CN114112366A - 一种泵机运行状态监测方法 - Google Patents
一种泵机运行状态监测方法 Download PDFInfo
- Publication number
- CN114112366A CN114112366A CN202111466164.XA CN202111466164A CN114112366A CN 114112366 A CN114112366 A CN 114112366A CN 202111466164 A CN202111466164 A CN 202111466164A CN 114112366 A CN114112366 A CN 114112366A
- Authority
- CN
- China
- Prior art keywords
- vibration
- pump
- fault
- alarm value
- tested
- 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
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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种泵机运行状态监测方法,属于泵机设备监测技术领域。在不同工况下,针对振动通频值和反映离心泵常见故障形式的振动特征指标报警,实现分工况报警。在对泵机运行状态进行实时监测时,获取待测泵机的当前振动信号,从当前振动信号中计算出振动通频值和反映各种故障发生的振动征兆指标,振动通频值或振动征兆指标中若有超过对应报警值的情况,则提示通频报警或指标报警,认为待测泵机存在故障。采用本发明,可以在待测泵机处于不同工况时,采用与工况对应的故障报警标准对其运行状态进行判断,并通过阈值自学习的方法,完成对不同工况下故障报警标准的设定,提高对泵机运行状态监测的准确性,减少漏报、误报的发生。
Description
技术领域
本发明提供了一种泵机运行状态监测方法,属于泵机设备监测技术领域。
背景技术
在离心泵的故障诊断和预测性维护过程中,采用振动传感器进行动态信号的采集和机械故障的诊断是常用的手段。随着社会各界对节能减排提出的更高要求,离心泵往往会采用变频模式,随着负荷的不同而调整泵的工作转速,这给设备监测报警值的设定带来了困难,而且在不同工况下使用相同的报警阈值会造成漏报和误报的问题。若采用较高的报警阈值,则会导致部分故障无法识别,造成漏报的问题;若采用较低的报警阈值,则会导致部分正常情况被误识别为故障,造成误报的问题,提高了故障排查的人力成本。
对于基于知识规则的专家系统,各个故障征兆指标的报警阈值设置是否合适对诊断可靠性有着重要的影响。同时,数字化的设备运维对于自学习、智能化也提出了更高的要求,设置监测报警值需要尽可能减少人为因素的干扰。
发明内容
本发明的目的在于提供一种泵机运行状态监测方法,用于解决在不同工况下监测离心泵运行状态时存在漏报和误报的问题。
为了实现上述目的,本发明提供了一种泵机运行状态监测方法,包括如下步骤:
1)获取待测泵机在当前工况下的当前振动信号,根据当前振动信号计算振动通频值;
2)获取对应当前工况的振动通频报警值,若振动通频值大于振动通频报警值,则待测泵机存在故障;
对应当前工况的振动通频报警值通过如下方法获取:
在与当前工况相同的工况下,采集多组泵机的原始振动信号,计算对应各原始振动信号的振动通频值得到一组振动通频值,根据该组振动通频值计算振动基准值,计算振动基准值与第一设定系数的乘积,并在该乘积小于国标报警值的情况下,将该乘积作为振动通频报警值,所述第一设定系数大于1。
本发明的泵机运行状态监测方法,通过在不同工况下采集多组泵机的原始振动信号,然后计算每组原始振动信号的振动通频值,从而得到一组振动通频值,根据这组振动通频值计算振动基准值,计算出振动基准值与第一设定系数的乘积,将该乘积与从国标GB/T29531中获取的国标报警值进行比较,若该乘积小于国标报警值,则将该乘积作为振动通频报警值;在对泵机运行状态进行实时监测时,获取待测泵机的当前振动信号,并计算出当前振动信号的振动通频值,若振动通频值大于振动通频报警值,则待测泵机存在故障。采用本发明,可以在待测泵机处于不同工况时,采用与工况对应的故障报警标准对其运行状态进行判断,并通过阈值自学习的方法,完成对不同工况下故障报警标准的设定,提高对泵机运行状态检测的准确性,减少漏报、误报的发生。
进一步地,在上述方法中,还获取对应当前工况的振动危险报警值,所述振动危险报警值大于振动通频报警值;若振动通频值大于振动危险报警值,则待测泵机存在危险。
对待测泵机的运行状态进行监测时,还获取一个与工况对应且大于振动通频报警值的振动危险报警值,当振动通频值大于振动危险报警值,则待测泵机存在危险,需要进行停泵处理。采用与工况对应的振动危险报警值,可以只对影响泵机运行的故障进行报警,而对不影响泵机运行的故障采用其他报警方式进行报警,便于提高故障排查效率,减少维护成本。
进一步地,在上述方法中,将振动通频报警值与第二设定系数的乘积作为振动危险报警值,所述第二设定系数大于1。
采用一个大于1的第二设定系数,将振动通频报警值与第二设定系数的乘积作为振动危险报警值,便于获取,计算简单。
进一步地,在上述方法中,第一设定系数和第二设定系数均为1.6。
国标《GB/T 29531-2013泵的振动测量与评价方法》中指出,4dB之差代表大多数泵振动响应的振动速度发生有意义的变化,因此采用1.6作为第一设定系数和第二设定系数。
进一步地,在上述方法中,在待测泵机存在故障时,还包括确定待测泵机是否发生汽蚀故障的步骤:
1)从当前振动信号中提取处于设定频段的待测信号;
2)获取与当前工况对应的汽蚀故障指标报警值,若所述待测信号的幅值大于汽蚀故障指标报警值,则待测泵机存在汽蚀故障;对应当前工况的汽蚀指标故障报警值为振动通频报警值与第三设定系数的乘积,所述第三设定系数小于1。
在确定待测泵机存在故障时,还对故障进行分类识别,从当前振动信号中提取处于设定频段的待测信号,并获取与当前工况对应的汽蚀故障指标报警值,所述待测信号的幅值大于汽蚀故障指标报警值,则待测泵机存在汽蚀故障。当待测泵机存在故障时,若无法确定待测泵机的故障类型,就不方便进行排查维护,采用本发明,可以准确判断待测泵机是否发生汽蚀故障,提高了处理故障的效率。
进一步地,在上述方法中,在待测泵机存在故障时,还包括确定待测泵机是否发生不对中故障的步骤:
1)从当前振动信号中提取二倍频信号;
2)获取与当前工况对应的不对中故障指标报警值,若所述二倍频信号的幅值大于不对中故障指标报警值,则待测泵机存在不对中故障;对应当前工况的不对中指标故障报警值为振动通频报警值与第四设定系数的乘积,所述第四设定系数小于1。
在确定待测泵机存在故障时,还对故障进行分类识别,从当前振动信号中提取二倍频信号,并获取与当前工况对应的不对中故障指标报警值,若二倍频信号的幅值大于不对中故障指标报警值,则待测泵机存在不对中故障。当待测泵机存在故障时,若无法确定待测泵机的故障类型,就不方便进行排查维护,采用本发明,可以准确判断待测泵机是否发生不对中故障,提高了处理故障的效率。
进一步地,在上述方法中,在待测泵机存在故障时,还包括确定待测泵机是否发生流道异常故障的步骤:
1)从当前振动信号中提取N倍频信号,N为待测泵机中叶轮的叶片数量;
2)获取与当前工况对应的流道异常故障指标报警值,若所述N倍频信号的幅值大于流道异常故障指标报警值,则待测泵机存在流道异常故障;对应当前工况的流道异常指标故障报警值为振动通频报警值与第五设定系数的乘积,所述第五设定系数小于1。
在确定待测泵机存在故障时,还对故障进行分类识别,从当前振动信号中提取N倍频信号,并获取与当前工况对应的流道异常故障指标报警值,若N倍频信号的幅值大于流道异常故障指标报警值,则待测泵机存在流道异常故障。当待测泵机存在故障时,若无法确定待测泵机的故障类型,就不方便进行排查维护,采用本发明,可以准确判断待测泵机是否发生流道异常故障,提高了处理故障的效率。
进一步地,在上述方法中,在待测泵机存在故障时,还包括确定待测泵机是否发生不平衡故障的步骤:
1)从当前振动信号中提取一倍频信号;
2)获取与当前工况对应的不平衡故障指标报警值,若所述一倍频信号的幅值大于不平衡故障指标报警值,则待测泵机存在不平衡故障;对应当前工况的不平衡指标故障报警值为振动通频报警值与第六设定系数的乘积,所述第六设定系数小于1。
在确定待测泵机存在故障时,还对故障进行分类识别,从当前振动信号中提取一倍频信号,并获取与当前工况对应的不平衡故障指标报警值,若一倍频信号的幅值大于不平衡故障指标报警值,则待测泵机存在不平衡故障。当待测泵机存在故障时,若无法确定待测泵机的故障类型,就不方便进行排查维护,采用本发明,可以准确判断待测泵机是否发生不平衡故障,提高了处理故障的效率。
进一步地,在上述方法中,将该组振动通频值的平均值作为所述振动基准值。
在计算对应当前工况的振动通频报警值的过程中,将各组原始振动信号计算出的振动通频值的平均值作为振动基准值,便于计算。
进一步地,在上述方法中,步骤1)中还获取待测泵机的当前转速,根据预先制定的泵机转速与泵机工况之间的对应关系,确定与当前转速对应的泵机工况作为待测泵机的当前工况。
获取待测泵机的转速,根据预先制定好的泵机转速与泵机工况之间的对应关系,确定待测泵机的当前工况,便于实现。
附图说明
图1为本发明方法实施例中离心泵监测方法的流程框图;
图2为本发明方法实施例中离心泵信号采集与监测过程的结构框图;
图3为本发明方法实施例中通频振动基线报警阈值的学习过程框图;
图4为本发明方法实施例中获取不同工况下监测报警阈值的计算过程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明了,以下结合附图及实施例,对本发明进行进一步详细说明。
方法实施例:
本发明的泵机运行状态监测方法,通过分析离心泵在不同工况下的故障特点,设置与工况相适应的报警阈值,并为不同故障设置不同的报警阈值,进行分类报警,从而减少离心泵运行状态监测过程中漏报和误报问题的发生。
如图1所示,本发的泵机运行状态监测方法包括如下步骤:
1)同时采集待测离心泵的转速信号和振动信号,根据振动信号计算振动通频值,还根据转速信号对待测离心泵的工况进行识别,得到待测离心泵的当前工况。
2)获取对应当前工况的振动通频报警值,若振动通频值大于振动通频报警值,则待测离心泵存在振动故障,否则待测离心泵工作正常。
3)获取对应当前工况的振动危险报警值,振动危险报警值大于振动通频报警值;若振动通频值大于振动通频报警值,则待测离心泵存在振动危险,需要立即停泵。
4)在待测离心泵存在振动故障时,获取指标报警值,包括不平衡故障指标报警值、不对中故障指标报警值、流道异常故障指标报警值和汽蚀故障指标报警值。
在对待测泵机是否发生汽蚀故障进行判断时,从当前振动信号中提取处于设定频段的待测信号,设定频段可根据泵机的实际情况进行设定,例如300Hz-2KHz。若在当前工况下,待测信号的幅值大于汽蚀故障指标报警值,则待测泵机存在汽蚀故障。
在对待测泵机是否发生不对中故障进行判断时,从当前振动信号中提取二倍频信号,二倍频信号的频率为待测泵机额定工作频率的两倍。若在当前工况下,二倍频信号的幅值大于不对中故障指标报警值,则待测泵机存在不对中故障。
在对待测泵机是否发生流道异常故障进行判断时,根据待测泵机中叶轮的叶片数量N,从当前振动信号中提取N倍频信号,N倍频信号的频率为待测泵机额定工作频率的N倍。若在当前工况下,N倍频信号的幅值大于流道异常故障指标报警值,则待测泵机存在流道异常故障。
在对待测泵机是否发生不平衡故障进行判断时,从当前振动信号中提取一倍频信号,一倍频信号的频率为待测泵机额定工作频率。若在当前工况下,一倍频信号的幅值大于不平衡故障指标报警值,则待测泵机存在不平衡故障。
本实施例中,从当前振动信号中提取所需要的信号时,可采用傅里叶变换的方法。
对于电机和泵同轴的离心泵来讲,常常会发生叶轮不平衡、对中不良、轴承磨损、流道异常、汽蚀等形式的机械或流体故障,这些故障都会在振动信号上有所表现。所以振动报警值包括通频振动值和各个故障特征上的振动征兆值。且这些报警值随着工况的不同需要有不同的设定。
以离心泵为监测对象,振动通频报警值、振动危险报警值和各指标报警值通过如下阈值自学习方法得到,该方法包括如下具体步骤:
1)在工况划分阶段,如图2所示,在离心泵大修和初次安装后,测量离心泵的工作转速。
根据转速对离心泵的工况进行划分,把离心泵的运行状态分为M种工况。本实施例中,离心泵的额定转速为3000转/分,设定2701转/分~3000转/分为工况1,2401转/分~2700转/分为工况2,2101转/分~2400转/分为工况3,1801转/分~2100转/分为工况4,1501转/分~1800转/分为工况5,1201转/分~1500转/分为工况6,901转/分~1200转/分为工况7,900转/分以下为工况8。在不同的工况下设定不同的报警值,以便根据工况对离心泵的运行状态进行故障监测。
2)在离心泵初次安装或大修以后,进行报警阈值的自学习。如图3所示,在阈值自学习阶段,离心泵在每一种工况下连续运行2个小时,采集不同工况下离心泵的N组振动波形,N≥120,作为大修后或初次安装后的基线波形信号。
从得到的基线波形信号中,计算各工况下振动信号的振动通频值,例如采用GB/T29531中速度均方根值计算的公式计算振动速度的均方根值,从而得到一组振动通频值序列V1,V2,V3,…,VN。则基线波形信号的振动平均值为:
Vavg=(V1+V2+V3+···+VN )/N (1)
作为其他实施方式,也可将这一组振动通频值的设定百分位数作为计算振动通频报警值的Vavg。
振动监测更多的是监测振动信号的变化,国标《GB/T 29531-2013泵的振动测量与评价方法》中指出,速度均方根值相同的振动被认为具有相同的振动烈度,4dB之差代表大多数泵振动响应的振动速度发生有意义的变化,因此相邻的振动级别之比为1:1.6,所以,据此可以认为:
振动通频报警值:Va=1.6×Vavg;
振动危险报警值:Vd=1.6×Va。
待阈值自学习完成后,可得到第i种工况下的振动通频报警值Va,根据国标《GB/T29531-2013泵的振动测量与评价方法》可以得到推荐的国标报警值Vb,判断自学习得到的振动通频报警值Va与国标报警值Vb的大小关系,若振动通频报警值Va大于国标报警值Vb,则将国标报警值Vb作为最终的振动通频报警值进行接下来的步骤,反之以振动通频报警值Va作为最终的振动通频报警值进行接下来的步骤。
3)运行的离心泵有可能振动通频值没有超标,但平衡、对中、轴承磨损等某一个振动特征发生了较大的变化,需要设置相应的指标报警值以减少漏报,防患于未然。
以一种工况为例,如图4所示,按照振动通频报警值的一定比例设定对应不同故障的指标报警值。例如,不平衡故障通常发生在一倍频信号附近,因此判断不平衡故障时从振动信号中分解出一倍频信号;并且在设定不平衡故障指标报警值时,根据实验标定或数学统计的方法,将其设为通频报警值的0.9倍。
同理,由于不对中故障通常发生在二倍频信号附近,因此判断不平衡故障时从振动信号中分解出二倍频信号;并且在设置不对中故障指标报警值时,将其设为通频报警值的0.3倍。
由于流道异常故障与叶轮的叶片数量相关,且叶片的数量不同,流道异常判断所需要的信号不同,所以,根据离心泵叶轮的叶片数量,从振动信号中分解出叶轮通过频率处的信号,并将流道异常故障指标报警值设为通频报警值的0.6倍。
由于汽蚀故障普遍发生在高频信号附近,高频信号的范围从300赫兹到十几千赫兹,本实施例中,根据实际情况选择300HZ到2KHZ,并将汽蚀故障指标报警值设为通频报警值的0.2倍。这样以振动通频报警值为基础,可以获得各个故障征兆相对于基线波形的相对报警值,完成特征指标的报警设定。
采用同样的方法,对M种工况下的指标报警值进行学习,得到对应工况下的故障指标报警值。
采用本发明的方法,可以实现在不同工况下对离心泵的运行状态进行监测,并且能够从通频振动值和各个指标值进行多维监测,避免由于振动通频值没有超标,但某一个特征指标发生剧烈变化带来的设备故障发生,降低了离心泵运行状态监测的漏报和误报率。
Claims (10)
1.一种泵机运行状态监测方法,其特征在于,包括如下步骤:
1)获取待测泵机在当前工况下的当前振动信号,根据当前振动信号计算振动通频值;
2)获取对应当前工况的振动通频报警值,若振动通频值大于振动通频报警值,则待测泵机存在故障;
对应当前工况的振动通频报警值通过如下方法获取:
在与当前工况相同的工况下,采集多组泵机的原始振动信号,计算对应各原始振动信号的振动通频值得到一组振动通频值,根据该组振动通频值计算振动基准值,计算振动基准值与第一设定系数的乘积,并在该乘积小于国标报警值的情况下,将该乘积作为振动通频报警值,所述第一设定系数大于1。
2.根据权利要求1所述的泵机运行状态监测方法,其特征在于,还获取对应当前工况的振动危险报警值,所述振动危险报警值大于振动通频报警值;若振动通频值大于振动危险报警值,则待测泵机存在危险。
3.根据权利要求2所述的泵机运行状态监测方法,其特征在于,将振动通频报警值与第二设定系数的乘积作为振动危险报警值,所述第二设定系数大于1。
4.根据权利要求3所述的泵机运行状态监测方法,其特征在于,第一设定系数和第二设定系数均为1.6。
5.根据权利要求1所述的泵机运行状态监测方法,其特征在于,在待测泵机存在故障时,还包括确定待测泵机是否发生汽蚀故障的步骤:
1)从当前振动信号中提取处于设定频段的待测信号;
2)获取与当前工况对应的汽蚀故障指标报警值,若所述待测信号的幅值大于汽蚀故障指标报警值,则待测泵机存在汽蚀故障;对应当前工况的汽蚀指标故障报警值为振动通频报警值与第三设定系数的乘积,所述第三设定系数小于1。
6.根据权利要求1-5任一项所述的泵机运行状态监测方法,其特征在于,在待测泵机存在故障时,还包括确定待测泵机是否发生不对中故障的步骤:
1)从当前振动信号中提取二倍频信号;
2)获取与当前工况对应的不对中故障指标报警值,若所述二倍频信号的幅值大于不对中故障指标报警值,则待测泵机存在不对中故障;对应当前工况的不对中指标故障报警值为振动通频报警值与第四设定系数的乘积,所述第四设定系数小于1。
7.根据权利要求1-5任一项所述的泵机运行状态监测方法,其特征在于,在待测泵机存在故障时,还包括确定待测泵机是否发生流道异常故障的步骤:
1)从当前振动信号中提取N倍频信号,N为待测泵机中叶轮的叶片数量;
2)获取与当前工况对应的流道异常故障指标报警值,若所述N倍频信号的幅值大于流道异常故障指标报警值,则待测泵机存在流道异常故障;对应当前工况的流道异常指标故障报警值为振动通频报警值与第五设定系数的乘积,所述第五设定系数小于1。
8.根据权利要求1-5任一项所述的泵机运行状态监测方法,其特征在于,在待测泵机存在故障时,还包括确定待测泵机是否发生不平衡故障的步骤:
1)从当前振动信号中提取一倍频信号;
2)获取与当前工况对应的不平衡故障指标报警值,若所述一倍频信号的幅值大于不平衡故障指标报警值,则待测泵机存在不平衡故障;对应当前工况的不平衡指标故障报警值为振动通频报警值与第六设定系数的乘积,所述第六设定系数小于1。
9.根据权利要求1所述的泵机运行状态监测方法,其特征在于,将该组振动通频值的平均值作为待测振动基准值。
10.根据权利要求1所述的泵机运行状态监测方法,其特征在于,步骤1)中还获取待测泵机的当前转速,根据预先制定的泵机转速与泵机工况之间的对应关系,确定与当前转速对应的泵机工况作为待测泵机的当前工况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466164.XA CN114112366A (zh) | 2021-12-03 | 2021-12-03 | 一种泵机运行状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466164.XA CN114112366A (zh) | 2021-12-03 | 2021-12-03 | 一种泵机运行状态监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114112366A true CN114112366A (zh) | 2022-03-01 |
Family
ID=80366076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111466164.XA Pending CN114112366A (zh) | 2021-12-03 | 2021-12-03 | 一种泵机运行状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114112366A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2175134A1 (en) * | 2008-10-13 | 2010-04-14 | General Electric Company | Methods and systems for determining operating states of pumps |
CN103321839A (zh) * | 2012-03-20 | 2013-09-25 | 华锐风电科技(集团)股份有限公司 | 风机振动监测方法及系统、风机监控器 |
CN103454113A (zh) * | 2013-09-16 | 2013-12-18 | 中国人民解放军国防科学技术大学 | 一种适用于工况变化情况下的旋转机械健康监测方法 |
CN108426691A (zh) * | 2018-03-08 | 2018-08-21 | 中国石油大学(北京) | 变速旋转机械设备振动状态监测方法及装置 |
CN109670400A (zh) * | 2018-11-13 | 2019-04-23 | 国网浙江省电力有限公司紧水滩水力发电厂 | 一种水电机组开机过程稳定性状态评价方法 |
CN110296095A (zh) * | 2019-05-21 | 2019-10-01 | 上海宝钢工业技术服务有限公司 | 火电厂电站锅炉引风机运行状态智能监测诊断方法 |
CN110415494A (zh) * | 2019-07-25 | 2019-11-05 | 西安因联信息科技有限公司 | 一种基于历史运行数据的设备报警阈值计算方法 |
CN110907207A (zh) * | 2019-11-25 | 2020-03-24 | 湃方科技(天津)有限责任公司 | 非标机械设备的运行状态检测方法及装置 |
CN111120348A (zh) * | 2019-12-25 | 2020-05-08 | 中国石化销售股份有限公司华南分公司 | 基于支持向量机概率密度估计的离心泵故障预警方法 |
CN111504450A (zh) * | 2020-04-28 | 2020-08-07 | 郑州恩普特科技股份有限公司 | 一种设备故障报警方法及装置 |
CN112112792A (zh) * | 2020-09-08 | 2020-12-22 | 上海发电设备成套设计研究院有限责任公司 | 电动给水泵组状态检修方法、系统以及终端 |
CN112302966A (zh) * | 2020-11-02 | 2021-02-02 | 湘潭大学 | 一种离心泵运行状态判定方法及判定系统 |
CN112946471A (zh) * | 2021-02-04 | 2021-06-11 | 郑州恩普特科技股份有限公司 | 一种变频电机故障监测系统 |
-
2021
- 2021-12-03 CN CN202111466164.XA patent/CN114112366A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2175134A1 (en) * | 2008-10-13 | 2010-04-14 | General Electric Company | Methods and systems for determining operating states of pumps |
CN103321839A (zh) * | 2012-03-20 | 2013-09-25 | 华锐风电科技(集团)股份有限公司 | 风机振动监测方法及系统、风机监控器 |
CN103454113A (zh) * | 2013-09-16 | 2013-12-18 | 中国人民解放军国防科学技术大学 | 一种适用于工况变化情况下的旋转机械健康监测方法 |
CN108426691A (zh) * | 2018-03-08 | 2018-08-21 | 中国石油大学(北京) | 变速旋转机械设备振动状态监测方法及装置 |
CN109670400A (zh) * | 2018-11-13 | 2019-04-23 | 国网浙江省电力有限公司紧水滩水力发电厂 | 一种水电机组开机过程稳定性状态评价方法 |
CN110296095A (zh) * | 2019-05-21 | 2019-10-01 | 上海宝钢工业技术服务有限公司 | 火电厂电站锅炉引风机运行状态智能监测诊断方法 |
CN110415494A (zh) * | 2019-07-25 | 2019-11-05 | 西安因联信息科技有限公司 | 一种基于历史运行数据的设备报警阈值计算方法 |
CN110907207A (zh) * | 2019-11-25 | 2020-03-24 | 湃方科技(天津)有限责任公司 | 非标机械设备的运行状态检测方法及装置 |
CN111120348A (zh) * | 2019-12-25 | 2020-05-08 | 中国石化销售股份有限公司华南分公司 | 基于支持向量机概率密度估计的离心泵故障预警方法 |
CN111504450A (zh) * | 2020-04-28 | 2020-08-07 | 郑州恩普特科技股份有限公司 | 一种设备故障报警方法及装置 |
CN112112792A (zh) * | 2020-09-08 | 2020-12-22 | 上海发电设备成套设计研究院有限责任公司 | 电动给水泵组状态检修方法、系统以及终端 |
CN112302966A (zh) * | 2020-11-02 | 2021-02-02 | 湘潭大学 | 一种离心泵运行状态判定方法及判定系统 |
CN112946471A (zh) * | 2021-02-04 | 2021-06-11 | 郑州恩普特科技股份有限公司 | 一种变频电机故障监测系统 |
Non-Patent Citations (4)
Title |
---|
张明;冯坤;江志农;: "基于动态自学习阈值和趋势滤波的机械故障智能预警方法", 振动与冲击 * |
段向阳;王永生;苏永生;: "振动分析在离心泵空化监测中的应用", 振动与冲击 * |
王庆锋;卫炳坤;刘家赫;马文生;许述剑;: "一种数据驱动的旋转机械早期故障检测模型构建和应用研究", 机械工程学报 * |
魏中青等: "旋转机械振动监测快变报警系统研究及工程应用", 机电工程技术 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102707232B (zh) | 电动机设备状态在线监测装置及其监测方法 | |
CN100504337C (zh) | 检测离心泵故障的方法和装置 | |
JP5985099B1 (ja) | 回転機械系の異常検知方法、その異常検知方法を用いた回転機械系の異常監視方法、及びその異常監視方法を用いた回転機械系の異常監視装置 | |
JP3321487B2 (ja) | 機器/設備診断方法およびシステム | |
CN109488630B (zh) | 基于谐波相对指标的离心风机转子不对中故障诊断方法 | |
CN112161806B (zh) | 风机的故障监测方法和故障监测装置 | |
KR20190081933A (ko) | 제조 설비의 이상 감지 및 진단 방법 | |
CN116304848B (zh) | 一种滚动轴承故障诊断系统及方法 | |
CN112302966A (zh) | 一种离心泵运行状态判定方法及判定系统 | |
CN113239613A (zh) | 一种水轮机组摆度报警判断方法 | |
JP3708041B2 (ja) | 回転機械の振動診断方法及び装置 | |
CN114294183A (zh) | 一种风机叶片故障监测方法、装置及风机 | |
CN113280910A (zh) | 一种长材生产线设备实时监测方法及系统 | |
CN114112366A (zh) | 一种泵机运行状态监测方法 | |
CN112326246A (zh) | 基于周期数据及核密度估计的轴承安全状态在线监测方法 | |
JPH01101418A (ja) | 回転機械の診断装置 | |
CN112525336B (zh) | 一种机械设备振动连续增长的自动化检测方法 | |
CN115326393A (zh) | 一种基于温度信息的风电机组轴承对故障诊断方法 | |
JPH01270623A (ja) | 回転機の振動診断装置 | |
CN113513304A (zh) | 一种基于抽油机电功图的平衡度检测方法 | |
CN109630450B (zh) | 一种天然气长输管道离心压缩机组停机保护方法 | |
CN114689321A (zh) | 风力发电机组的轴承故障诊断方法、装置、电子设备 | |
CN116358864B (zh) | 一种旋转机械设备故障类型诊断方法及系统 | |
CN107436244B (zh) | 基于频率分段振动数据采集的设备故障报警方法 | |
CN113339280B (zh) | 一种海上离心泵故障诊断方法及系统 |
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 |