CN113049237B - 一种叶片故障信息提取方法及系统 - Google Patents
一种叶片故障信息提取方法及系统 Download PDFInfo
- Publication number
- CN113049237B CN113049237B CN202110275412.6A CN202110275412A CN113049237B CN 113049237 B CN113049237 B CN 113049237B CN 202110275412 A CN202110275412 A CN 202110275412A CN 113049237 B CN113049237 B CN 113049237B
- Authority
- CN
- China
- Prior art keywords
- signal
- original vibration
- rotating speed
- frequency
- calculating
- 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
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
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请公开了一种叶片故障信息提取方法及系统,能够根据原始振动信号构造出重力加速度信号,根据预设规则构造离心加速度信号,从原始振动信号中剔除重力加速度信号及离心加速度信号之后,就能得到与叶片故障相关的裂纹开闭冲击信号和/或裂纹开闭位移信号。方法包括:采集叶片的原始振动信号;根据原始振动信号构造出重力加速度信号;根据预设规则构造离心加速度信号;将重力加速度信号及离心加速度信号,从原始振动信号中剔除,并计算得到裂纹开闭冲击信号和/或裂纹开闭位移信号。
Description
技术领域
本发明涉及信号处理领域,特别是涉及一种叶片故障信息提取方法及系统。
背景技术
风力机叶片在旋转运行状态下,受到离心力、重力和风力转化的旋转方向扭力,若叶片发生故障,如叶根法兰开裂,会在合力的作用下引发裂纹开闭振动,传感器采集到的原始振动信号是由离心加速度、重力加速度、裂纹开闭振动和开闭冲击所组成的。
其中,离心加速度、重力加速度和裂纹开闭振动均与风轮的转频有关,尤其是重力加速度与裂纹开闭振动并不易分离,因为两者振动同频、同相,波形不同但相近,因为低速转动的叶轮在每一转中都可能变转速,不能直接使用快速傅立叶变换(Fast FourierTransform,FFT)频域剔除转频和快速傅里叶反变换IFFT反演,也不能仅根据初始转速频率构造幅度1g的简谐信号。
因此,在进行叶片故障监测时,无法直接使用现有的FFT和IFFT理论从原始振动信号中剔除无用的离心加速度和重力加速度,从而保留故障相关的裂纹开闭振动和开闭冲击。
发明内容
本发明的目的是提供了一种叶片故障信息提取方法及系统,能够根据原始振动信号构造出重力加速度信号及离心加速度信号,从原始振动信号中剔除重力加速度信号及离心加速度信号之后,就能得到与叶片故障相关的裂纹开闭冲击信号及裂纹开闭位移信号。
本发明第一方面提供一种叶片故障信息提取方法,包括:
采集叶片的原始振动信号;
根据原始振动信号构造出重力加速度信号;
根据预设规则构造离心加速度信号;
将重力加速度信号及离心加速度信号,从原始振动信号中剔除,并计算得到裂纹开闭冲击信号和/或裂纹开闭位移信号。
进一步的,根据原始振动信号构造出重力加速度信号及离心加速度信号之前,还包括:
采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率同步。
进一步的,根据原始振动信号构造出重力加速度信号及离心加速度信号之前,还包括:
采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率不同步;
或,
未采集到主轴转速信号。
进一步的,根据原始振动信号构造出重力加速度信号,包括:
根据原始振动信号及主轴转速信号,构造出重力加速度信号。
进一步的,根据原始振动信号及主轴转速信号,构造出重力加速度信号,包括:
根据原始振动信号的采样频率及所有峰值点,计算得到每一个转频周期内的第一采样点数;
根据主轴转速信号的采样频率及所有转速脉冲上升沿,计算得到每一个转速脉冲周期内的第二采样点数;
根据第一采样点数和第二采样点数,计算得到每一个转速脉冲周期的平均旋转角度;
根据平均旋转角度为每一个转速脉冲周期对应的所有第一采样点平均分配旋转角增量,得到所有第一采样点的累加转角;
根据累加转角及第一重力加速度计算公式,构造得到重力加速度信号。
进一步的,
第一重力加速度计算公式为AZ=lg*sin(2π*P(N)/360),P(N)表示累加转角。
进一步的,根据预设规则构造离心加速度信号,包括:
根据主轴转速信号计算得到每一个转速脉冲对应的转频;
根据转频及第一离心加速度计算公式,构造得到离心加速度信号。
进一步的,
第一离心加速度计算公式为AL=e*(2π*fn)^2,e为已知的采集主轴转速信号的传感器安装在距离轮毂中心的距离值,fn为转频。
进一步的,根据原始振动信号构造出重力加速度信号,包括:
根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
根据转频值及第二重力加速度计算公式,构造得到重力加速度信号。
进一步的,
第二重力加速度计算公式为AZ=lg*sin(2*pi*fn*t),fn表示转频值,pi为圆周率值,t表示两个峰值点之间的时间间隔。
进一步的,根据预设规则构造出离心加速度信号,包括:
根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
根据转频值及第二离心加速度计算公式,构造得到离心加速度信号。
进一步的,
第二离心加速度计算公式为AL=e*(2*pi*fn)^2,e为已知的采集原始振动信号的传感器安装在距离轮毂中心的距离值,fn表示转频值,pi为圆周率值。
进一步的,将重力加速度信号及离心加速度信号,从原始振动信号中剔除,并计算得到裂纹开闭冲击信号和/或裂纹开闭位移信号,包括:
将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号;
对叠加信号进行共振解调处理,得到裂纹开闭冲击信号;和/或,
对叠加信号进行重积分处理,得到裂纹开闭位移信号。
进一步的,将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号之前,还包括:
根据原始振动信号对重力加速度信号进行相位校正。
进一步的,根据原始振动信号对重力加速度信号进行相位校正,包括:
将原始振动信号的第一个峰值点的时间点,作为相位校正点;
利用相位校正点对重力加速度信号进行相位校正,使得重力加速度信号的第一个峰值点对应到相位校正点。
本发明第二方面提供一种叶片故障信息提取系统,包括:
传感器模块、信号构造模块、故障信息提取模块;
传感器模块,用于采集叶片的原始振动信号;
信号构造模块,用于根据原始振动信号构造出重力加速度信号;
信号构造模块,还用于根据预设规则构造离心加速度信号;
故障信息提取模块,用于将重力加速度信号及离心加速度信号,从原始振动信号中剔除,并计算得到裂纹开闭冲击信号和/或裂纹开闭位移信号。
进一步的,
传感器模块,还用于采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率同步。
进一步的,
传感器模块,还用于采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率不同步;或,未采集到主轴转速信号。
进一步的,
信号构造模块,还用于根据原始振动信号及主轴转速信号,构造出重力加速度信号。
进一步的,
信号构造模块,还用于根据原始振动信号的采样频率及所有峰值点,计算得到每一个转频周期内的第一采样点数;
信号构造模块,还用于根据主轴转速信号的采样频率及所有转速脉冲上升沿,计算得到每一个转速脉冲周期内的第二采样点数;
信号构造模块,还用于根据第一采样点数和第二采样点数,计算得到每一个转速脉冲周期的平均旋转角度;
信号构造模块,还用于根据平均旋转角度为每一个转速脉冲周期对应的所有第一采样点平均分配旋转角增量,得到所有第一采样点的累加转角;
信号构造模块,还用于根据累加转角及第一重力加速度计算公式,构造得到重力加速度信号。
进一步的,第一重力加速度计算公式为AZ=lg*sin(2π*P(N)/360),P(N)表示累加转角。
进一步的,
信号构造模块,具体用于根据主轴转速信号计算得到每一个转速脉冲对应的转频;
信号构造模块,还用于根据转频及第一离心加速度计算公式,构造得到离心加速度信号。
进一步的,第一离心加速度计算公式为AL=e*(2π*fn)^2,e为已知的采集主轴转速信号的传感器安装在距离轮毂中心的距离值,fn为转频。
进一步的,
信号构造模块,还用于根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
信号构造模块,还用于根据转频值及第二重力加速度计算公式,构造得到重力加速度信号。
进一步的,第二重力加速度计算公式为AZ=lg*sin(2*pi*fn*t),fn表示转频值,pi为圆周率值,t表示两个峰值点之间的时间间隔。
进一步的,
信号构造模块,还用于根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
信号构造模块,还用于根据转频值及第二离心加速度计算公式,构造得到离心加速度信号。
进一步的,第二离心加速度计算公式为AL=e*(2*pi*fn)^2,e为已知的采集原始振动信号的传感器安装在距离轮毂中心的距离值,fn表示转频值,pi为圆周率值。
进一步的,
故障信息提取模块,具体用于将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号;
故障信息提取模块,还用于对叠加信号进行共振解调处理,得到裂纹开闭冲击信号;和/或,
故障信息提取模块,还用于对叠加信号进行重积分处理,得到裂纹开闭位移信号。
进一步的,叶片故障信息提取系统还包括:
校正模块,用于根据原始振动信号对重力加速度信号进行相位校正。
进一步的,
校正模块,具体用于将原始振动信号的第一个峰值点的时间点,作为相位校正点;
校正模块,还用于利用相位校正点对重力加速度信号进行相位校正,使得重力加速度信号的第一个峰值点对应到相位校正点。
由此可见,本发明的叶片故障信息提取方法能够根据原始振动信号构造出重力加速度信号,根据预设规则构造离心加速度信号,从原始振动信号中剔除重力加速度信号及离心加速度信号之后,就能得到与叶片故障相关的裂纹开闭冲击信号和/或裂纹开闭位移信号。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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为本发明提供的叶片故障信息提取方法的一个实施例的流程示意图;
图2为本发明提供的叶片故障信息提取方法的另一个实施例的流程示意图;
图3为本发明提供的叶片故障信息提取方法的又一个实施例的流程示意图;
图4为本发明提供的叶片故障信息提取系统的一个实施例的结构示意图;
图5为本发明提供的叶片故障信息提取系统的另一个实施例的结构示意图。
具体实施方式
本申请公开了一种叶片故障信息提取方法及系统,能够根据原始振动信号构造出重力加速度信号,根据预设规则构造离心加速度信号,从原始振动信号中剔除重力加速度信号及离心加速度信号之后,就能得到与叶片故障相关的裂纹开闭冲击信号和/或裂纹开闭位移信号。
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的一部分实施例,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作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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参考图1,本发明实施例提供一种叶片故障信息提取方法,包括:
101、采集叶片的原始振动信号;
本实施例中,风力机叶片在旋转运行状态下,受到离心力、重力和风力转化的旋转方向扭力,若叶片发生故障,如叶根法兰开裂,会在合力的作用下引发裂纹开闭振动,传感器采集到的叶片的原始振动信号是由离心加速度、重力加速度、裂纹开闭振动和开闭冲击所组成的。
102、根据原始振动信号构造出重力加速度信号;
本实施例中,利用原始振动信号可以构造出重力加速度在每个周期内的波形,从而得到重力加速度信号。
103、根据预设规则构造离心加速度信号;
本实施例中,利用预设规则构造离心加速度信号。
104、将重力加速度信号及离心加速度信号,从原始振动信号中剔除,并计算得到裂纹开闭冲击信号和/或裂纹开闭位移信号。
本实施例中,本实施例中,将重力加速度信号及离心加速度信号,从原始振动信号中剔除,剔除后裂纹开闭冲击和裂纹开闭位移是叠加的,可以分别通过重积分和共振解调提取得到裂纹开闭冲击信号和/或裂纹开闭位移信号。
本发明实施例中,叶片故障信息提取方法能够根据原始振动信号构造出重力加速度信号,根据预设规则构造离心加速度信号,从原始振动信号中剔除重力加速度信号及离心加速度信号之后,就能得到与叶片故障相关的裂纹开闭冲击信号和/或裂纹开闭位移信号。
在图1所示的实施例中,在采集原始振动信号时,如果使用的采样频率和主轴转速信号的采样频率是同步的,考虑到风力机的叶轮在每一轮转动过程中都可能会发生变速,那么结合原始振动信号和主轴转速信号两者,构造出的重力加速度信号和离心加速度信号将会更加精确;而如果原始振动信号和主轴转速信号的采样频率不同步或没有采集主轴转速信号,那么只能使用原始振动信号了,此时默认将叶轮看成在每个同一转中都不会改变转速的准匀速运动状态。
请参考图2,本发明实施例提供一种叶片故障信息提取方法,包括:
201、采集叶片的原始振动信号;
本实施例中,风力机叶片在旋转运行状态下,受到离心力、重力和风力转化的旋转方向扭力,若叶片发生故障,如叶根法兰开裂,会在合力的作用下引发裂纹开闭振动,传感器采集到的叶片的原始振动信号是由离心加速度、重力加速度、裂纹开闭振动和开闭冲击所组成的。
202、采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率同步;
本实施例中,采集风力机叶片的主轴的主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率同步。
203、根据原始振动信号及主轴转速信号,构造出重力加速度信号;
本实施例中,在原始振动信号的采样频率与主轴转速信号的采样频率同步时,考虑到风力机的叶轮在每一轮转动过程中都可能会发生变速,那么结合原始振动信号和主轴转速信号两者,构造出的重力加速度信号和离心加速度信号将会更加精确,具体过程如下:
(1)、根据原始振动信号的采样频率及所有峰值点,计算得到每一个转频周期内的第一采样点数;
假设检测原始振动信号的采样频率为Fc,找到原始振动信号所有峰值点,统计出相邻的两个峰值点之间的时间,作为转频周期,根据采样频率和转频周期的关系,计算得到每一个转频周期内的第一采样点数N;
(2)、根据主轴转速信号的采样频率及所有转速脉冲上升沿,计算得到每一个转速脉冲周期内的第二采样点数;
找到主轴转速信号的所有转速脉冲上升沿,根据采样频率和脉冲周期的关系,得到每一个转速脉冲周期内的第二采样点数M;
(3)、根据第一采样点数N和第二采样点数M,计算得到每一个转速脉冲周期的平均旋转角度θ;
根据关系式M/N=θ/360,求得θ,θ为每一个转速脉冲周期的平均旋转角度;
(4)、根据平均旋转角度为每一个转速脉冲周期对应的所有第一采样点平均分配旋转角增量,得到所有第一采样点的累加转角P(N);
(5)、根据累加转角及第一重力加速度计算公式,构造得到重力加速度信号。
第一重力加速度计算公式为AZ=lg*sin(2π*P(N)/360),将累加转角P(N)带入到公式中,就能得到重力加速度信号。
204、根据预设规则构造离心加速度信号;
本实施例中,具体为:根据主轴转速信号计算得到每一个转速脉冲的频率;
基于所采集的主轴转速信号,找到转速脉冲上升沿,统计出相邻的两个转速脉冲上升沿之间的时间,计算出每个转速脉冲对应的转频,通过均匀分配各转速脉冲周期所有第二采样点的转频,计算每个采样点的平均转频,累计就能得到每一个转速脉冲对应的转频fn;根据转频fn及第一离心加速度计算公式AL=e*(2π*fn)^2,构造得到离心加速度信号,e为已知的采集主轴转速信号的传感器安装在距离轮毂中心的距离值。
205、将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号;
本实施例中,将重力加速度信号及离心加速度信号,从原始振动信号中剔除,剔除后裂纹开闭冲击和裂纹开闭位移是叠加的,称作叠加信号。
206、对叠加信号进行共振解调处理,得到裂纹开闭冲击信号,和/或,对叠加信号进行重积分处理,得到裂纹开闭位移信号。
本实施例中,对叠加信号进行共振解调处理,得到裂纹开闭冲击信号,和/或,对叠加信号进行重积分处理,得到裂纹开闭位移信号。
请参考图3,本发明实施例提供一种叶片故障信息提取方法,包括:
301、采集叶片的原始振动信号;
本实施例中,风力机叶片在旋转运行状态下,受到离心力、重力和风力转化的旋转方向扭力,若叶片发生故障,如叶根法兰开裂,会在合力的作用下引发裂纹开闭振动,传感器采集到的叶片的原始振动信号是由离心加速度、重力加速度、裂纹开闭振动和开闭冲击所组成的。
302、采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率不同步,或,未采集到主轴转速信号;
本实施例中,如果采集到了风力机叶片的主轴的主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率不同步,或者,未采集到主轴转速信号。
303、根据原始振动信号构造出重力加速度信号;
本实施例中,在原始振动信号的采样频率与主轴转速信号的采样频率不同步,或者未采集到主轴转速信号时,根据原始振动信号构造重力加速度信号具体过程如下:
(一)、根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
假设检测原始振动信号的采样频率为Fc,找到原始振动信号所有峰值点,统计出相邻的两个峰值点之间的时间,作为转频周期,计算得到每一个转频周期的转频值fn;
(二)、根据转频值及第二重力加速度计算公式,构造得到重力加速度信号。
根据转频值fn及第二重力加速度计算公式AZ=lg*sin(2*pi*fn*t),构造得到重力加速度信号,其中,pi为圆周率值,t表示两个峰值点之间的时间间隔。
304、根据预设规则构造离心加速度信号;
本实施例中,具体为:根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值fn;
根据转频值fn及第二离心加速度计算公式AL=e*(2*pi*fn)^2,构造得到离心加速度信号,e为已知的采集原始振动信号的传感器安装在距离轮毂中心的距离值,fn表示转频值,pi为圆周率值。
305、将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号;
本实施例中,将重力加速度信号及离心加速度信号,从原始振动信号中剔除,剔除后裂纹开闭冲击和裂纹开闭位移是叠加的,称作叠加信号。
306、对叠加信号进行共振解调处理,得到裂纹开闭冲击信号,和/或,对叠加信号进行重积分处理,得到裂纹开闭位移信号。
本实施例中,对叠加信号进行共振解调处理,得到裂纹开闭冲击信号,和/或,对叠加信号进行重积分处理,得到裂纹开闭位移信号。
在以上图2和图3所示的实施例中,分别对结合主轴转速信号和不结合主轴转速信号的情况进行了说明,为了更加精确还需要对重力加速度信号进行相位校正处理。
可选的,本发明的一些实施例中,将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号之前,还包括:
根据原始振动信号对重力加速度信号进行相位校正。
可选的,本发明的一些实施例中,根据原始振动信号对重力加速度信号进行相位校正,包括:
将原始振动信号的第一个峰值点的时间点,作为相位校正点;
利用相位校正点对重力加速度信号进行相位校正,使得重力加速度信号的第一个峰值点对应到相位校正点。
本发明实施例中,利用原始振动信号的第一个峰值点的时间点,对重力加速度信号进行相位校正,得到重力加速度校正信号,从而能够将重力加速度和裂纹开闭振动进行较好的分离。
请参阅图4,本发明实施例提供一种叶片故障信息提取系统,包括:
传感器模块401、信号构造模块402、故障信息提取模块403;
传感器模块401,用于采集叶片的原始振动信号;
信号构造模块402,用于根据原始振动信号构造出重力加速度信号;
信号构造模块402,还用于根据预设规则构造离心加速度信号;
故障信息提取模块403,用于将重力加速度信号及离心加速度信号,从原始振动信号中剔除,并计算得到裂纹开闭冲击信号和/或裂纹开闭位移信号。
本发明实施例中,叶片故障信息提取系统中传感器模块401采集叶片的原始振动信号,信号构造模块402能够根据原始振动信号构造出重力加速度信号,根据预设规则构造离心加速度信号,故障信息提取模块403从原始振动信号中剔除重力加速度信号及离心加速度信号之后,就能得到与叶片故障相关的裂纹开闭冲击信号和/或裂纹开闭位移信号。
可选的,结合图4所示的实施例,本发明的一些实施例中,
传感器模块401,还用于采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率同步。
可选的,结合图4所示的实施例,本发明的一些实施例中,
传感器模块401,还用于采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率不同步;或,未采集到主轴转速信号。
可选的,结合图4所示的实施例,本发明的一些实施例中,
信号构造模块402,还用于根据原始振动信号及主轴转速信号,构造出重力加速度信号。
可选的,结合图4所示的实施例,本发明的一些实施例中,
信号构造模块402,还用于根据原始振动信号的采样频率及所有峰值点,计算得到每一个转频周期内的第一采样点数;
信号构造模块402,还用于根据主轴转速信号的采样频率及所有转速脉冲上升沿,计算得到每一个转速脉冲周期内的第二采样点数;
信号构造模块402,还用于根据第一采样点数和第二采样点数,计算得到每一个转速脉冲周期的平均旋转角度;
信号构造模块402,还用于根据平均旋转角度为每一个转速脉冲周期对应的所有第一采样点平均分配旋转角增量,得到所有第一采样点的累加转角;
信号构造模块402,还用于根据累加转角及第一重力加速度计算公式,构造得到重力加速度信号。
本发明实施例中,信号构造模块402在主轴转速信号的采样频率与原始振动信号的采样频率同步时,进行重力加速度信号的构造过程如下所示:
假设检测原始振动信号的采样频率为Fc,找到原始振动信号所有峰值点,统计出相邻的两个峰值点之间的时间,作为转频周期,根据采样频率和转频周期的关系,计算得到每一个转频周期内的第一采样点数N,找到主轴转速信号的所有转速脉冲上升沿,根据采样频率和脉冲周期的关系,得到每一个转速脉冲周期内的第二采样点数M,根据关系式M/N=θ/360,求得θ,θ为每一个转速脉冲周期的平均旋转角度,根据平均旋转角度为每一个转速脉冲周期对应的所有第一采样点平均分配旋转角增量,得到所有第一采样点的累加转角P(N),第一重力加速度计算公式为AZ=lg*sin(2π*P(N)/360),将累加转角P(N)带入到公式中,就能得到重力加速度信号。
可选的,结合图4所示的实施例,本发明的一些实施例中,第一重力加速度计算公式为AZ=lg*sin(2π*P(N)/360),P(N)表示累加转角。
可选的,结合图4所示的实施例,本发明的一些实施例中,
信号构造模块402,具体用于根据主轴转速信号计算得到每一个转速脉冲对应的转频;
信号构造模块402,还用于根据转频及第一离心加速度计算公式,构造得到离心加速度信号。
本发明实施例中,信号构造模块402在主轴转速信号的采样频率与原始振动信号的采样频率同步时,进行离心加速度信号的构造过程如下所示:
根据主轴转速信号计算得到每一个转速脉冲的频率,基于所采集的主轴转速信号,找到转速脉冲上升沿,统计出相邻的两个转速脉冲上升沿之间的时间,计算出每个转速脉冲对应的转频,通过均匀分配各转速脉冲周期所有第二采样点的转频,计算每个采样点的平均转频,累计就能得到每一个转速脉冲对应的转频fn;根据转频fn及第一离心加速度计算公式AL=e*(2π*fn)^2,构造得到离心加速度信号,e为已知的采集主轴转速信号的传感器安装在距离轮毂中心的距离值。
可选的,结合图4所示的实施例,本发明的一些实施例中,第一离心加速度计算公式为AL=e*(2π*fn)^2,e为已知的采集主轴转速信号的传感器安装在距离轮毂中心的距离值,fn为转频。
可选的,结合图4所示的实施例,本发明的一些实施例中,
信号构造模块402,还用于根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
信号构造模块402,还用于根据转频值及第二重力加速度计算公式,构造得到重力加速度信号。
本发明实施例中,信号构造模块402在主轴转速信号的采样频率与原始振动信号的采样频率不同步或未采集到主轴转速信号时,构造重力加速度信号的过程如下:
假设检测原始振动信号的采样频率为Fc,找到原始振动信号所有峰值点,统计出相邻的两个峰值点之间的时间,作为转频周期,计算得到每一个转频周期的转频值fn,根据转频值fn及第二重力加速度计算公式AZ=lg*sin(2*pi*fn*t),构造得到重力加速度信号,其中,pi为圆周率值,t表示两个峰值点之间的时间间隔。
可选的,结合图4所示的实施例,本发明的一些实施例中,第二重力加速度计算公式为AZ=lg*sin(2*pi*fn*t),fn表示转频值,pi为圆周率值,t表示两个峰值点之间的时间间隔。
可选的,结合图4所示的实施例,本发明的一些实施例中,
信号构造模块402,还用于根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
信号构造模块402,还用于根据转频值及第二离心加速度计算公式,构造得到离心加速度信号。
本发明实施例中,信号构造模块402在主轴转速信号的采样频率与原始振动信号的采样频率不同步或未采集到主轴转速信号时,构造离心加速度信号的过程如下:
根据原始振动信号的所有峰值点,计算得到每一个转频周期的转频值fn,根据转频值fn及第二离心加速度计算公式AL=e*(2*pi*fn)^2,构造得到离心加速度信号,e为已知的采集原始振动信号的传感器安装在距离轮毂中心的距离值,fn表示转频值,pi为圆周率值。
可选的,结合图4所示的实施例,本发明的一些实施例中,第二离心加速度计算公式为AL=e*(2*pi*fn)^2,e为已知的采集原始振动信号的传感器安装在距离轮毂中心的距离值,fn表示转频值,pi为圆周率值。
可选的,结合图4所示的实施例,本发明的一些实施例中,
故障信息提取模块403,具体用于将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号;
故障信息提取模块403,还用于对叠加信号进行共振解调处理,得到裂纹开闭冲击信号;和/或,
故障信息提取模块403,还用于对叠加信号进行重积分处理,得到裂纹开闭位移信号。
本发明实施例中,故障信息提取模块403将重力加速度信号及离心加速度信号,从原始振动信号中剔除,剔除后裂纹开闭冲击和裂纹开闭位移是叠加的,称作叠加信号,对叠加信号进行共振解调处理,得到裂纹开闭冲击信号,和/或,对叠加信号进行重积分处理,得到裂纹开闭位移信号。
可选的,如图5所示,结合图4所示的实施例,本发明的一些实施例中,叶片故障信息提取系统还包括:
校正模块501,用于根据原始振动信号对重力加速度信号进行相位校正。
可选的,结合图5所示的实施例,本发明的一些实施例中,
校正模块501,具体用于将原始振动信号的第一个峰值点的时间点,作为相位校正点;
校正模块501,还用于利用相位校正点对重力加速度信号进行相位校正,使得重力加速度信号的第一个峰值点对应到相位校正点。
本发明实施例中,校正模块501利用原始振动信号的第一个峰值点的时间点,对重力加速度信号进行相位校正,得到重力加速度校正信号,从而能够将重力加速度和裂纹开闭振动进行较好的分离。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,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,并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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发明的精神或范围的情况下,在其他实施例中实现。因此,本发明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公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种叶片故障信息提取方法,其特征在于,包括:
S1.采集叶片的原始振动信号;
S2.根据所述原始振动信号构造出重力加速度信号;
S3.根据预设规则构造离心加速度信号;
S4.将所述重力加速度信号及所述离心加速度信号,从所述原始振动信号中剔除,并计算得到裂纹开闭冲击信号和/或裂纹开闭位移信号;
在所述步骤S2和所述步骤S3之前,还包括:
A1.采集主轴转速信号,所述主轴转速信号的采样频率与所述原始振动信号的采样频率同步;
所述步骤S2,包括:
B1.根据所述原始振动信号及所述主轴转速信号,构造出重力加速度信号;
所述步骤B1,包括:
C1.根据所述原始振动信号的采样频率及所有峰值点,计算得到每一个转频周期内的第一采样点数;
C2.根据所述主轴转速信号的采样频率及所有转速脉冲上升沿,计算得到每一个转速脉冲周期内的第二采样点数;
C3.根据所述第一采样点数和所述第二采样点数,计算得到每一个转速脉冲周期的平均旋转角度;
C4.根据所述平均旋转角度为每一个转速脉冲周期对应的所有第一采样点平均分配旋转角增量,得到所有第一采样点的累加转角;
C5.根据所述累加转角及第一重力加速度计算公式,构造得到重力加速度信号;
其中,所述第一重力加速度计算公式为AZ=lg*sin(2π*P(N)/360),所述P(N)表示所述累加转角;
所述步骤S3,包括:
D1.根据所述主轴转速信号计算得到每一个转速脉冲对应的转频;
D2.根据所述转频及第一离心加速度计算公式,构造得到离心加速度信号;
其中,所述第一离心加速度计算公式为AL=e*(2π*fn)^2,所述e为已知的采集所述主轴转速信号的传感器安装在距离轮毂中心的距离值,所述fn为所述转频;
或,
在所述步骤S2和所述步骤S3之前,还包括:
A2.采集主轴转速信号,所述主轴转速信号的采样频率与所述原始振动信号的采样频率不同步;或,未采集到主轴转速信号;
所述步骤S2,包括:
E1.根据所述原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
E2.根据所述转频值及第二重力加速度计算公式,构造得到重力加速度信号;
其中,所述第二重力加速度计算公式为AZ=lg*sin(2*pi*fn*t),所述fn表示所述转频值,所述pi为圆周率值,所述t表示两个峰值点之间的时间间隔;
所述步骤S3,包括:
F1.根据所述原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
F2.根据所述转频值及第二离心加速度计算公式,构造得到离心加速度信号;
其中,所述第二离心加速度计算公式为AL=e*(2*pi*fn)^2,所述e为已知的采集所述原始振动信号的传感器安装在距离轮毂中心的距离值,所述fn表示所述转频值,所述pi为圆周率值。
2.根据权利要求1所述的方法,其特征在于,所述步骤S4,包括:
G1.将所述重力加速度信号及所述离心加速度信号,从所述原始振动信号中剔除,得到叠加信号;
G2.对所述叠加信号进行共振解调处理,得到裂纹开闭冲击信号;和/或,
G3.对所述叠加信号进行重积分处理,得到裂纹开闭位移信号。
3.根据权利要求2所述的方法,其特征在于,所述步骤G1之前,还包括:
H1.根据所述原始振动信号对所述重力加速度信号进行相位校正。
4.根据权利要求3所述的方法,其特征在于,所述步骤H1,包括:
I1.将所述原始振动信号的第一个峰值点的时间点,作为相位校正点;
I2.利用所述相位校正点对所述重力加速度信号进行相位校正,使得所述重力加速度信号的第一个峰值点对应到所述相位校正点。
5.一种叶片故障信息提取系统,其特征在于,包括:
传感器模块、信号构造模块、故障信息提取模块;
传感器模块,用于采集叶片的原始振动信号;
所述传感器模块,还用于采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率同步;
信号构造模块,用于根据所述原始振动信号构造出重力加速度信号;
所述信号构造模块,还用于根据所述原始振动信号及所述主轴转速信号,构造出所述重力加速度信号;
所述信号构造模块,还用于根据所述原始振动信号的采样频率及所有峰值点,计算得到每一个转频周期内的第一采样点数;
所述信号构造模块,还用于根据所述主轴转速信号的采样频率及所有转速脉冲上升沿,计算得到每一个转速脉冲周期内的第二采样点数;
所述信号构造模块,还用于根据所述第一采样点数和所述第二采样点数,计算得到每一个转速脉冲周期的平均旋转角度;
所述信号构造模块,还用于根据所述平均旋转角度为每一个转速脉冲周期对应的所有所述第一采样点平均分配旋转角增量,得到所有第一采样点的累加转角;
所述信号构造模块,还用于根据所述累加转角及第一重力加速度计算公式,构造得到重力加速度信号;
其中,所述第一重力加速度计算公式为AZ=lg*sin(2π*P(N)/360),P(N)表示累加转角;
所述信号构造模块,具体用于根据所述主轴转速信号计算得到每一个转速脉冲对应的转频;
信号构造模块,还用于根据所述转频及第一离心加速度计算公式,构造得到离心加速度信号;
其中,第一离心加速度计算公式为AL=e*(2π*fn)^2,e为已知的采集主轴转速信号的传感器安装在距离轮毂中心的距离值,fn为转频;
或;
所述传感器模块,还用于采集主轴转速信号,主轴转速信号的采样频率与原始振动信号的采样频率不同步;或,未采集到主轴转速信号;
所述信号构造模块,还用于根据所述原始振动信号的所有峰值点,计算得到每一个转频周期的转频值;
所述信号构造模块,还用于根据所述转频值及第二重力加速度计算公式,构造得到重力加速度信号;
其中,所述第二重力加速度计算公式为AZ=lg*sin(2*pi*fn*t),fn表示转频值,pi为圆周率值,t表示两个峰值点之间的时间间隔;
所述信号构造模块,还用于根据所述转频值及第二离心加速度计算公式,构造得到离心加速度信号;
其中,所述第二离心加速度计算公式为AL=e*(2*pi*fn)^2,e为已知的采集原始振动信号的传感器安装在距离轮毂中心的距离值,fn表示转频值,pi为圆周率值;
所述故障信息提取模块,具体用于将重力加速度信号及离心加速度信号,从原始振动信号中剔除,得到叠加信号;
所述故障信息提取模块,还用于对所述叠加信号进行共振解调处理,得到裂纹开闭冲击信号;和/或,
故障信息提取模块,还用于对所述叠加信号进行重积分处理,得到裂纹开闭位移信号。
6.如权利要求5所述的叶片故障信息提取系统,其特征在于,还包括:
校正模块,用于根据所述原始振动信号对所述重力加速度信号进行相位校正。
7.如权利要求6所述的叶片故障信息提取系统,其特征在于,
所述校正模块,具体用于将所述原始振动信号的第一个峰值点的时间点,作为相位校正点;
所述校正模块,还用于利用所述相位校正点对所述重力加速度信号进行相位校正,使得所述重力加速度信号的所述第一个峰值点对应到所述相位校正点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110275412.6A CN113049237B (zh) | 2021-03-15 | 2021-03-15 | 一种叶片故障信息提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110275412.6A CN113049237B (zh) | 2021-03-15 | 2021-03-15 | 一种叶片故障信息提取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113049237A CN113049237A (zh) | 2021-06-29 |
CN113049237B true CN113049237B (zh) | 2022-12-02 |
Family
ID=76512148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110275412.6A Active CN113049237B (zh) | 2021-03-15 | 2021-03-15 | 一种叶片故障信息提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049237B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504302B (zh) * | 2021-06-30 | 2023-01-24 | 上海电气风电集团股份有限公司 | 风机叶片状态监测的方法、系统、电子设备及存储介质 |
CN116558840B (zh) * | 2023-07-12 | 2023-10-13 | 唐智科技湖南发展有限公司 | 一种航空发动机叶片监测方法、装置、设备、存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5224831A (en) * | 1990-10-04 | 1993-07-06 | General Electric Company | Fan blade protection system |
CN101858361A (zh) * | 2010-05-19 | 2010-10-13 | 威海克莱特菲尔风机有限公司 | 一种叶片与轮毂铰接的轴流叶轮 |
CN102829977A (zh) * | 2012-08-23 | 2012-12-19 | 天津瑞能电气有限公司 | 一种风力发电机组低频振动的监测方法 |
CN103063425A (zh) * | 2013-01-06 | 2013-04-24 | 华北电力大学(保定) | 风力机叶片疲劳寿命实时监测方法 |
CN207178122U (zh) * | 2017-08-25 | 2018-04-03 | 河北工业大学 | 一种风机变桨电机异常运行参数监控装置 |
CN108757502A (zh) * | 2018-05-15 | 2018-11-06 | 江苏大学 | 一种基于物联网的水泵机组典型健康状态监测装置及方法 |
CN111496214A (zh) * | 2020-04-03 | 2020-08-07 | 浙江大学 | 悬臂式离心超重力熔铸装置 |
-
2021
- 2021-03-15 CN CN202110275412.6A patent/CN113049237B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5224831A (en) * | 1990-10-04 | 1993-07-06 | General Electric Company | Fan blade protection system |
CN101858361A (zh) * | 2010-05-19 | 2010-10-13 | 威海克莱特菲尔风机有限公司 | 一种叶片与轮毂铰接的轴流叶轮 |
CN102829977A (zh) * | 2012-08-23 | 2012-12-19 | 天津瑞能电气有限公司 | 一种风力发电机组低频振动的监测方法 |
CN103063425A (zh) * | 2013-01-06 | 2013-04-24 | 华北电力大学(保定) | 风力机叶片疲劳寿命实时监测方法 |
CN207178122U (zh) * | 2017-08-25 | 2018-04-03 | 河北工业大学 | 一种风机变桨电机异常运行参数监控装置 |
CN108757502A (zh) * | 2018-05-15 | 2018-11-06 | 江苏大学 | 一种基于物联网的水泵机组典型健康状态监测装置及方法 |
CN111496214A (zh) * | 2020-04-03 | 2020-08-07 | 浙江大学 | 悬臂式离心超重力熔铸装置 |
Non-Patent Citations (4)
Title |
---|
Ali Abdul-Aziz et al..Engine Rotor Health Monitoring * |
an Experimental Approach to Fault Detection and Durability Assessment.《Conference on Smart Sensor Phenomena, Technology, Networks, and Systems Integration》.2015, * |
叶片内部结构胶流挂脱落对风电机组安全运行影响及典型案例分析;张洪来;《第六届中国风电后市场交流合作大会论文集》;20190613;正文第31-35页 * |
含裂纹叶片的轴流式压气机整体叶盘振动特性分析;陈香 等;《航空动力学报》;20150531;第30卷(第5期);正文第1141-1148页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113049237A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113049237B (zh) | 一种叶片故障信息提取方法及系统 | |
CN104075795B (zh) | 用于监测风力发电机组的叶轮振动状态的方法和系统 | |
CN108195587B (zh) | 一种电机滚动轴承故障诊断方法及其诊断系统 | |
CN110617964A (zh) | 用于滚动轴承故障诊断的同步压缩变换阶比分析法 | |
EP3557050B1 (en) | Doubly-fed wind turbine blade imbalance detection method based on stator current data | |
CN101266197B (zh) | 一种检测发动机轴承损坏的方法 | |
CN104375111B (zh) | 对密集频谱进行快速高精度细化校正的方法 | |
CN101743398A (zh) | 风力涡轮机叶片频率的监控 | |
US8291764B2 (en) | Method and apparatus for in situ unbalance and corrective balance determination for a non-vertical axis rotating assembly | |
CN110763462B (zh) | 一种基于同步压缩算子的时变振动信号故障诊断方法 | |
CN105403402B (zh) | 风力发电机组传动链系统扭振状态的监测方法 | |
CN105675113B (zh) | 基于微型传感器的旋转机械角域振动信号获取装置和方法 | |
WO2008105981A1 (en) | Blade shroud vibration monitor | |
CN104266747A (zh) | 一种基于振动信号阶次分析的故障诊断方法 | |
CN108151869A (zh) | 一种机械振动特征指标提取方法、系统及装置 | |
CN109839272B (zh) | 基于故障冲击提取与自相关总体平均的轴承故障诊断方法 | |
CN102721462A (zh) | 旋转机械启停车过程波德图/奈奎斯特图的快速计算方法 | |
CN110119764B (zh) | 一种变转速工况下轴心轨迹的提纯方法 | |
CN110108467A (zh) | 基于便携式移动设备的主动发声测速方法 | |
CN104154989B (zh) | 非稳态旋转设备的振动监测方法和振动监测系统 | |
CN111259765A (zh) | 一种基于数控机床主轴电流信号的阶次分析方法 | |
CN102087139A (zh) | 汽轮发电机组低频振动频率成份实时分析方法 | |
CN114509159A (zh) | 阶比跟踪分析方法、系统及计算机可读存储介质 | |
CN101749256A (zh) | 基于自相关的大型轴流风机不平衡量的识别方法 | |
CN103575535A (zh) | 风电用双馈发电机滚动轴承故障判别方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |