CN111879504A - 基于振动信号的活塞杆松动故障监测方法及系统 - Google Patents

基于振动信号的活塞杆松动故障监测方法及系统 Download PDF

Info

Publication number
CN111879504A
CN111879504A CN202010612801.9A CN202010612801A CN111879504A CN 111879504 A CN111879504 A CN 111879504A CN 202010612801 A CN202010612801 A CN 202010612801A CN 111879504 A CN111879504 A CN 111879504A
Authority
CN
China
Prior art keywords
crosshead
piston rod
signal
monitoring
acceleration
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
CN202010612801.9A
Other languages
English (en)
Other versions
CN111879504B (zh
Inventor
侯成刚
李强
张泽天
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202010612801.9A priority Critical patent/CN111879504B/zh
Publication of CN111879504A publication Critical patent/CN111879504A/zh
Application granted granted Critical
Publication of CN111879504B publication Critical patent/CN111879504B/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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector

Landscapes

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

Abstract

本发明属于往复压缩机状态监测技术领域,公开了一种基于振动信号的活塞杆松动故障监测方法及系统,所述监测方法包括获取往复压缩机的飞轮键相信号,以及与飞轮键相信号同步采集的十字头加速度信号;根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将时域信号转换为角域信号,得到十字头加速度角域信号;计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值;当监测有效值大于预设阈值时,确定活塞杆发生松动故障;否则,确定活塞杆为正常状态。解决了现有技术中活塞杆松动故障很难观测的缺点,有效的实现活塞杆松动故障监测。

Description

基于振动信号的活塞杆松动故障监测方法及系统
技术领域
本发明属于往复压缩机状态监测技术领域,涉及一种基于振动信号的活塞杆松动故障监测方法及系统。
背景技术
往复压缩机是石油、化工等流程工业的关键设备,被要求具有很高的可靠性和安全性,往复压缩机一旦出现非计划停机,将导致整个工业流程中断,严重影响企业经济效益,此外,工艺压缩机的压缩介质一般为易燃、易爆等危险气体,一旦发生气体泄漏极易导致火灾、爆炸等危害人员安全的严重事故。往复压缩机结构复杂、零部件众多,在运行过程伴随着频繁的冲击碰撞并承受交变载荷的作用,因此极易发生故障。
其中,活塞杆故障是往复压缩机部件故障中最严重的故障。活塞杆作为往复压缩机传动机构的关键部件,一端连接十字头,一端深入气缸内部,一旦发生断裂故障极易造成气缸损坏,导致气体泄漏,造成严重安全事故。为了避免活塞杆发生断裂故障,需要在活塞杆故障的早期进行识别,及时消除安全隐患。活塞杆松动故障是一种常见的活塞杆早期故障,松动会使活塞杆受力异常,加速疲劳裂纹的产生,最终导致活塞杆断裂。
但是,由于活塞杆处在高速运转状态,针对活塞杆松动故障,很难直观的观测活塞杆是否发生松动,因此,需要一种往复压缩机的活塞杆松动故障监测方法,来实时监测活塞杆是否发生松动。
发明内容
本发明的目的在于克服上述现有技术中活塞杆松动故障很难观测的缺点,提供一种基于振动信号的活塞杆松动故障监测方法及系统。
为达到上述目的,本发明采用以下技术方案予以实现:
本发明一方面,一种基于振动信号的活塞杆松动故障监测方法,应用于往复压缩机活塞杆松动故障监测,包括以下步骤:
S1:获取往复压缩机的飞轮键相信号,以及与飞轮键相信号同步采集的十字头加速度信号;其中,所述十字头加速度信号为十字头运动方向的加速度信号;
S2:根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将曲轴转角区间内的十字头加速度信号从时域信号转换为角域信号,得到十字头加速度角域信号;
S3:在曲轴转角区间内确定十字头速度换向冲击区间,计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值;
S4:当监测有效值大于预设阈值时,确定活塞杆发生松动故障;否则,确定活塞杆为正常状态。
本发明监测方法进一步的改进在于:
所述S1中十字头加速度信号的采集方法为:
在十字头上安装加速度计,通过加速度计监测十字头运动方向加速度,得到十字头加速度信号。
所述加速度计胶封在壳体内部,壳体外表面与十字头侧面固定连接;所述十字头上设置十字头固定节点,加速度计的线缆在十字头固定节点上固定后引出。
所述S1还包括:
通过小波包去趋势方法对十字头加速度信号进行预处理。
所述S3中在曲轴转角区间内确定十字头速度换向冲击区间的具体方法为:
设定曲轴转角区间的起点对应往复压缩机的活塞运动到上止点位置;确定曲轴转角区间内[0°,30°]的区间和[180°,210°]的区间为十字头速度换向冲击区间。
所述S4中的预设阈值为:预设倍数的标准有效值;其中,标准有效值为活塞杆正常状态时,十字头速度换向冲击区间内十字头加速度角域信号的有效值。
还包括:
S5:通过活塞杆沉降偏摆位移监测诊断方法进行活塞杆松动故障监测,得到活塞杆的状态。
本发明又一方面,一种基于振动信号的活塞杆松动故障监测系统,应用于往复压缩机活塞杆松动故障监测,包括:信号获取模块,用于获取往复压缩机的飞轮键相信号,以及与飞轮键相信号同步采集的十字头加速度信号;其中,所述十字头加速度信号为十字头运动方向的加速度信号;信号转换模块,用于根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将曲轴转角区间内的十字头加速度信号从时域信号转换为角域信号,得到十字头加速度角域信号;监测有效值获取模块,用于在曲轴转角区间内确定十字头速度换向冲击区间,计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值;以及状态确定模块,用于当监测有效值大于预设阈值时,确定活塞杆发生松动故障;否则,确定活塞杆为正常状态。
与现有技术相比,本发明具有以下有益效果:
通过采集往复压缩机的十字头加速度信号以及与飞轮键相信号,基于飞轮键相信号将十字头加速度信号按照曲轴转角区间进行划分,并将十字头速度换向冲击区间,然后在曲轴转角区间内确定十字头速度换向冲击区间,然后计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,该有效值反应的是活塞杆在轴向的振动状态,而活塞杆轴向的振动状态与活塞杆是否松动具有直接关系,因此可通过十字头速度换向冲击区间内十字头加速度角域信号的有效值,进行活塞杆松动故障监测,解决目前活塞杆松动故障很难观测的问题,提供一种较为简便的活塞杆松动故障监测方法,满足工业现场需求。
进一步的,加速度计胶封在壳体内部,壳体外表面与十字头侧面固定连接,有效避免润滑油喷溅加速度计;同时,十字头上设置十字头固定节点,加速度计的线缆在十字头固定节点上固定后引出,保证靠近加速度计的线缆相对加速度计保持静止,有效避免十字头运动影响加速度计的正常工作。
进一步的,通过小波包去趋势方法对十字头加速度信号进行预处理,消除十字头往复运动过程的加速度变化趋势,得到仅包含高频冲击特征的加速度信号。
进一步的,还包括通过活塞杆沉降偏摆位移监测诊断方法进行活塞杆松动故障监测,得到活塞杆的状态。活塞杆沉降偏摆位移监测诊断方法是基于活塞杆在径向的振动状态判断活塞杆故障,S1至S4是基于活塞杆在轴向的振动状态判断活塞杆故障,将二者结合后显著提高活塞杆松动故障的监测准确率。
附图说明
图1为本发明实施例的活塞杆松动故障监测方法流程框图;
图2为本发明实施例的MEMS加速度计安装示意图;
图3为本发明实施例的MEMS加速度的线缆接线示意图;
图4为本发明实施例的十字头加速度去趋势前示意图;
图5为本发明实施例的十字头加速度去趋势后示意图;
图6为本发明实施例的活塞杆未松动时的十字头加速度角域信号示意图;
图7为本发明实施例的活塞杆松动时的十字头加速度角域信号示意图;
图8为本发明实施例的监测有效值随活塞杆松动程度的盒状变化图。
其中:1-加速度计;2-壳体;3-线缆;4-十字头;5-十字头固定节点。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明一个实施例中,根据往复压缩机传动机构的运动规律和活塞杆松动故障的故障机理,提供一种活塞杆松动故障监测方法,实现活塞杆松动故障的识别。所述监测方法包括以下步骤:
S1:获取往复压缩机的飞轮键相信号,以及与飞轮键相信号同步采集的十字头加速度信号;其中,所述十字头加速度信号为十字头运动方向的加速度信号。
S2:根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将曲轴转角区间内的十字头加速度信号从时域信号转换为角域信号,得到十字头加速度角域信号。
S3:在曲轴转角区间内确定十字头速度换向冲击区间,计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值。
S4:当监测有效值大于预设阈值时,确定活塞杆发生松动故障;否则,确定活塞杆为正常状态。
该活塞杆松动故障监测方法,根据往复压缩机传动机构的运动规律和活塞杆松动故障的故障机理,通过采集飞轮键相信号及与飞轮键相信号同步采集的十字头加速度信号,获取十字头4的振动参数,从而基于十字头4的振动参数实现对活塞杆松动故障的识别,提高活塞杆松动故障识别的准确性和可靠性。
下面详细介绍本发明活塞杆松动故障监测方法的具体实施细节:
第一步,获取往复压缩机的飞轮键相信号以及与飞轮键相信号同步采集的十字头加速度信号;其中,所述十字头加速度信号为十字头运动方向的加速度信号。
本实施例中,十字头加速度信号的采集方法为:在十字头4上安装加速度计1,这里加速度计1选择MEMS加速度计,但不依次为限,通过MEMS加速度计监测十字头4运动方向加速度,得到十字头加速度信号。并且,由于十字头4处于在润滑油喷溅范围内,因此,参见图2,首先将MEMS加速度计胶封在定制的壳体2内部,该壳体2可以选用金属壳体2;然后再固定到十字头4侧面。并且在MEMS加速度计的加速度测量方向,其加速度计1芯片和壳体2刚性接触,同时为了提高壳体2底面和十字头4侧面固定的可靠性,增大了壳体2底面的面积,保证与十字头4的稳定连接。
同时,为了避免十字头4运动影响MEMS加速度计的正常工作,参见图3,在十字头4上设置十字头固定节点5,使MEMS加速度计的线缆3先经过十字头固定节点5固定后,再引出十字头4滑道,这样可以保证靠近MEMS加速度计的线缆3相对MEMS加速度计保持静止。
优选的,本实施例中,还通过小波包去趋势方法对十字头加速度信号进行预处理,具体的,选用db5小波和200Hz频率对十字头加速度信号进行小波包去趋势处理,参见图4和图5,能够消除十字头4运动加速度的影响,以便能够在计算松动特征时避免运动加速度带来的干扰。
第二步,根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将曲轴转角区间内的十字头加速度信号从时域信号转换为角域信号,得到十字头加速度角域信号。其中,在采集往复压缩机的飞轮键相信号时,在活塞运动到上止点位置时设置键相触发点,继而确定每个曲轴转角区间的开始时刻,然后在正对键相触发点的位置安装键相传感器,获得飞轮键相信号。根据下式将曲轴转角区间内的时域信号转换为角域信号:
Figure BDA0002562715890000071
其中,Δt为采样间隔,L为每个曲轴周期的采样点数,t和θ分别为数据点相对键相位置的时间和曲轴角度。
第三步,在曲轴转角区间内确定十字头速度换向冲击区间,计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值。
其中,十字头速度换向冲击区间具体指十字头往复运动过程中的两处运动换向位置。一般如果设定曲轴转角区间的起点对应往复压缩机的活塞运动到上止点位置,那么就可以确定曲轴转角区间内[0°,30°]的区间和[180°,210°]的区间为十字头速度换向冲击区间。
计算十字头速度换向冲击区间内十字头加速度角域信号的有效值的具体方法为:首先将每个曲轴周期的十字头加速度信号在[0°,30°]区间和[180°,210°]的区间的数据提取出来,然后根据下式分别计算两次换向区间的有效值,并计算两个有效值的均值作为最终值:
Figure BDA0002562715890000081
其中,xrms为N个数据点的有效值,xi为第i个数据点,N为要计算的数据点长度。
第四步,当监测有效值与大于预设阈值时,确定活塞杆松动。其中,预设阈值为预设倍数的标准有效值;其中,标准有效值为活塞杆正常状态时,十字头速度换向冲击区间内十字头加速度角域信号的有效值。其本质上还是根据监测有效值的变化趋势识别活塞杆松动故障。
本实施例中,预设倍数设为1.4,即当监测有效值和标准有效值之比大于1.4时,确定活塞杆出现松动故障,可根据实际情况自行设定,不以此为限。
参考图6和图7,为活塞杆紧固螺母力矩为600N·m时和300N·m时的十字头加速度角域信号图,其中,紧固螺母力矩为600N·m表示未松动,紧固螺母力矩为300N·m表示松动。明显可以看出,在角域区间0°到30°以及180°到210°内,可以看出活塞杆松动后十字头速度换向冲击区间内十字头加速度角域信号的幅值明显增大,由此也可说明本发明基于该特征进行监测的合理性。同时,参考图6,示出了十字头速度换向冲击区间内十字头加速度角域信号的有效值随活塞杆松动程度的盒状变化图,其总体呈上升趋势,也进一步说明可以通过十字头速度换向冲击区间内十字头加速度角域信号的有效值识别活塞杆松动故障。
再一个实施例中,提供一种活塞杆松动故障监测方法,该活塞杆松动故障监测方法除包括上述实施例中所有步骤外,还包括:S5:通过活塞杆沉降偏摆位移监测诊断方法进行活塞杆松动故障监测,得到活塞杆的状态。
具体的,在实际生产中,发明人还发现目前存在一种活塞杆沉降偏摆位移监测诊断方法,即通过监测活塞杆的沉降及偏摆位移信号,对沉降及偏摆位移信号的角域分段峰峰值进行识别,进而实现活塞杆故障的监测。但是,该方法应用效果不理想,存在漏报和误报的问题,无法满足工业现场应用需求,主要是由于其仅仅考虑了活塞杆在径向的振动状态,无法完全反映活塞杆的运动和受力状态。
本发明活塞杆松动故障监测方法则是从往复压缩机传动机构的运动规律和活塞杆松动故障的故障机理出发,基于活塞杆在轴向的振动状态进行活塞杆松动故障监测,其中,轴向的振动状态相较于径向的振动状态更贴合活塞杆松动故障的故障机理,在一定程度上提升监测的准确度。同时,本发明活塞杆松动故障监测方法也可以与现有的监测方法同时使用,将现有的监测方法作为补充部分,这样就结合了活塞杆在径向的振动状态以及活塞杆在轴向的振动状态,从而极大的提升活塞杆松动故障监测准确率,防止漏报和误报的问题,更好的满足工业现场需求。
再一个实施例中,提供一种活塞杆松动故障监测系统,包括信号获取模块、信号转换模块、监测有效值获取模块以及状态确定模块。
信号获取模块用于获取往复压缩机的飞轮键相信号,以及与飞轮键相信号同步采集的十字头加速度信号;信号转换模块用于根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将曲轴转角区间内的十字头加速度信号从时域信号转换为角域信号,得到十字头加速度角域信号;监测有效值获取模块用于在曲轴转角区间内确定十字头速度换向冲击区间,计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值;状态确定模块用于当监测有效值大于预设阈值时,确定活塞杆发生松动故障;否则,确定活塞杆为正常状态。
同时,本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本发明活塞杆松动故障监测方法可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明活塞杆松动故障监测方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。其中,所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
在示例性实施例中,还提供计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述活塞杆松动故障监测方法的步骤。处理器可能是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor、DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。

Claims (8)

1.一种基于振动信号的活塞杆松动故障监测方法,应用于往复压缩机活塞杆松动故障监测,其特征在于,包括以下步骤:
S1:获取往复压缩机的飞轮键相信号,以及与飞轮键相信号同步采集的十字头加速度信号;其中,所述十字头加速度信号为十字头运动方向的加速度信号;
S2:根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将曲轴转角区间内的十字头加速度信号从时域信号转换为角域信号,得到十字头加速度角域信号;
S3:在曲轴转角区间内确定十字头速度换向冲击区间,计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值;
S4:当监测有效值大于预设阈值时,确定活塞杆发生松动故障;否则,确定活塞杆为正常状态。
2.根据权利要求1所述的基于振动信号的活塞杆松动故障监测方法,其特征在于,所述S1中十字头加速度信号的采集方法为:
在十字头上安装加速度计,通过加速度计监测十字头运动方向加速度,得到十字头加速度信号。
3.根据权利要求2所述的基于振动信号的活塞杆松动故障监测方法,其特征在于,所述加速度计胶封在壳体内部,壳体外表面与十字头侧面固定连接;所述十字头上设置十字头固定节点,加速度计的线缆在十字头固定节点上固定后引出。
4.根据权利要求1所述的基于振动信号的活塞杆松动故障监测方法,其特征在于,所述S1还包括:
通过小波包去趋势方法对十字头加速度信号进行预处理。
5.根据权利要求1所述的基于振动信号的活塞杆松动故障监测方法,其特征在于,所述S3中在曲轴转角区间内确定十字头速度换向冲击区间的具体方法为:
设定曲轴转角区间的起点对应往复压缩机的活塞运动到上止点位置;确定曲轴转角区间内[0°,30°]的区间和[180°,210°]的区间为十字头速度换向冲击区间。
6.根据权利要求1所述的基于振动信号的活塞杆松动故障监测方法,其特征在于,所述S4中的预设阈值为:预设倍数的标准有效值;其中,标准有效值为活塞杆正常状态时,十字头速度换向冲击区间内十字头加速度角域信号的有效值。
7.根据权利要求1所述的基于振动信号的活塞杆松动故障监测方法,其特征在于,还包括:
S5:通过活塞杆沉降偏摆位移监测诊断方法进行活塞杆松动故障监测,得到活塞杆的状态。
8.一种基于振动信号的活塞杆松动故障监测系统,应用于往复压缩机活塞杆松动故障监测,其特征在于,包括:
信号获取模块,用于获取往复压缩机的飞轮键相信号,以及与飞轮键相信号同步采集的十字头加速度信号;其中,所述十字头加速度信号为十字头运动方向的加速度信号;
信号转换模块,用于根据飞轮键相信号,将十字头加速度信号按照往复压缩机的曲轴转角区间进行划分,并将曲轴转角区间内的十字头加速度信号从时域信号转换为角域信号,得到十字头加速度角域信号;
监测有效值获取模块,用于在曲轴转角区间内确定十字头速度换向冲击区间,计算十字头速度换向冲击区间内十字头加速度角域信号的有效值,得到监测有效值;以及
状态确定模块,用于当监测有效值大于预设阈值时,确定活塞杆发生松动故障;否则,确定活塞杆为正常状态。
CN202010612801.9A 2020-06-30 2020-06-30 基于振动信号的活塞杆松动故障监测方法及系统 Active CN111879504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010612801.9A CN111879504B (zh) 2020-06-30 2020-06-30 基于振动信号的活塞杆松动故障监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010612801.9A CN111879504B (zh) 2020-06-30 2020-06-30 基于振动信号的活塞杆松动故障监测方法及系统

Publications (2)

Publication Number Publication Date
CN111879504A true CN111879504A (zh) 2020-11-03
CN111879504B CN111879504B (zh) 2021-12-28

Family

ID=73158342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010612801.9A Active CN111879504B (zh) 2020-06-30 2020-06-30 基于振动信号的活塞杆松动故障监测方法及系统

Country Status (1)

Country Link
CN (1) CN111879504B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113700639A (zh) * 2021-09-09 2021-11-26 西安交通大学 一种往复式压缩机无损故障诊断系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059130A (zh) * 2007-03-07 2007-10-24 江苏工业学院 往复压缩机在线远程状态监测与故障分析诊断系统
CN102913431A (zh) * 2012-11-08 2013-02-06 北京化工大学 一种基于模拟示功图的往复压缩机连杆大、小头瓦故障诊断方法
CN105784350A (zh) * 2016-01-27 2016-07-20 北京博华信智科技股份有限公司 一种基于活塞杆振动动态能量指数的故障报警方法
US20180106261A1 (en) * 2016-10-13 2018-04-19 Caterpillar Inc. System, method, and apparatus to monitor compressor health
CN110578680A (zh) * 2019-09-29 2019-12-17 深圳市永祥测控技术有限公司 往复压缩机的故障诊断方法、系统及计算机可读存储介质
CN110954312A (zh) * 2020-02-19 2020-04-03 北京化工大学 一种基于无键相整周期信号的往复机械故障诊断方法
CN111157249A (zh) * 2020-01-08 2020-05-15 江苏科技大学 一种柴油机故障监测预警方法及装置
CN111259992A (zh) * 2020-03-03 2020-06-09 东北石油大学 基于时变奇异谱的往复压缩机气阀故障诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059130A (zh) * 2007-03-07 2007-10-24 江苏工业学院 往复压缩机在线远程状态监测与故障分析诊断系统
CN102913431A (zh) * 2012-11-08 2013-02-06 北京化工大学 一种基于模拟示功图的往复压缩机连杆大、小头瓦故障诊断方法
CN105784350A (zh) * 2016-01-27 2016-07-20 北京博华信智科技股份有限公司 一种基于活塞杆振动动态能量指数的故障报警方法
US20180106261A1 (en) * 2016-10-13 2018-04-19 Caterpillar Inc. System, method, and apparatus to monitor compressor health
CN110578680A (zh) * 2019-09-29 2019-12-17 深圳市永祥测控技术有限公司 往复压缩机的故障诊断方法、系统及计算机可读存储介质
CN111157249A (zh) * 2020-01-08 2020-05-15 江苏科技大学 一种柴油机故障监测预警方法及装置
CN110954312A (zh) * 2020-02-19 2020-04-03 北京化工大学 一种基于无键相整周期信号的往复机械故障诊断方法
CN111259992A (zh) * 2020-03-03 2020-06-09 东北石油大学 基于时变奇异谱的往复压缩机气阀故障诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杜小元、江志农: "基于角域的往复压缩机连杆小头瓦故障诊断", 《压缩机技术》 *
杨汉宝: "往复压缩机故障综合模拟实验台设计及诊断技术研究与应用", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113700639A (zh) * 2021-09-09 2021-11-26 西安交通大学 一种往复式压缩机无损故障诊断系统及方法
CN113700639B (zh) * 2021-09-09 2022-07-12 西安交通大学 一种往复式压缩机无损故障诊断系统及方法

Also Published As

Publication number Publication date
CN111879504B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
KR101497781B1 (ko) 미끄럼 베어링의 진단 방법 및 진단 장치
CN109883703B (zh) 一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法
Patidar et al. An overview on vibration analysis techniques for the diagnosis of rolling element bearing faults
KR100993048B1 (ko) 상태 검출 장치, 상태 검출 방법 및 정보 기록 매체
CN101726413B (zh) 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法
TWI460416B (zh) 機械系統狀態之判斷方法及判斷裝置
EP0982579B1 (en) Device for inspecting bearings of main motors of rolling stock
KR101229949B1 (ko) 선박용 기관 내의 베어링 마모상태 감시시스템 및 그 시스템으로 마모상태 감시하는 방법
CN111879504B (zh) 基于振动信号的活塞杆松动故障监测方法及系统
CN105738136B (zh) 一种设备异常检测方法和装置
JP6854595B2 (ja) ディーゼルエンジンのすべり軸受の診断装置
CN107002882B (zh) 密封组件及监测密封组件的方法
JPWO2007099730A1 (ja) 状態検出装置及び状態検出方法並びに状態検出用プログラム及び情報記録媒体
RU2337341C1 (ru) Способ вибродиагностики технического состояния поршневых машин по спектральным инвариантам
CN105445004B (zh) 设备零部件的振动曲线归一化平均寿命预测办法
CN114396376A (zh) 往复式压缩机故障诊断辅助方法、装置、设备及系统
CN111457958A (zh) 港机设备态势监控方法、装置、计算机设备及存储介质
CN107110221A (zh) 密封组件及监测密封组件的动态性能的方法
Thanagasundram et al. Comparison of integrated micro-electrical-mechanical system and piezoelectric accelerometers for machine condition monitoring
KR20120121621A (ko) 차량의 이상 진단 장치, 이상 진단 방법 및 그 진단 방법의 기록매체
JP2011180082A (ja) すべり軸受の診断方法および診断装置
KR100749667B1 (ko) 크랭크축 속도 변화를 이용한 엔진 상태진단 시스템 및 그방법
CN107061251A (zh) 一种用于往复式压缩机的光纤传感系统及其多参量监测方法
CN115977936B (zh) 一种往复式压缩机故障诊断系统
JP7155049B2 (ja) 転がり軸受の状態監視システムおよび状態監視方法

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