CN109307589A - 风机振动在线监测方法及监测系统 - Google Patents
风机振动在线监测方法及监测系统 Download PDFInfo
- Publication number
- CN109307589A CN109307589A CN201710629434.1A CN201710629434A CN109307589A CN 109307589 A CN109307589 A CN 109307589A CN 201710629434 A CN201710629434 A CN 201710629434A CN 109307589 A CN109307589 A CN 109307589A
- Authority
- CN
- China
- Prior art keywords
- vibration
- frequency
- blower
- analysis
- fan
- 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
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明提供一种风机振动在线监测方法及监测系统,通过对加速度传感器所采集到的振动加速度时域数据进行时域和频域分析,即可实时监测风机的振动强度,并且在风机振动强度过大时分析出风机出现振动强度过大的故障原因。如此,便能及时发现风机振动强度过大时的振动异常,并根据风机振动强度过大的故障原因进行针对性地处理,提高了风机的使用寿命,同时,也能避免了由于风机振动强度过大所引起的乘客不适,及车厢内部较大的噪音。
Description
技术领域
本发明属于检测领域,尤其涉及一种风机振动在线监测方法及监测系统。
背景技术
轨道交通设备风机是为轨道交通车辆和设备提供冷却散热、供给新风和排放车内废气的重要装置。机车牵引变流器内部安装有热交换风机和斩波风机,分别用于热交换模块和斩波电阻的散热;动车牵引变流器、地铁辅助变流器内部安装有散热风机,用于变压器及模块翅片的散热;动车组换气装置内部安装风机用于为车内供给新风、排放废气使用。
相关的文献表明,轨道交通设备风机在工作一段时间后,由于柜体内部灰尘积累、轴承的磨损等原因会导致风机振动较大。风机的振动过大会影响风机的正常工作,甚至引起风机故障,缩短风机寿命。对于地铁、动车变流器及换气装置,设备内部风机的振动还会通过变流器柜体的吊耳传递到车体,引起乘客不适,同时有可能引起车厢内部较大的噪音。目前,现有技术中尚没有对轨道交通领域的风机形成有效监测。
发明内容
为解决上述现有技术中轨道交通领域的风机没有形成有效监测的技术问题,本发明提供一种风机振动在线监测方法及监测系统,具体方案如下:
一种风机振动在线监测方法,对振动加速度时域数据分别进行时域分析和频域分析;
通过时域分析判断风机振动强度是否过大;
通过频域分析判断风机振动强度过大的故障原因。
优选的,所述时域分析包括如下步骤,
计算振动加速度时域数据在给定频率范围内的第一加速度有效值,当所述第一加速度有效值大于第一预设值则判定为风机振动强度过大;
所述给定的频率范围包括风机高速或低速工况下的基频、风机高速或低速工况下的二倍频和轴承故障振动特征频率。
优选的,所述频域分析包括风机振动特征频率分析和轴承振动特征频率分析;
所述风机振动特征频率分析用于识别风机的整体故障;
所述轴承振动特征频率分析用于识别风机的轴承故障位置。
优选的,所述风机振动特征频率分析步骤包括:
根据风机高、低速工况的额定转速分别计算高速基频、高速二倍频、低速基频以及低速二倍频;
对振动加速度时域数据进行快速傅利叶变换,分别提取高速基频附近频域第二加速度有效值、低速基频附近频域第三加速度有效值、高速二倍频附近频域第四加速度有效值以及低速二倍频附近频域第五加速度有效值,并将第二加速度有效值、第三加速度有效值、第四加速度有效值以及第五加速度有效值分别与相应的预设值比较,其中任意一个加速度有效值大于相应的预设值,均可认定为风机因柜体内部灰尘积累或动平衡失衡而存在振动失效的风险。
优选的,所述轴承振动特征频率分析步骤包括:对振动加速度时域数据进行调制解调处理,并将解调所得的含有轴承故障振动特征频率的振动加速度时域数据进行快速傅利叶变换,根据不同的轴承故障振动特征频率提取加速度有效值并与相应的预设值进行比较以判断轴承故障位置。
优选的,所述振动加速度时域数据仅来源于一个监测位置,所述监测位置为电机轴与风机轴连接处的电机端盖位置。
优选的,所述振动加速度时域数据来源于多个监测位置,所述多个监测位置包括电机轴与风机轴连接处的电机端盖位置;针对每一监测位置的振动加速度时域数据分别进行时域分析和频域分析,任一监测位置的振动加速度时域数据的时域分析结果为振动强度过大,则表明风机振动强度过大;任一监测位置的振动加速度时域数据的频域分析所得振动强度过大的故障原因即是风机振动强度过大的故障原因。
一种监测系统,包括数据采集装置和数据存储分析装置;
所述数据采集装置包括加速度传感器和信号采集模块;
所述加速度传感器用于检测风机监测位置的振动加速度时域数据,所述信号采集模块将采集到的振动加速度时域数据传递给所述数据存储分析装置,所述数据存储分析装置将系统的启动和休眠信号传递给信号采集模块;
所述数据存储分析装置对振动加速度时域数据进行时域分析和频域分析。
该系统还包括转速传感器、温度传感器和湿度传感器,分别用于测量风机转速、环境温度和湿度。
还包括专家系统,所述专家系统可根据报警信号的触发条件给出风机振动强度过大的故障原因。
与现有技术相比,本发明提供的一种风机振动在线监测方法及监测系统,通过对加速度传感器所采集到的振动加速度时域数据进行时域和频域分析,即可实时监测风机的振动强度,并且在风机振动强度过大时分析出风机出现振动强度过大的故障原因。如此,便能实时监测风机的振动,及时发现风机振动强度过大时的振动异常,并根据风机振动强度过大的故障原因进行针对性地处理,提高了风机的使用寿命,同时,也能避免了由于风机振动强度过大所引起的乘客不适,及车厢内部较大的噪音。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1本发明实施例中任一监测位置的振动加速度时域数据分析流程图;
在附图中,相同的部件采用相同的附图标记,附图并未按实际比例绘制。
具体实施方式
下面将结合附图对本发明作进一步的说明。
如图1所示,本实施例提供一种风机振动在线监测方法,该方法对振动加速度时域数据分别进行时域分析和频域分析;通过时域分析判断风机振动强度是否过大;通过频域分析判断风机振动强度过大的故障原因。如此,便能实时监测风机的振动及时发现风机振动强度过大时的振动异常,并及时根据风机振动强度过大的故障原因进行针对性地处理,提高了风机的使用寿命,同时,也能避免了由于风机振动强度过大所引起的乘客不适,及车厢内部较大的噪音。
轨道交通领域的设备的风机的振动有一个特点是其本身就是振源,其振动并不是由其他设备传递而来。工作状态下的风机是一直处于振动状态的,正常情况下风机的振动强度处于可以接受的范围内,不会引发风机的振动失效,当风机振动强度过大时风机才存在振动失效的风险,即存在影响风机正常工作、缩短风机寿命、引发乘客不适且引起车厢噪音的风险。电机轴与风机轴连接处的电机端盖位置较为全面地反映了各类振动因素所引起的振动情况,故仅以电机轴与风机轴连接处的电机端盖位置作为监测位置足以形成对轨道交通领域的设备的风机的有效监测。本实施例中,仅以电机轴与风机轴连接处的电机端盖位置作为监测位置,利用一个三向加速度传感器对电机轴与风机轴连接处的电机端盖位置的振动加速度时域数据进行测量,该振动加速度时域数据包括了风机在基频和二倍频的振动信息和轴承的振动信息,是风机各种振动因素的集成。通过信号采集模块对振动加速度时域数据进行采集,优选的数据存储分析装置为工控机,信号采集模块将采集到的振动加速度时域数据传递给工控机,工控机对振动加速度时域数据进行时域分析和频域分析。在时域分析过程中,通常先给定一个频率范围,利用滤波器将该频率范围以外的振动信号过滤掉,工控机计算振动加速度时域数据在该频率范围内的第一加速度有效值。此处给定的频率范围根据经验给定,也可以根据国家标准或行业标准给定,该频率范围包括了风机高速或低速工况下的基频、风机高速或低速工况下的二倍频和轴承故障振动特征频率,也就是说风机高速或低速工况下的基频、风机高速或低速工况下的二倍频和轴承故障振动特征频率均处于该频率范围内。优选的,该频率范围取0-3200HZ。现有技术中对振动幅值有三种表示方法,其中振动幅值的有效值表示方法是由交流电中的有效电流引申而来,具体到本实施例中,工控机所获得的振动加速度时域数据是振动加速度随时间变化的振动信号,横坐标为时间,纵坐标为振动加速度,振动加速度的有效值计算公式如下:
式中,T为振动周期,t时间,a为瞬时加速度。工控机接收到的振动加速度时域数据经滤波后,在给定频率范围内得到一个新的加速度随时间变化的振动信号,利用式(1)即可计算出振动加速度时域数据在给定频率范围内的第一加速度有效值。工控机将第一加速度有效值与第一预设值进行对比,当第一加速度有效值小于或等于第一预设值时,在软件窗口中显示有效值随时间的变化曲线,此时风机的振动并不剧烈处于可以接受的程度;当第一加速度有效值大于第一预设值时,在软件窗口显示第一加速度有效值超标,记录第一加速度有效值大于第一预设值的时间范围,并在有效值显示窗口中高亮显示第一加速度有效值的变化过程,此时风机振动强度过大存在振动失效的风险,即存在影响风机正常工作、缩短风机寿命、引发乘客不适且引起车厢噪音的风险。所述第一预设值通过多次实验获得,每次实验记录下风机未发生振动失效前,即处于正常振动时在给定频率范围内的最大加速度有效值,取多次实验获得的多个处于正常振动时在给定频率范围内的最大加速度有效值中最小的一个作为第一预设值。上述第一预设值的设置并不构成对本发明的限制,本领域的技术人员可根据实际工况和现实需求对第一预设值进行选择。在另一个实施例中,也可以选择多次实验获得的多个处于正常振动时在给定频率范围内的最大加速度有效值中最小的一个的90%作为第一预设值。频域分析包括了风机振动特征频率分析和轴承振动特征频率分析。轨道交通设备风机通常包含高、低两种转速,对应两种风量要求。根据相关的测试结果,轨道交通设备风机引起的振动主要集中在风机转速的基频及二倍频附近,因此监测系统重点关注风机基频和二倍频的振动情况。在风机振动特征频率分析过程中,工控机根据风机高、低速工况下的额定转速分别计算出高、低速工况下的基频和二倍频。优选的,风机的转速可以通过转速传感器测得。关于基频和二倍频的计算为本领域技术人员所熟知的内容,此不再重复。工控机将接收到的振动时域数据进行FFT变换(FFT,Fast FourierTransform,快速傅利叶变换),根据傅利叶变换的结果提取高、低速工况下基频和二倍频附近频域的加速度有效值,以高速工况下基频为例,高速工况下的额定转速除以60即是高速基频,然而始终以额定转速工作是风机的理想状态,实际工作时,风机转速在额定转速上下会有一定的浮动,因此,为了更好地保证数据的准确性,所选附近频域通常为±5HZ的频率范围,此处则取高速基频±5HZ的频率范围,该频率范围内任意一个频率点(例如50HZ)都对应了一个加速度在时域范围内的有效值,有效值的计算公式与公式(1)相同。选取高速基频±5HZ的频率范围内各频率点加速度有效值中最大的加速度有效值作为高速基频附近频域第二加速度有效值。以同样的方式可获得低速基频附近频域第三加速度有效值、高速二倍频附近频域第四加速度有效值以及低速二倍频附近频域第五加速度有效值。对应于高速基频附近频域第二加速度有效值,设置了第二预设值;对应于低速基频附近频域第三加速度有效值,设置了第三预设值;对应于高速二倍频附近频域第四加速度有效值,设置了第四预设值;对应于低速二倍频附近频域第五加速度有效值,设置了第五预设值;将上述基频或二倍频附近频域加速度有效值与相应的预设值进行比较。若基频或二倍频附近频域加速度有效值均小于或等于其相应的预设值,即第二加速度有效值小于或等于第二预设值、第三加速度有效值小于或等于第三预设值、第四加速度有效值小于或等于第四预设值以及第五加速度有效值小于或等于第五预设值同时成立,则在软件窗口中显示对应数据随时间的变化曲线,此时,风机没有因灰尘积累或动平衡失衡而存在振动失效的风险。若基频或二倍频附近频域加速度有效值中任意一个加速度有效值大于其相应的预设值,则软件报警窗口显示相应的报警信号,记录报警的时间范围,并在窗口高亮显示触发报警所对应的加速度有效值的变化过程,此时可判断为风机因灰尘积累或动平衡失衡而存在振动失效的风险。比如第二加速度有效值大于第二预设值可判断为风机因灰尘积累或动平衡失衡而存在振动失效的风险;或者第五加速度有效值大于第五预设值可判断为风机因灰尘积累或动平衡失衡而存在振动失效的风险;或者第二加速度有效值大于第二预设值、第三加速度有效值大于第三预设值以及第五加速度有效值大于第五预设值同时成立,可判断为风机因灰尘积累或动平衡失衡而存在振动失效的风险。第二预设值到第五预设值通过实验方法获得,对多个由于灰尘积累或动平衡失衡而存在振动失效风险(只是存在振动失效风险,风机尚未发生振动失效)的风机进行测试,记录下由于灰尘积累或动平衡失衡而存在振动失效风险的各风机在相应基频或二倍频附近频域的加速度有效值,取多个加速度有效值中的最小值或最小值的90%作为相应的预设值。以高速基频为例,记录上述由于灰尘积累或动平衡失衡而存在振动失效风险的各个风机在高速基频附近频域(±5HZ)的加速度有效值,取多个加速度有效值中最小的加速度有效值或最小的加速度有效值的90%作为第二预设值。以同样的方法得到第三预设值、第四预设值和第五预设值。
在轴承振动特征频率分析因其本身的振动特性而分析方法有所不同,当轴承组件(包括外圈、内圈、滚动体等)的工作表面出现局部缺陷时,轴承的振动形式为调幅振动,载波是轴承各组件作为一个整体以其固有频率振动的高频部分,起调制作用的是与其损伤有关的通过频率。轴承缺陷的位置不同,轴承故障振动特征频率也不相同,轴承不同位置出现缺陷时对应的轴承故障振动特征频率可通过轴承的型号及相关参数计算获得,对轴承不同位置出现缺陷时对应的轴承故障振动特征频率的计算为本领域技术人员所熟知的内容,此不再重复。对振动加速度时域数据进行调制解调处理,提取轴承故障振动特征频率信号,经解调后得到的加速度时域数据在频谱中仅含有轴承故障振动特征频率,或者主要含有轴承故障振动特征频率。对解调后的加速度时域数据进行FFT变换,根据FFT变换的结果,提取轴承不同位置出现缺陷时的轴承故障振动特征频率所对应的加速度有效值,并与相应的预设值进行对比,当轴承不同位置出现缺陷时的轴承故障振动特征频率所对应的加速度有效值大于相应的预设值时,则说明轴承故障振动特征频率所对应的轴承位置工作表面出现局部缺陷,即轴承在该位置发生故障。以轴承内圈为例,计算相应轴承内圈工作表面出现局部缺陷时的轴承故障振动特征频率,经调制解调和FFT变换后即可得到内圈的轴承故障振动特征频率所对应的第六加速度有效值,对应于第六加速度有效值,设置有第六预设值,并将两者进行对比,当第六加速度有效值大于第六预设值时,可判断为内圈工作表面出现局部缺陷,即轴承内圈故障。在软件窗口中显示轴承内圈故障报警信号,记录报警信号的时间范围,在软件窗口中高亮显示第六加速度有效值的变化过程。其中第六预设值通过实验获得,当轴承内圈工作表面无局部缺陷向即将发生局部缺陷过渡的临界状态时,记录下内圈的轴承故障振动特征频率所对应的加速度有效值,多次实验并以内圈的轴承故障振动特征频率所对应的多个加速度有效值中的最小值或最小值的90%作为第六预设值。轴承其余位置如外圈、滚动体等的分析以内圈为参考,与之类似,不再重复。上述实施例中各预设值的设定方法并不构成对本发明的限制,本领域的技术人员可根据设备工况的实际需要对各预设值进行设置。
上述实施例中,仅以电机轴与风机轴连接处的电机端盖位置作为监测位置,并对该位置的振动加速度时域数据进行时域分析和频域分析;但本发明并不局限于此,在另一个实施例中,振动加速度时域数据来源于包含电机轴与风机轴连接处的电机端盖位置在内的多个监测位置。针对每一个监测位置的振动加速度时域数据分别进行时域分析和频域分析,具体分析方法和步骤与上述实施例类似,各预设值在不同监测位置处会有差异,例如第一预设值在不同监测位置的取值不同。同样通过上述实施例中所述的方法获取不同监测位置的预设值。其中,任一监测位置的振动加速度时域数据的时域分析结果为振动强度过大存在振动失效风险,则表明风机振动强度过大存在振动失效风险;任一监测位置的振动加速度时域数据的频域分析所得振动强度过大的故障原因即是风机振动强度过大存在振动失效风险的故障原因。例如多个监测位置中的任一监测位置的振动加速度时域数据通过频域分析判断为轴承内圈工作表面出现局部缺陷,则表明风机的轴承内圈工作表面出现局部缺陷;多个监测位置中的任一监测位置的振动加速度时域数据通过频域分析判断为因灰尘或动平衡失衡而存在振动失效风险,则表明风机由于灰尘或动平衡失衡的原因而存在振动失效风险。
上述实施例中,软件被触发报警后,工控机将报警时间前后一段时间的原始时域数据保存到指定的临时存储空间供后续深入分析使用。临时空间内的数据在超过一定时间后自动删除。
本实施例提供一种监测系统包括数据采集装置和数据存储分析装置;数据采集装置包括加速度传感器和信号采集模块;加速度传感器用于检测风机监测位置的振动加速度时域数据。在一个实施例中,加速度传感器仅布置在电机轴与风机轴连接处的电机端盖位置。在另一个实施例中,加速度传感器也可以布置在包含电机轴与风机轴连接处的电机端盖位置的多个监测位置。加速度传感器优选稳定可靠的三向加速度传感器,传感器与风机的连接稳固,确保可以长时间准确无误地采集加速度信号。各类传感器与信号采集模块之间的线束连接必须牢固地固定在柜体上,避免影响风机的散热或换气功能。优选的,数据存储分析装置为工控机,信号采集模块与工控机之间的数据传输可以通过无线方式实现,也可以通过动车组已有的数据传输系统实现。信号采集模块与工控机之间为双向通信,信号采集模块将采集到的振动加速度时域数据传递给工控机,工控机可以从动车组的网络系统接受风机的启动、停止及工况信号并根据接受到的启动停止信号将系统的启动或休眠信号传递给信号采集模块并控制采集系统的启动和休眠。工控机还对振动加速度时域数据进行时域分析和频域分析,如根据工况信号计算风机对应工况的基频和二倍频,计算轴承故障振动特征频率,具体分析步骤和内容,在上述方法实施例中已有详尽论述,不再重复。工控机将接收到的振动加速度时域数据存储在临时存储区,并同时读取数据进行时域分析、频域分析,并提取特征频率。由于换气装置所处的温度和湿度以及振动环境复杂,本实施例所提供的监测系统还包括温度传感器器和湿度传感器,用于监测风机箱体附近环境或内部面板的温度及湿度,并对测得的温度和湿度数据进行分析记录,供设计人员进行后续分析。本实施例所提供的监测系统还包括转速传感器以测量风机转速。并根据测量的风机转速计算风机的基频和二倍频。工控机根据工况计算的基频和二倍频是采用额定转速计算的,而实际工作时,风机并不一定在额定转速下工作,在额定转速上下存在一定的波动,转速传感器实时测量风机转速并以此计算所得到的基频和二倍频更接近于风机的真实工作情况,分析结果更为准确。本实施例所提供的监测系统还包括专家系统,根据上述实施例中提到的报警信号及报警触发条件给出对应的风机振动强度过大的故障原因,以供工作人员参考。
本发明中的风机在线监测方法及监测系统并不局限于轨道交通设备中的风机的应用,其他设备中与之相类似的风机也可以采用本发明的监测方法及监测系统。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以对其中部分或者全部技术特征进行等同替换。尤其是,只要不存在逻辑或结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (10)
1.一种风机振动在线监测方法,其特征在于,对振动加速度时域数据分别进行时域分析和频域分析;
通过时域分析判断风机振动强度是否过大;
通过频域分析判断风机振动强度过大的故障原因。
2.根据权利要求1所述的方法,其特征在于,所述时域分析包括如下步骤,
计算振动加速度时域数据在给定频率范围内的第一加速度有效值,当所述第一加速度有效值大于第一预设值则判定为风机振动强度过大;
所述给定的频率范围包括风机高速或低速工况下的基频、风机高速或低速工况下的二倍频和轴承故障振动特征频率。
3.根据权利要求1所述的方法,其特征在于,所述频域分析包括风机振动特征频率分析和轴承振动特征频率分析;
所述风机振动特征频率分析用于识别风机的整体故障;
所述轴承振动特征频率分析用于识别风机的轴承故障位置。
4.根据权利要求3所述的方法,其特征在于,所述风机振动特征频率分析步骤包括:
根据风机高、低速工况的额定转速分别计算高速基频、高速二倍频、低速基频以及低速二倍频;
对振动加速度时域数据进行快速傅利叶变换,分别提取高速基频附近频域第二加速度有效值、低速基频附近频域第三加速度有效值、高速二倍频附近频域第四加速度有效值以及低速二倍频附近频域第五加速度有效值,并将第二加速度有效值、第三加速度有效值、第四加速度有效值以及第五加速度有效值分别与相应的预设值比较,其中任意一个加速度有效值大于相应的预设值,均可认定为风机因柜体内部灰尘积累或动平衡失衡而存在振动失效的风险。
5.根据权利要求3所述的方法,其特征在于,所述轴承振动特征频率分析步骤包括:对振动加速度时域数据进行调制解调处理,并将解调所得的含有轴承故障振动特征频率的振动加速度时域数据进行快速傅利叶变换,根据不同的轴承故障振动特征频率提取加速度有效值并与相应的预设值进行比较以判断轴承故障位置。
6.根据权利要求1所述的方法,其特征在于,所述振动加速度时域数据仅来源于一个监测位置,所述监测位置为电机轴与风机轴连接处的电机端盖位置。
7.根据权利要求1所述的方法,其特征在于,所述振动加速度时域数据来源于多个监测位置,所述多个监测位置包括电机轴与风机轴连接处的电机端盖位置;针对每一监测位置的振动加速度时域数据分别进行时域分析和频域分析,任一监测位置的振动加速度时域数据的时域分析结果为振动强度过大,则表明风机振动强度过大;任一监测位置的振动加速度时域数据的频域分析所得振动强度过大的故障原因即是风机振动强度过大的故障原因。
8.一种监测系统,其特征在于,包括数据采集装置和数据存储分析装置;
所述数据采集装置包括加速度传感器和信号采集模块;
所述加速度传感器用于检测风机监测位置的振动加速度时域数据,所述信号采集模块将采集到的振动加速度时域数据传递给所述数据存储分析装置,所述数据存储分析装置将系统的启动和休眠信号传递给信号采集模块;
所述数据存储分析装置对振动加速度时域数据进行时域分析和频域分析。
9.根据权利要求8所述的一种监测系统,其特征在于,该系统还包括转速传感器、温度传感器和湿度传感器,分别用于测量风机转速、环境温度和湿度。
10.根据权利要求9所述的一种监测系统,其特征在于,还包括专家系统,所述专家系统可根据报警信号的触发条件给出风机振动强度过大的故障原因。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710629434.1A CN109307589A (zh) | 2017-07-28 | 2017-07-28 | 风机振动在线监测方法及监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710629434.1A CN109307589A (zh) | 2017-07-28 | 2017-07-28 | 风机振动在线监测方法及监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109307589A true CN109307589A (zh) | 2019-02-05 |
Family
ID=65204901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710629434.1A Pending CN109307589A (zh) | 2017-07-28 | 2017-07-28 | 风机振动在线监测方法及监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109307589A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110701085A (zh) * | 2019-08-22 | 2020-01-17 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种风机振动在线监测及管理系统 |
CN111085994A (zh) * | 2019-11-28 | 2020-05-01 | 广汽新能源汽车有限公司 | 机器人运行状态监控方法及系统 |
CN111594395A (zh) * | 2020-05-27 | 2020-08-28 | 国电联合动力技术有限公司 | 一种风电机组塔筒共振识别方法、装置及监测报警系统 |
CN111594893A (zh) * | 2020-05-13 | 2020-08-28 | 宁波方太厨具有限公司 | 一种吸油烟机抖动故障诊断方法 |
CN112014593A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况监测评估装置和方法 |
CN112555101A (zh) * | 2019-09-26 | 2021-03-26 | 北京金风科创风电设备有限公司 | 识别风力发电机组的叶轮气动状态的方法及装置 |
CN112628168A (zh) * | 2020-12-08 | 2021-04-09 | 西人马联合测控(泉州)科技有限公司 | 主抽风机故障监测方法、装置、设备及计算机存储介质 |
CN112782576A (zh) * | 2019-11-11 | 2021-05-11 | 株洲中车时代电气股份有限公司 | 一种变流器的风机故障监测方法及装置 |
CN114674417A (zh) * | 2022-02-14 | 2022-06-28 | 华能(浙江)能源开发有限公司玉环分公司 | 一种复杂轴系各转动部分固有动频率监测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102288286A (zh) * | 2011-06-16 | 2011-12-21 | 中国科学院沈阳自动化研究所 | 一种振动加速度传感器齿轮箱测点精度分析与评价方法 |
CN102456419A (zh) * | 2010-10-22 | 2012-05-16 | 中国核动力研究设计院 | 核反应堆屏蔽泵运行故障监测方法及其监测系统 |
CN102980651A (zh) * | 2012-11-02 | 2013-03-20 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及系统 |
CN104075795A (zh) * | 2014-06-18 | 2014-10-01 | 北京金风科创风电设备有限公司 | 用于监测风力发电机组的叶轮振动状态的方法和系统 |
CN104392082A (zh) * | 2014-07-10 | 2015-03-04 | 中山火炬职业技术学院 | 一种基于振动监测的风力发电机组齿轮箱早期故障诊断方法 |
CN104502103A (zh) * | 2014-12-07 | 2015-04-08 | 北京工业大学 | 一种基于模糊支持向量机的轴承故障诊断方法 |
CN104535323A (zh) * | 2015-01-12 | 2015-04-22 | 石家庄铁道大学 | 一种基于角域-时域-频域的机车轮对轴承故障诊断方法 |
CN104807639A (zh) * | 2015-04-23 | 2015-07-29 | 广西大学 | 一种机车走行部滚动轴承故障诊断方法和装置 |
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 |
CN105334052A (zh) * | 2015-10-26 | 2016-02-17 | 上汽通用五菱汽车股份有限公司 | 一种主减速器总成质量检测方法 |
-
2017
- 2017-07-28 CN CN201710629434.1A patent/CN109307589A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102456419A (zh) * | 2010-10-22 | 2012-05-16 | 中国核动力研究设计院 | 核反应堆屏蔽泵运行故障监测方法及其监测系统 |
CN102288286A (zh) * | 2011-06-16 | 2011-12-21 | 中国科学院沈阳自动化研究所 | 一种振动加速度传感器齿轮箱测点精度分析与评价方法 |
CN102980651A (zh) * | 2012-11-02 | 2013-03-20 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及系统 |
CN102980651B (zh) * | 2012-11-02 | 2015-05-27 | 华锐风电科技(集团)股份有限公司 | 风电机组状态监测方法、装置及系统 |
CN104075795A (zh) * | 2014-06-18 | 2014-10-01 | 北京金风科创风电设备有限公司 | 用于监测风力发电机组的叶轮振动状态的方法和系统 |
CN104392082A (zh) * | 2014-07-10 | 2015-03-04 | 中山火炬职业技术学院 | 一种基于振动监测的风力发电机组齿轮箱早期故障诊断方法 |
CN104502103A (zh) * | 2014-12-07 | 2015-04-08 | 北京工业大学 | 一种基于模糊支持向量机的轴承故障诊断方法 |
CN104535323A (zh) * | 2015-01-12 | 2015-04-22 | 石家庄铁道大学 | 一种基于角域-时域-频域的机车轮对轴承故障诊断方法 |
CN104807639A (zh) * | 2015-04-23 | 2015-07-29 | 广西大学 | 一种机车走行部滚动轴承故障诊断方法和装置 |
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 |
CN105334052A (zh) * | 2015-10-26 | 2016-02-17 | 上汽通用五菱汽车股份有限公司 | 一种主减速器总成质量检测方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112014593A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况监测评估装置和方法 |
CN110701085A (zh) * | 2019-08-22 | 2020-01-17 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 一种风机振动在线监测及管理系统 |
CN112555101A (zh) * | 2019-09-26 | 2021-03-26 | 北京金风科创风电设备有限公司 | 识别风力发电机组的叶轮气动状态的方法及装置 |
CN112782576A (zh) * | 2019-11-11 | 2021-05-11 | 株洲中车时代电气股份有限公司 | 一种变流器的风机故障监测方法及装置 |
CN111085994A (zh) * | 2019-11-28 | 2020-05-01 | 广汽新能源汽车有限公司 | 机器人运行状态监控方法及系统 |
CN111594893A (zh) * | 2020-05-13 | 2020-08-28 | 宁波方太厨具有限公司 | 一种吸油烟机抖动故障诊断方法 |
CN111594893B (zh) * | 2020-05-13 | 2021-05-18 | 宁波方太厨具有限公司 | 一种吸油烟机抖动故障诊断方法 |
CN111594395A (zh) * | 2020-05-27 | 2020-08-28 | 国电联合动力技术有限公司 | 一种风电机组塔筒共振识别方法、装置及监测报警系统 |
CN111594395B (zh) * | 2020-05-27 | 2021-10-26 | 国电联合动力技术有限公司 | 一种风电机组塔筒共振识别方法、装置及监测报警系统 |
CN112628168A (zh) * | 2020-12-08 | 2021-04-09 | 西人马联合测控(泉州)科技有限公司 | 主抽风机故障监测方法、装置、设备及计算机存储介质 |
CN114674417A (zh) * | 2022-02-14 | 2022-06-28 | 华能(浙江)能源开发有限公司玉环分公司 | 一种复杂轴系各转动部分固有动频率监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109307589A (zh) | 风机振动在线监测方法及监测系统 | |
EP2665925B1 (en) | A method for diagnostic monitoring of a wind turbine generator system | |
US8560272B2 (en) | Method and system for monitoring a turbojet engine | |
US10919545B2 (en) | Apparatus for monitoring railroad car and monitoring method using the same | |
CN108689271B (zh) | 一种在线式电梯乘运质量检测系统及方法 | |
CN107061186A (zh) | 风力发电机组振动异常预警方法和装置 | |
EP3219574B1 (en) | Method and system for determining a vertical profile of a rail surface | |
CN111024416B (zh) | 一种列车牵引系统的故障诊断方法及系统 | |
US9791856B2 (en) | Fault frequency set detection system and method | |
CN104737029B (zh) | 用于监视具有周期性行为的电性连接系统的系统及方法 | |
CN103573307B (zh) | 用于监测运行中的发动机的发动机油温的方法和系统 | |
CN107884214B (zh) | 一种列车走行部部件故障多参数综合决策方法及装置 | |
WO2006120550A2 (en) | Vehicle vibration analyzer | |
US10559138B2 (en) | Sensor signal processing system and method | |
CN111509847A (zh) | 一种电网机组状态的智能检测系统及方法 | |
CN113158705A (zh) | 风机故障预测与健康管理装置和方法 | |
CN103674234A (zh) | 一种风力发电机组振动异常的状态预警方法及系统 | |
JP2023078964A (ja) | 状態監視装置及び状態監視方法 | |
WO2017175678A1 (ja) | 異常検出装置、異常検出方法及び異常検出システム | |
CN111595515B (zh) | 万向轴不平衡故障的间接检测方法 | |
ES2932972T3 (es) | Procedimiento y sistema para estimar el desgaste de una máquina giratoria que comprende un cojinete | |
CN103487275B (zh) | 基于二维投射的煤矿设备状态识别和预警方法 | |
CN103471870B (zh) | 基于二维投射的特征指标对煤矿设备状态识别的敏感性和聚类性研究方法 | |
CN205483049U (zh) | 自然通风冷却塔参数测量装置 | |
CN115931399A (zh) | 一种实时在线检测高速列车轮多边形故障的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190205 |