CN117688321A - 一种基于瞬时转速的动力设备故障诊断方法及装置 - Google Patents
一种基于瞬时转速的动力设备故障诊断方法及装置 Download PDFInfo
- Publication number
- CN117688321A CN117688321A CN202311576619.2A CN202311576619A CN117688321A CN 117688321 A CN117688321 A CN 117688321A CN 202311576619 A CN202311576619 A CN 202311576619A CN 117688321 A CN117688321 A CN 117688321A
- Authority
- CN
- China
- Prior art keywords
- fault diagnosis
- characteristic
- instantaneous
- fault
- threshold value
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 230000001052 transient effect Effects 0.000 claims 2
- 238000004458 analytical method Methods 0.000 abstract description 15
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000003137 locomotive effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于瞬时转速的动力设备故障诊断方法及装置。基于动力设备曲轴输出的瞬时转速,分析曲轴的扭转振动,提取相应的特征值。通过与门限值进行比较,进而将特征值输入到预设的故障诊断模型,输出得到故障诊断结果。本发明利用瞬时转速信号中蕴含的非常丰富的动力设备工作状态的信息,即瞬时转速的波动反映了设备的工作状况,包括可能引起动力设备变化的故障,进行频域分析,提高了故障诊断的准确性。而且,本发明测取信号方便,分析便捷,因而提高了故障诊断的实时性。
Description
技术领域
本发明涉及故障诊断技术领域,尤其涉及一种基于瞬时转速的动力设备故障诊断方法及装置。
背景技术
随着电气化大力发展,机车的牵引功率越来越大,对机车动力设备的要求也越来越高。机车动力设备的工作条件更加严酷,故易引起机件的损伤和失效,影响机车动力设备的可靠运行,并由此可能造成更为严重的损失。因此,机车动力设备的状态监测和故障诊断技术受到铁路系统各部门的广泛重视。
动力设备故障诊断技术是一种了解和掌握动力设备在使用过程中的状态,确定其整体或局部是否正常或异常,早期发现故障及其原因并能预报故障发展趋势的技术。目前使用的热力参数分析法和油液分析法均存在故障诊断实时性和准确性不高的缺点。
发明内容
本发明通过提供一种基于瞬时转速的动力设备故障诊断方法及装置,解决了现有技术中热力参数分析法和油液分析法均存在故障诊断实时性和准确性不高的技术问题,实现了提高了故障诊断的实时性和准确性的技术效果。
本发明提供了一种基于瞬时转速的动力设备故障诊断方法及装置。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:
基于动力设备曲轴输出的瞬时转速,分析曲轴的扭转振动,提取相应的特征值。通过与门限值进行比较,进而将特征值输入到预设的故障诊断模型,输出得到故障诊断结果。本发明利用瞬时转速信号中蕴含的非常丰富的动力设备工作状态的信息,即瞬时转速的波动反映了设备的工作状况,包括可能引起动力设备变化的故障,进行频域分析,提高了故障诊断的准确性。而且,本发明测取信号方便,分析便捷,因而提高了故障诊断的实时性。
附图说明
图1为本发明实施例提供的基于瞬时转速的动力设备故障诊断方法的流程图;
图2为本发明实施例提供的基于瞬时转速的动力设备故障诊断装置的模块图;
图3为本发明实施例提供的基于瞬时转速的动力设备故障诊断系统中转速信号处理模块的模块图;
图4为本发明实施例提供的基于瞬时转速的动力设备故障诊断系统中数字信号处理模块的模块图;
图5为本发明实施例中原始转速采集原理图;
图6为本发明实施例中原始转速采集流程图;
图7为本发明实施例中瞬时转速采集流程图;
图8为本发明实施例中频域分析流程图;
图9为本发明实施例中故障诊断流程图;
图10为本发明实施例中人机交互流程图。
具体实施方式
本发明实施例通过提供一种基于瞬时转速的动力设备故障诊断方法及装置,解决了现有技术中热力参数分析法和油液分析法均存在故障诊断实时性和准确性不高的技术问题,实现了提高了故障诊断的实时性和准确性的技术效果。
本发明实施例中的技术方案为解决上述技术问题,总体思路如下:
本发明实施例提供的动力设备故障诊断系统在软件上的流程设计为:输入所采集到的原始瞬时转速信号,经过瞬时转速提取、频域分析、故障诊断等一系列的数据处理,诊断出该时刻动力设备的工作状态是否正常,并将诊断结果在保存的同时显示出来。同时,还对数据的查询和数据的传输做了一定的说明。
根据诊断的功能要求,其软件部分的设计主要包括两个子程序,即人机交互界面的程序设计和子系统的程序设计。其中人机交互界面的设计主要是为了方便工作人员能够通过图形界面与诊断系统进行信息的传递。子系统的设计主要有数据采集、瞬时转速提取、频域分析、数据保存、故障诊断、定位故障缸号、数据查询及数据传输等多个程序模块。其中,转速提取程序包括齿平均处理、求取瞬时转速、数字加窗滤波、整周期平均处理四个处理阶段。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参见图1,本发明实施例提供的基于瞬时转速的动力设备故障诊断方法,包括:
步骤S110:获取瞬时转速;
对本步骤进行具体说明,获取瞬时转速,包括:
从采集到的转速原始信号中,选取采样点,得到瞬时转速。
为了获得更加准确的转速数据,从而提高故障诊断的准确性,在获取瞬时转速之后,还包括:
对瞬时转速进行数字加窗滤波、齿平均处理和整周期平均处理。
步骤S120:对瞬时转速进行快速傅里叶变换,得到频域上的相对幅值,提取特征值;
步骤S130:将特征值与预设的故障门限值进行比较;
步骤S140:若特征值等于或者大于预设的故障门限值,则说明出现故障,将特征值输入到预设的故障诊断模型,输出得到故障诊断结果。
对本步骤进行具体说明,将特征值输入到预设的故障诊断模型,输出得到故障诊断结果,包括:
将特征值与预设的故障诊断模型中预存的特征阈值进行比较;
获取与特征值最接近的特征阈值,输出与特征阈值对应的故障缸号及故障类型。
为了避免误诊断,进一步提高故障诊断的准确性,获取与特征值最接近的特征阈值,输出与特征阈值对应的故障缸号及故障类型,包括:
连续获取预设次数的与特征值最接近的特征阈值;
若多次特征阈值为同一阈值,输出与特征阈值对应的故障缸号及故障类型。
参见图2,本发明实施例提供的基于瞬时转速的动力设备故障诊断装置,包括:
瞬时转速获取模块100,用于获取瞬时转速;
具体地,瞬时转速获取模块100,具体用于从采集到的转速原始信号中,选取采样点,得到瞬时转速。
为了获得更加准确的转速数据,从而提高故障诊断的准确性,还包括:
数据处理模块,用于对瞬时转速进行数字加窗滤波、齿平均处理和整周期平均处理。
特征值提取模块200,用于对瞬时转速进行快速傅里叶变换,得到频域上的相对幅值,提取特征值;
比较模块300,用于将特征值与预设的故障门限值进行比较;
故障诊断模块400,用于若特征值等于或者大于预设的故障门限值,则说明出现故障,将特征值输入到预设的故障诊断模型,输出得到故障诊断结果。
具体地,故障诊断模块400,包括:
比较单元,用于若特征值等于或者大于预设的故障门限值,则说明出现故障,将特征值与预设的故障诊断模型中预存的特征阈值进行比较;
故障诊断单元,用于获取与特征值最接近的特征阈值,输出与特征阈值对应的故障缸号及故障类型。
为了避免误诊断,进一步提高故障诊断的准确性,故障诊断单元,包括:
特征阈值查询子单元,用于连续获取预设次数的与特征值最接近的特征阈值;
故障诊断子单元,用于若多次特征阈值为同一阈值,输出与特征阈值对应的故障缸号及故障类型。
基于本发明实施例提供的基于瞬时转速的动力设备故障诊断方法及装置,本发明实施例搭建了一种基于瞬时转速的动力设备故障诊断系统,本动力设备故障诊断系统在硬件上的构成为:基于Altera公司的NIOSII软核心处理器,实现基于瞬时转速的动力设备气缸工作状态的监测与诊断。其中系统的输入为上止点信号和转速模拟信号,输出为CAN总线信号。另外还有一个UART口用于调试串口或备用。本系统主要包括:转速信号处理模块和数字信号处理模块两大部分,分别如图3和图4所示。由磁电传感器采集的原始转速模拟信号经阻容滤波、稳压管限幅和运放放大,输入至LTC1606芯片进行模数转换,并经降压输出。
本系统通过磁电传感器来测取原始的转速信号,如图5所示,它有着非接触测量和无序电源的优点,安装方法是在曲轴的飞轮端安装此传感器,采集的曲轴转角信号是近似正弦波的信号,而且每一个完整的正弦波是一个齿轮的齿顶和齿隙切割磁力线的结果。
通过磁电传感器传来的瞬时转速信号进入高精度16位数据转换芯片LTC1606的输入端口,在接收到由FPGA的专门程序设定了此转换芯片的采样频率信号后,立即启动了A/D转换将模拟量转换为数字量,这个数字量是分为16位的数据位,分别16个数据通道进入到FPGA的输入端口,然后进入FPGA内部的FIFO模块缓存,此处设定FIFO的容量为4Kb容量。当数据进入到FIFO之后,开始计数,并当FIFO达到半满时,FPGA马上把这数据发送到SRAM中去。在SRAM内数据存储到预定的值之后,向上位主机发送数据准备就绪信号。上位机的程序在接收到数据准备好的标志信号后,马上读取存储区的数据,读完后就进行下一个采集循环。
首先,初始化各寄存器(310-----复位寄存器,312-----查询数据准备好与否,314-----存储数据,316-----开始发起采集,318-----判断上止点信号);再判断是否检测到上止点信号,如果检测到,则flag=0;否则flag=1。当检测到上止点信号后,触发了原始转速信号的采集,首先进行A/D采样初始化,启动A/D采集,并记录下采集时间。如果等待1ms后仍然没有采集到转速信号,则自动跳出采集,等待下一次采集命令发出后再进行采集。最后将采集到的原始数据提供给瞬时转速提取函数使用,其采集流程见图6。
瞬时转速提取程序的功能是从采集板采集记录的转速原始信号中,选取一部分样点,计算出瞬时转速,并对瞬时转速信号进行数字加窗滤波、齿平均处理和整周期平均处理,并将结果存入文件中,其处理流程如图7所示。
频域分析程序,首先从文件中读取瞬时转速数据,进行快速傅里叶变换,求出频域上的相对幅值,即为各频率下的能量谱,提取特征值,存入文件中。再将一谐次对应的特征值与故障门限值相比较,如果小于门限值,则显示正常并返回;如果超过门限值,则显示相应的相位值,并将处理后的数据保存文件中,准备进行故障诊断,其流程见图8。
故障诊断程序的流程如图9所示。首先读入数据,然后根据故障诊断模型进行分析运算,再进入推理诊断,区分正常或故障状态。然后,进行故障定位分析,确定发生故障的数量和类型。最后将诊断结果显示在屏幕上,如果出现故障,则将故障信息进行保存供数据查询或者数据传输时使用,并要求人工确认之后,才能继续诊断。
需要说明的是,本发明实施例提供的故障诊断系统还包括人机交互界面的程序。人机交互界面的程序设计的功能主要是提供人机交互的接口,包括功能选择和结果显示,并在用户进入某个子程序后,调用相应的程序处理用户的请求,人机交互程序的流程如图10所示。
综上所述,本发明实施例具有实时在线监测与故障诊断的优点,且能够提高故障诊断的准确性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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。
本发明是参照根据本发明实施例的方法、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设备上,使得在计算机或其他可编程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。
本发明实施例未详述之处,均为本技术领域技术人员的公知技术。最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于瞬时转速的动力设备故障诊断方法,其特征在于,包括:
获取瞬时转速;
对所述瞬时转速进行快速傅里叶变换,得到频域上的相对幅值,提取特征值;
将所述特征值与预设的故障门限值进行比较;
若所述特征值等于或者大于所述预设的故障门限值,将所述特征值输入到预设的故障诊断模型,输出得到故障诊断结果。
2.如权利要求1所述的基于瞬时转速的动力设备故障诊断方法,其特征在于,所述获取瞬时转速,包括:
从采集到的转速原始信号中,选取采样点,得到所述瞬时转速。
3.如权利要求1所述的基于瞬时转速的动力设备故障诊断方法,其特征在于,在所述获取瞬时转速之后,还包括:
对所述瞬时转速进行数字加窗滤波、齿平均处理和整周期平均处理。
4.如权利要求1-3中任一项所述的基于瞬时转速的动力设备故障诊断方法,其特征在于,所述将所述特征值输入到预设的故障诊断模型,输出得到故障诊断结果,包括:
将所述特征值与所述预设的故障诊断模型中预存的特征阈值进行比较;
获取与所述特征值最接近的所述特征阈值,输出与所述特征阈值对应的故障缸号及故障类型。
5.如权利要求4所述的基于瞬时转速的动力设备故障诊断方法,其特征在于,所述获取与所述特征值最接近的所述特征阈值,输出与所述特征阈值对应的故障缸号及故障类型,包括:
连续获取预设次数的与所述特征值最接近的特征阈值;
若多次所述特征阈值为同一阈值,输出与所述特征阈值对应的故障缸号及故障类型。
6.一种基于瞬时转速的动力设备故障诊断装置,其特征在于,包括:
瞬时转速获取模块,用于获取瞬时转速;
特征值提取模块,用于对所述瞬时转速进行快速傅里叶变换,得到频域上的相对幅值,提取特征值;
比较模块,用于将所述特征值与预设的故障门限值进行比较;
故障诊断模块,用于若所述特征值等于或者大于所述预设的故障门限值,将所述特征值输入到预设的故障诊断模型,输出得到故障诊断结果。
7.如权利要求6所述的基于瞬时转速的动力设备故障诊断装置,其特征在于,所述瞬时转速获取模块,具体用于从采集到的转速原始信号中,选取采样点,得到所述瞬时转速。
8.如权利要求6所述的基于瞬时转速的动力设备故障诊断装置,其特征在于,还包括:
数据处理模块,用于对所述瞬时转速进行数字加窗滤波、齿平均处理和整周期平均处理。
9.如权利要求6-8中任一项所述的基于瞬时转速的动力设备故障诊断装置,其特征在于,所述故障诊断模块,包括:
比较单元,用于若所述特征值等于或者大于所述预设的故障门限值,将所述特征值与所述预设的故障诊断模型中预存的特征阈值进行比较;
故障诊断单元,用于获取与所述特征值最接近的所述特征阈值,输出与所述特征阈值对应的故障缸号及故障类型。
10.如权利要求9所述的基于瞬时转速的动力设备故障诊断装置,其特征在于,所述故障诊断单元,包括:
特征阈值查询子单元,用于连续获取预设次数的与所述特征值最接近的特征阈值;
故障诊断子单元,用于若多次所述特征阈值为同一阈值,输出与所述特征阈值对应的故障缸号及故障类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311576619.2A CN117688321A (zh) | 2023-11-22 | 2023-11-22 | 一种基于瞬时转速的动力设备故障诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311576619.2A CN117688321A (zh) | 2023-11-22 | 2023-11-22 | 一种基于瞬时转速的动力设备故障诊断方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117688321A true CN117688321A (zh) | 2024-03-12 |
Family
ID=90130964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311576619.2A Pending CN117688321A (zh) | 2023-11-22 | 2023-11-22 | 一种基于瞬时转速的动力设备故障诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117688321A (zh) |
-
2023
- 2023-11-22 CN CN202311576619.2A patent/CN117688321A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110940518B (zh) | 一种基于故障数据的航天传动机构分析方法 | |
CN102928772B (zh) | 时序测试系统及其测试方法 | |
CN103454585A (zh) | 一种基于失电残压的永磁同步电机失磁故障诊断方法 | |
WO2020029450A1 (zh) | 一种列车车载phm设备及高速轨道列车 | |
CN103674234A (zh) | 一种风力发电机组振动异常的状态预警方法及系统 | |
CN111946559A (zh) | 一种风机基础和塔架结构检测方法 | |
CN105321039A (zh) | 一种隔离开关在线监测数据管理系统及方法 | |
CN103170910A (zh) | 一种数控磨床载荷谱数据变采样率采集装置与方法 | |
WO2024146488A1 (zh) | 回转机构运行状态检测方法、装置、控制器及作业机械 | |
You et al. | Fault diagnosis system of rotating machinery vibration signal | |
CN117688321A (zh) | 一种基于瞬时转速的动力设备故障诊断方法及装置 | |
CN112362939B (zh) | 一种信号记录方法、装置、下位机、上位机及介质 | |
CN114676004A (zh) | 一种基于fpga的adc芯片的动态指标测量系统及方法 | |
CN102495225B (zh) | 一种汽轮机转速测量装置及测量方法 | |
CN206450745U (zh) | 一种10kV配电线路过电压在线监测装置 | |
CN103344434A (zh) | 基于LabVIEW的汽车发动机参数检测系统 | |
CN110456177B (zh) | 一种电压瞬变信号检测电路及方法 | |
CN106338307A (zh) | 具有偏航状态监测功能的风电机组状态监测系统和方法 | |
CN207007934U (zh) | 一种10kV配电线路过电压在线监测装置 | |
CN204269320U (zh) | 气密封检测数据采集监测系统 | |
CN109212576B (zh) | 一种多模式快速核素检测系统 | |
CN215178538U (zh) | 一种用于设备故障诊断的精密分析管理装置 | |
CN205120049U (zh) | 一种qtm3激光盒数据采集装置 | |
CN206056770U (zh) | 单向阀声发射信号采集系统 | |
CN114217262B (zh) | 一种基于半虚拟化的电能表自动测试方法 |
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 |