CN117782582A - 联轴器及其不对中故障检测方法、设备及可读存储介质 - Google Patents
联轴器及其不对中故障检测方法、设备及可读存储介质 Download PDFInfo
- Publication number
- CN117782582A CN117782582A CN202311842122.0A CN202311842122A CN117782582A CN 117782582 A CN117782582 A CN 117782582A CN 202311842122 A CN202311842122 A CN 202311842122A CN 117782582 A CN117782582 A CN 117782582A
- Authority
- CN
- China
- Prior art keywords
- misalignment
- coupling
- fault
- coupler
- degree
- 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
- 230000008878 coupling Effects 0.000 title claims abstract description 314
- 238000010168 coupling process Methods 0.000 title claims abstract description 314
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 314
- 238000001514 detection method Methods 0.000 title claims abstract description 196
- 230000033001 locomotion Effects 0.000 claims abstract description 183
- 230000010349 pulsation Effects 0.000 claims description 64
- 238000000034 method Methods 0.000 claims description 28
- 238000001914 filtration Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000002093 peripheral effect Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请公开了一种联轴器及其不对中故障检测方法、设备及可读存储介质,本申请涉及联轴器技术领域,应用于与所述联轴器连接的故障检测端,所述联轴器设置有传感模块,所述联轴器的不对中故障检测方法包括:获取通过所述传感模块采集的所述联轴器的目标运动数据;依据所述目标运动数据,确定所述联轴器的第一不对中程度;若检测到所述第一不对中程度大于或等于第一预设不对中程度阈值,则确定所述联轴器存在不对中故障。本申请解决了现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的问题。
Description
技术领域
本申请涉及联轴器技术领域,尤其涉及一种联轴器及其不对中故障检测方法、设备及可读存储介质。
背景技术
联轴器作为目前工业设备中使用率较高的设备,因其具有可自由移动、可接受较大缓冲、安装方便、稳定可靠等优点,所以经常作为多种设备之间的连接件。但是,联轴器受自身存在的制造误差、装配误差或者外部因素影响,容易存在不对中故障,而不对中故障会影响联轴器所连设备的精度。因此,在使用联轴器的过程中,为避免对不对中故障对联轴器所连设备的精度造成影响,需要对联轴器进行不对中故障的检测。
目前,通常采用人工经验结合设备辅助的方式来进行不对中故障的检测,具体为,检测人员利用千分表、激光对中仪等设备采集联轴器的相关数据,然后根据检测人员的个人操作经验分析所采集到的数据,以确定联轴器是否存在不对中故障,但是,这种方式需要人工手动控制相关的设备才能采集联轴器的相关数据,并且在确定不对中故障时,因依赖于检测人员的个人操作经验而存在一定的主观性,容易出现误判的情况,因此,现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高。
发明内容
本申请的主要目的在于提供一种联轴器及其不对中故障检测方法、系统、设备及可读存储介质,旨在解决现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题。
为实现上述目的,本申请提供一种联轴器的不对中故障检测方法,应用于与所述联轴器连接的故障检测端,所述联轴器设置有传感模块,所述联轴器的不对中故障检测方法包括:
获取通过所述传感模块采集的所述联轴器的目标运动数据;
依据所述目标运动数据,确定所述联轴器的第一不对中程度;
若检测到所述第一不对中程度大于或等于第一预设不对中程度阈值,则确定所述联轴器存在不对中故障。
可选地,所述目标运动数据包括所述联轴器在多个转速下的位置和角度;
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
根据所述联轴器在各所述转速下的位置和角度,计算所述联轴器在各所述转速下的速度幅值;
对各所述速度幅值进行线性拟合和数据统计处理,得到综合转速指标;
依据所述综合转速指标,确定所述联轴器的第二不对中程度;
若检测到所述第二不对中程度小于第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障为平行不对中故障;
若检测到所述第二不对中程度大于或等于所述第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障包含角度不对中故障。
可选地,所述目标运动数据包括所述联轴器在预设的常规转速下的位置和角度;
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
在确定所述联轴器存在的不对中故障包含角度不对中故障的情形下,依据所述常规转速下的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器的第一脉动分量和第二脉动分量,其中,所述第一脉动分量为在所述联轴器中由平行不对中故障引起的频率上的脉动分量,所述第二脉动分量为在所述联轴器中由角度不对中故障引起的频率上的脉动分量;
依据所述第一脉动分量的幅值和所述第二脉动分量的幅值,确定所述联轴器的第三不对中程度;
若检测到所述第三不对中程度小于第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为角度不对中故障;
若检测到所述第三不对中程度大于或等于所述第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为综合不对中故障,其中,所述综合不对中故障包括平行不对中故障和角度不对中故障。
可选地,所述目标运动数据包括所述联轴器在预设的常规转速下的多组位置和角度;
所述依据所述目标运动数据,确定所述联轴器的第一不对中程度的步骤,包括:
根据所述常规转速下的多组位置和角度,计算多个所述联轴器的运动速度,其中,所述运动速度包括线速度和/或角速度;
依据各所述运动速度和所述运动速度在所述常规转速下所对应的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器在所述常规转速下的各目标运动分量;
计算各所述目标运动分量对应的转速影响程度,其中,所述转速影响程度是指所述联轴器的转速受到的不对中影响的程度;
将各所述转速影响程度中的最大值作为所述联轴器的第一不对中程度。
可选地,所述依据所述目标运动数据,确定所述联轴器的第一不对中程度的步骤,包括:
对所述目标运动数据进行去噪处理和滤波处理,得到处理后的目标运动数据;
依据处理后的目标运动数据,确定所述联轴器的第一不对中程度。
可选地,所述联轴器的不对中故障检测方法还包括:
依据所述联轴器存在的不对中故障所属的故障类型,查找所述联轴器的故障解决策略,其中,所述故障类型包括平行不对中故障、角度不对中故障或综合不对中故障;
关联所述故障类型和所述故障解决策略,生成故障检测清单;
将所述故障检测清单发送至客户端,以在所述客户端的显示界面展示所述故障检测清单。
本申请还提供一种联轴器,所述联轴器包括传感模块和数据发送模块,所述传感模块设置在所述联轴器的内部;
所述传感模块用于采集所述联轴器的目标运动数据;
所述数据发送模块用于将所述目标运动数据发送至故障检测端。
可选地,所述传感模块由若干个传感单元组成,各所述传感单元沿所述联轴器的轴向方向等间距分布。
可选地,所述传感模块还用于:
基于预设的获取次数,获取多组所述联轴器在预设条件下的子运动数据;
确定各所述子运动数据的平均值,得到所述联轴器在所述预设条件下的目标运动数据。
本申请还提供一种联轴器的不对中故障检测系统,所述联轴器的不对中故障检测系统包括故障检测端和联轴器:所述联轴器包括传感模块和数据发送模块,所述传感模块设置在所述联轴器的内部;
所述故障检测端,用于获取通过所述传感模块采集的所述联轴器的目标运动数据;依据所述目标运动数据,确定所述联轴器的第一不对中程度;若检测到所述第一不对中程度大于或等于第一预设不对中程度阈值,则确定所述联轴器存在不对中故障;
所述联轴器,用于通过所述传感模块采集所述联轴器的目标运动数据;通过所述数据发送模块将所述目标运动数据发送至所述故障检测端。
本申请还提供一种联轴器的不对中故障检测设备,所述联轴器的不对中故障检测设备为实体设备,所述联轴器的不对中故障检测设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述联轴器的不对中故障检测方法的步骤。
本申请还提供一种可读存储介质,所述可读存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现联轴器的不对中故障检测方法的程序,所述实现联轴器的不对中故障检测方法的程序被处理器执行以实现如上所述联轴器的不对中故障检测方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的联轴器的不对中故障检测方法的步骤。
本申请提供了一种联轴器的不对中故障检测方法,应用于与联轴器连接的故障检测端,该联轴器设置有传感模块。本申请首先获取通过传感模块采集的联轴器的目标运动数据,然后依据目标运动数据,确定该联轴器的第一不对中程度,如果检测到该第一不对中程度大于或等于第一预设不对中程度阈值,则确定联轴器存在不对中故障。
因此,本申请通过在联轴器中设置用于采集联轴器的运动数据的传感模块,以通过获取由传感模块采集到的联轴器的目标运动数据,来对联轴器进行不对中故障检测,由于传感模块能够自动采集联轴器的运动数据,从而不仅不需要借助外围设备来采集联轴器的运动数据,还能够省略人工手动控制外围设备来采集联轴器的运动数据的操作,从而提高了对于联轴器的不对中故障检测的检测效率。进一步地,本申请能够通过获取到的目标运动数据来自动确定联轴器的第一不对中程度,以通过所确定的第一不对中程度来确定联轴器是否存在不对中故障,由于整个过程都是自动进行的,无需人工的参与,也就无需借助人工的经验分析,因而能够克服现有的因依赖于检测人员的个人操作经验而存在一定的主观性,容易出现误判的技术缺陷,从而能够在进一步提升对于联轴器的不对中故障的检测效率的同时,还能够保证检测准确性。
综上所述,本申请解决了现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题,通过实现自动采集联轴器的运动数据和自动分析联轴器的运动数据的方式,不仅提高了对于联轴器的不对中故障的检测效率,还提高了检测的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请联轴器的不对中故障检测方法实施例一提供的流程示意图;
图2为本申请联轴器的不对中故障检测方法实施例三提供的流程示意图;
图3为本申请实施例三提供的联轴器的不对中故障检测方法的简要流程示意图;
图4为本申请实施例四提供的联轴器的模块结构示意图;
图5为本申请实施例四提供的联轴器的结构示意图;
图6为本申请实施例联轴器的不对中故障检测系统的模块结构示意图;
图7为本申请实施例中联轴器的不对中故障检测方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
附图标号说明:
标号 | 名称 | 标号 | 名称 |
11 | 传感模块 | 1001 | 处理装置 |
12 | 数据发送模块 | 1002 | ROM |
13 | 连接模块 | 1003 | 存储装置 |
14 | 联动轴模块 | 1004 | RAM |
111 | 第一传感单元 | 1005 | 总线 |
112 | 第二传感单元 | 1006 | I/O接口 |
113 | 第三传感单元 | 1007 | 输入装置 |
114 | 第四传感单元 | 1008 | 输出装置 |
100 | 故障检测端 | 1009 | 通信装置 |
200 | 联轴器 |
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,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅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作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
实施例一
联轴器作为目前工业设备中使用率较高的设备,因其具有可自由移动、可接受较大缓冲、安装方便、稳定可靠等优点,所以经常作为多种设备之间的连接件。但是,联轴器受自身存在的制造误差、装配误差或者外部因素影响,容易存在不对中故障,而不对中故障会影响联轴器所连设备的精度。因此,在使用联轴器的过程中,为避免对不对中故障对联轴器所连设备的精度造成影响,需要对联轴器进行不对中故障的检测。
目前,通常采用人工经验结合设备辅助的方式来进行不对中故障的检测,具体为,检测人员利用千分表、激光对中仪等设备采集联轴器的相关数据,然后根据检测人员的个人操作经验分析所采集到的数据,以确定联轴器是否存在不对中故障,但是,这种方式需要人工手动控制相关的设备才能采集联轴器的相关数据,并且在确定不对中故障时,因依赖于检测人员的个人操作经验而存在一定的主观性,容易出现误判的情况,因此,现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高。
此外,在检测人员借助外围设备来采集联轴器的相关数据时,如果所采用的外围设备包含振动传感器、声音传感器等存在采样延迟的装置,则会因受外围设备与联轴器的距离影响,而导致外围设备无法实时采集联轴器的相关数据,这也会影响不对中故障的检测准确性。再者,如果无法实时采集联轴器的相关数据,也会导致无法及时发现联轴器存在的不对中故障。因此,现有的联轴器的不对中故障检测方式还存在检测的及时性差的问题。
另外地,借助外围设备来采集联轴器的相关数据的方式,也在一定程度上提高了对于联轴器的不对中故障的检测成本,并且人工部署外围设备也需花费一定的时间,这也会影响到对于联轴器的不对中故障的检测效率。因此,现有的联轴器的不对中故障检测方式还存在检测的成本高的问题。
基于此,本申请提出第一实施例的联轴器的不对中故障检测方法,应用于与所述联轴器连接的故障检测端,所述联轴器设置有传感模块,请参照图1,所述联轴器的不对中故障检测方法包括:
步骤S10,获取通过所述传感模块采集的所述联轴器的目标运动数据;
需要说明的是,目标运动数据用于表征联轴器在运动时所产生的数据,该目标运动数据可以包括联轴器在不同转速下的位置和角度、联轴器在不同转速下的多组位置和角度、联轴器在同一转速下的多组或一组位置和角度等,本实施例对此并不作具体限定。
在获取通过传感模块采集的联轴器的目标运动数据时,从获取的频次来看,可以实时获取,也可以周期性获取,本实施例对此并不作具体限定。从获取的数据来看,如果目标运动数据包括联轴器在不同转速下的多组或一组位置和角度,则可以通过传感模块采集的联轴器在多个不同的预设转速下的多组或一组位置和角度,也可以通过传感模块采集的联轴器在多个任意转速(可以匀速变化,也可以变速变化)下的多组或一组位置和角度,本实施例对此也不作具体限定。
步骤S20,依据所述目标运动数据,确定所述联轴器的第一不对中程度;
需要说明的是,第一不对中程度用于表征联轴器存在不对中故障的可能性。
作为一种示例,所述目标运动数据包括所述联轴器在预设的常规转速下的多组位置和角度,所述步骤S20:依据所述目标运动数据,确定所述联轴器的第一不对中程度的步骤,可以包括:根据所述常规转速下的多组位置和角度,计算多个所述联轴器的运动速度,其中,所述运动速度包括线速度和/或角速度;依据各所述运动速度和所述运动速度在所述常规转速下所对应的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器在所述常规转速下的各目标运动分量;依据所述目标运动分量,确定所述联轴器的第一不对中程度。
作为一种示例,为提高联轴器的第一不对中程度的确定效率,可以提前配置一个用于记录不同的运动分量与第一对中程度的对应关系的配置表,此时,所述依据所述目标运动分量,确定所述联轴器的第一不对中程度的步骤,可以包括:以所述目标运动分量为索引,在预设的配置表中查找所述联轴器的第一不对中程度。在其他示例中,可以通过计算的方式来确定联轴器的第一不对中程度,本示例对于联轴器的第一不对中程度的确定方式并不作具体限定。
步骤S30,若检测到所述第一不对中程度大于或等于第一预设不对中程度阈值,则确定所述联轴器存在不对中故障。
需要说明的是,第一预设不对中程度阈值为用于确定联轴器是否存在不对中故障的基准值。
可以理解的是,如果检测到第一不对中程度大于或等于第一预设不对中程度阈值,说明联轴器存在不对中故障的可能性较大,则可以确定联轴器存在不对中故障。
本实施例通过在联轴器中设置用于采集联轴器的运动数据的传感模块,以通过获取由传感模块采集到的联轴器的目标运动数据,来对联轴器进行不对中故障检测,由于传感模块能够自动采集联轴器的运动数据,从而不仅不需要借助外围设备来采集联轴器的运动数据,还能够省略人工手动控制外围设备来采集联轴器的运动数据的操作,从而提高了对于联轴器的不对中故障检测的检测效率。进一步地,本实施例能够通过获取到的目标运动数据来自动确定联轴器的第一不对中程度,以通过所确定的第一不对中程度来确定联轴器是否存在不对中故障,由于整个过程都是自动进行的,无需人工的参与,也就无需借助人工的经验分析,因而能够克服现有的因依赖于检测人员的个人操作经验而存在一定的主观性,容易出现误判的技术缺陷,从而能够在进一步提升对于联轴器的不对中故障的检测效率的同时,还能够保证检测准确性。
综上所述,本实施例解决了现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题,通过实现自动采集联轴器的运动数据和自动分析联轴器的运动数据的方式,不仅提高了对于联轴器的不对中故障的检测效率,还提高了检测的准确性。
另外地,由于本实施例不需要借助外围设备来采集联轴器的运动数据,因而不仅能够减少对于联轴器的不对中故障的检测成本,还能够通过节省人工部署外围设备的操作来提高对于联轴器的不对中故障的检测效率。此外,本实施例通过将用于采集联轴器的运动数据的传感模块设置在联轴器的内部,还能够克服因用于采集数据的装置受到了与联轴器之间的距离影响,而造成无法实时采集数据的技术缺陷,从而能够通过实现对联轴器的运动数据的实时采集来保证对于联轴器的不对中故障的检测及时性。
在一种可能实施的方式中,所述目标运动数据包括目标位置和目标角度,所述目标运动数据包括所述联轴器在预设的常规转速下的多组位置和角度;
所述步骤S20:依据所述目标运动数据,确定所述联轴器的第一不对中程度,包括:
步骤S21,根据所述常规转速下的多组位置和角度,计算多个所述联轴器的运动速度,其中,所述运动速度包括线速度和/或角速度;
需要说明的是,常规转速可以为默认转速,也可以为用户设置的一个转速,本实施例对此并不作具体限定。
步骤S22,依据各所述运动速度和所述运动速度在所述常规转速下所对应的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器在所述常规转速下的各目标运动分量;
需要说明的是,目标运动分量用于表征会对联轴器的运动造成误差影响的数据,该目标运动分量可以包括在联轴器中由平行不对中故障引起的频率上的脉动分量、在联轴器中由角度不对中故障引起的频率上的脉动分量、在联轴器中由设备器件导致的周期性脉动分量、在联轴器中由测试和安装误差导致的干扰分量等。
作为一种示例,假设目标运动分量包括第一脉动分量、第二脉动分量、第三脉动分量和干扰分量,第一脉动分量为在联轴器中由平行不对中故障引起的频率上的脉动分量,第二脉动分量为在联轴器中由角度不对中故障引起的频率上的脉动分量,第三脉动分量为在联轴器中由设备器件导致的周期性脉动分量,干扰分量为在联轴器中由测试和安装误差导致的干扰分量;以一组运动速度、常规转速下的位置和角度为例,计算预设的对中位置与该常规转速下的位置的位置差,以及计算预设的对中角度与该常规转速下的角度差,以及计算预设的对中速度与运动速度的速度差;查找该位置差对应的第一脉动分量、该角度差对应的第二脉动分量和该速度差对应的第三脉动分量和干扰分量。
步骤S23,计算各所述目标运动分量对应的转速影响程度,其中,所述转速影响程度是指所述联轴器的转速受到的不对中影响的程度;
作为一种示例,所述目标运动分量包括第一脉动分量、第二脉动分量、第三脉动分量和干扰分量,其中,所述第一脉动分量为在所述联轴器中由平行不对中故障引起的频率上的脉动分量,所述第二脉动分量为在所述联轴器中由角度不对中故障引起的频率上的脉动分量,所述第三脉动分量为在所述联轴器中由设备器件导致的周期性脉动分量,干扰分量为在所述联轴器中由测试和安装误差导致的干扰分量;此时,所述步骤S23:计算各所述目标运动分量对应的转速影响程度,包括:对于任一所述目标运动分量,确定所述第一脉动分量、所述第二脉动分量、所述第三脉动分量和所述干扰分量的和值,得到转速波动分量;确定所述第一脉动分量和所述第二脉动分量的和值与所述转速波动分量的比值,得到分量比值;确定所述分量比值的平方值,并对所述分量比值的平方值进行二次开根,得到所述目标运动分量对应的转速影响程度。具体的计算公式如下:
α=αe1+αe2+αp+αq
其中,αe1为第一脉动分量,αe2为第二脉动分量,αp为第三脉动分量,αq为干扰分量,α为转速波动分量,Hi为转速影响程度,i为联轴器在工作周期内的测试次数,对于测试次数的理解,由于可能会采集联轴器在同一个转速下的多组位置和角度,因而针对该转速也将得到多个目标脉动分量,从而最后也会得到多个联轴器在该转速下的转速影响程度,此时可以将各转速影响程度中的最大值,作为最终的该转速受到的不对中影响的程度。
步骤S24,将各所述转速影响程度中的最大值作为所述联轴器的第一不对中程度。
作为一种示例,将各转速影响程度中的最大值作为联轴器的第一不对中程度的计算公式如下:
P1=Max(Hi),i=1,2,…,n (1)
其中,P1为第一不对中程度,Hi为转速影响程度,i为联轴器在工作周期内的测试次数。
在一种可能实施的方式中,所述步骤S20:依据所述目标运动数据,确定所述联轴器的第一不对中程度,包括:
步骤S201,对所述目标运动数据进行去噪处理和滤波处理,得到处理后的各目标运动数据;
需要说明的是,去噪处理用于去除目标运动数据中的噪声数据,滤波处理用于去除目标运动数据中的无用数据。在对目标运动数据进行去噪处理和滤波处理的方式可以为利用小波算法、粒子群算法和最小均方算法等经典算法对目标运动数据进行去噪处理和滤波处理,也可以为利用随机森林、支持向量机和神经网络等机器学习和深度学习的方式对目标运动数据进行去噪处理和滤波处理,本实施例对此并不作具体限定。
步骤S202,依据处理后的目标运动数据,确定所述联轴器的第一不对中程度。
本实施例通过对目标运动数据进行去噪处理和滤波处理,以滤除掉目标运动数据中的干扰数据,从而能够避免目标运动数据中的干扰数据对后续确定的第一不对中程度的精度造成影响,以提高联轴器的第一不对中程度的确定准确性,进而提高后续对于联轴器的不对中故障检测的准确性。
实施例二
基于本申请第一实施例,在本申请第二实施例中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,所述目标运动数据包括所述联轴器在多个转速下的位置和角度;
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
步骤S40,根据所述联轴器在各所述转速下的位置和角度,计算所述联轴器在各所述转速下的速度幅值;
需要说明的是,速度幅值是联轴器在相应转速下的最大速度与最小速度的差值,该速度幅值可以包括线速度幅度、角速度幅值等。
步骤S50,对各所述速度幅值进行线性拟合和数据统计处理,得到综合转速指标;
需要说明的是,综合转速指标用于表征各目标转速的速度幅值整体的综合数量特征,该综合转速指标可以包括联轴器在不同转速下工作时的速度幅值进行线性拟合后得到的斜率、联轴器在均匀升速工作时的测试次数、后一组转速下的速度幅值大于前一组转速下的速度幅值的次数等。
步骤S60,依据所述综合转速指标,确定所述联轴器的第二不对中程度;
需要说明的是,第二不对中程度用于表征联轴器存在角度不对中故障的可能性。
作为一种示例,在依据综合转速指标,确定联轴器的第二不对中程度时,可以通过计算的方式,确定联轴器的第二不对中程度,具体的计算公式如下:
其中,P2为第二不对中程度,sgn为阶跃函数,h为联轴器在不同转速下工作时的速度幅值进行线性拟合后得到的斜率,s为联轴器在均匀升速工作时的测试次数,t为满足后一组转速下的速度幅值大于前一组转速下的速度幅值的次数。
作为另一种示例,可以将上述示例计算得到的第二不对中程度与综合转速指标关联起来生成配置表,从而后续可以以该综合转速指标为索引,在该配置表中查找得到联轴器的第二不对中程度,以通过提高联轴器的第二不对中程度的确定效率,来提高对联轴器的不对中故障的检测效率。
步骤S70,若检测到所述第二不对中程度小于第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障为平行不对中故障;
需要说明的是,第二预设不对中程度阈值为用于确定联轴器是否存在角度不对中故障的基准值。
可以理解的是,如果检测到第二不对中程度小于第二预设不对中程度阈值,说明联轴器存在角度不对中故障的可能性较小,而在已知联轴器存在不对中故障的情形下,可以确定联轴器存在的不对中故障为平行不对中故障。
步骤S80,若检测到所述第二不对中程度大于或等于所述第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障包含角度不对中故障。
可以理解的是,如果检测到第二不对中程度大于或等于第二预设不对中程度阈值,说明联轴器存在角度不对中故障的可能性较大,则可以确定联轴器存在的不对中故障包含角度不对中故障。
本实施例中,首先通过根据各目标位置和目标位置对应的目标角度,计算得到各目标转速;然后对各目标转速的速度幅值进行线性拟合和数据统计处理,得到综合转速指标;接着通过该综合转速指标,确定用于表征联轴器存在角度不对中故障的可能性的第二不对中程度,如果检测到该第二不对中程度小于第二预设不对中程度阈值,说明联轴器存在角度不对中故障的可能性较小,而在已知联轴器存在不对中故障的情形下,可以确定联轴器存在的不对中故障为平行不对中故障;如果检测到第二不对中程度大于或等于第二预设不对中程度阈值,说明联轴器存在角度不对中故障的可能性较大,则可以确定联轴器存在的不对中故障包含角度不对中故障。
因此,本实施例通过分析联轴器存在角度不对中故障的可能性和存在平行不对中故障的可能性,能够确定联轴器所存在的不对中故障所属的故障类型,以通过更精细化地进行联轴器的不对中故障检测,便于后续用户对于存在不对中故障的联轴器的维护操作,提高了联轴器的维护效率。
在一种可能实施的方式中,所述目标运动数据包括所述联轴器在预设的常规转速下的位置和角度;
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
步骤S81,在确定所述联轴器存在的不对中故障包含角度不对中故障的情形下,依据所述常规转速下的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器的第一脉动分量和第二脉动分量,其中,所述第一脉动分量为在所述联轴器中由平行不对中故障引起的频率上的脉动分量,所述第二脉动分量为在所述联轴器中由角度不对中故障引起的频率上的脉动分量;
步骤S82,依据所述第一脉动分量的幅值和所述第二脉动分量的幅值,确定所述联轴器的第三不对中程度;
需要说明的是,第三不对中程度用于表征联轴器存在平行不对中故障的可能性。
作为一种示例,在依据第一脉动分量的幅值和第二脉动分量的幅值,确定联轴器的第三不对中程度时,可以通过计算的方式,确定联轴器的第三不对中程度,具体的计算公式如下:
其中,P3为第三不对中程度,A1i为第一脉动分量的幅值,A2i为第二脉动分量的幅值,i为联轴器在工作周期内的测试次数。
步骤S83,若检测到所述第三不对中程度小于第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为角度不对中故障;
需要说明的是,第三预设不对中程度阈值为用于确定联轴器是否存在平行不对中故障的基准值。
可以理解的是,如果检测到第三不对中程度小于第三预设不对中程度阈值,说明联轴器存在平行不对中故障的可能性较小,则可以确定联轴器仅存在角度不对中故障,即可以确定联轴器存在的不对中故障为角度不对中故障。
步骤S84,若检测到所述第三不对中程度大于或等于所述第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为综合不对中故障,其中,所述综合不对中故障包括平行不对中故障和角度不对中故障。
可以理解的是,如果检测到第三不对中程度大于或等于第三预设不对中程度阈值,说明联轴器存在平行不对中故障的可能性较大,在已知联轴器还存在角度不对中故障的情形下,可以确定联轴器存在的不对中故障为综合不对中故障,即该联轴器既存在角度不对中故障,还存在平行不对中故障。
本实施例中,在确定联轴器存在的不对中故障包含角度不对中故障的情形下,首先依据预设的常规转速下的位置和角度,对联轴器进行运动分量的分析计算,以确定在联轴器中由平行不对中故障和角度不对中故障分别引起的频率上的脉动分量,得到第一脉动分量和第二脉动分量;然后依据该第一脉动分量的幅值和第二脉动分量的幅值,确定第三不对中程度;如果检测到第三不对中程度小于第三预设不对中程度阈值,说明联轴器存在平行不对中故障的可能性较小,则可以确定联轴器仅存在角度不对中故障,即可以确定联轴器存在的不对中故障为角度不对中故障;如果检测到第三不对中程度大于或等于第三预设不对中程度阈值,说明联轴器存在平行不对中故障的可能性较大,在已知联轴器还存在角度不对中故障的情形下,可以确定联轴器存在的不对中故障为综合不对中故障,即该联轴器既存在角度不对中故障,还存在平行不对中故障。
因此,本实施例在确定联轴器存在角度不对中故障的情形下,通过进一步分析联轴器的不对中情况确定联轴器存在平行不对中故障的可能性,以明确联轴器所存在的不对中故障所属的故障类型,从而通过更精细化地进行联轴器的不对中故障检测,以便于后续用户对于存在不对中故障的联轴器的维护操作,提高了联轴器的维护效率。
实施例三
基于本申请第一实施例和/或第二实施例,在本申请第三实施例中,与上述实施例一和实施例二相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,请参照图2,所述联轴器的不对中故障检测方法还包括:
步骤A10,依据所述联轴器存在的不对中故障所属的故障类型,查找所述联轴器的故障解决策略,其中,所述故障类型包括平行不对中故障、角度不对中故障或综合不对中故障;
需要说明的是,故障解决策略用于记录解决相应的不对中故障可以采取的解决方式。
可以在故障检测端配置一个用于记录不同故障类型与故障解决策略的对应关系的故障策略配置表,从而可以从故障检测端中配置的故障策略配置表中查找得到联轴器的故障解决策略,也可以在故障检测端连接的其他设备(例如云端)配置一个用于记录不同故障类型与故障解决策略的对应关系的故障策略配置表,从而可以从与故障检测端连接的其他设备中配置的故障策略配置表中查找得到联轴器的故障解决策略,本实施例对此并不作具体限定。
步骤A20,关联所述故障类型和所述故障解决策略,生成故障检测清单;
需要说明的是,故障检测清单用于记录需要发送至客户端的故障类型和该故障类型对应的故障解决策略。
步骤A30,将所述故障检测清单发送至客户端,以在所述客户端的显示界面展示所述故障检测清单。
本实施例通过确定联轴器存在的不对中故障所属的故障类型对应的故障解决策略,以将联轴器存在的不对中故障所属的故障类型和所确定的故障解决策略进行关联,生成需要发送至客户端展示的故障检测清单,使得用户能够在客户端直观地了解到联轴器所存在的不对中故障的故障类型和相应的故障解决策略,从而能够便于用户根据所展示的故障解决策略来及时对联轴器进行维护,不仅提高了联轴器的维护效率,还提高了联轴器的维护便捷性。
示例性地,为便于理解本实施例结合上述所有实施例的实现流程,请参照图3,图3提供了一种联轴器的不对中故障检测方法的简要流程示意图,具体如下:
首先将联轴器安装在相应的设备上以不同的转速进行工作;然后通过设置于联轴器内部的传感模块采集联轴器在不同转速下的运动数据(包括稳速、变速、正转和反转等不同工况下的运动数据);接着确定对于任一转速下的所获取的多组运动数据的平均值,得到联轴器在该转速下的目标运动数据;然后将各目标运动数据发送至故障检测端,故障检测端可以对接收到的各目标运动数据进行相应的处理(例如放大、去噪、滤波等预处理),以提升各目标运动数据的质量;接着通过目标运动数据中的联轴器在预设的常规转速下的多组位置和角度,对联轴器进行运动分量的分析计算,并将分析计算后得到的各目标运动分量输入至第一评价函数(对应上述计算公式(1))中,以通过第一评价函数计算得到联轴器的第一不对中程度P1,然后判断该第一不对中程度P1是否小于第一预设不对中程度阈值Q1,如果是,则确定联轴器不存在不对中故障,如果不是,则确定联轴器存在不对中故障。
在确定联轴器存在不对中故障以后,需要通过目标运动数据中的联轴器在多个转速下的位置和角度,计算联轴器在各转速下的速度幅值,然后通过对各速度幅值进行线性拟合和数据统计处理,得到综合转速指标,然后将综合转速指标输入至第二评价函数(对应上述计算公式(2))中,以通过第二评价函数计算得到联轴器的第二不对中程度P2,然后判断该第二不对中程度P2是否小于第二预设不对中程度阈值Q2,如果是,则确定联轴器存在的不对中故障的故障类型为平行不对中故障,如果不是,则确定联轴器存在的不对中故障包含角度不对中故障。
在确定联轴器存在的不对中故障包含角度不对中故障以后,需要进一步确定联轴器存在的不对中故障是否还包含平行不对中故障,则可以通过目标运动数据中的联轴器在预设的常规转速下的位置和角度,对联轴器进行运动分量的分析计算,得到在联轴器中由平行不对中故障引起的频率上的脉动分量、在联轴器中由角度不对中故障引起的频率上的脉动分量,并确定这两个脉动分量的幅值,然后将这两个脉动分量的幅值输入至第三评价函数(对应上述计算公式(3))中,以通过第三评价函数计算得到联轴器的第三不对中程度P3,然后判断该第三不对中程度P3是否小于第三预设不对中程度阈值Q3,如果是,则确定联轴器存在的不对中故障的故障类型为角度不对中故障,如果不是,则确定联轴器存在的不对中故障的故障类型为综合不对中故障。
在确定为联轴器存在的不对中故障的故障类型后,需要查找该故障类型对应的故障解决策略,然后将该故障类型与故障解决策略关联发送至客户端,以完成对联轴器的不对中故障检测。
需要说明的是,上述示例仅用于辅助理解本申请,并不构成对本申请联轴器的不对中故障检测方法的限定,基于此技术构思进行更多形式的简单变换,均在本申请的保护范围内。
实施例四
本申请实施例还提供一种联轴器,请参照图4,所述联轴器包括传感模块11和数据发送模块12,所述传感模块11设置在所述联轴器的内部;所述传感模块11用于采集所述联轴器的目标运动数据;所述数据发送模块12用于将所述目标运动数据发送至故障检测端。
需要说明的是,数据发送模块11可以为发信机等能够发送数据/信号的设备,在数据发送模块将目标运动数据发送至故障检测端时,需要先通过信源编码、信道编码、交织、脉冲成形和调制等操作对各目标运动数据进行处理,然后将处理完的目标运动数据发送至故障检测端。数据发送模块在发送数据时需要使用到的技术包括但不限于蓝牙、WIFI、5G和NB-IoT等通信方式,以通过这些通信方式实现不同距离的数据/信号的高速稳定的发送。
本实施例中,通过在联轴器中设置用于采集联轴器的运动数据的传感模块,以通过该传感模块来采集联轴器的目标运动数据,由于传感模块能够自动采集联轴器的运动数据,从而不仅不需要借助外围设备来采集联轴器的运动数据,还能够省略人工手动控制外围设备来采集联轴器的运动数据的操作,从而提高了对于联轴器的不对中故障检测的检测效率。进一步地,通过在联轴器中设置数据发送模块,以通过数据发送模块将传感模块所采集到的目标运动数据发送至故障检测端,以在故障检测端通过获取到的目标运动数据来自动确定联轴器的第一不对中程度,以通过所确定的第一不对中程度来确定联轴器是否存在不对中故障,由于整个过程都是自动进行的,无需人工的参与,也就无需借助人工的经验分析,因而能够克服现有的因依赖于检测人员的个人操作经验而存在一定的主观性,容易出现误判的技术缺陷,从而能够在进一步提升对于联轴器的不对中故障的检测效率的同时,还能够保证检测准确性。
综上所述,本实施例解决了现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题,通过实现自动采集联轴器的运动数据和自动分析联轴器的运动数据的方式,不仅提高了对于联轴器的不对中故障的检测效率,还提高了检测的准确性。
另外地,由于本实施例不需要借助外围设备来采集联轴器的运动数据,因而不仅能够减少对于联轴器的不对中故障的检测成本,还能够通过节省人工部署外围设备的操作来提高对于联轴器的不对中故障的检测效率。此外,本实施例通过将用于采集联轴器的运动数据的传感模块设置在联轴器的内部,还能够克服因用于采集数据的装置受到了与联轴器之间的距离影响,而造成无法实时采集数据的技术缺陷,从而能够通过实现对联轴器的运动数据的实时采集来保证对于联轴器的不对中故障的检测及时性。
在一种可能实施的方式中,请参照图5,所述联轴器还可以包括连接模块13、两个结构相同的联动轴模块14,所述联轴器模块14的内部设置有传感模块11和数据发送模块12;
所述连接模块13用于连接两个联动轴模块14;所述传感模块11用于采集所述联轴器的目标运动数据;所述数据发送模块12用于将所述目标运动数据发送至故障检测端。
需要说明的是,连接模块13可以包括固定螺栓和弹性膜片。
进一步地,所述传感模块11可以包括第一传感单元111、第二传感单元112、第三传感单元113和第四传感单元114,所述第一传感单元111、所述第二传感单元112、所述第三传感单元113和所述第四传感单元114共同组成菱形结构,所述第一传感单元111设置在联动轴模块14的轴向一端,所述第二传感单元112设置在联动轴模块14的轴向另一端,所述第三传感单元113设置在联动轴模块14的径向一端,所述第四传感单元114设置在联动轴模块14的径向另一端。其他实施方式中,所述传感模块11可以包括若干个传感单元组成,各传感单元沿联轴器或者联轴器模块20的轴向方向等间距分布,本实施例对此并不作具体限定。
需要说明的是,传感单元可以为工业级传感器,例如位置传感器、速度传感器、加速传感器、视觉工业传感器等,本实施例对此并不坐具体限定。传感单元在初始设置在联动轴模块中以后,会同步设置好传感单元所处部位的对中位置,例如对中距离、对中角度等。从而在联轴器的实际运转过程中,可以通过传感单元采集所处部位的实际位置来与对中位置进行比对,以自动给出不对中位置的距离和角度。
可以理解的是,为提高传感模块所采集的联轴器在多个转速下的目标运动数据的准确性,需要设置多个传感单元,以在联轴器的多个部位进行运动数据的采集,但是设置多个传感单元会造成成本上升,因而在实际使用中,可以优先选择将传感模块设置为由四个传感单元组成的菱形结构,这样就能够同时兼顾较低的检测成本和较高的检测准确性。
在一种可能实施的方式中,所述传感模块还用于:基于预设的获取次数,获取多组所述联轴器在预设条件下的子运动数据;确定各所述子运动数据的平均值,得到所述联轴器在所述预设条件下的目标运动数据。
需要说明的是,预设条件可以为预设的常规转速、预设周期等,也即获取多组联轴器在预设的常规转速下的子运动数据,或者获取多组联轴器在预设周期下的子运动数据。
本实施例中,本实施例针对同一个预设条件会获取多组子运动数据,然后通过求取平均值的方式来得到能够反应多组子运动数据的整体数据特征的目标运动数据,以提高所确定的目标运动数据的准确性。
实施例五
本申请实施例还提供一种联轴器的不对中故障检测系统,请参照图6,所述联轴器的不对中故障检测系统包括故障检测端100和联轴器200:所述联轴器200包括故障检测端和联轴器:所述联轴器包括传感模块和数据发送模块,所述传感模块设置在所述联轴器的内部;
所述故障检测端100,用于获取通过所述传感模块采集的所述联轴器的目标运动数据;依据所述目标运动数据,确定所述联轴器的第一不对中程度;若检测到所述第一不对中程度大于或等于第一预设不对中程度阈值,则确定所述联轴器存在不对中故障;
所述联轴器200,用于通过所述传感模块采集所述联轴器的目标运动数据;通过所述数据发送模块将所述目标运动数据发送至所述故障检测端。
可选地,所述目标运动数据包括所述联轴器在多个转速下的位置和角度;
所述故障检测端100还用于:
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
根据所述联轴器在各所述转速下的位置和角度,计算所述联轴器在各所述转速下的速度幅值;
对各所述速度幅值进行线性拟合和数据统计处理,得到综合转速指标;
依据所述综合转速指标,确定所述联轴器的第二不对中程度;
若检测到所述第二不对中程度小于第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障为平行不对中故障;
若检测到所述第二不对中程度大于或等于所述第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障包含角度不对中故障。
可选地,所述目标运动数据包括所述联轴器在预设的常规转速下的位置和角度;
所述故障检测端100还用于:
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
在确定所述联轴器存在的不对中故障包含角度不对中故障的情形下,依据所述常规转速下的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器的第一脉动分量和第二脉动分量,其中,所述第一脉动分量为在所述联轴器中由平行不对中故障引起的频率上的脉动分量,所述第二脉动分量为在所述联轴器中由角度不对中故障引起的频率上的脉动分量;
依据所述第一脉动分量的幅值和所述第二脉动分量的幅值,确定所述联轴器的第三不对中程度;
若检测到所述第三不对中程度小于第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为角度不对中故障;
若检测到所述第三不对中程度大于或等于所述第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为综合不对中故障,其中,所述综合不对中故障包括平行不对中故障和角度不对中故障。
可选地,所述目标运动数据包括所述联轴器在预设的常规转速下的多组位置和角度;
所述故障检测端100还用于:
根据所述常规转速下的多组位置和角度,计算多个所述联轴器的运动速度,其中,所述运动速度包括线速度和/或角速度;
依据各所述运动速度和所述运动速度在所述常规转速下所对应的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器在所述常规转速下的各目标运动分量;
计算各所述目标运动分量对应的转速影响程度,其中,所述转速影响程度是指所述联轴器的转速受到的不对中影响的程度;
将各所述转速影响程度中的最大值作为所述联轴器的第一不对中程度。
可选地,所述故障检测端100还用于:
对所述目标运动数据进行去噪处理和滤波处理,得到处理后的目标运动数据;
依据处理后的目标运动数据,确定所述联轴器的第一不对中程度。
可选地,所述故障检测端100还用于:
依据所述联轴器存在的不对中故障所属的故障类型,查找所述联轴器的故障解决策略,其中,所述故障类型包括平行不对中故障、角度不对中故障或综合不对中故障;
关联所述故障类型和所述故障解决策略,生成故障检测清单;
将所述故障检测清单发送至客户端,以在所述客户端的显示界面展示所述故障检测清单。
可选地,所述传感模块由若干个传感单元组成,各所述传感单元沿所述联轴器的轴向方向等间距分布。
可选地,所述联轴器200还用于:
基于预设的获取次数,获取多组所述联轴器在预设条件下的子运动数据;
确定各所述子运动数据的平均值,得到所述联轴器在所述预设条件下的目标运动数据。
本发明提供的联轴器的不对中故障检测系统,采用上述实施例中的空气调节设备的参数预测方法,能够解决现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题。与现有技术相比,本申请实施例提供的联轴器的不对中故障检测系统的有益效果与上述实施例提供的空气调节设备的参数预测方法的有益效果相同,且所述联轴器的不对中故障检测系统中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例六
本申请实施例提供一种联轴器的不对中故障检测设备,联轴器的不对中故障检测设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例中的联轴器的不对中故障检测方法。
下面参考图7,其示出了适于用来实现本公开实施例的联轴器的不对中故障检测设备的结构示意图。本公开实施例中的联轴器的不对中故障检测设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(Personal Digital Assistant:个人数字助理)、PAD(Portable Application Description:平板电脑)、PMP(Portable MediaPlayer:便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的联轴器的不对中故障检测设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,联轴器的不对中故障检测设备可以包括处理装置1001(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM:Read Only Memory)1002中的程序或者从存储装置1003加载到随机访问存储器(RAM:Random Access Memory)1004中的程序而执行各种适当的动作和处理。在RAM1004中,还存储有联轴器的不对中故障检测设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口1006也连接至总线。通常,以下系统可以连接至I/O接口1006:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007;包括例如液晶显示器(LCD:Liquid Crystal Display)、扬声器、振动器等的输出装置1008;包括例如磁带、硬盘等的存储装置1003;以及通信装置1009。通信装置1009可以允许联轴器的不对中故障检测设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的联轴器的不对中故障检测设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置从网络上被下载和安装,或者从存储装置1003被安装,或者从ROM1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的联轴器的不对中故障检测设备,采用上述实施例中的联轴器的不对中故障检测方法,能解决现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题。与现有技术相比,本申请实施例提供的联轴器的不对中故障检测设备的有益效果与上述实施例提供的联轴器的不对中故障检测方法的有益效果相同,且该联轴器的不对中故障检测设备中的其他技术特征与上一实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
实施例七
本申请实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的联轴器的不对中故障检测方法。
本申请实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体地例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM:Random Access Memory)、只读存储器(ROM:Read Only Memory)、可擦式可编程只读存储器(EPROM:Erasable Programmable Read Only Memory或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM:CD-Read Only Memory)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(Radio Frequency:射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是联轴器的不对中故障检测设备中所包含的;也可以是单独存在,而未装配入联轴器的不对中故障检测设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被联轴器的不对中故障检测设备执行时,使得联轴器的不对中故障检测设备:获取通过所述传感模块采集的所述联轴器的目标运动数据;依据所述目标运动数据,确定所述联轴器的第一不对中程度;若检测到所述第一不对中程度大于或等于第一预设不对中程度阈值,则确定所述联轴器存在不对中故障。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN:Local Area Network)或广域网(WAN:Wide Area Network)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的可读存储介质为计算机可读存储介质,所述计算机可读存储介质存储有用于执行上述联轴器的不对中故障检测方法的计算机可读程序指令,能够解决现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题。与现有技术相比,本申请实施例提供的计算机可读存储介质的有益效果与上述实施例提供的联轴器的不对中故障检测方法的有益效果相同,在此不做赘述。
实施例八
本申请实施例还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的联轴器的不对中故障检测方法的步骤。
本申请提供的计算机程序产品能够解决现有的联轴器的不对中故障检测方式不仅检测效率低,且检测的准确性也不高的技术问题。与现有技术相比,本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的联轴器的不对中故障检测方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (11)
1.一种联轴器的不对中故障检测方法,其特征在于,应用于与所述联轴器连接的故障检测端,所述联轴器设置有传感模块,所述联轴器的不对中故障检测方法包括:
获取通过所述传感模块采集的所述联轴器的目标运动数据;
依据所述目标运动数据,确定所述联轴器的第一不对中程度;
若检测到所述第一不对中程度大于或等于第一预设不对中程度阈值,则确定所述联轴器存在不对中故障。
2.如权利要求1所述的联轴器的不对中故障检测方法,其特征在于,所述目标运动数据包括所述联轴器在多个转速下的位置和角度;
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
根据所述联轴器在各所述转速下的位置和角度,计算所述联轴器在各所述转速下的速度幅值;
对各所述速度幅值进行线性拟合和数据统计处理,得到综合转速指标;
依据所述综合转速指标,确定所述联轴器的第二不对中程度;
若检测到所述第二不对中程度小于第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障为平行不对中故障;
若检测到所述第二不对中程度大于或等于所述第二预设不对中程度阈值,则确定所述联轴器存在的不对中故障包含角度不对中故障。
3.如权利要求1所述的联轴器的不对中故障检测方法,其特征在于,所述目标运动数据包括所述联轴器在预设的常规转速下的位置和角度;
所述确定所述联轴器存在不对中故障的步骤之后,所述联轴器的不对中故障检测方法还包括:
在确定所述联轴器存在的不对中故障包含角度不对中故障的情形下,依据所述常规转速下的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器的第一脉动分量和第二脉动分量,其中,所述第一脉动分量为在所述联轴器中由平行不对中故障引起的频率上的脉动分量,所述第二脉动分量为在所述联轴器中由角度不对中故障引起的频率上的脉动分量;
依据所述第一脉动分量的幅值和所述第二脉动分量的幅值,确定所述联轴器的第三不对中程度;
若检测到所述第三不对中程度小于第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为角度不对中故障;
若检测到所述第三不对中程度大于或等于所述第三预设不对中程度阈值,则确定所述联轴器存在的不对中故障为综合不对中故障,其中,所述综合不对中故障包括平行不对中故障和角度不对中故障。
4.如权利要求1所述的联轴器的不对中故障检测方法,其特征在于,所述目标运动数据包括所述联轴器在预设的常规转速下的多组位置和角度;
所述依据所述目标运动数据,确定所述联轴器的第一不对中程度的步骤,包括:
根据所述常规转速下的多组位置和角度,计算多个所述联轴器的运动速度,其中,所述运动速度包括线速度和/或角速度;
依据各所述运动速度和所述运动速度在所述常规转速下所对应的位置和角度,对所述联轴器进行运动分量的分析计算,得到所述联轴器在所述常规转速下的各目标运动分量;
计算各所述目标运动分量对应的转速影响程度,其中,所述转速影响程度是指所述联轴器的转速受到的不对中影响的程度;
将各所述转速影响程度中的最大值作为所述联轴器的第一不对中程度。
5.如权利要求1所述的联轴器的不对中故障检测方法,其特征在于,所述依据所述目标运动数据,确定所述联轴器的第一不对中程度的步骤,包括:
对所述目标运动数据进行去噪处理和滤波处理,得到处理后的目标运动数据;
依据处理后的目标运动数据,确定所述联轴器的第一不对中程度。
6.如权利要求1至5中任一项所述的联轴器的不对中故障检测方法,其特征在于,所述联轴器的不对中故障检测方法还包括:
依据所述联轴器存在的不对中故障所属的故障类型,查找所述联轴器的故障解决策略,其中,所述故障类型包括平行不对中故障、角度不对中故障或综合不对中故障;
关联所述故障类型和所述故障解决策略,生成故障检测清单;
将所述故障检测清单发送至客户端,以在所述客户端的显示界面展示所述故障检测清单。
7.一种联轴器,其特征在于,所述联轴器包括传感模块和数据发送模块,所述传感模块设置在所述联轴器的内部;
所述传感模块用于采集所述联轴器的目标运动数据;
所述数据发送模块用于将所述目标运动数据发送至故障检测端。
8.如权利要求7所述的联轴器,其特征在于,所述传感模块由若干个传感单元组成,各所述传感单元沿所述联轴器的轴向方向等间距分布。
9.如权利要求7所述的联轴器,其特征在于,所述传感模块还用于:
基于预设的获取次数,获取多组所述联轴器在预设条件下的子运动数据;
确定各所述子运动数据的平均值,得到所述联轴器在所述预设条件下的目标运动数据。
10.一种联轴器的不对中故障检测设备,其特征在于,所述联轴器的不对中故障检测设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任一项所述的联轴器的不对中故障检测方法的步骤。
11.一种可读存储介质,其特征在于,所述可读存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现联轴器的不对中故障检测方法的程序,所述实现联轴器的不对中故障检测方法的程序被处理器执行以实现如权利要求1至6中任一项所述的联轴器的不对中故障检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311842122.0A CN117782582A (zh) | 2023-12-28 | 2023-12-28 | 联轴器及其不对中故障检测方法、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311842122.0A CN117782582A (zh) | 2023-12-28 | 2023-12-28 | 联轴器及其不对中故障检测方法、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117782582A true CN117782582A (zh) | 2024-03-29 |
Family
ID=90381302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311842122.0A Pending CN117782582A (zh) | 2023-12-28 | 2023-12-28 | 联轴器及其不对中故障检测方法、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117782582A (zh) |
-
2023
- 2023-12-28 CN CN202311842122.0A patent/CN117782582A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9064048B2 (en) | Memory leak detection | |
CN116277040B (zh) | 基于深度学习的机械臂振动抑制方法、装置、设备及介质 | |
WO2023155619A1 (zh) | 故障诊断方法、装置、车辆及存储介质 | |
CN114710555A (zh) | 一种婴儿监护方法及装置 | |
CN113960408A (zh) | 光纤测温的电缆故障预测方法、装置、设备及存储介质 | |
CN111400114A (zh) | 基于深度递归网络大数据计算机系统故障检测方法及系统 | |
CN117782582A (zh) | 联轴器及其不对中故障检测方法、设备及可读存储介质 | |
US20160100266A1 (en) | System and method for use in analyzing vibrations | |
CN201707221U (zh) | 基于Internet的机械设备远程检测服务装置 | |
CN115406652A (zh) | 电机轴承故障诊断方法、电机控制器及可读存储介质 | |
CN111813092A (zh) | 一种数据传输及故障原因确定方法、装置、设备和介质 | |
CN115099540B (zh) | 基于人工智能的碳中和处理方法 | |
CN113986671A (zh) | 运维数据异常检测方法、装置、设备及介质 | |
CN114499709A (zh) | 天线收音测试方法、装置、电子设备及存储介质 | |
CN110633182B (zh) | 用于监控服务器稳定性的系统、方法和装置 | |
CN114165430A (zh) | 基于边缘计算的机泵健康监测方法、系统、设备及介质 | |
CN111275847B (zh) | 一种调表车检测方法和装置 | |
CN116074870A (zh) | 一种信号故障的监控方法、装置、系统及存储介质 | |
CN114460599A (zh) | 基于激光雷达的站房结构安全监测方法、装置及电子设备 | |
CN116719274A (zh) | 工业机器人速度监测方法、装置、电子设备及存储介质 | |
CN110955709A (zh) | 一种数据的处理方法、装置及电子设备 | |
CN114781567B (zh) | 检测设备安装方法、装置、电子设备及可读存储介质 | |
CN115420418B (zh) | 气压测量方法、装置、电子设备及可读存储介质 | |
CN111026571B (zh) | 处理器降频处理方法、装置及电子设备 | |
CN112565979B (zh) | 扬声器频响数值计算方法、装置、电子设备及存储介质 |
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 |