CN113589168A - 机电设备端实时采集智能分析装置 - Google Patents

机电设备端实时采集智能分析装置 Download PDF

Info

Publication number
CN113589168A
CN113589168A CN202110870793.2A CN202110870793A CN113589168A CN 113589168 A CN113589168 A CN 113589168A CN 202110870793 A CN202110870793 A CN 202110870793A CN 113589168 A CN113589168 A CN 113589168A
Authority
CN
China
Prior art keywords
characteristic
real
electromechanical
sensor
acquisition
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
CN202110870793.2A
Other languages
English (en)
Inventor
陈威宁
田慕琴
苏俭博
张�杰
洪永生
武晓举
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.)
Shanxi Huakongweiye Technology Co ltd
Original Assignee
Shanxi Huakongweiye Technology Co ltd
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 Shanxi Huakongweiye Technology Co ltd filed Critical Shanxi Huakongweiye Technology Co ltd
Priority to CN202110870793.2A priority Critical patent/CN113589168A/zh
Publication of CN113589168A publication Critical patent/CN113589168A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种机电设备端实时采集智能分析装置是由信号采集部分、信号处理部分、信息通讯部分及其处理器构成，其中信号采集部分是对机电设备内外部的振动、温度和湿度进行监测，并对驱动电机的电流采用电流传感器进行监测；信号处理部分是由硬件和软件处理构成，其中硬件是利用DSP处理器TMS320C6713B，软件是采用小波包处理信号，为机电设备的基于多传感器信息的高度智能化的故障预测提取特征量，并进行分析判断；信息通讯部分是由设备接收后台的特征频段特征值和正常运行时的特征值与设备向后台传送特征频段特征值和实时值构成，由后台对数据进行再挖掘和长期保存；本发明通过特征频段特征值参数设置或通讯实现了对任何机电设备的智能预测诊断，通用性和实用性强。

Description

机电设备端实时采集智能分析装置
技术领域
本发明涉及一种机电设备端实时采集及其智能分析装置，属于计算机和机电设备故障预警技术领域，具体是一种机电设备的早期故障的监测，及早发现故障、预防故障的继续恶化，防止破坏性和灾难性事故的发生，将事故消灭在萌芽状态的实时预测诊断器的技术方案。
背景技术
机电设备是指以电为动力的机械驱动设备，如三相异步电动机以及振动筛等，是当今用于驱动各种机械和工业设备的最通用装置，被广泛应用于大中型工矿企业，但因其工作负荷及工作环境比较特殊，发生故障的情况非常普遍，目前基本是采取各种继电保护措施，但继电保护系统具有局限性，没有预防功能，只是当被监视参数达到或超过继电器整定值时才起作用，可能已造成巨大的经济损失。为及早发现故障、预防故障的继续恶化，防止破坏性和灾难性事故的发生，必须能对这些机电设备的早期故障进行监测，将事故消灭在萌芽状态，但它的故障机理非常复杂，其故障原因与其征兆之间的关系并非完全是一一对应的关系，往往是同一故障表现为多个征兆，而某一征兆又可能同时反映不同的故障状态，利用少量信息无法确切分析和精确提取它们的早期故障特征，特别是由于早期故障物理信号的微弱性和不明晰性，使得早期故障诊断和多故障分离更加困难，因此预测诊断难度较大。随着现代信号处理技术、大数据挖掘技术以及人工智能技术的飞速发展，使基于信号的设备故障机理分析及智能诊断的研究已有很多报道，但需要在高速、大容量和高存储的计算机系统上进行，而这样的高端设备很难应用到现场的设备上，特别是机电设备数量很多的现场，如选煤厂一个车间仅电机就可能有上百台、振动筛几十台，不可能在每一台机电设备上安装这样大成本高价格的昂贵的计算机系统。而且，像选煤厂这样的工矿企业，工作环境相对复杂、设备安装的局限性以及工作场地限制等因素，目前更多的是由人进行现场巡检，记录机电设备的工作状态，而人工进行巡检不但会增加工作人员的工作强度，而且在巡检的过程中还存在采集数据不及时并具有一定的安全隐患。故此，设计一套可以对这些机电设备进行实时监测及分析诊断的实时系统非常必要。目前基于机电设备的电流电压，如线电流和线电压来监测三相旋转机电设备过载、短路、倒相、以及显示有功功率、无功功率、功率因素等的还有一些应用，实时处理的产品也有应用，但基于电流、振动、温度等多信息的用于机电设备早期故障实时在线监测和分析的技术产品还未见报道。
发明内容
基于上述现有技术存在的不足，本发明提供一种低成本、小功耗、体积小、重量轻以及安装方便的机电设备端实时采集智能分析装置，以解决机电设备早期预测、智能分析和数据远传的实时性问题。
为了实现上述目的，本发明采取如下技术方案。
一种机电设备端实时采集智能分析装置，包括信号采集部分、信号处理部分、通讯部分及其处理器，其特征在于：
所述信号采集部分，是对机电设备内外部的振动、温度和湿度进行监测，并对驱动电机的电流采用电流传感器进行监测；其中，信息采集是利用模拟量采集模块AD7329进行采集，加速度传感器采样频率为10kHz，电流传感器采样频率为2kHz，Pt100温度传感器、环境温湿度传感器采样频率为200Hz；对加速度传感器只采1秒，即10000个数；
所述信号处理部分，包括硬件处理和软件处理，其中，硬件处理是利用DSP处理器TMS320C6713B，32位浮点高速数字处理器，工作频率为300M，处理能力为2400MIPS，实现高速运算和大容量数据存储，基本配置为200M的C6713；
采用小波包处理信号，为机电设备的基于多传感器信息的高度智能化的故障预测提取特征量，并进行分析判断；参数设置：振动参数设置30个，电流20个，不足50个参数补零，并与正常值进行分析比较，按采集间隔向后台发送提取的特征值和实时数据，实现故障预警和诊断的目的；
所述信息通讯部分，一部分是设备接收后台的特征频段特征值和正常运行时的特征值；另一部分是设备向后台传送特征频段特征值和实时值，由后台对数据进行再挖掘和长期保存；本设备设置带1路串口转433M无线通讯模块、1路4G通讯模块或1路WiFi模块进行通讯，并利用CAN协议；针对不同的机电设备的特征频段不同，后台将机电设备的特征频段下发给设备，下发参数时是以小波包特征能量频段的数字传输的，如0、1、4、5、6、10、11、……，分别代表设备目前要分析的特征频段是S 0、S1、S4、S5 、S6、S10、S11、……，并将这些频段下的频谱能量值正常数值同时传送给设备，作为规则供分析判断。
其中，所述监测所采用的传感器是振动、温度、湿度一体型传感器。
上述本发明所提供的技术方案是一种三相旋转机电设备实时预测诊断器，与现有技术相比，其特点是通过特征频段特征值参数设置或通讯实现了对任何机电设备的智能预测诊断，通用性和实用性强；二是本专利装置体积小，功耗低，安装方便，非常适合现场使用；三是易于与其它现有监控系统进行接口，具有较好的可扩展性。
附图说明
图1是本发明的振动筛左半图系统结构图。
图2是本发明的振动筛右半图系统结构图。
具体实施方式
结合附图对本发明的具体实施方式做出进一步的说明。
本发明机电设备端实时采集和智能分析装置开发，其特征在于它是一种机电设备运行状态实时预测和分析装置，其中心处理单元为由DSP处理器TMS320C6713B，整个装置包括信号采集部分、信号处理部分和通讯部分组成。
I、信号采集部分
信息采集部分中对对机电设备内外部的多处的振动、温度和湿度进行监测，所述的监测传感器选用振动、温度、湿度一体型传感器，如在振动筛电机、弹簧、激振器、万向轴等处安放一定数量的传感器，以监测其振动、温度和湿度，对驱动电机的电流利用电流传感器进行测量。
信号采集模块利用模拟量采集模块AD7329进行采集，加速度传感器采样频率10kHz，电流传感器采样频率2kHz，Pt100温度传感器、环境温湿度传感器采样频率200Hz。对加速度传感器只采1秒，即10000个数，这些机电设备在出现故障时，振动最高特征频率在3000-5000 Hz之间，因此采样频率10kHz满足香农采样定理，可以对振动信号进行频域分析；对电流传感器也是只采1秒，即2000个数，这些机电设备在出现故障时，电流最高特征频率在1000以内，因此采样频率2kHz满足香农采样定理，可以对电流信号进行频域分析；温度传感器、环境温湿度传感器也是只采1秒，这两种传感器的值只做阈值判断，不做频域分析。
为便于安装，本系统由电池供电，考虑到机电设备的状态一般不会发生突变，因此信号的采集间隔可以根据用户需求设置，如1小时、8小时、10小时和12小时，这样就解决了数据采集频率高、一次采集数量大而造成的用电量大的问题，配置的电池容量可以减小，有效缩小了电池的体积。
II、信号处理部分
信号处理是利用功能齐备的高性能的DSP处理器TMS320C6713B，32位浮点高速数字处理器，最高工作频率300M，处理能力可达2400MIPS，实现高速运算和大容量数据存储，基本配置为200M的C6713，以实现实时信号处理，为机电设备的基于多传感器信息的高度智能化的故障预测提取特征量，并进行分析判断。由于不同设备信号故障频段不同，如果用小波包方法，则特征能量段不同，为了能适应不同机电设备的分析诊断，使本专利装置具有通用性，本专利装置采用参数设置的方法，即将故障特征频率值（或频率段）以参数形式设置好，本专利装置对振动设置了30个参数，电流20个参数，共50个特征频率值（或频率段），还要将这些频段特征值的正常状态的数值进行保存，作为专家规则供分析判断使用。除此之外，上述参数也可由后台通过网络传输到本装置，由其保存到指定单元。例如对三相异步电动机，如以小波包能量谱分析信号，则选取定子振动信号8层小波包的S0(0Hz-19Hz)、S1(19Hz-39Hz)、S4(78Hz-98Hz)、S5(98Hz-118Hz) 、S6(118Hz-138Hz)、S10(196Hz-215Hz)、S11(215Hz-235Hz)、S12(235Hz-255Hz)、S13(255Hz-275Hz)、S14(275Hz-294Hz)、S15(294Hz-313Hz)、S16(313Hz-333Hz)、S17(333Hz-353Hz)、S18(353Hz-373Hz)、S19(373Hz-393Hz)、S20(393Hz-412Hz)、S21(412Hz-431Hz)、S22(431Hz-451Hz)、S30(588Hz-608Hz)、S31(608Hz-627Hz)、S32(627Hz-647Hz)、S33(647Hz-666Hz)、S34(666Hz-686Hz)、S35(686Hz-706Hz)、S36(706Hz-725Hz)、S37(725Hz-745Hz)、S38(745Hz-764Hz) 、S40(784Hz-804Hz)这28个频段小波包能量值作为故障特征值，选取定子线电流信号9层小波包的S3 (29 Hz-39 Hz)、S4(39Hz -49Hz)、S5(49Hz-59Hz)、S6(59Hz-68Hz)、S7(68Hz-78 Hz)、S8（78Hz -88 Hz）、S9 (88Hz-98Hz)、S10（98Hz-108Hz）、S11（108Hz-117Hz）、S15 (147Hz-156Hz)、S16（156Hz -166 Hz）、S17（166 Hz -176 Hz）、S18 (176Hz -186Hz)、S19 (186Hz -195 Hz) 、S25 (245Hz -254 Hz) 、S35 (342Hz -352 Hz) 、S56 (548Hz -558 Hz) 、S66 (646Hz -656 Hz)这 18个频段小波包能量值作为故障特征值，本专利在信号处理时只提取这些特征值，不足50个参数时补零，然后与正常值进行比对，并按采集间隔向后台发送提取的特征值和实时数据，若发现不一样，则进行报警，同时将实时数据和特征数据即刻传到后台，由后台进一步进行智能分析，实现故障预警和诊断的目的。
III、信息通讯部分
本专利装置除要接收后台的特征频段特征值，还要将数据传送到后台，以对数据进行再挖掘和长期保存。本装置带1路串口转433M无线通讯模块、1路4G通讯模块、1路WiFi模块，可选一种进行通讯，并采用CAN协议。针对不同的机电设备其特征频段不同，后台可将该机电设备的特征频段下发给本专利装置，为减少通讯量，在下发参数时是以代表小波包特征能量频段的数字传输的，如0、1、4、5、6、10、11、……，分别代表本专利装置目前要分析的特征频段是S 0、S1、S4、S5、S6、S10、S11、……，并将这些频段下的频谱能量值正常数值也传送给本专利装置。本专利装置在对信号进行处理后，将得到的特征值和实时数据传送给后台，由于数据量大，在传送时是分批打包传送的，虽然传送速率不高，但实时值在采集时已满足了香农采样定理，后台接到后仍能对实时数据进行进一步的数据分析和挖掘。
下面是进一步的具体实施方式。
1、如附图1所述，本发明所述的信息采集对机电设备内外部的多处振动、温度和湿度进行监测，附图1是以振动筛这一机电设备为例，显示出传感器的布置情况。本装置选用振动、温度、湿度一体型传感器，在振动筛电机、弹簧、激振器、万向轴等处安放一定数量的传感器，以监测其振动、温度和湿度，对驱动电机的电流利用电流传感器进行测量。
2、本发明机电设备端实时采集和智能分析装置中央处理单元选择的是功能齐备的高性能的DSP处理器TMS320C6713B，32位浮点高速数字处理器，最高工作频率300M，处理能力可达2400MIPS，可实现高速运算和大容量数据存储，基本配置为200M的C6713，信号采集模块选择8通道AD7329，选择2.4寸TFT液晶显示屏，320x240分辨率，型号JC024，作为显示和参数设置。菜单中有参数设置，点击后会出现编辑框，依次输入对象的小波包特征频段能量的序号，之后再输入这些小波包特征频段能量正常运行时的数值，以便DSP进行比较分析和判断。
3、本发明机电设备端实时采集和智能分析装置通过模拟量采集模块AD7329进行采集的，对加速度传感器信号以采样频率10kHz、对电流传感器以采样频率2kHz、对Pt100温度传感器、环境温湿度传感器以采样频率200Hz进行采集。每次采集1秒钟，并依设置的采集间隔进行数据采集。采完后即启动小波包分解，按设置好的特征频段提取出能量特征值，与正常运行时的数值进行分析比较，得出机电设备的运行状态。同时将提取出的能量特征值以及实时数据传送给后台。
4、本发明机电设备端实时采集和智能分析装置与后台的通讯采用CAN协议通讯。本装置带1路串口转433M无线通讯模块、1路4G通讯模块、1路WiFi模块，可选一种进行通讯。针对不同的机电设备其特征频段不同，本发明机电设备端实时采集和智能分析装置处理可对要分析的特征频段进行设置外，还可由后台可将该机电设备的特征频段下发给本专利装置，为减少通讯量，在下发参数时是以代表小波包特征能量频段的数字传输的，如0、1、4、5、6、10、11、……，分别代表本专利装置目前要分析的特征频段是S 0、S1、S4、S5、S6、S10、S11、……，也可将这些频段下的频谱能量值正常数值也传送给本专利装置。机电设备端实时采集和智能分析装置接到参数后，返回应答信息，通知后台已接收到这些数据。
5、后台接收数据流程，创建QSerialPort串口对象，初始化为COM6，波特率为9600，数据位为8，校验为无，停止位为一位，打开串口；连接Mysql数据库xjx；循环检查串口缓存中是否收到数据，如果未收到则等待继续循环检查串口缓存，如果收到数据则检查数据是否完整，CRC校验是否正确，如果数据没有问题则对数据进行分析处理，如果有问题则返回错误信息，本专利装置会再次打包发送一次，最后关闭串口。

Claims (2)

1.一种机电设备端实时采集智能分析装置，包括信号采集部分、信号处理部分、信息通讯部分及其处理器，其特征在于：
所述信号采集部分，是对机电设备内外部的振动、温度和湿度进行监测，并对驱动电机的电流采用电流传感器进行监测；其中，信息采集是利用模拟量采集模块AD7329进行采集，加速度传感器采样频率为10kHz，电流传感器采样频率为2kHz，Pt100温度传感器、环境温湿度传感器采样频率为200Hz；对加速度传感器只采1秒，即10000个数；
所述信号处理部分，包括硬件处理和软件处理，其中，硬件处理是利用DSP处理器TMS320C6713B，32位浮点高速数字处理器，工作频率为300M，处理能力为2400MIPS，实现高速运算和大容量数据存储，基本配置为200M的C6713；
采用小波包处理信号，为机电设备的基于多传感器信息的高度智能化的故障预测提取特征量，并进行分析判断；参数设置：振动参数设置30个，电流20个，不足50个参数补零，并与正常值进行分析比较，按采集间隔向后台发送提取的特征值和实时数据，实现故障预警和诊断的目的；
所述信息通讯部分，一部分是设备接收后台的特征频段特征值和正常运行时的特征值；另一部分是设备向后台传送特征频段特征值和实时值，由后台对数据进行再挖掘和长期保存；本设备设置带1路串口转433M无线通讯模块、1路4G通讯模块或1路WiFi模块进行通讯，并利用CAN协议；针对不同的机电设备的特征频段不同，后台将机电设备的特征频段下发给设备，下发参数时是以小波包特征能量频段的数字传输的，如0、1、4、5、6、10、11、……，分别代表设备目前要分析的特征频段是S 0、S1、S4、S5 、S6、S10、S11、……，并将这些频段下的频谱能量值正常数值同时传送给设备，作为规则供分析判断。
2.如权利要求1所述的机电设备端实时采集智能分析装置，其特征在于：所述监测所采用的传感器是振动、温度、湿度一体型传感器。
CN202110870793.2A 2021-07-30 2021-07-30 机电设备端实时采集智能分析装置 Pending CN113589168A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110870793.2A CN113589168A (zh) 2021-07-30 2021-07-30 机电设备端实时采集智能分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110870793.2A CN113589168A (zh) 2021-07-30 2021-07-30 机电设备端实时采集智能分析装置

Publications (1)

Publication Number Publication Date
CN113589168A true CN113589168A (zh) 2021-11-02

Family

ID=78252572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110870793.2A Pending CN113589168A (zh) 2021-07-30 2021-07-30 机电设备端实时采集智能分析装置

Country Status (1)

Country Link
CN (1) CN113589168A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007093221A (ja) * 2005-09-27 2007-04-12 Meidensha Corp 信号の波形分析方法とそのプログラム及び信号の波形分析方法を使用した車両運転特性の解析方法とそのプログラム
CN102121967A (zh) * 2010-11-20 2011-07-13 太原理工大学 一种三相旋转机电设备运行状态实时预测诊断器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007093221A (ja) * 2005-09-27 2007-04-12 Meidensha Corp 信号の波形分析方法とそのプログラム及び信号の波形分析方法を使用した車両運転特性の解析方法とそのプログラム
CN102121967A (zh) * 2010-11-20 2011-07-13 太原理工大学 一种三相旋转机电设备运行状态实时预测诊断器

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
侯小红等: "大型回转机电设备采煤机故障智能诊断的研究", 《煤矿机械》 *
董镝等: "基于形态小波和支持向量机的高压断路器状态监测和故障诊断", 《电测与仪表》 *
郝建亮等: "机械设备振动状态无线监测与故障分析系统", 《仪表技术与传感器》 *
陶新民等: "基于DSP和C语言的变压器振动信号采集与分析系统", 《应用科技》 *

Similar Documents

Publication Publication Date Title
CN104716741B (zh) 变电站远程监测系统及其远程监测方法
CN202533545U (zh) 基于物联网技术的输电网故障检测系统
CN106771933A (zh) 基于无线网络的电力电缆局部放电高频电流监测系统
CN103138400B (zh) 一种触摸式人机交互开关柜检测监测一体化装置
CN106291201A (zh) 一种防雷箱的雷电监测及劣化状态监测系统及方法
CN104760887B (zh) 港口起重机械运行安全机载预警系统
CN203205851U (zh) 一种防雷远程预警监控箱
CN102508128A (zh) 基于无线网络的开关柜局部放电暂态对地电压检测系统
CN102502412B (zh) 起重机故障诊断和寿命评估系统
CN116545123B (zh) 一种用于环网柜的综合型监测系统
CN1533948A (zh) 对飞机故障的预测报警方法及飞机故障预测报警系统
CN108120925A (zh) 基于can总线的高压断路器运行状态实时监测系统
CN208581054U (zh) 一种高压电机预警保护系统
CN207007216U (zh) 一种输电线路的覆冰故障监测装置
CN220979768U (zh) 一种海上风电机组叶片故障诊断系统
CN104898580A (zh) 一种具有三相电采集的无线抽油机控制器
CN209764956U (zh) 一种并联电容器组在线监测与早期故障预警系统
CN117578711A (zh) 一种电网输电量监测系统及其监测方法
CN100585366C (zh) 一种同步齿轮箱初始故障的在线监测与诊断装置
CN202485714U (zh) 输电线路覆冰在线监测系统
CN113589168A (zh) 机电设备端实时采集智能分析装置
CN201240776Y (zh) 塔式起重机数据记录仪
CN106908653A (zh) Opgw在线监测系统及方法
CN203825161U (zh) 一种断路器合分闸速度检测装置
CN202429906U (zh) 一种起重机故障诊断和寿命评估系统

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