CN111487016A - 机组润滑油泄露故障诊断方法 - Google Patents

机组润滑油泄露故障诊断方法 Download PDF

Info

Publication number
CN111487016A
CN111487016A CN202010325967.2A CN202010325967A CN111487016A CN 111487016 A CN111487016 A CN 111487016A CN 202010325967 A CN202010325967 A CN 202010325967A CN 111487016 A CN111487016 A CN 111487016A
Authority
CN
China
Prior art keywords
oil
oil tank
oil level
tank
value
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.)
Granted
Application number
CN202010325967.2A
Other languages
English (en)
Other versions
CN111487016B (zh
Inventor
杨洋
李太斌
苟平
延帅
郭良波
张鹏程
颜天成
宁美江
张冲
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.)
Huaneng Sichuan Hydropower Co ltd
Sichuan Huaneng Jialingjiang Hydropower Co Ltd
Original Assignee
Huaneng Sichuan Hydropower Co ltd
Sichuan Huaneng Jialingjiang Hydropower 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 Huaneng Sichuan Hydropower Co ltd, Sichuan Huaneng Jialingjiang Hydropower Co Ltd filed Critical Huaneng Sichuan Hydropower Co ltd
Priority to CN202010325967.2A priority Critical patent/CN111487016B/zh
Publication of CN111487016A publication Critical patent/CN111487016A/zh
Application granted granted Critical
Publication of CN111487016B publication Critical patent/CN111487016B/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
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/02Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/80Arrangements for signal processing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Fluid Mechanics (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明公开了机组润滑油泄露故障诊断方法,通过采集油位数据、计算油位特征量、油总量变化率并进行逻辑判断实现机组润滑油泄露故障诊断及预警。本发明能够避免油位测量粗糙、测量不准确导致监测不到位以及出现误报警的情况,并且准确判断是否出现漏油故障。

Description

机组润滑油泄露故障诊断方法
技术领域
本发明涉及润滑油检测技术领域,尤其涉及机组润滑油泄露故障诊断方法。
背景技术
机组润滑油泄露会引起严重的事故,若未被及时发现,会烧毁发电机轴承,若轴瓦油膜没有形成,将会造成烧瓦,使得轴承出现严重的擦伤和划痕。润滑油由于渗透、泄露等原因,在生产、使用过程中的跑损会对设备造成较大影响;泄漏容易增加高压注油风险、机械伤害、火灾隐患、员工跌倒几率等,并且还会出现污染周围环境、引发环境问题及一系列安全问题。
传统油位检测报警采用传感器实时检测油位数据,油位测量比较粗糙,测量不准确,监测不到位,很容易出现误报警的情况,无法准确判断是否出现漏油故障。
发明内容
本发明的目的就在于为了解决上述问题而提供机组润滑油泄露故障诊断方法,包括如下步骤:
S1:系统采集油箱、油罐油位数据,获取导叶开度与水头参数;
S2:系统根据导叶开度与水头参数作关于油位数据的拟合:设x为导叶开度与水头参数,c1,c2,......cm是m个相同工况下确定的导叶开度与水头参数,y为油位特征值;则:
y=f(x;c1,c2,......cm);
设a、b为基于时间差的权重系数,t现在为当前时间,t拟合值为y,Δt为现在时间与拟合时间的差值;
则:
Figure BDA0002463221620000021
S3:设X计算为导叶开度与水头做关于油位数据的拟合后得出的油位值,X当前为当前油位值,将拟合值并与当前值进行比较,取加权平均:
Figure BDA0002463221620000022
S4:计算油总量的特征值:设y1为油箱油位特征值,y2为油罐油位特征值,油箱体积为V1,油箱长为l,油箱宽为l,油罐体积为V2,油罐底面半径为r,油箱与油罐总体积为V;
计算油箱中油体积:V1=l*l*y1;计算油罐中油体积:V2=π*r2*y2
则油总量的特征值:V=V1+V2
S5:计算油位变化率:
设一天中所有的实测值所计算出的特征值总个数为k,移动平均值为Yt,t期的移动平均值为
Figure BDA0002463221620000023
则:
Figure BDA0002463221620000024
设取n天内的移动平均值,i为n天内的第i天,设总时间为t,ti为第i天的时间,将t与当前时间的时间间隔作为权重,设时间间隔为
Figure BDA0002463221620000025
则:
Figure BDA0002463221620000026
Figure BDA0002463221620000027
为所有移动平均值与当前油位特征值的偏差,则:
Figure BDA0002463221620000028
Figure BDA0002463221620000029
为油位变化率,则:
Figure BDA00024632216200000210
S6:油系统漏油故障预警:设定油箱油位、油罐油位与所计算出的油总量变化率阈值,并做逻辑判断,若油箱油位或油罐油位或油总量到达设定阈值则报警,否则不报警。
本发明的有益效果在于:本发明通过采集油位数据、计算油位特征量、油总量变化率并进行逻辑判断实现机组润滑油泄露故障诊断及预警,能够避免油位测量粗糙、测量不准确导致监测不到位以及出现误报警的情况,并且准确判断是否出现漏油故障。
附图说明
图1是本发明的流程图;
图2是本发明的系统图。
具体实施方式
下面结合附图对本发明作进一步说明:
如图1所示,本发明机组润滑油泄露故障诊断方法,包括如下步骤:
S1:系统采集油箱、油罐油位数据,获取导叶开度与水头参数;
S2:系统根据导叶开度与水头参数作关于油位数据的拟合:设x为导叶开度与水头参数,c1,c2,......cm是m个相同工况下确定的导叶开度与水头参数,y为油位特征值;则:
y=f(x;c1,c2,......cm);
设a、b为基于时间差的权重系数,t现在为当前时间,t拟合值为y,Δt为现在时间与拟合时间的差值;
则:
Figure BDA0002463221620000031
S3:设X计算为导叶开度与水头做关于油位数据的拟合后得出的油位值,X当前为当前油位值,将拟合值并与当前值进行比较,取加权平均:
Figure BDA0002463221620000041
S4:计算油总量的特征值:设y1为油箱油位特征值,y2为油罐油位特征值,油箱体积为V1,油箱长为l,油箱宽为l,油罐体积为V2,油罐底面半径为r,油箱与油罐总体积为V;
计算油箱中油体积:V1=l*l*y1;计算油罐中油体积:V2=π*r2*y2
则油总量的特征值:V=V1+V2
S5:计算油位变化率:
设一天中所有的实测值所计算出的特征值总个数为k,移动平均值为Yt,t期的移动平均值为
Figure BDA0002463221620000042
则:
Figure BDA0002463221620000043
设取n天内的移动平均值,i为n天内的第i天,设总时间为t,ti为第i天的时间,将t与当前时间的时间间隔作为权重,设时间间隔为
Figure BDA0002463221620000044
则:
Figure BDA0002463221620000045
Figure BDA0002463221620000049
为所有移动平均值与当前油位特征值的偏差,则:
Figure BDA0002463221620000046
Figure BDA0002463221620000047
为油位变化率,则:
Figure BDA0002463221620000048
S6:油系统漏油故障预警:设定油箱油位、油罐油位与所计算出的油总量变化率阈值,并做逻辑判断,若油箱油位或油罐油位或油总量到达设定阈值则报警,否则不报警。
机组润滑油泄露故障诊断方法步骤包括数据采集、油位特征值计算、油位总量计算、油位变化率计算及油系统漏油故障预警。
具体的,如附图2所示,由现地机组油压辅机设备采集各个油箱、油罐油位数据,并通过Modbus通讯协议与机组LCU控制单元进行数据互通;机组LCU控制单元连接用于油位数据及计算后的油总量数据、油位变化率数据显示的显示屏;机组采集的现地参量通过光纤汇聚到监控服务器,再由光纤送入工业互联网KDM服务器,由KDM服务器统一处理。
油箱油位水平取决于机组工况条件,不同工况下,机组各油箱油位稳定值不同,故根据导叶开度与水头作关于油位的拟合:设x为导叶开度与水头参数,c1,c2,......cm是m个相同工况下确定的导叶开度与水头参数,y为油位特征值;则:
y=f(x;c1,c2,......cm);
设a、b为基于时间差的权重系数,t现在为当前时间,t拟合值为y,Δt为现在时间与拟合时间的差值;
则:
Figure BDA0002463221620000051
其中c1,c2......cm是m个相同工况下确定的参数,对于每一组工况数据都对应于平面上的一个点,只要选取m组测量值带入该式子,便可得到方程组。
设X计算为导叶开度与水头做关于油位数据的拟合后得出的油位值,X当前为当前油位值,将拟合值并与当前值进行比较,取加权平均:
Figure BDA0002463221620000052
计算油总量的特征值:设y1为油箱油位特征值,y2为油罐油位特征值,油箱体积为V1,油箱长为l,油箱宽为l,油罐体积为V2,油罐底面半径为r,油箱与油罐总体积为V;
计算油箱中油体积:V1=l*l*y1;计算油罐中油体积:V2=π*r2*y2
则油总量的特征值:V=V1+V2
特征值是基于现地实测值,在计算过程中单位cm并没有改变,即为反应各油箱油量的参量。
油总量所计算出的特征值是排除了工况的影响得出的相对稳定的值,该值根据时间变化,每一时刻的值具有随机性,但是前后时刻数据具有相关性,因此对其进行周期性分析。
计算油位变化率:
设一天中所有的实测值所计算出的特征值总个数为k,移动平均值为Yt,t期的移动平均值为
Figure BDA0002463221620000061
则:
Figure BDA0002463221620000062
设取n天内的移动平均值,i为n天内的第i天,设总时间为t,ti为第i天的时间,将t与当前时间的时间间隔作为权重,设时间间隔为
Figure BDA0002463221620000063
则:
Figure BDA0002463221620000064
Figure BDA0002463221620000065
为所有移动平均值与当前油位特征值的偏差,则:
Figure BDA0002463221620000066
Figure BDA0002463221620000067
为油位变化率,则:
Figure BDA0002463221620000068
油系统漏油故障预警:设定油箱油位、油罐油位与所计算出的油总量变化率阈值,并做逻辑判断,若油箱油位或油罐油位或油总量到达设定阈值则报警,否则不报警。
此外还能够对油量缓变率即油量变化率的导数值进行计算,根据油量变化率或油量缓变率的值设定报警值,例如将油量变化率达到5%以上的情况视作各个油箱、油罐报警值。
发明通过采集油位数据、计算油位特征量、油总量变化率并进行逻辑判断实现机组润滑油泄露故障诊断及预警,能够避免油位测量粗糙、测量不准确导致监测不到位以及出现误报警的情况,并且准确判断是否出现漏油故障。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。

Claims (1)

1.机组润滑油泄露故障诊断方法,其特征在于,包括如下步骤:
S1:系统采集油箱、油罐油位数据,获取导叶开度与水头参数;
S2:系统根据导叶开度与水头参数作关于油位数据的拟合:设x为导叶开度与水头参数,c1,c2,......cm是m个相同工况下确定的导叶开度与水头参数,y为油位特征值;则:
y=f(x;c1,c2,......cm);
设a、b为基于时间差的权重系数,t现在为当前时间,t拟合值为y,Δt为现在时间与拟合时间的差值;
则:
Figure FDA0002463221610000011
S3:设X计算为导叶开度与水头做关于油位数据的拟合后得出的油位值,X当前为当前油位值,将拟合值并与当前值进行比较,取加权平均:
Figure FDA0002463221610000012
S4:计算油总量的特征值:设y1为油箱油位特征值,y2为油罐油位特征值,油箱体积为V1,油箱长为l,油箱宽为l,油罐体积为V2,油罐底面半径为r,油箱与油罐总体积为V;
计算油箱中油体积:V1=l*l*y1;计算油罐中油体积:V2=π*r2*y2
则油总量的特征值:V=V1+V2
S5:计算油位变化率:
设一天中所有的实测值所计算出的特征值总个数为k,移动平均值为Yt,t期的移动平均值为
Figure FDA0002463221610000013
则:
Figure FDA0002463221610000014
设取n天内的移动平均值,i为n天内的第i天,设总时间为t,ti为第i天的时间,将t与当前时间的时间间隔作为权重,设时间间隔为
Figure FDA0002463221610000021
则:
Figure FDA0002463221610000022
Figure FDA0002463221610000023
为所有移动平均值与当前油位特征值的偏差,则:
Figure FDA0002463221610000024
Figure FDA0002463221610000025
为油位变化率,则:
Figure FDA0002463221610000026
S6:油系统漏油故障预警:设定油箱油位、油罐油位与所计算出的油总量变化率阈值,并做逻辑判断,若油箱油位或油罐油位或油总量到达设定阈值则报警,否则不报警。
CN202010325967.2A 2020-04-23 2020-04-23 机组润滑油泄露故障诊断方法 Active CN111487016B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010325967.2A CN111487016B (zh) 2020-04-23 2020-04-23 机组润滑油泄露故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010325967.2A CN111487016B (zh) 2020-04-23 2020-04-23 机组润滑油泄露故障诊断方法

Publications (2)

Publication Number Publication Date
CN111487016A true CN111487016A (zh) 2020-08-04
CN111487016B CN111487016B (zh) 2022-05-03

Family

ID=71798856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010325967.2A Active CN111487016B (zh) 2020-04-23 2020-04-23 机组润滑油泄露故障诊断方法

Country Status (1)

Country Link
CN (1) CN111487016B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112432742A (zh) * 2020-11-19 2021-03-02 西安交通大学 一种基于姿态与油温校正的矿用减速器漏油故障诊断方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000180246A (ja) * 1998-12-16 2000-06-30 Hitachi Ltd 液位計測方法及び装置
KR101148874B1 (ko) * 2010-11-29 2012-05-29 현대제철 주식회사 유압시스템의 오일 누유 방지장치 및 방법
CN107727191A (zh) * 2017-10-23 2018-02-23 华能海南发电股份有限公司 一种液位升降报警方法
CN108279101A (zh) * 2017-12-29 2018-07-13 南京钢铁股份有限公司 一种液位变化趋势漏油预警方法
CN110502000A (zh) * 2019-09-19 2019-11-26 贵州电网有限责任公司 一种小水电关键设备安全预警及故障诊断系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000180246A (ja) * 1998-12-16 2000-06-30 Hitachi Ltd 液位計測方法及び装置
KR101148874B1 (ko) * 2010-11-29 2012-05-29 현대제철 주식회사 유압시스템의 오일 누유 방지장치 및 방법
CN107727191A (zh) * 2017-10-23 2018-02-23 华能海南发电股份有限公司 一种液位升降报警方法
CN108279101A (zh) * 2017-12-29 2018-07-13 南京钢铁股份有限公司 一种液位变化趋势漏油预警方法
CN110502000A (zh) * 2019-09-19 2019-11-26 贵州电网有限责任公司 一种小水电关键设备安全预警及故障诊断系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112432742A (zh) * 2020-11-19 2021-03-02 西安交通大学 一种基于姿态与油温校正的矿用减速器漏油故障诊断方法

Also Published As

Publication number Publication date
CN111487016B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
EP2565444B1 (de) Verfahren und Vorrichtung zur Zustandsüberwachung von Rotorblättern
CN110415494A (zh) 一种基于历史运行数据的设备报警阈值计算方法
CN107153929A (zh) 基于深度神经网络的风电机组齿轮箱故障监测方法及系统
CN103940611B (zh) 一种风电机组变工况下滚动轴承自适应异常检测方法
CN106571016B (zh) 一种基于报警次数跳变触发机制的机械早期故障判别方法
CN202710100U (zh) 风力发电机组远程在线健康状态监测与故障诊断系统
CN110285964B (zh) 一种风力发电机齿轮箱油液在线监测系统
TWI732660B (zh) 風力發電機故障診斷系統及其方法
CN110907170B (zh) 一种风电机组齿轮箱轴承温度状态监测与故障诊断方法
CN103343728A (zh) 风力发电机组远程在线多模式健康状态监测与故障诊断系统
CN103512651B (zh) 基于振动突变报警的风电机组状态监测方法及装置
CN110469462A (zh) 一种基于多模板的风电机组智能状态监测系统
CN103925155B (zh) 一种风电机组输出功率异常的自适应检测方法
Elforjani et al. Analysis of extremely modulated faulty wind turbine data using spectral kurtosis and signal intensity estimator
CN113239613B (zh) 一种水轮机组摆度报警判断方法
CN112633781B (zh) 一种基于车联网大数据的车辆能耗评价方法
DE202013007142U1 (de) Vorrichtung zur Zustandsüberwachung von Windenergieanlagen
CN110378042A (zh) 基于scada数据的风电机组齿轮箱油温异常检测方法及系统
CN111487016B (zh) 机组润滑油泄露故障诊断方法
DE102016117190A1 (de) Verfahren und Vorrichtung zum Überwachen eines Zustands wenigstens einer Windkraftanlage und Computerprogrammprodukt
CN203337654U (zh) 海上风电机组齿轮箱油液状态的在线监测装置
CN116609055A (zh) 一种运用图卷积神经网络诊断风电齿轮箱故障的方法
CN110794683A (zh) 基于深度神经网络和峭度特征的风电齿轮箱状态评估方法
CN111103136A (zh) 基于scada数据分析的风机齿轮箱故障检测方法
CN108491622A (zh) 一种风电机组的故障诊断方法及系统

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
CB02 Change of applicant information

Address after: Huaneng building, No.47, section 4, Renmin South Road, Chengdu, Sichuan 610000

Applicant after: Huaneng Sichuan Energy Development Co.,Ltd.

Applicant after: SICHUAN HUANENG JIALINGJIANG HYDROPOWER Co.,Ltd.

Address before: Huaneng building, No.47, section 4, Renmin South Road, Chengdu, Sichuan 610000

Applicant before: Huaneng Sichuan Hydropower Co.,Ltd.

Applicant before: SICHUAN HUANENG JIALINGJIANG HYDROPOWER Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant