CN109425479B - 一种故障预警方法和装置 - Google Patents

一种故障预警方法和装置 Download PDF

Info

Publication number
CN109425479B
CN109425479B CN201710719089.0A CN201710719089A CN109425479B CN 109425479 B CN109425479 B CN 109425479B CN 201710719089 A CN201710719089 A CN 201710719089A CN 109425479 B CN109425479 B CN 109425479B
Authority
CN
China
Prior art keywords
machine
frequency
tested
frequency band
fault
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.)
Active
Application number
CN201710719089.0A
Other languages
English (en)
Other versions
CN109425479A (zh
Inventor
宋宽
顾毅
闵万里
吴文崇
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201710719089.0A priority Critical patent/CN109425479B/zh
Publication of CN109425479A publication Critical patent/CN109425479A/zh
Application granted granted Critical
Publication of CN109425479B publication Critical patent/CN109425479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本申请实施例公开了一种预警方法和装置,通过获取待测机器在设定频段中的频谱能量时间序列,了解该待测机器在该频段中频谱能量随时间的变化趋势,当发现在设定频段上频谱能量的变化趋势与目标变化趋势相符时,由于该目标变化趋势与造成某个故障前在多个频段中的频谱能量变化趋势相关,那么可以确定有很大可能该待测机器中的目标部分将会出现与该目标变化趋势对应的故障,通过进行故障报警可以提示该待测机器需要对该目标部分进行维护。由于在监测待测机器时综合考虑整个待测机器在多个频段中的频谱能量变化趋势,故可以通过识别出部件的磨损对待测机器带来的综合影响,预测出待测机器可能出现故障,并能够在故障发生之前对待测机器进行故障预警。

Description

一种故障预警方法和装置
技术领域
本申请涉及数据处理领域,特别是涉及一种故障预警方法和装置。
背景技术
机器在使用过程中,机器中的部件会随着使用逐渐磨损。出现磨损的部件虽然尚可使用,但是如果不能及时的发现并维修,部件磨损严重后会造成部件故障甚至连带机器中与之关联的部件连锁故障,带来不必要的损失。
若能够对即将出现的部件故障进行预警,则可以在出现部件故障甚至部件连锁故障前能够及时发现部件磨损,从而能够有时间对磨损的部件进行更换或维修,避免了之后故障带来的损失。
传统方式中具有针对机器中的部件是否出现磨损的监控,由于机器中部件在工作时震动产生的基频是已知的,故可以通过监测一个部件基频的变化来判断该部件是否出现磨损。
发明内容
虽然传统方式能通过基频的变化确定出一个部件是否出现磨损,但是,部件出现磨损属于使用过程中出现的正常情况,故发现部件磨损并不代表出现磨损的部件会在短期内故障或引起其他部件故障。如果每次出现部件磨损都进行停机维护的话,显然会非常影响机器工作效率。
可见,传统的磨损监控方式并不适用于进行故障预警,故针对机器的故障预警属于目前亟需解决的技术问题。
为了解决上述技术问题,本申请提供了一种故障预警方法和装置,可以识别出某些或某个部件的磨损对待测机器带来的综合影响,从而可以准确的预测出待测机器可能出现故障。
本申请实施例公开了如下技术方案:
第一方面,本申请实施例提供了一种故障预警方法,所述方法包括:
获取待测机器在设定频段中的频谱能量时间序列;
若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;
对所述待测机器进行故障预警。
可选的,所述设定频段包括多个频段,所述获取待测机器在设定频段中的频谱能量时间序列,包括:
获取待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述对所述待测机器进行故障预警,包括:
进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
可选的,所述获取待测机器分别在多个频段中的频谱能量时间序列,包括:
根据所述待测机器的输出功率,确定所述多个频段的分布范围;
根据所述多个频段的分布范围确定所述待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据所述目标部分的基频确定的。
可选的,所述目标变化趋势为根据历史数据确定的,所述历史数据为根据所述待测机器或与所述待测机器相关的机器生成的。
可选的,若所述目标部分为所述待测机器的传动部分,所述目标变化趋势包括在同一时间区间内,所述高频频段的频谱能量随着时间先增后减,所述中频频段的频谱能量和所述低频频段的频谱能量持续增加。
第二方面,本申请实施例提供了一种故障预警装置,所述装置包括获取单元、预测单元和预警单元:
所述获取单元,用于获取待测机器在设定频段中的频谱能量时间序列;
所述预测单元,用于若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;
所述预警单元,用于对所述待测机器进行故障预警。
可选的,所述设定频段包括多个频段,所述获取单元还用于获取待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述预警单元还用于进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
可选的,所述获取单元还用于根据所述待测机器的输出功率,确定所述多个频段的分布范围;根据所述多个频段的分布范围确定所述待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据所述目标部分的基频确定的。
可选的,所述目标变化趋势为根据历史数据确定的,所述历史数据为根据所述待测机器或与所述待测机器相关的机器生成的。
可选的,若所述目标部分为所述待测机器的传动部分,所述目标变化趋势包括在同一时间区间内,所述高频频段的频谱能量随着时间先增后减,所述中频频段的频谱能量和所述低频频段的频谱能量持续增加。
第三方面,本申请实施例提供了一种用于故障预警的服务器,所述服务器包括接收器和处理器:
所述接收器,用于获取待测机器在设定频段中的频谱能量时间序列;
所述处理器,用于若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;对所述待测机器进行故障预警。
可选的,所述设定频段包括多个频段,所述接收器还用于获取待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述处理器还用于进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
可选的,所述接收器还用于根据所述待测机器的输出功率,确定所述多个频段的分布范围;根据所述多个频段的分布范围确定所述待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据所述目标部分的基频确定的。
可选的,所述目标变化趋势为根据历史数据确定的,所述历史数据为根据所述待测机器或与所述待测机器相关的机器生成的。
可选的,若所述目标部分为所述待测机器的传动部分,所述目标变化趋势包括在同一时间区间内,所述高频频段的频谱能量随着时间先增后减,所述中频频段的频谱能量和所述低频频段的频谱能量持续增加。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
由上述技术方案可以看出,通过获取待测机器在设定频段中的频谱能量时间序列,可以了解该待测机器在不同频段中频谱能量随时间的变化趋势,当发现在设定频段上频谱能量的变化趋势与目标变化趋势相符时,由于该目标变化趋势与造成某个故障前在设定频段中的频谱能量变化趋势相关,那么可以确定有很大可能该待测机器中的目标部分将会出现与该目标变化趋势对应的故障,通过进行故障报警可以提示该待测机器需要对该目标部分进行维护。由于在监测待测机器时,有别于关注单个部件在自身基频中的变化,将综合考虑整个待测机器在多个频段中的频谱能量变化趋势,故可以识别出某些或某个部件的磨损对待测机器带来的综合影响,从而可以准确的预测出待测机器可能出现故障,并能够在故障发生之前对待测机器进行故障预警。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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他的附图。
图1为本申请实施例提供的一种故障预警的系统示意图;
图2为本申请实施例提供的一种故障预警方法的方法流程图;
图3为本申请实施例提供的一种故障预警装置的装置结构图;
图4为本申请实施例提供的一种用于故障预警的服务器的硬件结构图。
具体实施方式
下面结合附图,对本申请的实施例进行描述。
在使用机器的过程中,机器中的部件会随着使用出现磨损,当磨损严重时,该部件或者与该部件相关的其他部件会出现故障,导致整个机器不能正常工作。
传统的磨损监测方式主要是针对机器的单个部件的基频进行监测,以判断该部件是否出现了磨损,一个部件的基频可以为这个部件正常运行时产生的振动所涵盖的频率范围。但是单个部件的磨损可能在长时间内也不会影响到机器的正常工作。若一旦部件出现磨损就进行停机维护,会非常影响机器的工作效率。可见传统方式并不适用于对机器进行故障预警。
为此,本申请实施例提供了一种故障预警方法和装置,通过获取待测机器在设定频段中的频谱能量时间序列,可以了解该待测机器在设定频段中频谱能量随时间的变化趋势。例如图1所示,服务器200可以获取待测机器100(图1中示为风电机组)在设定频段中的频谱能量时间序列。待测机器在一个频段产生的频谱能量可以理解为待测机器在工作过程中在该频段所产生振动形成的能量,而频谱能量时间序列表征单位频带内信号的能量随频率的分布随时间的变化趋势。
机器在工作过程中,会产生振动,通过传播介质进而产生波,波可以通过介质传播能量。故可以通过采集装置获取待测机器在不同频段中的频谱能量,而服务器200可以从采集装置获取采集装置采集的上述频谱能量,并随着时间推移得到能量频谱时间序列。该采集装置可以是传感器等。
由于待测机器在工作过程中产生的能量频谱可以体现出待测机器的工作情况,故可以通过监控待测机器工作过程中的能量变化确定机器是否处于正常的工作状态。
服务器200还可以预先获取目标变化趋势,该目标变化趋势可以体现出一台机器在出现一故障前,在该不同频段中所产生频谱能量随时间的变化趋势,故当发现在多个频段上频谱能量的变化趋势与目标变化趋势相符时,由于该目标变化趋势与造成该故障前在多个频段中的频谱能量变化趋势相关,那么可以确定有很大可能该待测机器中的目标部分将会出现与该目标变化趋势对应的故障,通过进行故障报警可以提示该待测机器需要对该目标部分进行维护。由于在监测待测机器时,有别于关注单个部件在自身基频中的变化,将综合考虑整个待测机器在多个频段中的频谱能量变化趋势,故可以识别出某些或某个部件的磨损对待测机器带来的综合影响,从而可以准确的预测出待测机器可能出现故障,并能够在故障发生之前对待测机器进行故障预警。
本申请实施例主要应用于机器,以实现预测机器某些部分是否会即将出现故障。这里的机器主要包括需要长时间运行的各类机器,而机器中一个部分可以包括一个或多个关联的部件,一个部分能够实现统一的功能,例如机器的整个传动部分或部分传动结构可以视为一个能够实现转动功能的部分。而部件可以是该机器中的一个单独的组成部分或者说一个零件,例如可以包括轴承、齿轮等。
本申请实施例的一种应用场景是针对风电机组的故障预警,也就是待测机器为风电机组的场景。风电机组的特点是主要安装在较为偏远的地方,且长期无人值守。一个风电机组中包括了大量相互配合工作的零部件,一个部件的磨损往往会连锁导致其他部件磨损。以风电机组中具有滚珠的传动轴承为例,若传动轴承与滚珠接触面上出现划痕,当传动轴承带动滚珠旋转时会对滚珠造成磨损,但是并不影响风电机组的正常工作,不过随着时间的推移,传动轴承的划痕有可能使滚珠磨损变宽成为浅坑,而滚珠也可能从球体被加剧磨损成椭球体,从而有可能导致传动轴承被卡死或传动轴承径向偏移的故障。
所以一旦未及时发现而导致故障出现,需要维修的部件很多,整体维修成本会很高,且长时间的维修过程中导致故障的风电机组不能工作。因此若能够对风电机组进行准确的故障预警,则可以提前进行维护,减少不必要的损失。
针对传统的检测机器单个部件的基频,所导致的误报警较多,难以有效识别出故障部分的问题,本申请实施例以机器整体作为检测对象,监控待测机器整体在设定频段中的频谱能量时间序列,该设定频段所覆盖的范围可以大于单个部件的基频范围。若设定频段上的能量变化趋势符合目标变化趋势,由于该目标变化趋势与造成某个故障前在多个频段中的频谱能量变化趋势相关,那么可以确定有很大可能该待测机器中的目标部分将会出现与该目标变化趋势对应的故障,进而可以进行故障预警。由于是针对机器整体的多个频段包括谐波频段进行监测,而非各个部件的基频监测,减少了报警次数,同时提高了报警的准确率。
下面结合图2,对本申请实施例一种故障预警方法进行介绍。如图2所示,该方法包括:
S201:获取待测机器在设定频段中的频谱能量时间序列。
由于机器通常包含多个部分,每个部件包含一个或多个相关联的部件,每个部件都有各自的基频,为了尽可能监控到机器整体的异常,而非单个部件的磨损,可以对基频所在频段的频谱能量时间序列进行分析。另一方面,机器在工作过程中,除了产生基波,还有可能产生谐波。其中,基波为机器在基频工作时由于振动所产生的能量波,属于机器产生的固有波动频率,而谐波的频率可以是基波频率的整数倍。为了提高监测的准确度,可以对机器各部件的谐波也进行监控,可以监控谐波频段的频谱能量时间序列。故针对需要采集的设定频段,可以依据基频部分和谐波频段确定出该设定频段。设定频段也可以根据其他方式确定得到。
可选的,该设定频段可以包括多个频段,可以将待测机器产生基波的基频部分作为其中一个频段,将谐波所在频段作为其中另一个频段。从而可以获取待测机器分别在基波频段和谐波频段的频谱能量时间序列。通过获取待测机器在多个频段中的频谱能量时间序列,可以了解该待测机器在不同频段中频谱能量随时间的变化趋势。
相应的,S201可以为获取待测机器分别在多个频段中的频谱能量时间序列。该多个频段可以根据不同待测机器的整体输出频率范围确定得到,例如可以根据待测机器的基频确定出一个频段,再根据谐波的频率确定出一个频段,再将这两个频段作为检测该待测机器的两个频段。
需要注意的是,待测机器可能并不会一直在额定功率下工作,例如风电机组的输出功率与风力的大小有直接关系,在风力较小的情况下,风电机组的输出功率也会随之变小。而同一台机器在不同的输出功率下的基频是有所区别的,以风电机组的转动部分为例,在风电机组的输出功率较高时,转动部分的转动速度也较高,基频所在范围也相应较高,而当风电机组的输出功率较低时,转动部分的转动速度将较低,那么此时基频所在范围将相应较低。相应的,随着基频范围的变化,谐波所在频段也会有所不同。
有些情况下,待测机器的输出功率会导致待测机器基频频段较大的改变,若仍以固定频段范围确定该多个频段,会导致确定出的频段中可能并没有可用的能量频谱甚至没有能量频谱的情况。
故针对上述场景,可选的,本申请实施例还提供了一种获取待测机器分别在多个频段中的频谱能量时间序列的方式,可以通过如下方法:
根据待测机器的输出功率,确定多个频段的分布范围。
根据多个频段的分布范围确定待测机器分别在多个频段中的频谱能量时间序列。
由于待测机器处于不同的工作状态时,输出的功率不同,导致了该待测机器所产生的频率范围也不同。因此可以根据待测机器的输出功率确定出对应的该输出功率的频率范围,从而可以确定出该多个频段的分布范围,以便准确获取该多个频段的频谱能量时间序列。例如当需要将基频和谐波所在频段作为该多个频段或该多个频段的一部分时,可以通过待测机器的输出功率确定出准确的基频频段,再确定出准确的谐波所在频段。
例如在风电机组发电的场景中,风电机组主要包含风轮和发电机,其中风轮中的叶片受风力驱动进行旋转,带动发电机进行发电。而叶片旋转的的转速与风速大小有关。风速大,叶片旋转的转速快,输出功率高;风速小,叶片旋转相对较慢,输出功率相对较低。由于转速可以代表风轮的频率,可知在风电机组中,输出功率高,机组整体处于较高频段,输出功率低,机组整体处于较低频段。故可以根据风电机组实时的输出功率,确定多个频段的分布范围,而确定出多个频段的频率范围还可以随着风电机组的输出功率改变而改变。
确定多个频段中的频谱能量时间序列,可以通过对采集的时域信号进行频域变换,经过平方,在频域积分等处理过程得到。需要说明的时,时域和频域都可以对信号进行分析,而频域分析更为简练,剖析问题更加深刻。
S202:若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障。
一个故障的变化趋势可以理解为机器中某部分将要发生该故障时的频谱能量变化趋势。变化趋势的作用在于,可以作为判定待测机器是否将要发生与该变化趋势对应的故障的标准。通过判断多个频段中的频谱能量时间序列的变化趋势与该变化趋势是否符合,可以预测待测机器是否将要或者说可能将要发生与该变化趋势的对应的该故障。不同的故障所对应的变化变化趋势可以不同,同一种故障在不同类型的机器中所对应的变化趋势可以不同,在同一类型机器中不同部分出现同一种故障所对应的变化趋势也可以不同。在S202中,目标变化趋势可以为待测机器将要发生目标故障的变化趋势。
所述目标变化趋势可以根据历史数据确定,所述历史数据为根据所述待测机器或与所述待测机器相关的机器生成的。这里与该待测机器相关的机器可以包括与该待测机器型号相同和/或相似的机器,或者也可以包括与该待测机器内部结构类似的机器。
历史数据可以理解为待测机器在之前工作过程中产生的数据,该数据可以通过传感器采集并保存。通过机器学习等方式对该数据进行分析,可以得出该机器之前发生故障对应的频谱能量随时间的变化趋势,进而得到该机器目标变化趋势、目标部分(即将发生故障的部分)以及故障类型之间的对应关系。当待测机器的频谱能量时间序列变化趋势符合目标变化趋势时,通过该对应关系可以确定,即将发生故障的部件以及故障类型。
需要说明的是,历史数据不限于待测机器之前工作过程中产生的数据,也可以是与待测机器相关的其他机器的数据。当待测机器没有之前工作过程中所记录的数据时,比如待测机器为新机器,或待测机器因一些原因丢失了之前工作过程中所记录的数据,可以参考与待测机器同一型号甚至同一品牌、同一类型的机器在之前工作过程中产生的数据。
目标变化趋势可以预先设定,除了可以通过历史数据得到,还可以通过研究人员的研究发现得到。目标变化趋势并不只有一种变化趋势,针对一种类型的故障,不同的机器的相同部分或者同一机器的不同部分可以对应不同的变化趋势;而且,同一机器的同一部分的不同故障类型也可以对应不同的变化趋势,因此目标变化趋势、目标部分、以及故障类型之间存在对应关系。
在本申请实施例的一种可能的实现方式中,目标变化趋势、目标部分、故障类型的对应关系可以存放在目标变化趋势数据库中,以便在进行判断时调用数据库中保存的对应关系数据,从而确定是否将要发生故障。
若在S201中所采集的是多个频段中的频谱能量时间序列,那么S202中的目标变化趋势可以是在该多个频段中频谱能量的变化趋势。
S203:对待测机器进行故障预警。
通过预先的警报,可以预防待测机器实际出现上述故障,并留给工作人员一定时间对待测机器进行修护,避免了更大的损失。
由于获取的变化趋势一般是通过历史数据,或者进一步结合经验确定出的,故可以明确什么样的变化趋势可以造成什么故障,以及该故障在机器中出现的部分。所以针对目标变化趋势而言,该目标变化趋势可以包括与该故障以及造成该故障的目标部分具有对应关系。
所以在进行故障预警时,可以根据上述对应关系,进行更为精确的预警。可选的,针对S203,还可以进行针对该目标部分的故障预警,该目标部分为该待测机器中的一部分。
目标部分可以理解为待测机器中可能即将发生目标变化趋势所对应的故障的部分。可以是机器中的一个或多个关联部件,例如螺丝,传动轴承等。目标部分可以通过根据S202中的目标变化趋势以及目标变化趋势与目标部分之间的对应关系确定。
故障预警可以理解为针对即将发生的故障提前进行警示,以便提前进行维护保养。针对目标部分的故障预警可以提醒维护人员,对即将发生故障的部件及时维护或更换,避免了因部件损坏未被及时维护导致的损害范围扩大,从而解决了发生故障后再进行维护,维护时间长,维护成本较高的问题。
本申请实施例通过获取待测机器整体在设定频段中的能量时间序列,判断设定频段中的能量时间序列的变化趋势是否符合目标变化趋势,可以识别出某些或某个部件的磨损对待测机器带来的综合影响,从而可以准确的识别出待测机器哪些部分可能出现故障,进而实现对故障部分提前预警,使得维护人员可以及时维护,避免故障发生时再进行维护带来的高成本等问题。当设定频段包括多个频段时,还可以通过待测机器整体在多个频段中的能量时间序列,判断多个频段中的能量时间序列的变化趋势是否符合目标变化趋势,进一步的在预警时考虑了待测机器整体情况,提高了预警准确度。
本申请实施例提供的方法可以应用在多种场景中,例如可以应用在风电机组中,获取风电机组在多个频段的频谱能量时间序列,对其变化趋势进行监控,若符合目标变化趋势,则判断目标变化趋势对应的目标部分发送故障。
以风电机组中具有滚珠的传动轴承为例,若传动轴承与滚珠接触面上出现划痕,当划痕经过滚珠时会让滚珠旋转速度突然提高,这一情况可以使得该风电机组高频频段的频谱能量变大,而低频频段的频谱能量变小。随着时间的推移,划痕有可能磨损变宽成为浅坑,这时当浅坑经过滚珠时,可能会因为出现非接触情况导致滚珠转速降低,这一情况可以使得该风电机组高频频段原本较高的频谱能量逐渐降低,而中频频段的频谱能量逐渐升高。当滚珠被传动轴承从球体加剧磨损成椭球体时,滚珠与传动轴承间出现较高程度的非接触,进一步导致滚珠转速降低,这一情况可以使得该风电机组中频频段的频谱能量逐渐降低,而低频频段的频谱能量逐渐升高。上述低频频段、中频频段和高频频段可以是根据转动轴承所确定的,例如可以将传动轴承产生基波的基频部分作为该低频频段,根据该基波的谐波所在频段确定出中频频段和高频频段。相应的,在其他场景中,针对不同待测机器的目标部分,可以根据该目标部分的基频确定出对应的低频频段、中频频段和高频频段。
可见,当风电机组中具有滚珠的传动轴承将要出现传动故障前的一段时间内,频谱能量的变化趋势可以是高频频段的频谱能量升高后降低,中频频段的频谱能量在高频频段的频谱能量降低时开始升高,而低频频段的频谱能量降低后升高。该传动故障所对应的部分可以为风电机组中具有滚珠的传动轴承部分。
上述应用场景分别对风电机组的低频频段、中频频段、高频频段的频谱能量变化趋势进行监控,进而确定传动轴承即将出现故障。如果只对低频频段、中频频段进行监控,那么当低频频段频谱能量先降低后升高,中频频段的频谱能量呈现升高的趋势,由于未获取高频频段的频谱能量的变化趋势,很可能产生误报警的状况。
为了避免误报警的状况发生,本申请实施例中的多个频段可以为高频频段、中频频段和低频频段。通过对涵盖了高频、中频、低频的多个频段的频谱能量的变化趋势进行监控,可以避免因忽略了部分频段导致未及时发现故障的风险,提高了故障识别准确度,进而可以更高效地做出故障预警。在本申请实施例上述应用场景中的设置的多个频段不应当理解为对本申请的限制,多个频段在本申请其他实施例中还可以为其他的频段,例如多个低频和高频频段,频段分布范围可以根据具体的应用场景确定。
上述应用场景中的目标变化趋势为针对风电机组中,具有滚珠的传动轴承即将发生故障使的频谱能量变化趋势。在本申请其他实施例中,目标变化趋势可以为,在同一时间区间内,高频频段的频谱能量随着时间先增后减,中频频段的频谱能量和低频频段的频谱能量持续增加;与该目标变化趋势对应的目标部分为待测机器的传动部分。
上述场景实施例通过对风电机组在高频频段、中频频段、低频频段的频谱能量变化趋势进行监控,若在一段时间内,高频频段频谱能量先升高后降低,中频频段的频谱能量在高频频段的频谱能量降低时开始升高,而低频频段的频谱能量降低后升高,进而确定风电机组的具有滚珠的传动轴承部分即将发生故障,实现了故障预警,使得维护人员可以及时更换将要发生故障的传动轴承部分,避免了故障已经发生还未进行预警的情况,节省了不必要的维护成本以及时间成本。
本申请实施例还提供了一种故障预警装置的装置结构图,如图3所示:所述装置包括获取单元301、预测单元302和预警单元303:
所述获取单元301,用于获取待测机器在设定频段中的频谱能量时间序列;
所述预测单元302,用于若在所述多个频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;
所述预警单元303,用于对所述待测机器进行故障预警。
可选的,所述设定频段包括多个频段,所述获取单元还用于获取待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述预警单元还用于进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
可选的,所述获取单元还用于根据所述待测机器的输出功率,确定所述多个频段的分布范围;根据所述多个频段的分布范围确定所述待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据所述目标部分的基频确定的。
可选的,所述目标变化趋势为根据历史数据确定的,所述历史数据为根据所述待测机器或与所述待测机器相关的机器生成的。
可选的,若所述目标部分为所述待测机器的传动部分,所述目标变化趋势包括在同一时间区间内,所述高频频段的频谱能量随着时间先增后减,所述中频频段的频谱能量和所述低频频段的频谱能量持续增加。
图3所对应实施例中的特征和各部分的说明请参照图2所对应实施例中的相关描述,这里不再赘述。
可见,通过获取待测机器在设定频段中的频谱能量时间序列,可以了解该待测机器在设定频段中频谱能量随时间的变化趋势,当发现在多个频段上频谱能量的变化趋势与目标变化趋势相符时,由于该目标变化趋势与造成某个故障前在设定频段中的频谱能量变化趋势相关,那么可以确定有很大可能该待测机器中的目标部分将会出现与该目标变化趋势对应的故障,通过进行故障报警可以提示该待测机器需要对该目标部分进行维护。由于在监测待测机器时,有别于关注单个部件在自身基频中的变化,将综合考虑整个待测机器在多个频段中的频谱能量变化趋势,故可以识别出某些或某个部件的磨损对待测机器带来的综合影响,从而可以准确的预测出待测机器可能出现故障,并能够在故障发生之前对待测机器进行故障预警。
图4为本申请实施例提供的一种用于故障预警的服务器的硬件结构图,所述服务器包括接收器401和处理器402:
所述接收器401,用于获取待测机器在设定频段中的频谱能量时间序列;
所述处理器402,用于若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;对所述待测机器进行故障预警。
可选的,所述设定频段包括多个频段,所述接收器还用于获取待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述处理器还用于进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
可选的,所述接收器还用于根据所述待测机器的输出功率,确定所述多个频段的分布范围;根据所述多个频段的分布范围确定所述待测机器分别在多个频段中的频谱能量时间序列。
可选的,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据所述目标部分的基频确定的。
可选的,所述目标变化趋势为根据历史数据确定的,所述历史数据为根据所述待测机器或与所述待测机器相关的机器生成的。
可选的,若所述目标部分为所述待测机器的传动部分,所述目标变化趋势包括在同一时间区间内,所述高频频段的频谱能量随着时间先增后减,所述中频频段的频谱能量和所述低频频段的频谱能量持续增加。
图4所对应实施例中的特征和各部分的说明请参照图2所对应实施例中的相关描述,这里不再赘述。
可见,通过获取待测机器在设定频段中的频谱能量时间序列,可以了解该待测机器在设定频段中频谱能量随时间的变化趋势,当发现在多个频段上频谱能量的变化趋势与目标变化趋势相符时,由于该目标变化趋势与造成某个故障前在设定频段中的频谱能量变化趋势相关,那么可以确定有很大可能该待测机器中的目标部分将会出现与该目标变化趋势对应的故障,通过进行故障报警可以提示该待测机器需要对该目标部分进行维护。由于在监测待测机器时,有别于关注单个部件在自身基频中的变化,将综合考虑整个待测机器在多个频段中的频谱能量变化趋势,故可以识别出某些或某个部件的磨损对待测机器带来的综合影响,从而可以准确的预测出待测机器可能出现故障,并能够在故障发生之前对待测机器进行故障预警。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质可以是下述介质中的至少一种:只读存储器(英文:read-only memory,缩写:ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种故障预警方法,其特征在于,所述方法包括:
获取待测机器在设定频段中的频谱能量时间序列;
若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;
对所述待测机器进行故障预警,
其中,所述设定频段包括多个频段,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据造成所述故障的目标部分的基频确定的,所述获取待测机器在设定频段中的频谱能量时间序列,包括:
获取所述待测机器分别在所述多个频段中的频谱能量时间序列,
其中,所述频谱能量时间序列表征单位频带内信号的能量随频率的分布随时间的变化趋势。
2.根据权利要求1所述的方法,其特征在于,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述对所述待测机器进行故障预警,包括:
进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
3.根据权利要求1所述的方法,其特征在于,所述获取待测机器分别在多个频段中的频谱能量时间序列,包括:
根据所述待测机器的输出功率,确定所述多个频段的分布范围;
根据所述多个频段的分布范围确定所述待测机器分别在多个频段中的频谱能量时间序列。
4.根据权利要求1至3中的任意一项所述的方法,其特征在于,所述目标变化趋势为根据历史数据确定的,所述历史数据为根据所述待测机器或与所述待测机器相关的机器生成的。
5.根据权利要求3所述的方法,其特征在于,若所述目标部分为所述待测机器的传动部分,所述目标变化趋势包括在同一时间区间内,所述高频频段的频谱能量随着时间先增后减,所述中频频段的频谱能量和所述低频频段的频谱能量持续增加。
6.一种故障预警装置,其特征在于,所述装置包括获取单元、预测单元和预警单元:
所述获取单元,用于获取待测机器在设定频段中的频谱能量时间序列;
所述预测单元,用于若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;
所述预警单元,用于对所述待测机器进行故障预警,
其中,所述设定频段包括多个频段,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据造成所述故障的目标部分的基频确定的,所述获取单元还用于获取所述待测机器分别在所述多个频段中的频谱能量时间序列,
其中,所述频谱能量时间序列表征单位频带内信号的能量随频率的分布随时间的变化趋势。
7.根据权利要求6所述的装置,其特征在于,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述预警单元还用于进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
8.一种用于故障预警的服务器,其特征在于,所述服务器包括接收器和处理器:
所述接收器,用于获取待测机器在设定频段中的频谱能量时间序列;
所述处理器,用于若在所述设定频段中的频谱能量时间序列的变化趋势符合目标变化趋势,预测所述待测机器将要出现所述目标变化趋势对应的故障;对所述待测机器进行故障预警,
其中,所述设定频段包括多个频段,所述多个频段包括高频频段、中频频段和低频频段,所述低频频段为根据造成所述故障的目标部分的基频确定的,所述接收器还用于获取所述待测机器分别在所述多个频段中的频谱能量时间序列,
其中,所述频谱能量时间序列表征单位频带内信号的能量随频率的分布随时间的变化趋势。
9.根据权利要求8所述的服务器,其特征在于,所述目标变化趋势、所述故障以及造成所述故障的目标部分具有对应关系,所述处理器还用于进行针对所述目标部分的故障预警,所述目标部分为所述待测机器中的一部分。
10.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-5中的任意一项所述的方法。
CN201710719089.0A 2017-08-21 2017-08-21 一种故障预警方法和装置 Active CN109425479B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710719089.0A CN109425479B (zh) 2017-08-21 2017-08-21 一种故障预警方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710719089.0A CN109425479B (zh) 2017-08-21 2017-08-21 一种故障预警方法和装置

Publications (2)

Publication Number Publication Date
CN109425479A CN109425479A (zh) 2019-03-05
CN109425479B true CN109425479B (zh) 2021-03-19

Family

ID=65497907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710719089.0A Active CN109425479B (zh) 2017-08-21 2017-08-21 一种故障预警方法和装置

Country Status (1)

Country Link
CN (1) CN109425479B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6003304A (en) * 1997-05-29 1999-12-21 Stmicroelectronics, Inc. Generator power electrically heated catalyst system
US6993695B2 (en) * 2001-06-06 2006-01-31 Agilent Technologies, Inc. Method and apparatus for testing digital devices using transition timestamps
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
CN102494894A (zh) * 2011-11-17 2012-06-13 高丙团 风力发电机组音频监测和故障诊断系统及其方法
CN105319057B (zh) * 2015-11-10 2017-12-01 昆明理工大学 一种基于频谱稀疏性变化趋势的旋转机械状态监测方法
CN106054078B (zh) * 2016-07-26 2019-02-22 上海电力学院 一种海上双馈电机定子绕组匝间短路故障辨识方法
CN107061186B (zh) * 2017-06-09 2019-03-29 北京金风慧能技术有限公司 风力发电机组振动异常预警方法和装置

Also Published As

Publication number Publication date
CN109425479A (zh) 2019-03-05

Similar Documents

Publication Publication Date Title
JP5216903B2 (ja) 歯車噛み合い障害検出の側波帯エネルギー比率方法
JP5985099B1 (ja) 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置
Zappalá et al. Side‐band algorithm for automatic wind turbine gearbox fault detection and diagnosis
EP3431952A1 (en) Condition monitoring system and wind power generation device
Artigao et al. In-service wind turbine DFIG diagnosis using current signature analysis
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
CN109944809A (zh) 一种诊断浆液循环泵故障的方法
KR101498527B1 (ko) 진동 주파수 분석 프로그램에 의한 발전소 회전설비상태 진단 시스템
Dao Condition monitoring of wind turbines based on cointegration analysis of gearbox and generator temperature data
Daniyan et al. Development of a diagnostic and prognostic tool for predictive maintenance in the railcar industry
KR20110072123A (ko) 설비 구동부 고장 감시 장치
CN110687851A (zh) 一种终端运行监控系统及方法
CN110334562B (zh) 轴承振动运行状态预测模型训练方法及预测方法、装置
CN109425479B (zh) 一种故障预警方法和装置
Soualhi et al. Early detection of bearing faults by the hilbert-huang transform
JP6869156B2 (ja) 状態監視装置および状態監視方法
WO2022248004A1 (en) Establishing health indicator of a rotating component
Gazizulin et al. Critical rotating machinery protection by integration of a “fuse” bearing
Mironov et al. Adaptive technology application for vibration-based diagnostics of roller bearings on industrial plants
CN112781843A (zh) 通过确定瞬时转速操作期间的振动趋势检测转子异常
CN110675086A (zh) 一种风力发电机组部件健康状态评估装置及方法
CN105758640A (zh) 旋转设备特征频率计算方法
US11573153B2 (en) Prediction of machine failure based on vibration trend information
Smith et al. Rotating element bearing diagnostics in a nuclear power plant: comparing vibration and torque techniques
Jamil et al. Wind Turbine Drivetrain Fault Detection Using Multi-Variate Deep Learning Combined With Signal Processing

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