沈艳林 等: "非整周期采样信号频率估计的相频匹配方法", 《仪器仪表学报》 * |
矫健: "语音芯片的分段变换采样频率的实现", 《电子产品世界》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110907031A (zh) * | 2019-12-04 | 2020-03-24 | 江苏方天电力技术有限公司 | 基于数据统计分析的调相机振动异动可视化监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107436244B (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101962246B1 (ko) | 기어박스의 상태를 모니터링하는 방법 및 시스템 | |
US5258923A (en) | System and method for detecting the occurrence, location and depth of cracks in turbine-generator rotors | |
CN103998775B (zh) | 用于确定风能源设备的转子叶片的机械损坏的方法 | |
CN103487252B (zh) | 汽车变速器台架耐久试验运行状态监测方法 | |
EP2005125B1 (en) | A method and a system for monitoring the condition and operation of periodically moving objects | |
CN101403648A (zh) | 大型汽轮发电机组汽流激振故障实时诊断方法 | |
CN109840666B (zh) | 一种预测未来风电机组发生故障的模型构建方法及系统 | |
CN102478459B (zh) | 发电机轴承故障监测方法及装置 | |
CN116933024B (zh) | 旋转类设备运行状态监控方法及系统 | |
US20120330578A1 (en) | Severity analysis apparatus and method for shafts of rotating machinery | |
US10197594B2 (en) | Tachometer signal jitter reduction system and method | |
JPH07159231A (ja) | ポンプ劣化診断システム | |
CN103884482A (zh) | 一种基于压缩机的振动测试方法和系统 | |
CN113383215A (zh) | 用于模式匹配轴承振动诊断的系统和过程 | |
CN110646138B (zh) | 一种旋转机械无键相无试重动平衡方法和分析装置 | |
JP3827896B2 (ja) | 転がり軸受の診断装置 | |
CN107725456B (zh) | 离心压缩机机组的分析诊断方法和装置 | |
CN107436244A (zh) | 基于频率分段振动数据采集的设备故障报警方法 | |
CN113482945A (zh) | 基于振动特征值的风机振动故障诊断方法及装置 | |
CN117491015A (zh) | 一种基于频谱峰值能量和分析的转频计算方法 | |
CN113252347A (zh) | 一种旋转机械轴系不对中故障检测方法和系统 | |
CN203132808U (zh) | 一种基于压缩机的振动测试系统 | |
CN102954888A (zh) | 汽轮机组油膜振荡故障的实时在线诊断方法 | |
US20130253850A1 (en) | Health monitoring method and system for drives | |
Tranter | The fundamentals of, and the application of computers to, condition monitoring and predictive maintenance |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |