CN110285044B - 基于树莓派的水泵振动监测分析仪及方法 - Google Patents
基于树莓派的水泵振动监测分析仪及方法 Download PDFInfo
- Publication number
- CN110285044B CN110285044B CN201910369757.0A CN201910369757A CN110285044B CN 110285044 B CN110285044 B CN 110285044B CN 201910369757 A CN201910369757 A CN 201910369757A CN 110285044 B CN110285044 B CN 110285044B
- Authority
- CN
- China
- Prior art keywords
- vibration
- data
- sensor
- time
- frequency
- 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
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
一种基于树莓派的水泵振动监测分析仪,包括振动加速度传感器、数据采集器和嵌入式系统,用强磁铁把振动加速度传感器吸在水泵/电机外壳上;与振动加速度信号成比例关系的传感器输出端接入到数据采集器上;嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据;嵌入式系统将采集到的加速度信号,通过频域上一次和二次数字积分,从而得到速度和位移信号;通过数字滤波和时频傅里叶变换数字信号处理技术,得到振动信号的时频域统计信息,帮助检测人员判断水泵的基本运行情况;采集到的原始数据和经过分析处理后的统计信息保存到MySQL数据库。本发明实现到对水泵的有效监控和延长使用寿命。
Description
技术领域
本发明涉及一种水泵振动实时监测分析仪及方法,属于计算机技术领域。
技术背景
水泵是许多工业生产过程中的关键设备,一旦发生故障将会造成巨大的经济损失和严重的社会影响。随着科学技术的发展,振动测试技术已成为研究和解决工程中许多动力学问题不可缺少的手段,因为一般对机械结构进行振动计算时,都是利用简化了的数学模型为依据,这样进行的理论计算是否正确,还需要通过试验和测量进行验证。有些比较复杂的结构,其动力学特性参数、阻尼、固有频率、振型等只能通过试验和测量的方法来获取,特别是随机激励下的振动问题,实验研究就有其特殊意义。泵类旋转设备测试技术可以用于振动、减震问题进行分析,又可以用于电厂如给水泵、凝结水泵等重要转动设备的监测和分析故障等方面,能大大提高设备的效率。
由于计算机技术的发展,不仅仅能监测轴承振动、泵体振动,还能准确的分析出振动的原因,对泵类振动的研究研究。这就解决了长期以来只靠理论无法解决的各种实际问题,因此振动测试技术已受到许多生产技术部门的重视。水泵电动机的振动检测是非常重要的水务生产安全监测项目之一,振动信号的检测的主要工具是振动信号分析仪。把振动传感器安装在水泵电动机上,采集电动机上的振动信号(加速度/速度/位移),通过相应的时、频域的数字滤波、短时时频傅里叶变换等数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控。
发明内容
为了克服现有水泵振动检测方式的不足,本发明提供一种基于树莓派的水泵振动监测分析仪及方法。
本发明解决其技术问题所采用的技术方案是:
一种基于树莓派的水泵振动监测分析仪,所述水泵振动监测分析包括振动加速度传感器、数据采集器和嵌入式系统,用强磁铁把振动加速度传感器吸在水泵/电机外壳上;与振动加速度信号成比例关系的传感器输出端接入到数据采集器上;嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据;嵌入式系统将采集电动机上的振动加速度信号,通过一次和二次频域数字积分,从而得到速度和位移信号;通过时、频域的数字滤波、时频傅里叶变等数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控;嵌入式系统一方面把实时振动原始数据和统计信息保存在MySQL数据库,另一方面通过HTTP协议,把振动加速度参数上传至服务器(云端);嵌入式系统外接显示器、键盘和鼠标,以便用户现场查看监测数据、图表;用户也可通过VNC软件登录嵌入式系统,远程查看水泵的实时监测信息。
进一步,所述嵌入式系统由硬件和嵌入式软件构成,硬件包括外接电源、树莓派、SD卡、键盘、鼠标、显示器和以太网,树莓派具有以太网、GPIO、USB、HDMI、SD、Camera和音频接口,内置了WIFI和蓝牙通讯模块,操作系统、应用程序和数据文件,都在SD卡中,所述的嵌入式系统硬件,功能上就是一台电脑。
再进一步,所述系统的嵌入式系统,由Raspbian操作系统、MySQL数据库和Qt/Embedded开发的监控应用程序Monitor组成;Qt开发的监控程序Monitor,通过TCP协议与数据采集器通讯,获取实时的振动加速度数据;Monitor通过频域上的一次和二次数字积分,从加速度数据中估计出速度和位移信息;通过FFT分析,得到振动加速度/速度/位移量信号的频谱分布;通过数字滤波器,分别获得低频段和高频段的振动加速度/速度/位移量;与MySQL数据库连接,保存振动加速度的原始数据和统计信息量到数据库中;采用HTTP协议,把监测的数据上报至服务器;通过键盘鼠标和显示屏,提供人机交互界面。
更进一步,所述的每路传感器的统计信息,包括了振动加速度/速度/位移量信号的整体、低频段和高频段的最大、最小、有效值,以及振动幅度最大的频点,共28个参数值;每一路传感器的统计信息有这28个参数组成;所有传感器的统计信息,由QTreeView控件显示在界面的左侧栏。每一路传感器的振动加速度/速度/位移量信号的整体、低频段和高频段的时域波形和频谱,由QTabWidget控件来分页显示。一路传感器占用一页,多路传感器则相应地占用多页。QTabWidget控件显示在界面的右侧。
更进一步,所述数据采集器具有8通道,也即最多可以同时采集8路传感器数据;Monitor程序的设置界面中,用户可以使能/禁止任一路通道的数据采集,相应地,增加/删除该路传感器的统计信息和监测数据的图表页和统计信息栏;用户通过键盘/鼠标,切换显示不同通道传感器的加速度/速度/位移量信号的时域波形和频谱分布图;左侧采用QTreeView控件显示所有使能传感器信号和经过信号处理之后的统计信息,如振动频率、最小最大加速度等;右侧采用QTabWidget控件,每一路使能传感器占用一页,显示该通道下的时域波形和频谱图。
更进一步,所述的使能/禁止任一路通道的数据采集,增加或删除该通道下监测数据的曲线界面以及该通道传感器信号的统计信息,过程如下:
由QWidget派生出Sensor类,包括了28个参数的统计信息、时域波形图中的时间横坐标值和幅度的纵坐标值,以及频谱图中的频率横坐标值和频谱幅度纵坐标值。选择不同的加速度/速度/位移测量信号和不同的整体/低频段/高频段频段范围,显示相应的时域波形和频谱图。如果新增加一路传感器,则在传感器实例列表QList<Sensor*>m_sensors中保存新增传感器的实例,同时在左侧统计栏QTreeView中按照传感器所在通道号的顺序插入28个参数对应的QStandardItem,在右侧的QTabWidget中也按照传感器所在通道号的顺序插入该通道图表显示页;如果删除一路已存在的传感器,则在传感器实例列表中删除该实例,在QTreeView统计显示栏中删除该通道对应的28个参数的QStandardItem,同时在右侧QTabWidget删除该通道的图表页。
更进一步,所述的数字滤波器采用了椭圆高通滤波器和椭圆低通滤波器进行滤波,滤波器的Z域系统函数表示为:
相应的差分方程以通过ARMA公式表示:
式中{x(n)}滤波器的输入,{y(n)}是滤波器的输出,p=q=16。
低通滤波器的系数{αi}和{βj}分别为:
{αi}={1.0,-2.4903,8.2645,-14.6412,26.7733,-35.7204,45.2477,-46.4944,43.5588,-34.3868,23.9493,-14.0770,6.9355,-2.7847,0.8057,-0.1649},
{β,}={0.0071,0.02713,0.0880,0.1946,0.3678,0.5676,0.7600,0.8732,0.8732,0.7600,0.5676,0.3678,0.1946,0.0880,0.0271,0.0071},满足带通[0,1KHz]、过渡带[1000,1010]Hz、通带纹波0.5dB、阻带衰减80dB的性能指标;
高通滤波器的系数{αi}和{βj}分别为:
{αi}={1.0,2.4903,8.2645,14.6412,26.7733,35.7204,45.2477,46.4944,43.5588,34.3868,23.9493,14.0770,6.9355,2.7847,0.8057,0.1649},
{βj}={0.0071,-0.02713,0.0880,-0.1946,0.3678,-0.5676,0.7600,-0.8732,0.8732,-0.7600,0.5676,-0.3678,0.1946,-0.0880,0.0271,-0.0071},满足带通[1KHz,2KHz]、过渡带[1000,1010]Hz、通带纹波0.5dB、阻带衰减80dB的性能指标。
更进一步,所述的数字积分,包括了从加速度到速度的一次积分,和从加速度到位移的二次积分,数字积分的过程为:
1)对一段时间内的加速度时域信号{xn,n=0,1,…,N1-1}做FFT变换,得到相应的频域信号{Xk,k=0,1,…,N-1},也即N为FFT的节点数,N取值为大于N1且离N1最近的2的幂次方;对于n≥N1,令xn=0。记fs为传感器信息的采样率,则Δf=fs/N为频率分辨率;
更进一步,所述的时域波形图和频谱分布图,根据数据的最大最小值,自动选择合适的坐标范围以及刻度,步骤如下:,
3)对ymax和ymin伸缩因子下取整:最大值vmax和最小值vmin,
其中
和
其中
4)经过3)步骤处理后,缩放之后纵坐标范围b=bmax-bmmin∈[1,200];调整缩放之后纵坐标的最大最小值,并设置合理的刻度,规则如下:
ii.如果b>100,令调整因子c2=2;否则c2=1;
iii.bmax←bmax/c2,bmin←bmin/c2,使得b←bmax-bmin∈[1,100];
对时域波形图,时间以秒为单位,显示近5秒的波形,所以横坐标范围为[-5,0],刻度为1。数据采集器的采样速率为4KS/s,所以频谱图的横坐标,频率以KHz为单位,横坐标范围为[0,2],刻度为0.5。
所述的水泵振动监测仪最终得到的振动信号的时域信息是以GUI图形界面的形式在上位机展示出来的。
一种基于树莓派的水泵振动监测分析方法,包括以下步骤:
步骤S1,用强磁铁把振动加速度传感器吸在水泵/电机外壳上,与振动信号成比例关系的传感器输出端接入到数据采集器上,完成后进入步骤S2;
步骤S2,嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据,完成后进入步骤S3;
步骤S3,嵌入式系统将采集电动机上的振动加速度信号,通过频域上的一次和二次数字积分,从而得到速度和位移信号,完成后进入步骤S4;
步骤S4,通过数字滤波、时频傅里叶变换数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控,完成后进入步骤S5;
步骤S5,嵌入式系统一方面把实时振动加速度原始数据和统计量保存在MySQL数据库,另一方面通过HTTP协议,把加速度等参数上传至服务器(云端),完成后进入步骤S6;
步骤6,嵌入式系统外接显示器、键盘和鼠标,以便用户现场查看监测数据、图表;用户也可通过VNC软件登录嵌入式系统,远程查看水泵的实时监测信息,完成后进入步骤S7;
步骤S7,流程结束。
本发明的技术构思为:用强磁铁把振动传感器吸在水泵/电机外壳上;与振动信号成比例关系的传感器输出端接入到数据采集器上;嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据;嵌入式系统将采集电动机上的振动加速度信号,通过数字积分,得到速度和位移信号;通过时、频域的数字滤波、短时时频傅里叶变换等数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控;嵌入式系统一方面把实时振动加速度数据保存在MySQL数据库,另一方面通过HTTP协议,把加速度等参数上传至服务器(云端);嵌入式系统外接显示器、键盘和鼠标,以便用户现场查看监测数据、图表;用户也可登录服务器,远程查看水泵的实时监测信息。
本发明采用以上技术方案,与现有技术相比,具有以下优点:
1、充分利用树莓派的CPU主控功能,无需外加其他控制器,在达到同样功能的同时简化系统。
2、系统采用Qt编程,可配置性高、可移植性强、可靠性和稳定性好、系统开销小。
3、用户可以使能/禁止任一路通道的数据采集,相应地,增加/删除该通道下监测数据的图表界面以及该通道下传感器信号的统计信息。
4、时域波形图和频谱分布图,根据数据的最大最小值,自动选择合适的坐标范围以及刻度。
5、将采集电动机上的振动加速度信号,通过数字积分,得到速度和位移信号;通过时、频域的数字滤波、傅里叶变换等数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况。
6、通过HTTP协议,把加速度等参数上传至服务器(云端),在上位机客户端实现实时显示,以便用户现场查看监测数据、图表。
附图说明
图1为本发明例中水泵振动监测仪的结构示意图。
图2为本发明例中水泵振动监测仪的工作流程图。
图3为本发明例中坐标自适应调制的实现流程图。
图4为本发明例中使能/禁止任一路通道的数据采集,相应地,增加/删除该通道下监测数据的图表界面以及传感器信号的统计信息的实现流程图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
参照图1,一种基于树莓派的水泵振动监测分析仪,包括振动加速度传感器、数据采集器和嵌入式系统,用强磁铁把振动加速度传感器吸在水泵/电机外壳上;与振动加速度信号成比例关系的传感器输出端接入到数据采集器上;嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据;嵌入式系统将采集电动机上的振动加速度信号,通过一次和二次频域数字积分,从而得到速度和位移信号;通过时、频域的数字滤波、时频傅里叶变换数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控;嵌入式系统一方面把实时振动加速度原始数据和统计量保存在MySQL数据库,另一方面通过HTTP协议,把振动加速度参数上传至服务器(云端);嵌入式系统外接显示器、键盘和鼠标,以便用户现场查看监测数据、图表;用户也可通过VNC软件登录嵌入式系统,远程查看水泵的实时监测信息。
所述嵌入式系统由硬件和嵌入式软件构成。硬件包括了外接电源、树莓派、SD卡、键盘、鼠标、显示器和以太网等部件组成。树莓派具有以太网、GPIO、USB、HDMI、SD、Camera和音频接口,内置了WIFI和蓝牙通讯模块。操作系统、应用程序和数据文件,都在SD卡中。所述的嵌入式系统硬件,功能上就是一台电脑。
所述系统的嵌入式系统,由Raspbian操作系统、MySQL数据库和Qt/Embedded开发的监控应用程序Monitor组成;Qt开发的监控程序Monitor,通过TCP协议与数据采集器通讯,获取实时的振动加速度数据;Monitor通过频域上的一次和二次数字积分,从加速度数据中估计出速度和位移信息;通过时频分析,得到振动加速度/速度/位移量信号的频谱分布;通过数字滤波器,获得低频段和高频段的振动加速度/速度/位移量;与MySQL数据库连接,保存振动加速度的原始数据和统计信息量到数据库中;采用HTTP协议,把监测的数据上报至服务器;通过键盘鼠标和显示屏,提供人机交互界面。
所述的数据采集器具有8通道,也即最多可以同时采集8路传感器数据;Monitor程序的设置界面中,用户可以使能/禁止任一路通道的数据采集,相应地,增加/删除该通道下监测数据的图表页和统计信息栏;用户通过键盘/鼠标,切换显示不同通道传感器的加速度/速度/位移量信号的时域波形和频谱分布图;左侧采用QTreeView控件显示所有使能传感器信号和经过信号处理之后的统计信息;右侧采用QTabWidget控件,每一路使能传感器占用一页,显示该通道下的时域波形和频谱图。
如图2所示,一种基于树莓派的水泵振动监测分析方法,包括以下步骤:
步骤S1,各模块上电,用强磁铁把振动传感器吸在水泵/电机外壳上,与振动信号成比例关系的加速度传感器输出端接入到数据采集器上,完成后进入步骤S2;
步骤S2,嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据,完成后进入步骤S3;
步骤S3,嵌入式系统将采集电动机上的振动加速度信号,通过一次和二次数字积分,从而得到速度和位移信号,完成后进入步骤S4;
步骤S4,通过数字低通和高通滤波器,得到低频段和高频段的波形数据;通过时频傅里叶变换数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控,完成后进入步骤S5;
步骤S5,嵌入式系统一方面把实时振动加速度原始数据和统计信息参数保存在MySQL数据库,另一方面通过HTTP协议,把加速度等参数上传至服务器(云端),完成后进入步骤S6;
步骤6,嵌入式系统外接显示器、键盘和鼠标,以便用户现场查看监测数据、图表;用户也可通过VNC软件登录嵌入式系统,远程查看水泵的实时监测信息,完成后进入步骤S7;
步骤S7,流程结束。
实施例,如图3所示,坐标自适应调制方法包括以下步骤:
图形的横坐标处理比较简单。对时域波形图,时间以秒为单位,显示近5秒的波形,所以横坐标范围为[-5,0],刻度为1。数据采集器的采样速率为4KS/s,所以频谱图的横坐标,频率以KHz为单位,横坐标范围为[0,2],刻度为0.5。
纵坐标处理步骤如下:
步骤3,对ymax和ymin伸缩因子下取整:最大值vmax和最小值vmin,
其中
和
其中
步骤4,经过3)步骤处理后,缩放之后纵坐标范围b=bmax-bmin∈[1,200];调整缩放之后纵坐标的最大最小值,并设置合理的刻度,规则如下:
2、如果b>100,令调整因子c2=2;否则c2=1;
3、bmax←bmax/c2,bmin←bmin/c2,使得b←bmax-bmin∈[1,100];
如图4所示,使能/禁止任一路通道的数据采集,相应地增加/删除该通道下监测数据的图表界面以及传感器信号的统计信息,包括以下步骤:
步骤1,判断通道是否选中,如果被选中;
在传感器实例列表QList<Sensor*>m_sensors中保存传感器的实例,如果在m_sensors中找到传感器所在的通道号,则说明该传感器已存在,不需要再添加;如果没有找到,说明该传感器不存在,需要添加。新建一个Sensor实例,并保存在传感器实例列表QList<Sensor*>m_sensors中,同时在左侧统计栏QTreeView中按照传感器所在通道号的顺序插入28个参数对应的QStandardItem,在右侧的QTabWidget中也按照传感器所在通道号的顺序插入该通道图表显示页。
步骤2,如果通道未被选中;
则判断通道是否在QList<Sensor*>m_sensors列表中存在,如果不存在,则无需操作;如果存在,则在传感器实例列表中删除该实例,在QTreeView统计显示栏中删除该通道对应的28个参数的QStandardItem,同时在右侧QTabWidget删除该通道的图表页。
Claims (7)
1.一种基于树莓派的水泵振动监测分析仪,其特征在于,所述水泵振动监测分析仪包括振动加速度传感器、数据采集器和嵌入式系统,用强磁铁把振动加速度传感器吸在水泵/电机外壳上;与振动加速度信号成比例关系的传感器输出端接入到数据采集器上;嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据;嵌入式系统将采集电动机上的振动加速度信号,通过一次和二次频域数字积分,从而得到速度和位移信号;通过数字滤波、时频傅里叶变换数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控;嵌入式系统一方面把实时振动加速度原始数据和统计信息保存在MySQL数据库,另一方面通过HTTP协议,把振动加速度参数上传至服务器;嵌入式系统外接显示器、键盘和鼠标,以便用户现场查看监测数据、图表;用户也可通过VNC软件登录嵌入式系统,远程查看水泵的实时监测信息;
所述嵌入式系统,由Raspbian操作系统、MySQL数据库和Qt/Embedded开发的监控应用程序Monitor组成;Qt开发的监控程序Monitor,通过TCP协议与数据采集器通讯,获取实时的振动加速度数据;Monitor通过频域上的一次和二次数字积分,从加速度数据中估计出速度和位移信息;通过时频分析,得到振动加速度/速度/位移量信号的频谱分布;通过数字滤波器,获得低频段和高频段的振动加速度/速度/位移量;与MySQL数据库连接,保存振动加速度的原始数据和统计信息量到数据库中;采用HTTP协议,把监测的数据上报至服务器;通过键盘鼠标和显示屏,提供人机交互界面。
2.如权利要求1所述的基于树莓派的水泵振动监测分析仪,其特征在于:所述数据采集器具有8通道,也即最多可以同时采集8路传感器数据;Monitor程序的设置界面中,用户可以使能/禁止任一路通道的数据采集,相应地,增加/删除该通道下监测数据的图表页和统计信息栏;用户通过键盘/鼠标,切换显示不同通道传感器的加速度/速度/位移量信号的时域波形和频谱分布图;左侧采用QTreeView控件显示所有使能传感器信号和经过信号处理之后的统计信息;右侧采用QTabWidget控件,每一路使能传感器占用一页,显示该通道下的时域波形和频谱图。
3.如权利要求2所述的基于树莓派的水泵振动监测分析仪,其特征在于:所述的使能/禁止任一路通道的数据采集,相应地,增加或删除该通道下监测数据的曲线界面以及左侧该通道下传感器信号的统计信息,过程如下:
由QWidget派生出Sensor类,包括了28个参数的统计信息、时域波形图中的时间横坐标值和幅度的纵坐标值,以及频谱图中的频率横坐标值和频谱幅度纵坐标值,选择不同的加速度/速度/位移测量信号和不同的整体/低频段/高频段频段范围,显示相应的时域波形和频谱图,如果新增加一路传感器,则在传感器实例列表QList<Sensor*>m_sensors中保存新增传感器的实例,同时在左侧统计栏QTreeView中按照传感器所在通道号的顺序插入28个参数对应的QStandardltem,在右侧的QTabWidget中也按照传感器所在通道号的顺序插入该通道图表显示页;如果删除一路已存在的传感器,则在传感器实例列表中删除该实例,在QTreeView统计显示栏中删除该通道对应的28个参数的QStandardltem,同时在右侧QTabWidget删除该通道的图表页。
4.如权利要求2所述的基于树莓派的水泵振动监测分析仪,其特征在于:所述的数字滤波采用了椭圆低通滤波器和椭圆高通滤波器进行滤波,分别得到低频段信号和高频段信号,滤波器的差分方程为:
式中{x(n)}滤波器的输入,{y(n)}是滤波器的输出,p=q=16,
低通滤波器的系数{αi}和{βj}分别为:
{αi}={1.0,-2.4903,8.2645,-14.6412,26.7733,-35.7204,45.2477,-46.4944,43.5588,-34.3868,23.9493,-14.0770,6.9355,-2.7847,0.8057,-0.1649},
{βj}={0.0071,0.02713,0.0880,0.1946,0.3678,0.5676,0.7600,0.8732,0.8732,0.7600,0.5676,0.3678,0.1946,0.0880,0.0271,0.0071},满足带通[0,1KHz]、过渡带[1000,1010]Hz、通带纹波0.5dB、阻带衰减80dB的性能指标;
高通滤波器的系数{αi}和{βj}分别为:
{αi}={1.0,2.4903,8.2645,14.6412,26.7733,35.7204,45.2477,46.4944,43.5588,34.3868,23.9493,14.0770,6.9355,2.7847,0.8057,0.1649},
{βj}={0.0071,-0.02713,0.0880,-0.1946,0.3678,-0.5676,0.7600,-0.8732,0.8732,-0.7600,0.5676,-0.3678,0.1946,-0.0880,0.0271,-0.0071},满足带通[1KHz,2KHz]、过渡带[1000,1010]Hz、通带纹波0.5dB、阻带衰减80dB的性能指标。
5.如权利要求2所述的基于树莓派的水泵振动监测分析仪,其特征在于:所述的频域一次和二次数字积分,从振动加速度信号得到速度和位移信号,数字积分的过程为:
1)对一段时间内的加速度时域信号{xn,n=0,1,…,N1-1}做FFT变换,得到相应的频域信号{Xk,k=0,1,…,N-1},也即N为FFT的节点数,N取值为大于N1且离N1最近的2的幂次方;对于n≥N1,令xn=0,记fs为传感器信息的采样率,则Δf=fs/N为频率分辨率;
6.如权利要求2所述的基于树莓派的水泵振动监测分析仪,其特征在于:所述的时域波形图和频谱分布图,根据数据的最大最小值,自动选择合适的坐标范围以及刻度,步骤如下:
3)对ymax和ymin伸缩因子下取整:最大值vmax和最小值vmin,
其中
和
其中
4)经过3)步骤处理后,缩放之后纵坐标范围b=bmax-bmin∈[1,200];调整缩放之后纵坐标的最大最小值,并设置合理的刻度,规则如下:
ii.如果b>100,令调整因子c2=2;否则c2=1;
iii.bmax←bmax/c2,bmin←bmin/c2,使得b←bmax-bmin∈[1,100];
对时域波形图,时间以秒为单位,显示近5秒的波形,所以横坐标范围为[-5,0],刻度为1,数据采集器的采样速率为4KS/s,所以频谱图的横坐标,频率以KHz为单位,横坐标范围为[0,2],刻度为0.5。
7.一种如权利要求3所述的基于树莓派的水泵振动监测分析仪实现的方法,其特征在于,所述方法包括以下步骤:
步骤S1,用强磁铁把振动加速度传感器吸在水泵/电机外壳上,与振动信号成比例关系的传感器输出端接入到数据采集器上,完成后进入步骤S2;
步骤S2,嵌入式系统通过有线LAN与数据采集器连接,并采用TCP协议与之交互,获取实时的振动加速度数据,完成后进入步骤S3;
步骤S3,嵌入式系统将采集电动机上的振动加速度信号,通过频域上的一次和二次数字积分,从而得到速度和位移信号,完成后进入步骤S4;
步骤S4,通过数字滤波、时频傅里叶变换等数字信号处理技术,得到振动信号的时频域信息,从而帮助检测人员判断水泵的基本运行情况,最终达到对水泵的有效监控,完成后进入步骤S5;
步骤S5,嵌入式系统一方面把实时振动加速度原始数据和统计量保存在MySQL数据库,另一方面通过HTTP协议,把加速度等参数上传至服务器,完成后进入步骤S6;
步骤6,嵌入式系统外接显示器、键盘和鼠标,以便用户现场查看监测数据、图表;用户也可通过VNC软件登录嵌入式系统,远程查看水泵的实时监测信息,完成后进入步骤S7;
步骤S7,流程结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910369757.0A CN110285044B (zh) | 2019-05-06 | 2019-05-06 | 基于树莓派的水泵振动监测分析仪及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910369757.0A CN110285044B (zh) | 2019-05-06 | 2019-05-06 | 基于树莓派的水泵振动监测分析仪及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110285044A CN110285044A (zh) | 2019-09-27 |
CN110285044B true CN110285044B (zh) | 2020-08-04 |
Family
ID=68001793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910369757.0A Active CN110285044B (zh) | 2019-05-06 | 2019-05-06 | 基于树莓派的水泵振动监测分析仪及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110285044B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609225A (zh) * | 2019-11-08 | 2019-12-24 | 伟创力电子技术(苏州)有限公司 | 一种基于树莓派的pcba通用测试平台 |
KR102379882B1 (ko) * | 2020-05-19 | 2022-03-30 | 한국전력공사 | 해수수직펌프 양수관의 공진 분석 장치 및 방법 |
CN114466049A (zh) * | 2022-03-11 | 2022-05-10 | 深圳高度创新技术有限公司 | 一种远程设备工作状态监控系统及方法 |
CN115499458A (zh) * | 2022-07-29 | 2022-12-20 | 国家电投集团云南国际电力投资有限公司 | 基于物联网的振动监测方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201242809Y (zh) * | 2008-05-29 | 2009-05-20 | 重庆工学院 | 一种发电机状态网络监测系统 |
CN104316162A (zh) * | 2014-10-28 | 2015-01-28 | 中国科学院长春光学精密机械与物理研究所 | 大型光电望远镜多级振动频率智能化测量分析方法及系统 |
CN108458781A (zh) * | 2018-05-07 | 2018-08-28 | 苏州德姆斯信息技术有限公司 | 一种远程振动分析系统及其分析方法 |
EP3419223A1 (en) * | 2017-06-20 | 2018-12-26 | Thomson Licensing | Appliance failure prediction |
CN109495557A (zh) * | 2018-11-02 | 2019-03-19 | 广州益牛科技有限公司 | 拱坝质量智能实时监控系统 |
-
2019
- 2019-05-06 CN CN201910369757.0A patent/CN110285044B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201242809Y (zh) * | 2008-05-29 | 2009-05-20 | 重庆工学院 | 一种发电机状态网络监测系统 |
CN104316162A (zh) * | 2014-10-28 | 2015-01-28 | 中国科学院长春光学精密机械与物理研究所 | 大型光电望远镜多级振动频率智能化测量分析方法及系统 |
EP3419223A1 (en) * | 2017-06-20 | 2018-12-26 | Thomson Licensing | Appliance failure prediction |
CN108458781A (zh) * | 2018-05-07 | 2018-08-28 | 苏州德姆斯信息技术有限公司 | 一种远程振动分析系统及其分析方法 |
CN109495557A (zh) * | 2018-11-02 | 2019-03-19 | 广州益牛科技有限公司 | 拱坝质量智能实时监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110285044A (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110285044B (zh) | 基于树莓派的水泵振动监测分析仪及方法 | |
Li et al. | Extracting repetitive transients for rotating machinery diagnosis using multiscale clustered grey infogram | |
CN106646034B (zh) | 一种避雷器结构健康在线监测分析系统 | |
CN104136896B (zh) | 用于获取旋转马达的振动信号的系统 | |
CN106769033A (zh) | 基于阶次包络时频能量谱的变转速滚动轴承故障识别方法 | |
CN102023010B (zh) | 基于mems的小波域多传感器信息融合系统及融合方法 | |
WO2006012158A1 (en) | Method of and apparatus for evaluating the performance of a control system | |
CN203287435U (zh) | 一种基于stm32f107vct6的微电网谐波与间谐波检测装置 | |
CN111160146B (zh) | 基于时频转换的水电机组状态监测信号数字滤波方法、装置及系统 | |
Feng et al. | Efficient implementation of envelope analysis on resources limited wireless sensor nodes for accurate bearing fault diagnosis | |
CN104062570A (zh) | 一种电力变压器局部放电信号选频方法 | |
CN104359689A (zh) | 动车组制动性能测试方法和测试装置 | |
CN105403820A (zh) | 一种发电机定子绕组局部放电信号在线检测方法 | |
CN111487318B (zh) | 一种时变结构瞬时频率提取方法 | |
CN104198811B (zh) | 低频信号频率测量方法和装置 | |
Zhao et al. | Peak envelope spectrum Fourier decomposition method and its application in fault diagnosis of rolling bearings | |
CN202083464U (zh) | 用于为振动分析获取振动信号的系统 | |
JP5606107B2 (ja) | 基準値作成装置及び基準値作成方法 | |
CN106772193B (zh) | 一种利用电流互感器频率特性测量装置的测量方法 | |
CN109670459A (zh) | 直升机主减速器故障样本生成方法 | |
CN104678170B (zh) | 一种基于谐波分析仪的电力谐波分析方法和谐波分析仪 | |
CN111143927B (zh) | 一种基于结构响应线性组合的约束模态分解与频率识别方法 | |
Zhang et al. | Sparsity-guided multi-scale empirical wavelet transform and its application in fault diagnosis of rolling bearings | |
CN107292067A (zh) | 一种基于压缩感知与双谱分析的齿轮故障诊断方法 | |
CN109100165B (zh) | 桥梁运营模态分析方法、装置、终端与计算机可读存储介质 |
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 |