CN107909156A - 一种设备状态检测方法及计算设备 - Google Patents
一种设备状态检测方法及计算设备 Download PDFInfo
- Publication number
- CN107909156A CN107909156A CN201711023973.7A CN201711023973A CN107909156A CN 107909156 A CN107909156 A CN 107909156A CN 201711023973 A CN201711023973 A CN 201711023973A CN 107909156 A CN107909156 A CN 107909156A
- Authority
- CN
- China
- Prior art keywords
- frequency
- envelope waveform
- test
- devices
- waveform
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种设备状态检测方法,在计算设备中执行,包括:获取待测设备在当前检测区间内的多个单位时间段的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形;对于每一个单位时间段的振动时域波形:确定该振动时域波形的正包络波形;根据正包络波形来确定待测设备在该单位时间段的时域指标和频域指标;根据待测设备在多个单位时间段的时域指标和频域指标来确定待测设备在当前检测区间内的时域状态指标和频域状态指标;根据待测设备当前检测区间和上一个检测区间的时域状态指标、频域状态指标的对比结果,以及待测设备与其他设备的时域状态指标、频域状态指标的对比结果,来确定待测设备的状态。本发明一并公开了相应的计算设备。
Description
技术领域
本发明涉及机械设备健康管理及故障诊断技术领域,尤其涉及一种设备状态检测方法及计算设备。
背景技术
工业生产能否高效地进行,很大程度上取决于生产系统中的机械设备能否不间断地安全稳定运转。因此,有必要对生产系统中各机械设备的健康状态进行检测。
现有的设备状态检测通常包括实时监测和定期检测两种。实时监测方案监测设备的振动幅值,当振动幅值超过一定阈值时报警,由工程师来核实故障并判断设备是否需要进行检修。定期检测方案则由工程师根据各设备在一段时间内的运行情况和报警情况,给出各设备的健康状态和检修建议。上述方法均通过振动幅值的大小来判断设备状态,由于不是所有的故障都会引起显著的振动幅值上升,因此,上述方法存在漏报的风险。此外,生产系统所包括的机械设备数量较多,工况复杂,工程师检测、排查的工作量较大,主观性较强,无法客观准确地衡量各设备的故障严重程度及检修优先级。
发明内容
为此,本发明提供一种设备状态检测方法及计算设备,以解决或至少缓解上面存在的问题。
根据本发明的一个方面,提供一种设备状态检测方法,在计算设备中执行,包括:获取待测设备在当前检测区间内的多个单位时间段的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形;对于每一个单位时间段的振动时域波形:确定该振动时域波形的正包络波形;根据所述正包络波形来确定待测设备在该单位时间段的时域指标和频域指标;根据待测设备在多个单位时间段的时域指标和频域指标来确定待测设备在当前检测区间内的时域状态指标和频域状态指标;根据待测设备的当前检测区间和上一个检测区间的时域状态指标、频域状态指标的对比结果,以及待测设备与其他设备的时域状态指标、频域状态指标的对比结果,来确定待测设备的状态。
可选地,在根据本发明的设备状态检测方法中,时域指标包括正包络波形的峭度;所述时域状态指标包括峭度密度,所述峭度密度为峭度值大于预定阈值的正包络波形的数量占所有正包络波形的数量的比例。
可选地,在根据本发明的设备状态检测方法中,所述时域指标包括第一冲击能量,所述第一冲击能量按照以下步骤确定:将所述正包络波形上的多个波峰根据幅值大小划分为两类,将第一类峰的幅值的平均值作为第一冲击能量,其中,第一类峰的幅值的最小值大于第二类峰的幅值的最大值;所述时域状态指标包括第二冲击能量,所述第二冲击能量为各单位时间段的第一冲击能量的平均值。
可选地,在根据本发明的设备状态检测方法中,所述将所述正包络波形上的多个波峰根据幅值大小划分为两类的步骤包括:采用聚类算法将所述正包络波形上的多个波峰根据幅值大小聚为两类。
可选地,在根据本发明的设备状态检测方法中,所述时域指标包括第一冲击持续时间,所述第一冲击持续时间按照以下步骤确定:根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群,将各峰群的持续时间的平均值作为第一冲击持续时间;所述时域状态指标包括第二冲击持续时间,所述第二冲击持续时间为各单位时间段的第一冲击持续时间的平均值。
可选地,在根据本发明的设备状态检测方法中,所述根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群的步骤包括:选定一个第一类峰,在该第一类峰的δ邻域内寻找波峰,若寻找到波峰,则继续在该寻找到的波峰的δ邻域内寻找波峰,直至δ邻域内不存在波峰为止;将所述一个第一类峰以及所有寻找到的波峰作为一个峰群。
可选地,在根据本发明的设备状态检测方法中,δ=0.1ms。
可选地,在根据本发明的设备状态检测方法中,所述频域指标包括冲击频率,所述冲击频率按照以下步骤确定:确定所述正包络波形的主要频率成分,将所述主要频率成分的频率作为冲击频率;所述频域状态指标包括冲击频率特征,所述冲击频率特征包括各单位时间段的冲击频率的统计特征。
可选地,在根据本发明的设备状态检测方法中,所述确定所述正包络波形的主要频率成分的步骤包括:对所述正包络波形进行傅立叶变换,得到所述正包络波形的频谱;将所述频谱中幅值最大的频率分量作为所述正包络波形的主要频率成分。
可选地,在根据本发明的设备状态检测方法中,所述确定所述正包络波形的主要频率成分的步骤包括:对所述正包络波形进行自相关处理,得到自相关波形;对所述自相关波形进行傅立叶变换,得到所述自相关波形的频谱;将所述频谱中幅值最大的频率分量作为所述正包络波形的主要频率成分。
可选地,在根据本发明的设备状态检测方法中,按照以下公式对所述正包络波形进行自相关处理:
其中,R(τ)为自相关波形的函数,f(t)为所述正包络波形的函数,f*(t-τ)为f(t-τ)的共轭。
可选地,在根据本发明的设备状态检测方法中,所述频域指标包括旋转频率谐波的频率和幅值,所述旋转频率谐波的频率和幅值按照以下步骤确定:对所述正包络波形进行傅立叶变换,得到所述正包络波形的频谱;确定所述频谱中的旋转频率谐波的频率和幅值;所述频域状态指标包括旋转频率谐波特征,所述旋转频率谐波特征包括各单位时间段的旋转频率谐波的频率和幅值的统计特征。
可选地,在根据本发明的设备状态检测方法中,所述频域指标包括第一特征频率能量和,所述第一特征频率能量和按照以下步骤确定:对所述正包络波形进行傅立叶变换,得到所述正包络波形的第一频谱;对第一频谱上频率最高的预定区间长度的频段进行滤波;对滤波所得的信号进行Hilbert变换,对Hilbert变换所得的信号进行傅立叶变换得到第二频谱;去除第二频谱中的噪声频率分量,将剩下的频率分量中与待测设备的故障特征频率一致的频率分量的幅值的和,作为第一特征频率能量和;所述频域状态指标包括第二特征频率能量和,所述第二特征频率能量和为各单位时间段的第一特征频率能量和的平均值。
可选地,在根据本发明的设备状态检测方法中,所述预定区间长度为所述第一频谱中的最高频率的1/3。
可选地,在根据本发明的设备状态检测方法中,在所述根据振动信号来确定每一个单位时间段的振动时域波形的步骤之后,在确定每一个振动时域波形的正包络波形的步骤之前,还包括步骤:去除每个振动时域波形中的停机数据、故障数据和异常数据。
根据本发明的另一个方面,提供一种计算设备,包括:至少一个处理器;和存储有程序指令的存储器,其中,程序指令被配置为适于由上述至少一个处理器执行,程序指令包括用于执行如上所述的设备状态检测方法的指令。
根据本发明的又一个方面,提供一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如上所述的设备状态检测方法。
根据本发明的技术方案,分别计算每一个待测设备在多个单位时间段的时域指标和频域指标,根据每一个待测设备在多个时间段的时域指标和频域指标来确定待测设备在当前检测区间内的时域状态指标和频域状态指标,根据待测设备的当前检测区间和上一个检测区间的时域状态指标、频域状态指标的对比结果,以及待测设备与其他设备的时域状态指标、频域状态指标的对比结果,来确定待测设备的状态。
本发明将时域分析方法和频域分析方法相结合,设计了合适的指标组成有效、可靠的指标集,实现了设备健康状态以及故障严重程度的量化,通过对比设备当前检测区间与上一个检测区间的状态、以及对比设备与生产系统中的其他设备的状态来筛选出劣化最严重、故障最严重的设备,提高了生产单位对于设备的健康管理以及对故障设备的检修、维修效率,节省了时间,降低了成本。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的设备状态检测系统100的示意图;
图2示出了根据本发明一个实施例的计算设备200的示意图;
图3示出了根据本发明一个实施例的设备状态检测方法300的流程图;
图4示出了根据本发明一个实施例的振动时域波形的示意图;
图5示出了根据本发明一个实施例的正包络波形的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的设备状态检测系统100的示意图。如图1所示,设备状态检测系统100包括待测设备110、振动传感器120和计算设备200。
待测设备110例如可以是主轴、电机、泵、齿轮箱、滚动轴承等机械设备。振动传感器120设置于待测设备110的表面或距离待测设备110最近的刚性外壳上,其可以接收待测设备110上的振动信号,并将采集到的振动信号传递至计算设备200。振动信号例如可以是位移信号、加速度信号等,但不限于此。应当指出,振动传感器120可以为任意型号,本发明对振动传感器120的型号不做限制。计算设备200是具有通信和计算能力的设备,其可以实现为桌面计算机、笔记本计算机等配置的个人计算机,也可以实现为工作站、服务器等,在一些情况中,计算设备200还可以实现为手机、平板电脑、可穿戴设备等设备。计算设备200可以接收振动传感器120采集到的振动信号,并对振动信号进行存储、分析、展示等。根据一种实施例,计算设备200可以对振动信号进行分析,以检测待测设备110的健康状态。
应当指出,图1所示的设备状态检测系统100仅用于示例性地说明本发明的技术方案。虽然其中示出了三个待测设备、三个振动传感器和一个计算设备,但是,本领域技术人员应当理解,在具体的工业生产情况中,生产系统包括多个设备,因而待测设备的数量通常远远多于三台。本发明对设备状态检测系统中所包括的待测设备、振动传感器和计算设备的数量不做限制。例如,设备状态检测系统中可以包括任意数量的待测设备,一个待测设备上可以设置任意数量的振动传感器,一个计算设备可以接收任意数量的振动传感器所采集到的振动信号并对其进行分析,等等。
图2示出了根据本发明一个实施例的计算设备200的示意图。在基本的配置202中,计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。
取决于期望的配置,处理器204可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用,或者在一些实现中,存储器控制器218可以是处理器204的一个内部部分。
取决于期望的配置,系统存储器206可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统220、一个或者多个应用222以及程序数据224。应用222实际上是多条程序指令,其用于指示处理器204执行相应的操作。在一些实施方式中,应用222可以布置为在操作系统上使得处理器204利用程序数据224进行操作。
计算设备200还可以包括有助于从各种接口设备(例如,输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256,它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260,其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
在根据本发明的计算设备200中,应用222包括设备状态检测装置228,设备状态检测装置228包括多条程序指令,而程序数据224可以包括振动传感器采集到的待测设备的振动信号。设备状态检测装置228可以指示处理器204执行设备状态检测方法300,对程序数据224中所包括的振动信号进行分析处理,从而检测设备的健康状态。
图3示出了根据本发明一个实施例的设备状态检测方法300的流程图。方法300适于在计算设备(例如前述计算设备200)中执行。如图3所示,方法300始于步骤S310。
在步骤S310中,获取待测设备在当前检测区间内的多个单位时间段的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形。应当指出,检测区间的长度可以由本领域技术人员根据实际情况自行设置,本发明对检测区间的长度不做限制。例如,可以将检测区间设置为一周、两周、一个月等。根据一种实施例,振动信号可以是位移信号、加速度信号等,但不限于此。振动信号包括多个振动数据点。例如,振动传感器1秒可以采集1024个振动数据点(每1/1024秒采集一次),则1秒的振动信号包括1024个振动数据点。振动信号中的多个振动数据点可以形成振动时域波形。振动时域波形的示意图如图4所示。
应当指出,振动传感器的采样频率(即每秒采集的振动数据点的数量)往往比较高,如果将检测区间的长度设置为一周,那么当前检测区间内的振动信号所包括的数据点很多,计算过程会相当繁琐、耗时,而且大部分计算都是无用计算。因此,本发明将检测区间进一步细分为多个单位时间段,分别获取待测设备在每一个单位时间段内的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形。例如,检测区间的长度为一周,单位时间段的长度为一小时,则该检测区间包括24*7个单位时间段。在每一小时内取一条振动信号(例如,在每一小时内取一段0.4秒的振动信号),这样,可以得到24*7条时间长度为0.4s的振动信号,每一条振动信号上包括相同数量的振动数据点。每一个单位时间段的振动信号对应于一个振动时域波形。该方法相当于对检测区间内的振动信号进行采样分析,通过调整单位时间段的长度、以及单位时间段内所采集的振动信号的时间长度,即可以实现快速、有效的设备状态检测。
根据一种实施例,在步骤S310之后,还包括,去除每个振动时域波形中的停机数据、故障数据和异常数据,以提高设备状态检测的计算效率。
随后,在步骤S320中,对于每一个单位时间段的振动时域波形:确定该振动时域波形的正包络波形;根据正包络波形来确定待测设备在该单位时间段的时域指标和频域指标。
图5示出了根据本发明一个实施例的正包络波形的示意图。如图5所示,由于振动通常是一种往复运动,振动时域波形510大致相对于水平轴(即时间轴)的某一条平行线对称。通过连接振动时域波形510上的波峰点、波谷点,可以形成两条包络线520、530。其中,由振动时域波形510上的波峰点连接而成的包络线520为正包络波形,由振动时域波形510上的波峰点连接而成的包络线520为负包络波形。
单位时间段的时域指标包括以下几种:
1、峭度
正包络波形的峭度按照以下公式计算:
其中,K为峭度,N为振动信号中所包括的振动数据点的总数量,xi为第i个数据点的振动信号值,为振动信号均值,σ为振动信号的标准差。
2、第一冲击能量
根据一种实施例,第一冲击能量按照以下步骤确定:将正包络波形上的多个波峰根据幅值大小划分为两类,将第一类峰的幅值的平均值作为第一冲击能量,其中,第一类峰的幅值的最小值大于第二类峰的幅值的最大值。根据一种实施例,采用聚类算法将正包络波形上的多个波峰根据幅值大小聚为两类,第一类峰的幅值均大于第二类峰的幅值。聚类算法例如可以是k-means算法、层次聚类算法、SOM聚类算法、FCM聚类算法等,但不限于此。
3、第一冲击持续时间
根据一种实施例,第一冲击持续时间按照以下步骤确定:根据相邻波峰的时间间隔将正包络波形上的波峰划分为多个峰群,将各峰群的持续时间的平均值作为第一冲击持续时间。
根据一种实施例,可以按照以下步骤将正包络波形上的波峰划分为多个峰群:选定一个第一类峰,在该第一类峰的δ邻域内寻找波峰,若寻找到波峰,则继续在该寻找到的波峰的δ邻域内寻找波峰,直至δ邻域内不存在波峰为止;将上述一个第一类峰以及所有寻找到的波峰作为一个峰群。根据一种实施例,δ=0.1ms。应当指出,在确定峰群时,以第一类峰为起点,但是,在寻找过程中,所寻找的峰并不限于第一类峰,而是包括第一类峰和第二类峰的所有波峰。此外,每当一个波峰被寻找到时,对该波峰进行标记,以避免该波峰后续被重复寻找。
例如,经过计算,将正包络波形上的波峰聚为两类,第一类峰包括波峰1、波峰2、波峰3,第二类峰包括波峰4、波峰5、波峰6,第一类峰的幅值均大于第二类峰。以波峰1为起点,在波峰1的前后0.1ms内寻找波峰;在波峰1的前0.05ms位置找到波峰2,在波峰1的后0.04ms位置找到波峰3,则继续在波峰2、波峰3的前后0.1ms内寻找波峰;在波峰2的前0.06ms位置找到波峰4,在波峰3的后0.07ms找到波峰5,则继续在波峰4、波峰5的前后0.1ms内寻找波峰;在波峰4、波峰5的前后0.1ms内未寻找到波峰,本次寻峰过程终止。将波峰1、波峰2、波峰3、波峰4、波峰5作为一个峰群,该峰群的持续时间为0.05ms+0.04ms+0.06ms+0.07ms=0.22ms。
例如,经过计算,正包络波形上划分出5个峰群,各峰群的持续时间分别为0.2ms、0.21ms、0.22ms、0.23ms、0.24ms,则第一冲击持续时间为(0.2ms+0.21ms+0.22ms+0.23ms+0.24ms)/5==0.22ms。
单位时间段的频域指标包括:
1、冲击频率
根据一种实施例,冲击频率按照以下步骤确定:确定正包络波形的主要频率成分,将主要频率成分的频率作为冲击频率。
根据一种实施例,正包络波形的主要频率成分按照以下步骤确定:对正包络波形进行傅立叶变换,得到正包络波形的频谱;将频谱中幅值最大的频率分量作为正包络波形的主要频率成分。该方法可以识别出待测设备所受到的冲击。
根据另一种实施例,正包络波形的主要频率成分按照以下步骤确定:首先,对正包络波形进行自相关处理,得到自相关波形,以突出正包络波形中的周期性成分。根据一种实施例,按照以下公式对正包络波形进行自相关处理:
其中,R(τ)为自相关波形的函数,f(t)为所述正包络波形的函数,f*(t-τ)为f(t-τ)的共轭。
随后,对自相关波形进行傅立叶变换,得到自相关波形的频谱。最后,将频谱中幅值最大的频率分量作为正包络波形的主要频率成分。该方法可以识别出待测设备所受到的周期性冲击。
2、旋转频率谐波(以下简称转频谐波)的频率和幅值
根据一种实施例,转频率谐波的频率和幅值按照以下步骤确定:对正包络波形进行傅立叶变换,得到正包络波形的频谱;确定频谱中的转频谐波的频率和幅值。
3、第一特征频率能量和
第一特征频率能量和为除了前述冲击频率和转频谐波的频率之外的特征频率。根据一种实施例,第一特征频率能量和按照以下步骤计算:首先,对正包络波形进行傅立叶变换,得到正包络波形的第一频谱。随后,对第一频谱上频率最高的预定区间长度的频段进行滤波。预定区间长度可以由本领域技术人员自行设置,本发明对此不做限制。根据一种实施例,预定区间长度为第一频谱中的最高频率的1/3。随后,对滤波所得的信号进行Hilbert变换,对Hilbert变换所得的信号进行傅立叶变换得到第二频谱。最后,去除第二频谱中的噪声频率分量,将剩下的频率分量中与待测设备的故障特征频率一致的频率分量的幅值的和,作为第一特征频率能量和。
应当指出,故障特征频率可以根据待测设备的产品说明书中所给出的特征参数计算得出。例如,对于主轴设备,故障包括保持架故障、滚动体故障、内圈故障、外圈故障等,各故障的故障特征频率可以由该主轴的产品说明书中所给出的特征参数计算得出。
随后,在步骤S330中,根据待测设备在多个单位时间段的时域指标和频域指标来确定待测设备在当前检测区间内的时域状态指标和频域状态指标。
待测设备在当前检测区间的时域状态指标包括:
1、峭度密度
峭度密度根据各单位时间段的峭度来确定。
根据一种实施例,峭度密度为峭度值大于预定阈值的正包络波形的数量占所有正包络波形的数量的比例。应当指出,预定阈值的值可以由本领域技术人员自行设置,本发明对此不做限制。
例如,预定阈值为4,当前检测区间包括10个单位时间段,其中,有3个单位时间段的正包络波形的峭度大于4,则当前检测区间的峭度密度为3/10=0.3。
峭度密度越大,待测设备的异常程度越高。
2、第二冲击能量
第二冲击能量根据各单位时间段的第一冲击能量来确定。
本发明对第二冲击能量的具体确定方法不做限制。根据一种实施例,第二冲击能量为各单位时间段的第一冲击能量的平均值。根据另一种实施例,第二冲击能量为各单位时间段的第一冲击能量的最大值。
第二冲击能量越大,待测设备的异常程度越高。
3、第二冲击持续时间
第二冲击时间根据各单位时间段的第一冲击持续时间来确定。
本发明对第二冲击持续时间的具体确定方法不做限制。根据一种实施例,第二冲击持续时间为各单位时间段的第一冲击持续时间的平均值。根据另一种实施例,第二冲击持续时间为各单位时间段的第一冲击持续时间的最大值。
第二冲击持续时间越长,待测设备的异常程度越高。
待测设备在当前检测区间的频域状态指标包括:
1、冲击频率特征
冲击频率特征根据各单位时间段的冲击频率来确定。
根据一种实施例,冲击频率特征为各单位时间段的冲击频率的统计特征。例如,冲击频率特征包括各单位时间段的冲击频率的值和出现次数,以及是否出现需要特别关注的频率(例如保持架频率),等。
冲击频率特征中,若出现了需要特别关注的频率,则待测设备的异常程度越高。此外,冲击频率的值越大,出现次数越多,待测设备的异常程度越高。
2、旋转频率(以下简称转频)谐波特征
转频谐波特征根据各单位时间段的转频谐波的频率和幅值来确定。
根据一种实施例,转频谐波特征为各单位时间段的转频谐波的频率幅值的统计特征。例如,转频谐波特征包括各单位时间段的转频谐波的数量、幅值,以及各单位时间段中出现次数最多的转频谐波的出现次数、频率和幅值,等。又例如,在各单位时间段中,将转频谐波数量最多的一个单位时间段作为特征时间段,将该特征时间段的转频谐波的频率和幅值作为转频谐波特征。
转频谐波特征中,转频谐波的数量和幅值越大,待测设备的异常程度越高。
3、第二特征频率能量和
第二特征频率能量和根据各单位时间段的第一特征频率能量和来确定。
本发明对第二特征频率能量和的具体确定方法不做限制。根据一种实施例,第二特征频率能量和为各单位时间段的第一特征频率能量和的平均值。根据另一种实施例,第二特征频率能量和为各单位时间段的第一特征频率能量和的最大值。
第二特征频率能量和越大,待测设备的异常程度越高。
随后,在步骤S340中,根据待测设备的当前检测区间和上一个检测区间的时域状态指标、频域状态指标的对比结果,以及待测设备与其他设备的时域状态指标、频域状态指标的对比结果,来确定待测设备的状态。
本领域技术人员可以根据前述计算得出的待测设备的各项指标来综合地确定设备的异常程度,也可以根据某一项指标来确定设备的异常程度。
例如,某生产系统中包括3台机械设备:设备A、设备B和设备C。生产单位每月对设备进行一次状态检测,以评估各设备的健康状态。在10月份的状态检测中,分别计算出了设备A、设备B、设备C的各项指标(峭度密度、第二冲击能量、第二冲击持续时间、冲击频率特征、转频谐波特征以及第二特征频率能量和等)。通过对比设备A在10月份的各项指标与9月份的各项指标,可以确定设备A的劣化程度;同理,也可以确定设备B、设备C的劣化程度。基于3台设备的劣化程度,可以对这3台设备进行排序,劣化程度最高的设备的异常程度最大,应当重点安排检修。
又例如,某生产系统中包括20台机械设备。生产单位每月对设备进行一次状态检测,以评估各设备的健康状态。在10月份的状态检测中,分别计算出了各设备的第二冲击能量。通过对比每一台设备10月份的第二冲击能量与9月份的第二冲击能量,可以得出每一台设备针对第二冲击能量的劣化程度。基于第二冲击能量的劣化程度,可以对这20台设备进行排序,劣化程度最高(第二冲击能量的上升幅度最大)的设备的异常程度最大,应当重点安排检修。
A9:A8所述的方法,其中,所述确定所述正包络波形的主要频率成分的步骤包括:
对所述正包络波形进行傅立叶变换,得到所述正包络波形的频谱;
将所述频谱中幅值最大的频率分量作为所述正包络波形的主要频率成分。
A10:A8所述的方法,其中,所述确定所述正包络波形的主要频率成分的步骤包括:
对所述正包络波形进行自相关处理,得到自相关波形;
对所述自相关波形进行傅立叶变换,得到所述自相关波形的频谱;
将所述频谱中幅值最大的频率分量作为所述正包络波形的主要频率成分。
A11:A10所述的方法,其中,按照以下公式对所述正包络波形进行自相关处理:
其中,R(τ)为自相关波形的函数,f(t)为所述正包络波形的函数,f*(t-τ)为f(t-τ)的共轭。
A12:A1所述的方法,其中,所述频域指标包括旋转频率谐波的频率和幅值,所述旋转频率谐波的频率和幅值按照以下步骤确定:
对所述正包络波形进行傅立叶变换,得到所述正包络波形的频谱;
确定所述频谱中的旋转频率谐波的频率和幅值;
所述频域状态指标包括旋转频率谐波特征,所述旋转频率谐波特征包括各单位时间段的旋转频率谐波的频率和幅值的统计特征。
A13:A1所述的方法,其中,所述频域指标包括第一特征频率能量和,所述第一特征频率能量和按照以下步骤确定:
对所述正包络波形进行傅立叶变换,得到所述正包络波形的第一频谱;
对第一频谱上频率最高的预定区间长度的频段进行滤波;
对滤波所得的信号进行Hilbert变换,对Hilbert变换所得的信号进行傅立叶变换得到第二频谱;
去除第二频谱中的噪声频率分量,将剩下的频率分量中与待测设备的故障特征频率一致的频率分量的幅值的和,作为第一特征频率能量和;
所述频域状态指标包括第二特征频率能量和,所述第二特征频率能量和为各单位时间段的第一特征频率能量和的平均值。
A14:A13所述的方法,其中,所述预定区间长度为所述第一频谱中的最高频率的1/3。
A15:A1所述的方法,其中,在所述根据振动信号来确定每一个单位时间段的振动时域波形的步骤之后,在确定每一个振动时域波形的正包络波形的步骤之前,还包括步骤:
去除每个振动时域波形中的停机数据、故障数据和异常数据。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的设备状态检测方法。
以示例而非限制的方式,可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。
在此处所提供的说明书中,算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的而非限制性的,本发明的范围由所附权利要求书限定。
Claims (10)
1.一种设备状态检测方法,在计算设备中执行,包括:
获取待测设备在当前检测区间内的多个单位时间段的振动信号,根据振动信号来确定每一个单位时间段的振动时域波形;
对于每一个单位时间段的振动时域波形:
确定该振动时域波形的正包络波形;
根据所述正包络波形来确定待测设备在该单位时间段的时域指标和频域指标;
根据待测设备在多个单位时间段的时域指标和频域指标来确定待测设备在当前检测区间内的时域状态指标和频域状态指标;
根据待测设备的当前检测区间和上一个检测区间的时域状态指标、频域状态指标的对比结果,以及待测设备与其他设备的时域状态指标、频域状态指标的对比结果,来确定待测设备的状态。
2.如权利要求1所述的方法,其中,所述时域指标包括正包络波形的峭度;所述时域状态指标包括峭度密度,所述峭度密度为峭度值大于预定阈值的正包络波形的数量占所有正包络波形的数量的比例。
3.如权利要求1或2所述的方法,其中,所述时域指标包括第一冲击能量,所述第一冲击能量按照以下步骤确定:
将所述正包络波形上的多个波峰根据幅值大小划分为两类,将第一类峰的幅值的平均值作为第一冲击能量,其中,第一类峰的幅值的最小值大于第二类峰的幅值的最大值;
所述时域状态指标包括第二冲击能量,所述第二冲击能量为各单位时间段的第一冲击能量的平均值。
4.如权利要求3所述的方法,其中,所述将所述正包络波形上的多个波峰根据幅值大小划分为两类的步骤包括:
采用聚类算法将所述正包络波形上的多个波峰根据幅值大小聚为两类。
5.如权利要求3或4所述的方法,其中,所述时域指标包括第一冲击持续时间,所述第一冲击持续时间按照以下步骤确定:
根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群,将各峰群的持续时间的平均值作为第一冲击持续时间;
所述时域状态指标包括第二冲击持续时间,所述第二冲击持续时间为各单位时间段的第一冲击持续时间的平均值。
6.如权利要求5所述的方法,其中,所述根据相邻波峰的时间间隔将所述正包络波形上的波峰划分为多个峰群的步骤包括:
选定一个第一类峰,在该第一类峰的δ邻域内寻找波峰,若寻找到波峰,则继续在该寻找到的波峰的δ邻域内寻找波峰,直至δ邻域内不存在波峰为止;
将所述一个第一类峰以及所有寻找到的波峰作为一个峰群。
7.如权利要求6所述的方法,其中,δ=0.1ms。
8.如权利要求1所述的方法,其中,所述频域指标包括冲击频率,所述冲击频率按照以下步骤确定:
确定所述正包络波形的主要频率成分,将所述主要频率成分的频率作为冲击频率;
所述频域状态指标包括冲击频率特征,所述冲击频率特征包括各单位时间段的冲击频率的统计特征。
9.一种计算设备,包括:
至少一个处理器;和
存储有程序指令的存储器,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行如权利要求1-8中任一项所述的冲击检测方法的指令。
10.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-8中任一项所述的冲击检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711023973.7A CN107909156B (zh) | 2017-10-27 | 2017-10-27 | 一种设备状态检测方法及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711023973.7A CN107909156B (zh) | 2017-10-27 | 2017-10-27 | 一种设备状态检测方法及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107909156A true CN107909156A (zh) | 2018-04-13 |
CN107909156B CN107909156B (zh) | 2020-07-07 |
Family
ID=61842979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711023973.7A Active CN107909156B (zh) | 2017-10-27 | 2017-10-27 | 一种设备状态检测方法及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107909156B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109238611A (zh) * | 2018-09-27 | 2019-01-18 | 广州供电局有限公司 | 振动源检测方法、装置、计算机设备和存储介质 |
CN111929044A (zh) * | 2020-07-15 | 2020-11-13 | 西门子工厂自动化工程有限公司 | 用于监控设备状态的方法、装置、计算设备和存储介质 |
CN112665710A (zh) * | 2020-12-21 | 2021-04-16 | 陕西宝光集团有限公司 | 设备运行状态的检测方法、装置、电子设备及存储介质 |
CN113467877A (zh) * | 2021-07-07 | 2021-10-01 | 安徽容知日新科技股份有限公司 | 一种数据显示系统及方法 |
CN116185165A (zh) * | 2022-06-17 | 2023-05-30 | 武汉市聚芯微电子有限责任公司 | 一种触觉生成方法、系统、设备以及计算机存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101538872A (zh) * | 2009-04-23 | 2009-09-23 | 四川升拓检测技术有限责任公司 | 消减冲击弹性波激振残留信号以识别反射波信号的方法 |
DE102011121789A1 (de) * | 2011-12-21 | 2013-06-27 | Sew-Eurodrive Gmbh & Co. Kg | Verfahren zur Bestimmung eines schadhaften Teils in einem Getriebe und Vorrichtung zur Durchführung des Verfahrens |
CN105182070A (zh) * | 2015-08-13 | 2015-12-23 | 西华大学 | 一种信号检测方法 |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其系统 |
CN107036815A (zh) * | 2015-10-20 | 2017-08-11 | 斯凯孚公司 | 对轴承缺陷进行严重程度评估的方法和数据处理装置 |
-
2017
- 2017-10-27 CN CN201711023973.7A patent/CN107909156B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101538872A (zh) * | 2009-04-23 | 2009-09-23 | 四川升拓检测技术有限责任公司 | 消减冲击弹性波激振残留信号以识别反射波信号的方法 |
DE102011121789A1 (de) * | 2011-12-21 | 2013-06-27 | Sew-Eurodrive Gmbh & Co. Kg | Verfahren zur Bestimmung eines schadhaften Teils in einem Getriebe und Vorrichtung zur Durchführung des Verfahrens |
CN105182070A (zh) * | 2015-08-13 | 2015-12-23 | 西华大学 | 一种信号检测方法 |
CN107036815A (zh) * | 2015-10-20 | 2017-08-11 | 斯凯孚公司 | 对轴承缺陷进行严重程度评估的方法和数据处理装置 |
CN106092565A (zh) * | 2016-06-08 | 2016-11-09 | 成都阜特科技股份有限公司 | 一种振动故障分析方法及其系统 |
Non-Patent Citations (3)
Title |
---|
汤健等: "基于振动频谱的磨矿过程球磨机负荷参数集成建模方法", 《控制理论与应用》 * |
金盾等: "一种基于冲击信号聚类分析的轴承故障诊断方法", 《机械与电子》 * |
雷继尧等: "滚动轴承疲劳故障的在线监视和诊断技术", 《重庆大学学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109238611A (zh) * | 2018-09-27 | 2019-01-18 | 广州供电局有限公司 | 振动源检测方法、装置、计算机设备和存储介质 |
CN109238611B (zh) * | 2018-09-27 | 2020-01-03 | 广州供电局有限公司 | 振动源检测方法、装置、计算机设备和存储介质 |
CN111929044A (zh) * | 2020-07-15 | 2020-11-13 | 西门子工厂自动化工程有限公司 | 用于监控设备状态的方法、装置、计算设备和存储介质 |
CN111929044B (zh) * | 2020-07-15 | 2023-08-08 | 西门子工厂自动化工程有限公司 | 用于监控设备状态的方法、装置、计算设备和存储介质 |
CN112665710A (zh) * | 2020-12-21 | 2021-04-16 | 陕西宝光集团有限公司 | 设备运行状态的检测方法、装置、电子设备及存储介质 |
CN113467877A (zh) * | 2021-07-07 | 2021-10-01 | 安徽容知日新科技股份有限公司 | 一种数据显示系统及方法 |
CN113467877B (zh) * | 2021-07-07 | 2023-12-05 | 安徽容知日新科技股份有限公司 | 一种数据显示系统及方法 |
CN116185165A (zh) * | 2022-06-17 | 2023-05-30 | 武汉市聚芯微电子有限责任公司 | 一种触觉生成方法、系统、设备以及计算机存储介质 |
CN116185165B (zh) * | 2022-06-17 | 2024-04-02 | 武汉市聚芯微电子有限责任公司 | 一种触觉生成方法、系统、设备以及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107909156B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909156A (zh) | 一种设备状态检测方法及计算设备 | |
CA2875071C (en) | Method and system for testing operational integrity of a drilling rig | |
US9600394B2 (en) | Stateful detection of anomalous events in virtual machines | |
CN102466566B (zh) | 动力设备异常检测装置及其检测方法 | |
EP3193144B1 (en) | Rotary machine abnormality detection device and method thereof and rotary machine | |
US10520397B2 (en) | Methods and apparatuses for defect diagnosis in a mechanical system | |
US9720823B2 (en) | Free memory trending for detecting out-of-memory events in virtual machines | |
CN112766342A (zh) | 一种电气设备的异常检测方法 | |
JP2013140135A (ja) | 周期的駆動系の異常検知装置、周期的駆動系を有する処理装置、周期的駆動系の異常検知方法、およびコンピュータプログラム | |
US10481195B2 (en) | Distributed IoT based sensor analytics for power line diagnosis | |
WO2017112591A1 (en) | Machine fault detection based on a combination of sound capture and on spot feedback | |
EP3193155B1 (en) | Rotating machine abnormality detection device and method and rotating machine | |
JP2019067197A (ja) | 故障予兆検知手法 | |
WO2014200836A1 (en) | Systems and methods for monitoring system performance and availability | |
JP6630653B2 (ja) | 回転機異常検出装置および該方法ならびに回転機 | |
EP3788328B1 (en) | System and process for pattern matching bearing vibration diagnostics | |
WO2020036818A1 (en) | System and method for forecasting industrial machine failures | |
CN110688617A (zh) | 风机振动异常检测方法及装置 | |
CN107907291A (zh) | 一种冲击检测方法及计算设备 | |
CN114216640A (zh) | 用于检测工业设备故障状态的方法、设备和介质 | |
JP2016128973A (ja) | 予兆診断システム及び予兆診断方法 | |
CN116345700A (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
US8930166B1 (en) | Method and apparatus for efficient extraction of information from signals | |
CN112577724B (zh) | 动设备启停机阈值的确定方法、启停机监测方法及装置 | |
CN113139430A (zh) | 用于故障检测的声信号分析方法、故障检测的方法、装置 |
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 |