CN111307487A - 一种基于微小运动放大的旋转机械振动测量方法 - Google Patents
一种基于微小运动放大的旋转机械振动测量方法 Download PDFInfo
- Publication number
- CN111307487A CN111307487A CN202010172273.XA CN202010172273A CN111307487A CN 111307487 A CN111307487 A CN 111307487A CN 202010172273 A CN202010172273 A CN 202010172273A CN 111307487 A CN111307487 A CN 111307487A
- Authority
- CN
- China
- Prior art keywords
- speed
- rotating
- machine
- rotating machine
- vibration
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提出一种基于微小运动放大的旋转机械振动测量方法,所述方法包括步骤1、对旋转机械表面粘贴标记点;步骤2、对高速相机参数进行选择,选择完成后利用高速相机进行视频采集;步骤3、对采集的高速视频采用微小运动放大技术进行物体运动放大处理;步骤4、对放大后的高速视频进行光流计算;步骤5、根据光流计算结果得到振动频率、相位、幅值和能量谱;步骤6、得到该标记点的测量结果。所述方法具有可靠性高、精度高、非接触和易于实施等特点。
Description
技术领域
本发明属于计算机视觉领域、机械动力学与控制领域和无损检测技术领域,特别是涉及一种基于微小运动放大的旋转机械振动测量方法。
背景技术
旋转机械是现代工业中的核心设备,在车辆、动力工程、石油、化工、航空、航天领域中发挥着核心装备的重要作用。对旋转机械进行故障诊断和状态监测是及时发现设备早期故障,识别损伤的必要手段,是维护旋转机械设备安全运行的有效手段。但是,目前旋转机械的振动监测方法主要有接触式测量方法和非接触式测量方法。其中接触式方法需要直接在旋转机械上安装传感元件,或无线传输方法对进行测量信号的传输。在测试前期即需要大量的人力物力来对测试区域或者旋转机械整体进行传感器的粘贴和标记。这对大型旋转机械是非常低效的测量手段。另外接触式传感元件的有效工作寿命较短,自身重量和体积会直接影响旋转机械的空气动力学和机械特性,从而影响被测机械系统的动力学参数测试结果。制约了该类技术在实时、高精度、高转速等方面的应用。因此寻求更加合理、更加科学、更加精确的旋转机械振动测量方法迫在眉睫,目前旋转机械的非接触式测量方法逐渐成为热点技术领域。
但是目前非接触式测量也遇到了技术瓶颈,如激光测振仪是比较精确的非接触测量仪器,但是对于高速旋转的叶片、盘、转轴等高速旋转部件,其激光测量点处于高速运动之中,无法固定在一点,这使得激光测振仪无法应用于高速旋转的动态部件测量上。另外,具有发射功能的无线传感器,虽然可以附着在旋转部件上进行测量,但其质量一般较大,即使较轻的无线传感器也为旋转运动带来较大的偏心惯性力,使得测量结果不准确,甚至偏心会引发其动力学行为的改变,如失稳等。其他的非接触式传感器,如电涡流传感器需要在高速旋转的部件处留有极小的测量距离,而高速旋转机械的大幅振动会导致其干涉碰撞。因此,其他无线传感器和测量方案都遇到了技术瓶颈。因此,对于高速旋转的动态部件来说,更加先进的测量方式是基于高速相机和先进算法的测量方式。
发明内容
本发明目的是为了解决现有技术中的问题,提出了一种基于微小运动放大的旋转机械振动测量方法。所述方法利用高速相机的视频检测与先进计算机算法的结合,对高速旋转机械的整体和局部动力学参数进行测量、诊断或评估。所述方法具有可靠性高、精度高、非接触和易于实施等特点。
本发明是通过以下技术方案实现的,本发明提出一种基于微小运动放大的旋转机械振动测量方法,具体包括以下步骤:
步骤1、对旋转机械表面粘贴标记点,并对测量旋转机械的背景进行高对比度颜色处理,以达到被测目标机械与背景形成高对比度的视觉环境;
步骤2、对高速相机参数进行选择,选择完成后利用高速相机进行视频采集,所述高速相机的光源采用LED无频闪光源;
步骤3、对采集的高速视频采用微小运动放大技术进行物体运动放大处理,对放大后的高速视频采用标准输出过程和存储;
步骤4、对放大后的高速视频进行光流计算,即根据光流场方程求解得到灰度值I,得到灰度值I以后,根据采样率和时间数值来确定放大后物体的振动速度;
步骤5、根据灰度值的变化计算得到灰度值的振动频率,所述灰度值的振动频率即为旋转机械的振动频率;根据振动速度进一步确定旋转机械的瞬时速度,对瞬时速度进行傅里叶变换或小波变换后确定旋转机械的相位、幅值和能量谱;
步骤6、得到该标记点的测量结果。
进一步地,所述对高速相机参数进行选择,具体为:若旋转机械的转速已知,则根据采样定理来选择高速相机的帧率和曝光时间,对旋转机械的振幅采用便携式加速度传感器进行预估和矫正,之后根据高速相机与旋转机械的距离来选择高速相机的镜头焦距和分辨率;所述焦距根据公式来选取,其中u和v为所述标记点在视频图像中的物距和相距,d为标记点的测量位移,为标记点的实际位移。
进一步地,所述微小运动放大技术包括基于位移放大技术、基于相位放大技术和基于像素放大技术,三种技术的选择取决于被测旋转机械所处环境。
进一步地,所述光流场方程为:
其中,I表示灰度值,x和y表示水平和垂直方向的坐标值,t表示时间,Δx为水平方向坐标的增量,Δy为垂直方向坐标的增量,Δt为时间增量。
进一步地,所述方法还包括:
步骤7、重复步骤1至步骤6进行旋转机械整机动力学测量,对旋转机械上的多个标记点进行测量,最终得到旋转机械的整机运动状态,并利用光流计算得到旋转机械结构的振动模态函数。
进一步地,利用测量后得到的模态函数与无损伤模型进行比较,从而判断所述旋转机械的部件是否有损伤。
本发明利用高速相机对旋转机械的运动状态进行录制,并利用微小运动放大算法对其工作频率进行信号增强。增强后的机械振动信号经过光流计算处理,可以准确的揭示动力学参数,如频率、振幅、模态等。另外,高速相机采集的视频经过重建,可以对其整机动力学行为进行观测,并对旋转机械整机的多点进行快速测量和计算。多点测量在同一视频中提取即可,无需重复实验,具有较高的测量效率和实际应用价值。按照本发明所述的视频重构结果可对旋转机械的整体运动状态并对特殊区域(如松动故障等、支撑部件松动、异常抖动等)进行识别和显现复现。该方法对大型旋转机械的快速测量和故障损伤定位有较大优势。
附图说明
图1为本发明所述基于微小运动放大的旋转机械振动测量系统结构图;
图2为本发明所述基于微小运动放大的旋转机械振动测量方法流程图;
图3为带有标记点的高速旋转的风机示意图;
图4为所述风机在标记点的振动时域图;
图5为所述风机在标记点的时频分析示意图;
图6为便携式测振仪对高速风机测量结果示意图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
结合图1和图2,本发明提出一种基于微小运动放大的旋转机械振动测量方法,具体包括以下步骤:
步骤1、对旋转机械表面粘贴标记点,并对测量旋转机械的背景进行高对比度颜色处理,以达到被测目标机械与背景形成高对比度的视觉环境;
步骤2、对高速相机参数进行选择,选择完成后利用高速相机进行视频采集,所述高速相机的光源采用LED无频闪光源;对采集的视频利用计算机进行处理;
步骤3、对采集的高速视频采用微小运动放大技术进行物体运动放大处理,对放大后的高速视频采用标准输出过程和存储;
步骤4、对放大后的高速视频进行光流计算,即根据光流场方程求解得到灰度值I,得到灰度值I以后,根据采样率和时间数值来确定放大后物体的振动速度;
所述光流场方程为:
其中,I表示灰度值,x和y表示水平和垂直方向的坐标值,t表示时间,Δx为水平方向坐标的增量,Δy为垂直方向坐标的增量,Δt为时间增量。所述增量为每一帧的时间差。
步骤5、灰度值在图像中的每一帧为常数,计入视频中的事件和采样率参数,从而根据灰度值的变化计算得到灰度值的振动频率,所述灰度值的振动频率即为旋转机械的振动频率;该灰度值的变化是由于旋转机械的周期性振动造成的光源强度改变。根据振动速度进一步确定旋转机械的瞬时速度,对瞬时速度进行傅里叶变换或小波变换后确定旋转机械的相位、幅值和能量谱;在确定幅值的过程中还需要放大后物体的实际速度,所述实际速度与以下等式相关:
步骤6、得到该标记点的测量结果。若被测旋转机械有较大的振幅,则可跳过步骤3直接进行步骤4的光流计算,从而得到旋转机械的振动频率。这一频率可作为欧拉运动放大算法的滤波器频率。
所述对高速相机参数进行选择,具体为:若旋转机械的转速已知,则根据采样定理来选择高速相机的帧率和曝光时间,对旋转机械的振幅采用便携式加速度传感器进行预估和矫正,之后根据高速相机与旋转机械的距离来选择高速相机的镜头焦距和分辨率;所述焦距根据公式来选取,其中u和v为所述标记点在视频图像中的物距和相距,d为标记点的测量位移,为标记点的实际位移。对相机进行标定,以确定像素与实际振动位移的比例关系。以上选择完成后,对旋转机械进行标准的视频采集过程。需要注意的是,视频采集过程可根据旋转机械的尺寸和需要来选择多个相机来对旋转机械的整机振动进行测试。本发明因为采用高速相机进行视频采集,可对高速旋转机械的高频分量进行定量检测,为旋转机械的动力学方程解耦提供了基础。
所述微小运动放大技术基于欧拉运动放大原理来对视频进行处理,所述微小运动放大技术包括基于位移放大技术、基于相位放大技术和基于像素放大技术,三种技术的选择取决于被测旋转机械所处环境。
所述方法还包括:
步骤7、重复步骤1至步骤6进行旋转机械整机动力学测量,对旋转机械上的多个标记点进行测量,最终得到旋转机械的整机运动状态,并利用光流计算得到旋转机械结构的振动模态函数。
利用测量后得到的模态函数与无损伤模型进行比较,从而判断所述旋转机械的部件是否有损伤。对于有损伤的旋转机械部件,如高速旋转的叶片发生损伤后会产生刚度下降,可利用测量后的模态函数与无损伤模型进行比较,从而判断叶片是否有损伤。根据机械动力学基本理论,如果旋转机械的支撑松动或者旋转部件发生裂纹等损伤,其刚度将会下降,导致其固有频率将会降低。利用本发明持续监测旋转机械的频率曲线数值,并进行前后两次的比较。无损伤和无松动的频率数值应基本不变,若固有频率发生较大下降,则考虑发生机械支座松动或旋转部件(如叶片等)发生裂纹等损伤。另外,旋转机械的支撑部位和紧固件(底座,螺栓等)松动,可通过运动放大算法进行定位和识别。
所测旋转机械的适用范围包括整机匣部分,以揭示整机的整体动力学。也可以是旋转机械的支撑部位,如地脚、轴承、联轴器等,以确定松动等故障特征。所测部位也可以是高速旋转机械的旋转部件,例如航空发动机的叶片等。对叶片的测试可叶尖和叶根部等振动进行快速识别。对叶片的旋转模态的测量更是具有快速、准确的优势。
利用本发明所述方法对带有标记点的高速旋转的风机进行非接触测量,带有标记点的高速旋转的风机如图3所示,图4显示了该风机在标记点的振动时域图,横坐标为时间,纵坐标为振动幅值,根据本发明所述方法,得到的第一阶振动频率为46Hz,如图5所示。为了对该风机的测量准确性进行验证,本发明利用便携式测振仪对高速风机进行了测量,从而利用便携式测振仪对这一频率进行了验证,得到的测量结果是44Hz,如图6所示,两者相差约4%,本发明所述方法与实际测量结果更接近,显示出本发明良好的准确性。对该风机进行多点选择,可计算整机的振动模态等动力学参数,多点测量在同一视频中提取即可,无需重复实验,显示出本发明的较高效率和实际应用价值。
以上对本发明所提出的一种基于微小运动放大的旋转机械振动测量方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种基于微小运动放大的旋转机械振动测量方法,其特征在于:具体包括以下步骤:
步骤1、对旋转机械表面粘贴标记点,并对测量旋转机械的背景进行高对比度颜色处理,以达到被测目标机械与背景形成高对比度的视觉环境;
步骤2、对高速相机参数进行选择,选择完成后利用高速相机进行视频采集,所述高速相机的光源采用LED无频闪光源;
步骤3、对采集的高速视频采用微小运动放大技术进行物体运动放大处理,对放大后的高速视频采用标准输出过程和存储;
步骤4、对放大后的高速视频进行光流计算,即根据光流场方程求解得到灰度值I,得到灰度值I以后,根据采样率和时间数值来确定放大后物体的振动速度;
步骤5、根据灰度值的变化计算得到灰度值的振动频率,所述灰度值的振动频率即为旋转机械的振动频率;根据振动速度进一步确定旋转机械的瞬时速度,对瞬时速度进行傅里叶变换或小波变换后确定旋转机械的相位、幅值和能量谱;
步骤6、得到该标记点的测量结果。
3.根据权利要求1所述的方法,其特征在于:所述微小运动放大技术包括基于位移放大技术、基于相位放大技术和基于像素放大技术,三种技术的选择取决于被测旋转机械所处环境。
5.根据权利要求1所述的方法,其特征在于:所述方法还包括:
步骤7、重复步骤1至步骤6进行旋转机械整机动力学测量,对旋转机械上的多个标记点进行测量,最终得到旋转机械的整机运动状态,并利用光流计算得到旋转机械结构的振动模态函数。
6.根据权利要求5所述的方法,其特征在于:利用测量后得到的模态函数与无损伤模型进行比较,从而判断所述旋转机械的部件是否有损伤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172273.XA CN111307487A (zh) | 2020-03-12 | 2020-03-12 | 一种基于微小运动放大的旋转机械振动测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172273.XA CN111307487A (zh) | 2020-03-12 | 2020-03-12 | 一种基于微小运动放大的旋转机械振动测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111307487A true CN111307487A (zh) | 2020-06-19 |
Family
ID=71157014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010172273.XA Pending CN111307487A (zh) | 2020-03-12 | 2020-03-12 | 一种基于微小运动放大的旋转机械振动测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111307487A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113063484A (zh) * | 2021-03-31 | 2021-07-02 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113447113A (zh) * | 2021-06-24 | 2021-09-28 | 湖南科技大学 | 一种基于组网摄影的大尺寸叶片运行振动测量方法及装置 |
CN114061738A (zh) * | 2022-01-17 | 2022-02-18 | 风脉能源(武汉)股份有限公司 | 一种基于标定板位姿计算的风机塔筒基础环振动监测方法 |
CN116399440A (zh) * | 2023-06-08 | 2023-07-07 | 中国船舶集团有限公司第七一九研究所 | 螺旋桨振动测量装置及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225537A (zh) * | 2017-11-21 | 2018-06-29 | 华南农业大学 | 一种非接触式的基于高速摄影的微小物体振动测量方法 |
CN110108348A (zh) * | 2019-05-15 | 2019-08-09 | 湖南科技大学 | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统 |
CN110160459A (zh) * | 2019-06-06 | 2019-08-23 | 山东师范大学 | 基于改进光流场理论提取散斑干涉条纹图形变相位的方法 |
CN110360954A (zh) * | 2019-08-14 | 2019-10-22 | 山东师范大学 | 一种基于空间坐标计算的面形测量方法与系统 |
CN110866892A (zh) * | 2019-09-30 | 2020-03-06 | 南京航空航天大学 | 一种基于视觉的离线振动测量分析方法及系统 |
-
2020
- 2020-03-12 CN CN202010172273.XA patent/CN111307487A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225537A (zh) * | 2017-11-21 | 2018-06-29 | 华南农业大学 | 一种非接触式的基于高速摄影的微小物体振动测量方法 |
CN110108348A (zh) * | 2019-05-15 | 2019-08-09 | 湖南科技大学 | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统 |
CN110160459A (zh) * | 2019-06-06 | 2019-08-23 | 山东师范大学 | 基于改进光流场理论提取散斑干涉条纹图形变相位的方法 |
CN110360954A (zh) * | 2019-08-14 | 2019-10-22 | 山东师范大学 | 一种基于空间坐标计算的面形测量方法与系统 |
CN110866892A (zh) * | 2019-09-30 | 2020-03-06 | 南京航空航天大学 | 一种基于视觉的离线振动测量分析方法及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113063484A (zh) * | 2021-03-31 | 2021-07-02 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113063484B (zh) * | 2021-03-31 | 2022-10-04 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113447113A (zh) * | 2021-06-24 | 2021-09-28 | 湖南科技大学 | 一种基于组网摄影的大尺寸叶片运行振动测量方法及装置 |
CN113447113B (zh) * | 2021-06-24 | 2023-10-20 | 湖南科技大学 | 一种基于组网摄影的大尺寸叶片运行振动测量方法及装置 |
CN114061738A (zh) * | 2022-01-17 | 2022-02-18 | 风脉能源(武汉)股份有限公司 | 一种基于标定板位姿计算的风机塔筒基础环振动监测方法 |
CN116399440A (zh) * | 2023-06-08 | 2023-07-07 | 中国船舶集团有限公司第七一九研究所 | 螺旋桨振动测量装置及方法 |
CN116399440B (zh) * | 2023-06-08 | 2023-08-04 | 中国船舶集团有限公司第七一九研究所 | 螺旋桨振动测量装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111307487A (zh) | 一种基于微小运动放大的旋转机械振动测量方法 | |
Poozesh et al. | Large-area photogrammetry based testing of wind turbine blades | |
Gwashavanhu et al. | Rotating blade vibration analysis using photogrammetry and tracking laser Doppler vibrometry | |
Goyal et al. | Development of non-contact structural health monitoring system for machine tools | |
Poozesh et al. | Multicamera measurement system to evaluate the dynamic response of utility‐scale wind turbine blades | |
US20120029840A1 (en) | System and method for determining lifetime of wind turbine blade | |
US7323868B2 (en) | System and method for temperature independent measurement of standoff distance using an eddy current sensor | |
CN102498372A (zh) | 用于测定在涡轮叶片中的裂纹的方法 | |
CN109869286A (zh) | 风力发电机组振动状态监测方法 | |
Paulsen et al. | Developments in large wind turbine modal analysis using point tracking videogrammetry | |
CN104297003A (zh) | 基于动态报警阈值的转向架旋转部件的故障监测方法 | |
Scislo | Quality assurance and control of steel blade production using full non-contact frequency response analysis and 3d laser doppler scanning vibrometry system | |
CN111854917B (zh) | 一种基于机器视觉的非接触式扭振测量方法 | |
EP2538078A2 (en) | System and method for monitoring stress on a wind turbine blade | |
Aihara et al. | A vibration estimation method for wind turbine blades | |
CN108825447B (zh) | 一种风力机监测方法及系统 | |
Wang et al. | EEMD-based videogrammetry and vibration analysis method for rotating wind power blades | |
Paulsen et al. | Wind turbine operational and emergency stop measurements using point tracking videogrammetry | |
Poozesh et al. | A multiple stereo-vision approach using three dimensional digital image correlation for utility-scale wind turbine blades | |
Winstroth et al. | Wind turbine rotor blade monitoring using digital image correlation: assessment on a scaled model | |
JP2013024771A (ja) | 振動計及び振動計測装置 | |
Sheng et al. | Defects localization using the data fusion of laser Doppler and image correlation vibration measurements | |
CN209910816U (zh) | 一种传感器测试台 | |
Gwashavanhu et al. | Shape principal component analysis as a targetless photogrammetric technique for condition monitoring of rotating machines | |
CN209214914U (zh) | 转动设备轴承室振动验收值标定设备 |
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: 20200619 |
|
RJ01 | Rejection of invention patent application after publication |