CN116142972A - 回转支承监测方法及其在起重机中的应用和存储介质 - Google Patents
回转支承监测方法及其在起重机中的应用和存储介质 Download PDFInfo
- Publication number
- CN116142972A CN116142972A CN202211545621.9A CN202211545621A CN116142972A CN 116142972 A CN116142972 A CN 116142972A CN 202211545621 A CN202211545621 A CN 202211545621A CN 116142972 A CN116142972 A CN 116142972A
- Authority
- CN
- China
- Prior art keywords
- audio
- data
- monitoring
- slewing bearing
- preset
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 189
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 115
- 239000000314 lubricant Substances 0.000 claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 239000012634 fragment Substances 0.000 claims description 24
- 238000009434 installation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000000630 rising effect Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/16—Applications of indicating, registering, or weighing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C23/00—Cranes comprising essentially a beam, boom, or triangular structure acting as a cantilever and mounted for translatory of swinging movements in vertical or horizontal planes or a combination of such movements, e.g. jib-cranes, derricks, tower cranes
- B66C23/62—Constructional features or details
- B66C23/84—Slewing gear
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N29/00—Special means in lubricating arrangements or systems providing for the indication or detection of undesired conditions; Use of devices responsive to conditions in lubricating arrangements or systems
- F16N29/02—Special means in lubricating arrangements or systems providing for the indication or detection of undesired conditions; Use of devices responsive to conditions in lubricating arrangements or systems for influencing the supply of lubricant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2210/00—Applications
- F16N2210/14—Bearings
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2270/00—Controlling
- F16N2270/20—Amount of lubricant
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16N—LUBRICATING
- F16N2270/00—Controlling
- F16N2270/70—Supply
-
- 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
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了回转支承监测方法及其在起重机中的应用和存储介质,本方案通过对设备的运行数据进行记录,还获取回转支承工作的环境声音、回转支承动作时的声音数据,在通过数据的结合处理后,能够获取到经背景声去噪的修饰音频数据,其可作为间接判断回转支承是否状态异常的信息,还通过修饰音频检测获得的第一检测结果来选择是否对回转支承加注润滑剂,该方案不仅能够避免偶发性异常数据带来的错误判断结果,同时,还能够实现对回转支承润滑剂自适应加注,本方案还进一步通过对回转支承的振动情况进行监测,通过加注润滑剂前后的振动情况来进一步辅助对回转支承工作状态是否异常进行判断,提高了所输出结果的可靠性。
Description
技术领域
本发明涉及回转支承监测技术、起重机监测技术领域,尤其涉及回转支承监测方法及其在起重机中的应用和存储介质。
背景技术
回转支承又叫转盘轴承,其在现实工业中具有广泛的应用,因此常被人们称为:“机器的关节”,回转支承是两物体之间需作相对回转运动,又需同时承受轴向力、径向力、倾翻力矩的机械所必需的重要传动部件。随着机械行业的迅速发展,回转支承在船舶设备、工程机械、轻工机械、冶金机械、医疗机械、工业机械等行业得到了广泛的应用。
起重机作为常见的工程器械,回转支承在起重机中属于关键性的连接部件,由于起重机的工作环境较为复杂,回转支承在受驱动而工作的过程中可能会受到多种外在、内在因素的干扰,由于回转支承在服役过程中工作环境复杂多变,影响其使用寿命的因素较多。现有的基于仿真模型或者基于数据驱动的方法大多是通过单一或少量因素的瞬时或短期数据进行预测回转支承是否存在故障或使用寿命情况,而实际应用中,往往会因为导致回转支承故障、使用寿命终结的因素较多而导致预估错误,同时,现有的起重机回转支承监测多是根据操作人员的经验结合现场设备的运行反馈来判断,因此,如何开展动态服役下大型回转支承的工作状态监测,为回转支承状态异常提供预警,以保证其安全可靠运行是非常具有积极现实意义的课题。
发明内容
有鉴于此,本发明的目的在于提出一种实施可靠、响应迅速且结果参考性佳的回转支承监测方法及其在起重机中的应用和存储介质。
为了实现上述的技术目的,本发明所采用的技术方案为:
一种回转支承监测方法,用于回转支承安装于设备后的工作状态监测,其包括:
S01、响应设备的启动信号,实时获取设备对回转支承的驱动信号及回转支承受驱动而产生动作的运行数据,以及实时获取与回转支承安装位置间隔预设范围的环境声音,生成第一音频监测数据;
S02、响应回转支承受驱动而动作的信号,对回转支承受驱动而动作的过程声音进行获取,生成第二音频监测数据;
S03、获取第一音频监测数据、第二音频监测数据,以监测时间区间为参考因素,提取第一音频监测数据和第二音频监测数据生成时间重合的音频数据片段,再以第一音频监测数据对应的音频数据片段为背景噪声,对第二音频监测数据对应的音频数据片段进行去噪,生成修饰音频数据,然后按预设条件对修饰音频数据进行检测,生成第一检测结果;
S04、获取第一检测结果,当第一检测结果大于预设阈值时,按预设条件对回转支承进行加注预设量的润滑剂;
S05、获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果;
S06、获取拟合结果,按预设条件输出回转支承状态异常信息。
作为一种可能的实施方式,进一步,本方案S02还包括:
将不同时间生成的第二音频监测数据进行汇集,生成第二音频监测数据集,其表示为:
Fb=[Fb1,Fb2,Fb3……Fb(t-1),Fbt]
其中,Fb为第二音频监测数据集,Fbt为对应不同时间所记录的第二音频数据;
根据第二音频监测数据所生成的时间,对第一音频检测数据进行提取,获得与第二音频数据进行一一对应的第一音频数据片段,再将其汇集生成第一音频监测数据集,其表示为:
Fa=[Fa1,Fa2,Fa3……Fa(t-1),F at]
其中,Fa为第一音频监测数据集,Fat为对应第二音频数据所记录的第一音频数据片段;
另外,第一音频数据片段对应的记录时间包括与其对应第二音频数据所记录的时间区间和第二音频数据所记录时间区间之前和之后预设时长的时间段。
作为一种较优的实施选择,优选的,本方案S03中所获取的第一音频监测数据和第二音频监测数据为第一音频监测数据集中的第一音频数据片段及第二音频数据集中的第二音频数据。
作为一种较优的实施选择,优选的,本方案S03中,按预设条件对修饰音频数据进行检测,生成第一检测结果包括:
将修饰音频数据转化为音频波形数据,然后按预设条件对其波形超出预设阈值的时长进行统计,生成音频特征数据,同时还将音频波形数据导入到经训练的检测神经网络中进行检测,然后将检测结果归一化处理至概率为[0,1],生成音频检测结果;
获取音频特征数据和音频检测结果,按照预设条件对其进行权重计算,且将计算条件所得的权重与预设阈值进行对比,当其大于预设阈值时,生成第一检测结果。
对于检测神经网络的训练而言,本方案神经网络的训练采用现有技术策略,即通过将回转支承全生命周期的工作音频数据进行标注后,分别选择预设量不同的数据作为训练数据和验证数据,然后将模型训练至收敛后,完成训练,获得检测神经网络。
作为一种较优的实施选择,优选的,本方案S03中,获取音频特征数据和音频检测结果,按照预设条件对其进行权重计算,且将计算所得的权重与预设阈值进行对比,当其大于预设阈值时,生成第一检测结果包括:
建立音频监测评估模型,将音频特征数据和音频检测结果导入其中进行计算,其公式如下:
St=α×Mt+β×Nt
其中,St为音频监测权重值,Mt为音频特征数据权重值,Nt为音频检测结果指向异常的概率,α为预设第一权重系数,β为预设第二权重系数;
另外,音频特征数据权重值的计算公式如下:
其中,Q1为音频特征数据对应音频波形超出预设阈值的时长,即音频特征数据中对应音频分贝超出预设分贝值的累计时长,Q0为与音频特征数据对应的可容许音频分贝数大于预设值的时长。
作为一种较优的实施选择,优选的,本方案S03还包括:
将不同时间下生成的第一检测结果进行汇集生成第一检测结果数据集,其音频监测权重值对应的数据集表示为:
S=[S1、S2、S3、……Stn-1、Stn]
其中,S为音频监测权重值数据集,Sn为不同时间下第一检测结果数据对应的音频监测权重值。
作为一种较优的实施选择,优选的,本方案S04中,当第一检测结果的音频监测权重值大于预设值且其上一次加注润滑剂至今的间隔大于预设时长时,对回转支承进行加注预设量的润滑剂,同时记录加注润滑剂的时间点。
作为一种较优的实施选择,优选的,本方案S05中、获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果包括:
以时间为x轴坐标值,以第一检测结果对应的音频监测权重值作为y轴坐标值建立二维坐标系;
将多个第一检测结果对应的音频监测权重值代入到二维坐标系中,并形成坐标曲线图;
根据坐标曲线图进行拟合建立趋势线,再根据趋势线预测未来预设时间段内的曲线趋势,将其作为拟合结果输出。
作为一种较优的实施选择,优选的,本方案S06中、获取拟合结果,当拟合结果为预测的曲线趋势为上升时,输出回转支承状态异常信息,同时将多个第一检测结果对应的第二音频监测数据和回转支承对应的运行数据输出。
作为一种较优的实施选择,优选的,本方案S01还包括响应设备的启动信号,实时获取回转支承安装位置的振动信号,生成振动监测数据;
S04还包括:
当对回转支承进行加注预设量的润滑剂时,
对加注润滑剂之前预设时长的振动信号进行获取,以及获取加注润滑剂之后预设时长的振动信号,然后将振动信号转化为振动数据曲线;
S05还包括:
获取振动信号在不同时间下的振幅,然后对振动数据的波峰进行定位,再依序连接形成振动变化曲线,继而对振动变化曲线的趋势进行判断其未来预设时长内的走势,且根据预设条件输出振动监测结果;
S06获取拟合结果时,还获取振动监测结果,且当振动监测结果为未来预设时长内的振动走势为上升且大于预设阈值时,输出回转支承状态异常信息,同时将加注润滑剂之前、之后预设时长的振动信号和回转支承对应的运行数据输出。
其中,输出运行数据主要在于方便进行验证、追溯和有条件基础的情况下进行操作重现,同时也方便进行异常操作的排查。
基于上述,本发明还提供一种起重机回转支承监测方法,其包括上述所述的回转支承监测方法。
基于上述,本发明还提供一种回转支承监测系统,其包括:
工作感应单元,用于感应设备的启动信号和回转支承受驱动而动作的信号;
运行监测单元,用于实时获取设备对回转支承的驱动信号及回转支承受驱动而产生动作的运行数据,
第一音频监测单元,用于实时获取与回转支承安装位置间隔预设范围的环境声音,生成第一音频监测数据;
第二音频监测单元,用于对回转支承受驱动而动作的过程声音进行获取,生成第二音频监测数据;
振动监测单元,响应设备的启动信号,实时获取回转支承安装位置的振动信号,生成振动监测数据;
音频检测单元,用于获取第一音频监测数据、第二音频监测数据,以监测时间区间为参考因素,提取第一音频监测数据和第二音频监测数据生成时间重合的音频数据片段,再以第一音频监测数据对应的音频数据片段为背景噪声,对第二音频监测数据对应的音频数据片段进行去噪,生成修饰音频数据,然后按预设条件对修饰音频数据进行检测,生成第一检测结果;
振动检测单元,用于对加注润滑剂之前预设时长的振动信号进行获取,以及获取加注润滑剂之后预设时长的振动信号,然后将振动信号转化为振动数据曲线;还用于获取振动信号在不同时间下的振幅,然后对振动数据的波峰进行定位,再依序连接形成振动变化曲线,继而对振动变化曲线的趋势进行判断其未来预设时长内的走势,且根据预设条件输出振动监测结果;
数据判断单元,用于获取第一检测结果,当第一检测结果大于预设阈值时,按预设条件输出润滑剂加注指令,同时记录加注润滑剂的时间点;
润滑剂加注单元,用于接收指令且对回转支承进行加注预设量的润滑剂;
数据拟合单元,用于获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果;
结果输出单元,用于获取拟合结果,按预设条件输出回转支承状态异常信息,其中,获取拟合结果时,还获取振动监测结果,且当振动监测结果为未来预设时长内的振动走势为上升且大于预设阈值时,输出回转支承状态异常信息,同时将加注润滑剂之前、之后预设时长的振动信号和回转支承对应的运行数据输出。
基于上述,本发明还提供一种计算机可读的存储介质,所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现上述所述的回转支承监测方法。
采用上述的技术方案,本发明与现有技术相比,其具有的有益效果为:本方案巧妙性通过在设备启动后,对设备的运行数据进行记录,同时还获取回转支承工作的环境声音、回转支承动作时的声音数据,相应生成第一音频监测数据和第二音频监测数据,在通过对第一音频监测数据和第二音频监测数据的结合处理后,能够获取到经背景声去噪的修饰音频数据,根据修饰音频数据的判断情况,可作为间接判断回转支承是否状态异常的信息,而在此基础上,本方案还通过修饰音频检测获得的第一检测结果来选择是否对回转支承加注润滑剂,继而对未来生成的多个第一检测结果进行关联判断,回转支承是否异常,该方案不仅能够避免偶发性异常数据带来的错误判断结果,同时,还能够实现对回转支承润滑剂自适应加注,除此之外,本方案还进一步通过对回转支承的振动情况进行监测,通过加注润滑剂前后的振动情况来进一步辅助对回转支承工作状态是否异常进行判断,提高了所输出结果的可靠性和参考价值。
附图说明
为了更清楚地说明本发明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是本发明方案方法的其中一简要实施流程示意图;
图2是本发明方案方法的另一简要实施流程示意图;
图3是本发明方案系统的单元连接简要示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的详细描述。特别指出的是,以下实施例仅用于说明本发明,但不对本发明的范围进行限定。同样的,以下实施例仅为本发明的部分实施例而非全部实施例,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它实施例,都属于本发明保护的范围。
请参见图1,本实施例方案一种回转支承监测方法,用于回转支承安装于起重机设备后的工作状态监测,其包括:
S01、响应设备的启动信号,实时获取设备对回转支承的驱动信号及回转支承受驱动而产生动作的运行数据,以及实时获取与回转支承安装位置间隔预设范围的环境声音,生成第一音频监测数据;
S02、响应回转支承受驱动而动作的信号,对回转支承受驱动而动作的过程声音进行获取,生成第二音频监测数据;
S03、获取第一音频监测数据、第二音频监测数据,以监测时间区间为参考因素,提取第一音频监测数据和第二音频监测数据生成时间重合的音频数据片段,再以第一音频监测数据对应的音频数据片段为背景噪声,对第二音频监测数据对应的音频数据片段进行去噪,生成修饰音频数据,然后按预设条件对修饰音频数据进行检测,生成第一检测结果;
S04、获取第一检测结果,当第一检测结果大于预设阈值时,按预设条件对回转支承进行加注预设量的润滑剂;
S05、获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果;
S06、获取拟合结果,按预设条件输出回转支承状态异常信息。
由于起重机的回转支承是受工作指令驱动而间歇式动作,因此,其会根据回转支承工作情况进行陆续生成多个相互独立的第二音频监测数据,为了方便数据汇集,作为一种可能的实施方式,进一步,本方案S02还包括:
将不同时间生成的第二音频监测数据进行汇集,生成第二音频监测数据集,其表示为:
Fb=[Fb1,Fb2,Fb3……Fb(t-1),Fbt]
其中,Fb为第二音频监测数据集,Fbt为对应不同时间所记录的第二音频数据;
为了便于进行参照,本方案根据第二音频监测数据所生成的时间,对第一音频检测数据进行提取,获得与第二音频数据进行一一对应的第一音频数据片段,再将其汇集生成第一音频监测数据集,其表示为:
Fa=[Fa1,Fa2,Fa3……Fa(t-1),F at]
其中,Fa为第一音频监测数据集,Fat为对应第二音频数据所记录的第一音频数据片段;
另外,第一音频数据片段对应的记录时间包括与其对应第二音频数据所记录的时间区间和第二音频数据所记录时间区间之前和之后预设时长的时间段。
其中,第一音频数据片段的时长大于第二音频数据的作用在于能够令其覆盖回转支承动作的整个过程,同时,还可以进一步将第二音频数据之前或之后对应的第一音频数据进行单独对比,例如,对比回转支承在动作前后,第一音频数据的音量分贝差异,亦可作为评估回转支承是否存在异常,例如,回转支承动作后,环境声音明显增大,此时,亦可对应输出预警进行提示。
在此基础上,本方案S03中所获取的第一音频监测数据和第二音频监测数据为第一音频监测数据集中的第一音频数据片段及第二音频数据集中的第二音频数据。
除此之外,本方案S03中,按预设条件对修饰音频数据进行检测,生成第一检测结果包括:
将修饰音频数据转化为音频波形数据,然后按预设条件对其波形超出预设阈值的时长进行统计,生成音频特征数据,同时还将音频波形数据导入到经训练的检测神经网络中进行检测,然后将检测结果归一化处理至概率为[0,1],生成音频检测结果;
获取音频特征数据和音频检测结果,按照预设条件对其进行权重计算,且将计算条件所得的权重与预设阈值进行对比,当其大于预设阈值时,生成第一检测结果。
具体的,本方案S03中,获取音频特征数据和音频检测结果,按照预设条件对其进行权重计算,且将计算所得的权重与预设阈值进行对比,当其大于预设阈值时,生成第一检测结果包括:
建立音频监测评估模型,将音频特征数据和音频检测结果导入其中进行计算,其公式如下:
St=α×Mt+β×Nt
其中,St为音频监测权重值,Mt为音频特征数据权重值,Nt为音频检测结果指向异常的概率,α为预设第一权重系数,β为预设第二权重系数,α和β可以根据实际运行需要进行自定义其数值,以权衡神经网络检测结果和音频特征数据的结果权重;
另外,音频特征数据权重值的计算公式如下:
其中,Q1为音频特征数据对应音频波形超出预设阈值的时长,即音频特征数据中对应音频分贝超出预设分贝值的累计时长,Q0为与音频特征数据对应的可容许音频分贝数大于预设值的时长,Q0可以通过预先进行调试,结合回转支承在全生命周期下的动作声音分贝变化进行设定。
由于第二音频监测数据为间歇式生成,因此,相应的第一检测结果亦会按照时间顺序逐步对应生成多个,作为一种较优的实施选择,优选的,本方案S03还包括:
将不同时间下生成的第一检测结果进行汇集生成第一检测结果数据集,其音频监测权重值对应的数据集表示为:
S=[S1、S2、S3、……Stn-1、Stn]
其中,S为音频监测权重值数据集,Sn为不同时间下第一检测结果数据对应的音频监测权重值。
为了避免回转支承在特定时间点或状态下动作时造成的音频波动被误认为故障,例如,设备初次启动或回转支承间隔较长时间进行动作时可能会因为有细沙、铁锈造成较大的摩擦声而引起误报,优选的,本方案S04中,当第一检测结果的音频监测权重值大于预设值且其上一次加注润滑剂至今的间隔大于预设时长时,对回转支承进行加注预设量的润滑剂,同时记录加注润滑剂的时间点,若上次润滑剂加注时间较短,则不再加注。
在此基础上本方案S05中、获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果包括:
以时间为x轴坐标值,以第一检测结果对应的音频监测权重值作为y轴坐标值建立二维坐标系;
将多个第一检测结果对应的音频监测权重值代入到二维坐标系中,并形成坐标曲线图;
根据坐标曲线图进行拟合建立趋势线,再根据趋势线预测未来预设时间段内的曲线趋势,将其作为拟合结果输出。
通过该方式,结合多个第一检测结果有助于更好、更可靠地对回转支承的状态进行评估,尤其是铁锈、细沙造成的干扰往往是短时间的,回转支承在持续运行后,该干扰因此会因为回转支承的干涉力和润滑剂的润滑作用下进行逐渐削弱或消除。
而对于一些机械性故障而言,其往往难以通过润滑剂的加入和发挥作用而立竿见影地降低异响音量和出现的频率,因此,本方案S06中、获取拟合结果,当拟合结果为预测的曲线趋势为上升时,输出回转支承状态异常信息,同时将多个第一检测结果对应的第二音频监测数据和回转支承对应的运行数据输出。
结合图2所示,由于回转支承的机械故障往往还会带来异常振动,因此,为了进一步提高监测的多元化,作为一种较优的实施选择,优选的,本方案S01还包括响应设备的启动信号,实时获取回转支承安装位置的振动信号,生成振动监测数据;
S04还包括:
当对回转支承进行加注预设量的润滑剂时,
对加注润滑剂之前预设时长的振动信号进行获取,以及获取加注润滑剂之后预设时长的振动信号,然后将振动信号转化为振动数据曲线;
S05还包括:
获取振动信号在不同时间下的振幅,然后对振动数据的波峰进行定位,再依序连接形成振动变化曲线,继而对振动变化曲线的趋势进行判断其未来预设时长内的走势,且根据预设条件输出振动监测结果;
S06获取拟合结果时,还获取振动监测结果,且当振动监测结果为未来预设时长内的振动走势为上升且大于预设阈值时,输出回转支承状态异常信息,同时将加注润滑剂之前、之后预设时长的振动信号和回转支承对应的运行数据输出。
除此之外,还可以对加注润滑剂之前预设时长的振动信号以及获取加注润滑剂之后预设时长的振动信号的波峰进行定位后,统计振幅大于预设时长的振动密集程度变化情况,即未加注润滑剂时,振动超出阈值的波形信号为偶发性或间隔较长,而加注润滑剂后,该情况没有改善,甚至振动超出阈值的波形信号逐渐密集,再此情况下,则可以初步判断回转支承存在故障问题,可以输出回转支承状态异常信息。
结合图3所示,基于上述,本实施例方案还提供一种回转支承监测系统,其包括:
工作感应单元,用于感应设备的启动信号和回转支承受驱动而动作的信号;
运行监测单元,用于实时获取设备对回转支承的驱动信号及回转支承受驱动而产生动作的运行数据,
第一音频监测单元,用于实时获取与回转支承安装位置间隔预设范围的环境声音,生成第一音频监测数据;
第二音频监测单元,用于对回转支承受驱动而动作的过程声音进行获取,生成第二音频监测数据;
振动监测单元,响应设备的启动信号,实时获取回转支承安装位置的振动信号,生成振动监测数据;
音频检测单元,用于获取第一音频监测数据、第二音频监测数据,以监测时间区间为参考因素,提取第一音频监测数据和第二音频监测数据生成时间重合的音频数据片段,再以第一音频监测数据对应的音频数据片段为背景噪声,对第二音频监测数据对应的音频数据片段进行去噪,生成修饰音频数据,然后按预设条件对修饰音频数据进行检测,生成第一检测结果;
振动检测单元,用于对加注润滑剂之前预设时长的振动信号进行获取,以及获取加注润滑剂之后预设时长的振动信号,然后将振动信号转化为振动数据曲线;还用于获取振动信号在不同时间下的振幅,然后对振动数据的波峰进行定位,再依序连接形成振动变化曲线,继而对振动变化曲线的趋势进行判断其未来预设时长内的走势,且根据预设条件输出振动监测结果;
数据判断单元,用于获取第一检测结果,当第一检测结果大于预设阈值时,按预设条件输出润滑剂加注指令,同时记录加注润滑剂的时间点;
润滑剂加注单元,用于接收指令且对回转支承进行加注预设量的润滑剂;
数据拟合单元,用于获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果;
结果输出单元,用于获取拟合结果,按预设条件输出回转支承状态异常信息,其中,获取拟合结果时,还获取振动监测结果,且当振动监测结果为未来预设时长内的振动走势为上升且大于预设阈值时,输出回转支承状态异常信息,同时将加注润滑剂之前、之后预设时长的振动信号和回转支承对应的运行数据输出。
另外,在本发明各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例,并非因此限制本发明的保护范围,凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种回转支承监测方法,用于回转支承安装于设备后的工作状态监测,其特征在于,其包括:
S01、响应设备的启动信号,实时获取设备对回转支承的驱动信号及回转支承受驱动而产生动作的运行数据,以及实时获取与回转支承安装位置间隔预设范围的环境声音,生成第一音频监测数据;
S02、响应回转支承受驱动而动作的信号,对回转支承受驱动而动作的过程声音进行获取,生成第二音频监测数据;
S03、获取第一音频监测数据、第二音频监测数据,以监测时间区间为参考因素,提取第一音频监测数据和第二音频监测数据生成时间重合的音频数据片段,再以第一音频监测数据对应的音频数据片段为背景噪声,对第二音频监测数据对应的音频数据片段进行去噪,生成修饰音频数据,然后按预设条件对修饰音频数据进行检测,生成第一检测结果;
S04、获取第一检测结果,当第一检测结果大于预设阈值时,按预设条件对回转支承进行加注预设量的润滑剂;
S05、获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果;
S06、获取拟合结果,按预设条件输出回转支承状态异常信息。
2.如权利要求1所述的回转支承监测方法,其特征在于,S02还包括:
将不同时间生成的第二音频监测数据进行汇集,生成第二音频监测数据集,其表示为:
Fb=[Fb1,Fb2,Fb3……Fb(t-1),Fbt]
其中,Fb为第二音频监测数据集,Fbt为对应不同时间所记录的第二音频数据;
根据第二音频监测数据所生成的时间,对第一音频检测数据进行提取,获得与第二音频数据进行一一对应的第一音频数据片段,再将其汇集生成第一音频监测数据集,其表示为:
Fa=[Fa1,Fa2,Fa3……Fa(t-1),F at]
其中,Fa为第一音频监测数据集,Fat为对应第二音频数据所记录的第一音频数据片段;
另外,第一音频数据片段对应的记录时间包括与其对应第二音频数据所记录的时间区间和第二音频数据所记录时间区间之前和之后预设时长的时间段;
S03中所获取的第一音频监测数据和第二音频监测数据为第一音频监测数据集中的第一音频数据片段及第二音频数据集中的第二音频数据。
3.如权利要求2所述的回转支承监测方法,其特征在于,S03中,按预设条件对修饰音频数据进行检测,生成第一检测结果包括:
将修饰音频数据转化为音频波形数据,然后按预设条件对其波形超出预设阈值的时长进行统计,生成音频特征数据,同时还将音频波形数据导入到经训练的检测神经网络中进行检测,然后将检测结果归一化处理至概率为[0,1],生成音频检测结果;
获取音频特征数据和音频检测结果,按照预设条件对其进行权重计算,且将计算条件所得的权重与预设阈值进行对比,当其大于预设阈值时,生成第一检测结果。
4.如权利要求3所述的回转支承监测方法,其特征在于,S03中,获取音频特征数据和音频检测结果,按照预设条件对其进行权重计算,且将计算所得的权重与预设阈值进行对比,当其大于预设阈值时,生成第一检测结果包括:
建立音频监测评估模型,将音频特征数据和音频检测结果导入其中进行计算,其公式如下:
St=α×Mt+β×Nt
其中,St为音频监测权重值,Mt为音频特征数据权重值,Nt为音频检测结果指向异常的概率,α为预设第一权重系数,β为预设第二权重系数;
另外,音频特征数据权重值的计算公式如下:
其中,Q1为音频特征数据对应音频波形超出预设阈值的时长,即音频特征数据中对应音频分贝超出预设分贝值的累计时长,Q0为与音频特征数据对应的可容许音频分贝数大于预设值的时长。
5.如权利要求4所述的回转支承监测方法,其特征在于,
S03还包括:
将不同时间下生成的第一检测结果进行汇集生成第一检测结果数据集,其音频监测权重值对应的数据集表示为:
S=[S1、S2、S3、……Stn-1、Stn]
其中,S为音频监测权重值数据集,Sn为不同时间下第一检测结果数据对应的音频监测权重值;
S04中,当第一检测结果的音频监测权重值大于预设值且其上一次加注润滑剂至今的间隔大于预设时长时,对回转支承进行加注预设量的润滑剂,同时记录加注润滑剂的时间点。
6.如权利要求5所述的回转支承监测方法,其特征在于,S05中、获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果包括:
以时间为x轴坐标值,以第一检测结果对应的音频监测权重值作为y轴坐标值建立二维坐标系;
将多个第一检测结果对应的音频监测权重值代入到二维坐标系中,并形成坐标曲线图;
根据坐标曲线图进行拟合建立趋势线,再根据趋势线预测未来预设时间段内的曲线趋势,将其作为拟合结果输出;
S06中、获取拟合结果,当拟合结果为预测的曲线趋势为上升时,输出回转支承状态异常信息,同时将多个第一检测结果对应的第二音频监测数据和回转支承对应的运行数据输出。
7.如权利要求1所述的回转支承监测方法,其特征在于,S01还包括响应设备的启动信号,实时获取回转支承安装位置的振动信号,生成振动监测数据;
S04还包括:
当对回转支承进行加注预设量的润滑剂时,
对加注润滑剂之前预设时长的振动信号进行获取,以及获取加注润滑剂之后预设时长的振动信号,然后将振动信号转化为振动数据曲线;
S05还包括:
获取振动信号在不同时间下的振幅,然后对振动数据的波峰进行定位,再依序连接形成振动变化曲线,继而对振动变化曲线的趋势进行判断其未来预设时长内的走势,且根据预设条件输出振动监测结果;
S06获取拟合结果时,还获取振动监测结果,且当振动监测结果为未来预设时长内的振动走势为上升且大于预设阈值时,输出回转支承状态异常信息,同时将加注润滑剂之前、之后预设时长的振动信号和回转支承对应的运行数据输出。
8.一种起重机回转支承监测方法,其特征在于,其包括权利要求1至7之一所述的回转支承监测方法。
9.一种回转支承监测系统,其特征在于,其包括:
工作感应单元,用于感应设备的启动信号和回转支承受驱动而动作的信号;
运行监测单元,用于实时获取设备对回转支承的驱动信号及回转支承受驱动而产生动作的运行数据,
第一音频监测单元,用于实时获取与回转支承安装位置间隔预设范围的环境声音,生成第一音频监测数据;
第二音频监测单元,用于对回转支承受驱动而动作的过程声音进行获取,生成第二音频监测数据;
振动监测单元,响应设备的启动信号,实时获取回转支承安装位置的振动信号,生成振动监测数据;
音频检测单元,用于获取第一音频监测数据、第二音频监测数据,以监测时间区间为参考因素,提取第一音频监测数据和第二音频监测数据生成时间重合的音频数据片段,再以第一音频监测数据对应的音频数据片段为背景噪声,对第二音频监测数据对应的音频数据片段进行去噪,生成修饰音频数据,然后按预设条件对修饰音频数据进行检测,生成第一检测结果;
振动检测单元,用于对加注润滑剂之前预设时长的振动信号进行获取,以及获取加注润滑剂之后预设时长的振动信号,然后将振动信号转化为振动数据曲线;还用于获取振动信号在不同时间下的振幅,然后对振动数据的波峰进行定位,再依序连接形成振动变化曲线,继而对振动变化曲线的趋势进行判断其未来预设时长内的走势,且根据预设条件输出振动监测结果;
数据判断单元,用于获取第一检测结果,当第一检测结果大于预设阈值时,按预设条件输出润滑剂加注指令,同时记录加注润滑剂的时间点;
润滑剂加注单元,用于接收指令且对回转支承进行加注预设量的润滑剂;
数据拟合单元,用于获取大于预设阈值的第一检测结果及其之后生成的多个第一检测结果进行对比拟合,生成拟合结果;
结果输出单元,用于获取拟合结果,按预设条件输出回转支承状态异常信息,其中,获取拟合结果时,还获取振动监测结果,且当振动监测结果为未来预设时长内的振动走势为上升且大于预设阈值时,输出回转支承状态异常信息,同时将加注润滑剂之前、之后预设时长的振动信号和回转支承对应的运行数据输出。
10.一种计算机可读的存储介质,其特征在于:所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现如权利要求1至7之一所述的回转支承监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211545621.9A CN116142972A (zh) | 2022-12-02 | 2022-12-02 | 回转支承监测方法及其在起重机中的应用和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211545621.9A CN116142972A (zh) | 2022-12-02 | 2022-12-02 | 回转支承监测方法及其在起重机中的应用和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116142972A true CN116142972A (zh) | 2023-05-23 |
Family
ID=86359102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211545621.9A Pending CN116142972A (zh) | 2022-12-02 | 2022-12-02 | 回转支承监测方法及其在起重机中的应用和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116142972A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116839912A (zh) * | 2023-07-31 | 2023-10-03 | 江苏省特种设备安全监督检验研究院 | 三排滚柱式回转支承检测方法及系统和应用 |
-
2022
- 2022-12-02 CN CN202211545621.9A patent/CN116142972A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116839912A (zh) * | 2023-07-31 | 2023-10-03 | 江苏省特种设备安全监督检验研究院 | 三排滚柱式回转支承检测方法及系统和应用 |
CN116839912B (zh) * | 2023-07-31 | 2024-08-30 | 江苏省特种设备安全监督检验研究院 | 三排滚柱式回转支承检测方法及系统和应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
El-Thalji et al. | A summary of fault modelling and predictive health monitoring of rolling element bearings | |
Borghesani et al. | Testing second order cyclostationarity in the squared envelope spectrum of non-white vibration signals | |
CN108181105B (zh) | 基于逻辑回归和j散度的滚动轴承故障预诊方法及系统 | |
Singh et al. | Analytical validation of an explicit finite element model of a rolling element bearing with a localised line spall | |
Klausen et al. | Multi-band identification for enhancing bearing fault detection in variable speed conditions | |
Omoregbee et al. | Fault detection in roller bearing operating at low speed and varying loads using Bayesian robust new hidden Markov model | |
CN116142972A (zh) | 回转支承监测方法及其在起重机中的应用和存储介质 | |
CN113686576B (zh) | 基于非线性卷积稀疏滤波的旋转机械早期故障诊断方法 | |
Attoui et al. | Novel machinery monitoring strategy based on time–frequency domain similarity measurement with limited labeled data | |
CN109187024A (zh) | 一种活塞式空压机曲轴箱滚动轴承故障诊断方法 | |
Noman et al. | Oscillatory Lempel–Ziv complexity calculation as a nonlinear measure for continuous monitoring of bearing health | |
Pichler et al. | Data-driven vibration-based bearing fault diagnosis using non-steady-state training data | |
JP7383207B1 (ja) | モータの異常判定システム | |
CN112964470A (zh) | 一种基于轴承健康指标检测滚动轴承早期故障的方法 | |
CN116040483A (zh) | 起重机回转支承工作状态评估方法、系统及存储介质 | |
CN110780198B (zh) | 一种伺服焊接系统运动的波形识别方法及设备 | |
WO2024068365A1 (en) | Method and monitoring system for detecting a fault in a machine | |
CN113516023A (zh) | 设备振动异常诊断方法和系统 | |
Gautier et al. | Roller Bearing Monitoring by New Subspace‐Based Damage Indicator | |
CN116226719A (zh) | 基于多维稳态振动特征的轴承故障诊断方法及相关组件 | |
CN116089891A (zh) | 一种诊断桩基结构的安全状况的方法及系统 | |
Gao et al. | A neural network approach to bearing health assessment | |
Hemmati et al. | Rolling element bearing condition monitoring using acoustic emission technique | |
Jiang et al. | Feature extraction strategy with improved permutation entropy and its application in fault diagnosis of bearings | |
Majeed et al. | A wavelet-based statistical control chart approach for monitoring and detection of spur gear system faults |
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 |