CN108180986A - 一种基于设备的振动信号报警识别方法及计算设备 - Google Patents

一种基于设备的振动信号报警识别方法及计算设备 Download PDF

Info

Publication number
CN108180986A
CN108180986A CN201810103253.XA CN201810103253A CN108180986A CN 108180986 A CN108180986 A CN 108180986A CN 201810103253 A CN201810103253 A CN 201810103253A CN 108180986 A CN108180986 A CN 108180986A
Authority
CN
China
Prior art keywords
gear
energy
index
vibration signal
bearing
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
Application number
CN201810103253.XA
Other languages
English (en)
Other versions
CN108180986B (zh
Inventor
陈磊
迟万军
张小丰
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.)
Rizhao Guangya Electromechanical Equipment Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810103253.XA priority Critical patent/CN108180986B/zh
Publication of CN108180986A publication Critical patent/CN108180986A/zh
Application granted granted Critical
Publication of CN108180986B publication Critical patent/CN108180986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/021Gearings
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/028Acoustic or vibration analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/187Machine fault alarms

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于设备的振动信号报警识别方法及计算设备,该方法适于在计算设备中执行,包括如下步骤:首先,采集设备当前时刻的振动信号,并计算出振动信号对应的均方根指标幅值;判断均方根指标幅值是否超过预设的第一实时门限;若超过,则获取振动信号对应的转速、齿轮故障指标、轴承故障指标和工频故障指标;判断转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态;若均满足,则判定设备状态正常,不发出报警信号,否则判定设备状态异常,发出报警信号。

Description

一种基于设备的振动信号报警识别方法及计算设备
技术领域
本发明涉及设备监控领域,特别涉及一种基于设备的振动信号报警识别方法及计算设备。
背景技术
在设备状态监测领域中,目前主要是依靠从采集到的振动信号中获取监测指标,并对指标设置监控门限值,当采集到的振动信号的指标幅值超过预定门限时触发振动报警。目前,对于设备的振动状态进行检测时,主要是依靠均方根(RMS:Root Mean Square)指标幅值,即从振动信号中提取的均方根值,其是比较经典的一个振动指标,能够比较有效的反应振动量的大小。
然而,在对钢铁行业的轧机在进行振动状态检测的过程中,由于存在轧钢的工序,轧钢时会引起均方根指标幅值的上升,从而触发特征指标的监控门限值,经常导致轧钢过程引起大量的误报警,降低了振动报警的有效性,也增加了诊断工程师以及现场工作人员的工作量。因此,需要一种新的基于设备的振动信号报警识别方法来优化上述处理过程。
发明内容
为此,本发明提供一种基于设备的振动信号报警识别技术方案,以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面,提供一种基于设备的振动信号报警识别方法,适于在计算设备中执行,该方法包括如下步骤:首先,采集设备当前时刻的振动信号,并计算出振动信号对应的均方根指标幅值;判断均方根指标幅值是否超过预设的第一实时门限;若超过,则获取振动信号对应的转速、齿轮故障指标、轴承故障指标和工频故障指标;判断该转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态;若均满足,则判定设备状态正常,不发出报警信号,否则判定设备状态异常,发出报警信号。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,齿轮故障指标包括齿轮啮合能量和齿轮冲击能量。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,轴承故障指标包括轴承冲击能量、轴承特征频率谐波能量和以及轴承特征频率谐波数量。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,工频故障指标包括旋转频率冲击能量、旋转频率谐波能量和以及旋转频率谐波数量。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,判断该转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:判断该转速较上一次所采集的振动信号的转速的变化幅度是否大于预设的转速变化阈值;若是,则确定该转速满足其相应的无效报警状态;若不是,则确定该转速不满足其相应的无效报警状态。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,转速变化阈值预设为6转/分钟
可选地,在根据本发明的基于设备的振动信号报警识别方法中,判断该转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:判断齿轮啮合能量是否超过预设的第一齿轮能量阈值;判断齿轮冲击能量是否超过预设的第二齿轮能量阈值;若齿轮啮合能量超过第一齿轮能量阈值,且齿轮冲击能量未超过第二齿轮能量阈值,则确定齿轮故障指标满足其相应的无效报警状态,否则确定齿轮故障指标不满足其相应的无效报警状态。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,判断该转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:判断该齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度是否超过预设的第三齿轮能量阈值;判断齿轮冲击能量是否超过预设的第二齿轮能量阈值;若该齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度超过第三齿轮能量阈值,且齿轮冲击能量未超过第二齿轮能量阈值,则确定齿轮故障指标满足其相应的无效报警状态,否则确定齿轮故障指标不满足其相应的无效报警状态。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,判断该转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:判断轴承冲击能量是否超过预设的第一轴承能量阈值;判断轴承特征频率谐波能量和是否超过预设的第二实时门限;判断该轴承特征频率谐波数量较上一次所采集的、振动信号的轴承特征频率谐波数量是否有所增加;若轴承冲击能量未超过第一轴承能量阈值、轴承特征频率谐波能量和未超过第二实时门限、且该轴承特征频率谐波数量没有增加,则确定轴承故障指标满足其相应的无效报警状态,否则确定轴承故障指标不满足其相应的无效报警状态。
可选地,在根据本发明的基于设备的振动信号报警识别方法中,判断该转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:判断旋转频率冲击能量是否超过预设的第一旋转频率能量阈值;判断旋转频率谐波能量和是否超过预设的第三实时门限;判断该旋转频率谐波数量较上一次所采集的、振动信号的旋转频率谐波数量是否有所增加;若旋转频率冲击能量未超过第一旋转频率能量阈值、旋转频率谐波能量和未超过第三实时门限,且该旋转频率谐波数量没有增加,则确定工频故障指标满足其相应的无效报警状态,否则确定工频故障指标不满足其相应的无效报警状态。
根据本发明的又一个方面,提供一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序包括用于执行根据本发明的基于设备的振动信号报警识别方法的指令。
根据本发明的又一个方面,还提供一种存储一个或多个程序的计算机可读存储介质,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行根据本发明的基于设备的振动信号报警识别方法。
根据本发明的基于设备的振动信号报警识别技术方案,首先判断振动信号的均方根指标幅值是否超过预设的第一实时门限,若超过,则判断振动信号对应的转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态,若均满足,则判定设备状态正常,不发出报警信号,否则判定设备状态异常,发出报警信号。在上述技术方案中,先通过均方根指标幅值是否超过第一实时门限来确定设备当前有无出现故障的可能,若超过,才继续执行后续步骤,如引入转速、齿轮故障指标、轴承故障指标和工频故障指标来进一步确定均方根指标幅值的上升是由设备正常运转,如轧机在轧钢时引起的,还是由设备本身故障导致的,提高了设备报警的有效性,能够更准确地捕捉设备故障,极大程度上降低了因单纯使用均方根指标幅值来进行故障识别所带来的误报警率,确保触发设备报警的都是设备的真实故障劣化信号,也减轻了诊断工程师以及现场工作人员的工作负担。
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示出了根据本发明的一个实施例的计算设备100的结构框图;以及
图2示出了根据本发明的一个实施例的基于设备的振动信号报警识别方法200的流程图。
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是示例计算设备100的框图。在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104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104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114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118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106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120、一个或者多个程序122以及程序数据124。在一些实施方式中,程序122可以布置为在操作系统上由一个或多个处理器104利用程序数据124执行指令。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152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144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158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146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162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。
计算设备100可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等,也可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。此外,计算设备100也可以实现为计算仪器和计算仪表。
在一些实施例中,计算设备100被配置为执行根据本发明的基于设备的振动信号报警识别方法200。其中,计算设备100的一个或多个程序122包括用于执行根据本发明的基于设备的振动信号报警识别方法200的指令。
图2示出了根据本发明一个实施例的基于设备的振动信号报警识别方法200的流程图。基于设备的振动信号报警识别方法200适于在计算设备(例如图1所示的计算设备100)中执行。
如图2所示,方法200始于步骤S210。在步骤S210中,采集设备当前时刻的振动信号,并计算出该振动信号对应的均方根指标幅值。根据本发明的一个实施例,均方根指标幅值为振动信号的幅值的均方根值,用于表征设备的综合异常状态,即理论上设备存在任何故障,都将引起此指标的上升。在该实施方式中,将当前时刻采集到的振动信号记为S1,计算出的振动信号S1对应的均方根指标幅值记为A1,关于均方根指标幅值的具体计算方法,为现有成熟技术,此处不予以赘述。
随后,进入步骤S220,判断均方根指标幅值是否超过预设的第一实时门限。根据本发明的一个实施例,第一实时门限为设备运行过程中均方根指标在当前时刻下的幅值上限,将预设的第一实时门限记为A2。在该实施方式中,由于A1>A2,则可判定均方根指标幅值超过预设的第一实时门限,需要执行进一步判断以确定是否需要报警。
接下来,在步骤S230中,若均方根指标幅值超过预设的第一实时门限,则获取振动信号对应的转速、齿轮故障指标、轴承故障指标和工频故障指标。根据本发明的一个实施例,获取到振动信号对应的转速为13转/分钟,表示每分钟转13转。
根据本发明的一个实施例,齿轮故障指标包括齿轮啮合能量和齿轮冲击能量。在该实施方式中,齿轮啮合能量为齿轮啮合频率以及齿轮啮合频率的2、3及4倍频的能量和。比如,当齿轮啮合频率为100Hz时,齿轮啮合能量即为振动信号中100Hz、200Hz、300Hz及400Hz这4个频率成分的能量和。而齿轮冲击能量则是基于齿轮旋转频率间隔的波形冲击来考虑的,由于振动信号的波形中会出现齿轮旋转频率间隔的冲击特征,因此将这些冲击所具备的能量作为齿轮冲击能量纳入齿轮故障的考量中。为便于描述,将振动信号S1对应的齿轮啮合能量记为B1,齿轮冲击能量记为B2。
根据本发明的一个实施例,轴承故障指标包括轴承冲击能量、轴承特征频率谐波能量和以及轴承特征频率谐波数量。在该实施方式中,轴承冲击能量是基于轴承特征频率间隔的波形冲击来考虑的,由于振动信号的波形中会出现轴承特征频率间隔的冲击特征,因此将这些冲击所具备的能量作为轴承冲击能量纳入轴承故障的考量中。而关于轴承特征频率谐波能量和,首先在无轴承故障时,在振动信号的频谱或包络解调谱中,轴承特征频率相关倍频成分并不会特别凸显出来,也就是说能量不高,但是如果存在轴承故障,则轴承特征频率以及其谐波成分的能量会有显著上升,从而在频谱或者包络解调谱中凸显出来,故障严重时,从轴承特征频率的1倍频到10倍频都会有能量的显著上升,因此将轴承特征频率的1~10倍频能量和提取出来作为轴承特征频率谐波能量和。对于轴承特征频率谐波数量,会针对轴承特征频率谐波成分是否存在设置第一能量标准值,当某个轴承特征频率谐波成分能量高于第一能量标准值时,则认为此轴承特征频率谐波成分存在,最终统计频谱或者包络解调谱中存在的轴承特征频率谐波成分的总个数,作为轴承特征频率谐波数量。为便于描述,将振动信号S1对应的轴承冲击能量记为C1,轴承特征频率谐波能量和记为C2,轴承特征频率谐波数量记为C3。关于第一能量标准值的设定,通常是根据轴承特征频率谐波成分所携带能量的历史数据,参考设备属性、轴承性能以及实际情况综合计算得出的,这些对于了解本发明方案的技术人员来说是可以容易想到的,并且也在本发明的保护范围之内,此处不予以赘述。
根据本发明的一个实施例,工频故障指标包括旋转频率冲击能量、旋转频率谐波能量和以及旋转频率谐波数量。在该实施方式中,旋转频率冲击能量是基于旋转频率间隔的波形冲击来考虑的,由于振动信号的波形中会出现旋转频率间隔的冲击特征,因此将这些冲击所具备的能量作为旋转频率冲击能量纳入工频故障的考量中。而关于旋转频率谐波能量和,在无工频故障时,在振动信号的频谱或包络解调谱中,旋转频率相关倍频成分主要是旋转频率的1~3倍频具备较高的能量,基本上4倍频以后能量就会比较低,但是如果存在工频故障,则旋转频率的4~10倍频的能量会有显著上升,进而在频谱或者包络解调谱中凸显出来,因此将旋转频率的1~10倍频能量和提取出来作为旋转频率谐波能量和。对于旋转频率谐波数量,会针对旋转频率谐波成分是否存在设置第二能量标准值,当某个旋转频率谐波成分能量高于第二能量标准值时,则认为此旋转频率谐波成分存在,最终统计频谱或者包络解调谱中存在的旋转频率谐波成分的总个数,作为旋转频率谐波数量。为便于描述,将振动信号S1对应的旋转频率冲击能量记为D1,旋转频率谐波能量和记为D2,旋转频率谐波数量记为D3。关于第二能量标准值的设定,通常是根据旋转频率谐波成分所携带能量的历史数据,参考设备属性、性能以及实际情况综合计算得出的,这些对于了解本发明方案的技术人员来说是可以容易想到的,并且也在本发明的保护范围之内,此处不予以赘述。
在获取到振动信号S1对应的转速、齿轮故障指标、轴承故障指标和工频故障指标后,进入步骤S240,判断该转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态。根据本发明的一个实施例,可通过如下方式来判断该转速是否满足其相应的无效报警状态。首先,判断该转速较上一次所采集的振动信号的转速的变化幅度是否大于预设的转速变化阈值,若是,则确定该转速满足其相应的无效报警状态,若不是,则确定该转速不满足其相应的无效报警状态。其中,转速变化阈值预设为6转/分钟。在该实施方式中,从步骤S230中所获取到的振动信号S1的转速为13转/分钟,而上一次所采集的振动信号的转速为5转/分钟,可知该转速较上一次所采集的振动信号的转速的变化幅度为13-5=8转/分钟,大于转速变化阈值,因此确定该转速满足其相应的无效报警状态。
根据本发明的一个实施例,可通过如下方式来判断该齿轮故障指标是否满足其相应的无效报警状态。首先,判断齿轮啮合能量是否超过预设的第一齿轮能量阈值,并判断齿轮冲击能量是否超过预设的第二齿轮能量阈值,若齿轮啮合能量超过第一齿轮能量阈值,且齿轮冲击能量未超过第二齿轮能量阈值,则确定齿轮故障指标满足其相应的无效报警状态,否则确定齿轮故障指标不满足其相应的无效报警状态。在该实施方式中,第一齿轮能量阈值预设为B3,第二齿轮能量阈值预设为B4,从步骤S230中所获取到的振动信号S1对应的齿轮啮合能量为B1,齿轮冲击能量为B2,由于B1>B3且B2<B4,可知振动信号S1的齿轮啮合能量超过第一齿轮能量阈值,且齿轮冲击能量未超过第二齿轮能量阈值,确定齿轮故障指标满足其相应的无效报警状态。
根据本发明的又一个实施例,还可以通过如下方式来判断该齿轮故障指标是否满足其相应的无效报警状态。首先,判断该齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度是否超过预设的第三齿轮能量阈值,并判断齿轮冲击能量是否超过预设的第二齿轮能量阈值,若该齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度超过第三齿轮能量阈值,且齿轮冲击能量未超过第二齿轮能量阈值,则确定齿轮故障指标满足其相应的无效报警状态,否则确定齿轮故障指标不满足其相应的无效报警状态。在该实施方式中,第三齿轮能量阈值预设为B5,第二齿轮能量阈值预设为B4,而上一次所采集的、振动信号的齿轮啮合能量为B6,从步骤S230中所获取到的振动信号S1对应的齿轮啮合能量为B1,齿轮冲击能量为B2,则振动信号S1的齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度为B1-B6,由于B1-B6>B5且B2<B4,可知振动信号S1的齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度超过第三齿轮能量阈值,且齿轮冲击能量未超过第二齿轮能量阈值,确定齿轮故障指标满足其相应的无效报警状态。
根据本发明的一个实施例,可以通过如下方式来判断该轴承故障指标是否满足其相应的无效报警状态。首先,判断轴承冲击能量是否超过预设的第一轴承能量阈值,判断轴承特征频率谐波能量和是否超过预设的第二实时门限,并判断该轴承特征频率谐波数量较上一次所采集的、振动信号的轴承特征频率谐波数量是否有所增加,若轴承冲击能量未超过第一轴承能量阈值、轴承特征频率谐波能量和未超过第二实时门限、且该轴承特征频率谐波数量没有增加,则确定轴承故障指标满足其相应的无效报警状态,否则确定轴承故障指标不满足其相应的无效报警状态。其中,第二实时门限为设备运行过程中轴承特征频率谐波能量和在当前时刻下的幅值上限。在该实施方式中,第一轴承能量阈值预设为C4,第二实时门限预设为C5,而上一次所采集的、振动信号的轴承特征频率谐波数量为C6,从步骤S230中所获取到的振动信号S1对应的轴承冲击能量为C1,轴承特征频率谐波能量和为C2,轴承特征频率谐波数量为C3,由于C1<C4、C2<C5且C3<C6,可知振动信号S1的轴承冲击能量未超过第一轴承能量阈值、轴承特征频率谐波能量和未超过第二实时门限、且轴承特征频率谐波数量没有增加,确定轴承故障指标满足其相应的无效报警状态。
根据本发明的一个实施例,可以通过如下方式来判断该工频故障指标是否满足其相应的无效报警状态。首先,判断旋转频率冲击能量是否超过预设的第一旋转频率能量阈值,判断旋转频率谐波能量和是否超过预设的第三实时门限,并判断该旋转频率谐波数量较上一次所采集的、振动信号的旋转频率谐波数量是否有所增加,若旋转频率冲击能量未超过第一旋转频率能量阈值、旋转频率谐波能量和未超过第三实时门限,且该旋转频率谐波数量没有增加,则确定工频故障指标满足其相应的无效报警状态,否则确定工频故障指标不满足其相应的无效报警状态。其中,第三实时门限为设备运行过程中旋转频率谐波能量和在当前时刻下的幅值上限。在该实施方式中,第一旋转频率能量阈值预设为D4,第三实时门限预设为D5,上一次所采集的、振动信号的旋转频率谐波数量为D6,从步骤S230中所获取到的振动信号S1对应的旋转频率冲击能量为D1,旋转频率谐波能量和为D2,旋转频率谐波数量为D3,由于D1<D4、D2<D5且D3<D6,可知振动信号S1的旋转频率冲击能量未超过第一旋转频率能量阈值、旋转频率谐波能量和未超过第三实时门限,且旋转频率谐波数量没有增加,确定工频故障指标满足其相应的无效报警状态。
最后,执行步骤S250,若转速、齿轮故障指标、轴承故障指标和工频故障指标均满足各自相应的无效报警状态,则判定设备状态正常,不发出报警信号,否则判定设备状态异常,发出报警信号。根据本发明的一个实施例,由步骤S240可知,对振动信号S1而言,其转速、齿轮故障指标、轴承故障指标和工频故障指标均满足各自相应的无效报警状态,因此判断该设备状态正常,不发出报警信号。
值得注意的是,对一个振动信号而言,在其均方根指标幅值超过预设的第一实时门限的前提下,是需要该振动信号的转速、齿轮故障指标、轴承故障指标和工频故障指标全部满足各自相应的无效报警状态,才可以判定设备状态正常,一旦转速、齿轮故障指标、轴承故障指标和工频故障指标中的任何一个或几个出现不满足其无效报警状态的情况,则应判定设备状态异常,发出报警信号。
以钢铁行业中轧机的振动状态监测为例,对轧机而言,从工序流程来看其主要有以下4个工序:
(1)空载:钢材还未进入辊子之中
(2)咬钢:钢材与辊子开始接触
(3)轧钢:钢材与辊子平稳接触
(4)抛钢:钢材离开辊子
但是,从工序的持续时间来看,上述4个工序中,仅有空载与轧钢的工序流程持续时间较长,具有设备状态的评估可能性与价值,而咬钢与抛钢工序,持续时间短,接近瞬态过程,属于空载与轧钢的转变工序,因此,可将咬钢归为轧钢工序,将抛钢归为空载工序,即从轧机产生咬钢动作开始,就认为进入了轧钢工序,而当轧机出现抛钢动作开始,就认为进入了空载工序。基于上述对轧机工序的重新划分,将监测过程中所采集到的振动信号分为轧钢信号和空载信号两类。
轧机在轧钢过程中,由于辊子的负载加大,导致带动辊子的齿轮结构负载同步增大,在振动信号特征上,则表现为频谱中啮合频率能量上升,即齿轮啮合能量上升。此时,若存在齿轮故障,则齿轮故障特征会更加显著,主要表现为齿轮转动频率间隔的波形冲击,对应于齿轮冲击能量,同时也会表现出齿轮啮合能量上升,但出现齿轮啮合能量上升的现象并不一定代表齿轮故障发生。若存在非齿轮故障(包括轴承故障和工频故障),则非齿轮故障特征基本上显现不出来,因为都会被齿轮啮合能量覆盖掉。
结合轧机轧钢的前后工序以及上述分析,可知当振动信号的均方根指标幅值上升时,存在以下7种情况:
1.运行正常,空载→轧钢:转速有变化,齿轮啮合能量上升,无任何故障特征;
2.齿轮故障,空载期间:转速不变,齿轮啮合能量上升,存在齿轮故障特征;
3.齿轮故障,空载→轧钢:转速有变化,齿轮啮合能量上升,存在齿轮故障特征;
4.齿轮故障,轧钢期间:转速不变,齿轮啮合能量上升,存在齿轮故障特征;
5.非齿轮故障,空载期间:转速不变,无显著齿轮啮合能量,存在非齿轮故障特征;
6.非齿轮故障,空载→轧钢:转速有变化,齿轮啮合能量上升,无非齿轮故障特征;
7.非齿轮故障,轧钢期间:转速不变,齿轮啮合能量不变,无非齿轮故障特征;
8.故障不明,空载期间:转速不变,齿轮啮合能量上升,无任何故障特征。
上述8种情况,由于均存在均方根指标幅值上升,按照现有的常规方法都会因超过相应实时门限而触发报警,但很明显在第1种情况下,轧机却属于正常运行状态,完全是由于轧钢工序导致的均方根指标幅值上升,此类报警则应认为是无效报警。可以发现,第1种情况和第2、3、4、5、7和8这6种情况是可以区分的,但与第6种情况基本重合。从工序状态来看,第1、6种情况,均属于咬钢过程,为瞬态过程,且考虑到非齿轮故障存在一定的劣化周期,且真正的故障监测期应该放在轧钢期间(轧钢的持续时间长,比较有利于故障的捕捉),因此即使此轧钢时刻存在设备故障,也可不对此时的故障进行监测,直接把第6种情况下的振动信号作为单纯的轧钢信号,不进行报警发送。
进而,采用根据本发明实施例的基于设备的振动信号报警识别方案,在确定振动信号地均方根指标幅值上升的基础上,还会对转速、齿轮故障指标(包括齿轮啮合能量和齿轮冲击能量)和非齿轮故障指标(包括轴承故障指标和工频故障指标)进行进一步分析,最终可得第1种情况和第6种情况下轧机处于轧钢期间暂时无需进行报警处理。至于第6种情况后续是否需要报警,可以在进入稳定的轧钢状态后继续监测,若转化为第7种情况则将发出报警,并不会遗漏可能存在的非齿轮故障。
现有的基于设备的振动信号进行报警处理的方法,主要是依靠均方根指标幅值是否超过一个预设的实时门限来判断,但对于某些设备会出现正常工序引起均方根指标幅值上升的现象,这样就容易造成误报警。根据本发明实施例的基于设备的振动信号报警识别技术方案,首先判断振动信号的均方根指标幅值是否超过预设的第一实时门限,若超过,则判断振动信号对应的转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态,若均满足,则判定设备状态正常,不发出报警信号,否则判定设备状态异常,发出报警信号。在上述技术方案中,先通过均方根指标幅值是否超过第一实时门限来确定设备当前有无出现故障的可能,若超过,才继续执行后续步骤,如引入转速、齿轮故障指标、轴承故障指标和工频故障指标来进一步确定均方根指标幅值的上升是由设备正常运转,如轧机在轧钢时引起的,还是由设备本身故障导致的,提高了设备报警的有效性,能够更准确地捕捉设备故障,极大程度上降低了因单纯使用均方根指标幅值来进行故障识别所带来的误报警率,确保触发设备报警的都是设备的真实故障劣化信号,也减轻了诊断工程师以及现场工作人员的工作负担。
A9.如A3-8中任一项所述的方法,所述判断所述转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:
判断所述轴承冲击能量是否超过预设的第一轴承能量阈值;
判断所述轴承特征频率谐波能量和是否超过预设的第二实时门限;
判断所述轴承特征频率谐波数量较上一次所采集的、振动信号的轴承特征频率谐波数量是否有所增加;
若所述轴承冲击能量未超过所述第一轴承能量阈值、所述轴承特征频率谐波能量和未超过所述第二实时门限、且所述轴承特征频率谐波数量没有增加,则确定所述轴承故障指标满足其相应的无效报警状态,否则确定所述轴承故障指标不满足其相应的无效报警状态。
A10.如A4-9中任一项所述的方法,所述判断所述转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:
判断所述旋转频率冲击能量是否超过预设的第一旋转频率能量阈值;
判断所述旋转频率谐波能量和是否超过预设的第三实时门限;
判断所述旋转频率谐波数量较上一次所采集的、振动信号的旋转频率谐波数量是否有所增加;
若所述旋转频率冲击能量未超过所述第一旋转频率能量阈值、所述旋转频率谐波能量和未超过所述第三实时门限,且所述旋转频率谐波数量没有增加,则确定所述工频故障指标满足其相应的无效报警状态,否则确定所述工频故障指标不满足其相应的无效报警状态。
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间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间组合成一个模块或单元或组间,以及此外可以把它们分成多个子模块或子单元或子组间。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。
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,例如软盘、CD-ROM、硬盘驱动器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,执行本发明的基于设备的振动信号报警识别方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机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计算机可读介质的范围之内。
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)

1.一种基于设备的振动信号报警识别方法,适于在计算设备中执行,所述方法包括:
采集所述设备当前时刻的振动信号,并计算出所述振动信号对应的均方根指标幅值;
判断所述均方根指标幅值是否超过预设的第一实时门限;
若超过,则获取所述振动信号对应的转速、齿轮故障指标、轴承故障指标和工频故障指标;
判断所述转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态;
若均满足,则判定所述设备状态正常,不发出报警信号,否则判定所述设备状态异常,发出报警信号。
2.如权利要求1所述的方法,所述齿轮故障指标包括齿轮啮合能量和齿轮冲击能量。
3.如权利要求1或2所述的方法,所述轴承故障指标包括轴承冲击能量、轴承特征频率谐波能量和以及轴承特征频率谐波数量。
4.如权利要求1-3中任一项所述的方法,所述工频故障指标包括旋转频率冲击能量、旋转频率谐波能量和以及旋转频率谐波数量。
5.如权利要求1-4中任一项所述的方法,所述判断所述转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:
判断所述转速较上一次所采集的振动信号的转速的变化幅度是否大于预设的转速变化阈值;
若是,则确定所述转速满足其相应的无效报警状态;
若不是,则确定所述转速不满足其相应的无效报警状态。
6.如权利要求5所述的方法,所述转速变化阈值预设为6转/分钟。
7.如权利要求2-6中任一项所述的方法,所述判断所述转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:
判断所述齿轮啮合能量是否超过预设的第一齿轮能量阈值;
判断所述齿轮冲击能量是否超过预设的第二齿轮能量阈值;
若所述齿轮啮合能量超过所述第一齿轮能量阈值,且所述齿轮冲击能量未超过所述第二齿轮能量阈值,则确定所述齿轮故障指标满足其相应的无效报警状态,否则确定所述齿轮故障指标不满足其相应的无效报警状态。
8.如权利要求2-7中任一项所述的方法,所述判断所述转速、齿轮故障指标、轴承故障指标和工频故障指标是否均满足各自相应的无效报警状态的步骤包括:
判断所述齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度是否超过预设的第三齿轮能量阈值;
判断所述齿轮冲击能量是否超过预设的第二齿轮能量阈值;
若所述齿轮啮合能量较上一次所采集的、振动信号的齿轮啮合能量的增长幅度超过所述第三齿轮能量阈值,且所述齿轮冲击能量未超过所述第二齿轮能量阈值,则确定所述齿轮故障指标满足其相应的无效报警状态,否则确定所述齿轮故障指标不满足其相应的无效报警状态。
9.一种计算设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1-8所述的方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1-8所述的方法中的任一方法。
CN201810103253.XA 2018-02-01 2018-02-01 一种基于设备的振动信号报警识别方法及计算设备 Active CN108180986B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810103253.XA CN108180986B (zh) 2018-02-01 2018-02-01 一种基于设备的振动信号报警识别方法及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810103253.XA CN108180986B (zh) 2018-02-01 2018-02-01 一种基于设备的振动信号报警识别方法及计算设备

Publications (2)

Publication Number Publication Date
CN108180986A true CN108180986A (zh) 2018-06-19
CN108180986B CN108180986B (zh) 2019-12-24

Family

ID=62552051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810103253.XA Active CN108180986B (zh) 2018-02-01 2018-02-01 一种基于设备的振动信号报警识别方法及计算设备

Country Status (1)

Country Link
CN (1) CN108180986B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108731942A (zh) * 2018-08-03 2018-11-02 中国建筑第八工程局有限公司 旋转机械故障监测系统及其监测方法
CN110411558A (zh) * 2019-07-26 2019-11-05 中国航发沈阳发动机研究所 一种航空发动机振动测试值限定方法及振动故障判断方法
CN111340079A (zh) * 2020-02-18 2020-06-26 南京智鹤电子科技有限公司 机械终端状态检测方法、装置及电子设备
CN111397931A (zh) * 2020-03-24 2020-07-10 桂林鸿程矿山设备制造有限责任公司 一种分级机自动质检方法、系统及装置
CN112304597A (zh) * 2020-10-13 2021-02-02 潍柴动力股份有限公司 一种齿轮检测方法、装置及车辆
CN112362156A (zh) * 2020-10-30 2021-02-12 安徽容知日新科技股份有限公司 数据采集系统及方法
CN113333481A (zh) * 2021-05-31 2021-09-03 广东韶钢松山股份有限公司 一种连轧生产线中热金属检测器状态的在线检测方法和装置
CN113393161A (zh) * 2021-07-09 2021-09-14 安徽容知日新科技股份有限公司 获取从动旋转设备转速数据的方法、系统及计算设备
CN114564839A (zh) * 2022-03-02 2022-05-31 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种汽轮机振动故障风险的评价方法及系统
CN114840949A (zh) * 2022-07-04 2022-08-02 南通佰瑞利电动工具有限公司 基于负载识别的电动工具转速自适应辅助调节方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05264334A (ja) * 1992-03-18 1993-10-12 Toshiba Corp 磁気力振動によるモータ・アンバランス監視装置
US5602761A (en) * 1993-12-30 1997-02-11 Caterpillar Inc. Machine performance monitoring and fault classification using an exponentially weighted moving average scheme
CN1688874A (zh) * 2002-08-30 2005-10-26 日本精工株式会社 机械设备的状态监视方法和装置以及异常诊断装置
CN1823266A (zh) * 2003-07-16 2006-08-23 Pcb派佐特罗尼克斯公司 用于振动感测和分析的方法和仪器
US20080100245A1 (en) * 2006-10-30 2008-05-01 Turner Larry A DC motor phase estimation with phase-locked loop
CN101858778A (zh) * 2010-05-28 2010-10-13 浙江大学 基于振动监测的风力发电机组故障自动诊断方法
CN102243143A (zh) * 2011-04-20 2011-11-16 上海斐赛轴承科技有限公司 轴承异常声检测控制方法以及轴承振动测量仪
CN102507186A (zh) * 2011-11-01 2012-06-20 西安交通大学 一种基于特色参数的行星齿轮箱状态监测与故障辨识方法
CN103608739A (zh) * 2011-06-15 2014-02-26 诺迈士科技有限公司 振动监测
EP2743670A1 (en) * 2012-12-17 2014-06-18 General Electric Company Fault detection system and associated method
CN104880247A (zh) * 2015-05-04 2015-09-02 华中科技大学 一种用于旋转机械在线监测系统的组合报警方法
US9157832B2 (en) * 2010-03-12 2015-10-13 Honeywell International Inc. Method and system for detecting incipient bearing failures
CN104990709A (zh) * 2015-08-07 2015-10-21 杨玉娇 用于检测机车轴承故障的方法
CN105181019A (zh) * 2015-09-15 2015-12-23 安徽精科检测技术有限公司 用于旋转类机械早期故障预警分析的计算机程序产品
CN105225433A (zh) * 2015-08-22 2016-01-06 上海核工程研究设计院 一种核电站松动部件监测报警系统及方法
US20170032592A1 (en) * 2015-07-30 2017-02-02 Ford Global Technologies, Llc Systems and methods for suspension vibration on-board detection
CN107167318A (zh) * 2017-06-19 2017-09-15 北京时代龙城科技有限责任公司 一种轴承智能快捷故障诊断仪及诊断方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05264334A (ja) * 1992-03-18 1993-10-12 Toshiba Corp 磁気力振動によるモータ・アンバランス監視装置
US5602761A (en) * 1993-12-30 1997-02-11 Caterpillar Inc. Machine performance monitoring and fault classification using an exponentially weighted moving average scheme
CN1688874A (zh) * 2002-08-30 2005-10-26 日本精工株式会社 机械设备的状态监视方法和装置以及异常诊断装置
CN1823266A (zh) * 2003-07-16 2006-08-23 Pcb派佐特罗尼克斯公司 用于振动感测和分析的方法和仪器
US20080100245A1 (en) * 2006-10-30 2008-05-01 Turner Larry A DC motor phase estimation with phase-locked loop
US9157832B2 (en) * 2010-03-12 2015-10-13 Honeywell International Inc. Method and system for detecting incipient bearing failures
CN101858778A (zh) * 2010-05-28 2010-10-13 浙江大学 基于振动监测的风力发电机组故障自动诊断方法
CN102243143A (zh) * 2011-04-20 2011-11-16 上海斐赛轴承科技有限公司 轴承异常声检测控制方法以及轴承振动测量仪
CN103608739A (zh) * 2011-06-15 2014-02-26 诺迈士科技有限公司 振动监测
CN102507186A (zh) * 2011-11-01 2012-06-20 西安交通大学 一种基于特色参数的行星齿轮箱状态监测与故障辨识方法
EP2743670A1 (en) * 2012-12-17 2014-06-18 General Electric Company Fault detection system and associated method
CN104880247A (zh) * 2015-05-04 2015-09-02 华中科技大学 一种用于旋转机械在线监测系统的组合报警方法
US20170032592A1 (en) * 2015-07-30 2017-02-02 Ford Global Technologies, Llc Systems and methods for suspension vibration on-board detection
CN104990709A (zh) * 2015-08-07 2015-10-21 杨玉娇 用于检测机车轴承故障的方法
CN105225433A (zh) * 2015-08-22 2016-01-06 上海核工程研究设计院 一种核电站松动部件监测报警系统及方法
CN105181019A (zh) * 2015-09-15 2015-12-23 安徽精科检测技术有限公司 用于旋转类机械早期故障预警分析的计算机程序产品
CN107167318A (zh) * 2017-06-19 2017-09-15 北京时代龙城科技有限责任公司 一种轴承智能快捷故障诊断仪及诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
覃军世: "基于LabVIEW的轧机实验台远程监测及故障诊断", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108731942A (zh) * 2018-08-03 2018-11-02 中国建筑第八工程局有限公司 旋转机械故障监测系统及其监测方法
CN110411558A (zh) * 2019-07-26 2019-11-05 中国航发沈阳发动机研究所 一种航空发动机振动测试值限定方法及振动故障判断方法
CN111340079A (zh) * 2020-02-18 2020-06-26 南京智鹤电子科技有限公司 机械终端状态检测方法、装置及电子设备
CN111397931B (zh) * 2020-03-24 2022-04-08 桂林鸿程矿山设备制造有限责任公司 一种分级机自动质检方法、系统及装置
CN111397931A (zh) * 2020-03-24 2020-07-10 桂林鸿程矿山设备制造有限责任公司 一种分级机自动质检方法、系统及装置
CN112304597A (zh) * 2020-10-13 2021-02-02 潍柴动力股份有限公司 一种齿轮检测方法、装置及车辆
CN112362156A (zh) * 2020-10-30 2021-02-12 安徽容知日新科技股份有限公司 数据采集系统及方法
CN113333481A (zh) * 2021-05-31 2021-09-03 广东韶钢松山股份有限公司 一种连轧生产线中热金属检测器状态的在线检测方法和装置
CN113333481B (zh) * 2021-05-31 2022-12-06 广东韶钢松山股份有限公司 一种连轧生产线中热金属检测器状态的在线检测方法和装置
CN113393161A (zh) * 2021-07-09 2021-09-14 安徽容知日新科技股份有限公司 获取从动旋转设备转速数据的方法、系统及计算设备
CN114564839A (zh) * 2022-03-02 2022-05-31 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种汽轮机振动故障风险的评价方法及系统
CN114564839B (zh) * 2022-03-02 2024-05-28 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种汽轮机振动故障风险的评价方法及系统
CN114840949A (zh) * 2022-07-04 2022-08-02 南通佰瑞利电动工具有限公司 基于负载识别的电动工具转速自适应辅助调节方法

Also Published As

Publication number Publication date
CN108180986B (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
CN108180986A (zh) 一种基于设备的振动信号报警识别方法及计算设备
CN106685990A (zh) 一种基于工业互联网操作系统的安全性检测方法及装置
US8745195B1 (en) Network failure detection
CN102828919B (zh) 声学监控风力涡轮机的方法、声学监控系统和重装备套件
CN107356384B (zh) 一种监测风力发电设备中叶片的状态的方法、计算设备和系统
CN111262851A (zh) Ddos攻击检测方法、装置、电子设备及存储介质
CN111786974B (zh) 一种网络安全评估方法、装置、计算机设备和存储介质
CN106934274A (zh) 一种弱口令检测方法、装置及系统
CN113162794B (zh) 下一步攻击事件预测方法及相关设备
CN109443769A (zh) 电机轴承状态的检测方法、系统、装置及可读存储介质
WO2018111355A1 (en) Content-level anomaly detection for heterogeneous logs
CN107864675B (zh) 使用iot传感器融合的关键工业解决方案的认知保护
CN110388315A (zh) 基于多源信息融合的输油泵故障识别方法、装置及系统
CN109922048A (zh) 一种串行分散隐藏式威胁入侵攻击检测方法和系统
CN110224970A (zh) 一种工业控制系统的安全监视方法和装置
CN107491374A (zh) 一种设备停机状态的判断方法及计算设备
CN109409087A (zh) 防提权检测方法及设备
CN114548437A (zh) 一种基于工业物联网的旋转设备智能运维系统及运维方法
CN106651124A (zh) 建筑工人违章控制方法、终端、服务器及系统
CN112784268A (zh) 一种主机行为数据的分析方法、装置、设备及存储介质
US10110440B2 (en) Detecting network conditions based on derivatives of event trending
CN112270823A (zh) 采集与钢铁轧机的运行工况相关的振动数据的方法及系统
CN112769595A (zh) 异常检测方法、装置、电子设备及可读存储介质
CN114117414A (zh) 移动应用的安全防护系统、方法、设备及存储介质
CN113542199A (zh) 一种网络安全状态的评估方法及服务器

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
TR01 Transfer of patent right

Effective date of registration: 20230607

Address after: Rizhao Airport Technology Center, No. 66 Shuguang Road, Rizhao, Shandong 276800

Patentee after: Rizhao Guangya Electromechanical Equipment Co.,Ltd.

Address before: 276825 Building B10, Rufeng Haiyun West District, Donggang District, Rizhao, Shandong Province

Patentee before: Chen Lei

TR01 Transfer of patent right