CN116609106B - 一种钻测一体化装备运行状态监测系统 - Google Patents
一种钻测一体化装备运行状态监测系统 Download PDFInfo
- Publication number
- CN116609106B CN116609106B CN202310889321.0A CN202310889321A CN116609106B CN 116609106 B CN116609106 B CN 116609106B CN 202310889321 A CN202310889321 A CN 202310889321A CN 116609106 B CN116609106 B CN 116609106B
- Authority
- CN
- China
- Prior art keywords
- signal
- basis function
- frequency signal
- wavelet basis
- vibration signal
- 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
- 238000005553 drilling Methods 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000012360 testing method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims description 31
- 230000009466 transformation Effects 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 abstract description 16
- 230000004044 response Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 96
- 238000000034 method Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 11
- 238000011835 investigation Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明实施例提供了一种钻测一体化装备运行状态监测系统，该系统包括：采集模块、信号处理模块和监测模块，采集模块用于采集钻测设备的第一震动信号，并将第一震动信号发送至信号处理模块；信号处理模块用于采用目标小波基函数对第一震动信号进行去噪处理，得到处理后的第二震动信号；监测模块用于根据第二震动信号，对钻测设备进行异常监测，通过分析震动信号的特征来确定合适的目标小波基函数，能够对非平稳信号进行分解，具有良好的频率响应特性，进而在根据去噪后的震动信号进行异常监测时更加的准确。
Description
技术领域
本发明涉及数据处理技术领域，特别是涉及一种钻测一体化装备运行状态监测系统。
背景技术
钻测一体化装备是指将钻探设备和地质勘查仪器整合在一起，形成一套集钻探、取芯、取样和地质勘查为一体的现代化工具。它通常由钻机、钻头、饱和土壤采集器、位移计、倾角计、水压计等组成，主要应用于地质勘查、地下水勘察、灾害地质调查、隧道和基础工程等领域。在设备运行的过程中，通常需要对设备的运行状况进行监测，一种钻测一体化装备运行状态监测系统，通过采集、处理、传输和存储各种运行数据，对装备的运行状态进行实时监测和分析，从而提高装备的安全性、可靠性和效率。在设备的运行过程中，通常更多的是遇到机械故障，包括轴承损坏、齿轮断裂、传动带松动等问题，可能导致设备造成异常振动，因此需要对设备的震动进行监测，判断是否出现了机械故障。
在现有技术中，对设备的震动信号进行监测的方法较多，主要是分析震动信号中是否存在异常的高频或低频信号，其中时频转换分析法能够很好的监测原始震动信号中存在异常频率的信号，但是在实际应用中，震动信号往往伴随着各种噪声干扰，例如电磁干扰、机械振动和环境噪声等，这些噪声会使得信号的谱密度产生较大的误差，如何能减少误差是目前急需解决的问题。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种钻测一体化装备运行状态监测系统。
本发明实施例提供一种钻测一体化装备运行状态监测系统，所述系统包括：采集模块、信号处理模块和监测模块，其中：
所述采集模块用于采集钻测设备的第一震动信号，并将所述第一震动信号发送至所述信号处理模块；
所述信号处理模块用于采用目标小波基函数对所述第一震动信号进行去噪处理，得到处理后的第二震动信号；
所述监测模块用于根据所述第二震动信号，对钻测设备进行异常监测。
可选地，所述采集模块为加速度传感器。
可选地，所述监测模块具体用于：根据所述第二震动信号的频率变化，判断所述钻测设备是否出现故障。
可选地，所述监测模块具体用于：
若所述第二震动信号的频率在预设时间段内的变化值小于预设值，则确定所述钻测设备正常运行；
若所述第二震动信号的频率在预设时间段内的变化值大于所述预设值，则确定所述钻测设备出现故障。
可选地，所述信号处理模块具体用于：
采用傅里叶变换，对所述第一震动信号进行频域转换，得到主频信号；
根据所述主频信号的变化，确定与所述主频信号对应的目标小波基函数；
根据所述目标小波基函数，对所述第一震动信号进行去噪处理，得到所述第二震动信号。
可选地，所述采用傅里叶变换，对所述第一震动信号进行频域转换，得到主频信号，包括：
获取所述第一震动信号的所有极大值点和极小值点；
根据所述极大值点和所述极小值点，确定所述第一震动信号的最小正周期；
根据所述最小正周期，确定所述第一震动信号的主频率；
根据所述第一震动信号的主频率，对所述第一震动信号的频谱图像进行分析，得到所述第一震动信号的主频信号。
可选地，所述根据所述主频信号的变化，确定与所述主频信号对应的目标小波基函数，包括：
根据所述第一震动信号的主频信号，确定初始小波基函数；
根据所述第一震动信号的主频信号和第二频率信号的差异，确定尺度因子；
根据所述尺度因子和所述初始小波基函数，确定目标小波基函数。
可选地，所述根据所述第一震动信号的主频信号和第二频率信号的差异，确定尺度因子，包括：
根据所述第二频率信号和所述初始小波基函数，确定预设频率信号与所述初始小波基函数的差异程度，其中，所述第二频率信号至少包括多个预设频率信号；
根据所述预设频率信号的平均幅值，主频信号的幅值，预设频率信号的极值点之间的间隔时间长度，主频信号的极值点之间的间隔时间长度，确定主频信号和所述第二频率信号的差异程度；
根据所述预设频率信号与所述初始小波基函数的差异程度，以及所述主频信号和所述第二频率信号的差异程度，确定所述尺度因子。
可选地，所述根据所述第二频率信号和所述初始小波基函数，确定预设频率信号与所述初始小波基函数的差异程度，包括：
式中，表示预设频率信号与初始小波基函数之间的差异值，/>表示预设频率信号中第/>个极大值点的幅值，/>表示预设频率信号中第/>个极小值点的幅值，表示初始小波基函数的最大幅值点，/>表示初始小波基函数的最小幅值点，/>表示预设频率信号中第/>个极大值点对应的时间点，/>表示预设频率信号中第/>个极小值点对应的时间点，
表示初始小波基函数的最大幅值点对应的时间点，/>表示初始小波基函数的最小幅值点对应的时间点，/>表示预设频率信号与初始小波基函数在幅值上的差异值，/>表示预设频率信号与初始小波基函数在时域上的差异值。
可选地，所述根据所述尺度因子和所述初始小波基函数，确定目标小波基函数，包括：
其中，表示初始小波基函数，/>表示主频信号中第/>个极大值点，/>在时间轴上对应的时间点，/>表示主频信号中第/>个极小值点，/>在时间轴上对应的时间点，/>表示主频信号的周期；/>表示尺度因子。
本发明实施例包括以下优点：
本发明实施例提供的钻测一体化装备运行状态监测系统，该系统包括：采集模块、信号处理模块和监测模块，其中：采集模块用于采集钻测设备的第一震动信号，并将第一震动信号发送至信号处理模块；信号处理模块用于采用目标小波基函数对第一震动信号进行去噪处理，得到处理后的第二震动信号；所述监测模块用于根据所述第二震动信号，对钻测设备进行异常监测，通过分析震动信号的特征来确定合适的目标小波基函数，能够对非平稳信号进行分解，具有良好的频率响应特性，并且具有良好的局部化特性，可以在时间和频率上将信号分解为多个尺度上的子信号，同时保持信号的局部特征和结构信息，从而使得在小波变换算法对震动信号去噪时能够有更好的去噪效果，进而在根据去噪后的震动信号进行异常监测时更加的准确。
附图说明
图1是本发明的一种钻测一体化装备运行状态监测系统实施例的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
钻测一体化装备是指将钻探设备和地质勘查仪器整合在一起，形成一套集钻探、取芯、取样和地质勘查为一体的现代化工具。它通常由钻机、钻头、饱和土壤采集器、位移计、倾角计、水压计等组成，主要应用于地质勘查、地下水勘察、灾害地质调查、隧道和基础工程等领域。在设备运行的过程中，通常需要对设备的运行状况进行监测，一种钻测一体化装备运行状态监测系统，通过采集、处理、传输和存储各种运行数据，对装备的运行状态进行实时监测和分析，从而提高装备的安全性、可靠性和效率。在设备的运行过程中，通常更多的是遇到机械故障，包括轴承损坏、齿轮断裂、传动带松动等问题，可能导致设备造成异常振动，因此需要对设备的震动进行监测，判断是否出现了机械故障。
在现有技术中，对设备的震动信号进行监测的方法较多，主要是分析震动信号是否中是否存在异常的高频或低频信号，其中时频转换分析法能够很好的监测原始震动信号中存在异常频率的信号，但是在实际应用中，震动信号往往伴随着各种噪声干扰，例如电磁干扰、机械振动和环境噪声等，这些噪声会使得信号的谱密度产生较大的误差，对于此，本发明一实施例提供一种钻测一体化装备运行状态监测系统，用于对钻测一体化装备进行状态监测。
参照图1，示出了本发明的一种钻测一体化装备运行状态监测系统实施例的结构示意图，该系统包括：采集模块101、信号处理模块102和监测模块103，其中：
采集模块101用于采集钻测设备的第一震动信号，并将第一震动信号发送至信号处理模块；
其中，采集模块为加速度传感器。
信号处理模块102用于采用目标小波基函数对第一震动信号进行去噪处理，得到处理后的第二震动信号；
通过傅里叶变换将时域信号的第一震动信号转换到频域信号，获得主频信号；根据主频信号的变化选择合适的目标小波基函数，并根据该目标小波基函数对第一震动信号进行去噪处理，得到处理后的第二震动信号。
对钻侧设备的震动信号进行分析，然后获得震动信号中的异常信号，但是因为获得的震动信号存在噪声的干扰，因此需要对震动信号进行去噪处理。
监测模块103用于根据第二震动信号，对钻测设备进行异常监测。
在设备运行的过程中，通常需要对钻测设备的运行状况进行监测，通过采集、处理、传输和存储各种运行数据，对钻测设备的运行状态进行实时监测和分析，从而提高装备的安全性、可靠性和效率。在钻测设备的运行过程中，通常更多的是遇到机械故障，包括轴承损坏、齿轮断裂、传动带松动等问题，可能导致设备造成异常振动，因此需要对设备的震动进行监测，判断是否出现了机械故障。
本申请实施例通过布设传感器，采集钻测设备的震动信号。通过傅里叶变换将时域信号转换到频域信号中，根据频域信号的变化对原始数据进行异常分析，获得主频信号，进而根据主频信号的变化选择合适的小波基函数，从而对原始信号进行去噪处理。根据去噪后的震动信号进行异常监测。
可选地，采集模块为加速度传感器。
本申请实施例是为了对钻测设备的震动信号进行去噪处理，因此首先需要获得钻测设备的震动信号，本申请实施例使用加速度计来采集钻测设备的震动信号，加速度计即加速度传感器适用于高精度、高灵敏度的振动信号采集，然后将采集获得的信号通过有线传输到信号处理模块中，以使信号处理模块对第一震动信号进行处理。
可选地，监测模块具体用于：根据第二震动信号的频率变化，判断钻测设备是否出现故障。
具体地，若第二震动信号的频率在预设时间段内的变化值小于预设值，则确定钻测设备正常运行；
若第二震动信号的频率在预设时间段内的变化值大于预设值，则确定钻测设备出现故障。
具体的，获得去噪后的震动信号，然后根据震动信号的变化来确定钻测设备是否出现了故障，因为钻测设备在正常运行时，所采集到的震动信号的频率是基本保持不变的，那么当出现机械故障时，采集到的震动信号的频率会出现变化，并且是一直持续的，因此根据去噪后的震动信号的频率变化来判断钻测设备是否出现了故障。
可选地，信号处理模块具体用于：
采用傅里叶变换，对第一震动信号进行频域转换，得到主频信号；
根据主频信号的变化，确定与主频信号对应的目标小波基函数；
根据目标小波基函数，对第一震动信号进行去噪处理，得到第二震动信号。
本申请实施例在理想的状况下采集获得的正常设备的震动信号，应为近似的周期变化，设备的震动频率是相同的，当设备出现机械故障时，震动信号会出现变化，存在低频或者高频的信号，会改变原始信号的震动频率，从而引起震动信号出现异常。但是由于磁干扰、机械振动和环境噪声等因素的影响，造成获得的震动信号存在噪声的影响，而噪声也是高频或低频信号，然后叠加在原始信号上，造成原始信号的幅值与频率发生了改变。因此在对信号进行去噪的时候，其目的就是为了将造成干扰的高频或低频信号去除，保留想要的频率信号。
在进行噪声去除时，最重要的是对信号的识别。因为不同频率的信号叠加在一起是无法判断出哪些是有用信号，哪些是噪声信号。因此本发明通过傅里叶变换将时域信号转换到频域空间中，在频域空间中能够清晰的观察到不同频率信号的分布，对于不同能量值的信号在原始信号中表示不同的含义，能量值越大，说明其在原始信号分布的波形越多，那么在对震动信号进行分析时，不管是存在设备故障时采集的信号还是不存在设备故障时采集的信号，都会存在一个主频信号，但是信号的频率是不相同的。
在采集信号时，可能会因为采集设备电流的变化存在一个一直伴随主频信号的干扰噪声信号，那么在进行噪声去除时，最主要的就是将干扰信号与主频信号进行区分，然后再通过小波变换来对原始信号进行分解，在分解的时候需要确定合适的小波基函数，使得其对主频信号的干扰最小，分解获得的分量信号能够清晰的体现主频信号的变化特征，进而准确的对噪声进行去除。
可选地，采用傅里叶变换，对第一震动信号进行频域转换，得到主频信号，包括：
获取第一震动信号的所有极大值点和极小值点；
根据极大值点和极小值点，确定第一震动信号的最小正周期；
根据最小正周期，确定第一震动信号的主频率；
根据第一震动信号的主频率，对第一震动信号的频谱图像进行分析，得到第一震动信号的主频信号。
可选地，根据主频信号的变化，确定与主频信号对应的目标小波基函数，包括：
根据第一震动信号的主频信号，确定初始小波基函数；
根据第一震动信号的主频信号和第二频率信号的差异，确定尺度因子；
根据尺度因子和初始小波基函数，确定目标小波基函数。
具体地，首先对原始信号即第一震动信号进行分析。在时域信号中，第一震动信号的波形变化是存在一定的变化趋势的，并且在相同的周期内，存在一定程度的周期变化，因此首先根据原始信号的变化来获得原始震动信号的主频率，因此获取第一震动信号的所有极大值与极小值点，因为在正常的周期变化信号中，相邻的两个极值点构成一个完整的周期，有因此根据原始信号极值点的分布来确定可能的最小正周期，其计算公式如下：
式中，表示原始信号可能最小正周期，/>表示第/>个极大值点/>在时间轴上对应的时间点，/>表示第/>个极小值点/>在时间轴上对应的时间点，/>表示包含的极大值点的个数，/>表示相邻两个极值点的时间差值，/>表示所有相邻极值点在时间序列上的差值的均值，其表示1/2周期，因此在乘以2表示完整的周期。
根据上述获得的可能最小正周期，然后确定原始信号的可能主频率。首先以幅值为0的位置做一条参考线，然后以每个极值点的1/2为幅值参考点，对其进行曲线拟合，获得的信号相当于是一条参考信号，然后再求该信号的频率，其计算公式如下：
式中，表示原始信号可能主频率，/>表示第/>个极大值点的幅值，/>表示第/>个极小值点的幅值，/>表示在一个周期内的两个极值点的均值，其表示该信号的幅值变化，然后再获得所有周期的平均幅值变化，其表示该主频信号的幅值变化程度。
根据上述获得的原始信号可能存在的主频率，然后再对获得的频谱图像进行分析，来确定主频信号。因为在频谱图像中，横轴表示的是频率，纵轴表示的信号的能量值，其表示在整个原始信号上相同频率的信号的分布。因为在对机械设备的震动信号进行监测时，一定会存在一个主频信号，那么在频谱图像中至少会存在一个主峰，因此能够根据频谱信号中信号的分布来获得可能的主频信号。但是因为在频谱图像中会存在不止一个频率对应的极大峰值，那么在这里获得的可能主频率会受到其他频率信号的影响，因此需要根据多个峰值频率信号的变化来获得主频信号，其计算公式如下：
式中，表示在频谱图像中频率为/>的信号为主频率信号的可能程度，/>表示第/>个频率数据点的频率，/>表示在原始信号中第/>个频率点的第/>个极大值点，/>表示在原始信号中第/>个频率点的第/>个极小值点，/>该公式逻辑与上述公式逻辑相同，在此不再进行解释。/>表示在频率为/>下的信号在原始信号中存在的极大值点的个数。/>表示归一化函数，并起到改变函数单调性的作用，其归一化范围为/>。表示在频谱图像中频率为/>的信号与可能主频率信号之间的差值，其差值越小，说明频谱图像中频率为/>的信号为主频信号的可能程度越大。
根据上述计算获得的频率为的信号为主频率信号的可能程度，当/>取最大值时，该频率/>作为原始信号的主频率，然后再根据主频率的变化来确定目标小波基函数。
可选地，根据第一震动信号的主频信号和第二频率信号的差异，确定尺度因子，包括：
根据第二频率信号和初始小波基函数，确定预设频率信号与初始小波基函数的差异程度，其中，第二频率信号至少包括多个预设频率信号；
根据预设频率信号的平均幅值，主频信号的幅值，预设频率信号的极值点之间的间隔时间长度，主频信号的极值点之间的间隔时间长度，确定主频信号和第二频率信号的差异程度；
根据预设频率信号与初始小波基函数的差异程度，以及主频信号和第二频率信号的差异程度，确定尺度因子。
其中，第二频率信号是指对第一震动信号进行解析后，除了主频信号的其他频率信号。
可选地，根据第二频率信号和初始小波基函数，确定预设频率信号与初始小波基函数的差异程度，包括：
式中，表示预设频率信号与初始小波基函数之间的差异值，/>表示预设频率信号中第/>个极大值点的幅值，/>表示预设频率信号中第/>个极小值点的幅值，表示初始小波基函数的最大幅值点，/>表示初始小波基函数的最小幅值点，表示预设频率信号中第/>个极大值点对应的时间点，/>表示预设频率信号中第/>个极小值点对应的时间点，
表示初始小波基函数的最大幅值点对应的时间点，/>表示初始小波基函数的最小幅值点对应的时间点，/>表示预设频率信号与初始小波基函数在幅值上的差异值，/>表示预设频率信号与初始小波基函数在时域上的差异值。
可选地，根据尺度因子和初始小波基函数，确定目标小波基函数，包括：
其中，表示初始小波基函数，/>表示主频信号中第/>个极大值点，/>在时间轴上对应的时间点，/>表示主频信号中第/>个极小值点，/>在时间轴上对应的时间点，/>表示主频信号的周期；/>表示尺度因子。
具体地，本申请实施例通过如下方式获取目标小波基函数，即根据主频信号的变化选择合适的小波基函数；
根据上述计算获得的主频率信号即主频信号来确定合适的小波基函数即目标小波基函数，小波基函数的选择对于小波变换的应用和效果有着重要的影响。因为本申请实施例是对第一震动信号进行去噪，因此原始信号是非平稳变化的，而现有技术中小波基函数能够较好的对非平稳信号进行分解，但是因为/>小波本身具有较强的平滑性，难以很好地描述非平稳信号的瞬时特征，因此本申请实施例根据上述确定的主频信号的变化特征，以及其他频率信号的变化特征来确定合适的小波基函数。
因为小波基函数必须能够有效地表示信号的频率特征，具有良好的频率响应特性，一般来说，频率响应越平滑，信号的高频成分就会被更好地保留下来，并且必须具有良好的局部化特性，可以在时间和频率上将信号分解为多个尺度上的子信号，同时保持信号的局部特征和结构信息。因此首先根据主频信号来确定初始小波基函数。其计算公式如下：
式中，表示初始的小波基函数，/>表示主频率信号中第/>个极大值点/>在时间轴上对应的时间点，/>表示主频率信号中第/>个极小值点/>在时间轴上对应的时间点，/>表示主频信号的周期。
上述获得的是根据主频信号的获得的初始小波基函数，但是在通过小波基函数对原始信号分解时，需要使用不同频率的的信号变化，使小波基函数适应不同频率分辨率和时间分辨率的信号分析需求，从而提高小波变换的灵活性和适应性，因此需要根据不同频率的信号来确定初始小波基函数的调节参数。
因为不同频率的信号在叠加的过程中会产生尺度缩放，但是在进行信号分解时更重要的是保留有用的频率信号，因此需要根据主频信号与其他信号的差异来确定尺度因子。首先获得其他信号与小波基之间的差异，其计算公式如下：
式中，表示第/>条信号与小波基函数之间的差异值，/>表示第/>条信号中第/>个极大值点的幅值，/>表示第/>条信号中第/>个极小值点的幅值，/>表示小波基函数的最大幅值点，/>表示小波基函数的最小幅值点，/>表示第/>条信号中第/>个极大值点对应的时间点，/>表示第/>条信号中第/>个极小值点对应的时间点，/>表示小波基函数的最大幅值点对应的时间点，/>表示小波基函数的最小幅值点对应的时间点。表示第/>条信号与小波基函数在幅值上的差异，/> 表示第/>条信号与小波基函数在时域上的差异。
表示第/>条信号与小波基函数之间的差异程度，表示第/>条信号与小波基函数之间的熵值，通常采用“熵”值来度量信号和小波基之间的距离，熵值越大，说明第/>条信号与小波基函数之间的差异程度越大。
根据上述求得的信号与小波基函数之间的差异程度，然后再计算主频信号与其他信号之间的差值，其计算公式如下：
式中，表示第/>条信号与主频信号/>之间的差异程度，/>表示第/>条信号的平均幅值，/>表示主频信号/>的幅值，/>表示第/>条信号的极值点之间的间隔时间长度，/>表示主频信号/>的极值点之间的间隔时间长度。
然后根据小波基函数、主频信号与各频率信号之间差异程度来获得修正参数，其计算公式如下：
式中，表示尺度因子。然后将其带入小波基函数中，获得新的小波基函数，即目标小波基函数，如下式：
然后根据获得的小波基函数对原始震动信号即第一震动信号进行分解，通过小波变换算法对第一震动信号进行去噪，然后获得去噪后的钻测设备的第二震动信号。
本申请实施例具有的有益效果如下：在对钻测设备的震动信号进行分析时，因为采集获得的震动信号受到噪声的影响，因此需要先对信号进行去噪处理。在通过小波变换进行去噪时，小波基函数的选择直接关系到算法的去噪效果，因此本发明通过分析震动信号的特征来确定合适的小波基函数，能够对非平稳信号进行分解，具有良好的频率响应特性，并且具有良好的局部化特性，可以在时间和频率上将信号分解为多个尺度上的子信号，同时保持信号的局部特征和结构信息。
在确定合适的小波基函数时，本申请实施例通过将原始信号进行傅里叶变换，将其转化到频域空间中，根据频域空间中信号的分布来确定原始信号中的主频信号，进而根据主频信号的与其他信号之间的差异来确定小波基函数的调整参数，使得获得的小波基函数能够适应多个尺度上的子信号的分解，从而使得在小波变换算法对震动信号去噪时能够有更好的去噪效果，进而在根据去噪后的震动信号进行异常监测时更加的准确。
本发明实施例提供的钻测一体化装备运行状态监测系统，该系统包括：采集模块、信号处理模块和监测模块，其中：采集模块用于采集钻测设备的第一震动信号，并将第一震动信号发送至信号处理模块；信号处理模块用于采用目标小波基函数对第一震动信号进行去噪处理，得到处理后的第二震动信号；监测模块用于根据第二震动信号，对钻测设备进行异常监测，通过分析震动信号的特征来确定合适的目标小波基函数，能够对非平稳信号进行分解，具有良好的频率响应特性，并且具有良好的局部化特性，可以在时间和频率上将信号分解为多个尺度上的子信号，同时保持信号的局部特征和结构信息，从而使得在小波变换算法对震动信号去噪时能够有更好的去噪效果，进而在根据去噪后的震动信号进行异常监测时更加的准确。
本说明书中的各个实施例均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的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、电子设备(系统)、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理电子设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理电子设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理电子设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理电子设备上，使得在计算机或其他可编程电子设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程电子设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者电子设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者电子设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者电子设备中还存在另外的相同要素。
以上对本发明所提供的一种钻测一体化装备运行状态监测系统和一种用电负荷的预测装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种钻测一体化装备运行状态监测系统，其特征在于，所述系统包括：采集模块、信号处理模块和监测模块，其中：
所述采集模块用于采集钻测设备的第一震动信号，并将所述第一震动信号发送至所述信号处理模块；
所述信号处理模块用于采用目标小波基函数对所述第一震动信号进行去噪处理，得到处理后的第二震动信号；
所述监测模块用于根据所述第二震动信号，对钻测设备进行异常监测；
所述信号处理模块具体用于：
采用傅里叶变换，对所述第一震动信号进行频域转换，得到主频信号；
根据所述主频信号的变化，确定与所述主频信号对应的目标小波基函数；
根据所述目标小波基函数，对所述第一震动信号进行去噪处理，得到所述第二震动信号；
所述根据所述主频信号的变化，确定与所述主频信号对应的目标小波基函数，包括：
根据所述第一震动信号的主频信号，确定初始小波基函数；
根据所述第一震动信号的主频信号和第二频率信号的差异，确定尺度因子；其中，所述第二频率信号是指对第一震动信号进行解析后，除了主频信号的其他频率信号；
根据所述尺度因子和所述初始小波基函数，确定目标小波基函数；
所述根据所述第一震动信号的主频信号和第二频率信号的差异，确定尺度因子，包括：
根据所述第二频率信号和所述初始小波基函数，确定预设频率信号与所述初始小波基函数的差异程度，其中，所述第二频率信号至少包括多个预设频率信号；
根据所述预设频率信号的平均幅值，主频信号的幅值，预设频率信号的极值点之间的间隔时间长度，主频信号的极值点之间的间隔时间长度，确定主频信号和所述第二频率信号的差异程度；
根据所述预设频率信号与所述初始小波基函数的差异程度，以及所述主频信号和所述第二频率信号的差异程度，确定所述尺度因子；
所述根据所述尺度因子和所述初始小波基函数，确定目标小波基函数，包括：
其中，表示初始小波基函数，/>表示主频信号中第/>个极大值点，/>在时间轴上对应的时间点，/>表示主频信号中第/>个极小值点，/>在时间轴上对应的时间点，表示主频信号的周期；/>表示尺度因子。
2.根据权利要求1所述的系统，其特征在于，所述采集模块为加速度传感器。
3.根据权利要求2所述的系统，其特征在于，所述监测模块具体用于：根据所述第二震动信号的频率变化，判断所述钻测设备是否出现故障。
4.根据权利要求3所述的系统，其特征在于，所述监测模块具体用于：
若所述第二震动信号的频率在预设时间段内的变化值小于预设值，则确定所述钻测设备正常运行；
若所述第二震动信号的频率在预设时间段内的变化值大于所述预设值，则确定所述钻测设备出现故障。
5.根据权利要求1所述的系统，其特征在于，所述采用傅里叶变换，对所述第一震动信号进行频域转换，得到主频信号，包括：
获取所述第一震动信号的所有极大值点和极小值点；
根据所述极大值点和所述极小值点，确定所述第一震动信号的最小正周期；
根据所述最小正周期，确定所述第一震动信号的主频率；
根据所述第一震动信号的主频率，对所述第一震动信号的频谱图像进行分析，得到所述第一震动信号的主频信号。
6.根据权利要求1所述的系统，其特征在于，所述根据所述第二频率信号和所述初始小波基函数，确定预设频率信号与所述初始小波基函数的差异程度，包括：
式中，表示预设频率信号与初始小波基函数之间的差异值，/>表示预设频率信号中第/>个极大值点的幅值，/>表示预设频率信号中第/>个极小值点的幅值，/>表示初始小波基函数的最大幅值点，/>表示初始小波基函数的最小幅值点，/>表示预设频率信号中第/>个极大值点对应的时间点，/>表示预设频率信号中第/>个极小值点对应的时间点，/>表示初始小波基函数的最大幅值点对应的时间点，/>表示初始小波基函数的最小幅值点对应的时间点，/>表示预设频率信号与初始小波基函数在幅值上的差异值，/>表示预设频率信号与初始小波基函数在时域上的差异值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310889321.0A CN116609106B (zh) | 2023-07-20 | 2023-07-20 | 一种钻测一体化装备运行状态监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310889321.0A CN116609106B (zh) | 2023-07-20 | 2023-07-20 | 一种钻测一体化装备运行状态监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116609106A CN116609106A (zh) | 2023-08-18 |
| CN116609106B true CN116609106B (zh) | 2023-10-17 |
Family
ID=87682160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310889321.0A Active CN116609106B (zh) | 2023-07-20 | 2023-07-20 | 一种钻测一体化装备运行状态监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116609106B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117536800A (zh) * | 2023-11-13 | 2024-02-09 | 无锡学院 | 风电设备数据采集系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110598166A (zh) * | 2019-09-18 | 2019-12-20 | 河海大学 | 一种自适应确定小波分层级数的小波去噪方法 |
| CN114186577A (zh) * | 2020-08-27 | 2022-03-15 | 江苏金恒信息科技股份有限公司 | 一种基于小波变换的振动加速度信号去噪方法及装置 |
| CN114705289A (zh) * | 2022-04-13 | 2022-07-05 | 中国石油天然气集团有限公司 | 随钻钻具振动测量方法及系统和设备 |
-
2023
- 2023-07-20 CN CN202310889321.0A patent/CN116609106B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110598166A (zh) * | 2019-09-18 | 2019-12-20 | 河海大学 | 一种自适应确定小波分层级数的小波去噪方法 |
| CN114186577A (zh) * | 2020-08-27 | 2022-03-15 | 江苏金恒信息科技股份有限公司 | 一种基于小波变换的振动加速度信号去噪方法及装置 |
| CN114705289A (zh) * | 2022-04-13 | 2022-07-05 | 中国石油天然气集团有限公司 | 随钻钻具振动测量方法及系统和设备 |
Non-Patent Citations (1)
| Title |
|---|
| 基于Matlab自然伽马测井曲线小波降噪算法研究;林坤 等;测井技术(02);第194-198页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116609106A (zh) | 2023-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yan et al. | Improved Hilbert–Huang transform based weak signal detection methodology and its application on incipient fault diagnosis and ECG signal analysis | |
| WO2019179340A1 (zh) | 基于eemd和msb的滚动轴承故障特征提取方法 | |
| Luo et al. | On-line vibration analysis with fast continuous wavelet algorithm for condition monitoring of bearing | |
| Yan et al. | Permutation entropy: A nonlinear statistical measure for status characterization of rotary machines | |
| Qu et al. | A new acoustic emission sensor based gear fault detection approach | |
| Song et al. | Second generation wavelet transform for data denoising in PD measurement | |
| CN116609106B (zh) | 一种钻测一体化装备运行状态监测系统 | |
| US20090162186A1 (en) | Method and apparatus for vibration-based automatic condition monitoring of a wind turbine | |
| WO2019205826A1 (zh) | 基于小波包能量谱和调制双谱分析的滚动轴承故障诊断方法 | |
| WO2013180723A1 (en) | Methods apparatuses for defect diagnosis in a mechanical system | |
| CN110501631B (zh) | 一种在线间歇故障检测与诊断方法 | |
| Boškoski et al. | Fault detection of mechanical drives under variable operating conditions based on wavelet packet Rényi entropy signatures | |
| WO2013180727A1 (en) | A method and a system for testing operational integrity of a drilling rig | |
| Luo et al. | Real-time condition monitoring by significant and natural frequencies analysis of vibration signal with wavelet filter and autocorrelation enhancement | |
| CN110717472B (zh) | 基于改进的小波阈值去噪的故障诊断方法及系统 | |
| CN109029999B (zh) | 基于增强调制双谱分析的滚动轴承故障诊断方法 | |
| Jaber et al. | A simulation of non-stationary signal analysis using wavelet transform based on LabVIEW and Matlab | |
| Chen et al. | A pseudo wavelet system-based vibration signature extracting method for rotating machinery fault detection | |
| Shi et al. | The VMD-scale space based hoyergram and its application in rolling bearing fault diagnosis | |
| Lu et al. | Early fault warning and identification in condition monitoring of bearing via wavelet packet decomposition coupled with graph | |
| CN117473338B (zh) | 一种核电用泵机运行监测方法及系统 | |
| Rafiq et al. | Application of multivariate signal analysis in vibration‐based condition monitoring of wind turbine gearbox | |
| KR100645113B1 (ko) | 부분방전 측정신호의 잡음 제거 및 정량화 결정 방법 | |
| CN110377927B (zh) | 一种基于matlab仿真的泵站机组转子状态监控方法 | |
| Buzzoni et al. | Development of an indicator for the assessment of damage level in rolling element bearings based on blind deconvolution methods |
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 |