CN114593814B - 一种电涡流传感器故障的检测方法及装置 - Google Patents
一种电涡流传感器故障的检测方法及装置 Download PDFInfo
- Publication number
- CN114593814B CN114593814B CN202210242026.1A CN202210242026A CN114593814B CN 114593814 B CN114593814 B CN 114593814B CN 202210242026 A CN202210242026 A CN 202210242026A CN 114593814 B CN114593814 B CN 114593814B
- Authority
- CN
- China
- Prior art keywords
- vibration
- current
- preset
- sensor
- eddy current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种电涡流传感器故障的检测方法及装置，应用于机组控制装置中的处理器，确定电涡流传感器在当前周期内的预设个数的振动因子，振动因子包括脉冲因子和/或峰值因子，确定大于预设倍数的预设振动因子的当前振动因子的个数，判断该个数是否在预设个数范围内，当该个数在预设个数范围内时，判定电涡流传感器故障，同时不会控制与该电涡流传感器连接的火电机组停机，避免因为电涡流传感器故障且火电机组正常时的火电机组非正常停机；否则判定电涡流传感器正常，以便机组控制装置执行后续的动作。基于此，能够实时地判断电涡流传感器是否故障，以便在电涡流传感器故障时保持火电机组的正常运行，避免火电机组非正常停机带来的经济损失。
Description
技术领域
本发明涉及电涡流传感器领域，特别是涉及一种电涡流传感器故障的检测方法及装置。
背景技术
火电机组在工作时，可能会由于自身内部的部件异常或其他原因而引起自身的振动故障，需要设置电涡流传感器以检测火电机组的振动状态，电涡流传感器中的振动值会随着火电机组的振动状态而发生改变，当机组控制装置根据振动值确定火电机组存在振动故障时，会使该火电机组停机。但是当电涡流传感器自身出现故障时，振动值会发生类似于火机电组存在振动故障时的数据变化，导致机组控制装置将不存在振动故障的火电机组误判为存在振动故障，最后导致火电机组的非正常停机，带来不必要的经济损失。现有技术在对电涡流传感器本身进行故障检测时，会通过人工观察电涡流传感器的物理结构来判断是否故障或通过将电涡流传感器拆卸后使用其他设备对其进行测试来判断是否故障，但是人工观察或者拆卸后进行测试的方式不能使工作人员实时地了解电涡流传感器的故障状态，若在工作过程中电涡流传感器突然发生故障，工作人员不能及时发现电涡流传感器发生故障，进而导致火电机组的非正常停机，带来经济损失。
发明内容
本发明的目的是提供一种电涡流传感器故障的检测方法及装置，能够实时地判断出电涡流传感器是否故障，以便工作人员能够及时地了解到电涡流传感器是否发生故障，当电涡流传感器发生故障时，还不会让火电机组停机，避免了经济损失。
为解决上述技术问题，本发明提供了一种电涡流传感器故障的检测方法，应用于机组控制装置中的处理器，所述处理器与电涡流传感器连接，所述电涡流传感器与火电机组连接，所述电涡流传感器故障的检测方法包括：
确定所述电涡流传感器在当前周期内的预设个数的当前振动因子，所述当前振动因子包括脉冲因子和/或峰值因子；
确定各个所述当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数；
判断所述个数是否存在于预设个数范围内；
若存在于预设个数范围内，则判定所述电涡流传感器故障，且不控制所述火电机组停机；
若不存在于预设个数范围内，则判定所述电涡流传感器正常。
优选的，确定所述电涡流传感器在当前周期内的预设个数的当前振动因子，确定各个所述当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数，包括：
S21：在所述当前周期内，基于预设时间间隔连续获取所述电涡流传感器的N个振动值作为所述当前周期内的各个振动值，N为不小于2的整数；
S22：确定所述当前周期内的所述个数为0并确定当前循环次数为0；
S23：判断所述当前循环次数是否小于预设循环次数；若是，则进入S24；若否，则进入判断所述个数是否存在于预设个数范围内的步骤；
S24：基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，且所述当前循环次数加1；
S25：判断所述当前振动因子是否大于所述预设倍数的预设振动因子；若是，则进入S26；若否，则返回S23；
S26：将所述当前周期内的各个振动值中绝对值最大的振动值删除，得到最新的所述当前周期内的各个所述振动值，且所述个数加1，返回S23。
优选的，确定所述电涡流传感器在当前周期内的预设个数的当前振动因子，确定各个所述当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数，包括：
S31：在所述当前周期内，基于预设时间间隔连续获取所述电涡流传感器的N个振动值作为所述当前周期内的各个振动值；
S32：确定所述当前周期内的所述个数为0并确定当前循环次数为0；
S33：判断所述当前循环次数是否小于预设循环次数；若是，则进入S34；若否，则进入判断所述个数是否存在于预设个数范围内的步骤；
S34：基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，且所述当前循环次数加1；
S35：判断所述当前振动因子是否大于所述预设倍数的预设振动因子；若是，则进入S36；若否，则进入S37；
S36：将所述当前周期内的各个振动值中绝对值最大的振动值删除，得到最新的所述当前周期内的各个振动值，且所述振动过大个数加1；
S37：将所述当前振动因子作为新的所述预设振动因子，返回S33。
优选的，当所述当前振动因子包括脉冲因子时，基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，包括：
确定所述当前周期的各个振动值中绝对值最大的振动值与所述当前周期中所有振动值的绝对值的平均值之间的第一比值；
将所述第一比值作为所述当前振动因子。
优选的，当所述当前振动因子包括峰值因子时，基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，包括：
确定所述当前周期的各个振动值中绝对值最大的振动值与所述当前周期中所有振动值的均方根值之间的第二比值；
将所述第二比值作为所述当前振动因子。
优选的，在S32之前，还包括：
根据所述当前周期内的所有振动值确定所述当前周期的振动平均值；
判断所述振动平均值是否大于预设平均值；
若大于预设平均值，则进入S32。
优选的，当所述处理器与SIS连接时，在判定所述电涡流传感器故障之后，还包括：
生成包括所述电涡流传感器的故障信息的第一日志并通过OPC通信协议发送给所述SIS。
优选的，当所述处理器与DCS连接时，在判定所述电涡流传感器故障之后，还包括：
生成包括所述电涡流传感器的故障信息的第二日志并通过Modbus通信协议发送给所述DCS。
优选的，在确定所述电涡流传感器在当前周期内的预设个数的当前振动因子之前，还包括：
在所述电涡流传感器和所述火电机组均未故障时，基于预设时间间隔连续获取所述电涡流传感器的N个正常振动值；
基于N个所述正常振动值确定所述电涡流传感器的预设振动因子。
本申请还提供一种电涡流传感器故障的检测装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述的电涡流传感器故障的检测方法的步骤。
本发明公开了一种电涡流传感器故障的检测方法及装置，应用于机组控制装置中的处理器，首先确定电涡流传感器在当前周期内的预设个数的振动因子，振动因子包括脉冲因子和/或峰值因子，再确定大于预设倍数的预设振动因子的当前振动因子的个数，判断该个数是否在预设个数范围内，当该个数在预设个数范围内时，判定电涡流传感器故障，同时不会控制与该电涡流传感器连接的火电机组停机，避免因为电涡流传感器故障且火电机组正常时的火电机组非正常停机；否则判定电涡流传感器正常，以便机组控制装置执行后续的动作。基于此，能够实时地判断电涡流传感器是否故障，以便在电涡流传感器故障时保持火电机组的正常运行，避免火电机组非正常停机带来的经济损失。此外，还使得工作人员能够及时地了解到电涡流传感器的故障状态。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例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发明的一些实施例，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为本发明提供的一种电涡流传感器故障的检测方法的流程图；
图2为本发明提供的另一种电涡流传感器故障的检测方法的流程图；
图3为本发明提供的另一种电涡流传感器故障的检测方法的流程图；
图4为本发明提供的一种电涡流传感器故障的检测装置的结构示意图；
图5为使用本发明提供的一种电涡流传感器故障的检测装置得到的电涡流传感器发生故障时的振动值的示意图；
图6为使用本发明提供的一种电涡流传感器故障的检测装置得到的火电机组发生振动故障时的振动值的示意图；
图7为使用本发明提供的一种电涡流传感器故障的检测装置得到的电涡流传感器和火电机组均正常时的振动值的示意图。
具体实施方式
本发明的核心是提供一种电涡流传感器故障的检测方法及装置，能够实时地判断出电涡流传感器是否故障，以便工作人员能够及时地了解到电涡流传感器是否发生故障，当电涡流传感器发生故障时，还不会让火电机组停机，避免了经济损失。
为使本发明实施例的目的、技术方案和优点更加清楚，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做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。
请参照图1，图1为本发明提供的一种电涡流传感器故障的检测方法的流程图，应用于机组控制装置中的处理器，处理器与电涡流传感器连接，电涡流传感器与火电机组连接，电涡流传感器故障的检测方法包括：
S11：确定电涡流传感器在当前周期内的预设个数的当前振动因子，当前振动因子包括脉冲因子和/或峰值因子；
为了能够准确地确定电涡流传感器在当前周期内是否故障，本申请中，首先需要确定电涡流传感器在当前周期内的当前振动因子，振动因子包括脉冲因子和/或峰值因子，其中，脉冲因子表示的是在一组数据中，数据峰值与该组数据平均值之间的比值，代表着峰值相对于平均值的极端程度，也即能够表示当前周期中峰值相对于平均值的冲击程度，冲击程度越大，说明在当前周期中越可能存在疑似振动故障或者电涡流传感器故障的可能性；峰值因子表示的是在一组数据中，数据峰值与该组数据均方根值之间的比值，代表的意义与脉冲因子是相似的，都能够表示在当前周期内峰值的冲击程度。考虑到两者代表的意义相同，在实际工作中，可以对两种因子都进行确定，例如，对脉冲因子和峰值因子都进行确定，然后在后续确定当前振动因子是否大于预设倍数的预设振动因子时，即为确定当前脉冲因子是否大于预设倍数的预设脉冲因子以及确定当前峰值因子是否大于预设倍数的预设峰值因子，当两者都满足时，说明此时当前振动因子的冲击程度过大。根据当前振动因子来判断电涡流传感器是否故障，能够比根据简单的判断电涡流传感器中参数是否大于预设参数的方法更符合该电涡流传感器的实际情况。
S12：确定各个当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数；
为了确定当前周期内是否可能存在电涡流传感器故障，本申请中，需要获取多个当前振动因子，每个振动因子都是根据处理器在当前周期内获取到的电涡流传感器中的值来确定的，例如可以是表示振动值的参数，具体可以是获取完一个当前振动因子后，删减当前周期内振动值的数量，然后再次获取当前振动因子，直到获取了预设个数的当前振动因子。然后在这些当前振动因子中确定大于预设倍数的预设振动因子的当前振动因子的个数，预设振动因子的数值可以设置为电涡流传感器以及火电机组均未故障时处理器获取到的振动因子的数值，预设倍数可以根据实际情况选择一个能够确定此时存在振动故障或电涡流传感器故障时的倍数，也即在B>C*A时，其中B为当前振动因子，C为预设倍数，A为预设振动因子，当满足该关系式时，说明此时当前振动因子大于预设倍数的预设振动因子，该个数需要增加1个。
S13：判断个数是否存在于预设个数范围内；
S14：若存在于预设个数范围内，则判定电涡流传感器故障，且不控制火电机组停机；
S15：若不存在于预设个数范围内，则判定电涡流传感器正常。
为了能够准确地确定电涡流传感器存在故障，本申请中，确定完大于预设倍数的预设振动因子的当前振动因子的个数后，需要判断该个数是否在预设个数范围内，考虑到火电机组的体积通常很大，当火电机组发生振动故障时，会由于自身大体积和大重量的原因，会产生较大的惯性，使得火电机组的振动故障会持续很长一段时间，也即处理器获取到的电涡流传感器中的各个当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数很多，而当电涡流传感器发生故障时，电涡流传感器自身体积较小，且自身发生故障时异常的持续时间不长，也即处理获取到的电涡流传感器中的各个当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数相对较少，基于此，可以预先设定一个预设个数范围，当该个数存在于预设个数范围时，说明在当前周期内确实存在当前振动因子过大，且过大的当前振动因子的数量不多，可以排除火电机组发生振动故障的情况，进而可以确定为电涡流传感器发生故障，同时不会控制火电机组停机，以避免停机带来的经济损失；当该个数不存在于预设个数范围时，例如该个数超过预设个数范围时，说明在当前周期内存在大量的过大的当前振动因子，通常可能是因为火电机组存在振动故障，此时可以发出提示并将火电机组停机，以避免火电机组损坏；若该个数低于预设个数范围时，此时可能是因为电涡流传感器未通电或者存在其他问题，本申请对该个数不存在于预设个数范围内时的后续步骤不作限定。
请参照图5、图6和图7，图5为使用本发明提供的一种电涡流传感器故障的检测装置得到的电涡流传感器发生故障时的振动值的示意图，图6为使用本发明提供的一种电涡流传感器故障的检测装置得到的火电机组发生振动故障时的振动值的示意图看，图7为使用本发明提供的一种电涡流传感器故障的检测装置得到的电涡流传感器和火电机组均正常时的振动值的示意图。在图7中，可见两者均正常的情况下电涡流传感器的振动值较为平稳，没有特别的波动；在图6中，火电机组出现了振动故障而电涡流传感器正常时，由于火电机组体积大重量大，发生振动故障的时间会持续较久，可见电涡流传感器的振动值在这段时间内一直在波动；在图5中，火电机组正常但是电涡流传感器出现故障，由于电涡流传感器出现故障时也会引起振动值波动，但是其引起波动的持续时间不长，可见其仅引起了2次波动，相对于火电机组真正出现振动故障时的波动程度要小很多，而本申请是为了避免出现图5这种情况时将火电机组停机。
此外，预设倍数、周期的长度和预设个数范围可以是根据实际工况中来确定得到的常数，例如可以选1.5作为预设倍数，每个周期可以选取1～3分钟之间任一个时间长度作为每个周期的长度，预设个数范围可以选取3-8个作为范围。为了能够将本方案更快捷地部署在机组控制装置中的处理器中，可以将本方案打包为docker(应用容器引擎)镜像，并使用Kubernetes进行部署和管理，使用MQTT(Message Queuing Telemetry Transport，消息队列遥测传输)和用于通信的装置进行通信，以便该装置与其他装置通信，当用于在较为先进的应用软件中时，可以部署多个本方案的算法，进而能够同时对多个电涡流传感器进行检测。例如机组控制装置的硬件条件可以为64位环境、内存4G及以上、硬盘500G及以上和支持RJ45(Registered Jack 45，已注册的插孔45)网络接口，用于通信的装置可以为64位环境、内存2G及以上、硬盘100G及以上、支持RJ45网络接口以及串口RS485和RS232，系统环境可以为Linux通常发行的版本下，如centos7(Community Enterprise Operating System7，社区企业操作系统7)及以上、ubuntu8(乌班图8)及以上或麒麟等环境。
本发明公开了一种电涡流传感器故障的检测方法及装置，应用于机组控制装置中的处理器，首先确定电涡流传感器在当前周期内的预设个数的振动因子，振动因子包括脉冲因子和/或峰值因子，再确定大于预设倍数的预设振动因子的当前振动因子的个数，判断该个数是否在预设个数范围内，当该个数在预设个数范围内时，判定电涡流传感器故障，同时不会控制与该电涡流传感器连接的火电机组停机，避免因为电涡流传感器故障且火电机组正常时的火电机组非正常停机；否则判定电涡流传感器正常，以便机组控制装置执行后续的动作。基于此，能够实时地判断电涡流传感器是否故障，以便在电涡流传感器故障时保持火电机组的正常运行，避免火电机组非正常停机带来的经济损失。此外，还使得工作人员能够及时地了解到电涡流传感器的故障状态。
在上述实施例的基础上：
作为一种优选的实施例，确定电涡流传感器在当前周期内的预设个数的当前振动因子，确定各个当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数，包括：
S21：在当前周期内，基于预设时间间隔连续获取电涡流传感器的N个振动值作为当前周期内的各个振动值，N为不小于2的整数；
S22：确定当前周期内的个数为0并确定当前循环次数为0；
S23：判断当前循环次数是否小于预设循环次数；若是，则进入S24；若否，则进入判断个数是否存在于预设个数范围内的步骤；
S24：基于当前周期内的所有振动值确定电涡流传感器在当前周期的当前振动因子，且当前循环次数加1；
S25：判断当前振动因子是否大于预设倍数的预设振动因子；若是，则进入S26；若否，则返回S23；
S26：将当前周期内的各个振动值中绝对值最大的振动值删除，得到最新的当前周期内的各个振动值，且个数加1，返回S23。
为了能够较为快捷的确定电涡流传感器是否存在故障，本申请中，具体的，首先根据预设时间间隔确定电涡流传感器在当前周期内的N个振动值，为了能够较为准确的确定是否存在故障，预设时间间隔最慢可以为1秒，振动值是能够代表火电机组振动状态的参数，例如可以是电涡流传感器中的电涡流值，再确定当前周期内的个数为0以及当前循环次数为0，预设循环次数可以根据实际工况进行设定，例如可以设定为小于当前周期内的振动值的个数的任一数值，然后进入计算循环，请参照图2，图2为本发明提供的另一种电涡流传感器故障的检测方法的流程图，在判断当前振动因子是否大于预设倍数的预设振动因子之后，若大于，说明在当前周期中的当前振动因子的冲击程度过大，也即振动值的峰值过大，但此时不能确定此时当前周期内存在多少个振动值过大，所以需要将绝对值最大的振动值删除并将大于预设倍数的预设振动因子的当前振动因子的个数加1，然后再次进入循环，若再判定过大，说明此时当前周期内还存在冲击程度过大的情况，需要不断进行计算直到到达预设循环次数；若不大于时，说明在当前周期中的振动因子冲击程度在承受范围内，也即当前周期的各个振动值均较为正常。此外，考虑到电涡流传感器的振动值在正常工作状态下通常不会有较大的变化，所以可以将预设振动因子设置为一个常数，在实际工作时，每个周期的计算均使用该常数作为预设振动因子，能够较为快捷的确定电涡流传感器是否存在故障。
作为一种优选的实施例，确定电涡流传感器在当前周期内的预设个数的当前振动因子，确定各个当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数，包括：
S31：在当前周期内，基于预设时间间隔连续获取电涡流传感器的N个振动值作为当前周期内的各个振动值；
S32：确定当前周期内的个数为0并确定当前循环次数为0；
S33：判断当前循环次数是否小于预设循环次数；若是，则进入S34；若否，则进入判断个数是否存在于预设个数范围内的步骤；
S34：基于当前周期内的所有振动值确定电涡流传感器在当前周期的当前振动因子，且当前循环次数加1；
S35：判断当前振动因子是否大于预设倍数的预设振动因子；若是，则进入S36；若否，则进入S37；
S36：将当前周期内的各个振动值中绝对值最大的振动值删除，得到最新的当前周期内的各个振动值，且振动过大个数加1；
S37：将当前振动因子作为新的预设振动因子，返回S33。
为了能够较为准确地确定电涡流传感器是否存在故障，本申请中，具体的，首先根据预设时间间隔确定电涡流传感器在当前周期内的N个振动值，然后进入计算循环，请参照图3，图3为本发明提供的另一种电涡流传感器故障的检测方法的流程图，考虑到部分电涡流传感器在正常工作状态下，虽然相邻周期之间的振动值不会有较大的变化，但可能存在整体波动较大的情况，为了避免将正常工作状态下的电涡流传感器判定为存在故障，在判断当前振动因子是否大于预设倍数的预设振动因子之后，若不大于时，说明在当前周期中的振动因子冲击程度在承受范围内，也即当前周期的各个振动值均较为正常，此时将最后确定得到的当前振动因子作为新的预设振动因子，以便后续循环中能够根据新的预设振动因子来判断，在下一个周期中，可以通过滑动窗口的方式来获取下一个周期的各个振动值；若大于，说明在当前周期中的当前振动因子的冲击程度过大，也即振动值的峰值过大，但此时不能确定此时当前周期内存在多少个振动值过大，所以需要将绝对值最大的振动值删除并将大于预设倍数的预设振动因子的当前振动因子的个数加1，此时也将最后确定得到的当前振动因子作为新的预设振动因子，以便后续循环中能够根据新的预设振动因子来判断，然后再次进入循环，此外，考虑到当电涡流传感器在当前周期中发生故障时，后续周期以及循环的意义不大，所以可以在判定当前周期发生故障后，发送一个优先级很高的提示信号并发送给提示模块，以便提示模块能够无视后续周期的判定结果且一直发出故障提示。
作为一种优选的实施例，当当前振动因子包括脉冲因子时，基于当前周期内的所有振动值确定电涡流传感器在当前周期的当前振动因子，包括：
确定当前周期的各个振动值中绝对值最大的振动值与当前周期中所有振动值的绝对值的平均值之间的第一比值；
将第一比值作为当前振动因子。
为了能够确定当前振动因子的数值，本申请中，当当前振动因子包括脉冲因子时，在当前周期的所有振动值中，确定出绝对值最大的振动值，也即峰值；根据当前周期的所有振动值确定出这些振动值的绝对值的平均值，具体可以是根据平均值公式：
其中，xarv为平均值，xi为当前周期中的振动值，n为当前周期中振动值的个数，基于此，确定出该峰值x与该平均值xarv之间的第一比值A0，A0＝x/xarv，该第一比值即为当前振动因子的数值，也即脉冲因子。
作为一种优选的实施例，当当前振动因子包括峰值因子时，基于当前周期内的所有振动值确定电涡流传感器在当前周期的当前振动因子，包括：
确定当前周期的各个振动值中绝对值最大的振动值与当前周期中所有振动值的均方根值之间的第二比值；
将第二比值作为当前振动因子。
为了能够确定当前振动因子的数值，本申请中，当当前振动因子包括峰值因子时，根据当前周期的所有振动值确定出这些振动值的均方根值，具体可以是根据均方根公式：
其中，xrms为均方根值，xi为当前周期中的振动值，n为当前周期中振动值的个数，基于此，确定出该峰值x与该均方根值xrms之间的第二比值B0，B0＝x/xrms，该第二比值即为当前振动因子的数值，也即峰值因子。
作为一种优选的实施例，在S32之前，还包括：
根据当前周期内的所有振动值确定当前周期的振动平均值；
判断振动平均值是否大于预设平均值；
若大于预设平均值，则进入S32。
为了能够节省工作量，本申请中，考虑到当电涡流传感器出现明显故障时，使用简单的判断就能够发现该故障且节省了后续步骤的工作量，在确定当前周期内的个数为0并确定当前循环次数为0之前，首先根据当前周期内的所有振动值确定出一个振动平均值，此外预先还设置了一个预设平均值，该预设平均值是根据电涡流传感器出现明显故障时的振动值得到的，考虑到振动值存在一定的波动性，可以将预设平均值设置为略大于电涡流传感器出现明显故障时的振动值的数值，振动平均值为当前周期内所有振动值的平均值，若该振动平均值小于预设平均值，说明此时电涡流传感器出现了明显故障，例如，当预设平均值为2时，若振动平均值小于2时，说明此时可能电涡流传感器可能没有供电、无法正常输出或者存在物理缺陷等其他明显故障，此时可以直接判定该电涡流传感器存在故障，若振动平均值大于2时，说明此时电涡流传感器不存在明显故障，此时再进入确定当前周期内的个数为0并确定当前循环次数为0的步骤，能够节省电涡流传感器出现明显故障时的工作量。
作为一种优选的实施例，当处理器与SIS连接时，在判定电涡流传感器故障之后，还包括：
生成包括电涡流传感器的故障信息的第一日志并通过OPC通信协议发送给SIS。
为了能够让工作人员在SIS(supervisory information system at plantlevel，厂级监控信息系统)中发现电涡流传感器出现故障，本申请中，考虑到发电厂为了保护日志信息的安全，只允许工作人员查看数据，不允许工作人员修改数据，所以通常会设置SIS以便工作人员通过SIS查看数据，在判定电涡流传感器故障后，会生成包括了该电涡流传感器的故障信息的第一日志，并将第一日志发送给SIS，以便工作人员通过SIS发现该电涡流传感器出现故障，电涡流传感器不存在故障时，也可以生成相对应的日志并将该日志发送给SIS，以便工作人员查看。此外，OPC(OLE for Process Control，对象链接与嵌入的过程控制)是一种通信协议，能够适用于大部分的控制系统，而且OPC包括了一整套的接口、属性和方法的标准集，保证了两个装置之间能够快速且损耗低的进行数据传输，在windows环境下，能够简单方便地将第一日志发送给SIS。
作为一种优选的实施例，当处理器与DCS连接时，在判定电涡流传感器故障之后，还包括：
生成包括电涡流传感器的故障信息的第二日志并通过Modbus通信协议发送给DCS。
为了能够让工作人员在DCS(Distributed Control System，集散控制系统)中发现电涡流传感器出现故障，本申请中，考虑到在部分发电厂中，为了能够工作人员自主对故障进行处理，会允许工作人员直接在DCS中查看各种数据，在判定电涡流传感器故障后，会生成包括了该电涡流传感器的故障信息的第二日志，并将第二日志发送给DCS，以便工作人员能够在DCS上发现该电涡流传感器出现故障，电涡流传感器不存在故障时，也可以生成相对应的日志并将该日志发送给DCS，以便工作人员查看。此外，考虑到Modbus通信协议已经成为工业领域通信协议的标准，是各个电子设备之间常用的一种通信协议，而且容易维护和部署，对字节的限制少，能够允许多个设备连接在同一个网络中，在Linux通常发行的版本下，如centos7及以上、ubuntu8及以上或麒麟等环境下，能够简单方便地将第二日志发送给DCS。
此外，当SIS和DCS均可用时，可以同时与两种系统进行通信，采用双机冗余的方式，通过心跳机制来保证发送给两个系统的日志和发送时间同步。
作为一种优选的实施例，在确定电涡流传感器在当前周期内的预设个数的当前振动因子之前，还包括：
在电涡流传感器和火电机组均未故障时，基于预设时间间隔连续获取电涡流传感器的N个正常振动值；
基于N个正常振动值确定电涡流传感器的预设振动因子。
为了能够使预设振动因子符合火电机组实际工作时的数据，本申请中，在电涡流传感器和火电机组均未故障时确定预设振动因子的值，具体的，当电涡流传感器和火电机组均未故障时，也即两者都正常工作时，电涡流传感器中的振动值可以表示为振动值的基准，此时基于预设时间间隔连续获取N个电涡流传感器的正常振动值，通过这些正常振动值来确定预设振动因子。当预设振动因子包括脉冲因子时，首先确定这些正常振动值的绝对值的平均值，再确定这些正常振动值中绝对值最大的振动值与该平均值之间的比值，将该比值作为脉冲因子，也即预设振动因子；当预设振动因子包括峰值因子时，首先确定这些正常振动值的均方根值，再确定这些正常振动值中绝对值最大的振动值与该均方根值之间的比值，将该比值作为峰值因子，也即预设振动因子；当预设振动因子包括两种因子时，则两种因子均需要确定，由于预设振动因子在电涡流传感器和火电机组均未故障时也即正常工作时得到的，能够符合火电机组实际工作时的数据。
请参照图4，图4为本发明提供的一种电涡流传感器故障的检测装置的结构示意图，该装置包括：
存储器1，用于存储计算机程序；
处理器2，用于执行计算机程序时实现如上述的电涡流传感器故障的检测方法的步骤。
对于本申请提供的一种电涡流传感器故障的检测装置的详细介绍，请参照上述电涡流传感器故障的检测方法的实施例，本申请不再赘述。
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。
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 (10)
1.一种电涡流传感器故障的检测方法，其特征在于，应用于机组控制装置中的处理器，所述处理器与电涡流传感器连接，所述电涡流传感器与火电机组连接，所述电涡流传感器故障的检测方法包括：
确定所述电涡流传感器在当前周期内的预设个数的当前振动因子，所述当前振动因子包括脉冲因子和/或峰值因子；
确定各个所述当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数；
判断所述个数是否存在于预设个数范围内；
若存在于预设个数范围内，则判定所述电涡流传感器故障，且不控制所述火电机组停机；
若不存在于预设个数范围内，则判定所述电涡流传感器正常。
2.如权利要求1所述的电涡流传感器故障的检测方法，其特征在于，确定所述电涡流传感器在当前周期内的预设个数的当前振动因子，确定各个所述当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数，包括：
S21：在所述当前周期内，基于预设时间间隔连续获取所述电涡流传感器的N个振动值作为所述当前周期内的各个振动值，N为不小于2的整数；
S22：确定所述当前周期内的所述个数为0并确定当前循环次数为0；
S23：判断所述当前循环次数是否小于预设循环次数；若是，则进入S24；若否，则进入判断所述个数是否存在于预设个数范围内的步骤；
S24：基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，且所述当前循环次数加1；
S25：判断所述当前振动因子是否大于所述预设倍数的预设振动因子；若是，则进入S26；若否，则返回S23；
S26：将所述当前周期内的各个振动值中绝对值最大的振动值删除，得到最新的所述当前周期内的各个所述振动值，且所述个数加1，返回S23。
3.如权利要求1所述的电涡流传感器故障的检测方法，其特征在于，确定所述电涡流传感器在当前周期内的预设个数的当前振动因子，确定各个所述当前振动因子中大于预设倍数的预设振动因子的当前振动因子的个数，包括：
S31：在所述当前周期内，基于预设时间间隔连续获取所述电涡流传感器的N个振动值作为所述当前周期内的各个振动值；其中，N为不小于2的整数；
S32：确定所述当前周期内的所述个数为0并确定当前循环次数为0；
S33：判断所述当前循环次数是否小于预设循环次数；若是，则进入S34；若否，则进入判断所述个数是否存在于预设个数范围内的步骤；
S34：基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，且所述当前循环次数加1；
S35：判断所述当前振动因子是否大于所述预设倍数的预设振动因子；若是，则进入S36；若否，则进入S37；
S36：将所述当前周期内的各个振动值中绝对值最大的振动值删除，得到最新的所述当前周期内的各个振动值，且所述振动过大个数加1；
S37：将所述当前振动因子作为新的所述预设振动因子，返回S33。
4.如权利要求3所述的电涡流传感器故障的检测方法，其特征在于，当所述当前振动因子包括脉冲因子时，基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，包括：
确定所述当前周期的各个振动值中绝对值最大的振动值与所述当前周期中所有振动值的绝对值的平均值之间的第一比值；
将所述第一比值作为所述当前振动因子。
5.如权利要求3所述的电涡流传感器故障的检测方法，其特征在于，当所述当前振动因子包括峰值因子时，基于所述当前周期内的所有振动值确定所述电涡流传感器在所述当前周期的当前振动因子，包括：
确定所述当前周期的各个振动值中绝对值最大的振动值与所述当前周期中所有振动值的均方根值之间的第二比值；
将所述第二比值作为所述当前振动因子。
6.如权利要求3所述的电涡流传感器故障的检测方法，其特征在于，在S32之前，还包括：
根据所述当前周期内的所有振动值确定所述当前周期的振动平均值；
判断所述振动平均值是否大于预设平均值；
若大于预设平均值，则进入S32。
7.如权利要求1所述的电涡流传感器故障的检测方法，其特征在于，当所述处理器与SIS连接时，在判定所述电涡流传感器故障之后，还包括：
生成包括所述电涡流传感器的故障信息的第一日志并通过OPC通信协议发送给所述SIS。
8.如权利要求1所述的电涡流传感器故障的检测方法，其特征在于，当所述处理器与DCS连接时，在判定所述电涡流传感器故障之后，还包括：
生成包括所述电涡流传感器的故障信息的第二日志并通过Modbus通信协议发送给所述DCS。
9.如权利要求1至8任一项所述的电涡流传感器故障的检测方法，其特征在于，在确定所述电涡流传感器在当前周期内的预设个数的当前振动因子之前，还包括：
在所述电涡流传感器和所述火电机组均未故障时，基于预设时间间隔连续获取所述电涡流传感器的N个正常振动值；
基于N个所述正常振动值确定所述电涡流传感器的预设振动因子；其中，N为不小于2的整数。
10.一种电涡流传感器故障的检测装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至9任一项所述的电涡流传感器故障的检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210242026.1A CN114593814B (zh) | 2022-03-11 | 2022-03-11 | 一种电涡流传感器故障的检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210242026.1A CN114593814B (zh) | 2022-03-11 | 2022-03-11 | 一种电涡流传感器故障的检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114593814A CN114593814A (zh) | 2022-06-07 |
| CN114593814B true CN114593814B (zh) | 2024-01-26 |
Family
ID=81809678
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210242026.1A Active CN114593814B (zh) | 2022-03-11 | 2022-03-11 | 一种电涡流传感器故障的检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114593814B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117492355A (zh) * | 2023-12-28 | 2024-02-02 | 天津英联石油设备技术服务有限公司 | 具有冗余容错功能的自动化控制系统及控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012073058A (ja) * | 2010-09-28 | 2012-04-12 | Shinkawa Sensor Technology Inc | 渦電流型変位センサの特性推定方法、交換方法及び渦電流型変位センサ |
| CN205506200U (zh) * | 2016-03-16 | 2016-08-24 | 西安光聚电气有限公司 | 一种基于电涡流传感器的转子振动状态监测及故障分析系统 |
| CN107192442A (zh) * | 2017-05-17 | 2017-09-22 | 中核核电运行管理有限公司 | 一种非接触式电涡流传感器结构模态测试方法 |
| CN110285879A (zh) * | 2019-07-29 | 2019-09-27 | 天津大学 | 基于电涡流传感器带冠叶片非接触式振动检测装置和方法 |
| CN110553840A (zh) * | 2019-09-30 | 2019-12-10 | 中北大学 | 一种无损在线式航空传动故障诊断的监测方法 |
| CN111649921A (zh) * | 2020-04-13 | 2020-09-11 | 南通大学 | 一种旋转机械故障诊断测试系统及工作方法 |
| CN112613157A (zh) * | 2020-11-26 | 2021-04-06 | 北京航天智造科技发展有限公司 | 转子故障分析方法及装置 |
| CN113834563A (zh) * | 2021-10-26 | 2021-12-24 | 山东大学 | 一种机械振动状态信号采集与分析系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10908048B2 (en) * | 2015-05-14 | 2021-02-02 | Kcf Technologies, Inc. | Machine health monitoring system and method |
-
2022
- 2022-03-11 CN CN202210242026.1A patent/CN114593814B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012073058A (ja) * | 2010-09-28 | 2012-04-12 | Shinkawa Sensor Technology Inc | 渦電流型変位センサの特性推定方法、交換方法及び渦電流型変位センサ |
| CN205506200U (zh) * | 2016-03-16 | 2016-08-24 | 西安光聚电气有限公司 | 一种基于电涡流传感器的转子振动状态监测及故障分析系统 |
| CN107192442A (zh) * | 2017-05-17 | 2017-09-22 | 中核核电运行管理有限公司 | 一种非接触式电涡流传感器结构模态测试方法 |
| CN110285879A (zh) * | 2019-07-29 | 2019-09-27 | 天津大学 | 基于电涡流传感器带冠叶片非接触式振动检测装置和方法 |
| CN110553840A (zh) * | 2019-09-30 | 2019-12-10 | 中北大学 | 一种无损在线式航空传动故障诊断的监测方法 |
| CN111649921A (zh) * | 2020-04-13 | 2020-09-11 | 南通大学 | 一种旋转机械故障诊断测试系统及工作方法 |
| CN112613157A (zh) * | 2020-11-26 | 2021-04-06 | 北京航天智造科技发展有限公司 | 转子故障分析方法及装置 |
| CN113834563A (zh) * | 2021-10-26 | 2021-12-24 | 山东大学 | 一种机械振动状态信号采集与分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114593814A (zh) | 2022-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4762140B2 (ja) | ループオーバライド付きプロセス装置、及び方法 | |
| CN104698321B (zh) | 用电设备故障的检测系统 | |
| US7133727B2 (en) | System and method for continuous online safety and reliability monitoring | |
| JP6647824B2 (ja) | 異常診断システム及び異常診断方法 | |
| CN114593814B (zh) | 一种电涡流传感器故障的检测方法及装置 | |
| CN110092255A (zh) | 一种基于物联网云平台的电梯监控、维保方法及系统 | |
| JP2007224918A (ja) | 制限値超過を判断する方法 | |
| CN110262362B (zh) | 一种agv工作温度监控方法、系统及装置 | |
| BRPI0813519B1 (pt) | método para comunicação sem fio dentro de um sistema de automação predial, sistema de automação predial e componente de automação | |
| CN117077594A (zh) | 一种仿真加速器监控的方法、系统、计算机设备及介质 | |
| CN115729756A (zh) | 陪测硬盘、基于陪测硬盘陪测服务器的方法及系统 | |
| CN112963406B (zh) | 一种液压系统的监测方法、装置、系统和存储介质 | |
| CN112160868B (zh) | 变桨系统的监控方法、系统、设备及介质 | |
| CN112173972B (zh) | 一种塔机监控系统倍率设定异常的检测方法及系统 | |
| CN111181630B (zh) | 变电站过程层网络备用光纤光口切换的方法及电子设备 | |
| CN114645868A (zh) | 风机控制方法、计算机设备以及存储介质 | |
| CN112268637A (zh) | 一种变频设备温度故障预警装置 | |
| GB2374147A (en) | Method for monitoring the performance of an electromechanical machine | |
| CN115057316B (zh) | 一种检测电梯故障的方法及系统 | |
| CN113012402A (zh) | 一种变频器智能监控系统及智能监控方法 | |
| CN112579665A (zh) | 能源设备控制方法、装置及能源设备 | |
| CN113934579B (zh) | 一种短距离单信号传输网络的硬件检测方法及设备 | |
| TWI590180B (zh) | 偵錯系統、偵錯方法以及電力管理系統 | |
| TWI790077B (zh) | 基於感測資料調整休眠時間的方法及電子裝置 | |
| KR102406874B1 (ko) | 자가 진단이 가능한 자동제어장치 |
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 |