CN113446235A - 一种二次供水设备的离心泵故障诊断方法 - Google Patents

Abstract

本发明公开一种二次供水设备的离心泵故障诊断方法，包括：边缘网关设备通过加速度传感器采集振动参数，并根据振动参数生成第一诊断参数；边缘网关设备通过温度传感器采集温度参数，并根据温度参数生成第二诊断参数；边缘网关设备通过电流互感器采集电流信号，并根据电流信号生成第三诊断参数；边缘网关设备根据生成振动故障判断数据，并结合振动故障判断数据进一步生成诊断结果，边缘网关设备还将诊断结果发送至控制器和远程平台。本发明的有益效果在于：有效结合多种信号对故障情况进行准确判断，提高故障判断的准确率。通过边缘网关设备就近判断故障情况，避免远程诊断导致的响应速度慢、数据采集时的带宽占用，实时性不好的缺陷。

Description

一种二次供水设备的离心泵故障诊断方法

技术领域

本发明涉及水务设备技术领域，具体涉及一种二次供水设备的离心泵故障诊断方法。

背景技术

随着城镇化的发展，二供系统与人们的生活联系愈来愈紧密，供水设备的防护也越来越重要。在二供系统中水泵是供水系统的关键设备，水泵故障种类繁杂，产生的原因也多种多样，有机械故障、电气故障、电磁故障、安装问题等诸多方面。

现有技术中，针对二次供水设备中离心泵的故障检测方法，主要为单信号检测，如对温度、电流的检测，通过对限值的设定，当温度或电流值超过设定限值时进行报警，振动信号通过对振动信号谱的分析与水泵振动信号库结合分析对应故障原因。这些故障检测判定方法满足常见一般故障现象，但其信号分析相对孤立且部分信号分析相对比较单一，信号之间的联动较少，因此对于目前的二供系统中水泵的信号分析故障判定有很大的提升空间。

发明内容

针对现有技术中存在的上述问题，现提供一种二次供水设备的离心泵故障诊断方法。

具体技术方案如下：

一种二次供水设备的离心泵故障诊断方法，包括：

边缘网关设备通过加速度传感器采集振动参数，并根据所述振动参数生成第一诊断参数；

所述边缘网关设备通过温度传感器采集温度参数，并根据所述温度参数生成第二诊断参数；

所述边缘网关设备通过电流互感器采集电流信号，并根据所述电流信号生成第三诊断参数；

所述边缘网关设备根据所述第一诊断参数和故障数据库生成振动故障判断数据，并结合所述振动故障判断数据、所述第二诊断参数和所述第三诊断参数进一步生成诊断结果，所述边缘网关设备还将所述诊断结果发送至控制器和远程平台。

优选地，所述第一诊断参数的生成过程包括：

对所述振动参数进行频谱分析及包络谱分析并通过快速傅里叶变换方法生成频谱和包络谱；

从所述频谱和所述包络谱中提取多个振动参数特征；

根据图谱数据库和所述振动参数特征生成所述第一诊断参数。

优选地，所述振动参数特征包括：均值、有效值、峰值、波峰因子、峭度以及概率分布特征。

优选地，所述温度参数设置有一对应的门限值，所述边缘网关设备通过比较所述温度参数和所述门限值生成所述第二诊断参数；

所述电流信号通过小波分析生成第三诊断参数。

优选地，所述生成诊断结果的步骤包括：所述边缘网关设备根据所述第一诊断参数、所述第二诊断参数和所述第三诊断参数中的至少一种生成诊断结果。

优选地，所述诊断结果包括：异常振动类故障、轴承过温类故障、电流过流类故障。

优选地，所述诊断结果还包括故障影响等级，所述故障影响等级分为三级，所述故障影响等级根据所述故障情况生成；

所述控制器根据所述故障影响等级对离心泵进行调整。

优选地，所述边缘网关设备将所述第一诊断参数、所述第二诊断参数和所述第三诊断参数发送至所述远程平台；

所述远程平台根据所述第一诊断参数、所述第二诊断参数和所述第三诊断参数形成历史数据；

所述诊断结果的生成过程还包括所述边缘网关设备根据所述历史数据生成诊断结果。

上述技术方案具有如下优点或有益效果：通过设置多个传感器对离心泵采集诊断参数，有效结合多种信号对故障情况进行准确判断，提高故障判断的准确率。通过边缘网关设备就近判断故障情况，避免远程诊断导致的响应速度慢、数据采集时的带宽占用，实时性不好的缺陷。

附图说明

参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。

图1为本发明实施例的诊断方法示意图；

图2为本发明实施例的系统框图；

图3为本发明实施例的第一诊断参数生成示意图；

图4为本发明实施例的故障影响程度判断流程图；

图5为本发明实施例部分异常振动类故障示意图；

图6为本发明实施例中故障影响程度判断示意图；

图7为本发明实施例中另一种故障影响程度判断示意图；

图8为本发明实施例中结合其他参数判断故障示意图；

图9为本发明实施例中特殊故障判断示意图。

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作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

本发明包括一种二次供水设备的离心泵故障诊断方法，如图1所示，包括：

边缘网关设备1通过加速度传感器21采集振动参数，并根据振动参数生成第一诊断参数；

边缘网关设备1通过温度传感器22采集温度参数，并根据温度参数生成第二诊断参数；

边缘网关设备1通过电流互感器23采集电流信号，并根据电流信号生成第三诊断参数；

边缘网关设备1根据第一诊断参数和故障数据库生成振动故障判断数据，并结合振动故障判断数据、第二诊断参数和第三诊断参数进一步生成诊断结果，边缘网关设备1还将诊断结果发送至控制器2和远程平台4。

具体地，如图2所示，边缘网关设备1通过可编程逻辑控制器2连接加速度传感器21、温度传感器22、电流互感器23并采集数据，并在生成诊断结果后分别将诊断结果发送至可编程逻辑控制器2和远程平台4，可编程逻辑控制器2根据故障影响等级调整离心泵3的运行状况。

在一种较优的实施例中，如图3所示，第一诊断参数的包括：

对振动参数进行频谱分析及包络谱分析；

从频谱和包络谱中提取多个振动参数特征；

根据图谱数据库和振动参数特征生成第一诊断参数。

在一种较优的实施例中，振动参数特征包括：均值、有效值、峰值、波峰因子、峭度以及概率分布特征。

在一种较优的实施例中，频谱和包络谱通过快速傅里叶变换方法生成。

在一种较优的实施例中，温度参数设置有一对应的门限值，边缘网关设备1通过比较温度参数和门限值生成第二诊断参数。

在一种较优的实施例中，电流信号通过小波分析生成第三诊断参数。

在一种较优的实施例中，生成诊断结果的步骤包括：边缘网关设备1根据第一诊断参数、第二诊断参数和第三诊断参数中的至少一种生成诊断结果；

诊断结果包括：异常振动类故障、轴承过温类故障、电流过流类故障中的某一种。

在一种较优的实施例中，诊断结果还包括故障影响等级，故障影响等级分为三级，故障影响等级根据故障情况生成；

在一种较优的实施例中，边缘网关设备1将第一诊断参数、第二诊断参数和第三诊断参数发送至远程平台4；

平台根据第一诊断参数、第二诊断参数和第三诊断参数形成历史数据；

步骤S4还包括边缘网关设备1根据历史数据生成诊断结果。

具体地，根据第一诊断参数可以确定的故障情况包括：离心泵不平衡、转子偏心、主轴弯曲、联轴器未对中、轴承卡住、泵体共振、固定松动、滑环变形、气穴或气流紊乱、滚动轴承故障、滑动轴承故障、齿轮箱故障、龙条松动或断裂、离心泵电气故障。

上述故障情况均会导致离心泵整体异常振动，进而引起振动参数异常，通过对振动参数的频谱和包络谱分析，并采集图像特征后与典型故障产生的频谱图像和包络谱图像相比较，能够准确地得出导致离心泵整体异常振动的故障情况。

在一种较优的实施例中，根据第二诊断参数可以确定的故障情况包括：电源电压过高或过低、轴承安装不正确、转动部件不平衡、轴承损坏或松动、轴承箱滑油不足、联轴器未对中、固定松动、环境温度过高、散热风扇故障或积尘、电机绕组短路/故障。

上述故障容易导致离心泵的轴承过热，进而导致温度参数高于门限值，通过比较温度参数与门限值可以判断出存在上述故障情况中的某一种或多种。

在一种较优的实施例中，根据第三诊断参数可以确定的故障情况包括：拖动机械故障、功率低、转速过高、轴承磨损或损坏、填料过紧、扬程过低、联轴器不同心或间隙过小、停机时间过长、电机受潮。

上述故障情况会导致离心泵的电流过流，进而导致电流参数异常，通过小波分析可以较为灵敏地检测出上述故障情况。

需要说明的是，根据第一诊断参数、第二诊断参数和第三诊断参数的某一种判断故障情况时容易因为参数数量较少导致无法准确判断出故障情况，因此需要通过多种诊断参数结合来对故障情况进行具体判断。

在一种较优的实施例中，如图4所示，故障影响等级分为三级，当仅出现异常振动类故障时，故障影响等级为一级，随后可进一步根据第二诊断参数或第三诊断参数进行进一步判断并输出故障情况对离心泵的影响程度，并将相关数据发送至可编程逻辑控制器中2中便于对离心泵的工作状况进行调整，当故障影响等级达到三级时，表明故障情况较为严重，需要紧急停机。

在一种较优的实施例中，如图5所示，可由第一诊断参数直接进行判断的故障情况有：转子偏心、共振、齿轮箱磨损/过载、笼条松动/断裂、气穴及滑环变形，该类故障情况无需其他故障诊断参数辅助即可确定，故仅需第一诊断参数对该类故障进行判断。

进一步地，通过第一诊断参数还可以确定的故障包括：轴弯曲、松动、不平衡、联轴器不对中、轴承故障。此时可以通过第二诊断参数和第三诊断参数判断多个诊断参数异常时对水泵的影响程度，如图6所示，当存在轴弯曲、松动、不平衡、联轴器不对中、轴承故障时，如果通过第二诊断参数确定存在轴承过温情况，表明故障较为严重，对水泵的影响程度为三级；如不存在轴承过温情况，表明对水泵的影响程度为一级。如图7所示，当存在不平衡、联轴器不对中、轴承故障时，通过第三诊断参数和第二诊断参数可以判断出故障对水泵的具体影响程度。

在一种较优的实施例中，如图8所示，根据第二诊断参数和第三诊断参数可以进一步地判断出具体的故障情况。具体地，通过第一诊断参数分析可以排除联轴器不对中或不平衡或轴承故障等故障情况，随后通过第二诊断参数判断离心泵的温度是否高于门限值，当确认离心泵的温度高于门限值时，可能存在的故障情况包括：密封故障、扬程过低或功率偏小、电机转速过高。通过对电流进行小波分析，生成第三诊断参数可以判断出离心泵的功率是否过大或转速是否偏高。当转速偏高时，为转速过高故障；当功率过大时，为扬程过低或功率偏小故障，当上述两种情况都不存在时，为密封故障，具体包括：填料压得过紧、热膨胀/减漏环摩擦、浸水受潮等,需要将数据发送至远程平台4和可编程逻辑控制器2，便于维护人员进一步地检测故障情况并排除故障。

在一种较优的实施例中，如图9所示，当根据第一诊断参数排除不平衡、轴承故障、联轴器不对中等故障后，通常会伴随有电流过流的故障，此时还可引入其他参数对故障情况进行判断，比如对电机的转速进行检测判断是否转速过高，或是对电机的负载进行判断。当电机处于过载状况中，可能存在扬程过低或功率偏小的故障，当电机不处于过载状况中，则会存在填料压得过紧、热膨胀/减漏环摩擦、浸水受潮等故障。

在一种较优的实施例中，如图7所示，当根据第一诊断参数排除了轴承故障、联轴器不对中、不平衡、松动、轴弯曲等故障后，通过第二诊断参数仍判断出轴承过温的情况，此时可以对环境温度进行检测，排除室温过高导致的散热故障，或是查询维护记录判断清洁维护是否不到位以确定是轴承箱油过少或变质导致的轴承过温或是积尘过多影响扇热。

本发明的有益效果在于：通过设置多个传感器对离心泵采集诊断参数，有效结合多种信号对故障情况进行准确判断，提高故障判断的准确率。通过边缘网关设备就近判断故障情况，避免远程诊断导致的响应速度慢、数据采集时的带宽占用，实时性不好的缺陷。

以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (8)

1.一种二次供水设备的离心泵故障诊断方法，其特征在于，包括：

边缘网关设备通过加速度传感器采集振动参数，并根据所述振动参数生成第一诊断参数；

所述边缘网关设备通过温度传感器采集温度参数，并根据所述温度参数生成第二诊断参数；

所述边缘网关设备通过电流互感器采集电流信号，并根据所述电流信号生成第三诊断参数；

所述边缘网关设备根据所述第一诊断参数和故障数据库生成振动故障判断数据，并结合所述振动故障判断数据、所述第二诊断参数和所述第三诊断参数进一步生成诊断结果，所述边缘网关设备还将所述诊断结果发送至控制器和远程平台。

2.根据权利要求1所述的诊断方法，其特征在于，所述第一诊断参数的生成过程包括：

对所述振动参数进行频谱分析及包络谱分析并通过快速傅里叶变换方法生成频谱和包络谱；

从所述频谱和所述包络谱中提取多个振动参数特征；

根据图谱数据库和所述振动参数特征生成所述第一诊断参数。

3.根据权利要求2所述的诊断方法，其特征在于，所述振动参数特征包括：均值、有效值、峰值、波峰因子、峭度以及概率分布特征。

4.根据权利要求1所述的诊断方法，其特征在于，所述温度参数设置有一对应的门限值，所述边缘网关设备通过比较所述温度参数和所述门限值生成所述第二诊断参数；

所述电流信号通过小波分析生成第三诊断参数。

5.根据权利要求1所述的诊断方法，其特征在于，所述生成诊断结果的步骤包括：所述边缘网关设备根据所述第一诊断参数、所述第二诊断参数和所述第三诊断参数中的至少一种生成诊断结果。

6.根据权利要求5所述的诊断方法，其特征在于，所述诊断结果包括：异常振动类故障、轴承过温类故障、电流过流类故障。

7.根据权利要求6所述的诊断方法，其特征在于，所述诊断结果还包括故障影响等级，所述故障影响等级分为三级，所述故障影响等级根据所述故障情况生成；

所述控制器根据所述故障影响等级对离心泵进行调整。

8.根据权利要求1所述的诊断方法，其特征在于，所述边缘网关设备将所述第一诊断参数、所述第二诊断参数和所述第三诊断参数发送至所述远程平台；

所述远程平台根据所述第一诊断参数、所述第二诊断参数和所述第三诊断参数形成历史数据；

所述诊断结果的生成过程还包括所述边缘网关设备根据所述历史数据生成诊断结果。

Images