CN110907031A - 基于数据统计分析的调相机振动异动可视化监测方法 - Google Patents

基于数据统计分析的调相机振动异动可视化监测方法 Download PDF

Info

Publication number
CN110907031A
CN110907031A CN201911223758.0A CN201911223758A CN110907031A CN 110907031 A CN110907031 A CN 110907031A CN 201911223758 A CN201911223758 A CN 201911223758A CN 110907031 A CN110907031 A CN 110907031A
Authority
CN
China
Prior art keywords
vibration
data
fault
component
real
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
Application number
CN201911223758.0A
Other languages
English (en)
Inventor
顾文
范立新
梅睿
颜全椿
刘亚南
夏潮
李志强
肖洋
李成志
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.)
China Electric Power Research Institute Co Ltd CEPRI
Jiangsu Fangtian Power Technology Co Ltd
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
Jiangsu Fangtian Power Technology Co 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 China Electric Power Research Institute Co Ltd CEPRI, Jiangsu Fangtian Power Technology Co Ltd filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN201911223758.0A priority Critical patent/CN110907031A/zh
Publication of CN110907031A publication Critical patent/CN110907031A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种基于数据统计分析的调相机振动异动可视化监测方法和系统，包括：实时获取调相机的运行数据和振动数据，对获取的运行数据和振动数据进行预处理；通过特征分离提取振动频谱各分量幅值和相位；将提取的振动频谱各分量幅值和相位和对应的基准值进行动态差值计算；将计算得到的振动频谱各分量的动态差值与对应的限定值进行比对：如果任意一项振动频谱分量的动态差值大于与其对应的限定值，输出故障报警信号。本发明能够对大型调相机发生故障等问题进行量化诊断和预报，为运行人员提供足够的反应时间，并提供故障排除的相关建议措施；直接从DCS系统实时数据库中获得运行参数，简化了硬件结构，提高了数据获取的精度和速度。

Description

基于数据统计分析的调相机振动异动可视化监测方法
技术领域
本发明涉及调相机监测技术领域，具体而言涉及一种基于数据统计分析的调相机振动异动可视化监测方法。
背景技术
目前的调相机振基于数据统计分析的调相机振动异动可视化监测方法动监测故障诊断系统或调相机振动监测保护系统普遍存在以下问题：
(1)数据采集方式不可靠，不能准确分析故障原因。
(2)数据存储不科学，易造成误报警。
(3)振动信号分析不全面，不能有效指导运行。
(4)智能故障诊断不准确，不能准确指导检修。
由于振动信号分析涉及的领域众多，具有非常强的专业性，现场人员难以掌握，使得传统的TDM系统并没有有效的为换流站调相机运行带来切实可靠的帮助，反而是因为经常性的误报警和漏报警给现场带来了很大的困扰，所以在很大一部分换流站基本成为摆设。大部分TDM系统智能故障诊断经历了40余年研究和现场使用，发现无论是基于传统统计学的模糊诊断和神经网络等方法，还是根据故障因果关系的规则诊断，诊断结果的可信度和实际价值均满足不了企业需求。
发明内容
本发明目的在于提供一种基于数据统计分析的调相机振动异动可视化监测方法和系统，能够基于数据统计分析技术，对大型调相机发生故障等问题进行量化诊断和预报，为运行人员提供足够的反应时间，并提供故障排除的相关建议措施；具体的，通过对调相机全工况振动数据统计分析和振动频谱分析，对机组故障进行量化判断，实现了汽轮机故障的准确快速判断，并以可视化方式报警提示。另外，本发明提出直接从DCS系统实时数据库中获得运行参数，从数据采集系统实时数据库中获得振动数据，无需另外设置硬件传感器和处理电路获取数据，简化了硬件结构，提高了数据获取的精度和速度。
为达成上述目的，结合图1，本发明提出一种基于数据统计分析的调相机振动异动可视化监测方法，所述监测方法包括：
S1：实时获取调相机的运行数据和振动数据，对获取的运行数据和振动数据进行预处理；
S2：通过特征分离提取振动频谱各分量幅值和相位；
S3：将提取的振动频谱各分量幅值和相位和对应的基准值进行动态差值计算；
S4：将计算得到的振动频谱各分量的动态差值与对应的限定值进行比对：
如果任意一项振动频谱分量的动态差值大于与其对应的限定值，输出故障报警信号。
进一步的实施例中，步骤S1中，所述实时获取调相机的运行数据和振动数据是指：
从DCS系统的实时数据库中提取调相机的运行数据，从数据采集系统的实时数据库中提取调相机的振动数据。
进一步的实施例中，步骤S1中，所述对获取的运行数据和振动数据进行预处理包括：
将获取的运行数据和振动数据转换成计算机语言。
进一步的实施例中，步骤S3中，所述基准值的获取过程包括以下步骤：
在调相机组工作状态良好时，采集和记录调相机的振动频谱，结合工况信息与振动频谱进行综合分析，计算得到对应调相机全工况各测点振动频谱分量的基准值。
进一步的实施例中，所述工况信息包括调相机的工艺量参数和对应的转轴振动量参数。
进一步的实施例中，所述调相机的工艺量参数包括调相机的负荷、励磁电流、转速。
进一步的实施例中，当调相机组工作状态良好时，调相机的负荷、励磁电流、转速的误差范围不超过对应设定值的±2％。
进一步的实施例中，步骤S4中，所述将计算得到的振动频谱各分量的动态差值与对应的基准值进行比对是指，
在转速稳定时间大于第一设定时间阈值、测点振动稳定运行时间大于第二设定时间阈值的前提下，判断振动频谱各分量的动态差值是否大于预设的限定值、或振动频谱各分量的动态差值与对应基准值的比例是否大于预设的限定比例。
进一步的实施例中，根据权利要求1所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，步骤S4中，所述故障报警信号包括故障部位以及对应的故障危害等级。
基于前述监测方法，本发明还提及一种基于数据统计分析的调相机振动异动可视化监测系统，所述监测系统包括：
(1)第一数据接口，与DCS系统的实时数据库连接，用以从DCS系统的实时数据库提取调相机的实时运行数据；
(2)第二数据接口，与数据采集系统的实时数据库连接，用以从数据采集系统的实时数据库中提取调相机的实时振动数据；
(3)数据预处理模块，用以对提取的实时运行数据和实时振动数据进行预处理；
(4)信号特征分析模块，用以通过特征分离从运行数据和振动数据中提取对应的振动频谱各分量幅值和相位；
(5)故障特征分析模块，用以将调相机的工况信息作为输入，通过历史数据统计分析，计算得出各测点振动频谱分量基准值，将计算得到的振动频谱各分量矢量与该测点振动频谱各分量对应的基准值进行动态差值计算，结合动态差值和限定值判断是否输出故障报警信号；
(6)故障处置建议模块，用以基于故障特征分析模块的故障诊断结果，结合专家系统对故障原因进行分析，输出具有针对性的故障处置建议；
(7)测点配置模块，用以配置测点；
(8)工况配置模块，用以配置故障诊断规则；
(9)人机交互模块，用以接收外部输入的控制指令和参数设置信息，以及显示故障报警信号、故障分析结果和对应的故障处置建议。
以上本发明的技术方案，与现有相比，其显著的有益效果在于：
(1)能够基于数据统计分析技术，对大型调相机发生故障等问题进行量化诊断和预报，为运行人员提供足够的反应时间，并提供故障排除的相关建议措施。
(2)通过对调相机全工况振动数据统计分析和振动频谱分析，对机组故障进行量化判断，实现了汽轮机故障的准确快速判断，并以可视化方式报警提示。
(3)本发明提出直接从DCS系统实时数据库中获得运行参数，从数据采集系统实时数据库中获得振动数据，无需另外设置硬件传感器和处理电路获取数据，简化了硬件结构，提高了数据获取的精度和速度。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面，例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于数据统计分析的调相机振动异动可视化监测方法的流程图。
图2是本发明的基于数据统计分析的调相机振动异动可视化监测系统的结构框架图。
图3是本发明的基于数据统计分析的调相机振动异动可视化监测系统的工作原理示意图。
图4是本发明的基于数据统计分析的调相机振动异动可视化监测系统的功能结构图。
图5是本发明的H工况M测点历史频谱图。
图6是本发明的H工况M测点基准频谱图。
图7是本发明的H工况M测点实时频谱图。
图8是本发明的其中一种调相机振动异动综合诊断逻辑图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
结合图1，本发明提及一种基于数据统计分析的调相机振动异动可视化监测方法，所述监测方法包括：
S1：实时获取调相机的运行数据和振动数据，对获取的运行数据和振动数据进行预处理。
S2：通过特征分离提取振动频谱各分量幅值和相位。
S3：将提取的振动频谱各分量幅值和相位和对应的基准值进行动态差值计算。
S4：将计算得到的振动频谱各分量的动态差值与对应的限定值进行比对：
如果任意一项振动频谱分量的动态差值大于与其对应的限定值，输出故障报警信号。
下面结合具体例子对前述各步骤进行说明。
第一、获取运行数据和振动数据
在一些例子中，步骤S1中，所述实时获取调相机的运行数据和振动数据是指：
从DCS系统的实时数据库中提取调相机的运行数据，从数据采集系统的实时数据库中提取调相机的振动数据。通过调相机系统实时数据库与B/S版系统数据库数据通讯对接，将调相机各类运行参数和振动数据，引入到参数分析系统，转换为计算机语言，为下一步特征分离做好数据基础。
本发明提出，直接从DCS系统实时数据库中获得运行参数，从系统数据库中获得振动数据的方案，无需另外设置硬件传感器和处理电路获取数据，简化了硬件结构，提高了数据获取的精度和速度。
第二、提取振动频谱各分量特征
在衡量调相机状态的各种参数中，振动是包含状态信息最丰富，也是影响机组安全运行的关键因素。一个振动信号是由各种频率的正弦波组成，通过傅里叶变换可以得到各频率分量幅值和相位。
第三、将提取的振动频谱各分量幅值和相位和对应的基准值进行动态差值计算，通过将动态差值和对应的限定值进行比对，以判断是否发生了故障。
在调相机组工作状态良好时，采集和记录调相机的振动频谱，结合工况信息与振动频谱进行综合分析，计算得到对应调相机全工况各测点振动频谱分量的基准值。优选的，所述工况信息包括调相机的工艺量参数和对应的转轴振动量参数。更加优选的，所述调相机的工艺量参数包括调相机的负荷、励磁电流、转速。
在一些例子中，调相机组工作状态良好，除了指调相机运行无故障外，还需要调相机的各个工艺量参数运行稳定，例如调相机的负荷、励磁电流、转速的误差范围不超过对应设定值的±2％等。
在日常运行过程中，将采集到的振动实时频谱，与各测点振动分频率基准值对比。根据不同分频信号变化幅度，与机组故障振动异动限定值对比，差值大于限定值，输出故障报警信号。
优选的，步骤S4中，所述将计算得到的振动频谱各分量的动态差值与对应的基准值进行比对是指：
在转速稳定时间大于第一设定时间阈值、测点振动稳定运行时间大于第二设定时间阈值的前提下，判断振动频谱各分量的动态差值是否大于预设的限定值、或振动频谱各分量的动态差值与对应基准值的比例是否大于预设的限定比例。
图8是其中一种调相机振动异动综合诊断逻辑图。其中，调相机工艺量参数来源于换流站DCS系统，调相机振动量参数来源于数据采集系统，通过在计算引擎模块中配置相应的计算公式，实时计算振动各频率矢量动态差值。通过灵活配置不同测点多种工况下的振动异动诊断逻辑规则，若某一测点的异动量值达到限定制，则以故障严重程度为基准优先给出故障部位。
优选的，步骤S4中，所述故障报警信号包括故障部位以及对应的故障危害等级。
故障报警信号通过B/S版系统界面展示，提醒运行人员，并在人机交互界面上形象地显示出故障部位和目前危害程度，保证工作人员能有足够的时间予以控制
图5-图7分别是H工况M测点的历史频谱图、基准频谱图和实时频谱图，通过历史频谱图计算得到基准频谱图，以使基准频谱图作为评判标准足以支撑常规故障分析任务，且具备足够高的准确性和识别率。在日常应用中，通过将实时频谱图和基准频谱图进行分析，对M测点的运行状态进行判断。例如图7相对图6，多出一个0.5X分量，说明机组轴系振动出现异动分量，频率是工作转频的一半，机组运行出现故障特征，根据异动分量幅度，故障严重程度，用对应颜色亮灯，以警示运行人员机组出现危险，需尽快分析处理
结合图2-图4，结合前述监测方法，本发明还提及一种基于数据统计分析的调相机振动异动可视化监测系统，所述监测系统包括以下模块：
(1)第一数据接口，与DCS系统的实时数据库连接，用以从DCS系统的实时数据库提取调相机的实时运行数据；
(2)第二数据接口，与数据采集系统的实时数据库连接，用以从数据采集系统的实时数据库中提取调相机的实时振动数据；
(3)数据预处理模块，用以对提取的实时运行数据和实时振动数据进行预处理；
(4)信号特征分析模块，用以通过特征分离从运行数据和振动数据中提取对应的振动频谱各分量幅值和相位。
(4)故障特征分析模块，用以将调相机的工况信息作为输入，通过历史数据统计分析，计算得出各测点振动频谱分量基准值，将计算得到的振动频谱各分量矢量与该测点振动频谱各分量对应的基准值进行动态差值计算，结合动态差值和限定值判断是否输出故障报警信号；
(5)故障处置建议模块，用以基于故障特征分析模块的故障诊断结果，结合专家系统对故障原因进行分析，输出具有针对性的故障处置建议；
(6)测点配置模块，用以配置测点；
(7)工况配置模块，用以配置故障诊断规则；
(8)人机交互模块，用以接收外部输入的控制指令和参数设置信息，以及显示故障报警信号、故障分析结果和对应的故障处置建议。
优选的，所述基于数据统计分析的调相机振动异动可视化监测系统还包括知识库管理模块，用于为前述故障诊断和故障处置建议提供数据支持，也可以作为单纯的数据库供用户读取调阅。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，所述监测方法包括：
S1：实时获取调相机的运行数据和振动数据，对获取的运行数据和振动数据进行预处理；
S2：通过特征分离提取振动频谱各分量幅值和相位；
S3：将提取的振动频谱各分量幅值和相位和对应的基准值进行动态差值计算；
S4：将计算得到的振动频谱各分量的动态差值与对应的限定值进行比对：
如果任意一项振动频谱分量的动态差值大于与其对应的限定值，输出故障报警信号。
2.根据权利要求1所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，步骤S1中，所述实时获取调相机的运行数据和振动数据是指：
从DCS系统的实时数据库中提取调相机的运行数据，从数据采集系统的实时数据库中提取调相机的振动数据。
3.根据权利要求1所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，步骤S1中，所述对获取的运行数据和振动数据进行预处理包括：
将获取的运行数据和振动数据转换成计算机语言。
4.根据权利要求1所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，步骤S3中，所述基准值的获取过程包括以下步骤：
在调相机组工作状态良好时，采集和记录调相机的振动频谱，结合工况信息与振动频谱进行综合分析，计算得到对应调相机全工况各测点振动频谱分量的基准值。
5.根据权利要求4所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，所述工况信息包括调相机的工艺量参数和对应的转轴振动量参数。
6.根据权利要求5所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，所述调相机的工艺量参数包括调相机的负荷、励磁电流、转速。
7.根据权利要求6所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，当调相机组工作状态良好时，调相机的负荷、励磁电流、转速的误差范围不超过对应设定值的±2％。
8.根据权利要求1所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，步骤S4中，所述将计算得到的振动频谱各分量的动态差值与对应的基准值进行比对是指，
在转速稳定时间大于第一设定时间阈值、测点振动稳定运行时间大于第二设定时间阈值的前提下，判断振动频谱各分量的动态差值是否大于预设的限定值、或振动频谱各分量的动态差值与对应基准值的比例是否大于预设的限定比例。
9.根据权利要求1所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，根据权利要求1所述的基于数据统计分析的调相机振动异动可视化监测方法，其特征在于，步骤S4中，所述故障报警信号包括故障部位以及对应的故障危害等级。
10.一种基于数据统计分析的调相机振动异动可视化监测系统，其特征在于，所述监测系统包括：
第一数据接口，与DCS系统的实时数据库连接，用以从DCS系统的实时数据库提取调相机的实时运行数据；
第二数据接口，与数据采集系统的实时数据库连接，用以从数据采集系统的实时数据库中提取调相机的实时振动数据；
数据预处理模块，用以对提取的实时运行数据和实时振动数据进行预处理；
信号特征分析模块，用以通过特征分离从运行数据和振动数据中提取对应的振动频谱各分量幅值和相位；
故障特征分析模块，用以将调相机的工况信息作为输入，通过历史数据统计分析，计算得出各测点振动频谱分量基准值，将计算得到的振动频谱各分量矢量与该测点振动频谱各分量对应的基准值进行动态差值计算，结合动态差值和限定值判断是否输出故障报警信号；
故障处置建议模块，用以基于故障特征分析模块的故障诊断结果，结合专家系统对故障原因进行分析，输出具有针对性的故障处置建议；
测点配置模块，用以配置测点；
工况配置模块，用以配置故障诊断规则；
人机交互模块，用以接收外部输入的控制指令和参数设置信息，以及显示故障报警信号、故障分析结果和对应的故障处置建议。
CN201911223758.0A 2019-12-04 2019-12-04 基于数据统计分析的调相机振动异动可视化监测方法 Pending CN110907031A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911223758.0A CN110907031A (zh) 2019-12-04 2019-12-04 基于数据统计分析的调相机振动异动可视化监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911223758.0A CN110907031A (zh) 2019-12-04 2019-12-04 基于数据统计分析的调相机振动异动可视化监测方法

Publications (1)

Publication Number Publication Date
CN110907031A true CN110907031A (zh) 2020-03-24

Family

ID=69822139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911223758.0A Pending CN110907031A (zh) 2019-12-04 2019-12-04 基于数据统计分析的调相机振动异动可视化监测方法

Country Status (1)

Country Link
CN (1) CN110907031A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111657920A (zh) * 2020-06-30 2020-09-15 湖南毕胜普生物科技有限责任公司 心电图监测数据可视化方法及装置
CN113484001A (zh) * 2021-06-30 2021-10-08 江苏方天电力技术有限公司 一种连接部件间差别振动的测试方法
CN114323260A (zh) * 2021-12-20 2022-04-12 中电华创电力技术研究有限公司 汽轮机组全工况振动故障自动诊断方法及计算机可读介质

Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3992666A (en) * 1975-01-27 1976-11-16 The United States Of America As Represented By The Secretary Of The Navy Technique for detecting energy and determining the frequency of constituent energy components
DD261208A1 (de) * 1987-04-24 1988-10-19 Orgreb Inst Kraftwerke Verfahren zum nachweis ploetzlicher unwuchtveraenderungen an den laufzeugen rotierender maschinen
JPH0545210A (ja) * 1991-08-12 1993-02-23 Toshiba Corp 回転体診断装置
JPH06221909A (ja) * 1993-01-27 1994-08-12 Agency Of Ind Science & Technol 回転機械の異常診断手法
JPH10281859A (ja) * 1997-04-07 1998-10-23 Mitsui Eng & Shipbuild Co Ltd 異常診断方法および装置
CN1514209A (zh) * 2003-08-01 2004-07-21 重庆大学 旋转机械故障智能诊断方法与装置
CN101430239A (zh) * 2008-11-28 2009-05-13 华北电力大学 大型汽轮发电机组油膜涡动故障实时诊断方法
CN101451898A (zh) * 2009-01-13 2009-06-10 华北电力大学 汽轮发电机组转子热弯曲不平衡故障实时诊断方法
CN101672723A (zh) * 2009-10-28 2010-03-17 北京中能联创风电技术有限公司 一种风电机组振动分析故障诊断方法和系统
CN101769787A (zh) * 2010-01-29 2010-07-07 浙江大学 电力变压器铁心松动故障监测方法
CN102156043A (zh) * 2010-12-31 2011-08-17 北京四方继保自动化股份有限公司 风力发电机组在线状态监测与故障诊断系统
CN102288283A (zh) * 2011-05-13 2011-12-21 北京必可测科技有限公司 汽轮发电机组振动故障的监测方法及装置
CN103323093A (zh) * 2013-05-29 2013-09-25 天地上海采掘装备科技有限公司 采煤机振动信息处理系统及方法
CN104236702A (zh) * 2014-08-29 2014-12-24 国家电网公司 电力变压器内部松动判断系统及其方法
CN104317975A (zh) * 2014-11-21 2015-01-28 国家电网公司 一种水电机组振动多变量远程预警方法
CN104331631A (zh) * 2014-11-21 2015-02-04 国家电网公司 一种水电机组运行状态远程诊断决策方法
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
CN105606360A (zh) * 2015-11-24 2016-05-25 国网内蒙古东部电力有限公司电力科学研究院 基于多传感器信息融合的变工况行星齿轮箱故障诊断方法
CN107036819A (zh) * 2017-05-02 2017-08-11 大唐东北电力试验研究所有限公司 多参数修正的汽轮发电机组远程振动故障诊断方法及系统
CN107061186A (zh) * 2017-06-09 2017-08-18 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
CN107064796A (zh) * 2017-04-20 2017-08-18 哈尔滨理工大学 智能电机振动在线监测及预警系统
CN107218997A (zh) * 2017-05-16 2017-09-29 南京南瑞继保电气有限公司 一种基于工况识别的水电机组振动监测通道异常检测方法
CN107436244A (zh) * 2016-05-25 2017-12-05 上海金艺检测技术有限公司 基于频率分段振动数据采集的设备故障报警方法
CN108168811A (zh) * 2017-12-12 2018-06-15 电子科技大学 一种振动信号的便携式采集分析装置及方法
CN108195587A (zh) * 2018-02-12 2018-06-22 西安交通大学 一种电机滚动轴承故障诊断方法及其诊断系统
CN109186748A (zh) * 2018-07-25 2019-01-11 大唐东北电力试验研究院有限公司 一种基于大数据挖掘技术的辅机振动预警方法及系统
CN110347114A (zh) * 2019-07-23 2019-10-18 清华大学 一种数控机床可靠性数据采集分析系统

Patent Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3992666A (en) * 1975-01-27 1976-11-16 The United States Of America As Represented By The Secretary Of The Navy Technique for detecting energy and determining the frequency of constituent energy components
DD261208A1 (de) * 1987-04-24 1988-10-19 Orgreb Inst Kraftwerke Verfahren zum nachweis ploetzlicher unwuchtveraenderungen an den laufzeugen rotierender maschinen
JPH0545210A (ja) * 1991-08-12 1993-02-23 Toshiba Corp 回転体診断装置
JPH06221909A (ja) * 1993-01-27 1994-08-12 Agency Of Ind Science & Technol 回転機械の異常診断手法
JPH10281859A (ja) * 1997-04-07 1998-10-23 Mitsui Eng & Shipbuild Co Ltd 異常診断方法および装置
CN1514209A (zh) * 2003-08-01 2004-07-21 重庆大学 旋转机械故障智能诊断方法与装置
CN101430239A (zh) * 2008-11-28 2009-05-13 华北电力大学 大型汽轮发电机组油膜涡动故障实时诊断方法
CN101451898A (zh) * 2009-01-13 2009-06-10 华北电力大学 汽轮发电机组转子热弯曲不平衡故障实时诊断方法
CN101672723A (zh) * 2009-10-28 2010-03-17 北京中能联创风电技术有限公司 一种风电机组振动分析故障诊断方法和系统
CN101769787A (zh) * 2010-01-29 2010-07-07 浙江大学 电力变压器铁心松动故障监测方法
CN102156043A (zh) * 2010-12-31 2011-08-17 北京四方继保自动化股份有限公司 风力发电机组在线状态监测与故障诊断系统
CN102288283A (zh) * 2011-05-13 2011-12-21 北京必可测科技有限公司 汽轮发电机组振动故障的监测方法及装置
CN103323093A (zh) * 2013-05-29 2013-09-25 天地上海采掘装备科技有限公司 采煤机振动信息处理系统及方法
CN104236702A (zh) * 2014-08-29 2014-12-24 国家电网公司 电力变压器内部松动判断系统及其方法
CN104317975A (zh) * 2014-11-21 2015-01-28 国家电网公司 一种水电机组振动多变量远程预警方法
CN104331631A (zh) * 2014-11-21 2015-02-04 国家电网公司 一种水电机组运行状态远程诊断决策方法
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
CN105606360A (zh) * 2015-11-24 2016-05-25 国网内蒙古东部电力有限公司电力科学研究院 基于多传感器信息融合的变工况行星齿轮箱故障诊断方法
CN107436244A (zh) * 2016-05-25 2017-12-05 上海金艺检测技术有限公司 基于频率分段振动数据采集的设备故障报警方法
CN107064796A (zh) * 2017-04-20 2017-08-18 哈尔滨理工大学 智能电机振动在线监测及预警系统
CN107036819A (zh) * 2017-05-02 2017-08-11 大唐东北电力试验研究所有限公司 多参数修正的汽轮发电机组远程振动故障诊断方法及系统
CN107218997A (zh) * 2017-05-16 2017-09-29 南京南瑞继保电气有限公司 一种基于工况识别的水电机组振动监测通道异常检测方法
CN107061186A (zh) * 2017-06-09 2017-08-18 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
CN108168811A (zh) * 2017-12-12 2018-06-15 电子科技大学 一种振动信号的便携式采集分析装置及方法
CN108195587A (zh) * 2018-02-12 2018-06-22 西安交通大学 一种电机滚动轴承故障诊断方法及其诊断系统
CN109186748A (zh) * 2018-07-25 2019-01-11 大唐东北电力试验研究院有限公司 一种基于大数据挖掘技术的辅机振动预警方法及系统
CN110347114A (zh) * 2019-07-23 2019-10-18 清华大学 一种数控机床可靠性数据采集分析系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙喜龙 等: ""振动信号分析在冷轧厂常见设备故障诊断中的应用"", 《中国优秀硕士/博士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111657920A (zh) * 2020-06-30 2020-09-15 湖南毕胜普生物科技有限责任公司 心电图监测数据可视化方法及装置
CN111657920B (zh) * 2020-06-30 2022-10-21 毕胜普生物科技有限公司 心电图监测数据可视化方法及装置
CN113484001A (zh) * 2021-06-30 2021-10-08 江苏方天电力技术有限公司 一种连接部件间差别振动的测试方法
CN114323260A (zh) * 2021-12-20 2022-04-12 中电华创电力技术研究有限公司 汽轮机组全工况振动故障自动诊断方法及计算机可读介质

Similar Documents

Publication Publication Date Title
CN110766277B (zh) 用于核工业现场的健康评估及诊断系统和移动终端
CN108038553B (zh) 轧机设备状态在线监测与诊断系统及监测诊断方法
CN110907031A (zh) 基于数据统计分析的调相机振动异动可视化监测方法
CN110779716A (zh) 嵌入式机械故障智能诊断设备及诊断方法
US9921577B2 (en) Method and system for diagnostic rules for heavy duty gas turbines
EP4033261A1 (en) Wideband measurement data processing method and apparatus, electronic device and medium
CN110553821A (zh) 一种汽轮发电机组故障可视化诊断方法及系统
CN115034483A (zh) 一种水轮发电机组运行故障监测方法及系统
CN106599794A (zh) 一种基于ar模型的六轴工业机器人故障诊断方法及系统
CN110469496B (zh) 一种水泵智能预警方法及系统
CN112614020A (zh) 一种基于电能质量的电力推进状态评估系统
CN113982850A (zh) 融合高低频信号的风机综合健康分析方法及系统
CN110825074A (zh) 一种调相机故障诊断系统及其工作方法
CN110617981B (zh) 一种调相机故障诊断方法
CN115437358A (zh) 工业机器人智能状态监测与故障诊断系统及故障诊断方法
CN116537965B (zh) 一种柴油机在线监测和故障诊断装置
CN117786461A (zh) 水泵的故障诊断方法、控制设备及其存储介质
CN114118222A (zh) 一种磨煤机状态预警系统及故障识别诊断方法
CN116540015A (zh) 一种基于暂态波形信号的配电网故障预警方法及系统
CN112525337B (zh) 一种针对机械压力机振动监测数据预处理方法
CN115357637A (zh) 一种工业设备特定工况样本数据抽取的方法
CN111459906A (zh) 一种电机数据库的建立方法
CN112417966A (zh) 一种基于音频信号特征和ai算法的多维度机器故障检测方法
Lorenz et al. Vibration Data Analysis for Fault Detection in Manufacturing Systems-A Systematic Literature Review
CN117034157B (zh) 一种结合多模态运行数据的水电设备故障识别方法与系统

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

Application publication date: 20200324

RJ01 Rejection of invention patent application after publication