CN112665706B - 一种海工平台振动监测分析方法及系统 - Google Patents
一种海工平台振动监测分析方法及系统 Download PDFInfo
- Publication number
- CN112665706B CN112665706B CN202011379680.4A CN202011379680A CN112665706B CN 112665706 B CN112665706 B CN 112665706B CN 202011379680 A CN202011379680 A CN 202011379680A CN 112665706 B CN112665706 B CN 112665706B
- Authority
- CN
- China
- Prior art keywords
- power spectrum
- spectrum data
- vibration
- time period
- preset time
- 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.)
- Active
Links
Images
Abstract
本申请涉及一种海工平台振动监测分析方法及系统,涉及海工平台技术领域,该方法包括以下步骤:在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置数量相同的多个振动传感器;在预设时间段内,根据各振动传感器的监测情况,计算获得各待测舱室对应的振动功率谱数据组;根据各振动功率谱数据组,进行平均值计算获得标准功率谱数据组;计算各振动功率谱数据组与标准功率谱数据对应的数据组误差。本申请将各待测舱室的振动情况与平均值进行比对,从而方便快捷的掌握各待测舱室对整个海工平台而言的振动影响,作为判断待测舱室内的设备的工作情况的判断依据。
Description
技术领域
本申请涉及海工平台技术领域,具体涉及一种海工平台振动监测分析方法及系统。
背景技术
伴随着智能化的发展需求,现代海工平台一般都在现场布置几百甚至上千个的振动传感器,对旋转机械装备进行全面的振动监测,并在云端服务器对监测数据进行功率谱分析,当旋转机械装备出现功率谱异常时,发出报警信号并经操作人员确认后,对其发出紧急关断信号,从而保证人员与装备安全。
海工平台振动采集与分析系统有效保障了海工平台的安全运行,但是对于高通量的数据分析有较高的需求,海工平台由于空间与维护等因素,云端服务器布置有限,造成数据分析过程较慢,可能造成紧急关断信号延时发送至相应的旋转机械装备,严重影响海工平台振动分析系统的运行效率。
故而,如何高效快捷的对旋转机械装备的工作情况进行分析,是当前急需解决的技术问题。为此,现提供一新的海工平台振动监测分析技术方案。
发明内容
本申请提供一种海工平台振动监测分析方法及系统,将各待测舱室的振动情况与平均值进行比对,从而方便快捷的掌握各待测舱室对整个海工平台而言的振动影响,作为判断待测舱室内的设备的工作情况的判断依据。
第一方面,本申请提供了一种海工平台振动监测分析方法,所述方法包括以下步骤:
在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置数量相同的多个振动传感器;
在预设时间段内,根据各所述振动传感器的监测情况,计算获得各所述待测舱室对应的振动功率谱数据组;
根据各所述振动功率谱数据组,进行平均值计算获得标准功率谱数据组;
计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差;其中,
各所述振动功率谱数据组内包括预设时间段内对应待测舱室的各所述振动传感器对应的振动功率谱数据项,各所述振动功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率采集的多个振动功率谱数据;
所述标准功率谱数据组包括预设时间段内各编号的所述振动传感器的标准功率谱数据项,各所述标准功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率对应的多个标准功率谱数据。
具体的,在预设时间段内,所述待测舱室对应的所述振动功率谱数据组中的各振动功率谱数据项为:
Xk(ta~tb)=[Xk(f1),...,Xk(fp)];其中,
ta~tb为所述预设时间段,Xk(ta~tb)为编号为k的振动传感器的振动功率谱数据项;
Xk(f1)为在所述预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在所述预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
在预设时间段内,各振动传感器可获得p个振动功率谱数据,振动传感器的采样频率为fs;
具体的,标准功率谱数据组中预设时间段内各编号的所述振动传感器的标准功率谱数据项为:
Xk′(ta~tb)=[Xk′(f1),Xk′(f2),Xk′(f3)...Xk′(fp)];其中
ta~tb为所述预设时间段,Xk′(ta~tb)为编号为k的振动传感器的标准功率谱数据项;
Xk′(f1)为在所述预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在所述预设时间段内编号为k的振动传感器的第p个标准功率谱数据;
在预设时间段内,各振动传感器对应p个标准功率谱数据。
具体的,所述计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差中,具体包括以下步骤:
计算各所述振动功率谱数据组中各振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
根据各所述振动功率谱数据组中各振动功率谱数据项对应的所述项误差,获得各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差。
具体的,所述计算各所述振动功率谱数据组中各振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差的计算公式为:
ta~tb为所述预设时间段;
ΔXk(ta~tb)为在所述预设时间段内编号为k的振动传感器的振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
Xk(f1)为在所述预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在所述预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
Xk′(f1)为在所述预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在所述预设时间段内编号为k的振动传感器的第p个标准功率谱数据。
具体的,根据各所述振动功率谱数据组中各振动功率谱数据项对应的所述项误差,获得各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差的计算公式为:
ΔX(ta~tb)为所述数据组误差。
进一步的,在所述计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差之后,还包括以下步骤:
当所述数据组误差小于第一误差阈值时,判断对应的所述待测舱室工作正常;
当所述数据组误差介于所述第一误差阈值与第二误差阈值之间时,判断对应的所述待测舱室工作故障;
当所述数据组误差大于所述第二误差阈值时,向对应的所述待测舱室发出紧急关停信号。
第二方面,本申请提供了一种海工平台振动监测分析系统,所述系统包括:
在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置的数量相同的多个振动传感器;
设置在各待测舱室的振动功率谱计算单元,其用于在预设时间段内,根据各所述振动传感器的监测情况,计算获得对应的所述待测舱室的振动功率谱数据组;
标准功率谱计算单元,其用于根据各所述振动功率谱数据组,进行平均值计算获得标准功率谱数据组;
数据组误差分析单元,其用于计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差;其中,
各所述振动功率谱数据组内包括预设时间段内对应待测舱室的各所述振动传感器对应的振动功率谱数据项,各所述振动功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率采集的多个振动功率谱数据;
所述标准功率谱数据组包括预设时间段内各编号的所述振动传感器的标准功率谱数据项,各所述标准功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率对应的多个标准功率谱数据。
进一步的,所述数据组误差分析单元还用于计算各所述振动功率谱数据组中各振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
计算项误差的计算公式为:
ta~tb为所述预设时间段;
ΔXk(ta~tb)为在所述预设时间段内编号为k的振动传感器的振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
Xk(f1)为在所述预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在所述预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
Xk′(f1)为在所述预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在所述预设时间段内编号为k的振动传感器的第p个标准功率谱数据。
具体的,所述数据组误差分析单元计算数据组误差的计算公式为:
ΔX(ta~tb)为所述数据组误差。
本申请提供的技术方案带来的有益效果包括:
本申请提供了一种海工平台振动监测分析方法及系统,对各待测舱室的振动情况进行监测,进行平均化处理,将各待测舱室的振动情况与平均值进行比对,从而方便快捷的掌握各待测舱室对整个海工平台而言的振动影响,作为判断待测舱室内的设备的工作情况的判断依据。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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为本申请实施例提供的海工平台振动监测分析方法的步骤原理图;
图2为本申请实施例提供的海工平台振动监测分析方法的原理结构图;
图3为本申请实施例提供的海工平台振动监测分析系统的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图对本申请的实施例作进一步详细说明。
本申请实施例提供一种海工平台振动监测分析方法及系统,对各待测舱室的振动情况进行监测,进行平均化处理,将各待测舱室的振动情况与平均值进行比对,从而方便快捷的掌握各待测舱室对整个海工平台而言的振动影响,作为判断待测舱室内的设备的工作情况的判断依据。
为达到上述技术效果,本申请的总体思路如下:
一种海工平台振动监测分析方法,该方法包括以下步骤:
S1、在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置数量相同的多个振动传感器;
S2、在预设时间段内,根据各振动传感器的监测情况,计算获得各待测舱室对应的振动功率谱数据组;
S3、根据各振动功率谱数据组,进行平均值计算获得标准功率谱数据组;
S4、计算各振动功率谱数据组与标准功率谱数据对应的数据组误差;其中,
各振动功率谱数据组内包括预设时间段内对应待测舱室的各振动传感器对应的振动功率谱数据项,各振动功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率采集的多个振动功率谱数据;
标准功率谱数据组包括预设时间段内各编号的振动传感器的标准功率谱数据项,各标准功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率对应的多个标准功率谱数据。
以下结合附图对本申请的实施例作进一步详细说明。
第一方面,参见图1~2所示,本申请实施例提供一种海工平台振动监测分析方法,该方法包括以下步骤:
S1、在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置数量相同的多个振动传感器;
S2、在预设时间段内,根据各振动传感器的监测情况,计算获得各待测舱室对应的振动功率谱数据组;
S3、根据各振动功率谱数据组,进行平均值计算获得标准功率谱数据组;
S4、计算各振动功率谱数据组与标准功率谱数据对应的数据组误差;其中,
各振动功率谱数据组内包括预设时间段内对应待测舱室的各振动传感器对应的振动功率谱数据项,各振动功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率采集的多个振动功率谱数据;
标准功率谱数据组包括预设时间段内各编号的振动传感器的标准功率谱数据项,各标准功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率对应的多个标准功率谱数据。
本申请实施例中,对各待测舱室的振动情况进行监测,进行平均化处理,将各待测舱室的振动情况与平均值进行比对,从而方便快捷的掌握各待测舱室对整个海工平台而言的振动影响,作为判断待测舱室内的设备的工作情况的判断依据。
具体的,在预设时间段内,待测舱室对应的振动功率谱数据组中的各振动功率谱数据项为:
X1(ta~tb)=[X1(f1),...,X1(fp)];
…
Xk(ta~tb)=[Xk(f1),...,Xk(fp)];其中,
ta~tb为预设时间段,X1(ta~tb)为编号为1的振动传感器的振动功率谱数据项,Xk(ta~tb)为编号为k的振动传感器的振动功率谱数据项;
X1(f1)为在预设时间段内编号为1的振动传感器的第一个振动功率谱数据,X1(fp)为在预设时间段内编号为1的振动传感器的第p个振动功率谱数据;
Xk(f1)为在预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
在预设时间段内,各振动传感器可获得p个振动功率谱数据;
具体的,标准功率谱数据组中预设时间段内各编号的振动传感器的标准功率谱数据项为:
X1′(ta~tb)=[X1′(f1),X1′(f2),X1′(f3)...X1′(fp)];
…
Xk′(ta~tb)=[Xk′(f1),Xk′(f2),Xk′(f3)...Xk′(fp)];其中
ta~tb为预设时间段,X1′(ta~tb)为编号为1的振动传感器的标准功率谱数据项,Xk′(ta~tb)为编号为k的振动传感器的标准功率谱数据项;
X1′(f1)为在预设时间段内编号为1的振动传感器的第一个标准功率谱数据,X1′(fp)为在预设时间段内编号为1的振动传感器的第p个标准功率谱数据;
Xk′(f1)为在预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在预设时间段内编号为k的振动传感器的第p个标准功率谱数据;
在预设时间段内,各振动传感器对应p个标准功率谱数据。
具体的,计算各振动功率谱数据组与标准功率谱数据对应的数据组误差中,具体包括以下步骤:
计算各振动功率谱数据组中各振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
根据各振动功率谱数据组中各振动功率谱数据项对应的项误差,获得各振动功率谱数据组与标准功率谱数据对应的数据组误差。
具体的,计算各振动功率谱数据组中各振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差的计算公式为:
ta~tb为预设时间段;
ΔX1(ta~tb)为在预设时间段内编号为1的振动传感器的振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
ΔXk(ta~tb)为在预设时间段内编号为k的振动传感器的振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
X1(f1)为在预设时间段内编号为1的振动传感器的第一个振动功率谱数据,X1(fp)为在预设时间段内编号为1的振动传感器的第p个振动功率谱数据;
Xk(f1)为在预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
X1′(f1)为在预设时间段内编号为1的振动传感器的第一个标准功率谱数据,X1′(fp)为在预设时间段内编号为1的振动传感器的第p个标准功率谱数据;
Xk′(f1)为在预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在预设时间段内编号为k的振动传感器的第p个标准功率谱数据。
具体的,根据各振动功率谱数据组中各振动功率谱数据项对应的项误差,获得各振动功率谱数据组与标准功率谱数据对应的数据组误差的计算公式为:
ΔX(ta~tb)为数据组误差。
进一步的,在计算各振动功率谱数据组与标准功率谱数据对应的数据组误差之后,还包括以下步骤:
当数据组误差小于第一误差阈值时,判断对应的待测舱室工作正常;
当数据组误差介于第一误差阈值与第二误差阈值之间时,判断对应的待测舱室工作故障;
当数据组误差大于第二误差阈值时,向对应的待测舱室发出紧急关停信号;
可以理解的是,第一误差阈值的数值小于第二误差阈值的数值。
本申请实施例中,第一步,进行设备布设工作:在海工平台每一个包含旋转机械装备的待测舱室内,具体对每一个旋转机械装备布置多个振动传感器,并在舱室内布置一台边缘端计算机,利用边缘端计算机收集对应的振动传感器的监测数据,并且在海工平台控制中心所在的舱室,布置一台高性能云端服务器,边缘端计算机负责将所在舱室的旋转机械装备的每一个振动传感器采集数据进行功率谱分析,并将每一个振动传感器采集数据的功率谱上传至云端服务器。
第二步,各边缘端计算机根据对应的振动传感器的采集数据进行功率谱分析,在海工平台每一个包含旋转机械装备的舱室内,对任意一个旋转机械装备布置k个采样频率相同且均为fs的振动传感器,则会产生k道时序信号V1(t)、V2(t)、V3(t)…Vk(t),在边缘计算机上,基于MATLAB、LabView或者Origin等软件,对k道时序信号分别进行功率谱分析。
在预设时间段【ta,tb】内,k个振动传感器采集的时序信号共有m个数据,分别为:
V1(m)=[V1(ta)...V1(tb)];
V2(m)=[V2(ta)...V2(tb)];
V3(m)=[V3(ta)...V3(tb)];
…
Vk(m)=[Vk(ta)...Vk(tb)];
V1(m)为编号为1的振动传感器的时序信号,以此类推,Vk(m)为编号为k的振动传感器的时序信号。
针对每个振动传感器采集的时序信号,基于MATLAB、LabView或者Origin等软件,对k道时序信号V1(m)、V2(m)、V3(m)…Vk(m)分别进行功率谱分析,将频率域均分为(p-1)份,形成k个振动传感器在预设时间段【ta,tb】的功率谱:
X1(ta~tb)=[X1(f1),X1(f2),X1(f3)...X1(fp)];
X2(ta~tb)=[X2(f1),X2(f2),X2(f3)...X2(fp)];
X3(ta~tb)=[X3(f1),X3(f2),X3(f3)...X3(fp)];
…
Xk(ta~tb)=[Xk(f1),Xk(f2),Xk(f3)...Xk(fp)];
X1(ta~tb)为编号为1的振动传感器的振动功率谱数据项,以此类推,Xk(ta~tb)为编号为k的振动传感器的振动功率谱数据项;
X1(f1)为在预设时间段内编号为1的振动传感器的第一个振动功率谱数据,X1(fp)为在预设时间段内编号为1的振动传感器的第p个振动功率谱数据;
依次类推,Xk(f1)为在预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
处理完毕后,边缘端计算机实时将所在舱室内旋转机械装备的振动传感器在时间【ta,tb】的功率谱上传至云端服务器。
第三步,云端服务器进行处理工作:
在海工平台的任一旋转机械装备正常运行工况下,在得到一系列【ta,tb】时间段内的k个振动传感器的功率谱,进行平均化处理,得到k个振动传感器在正常运行工况下的标准功率谱X1′(ta~tb)、X2′(ta~tb)、X3′(ta~tb)…Xk′(ta~tb),并将海工平台的所有旋转机械装备k个振动传感器的的标准功率谱均存储进云端服务器中,具体如下:
X1′(ta~tb)=[X1′(f1),X1′(f2),X1′(f3)...X1′(fp)];
X2′(ta~tb)=[X2′(f1),X2′(f2),X2′(f3)...X2′(fp)];
X3′(ta~tb)=[X3′(f1),X3′(f2),X3′(f3)...X3′(fp)];
…
Xk′(ta~tb)=[Xk′(f1),Xk′(f2),Xk′(f3)...Xk′(fp)];
X1′(ta~tb)为编号为1的振动传感器的标准功率谱数据项,Xk′(ta~tb)为编号为k的振动传感器的标准功率谱数据项;
X1′(f1)为在预设时间段内编号为1的振动传感器的第一个标准功率谱数据,X1′(fp)为在预设时间段内编号为1的振动传感器的第p个标准功率谱数据;
Xk′(f1)为在预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在预设时间段内编号为k的振动传感器的第p个标准功率谱数据;
在预设时间段内,各振动传感器对应p个标准功率谱数据。
当边缘端计算机实时将所在舱室内旋转机械装备的振动传感器在时间【ta,tb】的功率谱X1(ta~tb)、X2(ta~tb)、X3(ta~tb)…Xk(ta~tb)上传至云端服务器后,对照各自的标准功率谱进行误差评估:
其中,ΔX1(ta~tb)为在预设时间段内编号为1的振动传感器的振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
依次类推,ΔXk(ta~tb)为在预设时间段内编号为k的振动传感器的振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
X1(f1)为在预设时间段内编号为1的振动传感器的第一个振动功率谱数据,X1(fp)为在预设时间段内编号为1的振动传感器的第p个振动功率谱数据;
依次类推,Xk(f1)为在预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
X1′(f1)为在预设时间段内编号为1的振动传感器的第一个标准功率谱数据,X1′(fp)为在预设时间段内编号为1的振动传感器的第p个标准功率谱数据;
依次类推,Xk′(f1)为在预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在预设时间段内编号为k的振动传感器的第p个标准功率谱数据。
因此,在某段时间【ta,tb】,某一旋转机械装备的k个振动传感器的功率谱与标准功率谱的总误差记为:
第四步,根据总误差进行紧急控制工作:
按照上述步骤,在云端服务器,实时计算海工平台的每一个旋转机械装备在每段【ta,tb】时间的总误差ΔX(ta~tb),当ΔX(ta~tb)≤5%时,判断对应的旋转机械装备正常工作,不发出紧急关断报警信号;当5%<ΔX(ta~tb)≤10%时,产生故障报警信号,提醒操作人员进一步确认是否对相应的旋转机械装备下发紧急关断信号;当ΔX(ta~tb)>10%时,直接对相应的旋转机械装备下发紧急关断信号。
第二方面,参见图3所示,本申请实施例提供一种海工平台振动监测分析系统,该检测分析系统用于执行第一方面的海工平台振动监测分析方法,该海工平台振动监测分析系统包括:
在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置的数量相同的多个振动传感器;
设置在各待测舱室的振动功率谱计算单元,其用于在预设时间段内,根据各振动传感器的监测情况,计算获得对应的待测舱室的振动功率谱数据组;
标准功率谱计算单元,其用于根据各振动功率谱数据组,进行平均值计算获得标准功率谱数据组;
数据组误差分析单元,其用于计算各振动功率谱数据组与标准功率谱数据对应的数据组误差;其中,
各振动功率谱数据组内包括预设时间段内对应待测舱室的各振动传感器对应的振动功率谱数据项,各振动功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率采集的多个振动功率谱数据;
标准功率谱数据组包括预设时间段内各编号的振动传感器的标准功率谱数据项,各标准功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率对应的多个标准功率谱数据。
本申请实施例中,对各待测舱室的振动情况进行监测,进行平均化处理,将各待测舱室的振动情况与平均值进行比对,从而方便快捷的掌握各待测舱室对整个海工平台而言的振动影响,作为判断待测舱室内的设备的工作情况的判断依据。
具体的,数据组误差分析单元还用于计算各振动功率谱数据组中各振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
而对应的计算项误差的计算公式为:
ta~tb为预设时间段;
ΔX1(ta~tb)为在预设时间段内编号为1的振动传感器的振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
ΔXk(ta~tb)为在预设时间段内编号为k的振动传感器的振动功率谱数据项与标准功率谱数据对应的标准功率谱数据项的项误差;
X1(f1)为在预设时间段内编号为1的振动传感器的第一个振动功率谱数据,X1(fp)为在预设时间段内编号为1的振动传感器的第p个振动功率谱数据;
Xk(f1)为在预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
X1′(f1)为在预设时间段内编号为1的振动传感器的第一个标准功率谱数据,X1′(fp)为在预设时间段内编号为1的振动传感器的第p个标准功率谱数据;
Xk′(f1)为在预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在预设时间段内编号为k的振动传感器的第p个标准功率谱数据。
具体的,数据组误差分析单元计算数据组误差的计算公式为:
ΔX(ta~tb)为数据组误差。
需要说明的是,在本申请中,诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种海工平台振动监测分析方法,其特征在于,所述方法包括以下步骤:
在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置数量相同的多个振动传感器;
在预设时间段内,根据各所述振动传感器的监测情况,计算获得各所述待测舱室对应的振动功率谱数据组;
根据各所述振动功率谱数据组,进行平均值计算获得标准功率谱数据组;
计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差;其中,
各所述振动功率谱数据组内包括预设时间段内对应待测舱室的各所述振动传感器对应的振动功率谱数据项,各所述振动功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率采集的多个振动功率谱数据;
所述标准功率谱数据组包括预设时间段内各编号的所述振动传感器的标准功率谱数据项,各所述标准功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率对应的多个标准功率谱数据。
3.如权利要求2所述的海工平台振动监测分析方法,其特征在于,标准功率谱数据组中预设时间段内各编号的所述振动传感器的标准功率谱数据项为:
Xk′(ta~tb)=[Xk′(f1),Xk′(f2),Xk′(f3)...Xk′(fp)];其中
ta~tb为所述预设时间段,Xk′(ta~tb)为编号为k的振动传感器的标准功率谱数据项;
Xk′(f1)为在所述预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在所述预设时间段内编号为k的振动传感器的第p个标准功率谱数据;
在预设时间段内,各振动传感器对应p个标准功率谱数据。
4.如权利要求1所述的海工平台振动监测分析方法,其特征在于,所述计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差中,具体包括以下步骤:
计算各所述振动功率谱数据组中各振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
根据各所述振动功率谱数据组中各振动功率谱数据项对应的所述项误差,获得各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差。
5.如权利要求4所述的海工平台振动监测分析方法,其特征在于,所述计算各所述振动功率谱数据组中各振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差的计算公式为:
ta~tb为所述预设时间段;
ΔXk(ta~tb)为在所述预设时间段内编号为k的振动传感器的振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
Xk(f1)为在所述预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在所述预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
Xk′(f1)为在所述预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在所述预设时间段内编号为k的振动传感器的第p个标准功率谱数据。
7.如权利要求1所述的海工平台振动监测分析方法,其特征在于,在所述计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差之后,还包括以下步骤:
当所述数据组误差小于第一误差阈值时,判断对应的所述待测舱室工作正常;
当所述数据组误差介于所述第一误差阈值与第二误差阈值之间时,判断对应的所述待测舱室工作故障;
当所述数据组误差大于所述第二误差阈值时,向对应的所述待测舱室发出紧急关停信号。
8.一种海工平台振动监测分析系统,其特征在于,所述系统包括:
在海工平台的各待测舱室按照相同编号顺序以及相同布设布局设置的数量相同的多个振动传感器;
设置在各待测舱室的振动功率谱计算单元,其用于在预设时间段内,根据各所述振动传感器的监测情况,计算获得对应的所述待测舱室的振动功率谱数据组;
标准功率谱计算单元,其用于根据各所述振动功率谱数据组,进行平均值计算获得标准功率谱数据组;
数据组误差分析单元,其用于计算各所述振动功率谱数据组与所述标准功率谱数据对应的数据组误差;其中,
各所述振动功率谱数据组内包括预设时间段内对应待测舱室的各所述振动传感器对应的振动功率谱数据项,各所述振动功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率采集的多个振动功率谱数据;
所述标准功率谱数据组包括预设时间段内各编号的所述振动传感器的标准功率谱数据项,各所述标准功率谱数据项包括对应的振动传感器在预设时间段内按照预设频率对应的多个标准功率谱数据。
9.如权利要求8所述的海工平台振动监测分析方法,其特征在于,所述数据组误差分析单元还用于计算各所述振动功率谱数据组中各振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
计算项误差的计算公式为:
ta~tb为所述预设时间段;
ΔXk(ta~tb)为在所述预设时间段内编号为k的振动传感器的振动功率谱数据项与所述标准功率谱数据对应的标准功率谱数据项的项误差;
Xk(f1)为在所述预设时间段内编号为k的振动传感器的第一个振动功率谱数据,Xk(fp)为在所述预设时间段内编号为k的振动传感器的第p个振动功率谱数据;
Xk′(f1)为在所述预设时间段内编号为k的振动传感器的第一个标准功率谱数据,Xk′(fp)为在所述预设时间段内编号为k的振动传感器的第p个标准功率谱数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011379680.4A CN112665706B (zh) | 2020-11-30 | 2020-11-30 | 一种海工平台振动监测分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011379680.4A CN112665706B (zh) | 2020-11-30 | 2020-11-30 | 一种海工平台振动监测分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112665706A CN112665706A (zh) | 2021-04-16 |
CN112665706B true CN112665706B (zh) | 2023-04-11 |
Family
ID=75403931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011379680.4A Active CN112665706B (zh) | 2020-11-30 | 2020-11-30 | 一种海工平台振动监测分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112665706B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102620807A (zh) * | 2012-03-22 | 2012-08-01 | 内蒙古科技大学 | 风力发电机状态监测系统及方法 |
CN106568499A (zh) * | 2015-10-10 | 2017-04-19 | 中国科学院光电研究院 | 随机振动信号的评估方法 |
CN107192444A (zh) * | 2017-07-11 | 2017-09-22 | 国电联合动力技术有限公司 | 智能输出式振动监测装置和包括该装置的系统及监测方法 |
CN108520134A (zh) * | 2018-03-30 | 2018-09-11 | 天津大学 | 一种发动机噪声源权重分析方法 |
CN109798970A (zh) * | 2017-11-17 | 2019-05-24 | 富士电机株式会社 | 异常检测装置、异常检测方法、异常检测系统及存储介质 |
CN110569608A (zh) * | 2019-09-09 | 2019-12-13 | 中国兵器工业第五九研究所 | 一种车载平台振动严酷度的确定方法及装置 |
CN110568792A (zh) * | 2019-09-06 | 2019-12-13 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 一种海洋平台振动噪声舒适性监测装置及在线监测方法 |
JP2020118496A (ja) * | 2019-01-22 | 2020-08-06 | 株式会社竹田技研 | 振動分析装置、振動分析方法及びプログラム |
JP2020123229A (ja) * | 2019-01-31 | 2020-08-13 | 株式会社明電舎 | 異常予兆検出システム、異常予兆検出方法 |
-
2020
- 2020-11-30 CN CN202011379680.4A patent/CN112665706B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102620807A (zh) * | 2012-03-22 | 2012-08-01 | 内蒙古科技大学 | 风力发电机状态监测系统及方法 |
CN106568499A (zh) * | 2015-10-10 | 2017-04-19 | 中国科学院光电研究院 | 随机振动信号的评估方法 |
CN107192444A (zh) * | 2017-07-11 | 2017-09-22 | 国电联合动力技术有限公司 | 智能输出式振动监测装置和包括该装置的系统及监测方法 |
CN109798970A (zh) * | 2017-11-17 | 2019-05-24 | 富士电机株式会社 | 异常检测装置、异常检测方法、异常检测系统及存储介质 |
CN108520134A (zh) * | 2018-03-30 | 2018-09-11 | 天津大学 | 一种发动机噪声源权重分析方法 |
JP2020118496A (ja) * | 2019-01-22 | 2020-08-06 | 株式会社竹田技研 | 振動分析装置、振動分析方法及びプログラム |
JP2020123229A (ja) * | 2019-01-31 | 2020-08-13 | 株式会社明電舎 | 異常予兆検出システム、異常予兆検出方法 |
CN110568792A (zh) * | 2019-09-06 | 2019-12-13 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 一种海洋平台振动噪声舒适性监测装置及在线监测方法 |
CN110569608A (zh) * | 2019-09-09 | 2019-12-13 | 中国兵器工业第五九研究所 | 一种车载平台振动严酷度的确定方法及装置 |
Non-Patent Citations (1)
Title |
---|
高科技厂房结构微振响应分析;胡晓勇 等;《地震工程与工程振动》;20060831;第26卷(第4期);第56-62页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112665706A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108318786B (zh) | 一种配电网电缆线路绝缘老化风险的辨识方法和装置 | |
US6822839B2 (en) | Method and apparatus of detecting internal motor faults in an induction machine | |
EP2374015B1 (en) | System and method for motor fault detection using stator current noise cancellation | |
CN101688820A (zh) | 用于使用定子电流噪音消除的轴承故障检测的系统和方法 | |
JP7238921B2 (ja) | 設備診断方法 | |
CN103941722B (zh) | 通过部件特征倍频幅值趋势监测和诊断设备故障的方法 | |
KR101334138B1 (ko) | 전기설비에 대한 고장 예측 시스템 및 방법 | |
CN106597160B (zh) | 一种电子设备故障检测方法和装置 | |
CN112665706B (zh) | 一种海工平台振动监测分析方法及系统 | |
CN108363822A (zh) | 刀具刚性预测用于抑制切削颤振的装置及方法 | |
JP2019045401A (ja) | 部分放電診断装置および部分放電診断方法 | |
WO2020193325A1 (en) | Apparatus for equipment monitoring | |
CN110411730A (zh) | 一种旋转设备故障判断方法、系统和可读存储介质 | |
JP2001125634A (ja) | ウェーブレット変換によるプラント機器監視装置 | |
CN114294183A (zh) | 一种风机叶片故障监测方法、装置及风机 | |
CN113955149A (zh) | 一种电机系统的健康诊断方法和装置 | |
CN113688791A (zh) | 一种风电机组cms异常数据包识别方法 | |
CN108646124A (zh) | 一种基于小波极大值的油色谱在线监测数据变化趋势检测方法 | |
JP2001175972A (ja) | 異常監視装置 | |
CN114689321A (zh) | 风力发电机组的轴承故障诊断方法、装置、电子设备 | |
JP2002281658A (ja) | 送電線故障原因判別装置 | |
KR20210033883A (ko) | 에너지저장장치의 누설전류 및 절연감시 진단 모니터링 시스템 및 방법 | |
JP7157293B2 (ja) | 故障検知・予知装置及び故障検知・予知用プログラム | |
CN111075660A (zh) | 一种风电机组的监测变量的频域分析方法、装置及设备 | |
CN117407679B (zh) | 智能末屏传感器的数据采集方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |