CN112504710A - 一种振动状态智能监测系统及方法 - Google Patents

一种振动状态智能监测系统及方法 Download PDF

Info

Publication number
CN112504710A
CN112504710A CN202011317751.8A CN202011317751A CN112504710A CN 112504710 A CN112504710 A CN 112504710A CN 202011317751 A CN202011317751 A CN 202011317751A CN 112504710 A CN112504710 A CN 112504710A
Authority
CN
China
Prior art keywords
vibration
module
monitoring
position identification
machine position
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
CN202011317751.8A
Other languages
English (en)
Inventor
游宇嵩
郑赢豪
荆留杰
徐受天
徐剑安
赵严振
李鹏宇
武颖莹
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 Railway Engineering Equipment Group Co Ltd CREG
Original Assignee
China Railway Engineering Equipment Group Co Ltd CREG
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 Railway Engineering Equipment Group Co Ltd CREG filed Critical China Railway Engineering Equipment Group Co Ltd CREG
Priority to CN202011317751.8A priority Critical patent/CN112504710A/zh
Publication of CN112504710A publication Critical patent/CN112504710A/zh
Pending legal-status Critical Current

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种振动状态智能监测系统及方法，包括如下步骤：在振动监测上位机上基于机位识别号分别设定各振动监测下位机采集振动数据的采样时间和采样频率；振动监测下位机依据各自的机位识别号所对应的采样时间和采样频率分别采集掘进设备上关键部位的振动数据，并将振动数据和对应的机位识别号发送给边缘计算端；边缘计算端根据振动数据计算振动状态信息，将振动状态信息和对应的机位识别号发送给振动监测上位机；振动监测上位机对振动状态信息和对应的机位识别号进行处理并分别显示。本发明具有在线数据分析能力强、可靠性高、实时性强、制造、安放及维护成本低的特点。

Description

一种振动状态智能监测系统及方法
技术领域
本发明属于设备状态监测技术领域，具体涉及一种振动状态智能监测系统及方法。
背景技术
近年来，我国城市地铁建设及隧道建设迅速发展，盾构机和TBM施工方法因高效安全的优点被广泛应用。一般来讲，隧道施工过程中，所产生的地下振动会被土壤隔离和吸收一部分，剩余部分振动传入到地面，在多数情况下不会威胁到地表结构，但当隧道掘进装备施工过程中遇到砂卵石层时，由于存在土质分布不均匀的状况，会产生较大振动，容易对地面建筑造成破坏、产生不均匀沉降等风险。此外，隧道掘进装备常处于高冲击与振动剧烈的环境下，极易出现掘进效率降低、刀具磨损、设备损坏等问题，重则造成TBM卡机、损坏、报废甚至人员伤亡的重大事故。
传统的隧道掘进装备振动状态监测方法可分为两种方式：第一种是在线采集离线分析方法，即在掘进设备上安装振动状态监测装置，对原始振动数据进行在线采集、存储，而后当设备停止掘进后，进行离线数据分析；这种方法只能在线获取原始数据而无法进行实时分析与决策。第二种是在线采集经验分析方法，即通过网线将实时采集的振动数据接入至主控室，而后司机凭借自身经验识别异常振动情况，该方法需要将振动状态监测系统和设备主控制系统安装于同一工控机上，影响工控机的运行效率，并且存在一定的安全隐患。另一方面，不同的主司机由于操作经验不同，所执行的掘进模式也不尽相同，易影响振动状态判断的准确性。
中国专利(申请号：CN201710080011.9，公开日：20170531)中公开了一种盾构/TBM振动在线自动监测系统，该专利在监测设备上分别安装数据采集器，数据采集器与CS通讯管理机连通，CS通讯管理机将所采集的数据直接输送到监控系统，该专利虽然结构比较简单，但是缺乏对相应的振动数据的分析，技术人员无法直观地根据振动数据对振动状态进行观察。
发明内容
针对现有振动状态监测系统无法对振动状态直接实时在线分析以及分析准确率不高的问题，本发明提出了一种振动状态智能监测系统及方法，实现了振动数据的实时在线采集、振动数据的实时分析和处理，便于技术人员直观地观察掘进设备各关键部位的振动状态，根据振动状态实时调整掘进参数。
为解决以上技术问题，本发明所采用的技术方案如下：
一种振动状态智能监测方法，包括如下步骤：
S1，在振动监测上位机上基于机位识别号分别设定各振动监测下位机采集振动数据的采样时间和采样频率；
S2，振动监测下位机依据各自的机位识别号所对应的采样时间和采样频率分别采集掘进设备上关键部位的振动数据，并将关键部位的振动数据和对应的机位识别号发送给边缘计算端；
S3，边缘计算端根据所接收的关键部位的振动数据计算振动状态信息，并将振动状态信息和对应的机位识别号发送给振动监测上位机；
S4，振动监测上位机对接收到的步骤S3中的振动状态信息和对应的机位识别号进行处理并分别显示。
所述步骤S1包括以下步骤：S1.1，振动监测上位机通过其上的参数配置模块基于机位识别号分别设定对不同关键部位进行采样的采样时间和采样频率；S1.2，振动监测上位机将步骤S1.1中的机位识别号、采样时间和采样频率分别发送给各振动监测下位机的信号处理器。
所述步骤S2包括以下步骤：S2.1，信号处理器根据各自的机位识别号识别出对应的采样时间和采样频率，并控制振动监测下位机的振动传感器根据该采样时间和采样频率采集掘进设备上关键部位的振动数据；S2.2，振动传感器将采集到的振动数据传送给到AD采集模块，AD采集模块对接收到的振动数据进行模数转换后传送给到信号处理器，信号处理器再对转换后的振动数据进行处理，并将处理后的振动数据和对应的机位识别号经振动监测下位机的第一通信模块发送给边缘计算端。
所述步骤S3包括以下步骤：S3.1，边缘计算端的原始数据采集模块接收处理后的振动数据和对应的机位识别号，并将其传送给到原始数据存储模块进行存储；S3.2，边缘计算模块根据原始数据存储模块中的振动数据计算振动状态信息，并通过第二通信模块将振动状态信息和对应的机位识别号发送给到振动监测上位机；
所述振动状态信息包括振动的时域信息、频域信息、振动烈度Vrms、振动峰值Xpeak、振动均值Xmean和峭度值Xkurt，频域信息包括振动加速度频谱信号X(m)、单边幅值Am和谐波频率fm。所述振动的时域信息是指掘进设备上关键部位的振动加速度时域信号，根据振动数据直接获取；所述振动加速度频谱信号X(m)根据振动加速度时域信号通过快速傅里叶变换获取，对应的计算公式为：
Figure BDA0002791787610000021
式中，m表示振动加速度频谱信号X(m)对应的索引号，n表示振动加速度时域信号x(n)对应的索引号，且m＝0,1,2,…,N，N表示振动加速度时域信号x(n)的信号长度；
所述单边幅值Am的计算公式为：
Figure BDA0002791787610000031
式中，X(m')表示频谱信号X(m)所对应的单边频谱信号；m'表示X(m′)对应的索引号，且m'＝0,1,2,…,N/2，
所述谐波频率fm的计算公式为：
Figure BDA0002791787610000032
式中，fs表示振动加速度时域信号x(n)的采样频率。
所述振动烈度Vrms的计算公式为：
Figure BDA0002791787610000033
式中，mu表示频率上限fu所对应的谱线数，md表示频率下限fd所对应的谱线数，m”表示介于[fd,fu]范围内频率所对应的谱线数索引号，X(m”)表示谱线数索引号m”所对应的单边频谱信号，fs表示振动加速度时域信号x(n)的采样频率；
所述振动峰值Xpeak的计算公式为：
Xpeak＝max(|x(n)|)；
式中，x(n)表示振动加速度时域信号。
所述振动均值Xmean的计算公式为：
Figure BDA0002791787610000034
式中，N表示振动加速度时域信号x(n)的信号长度；n表示振动加速度时域信号x(n)对应的索引号；
所述振动峭度值Xkurt的计算公式为：
Figure BDA0002791787610000035
所述步骤S4包括以下步骤：S4，振动监测上位机对接收到的步骤S3中的振动状态信息和对应的机位识别号进行处理并分别显示，包括以下步骤：
S4.1，振动监测上位机的图表可视化模块对步骤S3中的时域信息和频域信息进行处理并显示；
S4.2，振动监测上位机的实时特征值模块对步骤S3中的振动烈度、振动峰值、振动均值和振动峭度值进行处理并显示；
S4.3，振动监测上位机的振动状态分析模块将振动峰值Xpeak与报警上限值Xthres-up和报警下限值Xthres-down进行比较，若Xpeak≥Xthres-up，则发出关键部位振动的超限报警提示，若Xthres-down≤Xpeak＜Xthres-up，则判定关键部位振动的处于临界状态，若Xpeak<Xthres-down，则判定关键部位振动的处于正常状态。
一种振动状态智能监测系统，包括若干个振动监测下位机，所述振动监测下位机上设有包括用于检测掘进设备上关键部位振动数据的振动传感器，振动传感器与AD采集模块的输入端连接，AD采集模块的输出端与信号处理器连接；所述信号处理器通过第一通信模块与边缘计算端连接；所述边缘计算端与振动监测上位机连接。边缘计算端根据振动数据计算振动状态信息，振动监测上位机对振动状态信息进行处理并显示。
所述振动监测下位机还包括信号隔离模块，AD采集模块的输出端与信号隔离模块的输入端连接，信号隔离模块的输出端与信号处理器连接。
所述边缘计算端包括依次连接的原始数据采集模块、原始数据存储模块、边缘计算模块和第二通信模块，且原始数据采集模块与振动监测下位机连接，第二通信模块与振动监测上位机连接。
所述振动监测上位机包括图表可视化模块和实时特征值显示模块，图表可视化模块与实时特征值显示模块的输入端均与振动监测上位机的控制单元连接，图表可视化模块与实时特征值显示模块的输出端与振动状态分析模块连接；所述振动状态分析模块与控制单元连接，且控制单元分别与边缘计算端和参数配置模块连接。
本发明的有益效果：
振动监测下位机用于分别监测掘进设备上各关键部位的振动数据，边缘计算端根据振动数据计算振动状态信息，振动监测上位机对振动状态信息进行处理并显示，主司机可以根据实时显示信息全方位监测关键部位的振动状态，并根据振动状态分析掘进状况，实时调整掘进参数；具有在线数据分析能力强、可靠性高、实时性强、制造、安放及维护成本低的特点，方便在隧道掘进设备上进行多部位部署监测；可实现在线实时监测，方便故障及时处理，提高工作效率；具有边缘计算的优点，加速数据流处理，低延迟得到计算结果，可以满足技术人员对于得到隧道掘进装备状态的即时性要求；振动监测上位机具备图形化展示功能，便于技术人员直观观察，有利于技术人员直接对振动情况的分析决策。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接示意图。
图2为本发明的各具体模块的信号传输示意图。
图中，1为振动监测上位机，2为边缘计算端，3为振动监测下位机，4为振动传感器，5为AD采集模块，6为信号隔离模块，7为信号处理器，8为第一通信模块，9为原始数据采集模块，10为原始数据存储模块，11为边缘计算模块，12为第二通信模块，13为图表可视化模块，14为实时特征值模块，15为振动状态分析模块，16为参数配置模块。
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付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。
实施例1：一种振动状态智能监测系统，如图1所示，包括若干个振动监测下位机3，振动监测下位机3通过边缘计算端2与振动监测上位机1连接。在振动监测上位机上设定采样时间和采样频率，振动监测下位机根据振动监测上位机所设定的采样时间和采样频率分别采集掘进设备的不同关键部位的振动数据，边缘计算端根据振动数据计算各个关键部位(比如设备盾体、驱动电机与主梁)的振动状态信息，并将振动状态信息发送给到振动监测上位机进行显示。
进一步，所述振动监测下位机3包括振动传感器4，振动传感器用于采集掘进设备上关键部位的振动数据；振动传感器4与AD采集模块5的输入端连接，AD采集模块用于对接收到的振动数据进行模数转换，AD采集模块5的输出端与信号处理器7连接；所述信号处理器7通过第一通信模块8与边缘计算端2连接，便于模数转换后的振动数据发送给到边缘计算端。每个振动监测下位机3的信号处理器7中均存储有各自的机位识别号，方便振动监测下位机的振动传感器分别按照设定的采样时间和采样频率采集振动数据。
进一步，所述振动监测下位机3还包括信号隔离模块6和电源管理模块，AD采集模块5的输出端与信号隔离模块6的输入端连接，信号隔离模块6的输出端与信号处理器7连接，且振动传感器4、AD采集模块5、信号隔离模块6、信号处理器7和第一通信模块8均与电源管理模块连接，方便为各个模块提供相应的电源；信号隔离模块6用于对模数转换后的振动数据进行滤波，以过滤掉其中的杂波信号。
进一步，所述边缘计算端2包括原始数据采集模块9，原始数据采集模块9与原始数据存储模块10连接，原始数据存储模块10与边缘计算模块11连接，边缘计算模块11和第二通信模块12连接，且原始数据采集模块9与第一通信模块8连接；原始数据采集模块从第一通信模块接收振动数据，将振动数据存储到原始数据存储模块；原始数据存储模块负责将振动数据存储到嵌入式数据库SQLite中，振动数据存储后将振动数据发送到边缘计算模块；边缘计算模块可以根据振动数据的时域信息利用傅里叶变换计算所测量的关键部位的振动状态信息，振动状态信息包括关键部位振动的时域信息、频域信息、振动烈度、振动峰值、振动均值和峭度值；第二通信模块12与振动监测上位机1连接，方便边缘计算模块所计算出的振动状态信息的传输。
优选地，所述边缘计算端2还包括异常处理模块，异常处理模块与边缘计算模块11和第二通信模块12连接，异常处理模块用于处理通讯过程中的异常信息。即异常处理模块通过统计振动加速度时域信号的均值μ、标准差σ，剔除超出[μ-3σ,μ+3σ]之外的异常振动数据，保留符合上述条件的振动数据，并将保留下来的振动数据传递给振动监测上位机。
进一步，所述振动监测上位机1包括图表可视化模块13和实时特征值显示模块14，图表可视化模块13和实时特征值显示模块14的输入端与振动监测上位机1的控制单元连接，图表可视化模块13和实时特征值显示模块14的输出端均与振动状态分析模块15连接，且振动状态分析模块15与控制单元连接；所述控制单元分别与参数配置模块16和第二通信模块12相连接，通过参数配置模块可以根据机位识别号设定不同振动传感器的采样时间和采样频率，本实施例中，所述机位识别号为http地址。所述图表可视化模块处理可以对振动的时域信息和频域信息进行处理并显示。其中图表可视化模块处理可采用电脑，电脑通过动态显示方法对振动的时域信息和频域信息进行处理并以折线图形式显示，实时特征值显示模块可以显示当前时刻振动烈度、振动峰值、振动均值和峭度值信息。振动状态分析模块可以通过将振动峰值与报警上限值和报警下限值进行比较以对关键部位的振动进行报警提示，报警上限值和报警下限值均通过振动监测上位机的参数配置模块设定。
本实施例中，所述振动传感器4的型号为SK2011，AD采集模块5的型号为AD7606，信号隔离模块6的型号为ADUM1401，信号处理器7的型号为STM32F103VGT6，第一通信模块8和第二通信模块12的型号均为LAN8720A，电源管理模块包括电源组件、第一稳压器和第二稳压器，第一稳压器和第二稳压器均与信号处理器连接，为其提供稳定电压；第一稳压器的型号为JW5060T，第二稳压器的型号为AMS1117；所述边缘计算端的架构为ARM或者X86，且其操作系统为Linux或者Windows。
实施例2：一种振动状态智能监测方法，包括如下步骤：
S1，在振动监测上位机1上基于机位识别号分别设定各振动监测下位机3采集振动数据的采样时间和采样频率，包括如下步骤：
S1.1，振动监测上位机1通过其上的参数配置模块16基于机位识别号分别设定对不同关键部位进行采样的采样时间和采样频率；
S1.2，振动监测上位机1的控制单元将步骤S1.1中的机位识别号、采样时间和采样频率分别发送给各振动监测下位机3的信号处理器7。
S2，振动监测下位机3依据各自的机位识别号所对应的采样时间和采样频率分别采集掘进设备上关键部位的振动数据，并将关键部位的振动数据和对应的机位识别号发送给边缘计算端2，包括如下步骤：
S2.1，信号处理器7根据各自的机位识别号识别出对应的采样时间和采样频率，并控制振动监测下位机3的振动传感器4根据该采样时间和采样频率采集掘进设备上关键部位的振动数据；
每个振动监测下位机3的信号处理器7中均存储有各自的机位识别号，方便信号处理器对接收到的数据进行识别。
S2.2，振动传感器4将采集的振动数据传送给到AD采集模块5，AD采集模块5对接收到的振动数据进行模数转换后传送给到信号处理器7，信号处理器7再对转换后的振动数据进行处理，并将处理后的振动数据和对应的机位识别号经振动监测下位机3的第一通信模块8发送给边缘计算端2。
S3，边缘计算端2根据所接收的关键部位的振动数据分别计算对应的振动状态信息，并将振动状态信息和对应的机位识别号分别发送给振动监测上位机1，包括如下步骤：
S3.1，边缘计算端2的原始数据采集模块9接收处理后的振动数据和对应的机位识别号，并将其传送给到原始数据存储模块10进行存储。
S3.2，边缘计算模块11根据原始数据存储模块10中的振动数据计算振动状态信息，并通过第二通信模块12将振动状态信息和对应的机位识别号发送给振动监测上位机1。
所述振动状态信息包括振动的时域信息、频域信息、振动烈度、振动峰值、振动均值、峭度值，所述时域信息是指关键部位的振动加速度时域信号，反映了关键部位振动的变化趋势，振动加速度时域信号根据振动数据直接获取；所述频域信息是指关键部位的振动加速度频域信号，其包括振动加速度频谱信号、单边幅值和谐波频率，它反映了关键部位振动的频谱分布；所述振动均值是指关键部位振动加速度的均值特征，可表征关键部位振动有效幅值的大小；所述振动烈度值是指关键部位振动速度的均方根值，可评定关键部位振动的强弱程度；所述振动峭度指关键部位振动加速度的四阶中心矩，可应用于关键部位早期故障的预警；所述振动峰值指关键部位振动加速度的最大值，可应用于关键部位振动的超限报警。
所述振动加速度频谱信号根据振动加速度时域信号通过快速傅里叶变换获取，对应的计算公式为：
Figure BDA0002791787610000081
式中，X(m)表示傅里叶变换后的振动加速度频谱信号，通过获取频域范围内振动加速度信息，弥补了振动时域加速度信号覆盖信息不全面的缺陷，m表示振动加速度频谱信号X(m)对应的索引号，n表示振动加速度时域信号x(n)对应的索引号，且m＝0,1,2,…,N，N表示振动加速度时域信号x(n)的信号长度。
振动加速度频谱信号X(m)的单边幅值Am的计算公式为：
Figure BDA0002791787610000082
式中，m'＝0,1,2,…,N/2；X(m')表示频谱信号X(m)所对应的单边频谱信号，m'表示单边频谱信号X(m')对应的索引号；
所述振动加速度频谱信号X(m)的谐波频率fm的计算公式为：
Figure BDA0002791787610000083
式中，fs表示振动加速度时域信号x(n)的采样频率。
所述振动烈度根据频率范围fd～fu得到，对应的计算公式为:
Figure BDA0002791787610000084
式中，Vrms表示振动烈度，mu表示频率上限fu所对应的谱线数，md表示频率下限fd所对应的谱线数，m”表示介于[fd,fu]范围内频率所对应的谱线数索引号，X(m”)表示谱线数索引号m”所对应的单边频谱信号。
所述频率范围fd～fu根据以下步骤计算得出：
a.根据所监测关键部位的转速计算对应的振动特征频率ft，根据特征频率ft确定频率上限fu和频率下限fd；
所述振动特征频率ft的计算公式为：
Figure BDA0002791787610000085
式中，
Figure BDA0002791787610000091
表示所监测关键部位的转速；
所述频率上限fu和频率下限fd与特征频率ft之间的关系为：
ft>5fd且fu>5ft；
根据以上公式及掘进设备司机经验即可确定频率上限fu和频率下限fd，有利于准确定位振动特征频率ft附近的频谱信息，是计算振动烈度的关键步骤。
b.根据频率上限fu和频率下限fd确定频率范围。
所述振动峰值的计算公式为：
Xpeak＝max(x(n))；
式中，Xpeak表示振动峰值，x(n)表示振动加速度时域信号，
所述振动均值的计算公式为：
Figure BDA0002791787610000092
式中，Xmean表示振动均值，x(n)表示振动加速度时域信号，n表示振动加速度时域信号x(n)对应的索引号；
所述振动峭度值的计算公式为：
Figure BDA0002791787610000093
式中，Xkurt表示振动峭度值，x(n)表示振动加速度时域信号。
S4，振动监测上位机1对接收到的步骤S3中的振动状态信息和对应的机位识别号进行处理并分别显示，包括以下步骤：
S4.1，振动监测上位机1的图表可视化模块13通过动态显示方法对步骤S3中的时域信息和频域信息进行处理并以折线图形式显示，便于技术人员直观观察；
S4.2，振动监测上位机1的实时特征值模块14可显示步骤S3中的当前时刻振动烈度Vrms、振动峰值Xpeak、振动均值Xmean和振动峭度值Xkurt，有利于技术人员直接对振动情况的分析决策；
S4.3，振动监测上位机1的振动状态分析模块15将振动峰值Xpeak与报警上限值Xthres-up和报警下限值Xthres-down比较，若Xpeak≥Xthres-up，则发出关键部位振动的超限报警提示，若Xthres-down≤Xpeak<Xthres-up，则判定关键部位振动的处于临界状态，若Xpeak<Xthres-down，则判定关键部位振动的处于正常状态。
本实施例的结构与实施例1相同。本发明通过在盾构机或者TBM的刀盘背面、驱动箱体、电机等关键部位上安装振动传感器实时采集振动数据，振动数据获取后传入边缘计算端进行实时分析计算，而后将计算结果发送到振动监测上位机上进行显示，主司机可以结合振动状态信息对关键部位的振动状态进行决策判断，以合理调整掘进参数。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种振动状态智能监测方法，其特征在于，包括如下步骤：
S1，在振动监测上位机(1)上基于机位识别号分别设定各振动监测下位机(3)采集振动数据的采样时间和采样频率；
S2，振动监测下位机(3)依据各自的机位识别号所对应的采样时间和采样频率分别采集掘进设备上关键部位的振动数据，并将关键部位的振动数据和对应的机位识别号发送给边缘计算端(2)；
S3，边缘计算端(2)根据所接收的关键部位的振动数据计算振动状态信息，并将振动状态信息和对应的机位识别号发送给振动监测上位机(1)；
S4，振动监测上位机(1)对接收到的步骤S3中的振动状态信息和对应的机位识别号进行处理并分别显示。
2.根据权利要求1所述的振动状态智能监测方法，其特征在于，所述步骤S1包括以下步骤：
S1.1，振动监测上位机(1)通过其上的参数配置模块(16)基于机位识别号分别设定对不同关键部位进行采样的采样时间和采样频率；
S1.2，振动监测上位机(1)将步骤S1.1中的机位识别号、采样时间和采样频率分别发送给各振动监测下位机(3)的信号处理器(7)。
3.根据权利要求2所述的振动状态智能监测方法，其特征在于，所述步骤S2包括以下步骤：
S2.1，信号处理器(7)根据各自的机位识别号识别出对应的采样时间和采样频率，并控制振动监测下位机(3)的振动传感器(4)根据该采样时间和采样频率采集掘进设备上关键部位的振动数据；
S2.2，振动传感器(4)将采集到的振动数据传送给到AD采集模块(5)，AD采集模块(5)对接收到的振动数据进行模数转换后传送给到信号处理器(7)，信号处理器(7)再对转换后的振动数据进行处理，并将处理后的振动数据和对应的机位识别号经振动监测下位机(3)的第一通信模块(8)发送给边缘计算端(2)。
4.根据权利要求1或3所述的振动状态智能监测方法，其特征在于，所述步骤S3包括以下步骤：
S3.1，边缘计算端(2)的原始数据采集模块(9)接收处理后的振动数据和对应的机位识别号，并将其传送给到原始数据存储模块(10)进行存储；
S3.2，边缘计算模块(11)根据原始数据存储模块(10)中的振动数据计算振动状态信息，并通过第二通信模块(12)将振动状态信息和对应的机位识别号发送给到振动监测上位机(1)；
所述振动状态信息包括振动的时域信息、频域信息、振动烈度Vrms、振动峰值Xpeak、振动均值Xmean和峭度值Xkurt，频域信息包括振动加速度频谱信号X(m)、单边幅值Am和谐波频率fm。
5.根据权利要求4所述的振动状态智能监测方法，其特征在于，所述振动的时域信息是指掘进设备上关键部位的振动加速度时域信号，根据振动数据直接获取；
所述振动加速度频谱信号X(m)根据振动加速度时域信号通过快速傅里叶变换获取，对应的计算公式为：
Figure FDA0002791787600000021
式中，m表示振动加速度频谱信号X(m)对应的索引号，n表示振动加速度时域信号x(n)对应的索引号，且m＝0,1,2,…,N，N表示振动加速度时域信号x(n)的信号长度；
所述单边幅值Am的计算公式为：
Figure FDA0002791787600000022
式中，X(m')表示频谱信号X(m)所对应的单边频谱信号；m'表示X(m′)对应的索引号，且m'＝0,1,2,…,N/2，
所述谐波频率fm的计算公式为：
Figure FDA0002791787600000023
式中，fs表示振动加速度时域信号x(n)的采样频率。
6.根据权利要求4所述的振动状态智能监测方法，其特征在于，所述振动烈度Vrms的计算公式为：
Figure FDA0002791787600000024
式中，mu表示频率上限fu所对应的谱线数，md表示频率下限fd所对应的谱线数，m”表示介于[fd,fu]范围内频率所对应的谱线数索引号，X(m”)表示谱线数索引号m”所对应的单边频谱信号，fs表示振动加速度时域信号x(n)的采样频率；
所述振动峰值Xpeak的计算公式为：
Xpeak＝max(|x(n)|)；
式中，x(n)表示振动加速度时域信号；
所述振动均值Xmean的计算公式为：
Figure FDA0002791787600000031
式中，N表示振动加速度时域信号x(n)的信号长度；n表示振动加速度时域信号x(n)对应的索引号；
所述振动峭度值Xkurt的计算公式为：
Figure FDA0002791787600000032
7.根据权利要求5或6所述的振动状态智能监测方法，其特征在于，所述步骤S4包括以下步骤：
S4，振动监测上位机(1)对接收到的步骤S3中的振动状态信息和对应的机位识别号进行处理并分别显示，包括以下步骤：
S4.1，振动监测上位机(1)的图表可视化模块(13)对步骤S3中的时域信息和频域信息进行处理并显示；
S4.2，振动监测上位机(1)的实时特征值模块(14)对步骤S3中的振动烈度、振动峰值、振动均值和振动峭度值进行处理并显示；
S4.3，振动监测上位机(1)的振动状态分析模块(15)将振动峰值Xpeak与报警上限值Xthres-up和报警下限值Xthres-down进行比较，若Xpeak≥Xthres-up，则发出关键部位振动的超限报警提示，若Xthres-down≤Xpeak＜Xthres-up，则判定关键部位振动的处于临界状态，若Xpeak<Xthres-down，则判定关键部位振动的处于正常状态。
8.一种振动状态智能监测系统，其特征在于，包括若干个振动监测下位机(3)，所述振动监测下位机(3)包括振动传感器(4)，振动传感器(4)与AD采集模块(5)的输入端连接，AD采集模块(5)的输出端与信号处理器(7)连接；所述信号处理器(7)通过第一通信模块(8)与边缘计算端(2)连接；所述边缘计算端(2)与振动监测上位机(1)连接。
9.根据权利要求8所述的振动状态智能监测系统，其特征在于，所述振动监测下位机(3)还包括信号隔离模块(6)，AD采集模块(5)的输出端与信号隔离模块(6)的输入端连接，信号隔离模块(6)的输出端与信号处理器(7)连接。
10.根据权利要求8或9所述的振动状态智能监测系统，其特征在于，所述边缘计算端(2)包括依次连接的原始数据采集模块(9)、原始数据存储模块(10)、边缘计算模块(11)和第二通信模块(12)，且原始数据采集模块(9)与振动监测下位机(3)连接，第二通信模块(12)与振动监测上位机(1)连接。
11.根据权利要求10所述的振动状态智能监测系统，其特征在于，所述振动监测上位机(1)包括图表可视化模块(13)和实时特征值显示模块(14)，图表可视化模块(13)与实时特征值显示模块(14)的输入端均与振动监测上位机(1)的控制单元连接，图表可视化模块(13)与实时特征值显示模块(14)的输出端均与振动状态分析模块(15)连接；所述振动状态分析模块(15)与控制单元连接，且控制单元分别与边缘计算端(2)、参数配置模块(16)连接。
CN202011317751.8A 2020-11-23 2020-11-23 一种振动状态智能监测系统及方法 Pending CN112504710A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011317751.8A CN112504710A (zh) 2020-11-23 2020-11-23 一种振动状态智能监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011317751.8A CN112504710A (zh) 2020-11-23 2020-11-23 一种振动状态智能监测系统及方法

Publications (1)

Publication Number Publication Date
CN112504710A true CN112504710A (zh) 2021-03-16

Family

ID=74959124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011317751.8A Pending CN112504710A (zh) 2020-11-23 2020-11-23 一种振动状态智能监测系统及方法

Country Status (1)

Country Link
CN (1) CN112504710A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113696839A (zh) * 2021-10-29 2021-11-26 南京易砼科技有限公司 一种混凝土泵送车辆的泵送状态检测方法和装置
CN114034480A (zh) * 2021-11-08 2022-02-11 北京泓慧国际能源技术发展有限公司 飞轮振动信号采集处理装置、方法及电子设备
CN114710226A (zh) * 2022-04-13 2022-07-05 新疆额尔齐斯河流域开发工程建设管理局 一种振动监测、掘进装备数据实时采集同步方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975672A (zh) * 2010-09-07 2011-02-16 中国矿业大学 煤矿采掘机械故障诊断装置
CN103067941A (zh) * 2012-12-26 2013-04-24 武汉大学 基于无线传感网络的多变量分布式在线监测系统
CN105547373A (zh) * 2016-02-06 2016-05-04 武汉大学 一种基于公网传输的接触网状态在线监测/检测装置
CN106768304A (zh) * 2017-02-15 2017-05-31 中铁隧道集团有限公司 一种盾构/tbm振动在线自动监测系统
CN108760361A (zh) * 2018-04-12 2018-11-06 中铁局集团有限公司 一种盾构机故障监测预警系统及方法
CN110987502A (zh) * 2019-12-19 2020-04-10 中国铁建重工集团股份有限公司 盾构设备及其主驱动在线状态的监测诊断系统与方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101975672A (zh) * 2010-09-07 2011-02-16 中国矿业大学 煤矿采掘机械故障诊断装置
CN103067941A (zh) * 2012-12-26 2013-04-24 武汉大学 基于无线传感网络的多变量分布式在线监测系统
CN105547373A (zh) * 2016-02-06 2016-05-04 武汉大学 一种基于公网传输的接触网状态在线监测/检测装置
CN106768304A (zh) * 2017-02-15 2017-05-31 中铁隧道集团有限公司 一种盾构/tbm振动在线自动监测系统
CN108760361A (zh) * 2018-04-12 2018-11-06 中铁局集团有限公司 一种盾构机故障监测预警系统及方法
CN110987502A (zh) * 2019-12-19 2020-04-10 中国铁建重工集团股份有限公司 盾构设备及其主驱动在线状态的监测诊断系统与方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
官振红 等: "《盾构关键部件在线振动监测系统设计》", 《机床与液压》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113696839A (zh) * 2021-10-29 2021-11-26 南京易砼科技有限公司 一种混凝土泵送车辆的泵送状态检测方法和装置
CN113696839B (zh) * 2021-10-29 2021-12-28 南京易砼科技有限公司 一种混凝土泵送车辆的泵送状态检测方法和装置
CN114034480A (zh) * 2021-11-08 2022-02-11 北京泓慧国际能源技术发展有限公司 飞轮振动信号采集处理装置、方法及电子设备
CN114710226A (zh) * 2022-04-13 2022-07-05 新疆额尔齐斯河流域开发工程建设管理局 一种振动监测、掘进装备数据实时采集同步方法及系统

Similar Documents

Publication Publication Date Title
CN112504710A (zh) 一种振动状态智能监测系统及方法
CN101393049B (zh) 风力发电机组振动监测及故障诊断的方法
CN102730571B (zh) 一种起重机在线监测与故障诊断系统
CN110779716A (zh) 嵌入式机械故障智能诊断设备及诊断方法
CN102620807A (zh) 风力发电机状态监测系统及方法
EP2868921A1 (en) Wind turbine and method for evaluating health state of blade thereof
CN104048825B (zh) 一种多传感器融合的风电机组齿轮箱故障定位方法
CN110568324B (zh) 一种gis局放在线监测系统及方法
CN201311360Y (zh) 一种振动在线监测故障诊断装置
CN103115667B (zh) 一种基于传感器的振动监测装置
CN114576566B (zh) 燃气管道预警方法、装置、设备及存储介质
CN110285045B (zh) 一种核电厂rcp主泵振动相位监测系统和方法
CN214173430U (zh) 用于通风机或水泵的能效安康一体化的监测系统
CN115118333B (zh) 一种卫星地面站的天线健康管理系统及方法
CN102706560A (zh) 一种风力发电机组的状态监测方法和装置
KR101166871B1 (ko) 기계시스템 상태감시장치 및 상태감시방법
CN114988305A (zh) 一种防止吊臂车作业触电预警方法
CN111311872A (zh) 一种船体结构应力长期监测报警系统
US10451474B2 (en) Method and apparatus for determining motor operation states
CN112782540A (zh) 一种高压电缆在线监测及故障点定位装置
CN109115271B (zh) 一种数控机床远程监测系统
CN117517877A (zh) 一种分布式行波在线测量故障定位系统
CN113625133A (zh) 一种配电设备局部放电的在线监测反馈系统及方法
CN117740242A (zh) 动力涡轮机动平衡测试系统
CN101769785A (zh) 一种注水机组振动状态的点检方法及检测装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210316