CN1282864C - 大型旋转机械设备智能采集监测装置及采集监测方法 - Google Patents

Abstract

本发明公开了一种大型旋转机械设备智能采集监测装置及采集监测方法，本装置的实现基于CPCI总线和DSP处理器，八通道同步高速数据采集的硬件设备，满足了工业实时环境应用所必须的坚固、可靠、模块化、智能化、易使用和易维护。本发明的采集监测方法依据被监测设备自身动态运行数据所构建的设备运行状态，实现本装置监测参数的动态自适应设置和调整，以及监测数据的智能存储，形成一套针对大型旋转机械设备的智能状态监测装置，适用于大型旋转机械的正常运行状态或特殊状态的全过程实时监测，可为大型旋转机械故障的诊断提供完整、有效地监测数据。

Description

大型旋转机械设备智能采集监测装置及采集监测方法

技术领域

本发明涉及机械设备状态的监测诊断领域，尤其涉及一种应用于大型旋转机械的智能采集监测装置及采集监测方法。

背景技术

在当前大型旋转机械设备状态监测领域和市场上，有多种监测装置。比如常用的基于PCI(Peripheral Controller Interface，外围控制器接口)总线的普通监测装置等，它们只能满足民用使用条件。此外有些新型监测系统也采用了DSP(Digital Signal Processor，数字信号处理器)处理器。但是目前针对大型旋转机械，国内缺少面向这类关键设备的专业采集监测装置。我国现阶段大型旋转机械的实时状态监测大多采用基于PCI总线的普通监测装置，该装置不但对应用现场要求高，而且由于没有实时信号处理能力，不能满足系统的实时监测要求。目前由于缺乏对设备运行状态的准确划分，因此对监测设备突发事件的全过程有效的监测以及监测数据的存储很难以实现，不能为故障诊断提供完整、有效地监测数据。

发明内容

本发明的目的在于提供一种应用于大型旋转机械的智能采集监测装置及采集监测方法，该装置基于CPCI(Compact Peripheral Controller Interface，紧凑型外围控制器接口)总线，适用于大型旋转机械的正常运行状态或特殊状态的全过程实时监测，可为大型旋转机械故障的诊断提供完整、有效地监测数据。

实现上述发明所说的的智能采集监测装置的技术解决方案包括信号增益调节及滤波模块1、信号零漂调节模块2、参考电压模块3、电压模块4、模拟/数字A/D转换模块5、数字信号DSP处理器6、外围控制器CPCI接口电路7、控制电路9、DSP处理器扩展存储器10，信号输入11，其中：信号增益调节及滤波模块1与信号零漂调节模块2的输入端相连；参考电压模块3与信号零漂调节模块2的输入端相连，A/D转换模块5的输入端分别与参考电压模块3、信号零漂调节模块2、控制电路9的输出端相连；控制电路9的输出端分别与信号增益调节及滤波模块1、信号零漂模块2、A/D转换模块5、DSP处理器6的输入端相连，DSP处理器扩展存储器10的输出端与DSP处理器6的输入端相连，CPCI接口电路7的输入端与CPCI总线相连，其输出端与DSP处理器6相连；信号输入11可以进行8通道同步输入，每通道相对于11个量程的差分输入信号满量程范围为：±0.02V-±20.0V，其量程可独立设置；、输入信号频率范围为：0HZ～50KHz。本装置由CPCI总线单一供电，并通过电压模块4进行电压转换，提供本装置各功能模块所需的各种工作电压

本装置的实现基于CPCI总线和DSP处理器的硬件设备，依据被监测设备自身动态运行数据所构建的设备运行状态驱动模型，实现本装置监测参数的动态自适应设置和调整，形成一套针对大型旋转机械设备的智能状态监测装置。

实现本发明所说的用于大型旋转机械设备的智能采集监测方法，其特点在于该采集监测方法的技术解决方案包括：

a、首先通过以下三种方法采集被监测设备的工作转速：

1)硬件外部触发获取工作转速ω_h；

2)鉴相信号计算获取工作转速ω_s；

3)从信号接入端任意选取两个通道，设定他们为转速参考通道，分别从它们的频谱中提取主频计算工作转速ω₁和ω₂；

b、然后对所获取的工作转速振动信号、速度、加速度信号和工艺量信号进行数字滤波去噪，数据变换并提取信号时域、频域特征值：

1)用滤波器进行滤波；

2)采用离散哈特莱变换时频变换算法；

3)特征值提取包括：

①工作转速的提取：将包含完整周期的数据点个数计算出来，再除以完整的周期个数得到脉冲周期，最后计算出转速；

②振动峰峰值提取：计算表达式如下：

${\tilde{x}}_{\mathrm{pp}}=\frac{1}{n}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}{[\max \left(x(i*l+j)\right)-\min \left(x(i*l+j)\right)]}_{j=1}^{l}d$

其中x(i)为机组振动的时域信号，其长度为nl，n为主周期的个数，l为每个主周期的点数，可由转速和采样间隔求出： $l=\frac{60*f_s}{\mathrm{rpm}},$ 其中f_s为采样间隔，rpm为转速；

③信号有效值提取：离散序列x(i)有效值x_rms的计算公式为：

$x_{\mathrm{rms}}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|x\left(t_i\right){|}^2}$ 其中N为采样点数；

④频谱校正及主频提取：采用抗泄露窗函数为汉宁窗的主瓣中进行频谱校正，其主瓣中心频率校正公式：

$\mathrm{\&Delta;k}=\left\{\begin{array}{cc}\frac{Y_k-{2Y}_{k-1}}{Y_k+Y_{k-1}}& (Y_{k+1}<Y_{k-1})\\ \frac{{2Y}_{k+1}-Y_k}{Y_k+Y_{k+1}}& (Y_{k+1}\&GreaterEqual;Y_{k-1})\end{array}\right.$

则主瓣中心频率为

其中Y_k-1，Y_k和Y_k+1为主瓣内的3条谱线，其中Y_k最大，N为采样点数；

⑤频率特征值的提取：

设主频为f₁，主频最大误差为Δf/2，搜索n倍频的范围为：

当主频在[f₁，f₁+Δf/2]以内时，搜索

当主频在[f₁-Δf/2，f₁]以内时，搜索

其中f_n为根据谱线计算的n倍频频率值，fx＝nf₁；

c、根据以上信号时域、频域特征值，进行门限警报：当特征值超出预设报警值，监测装置发出警报，并标注警报等级；

d、进行监测设备状态即非运行状态、启机状态、稳定状态、停机状态和异常状态的识别，通过设备状态识别决定当前监测数据是否进行数据上传、备份等操作：

1)非运行状态是指当转速小于ω_min时认为监测设备停止；

2)启停机和稳定状态是当机组转速超越ω_min时，启机状态开始，直到转速降低返回未运行状态，当机组转速低于稳停转速时，进入停机状态，直到转速低于ω_min时转化为未运行状态；

3)每间隔固定的时间，存储并发送一组数据，保证数据在时间意义上的连续性和完整性；

4)存储并发送监测设备启停机的所有数据；

5)丢弃监测设备非运行状态的所有数据；

6)存储监测设备异常状态下的所有数据，若机组转入异常状态，则发送该组数据；若机组持续处于异常状态，通过监测其特征值变化速率是否超过趋势报警门限，如果超过则发送该组数据，否则不发送；

e、采用前一次采集获取的转速，并将它记为ω₀，将这些转速值记为W，以完成监测任务，得到有效监测数据ω_new:

W＝[ω_h，ω_x， ω₁，ω₂，ω₀]

每一个转速值都有可信度，记为H：

H＝[h_h，h_s，h₁，h₂，h₀]¹

则ω_new＝W×H。

大型旋转机械主要具有转速，振动，工艺类型等信号。本发明通过对旋转机械信号进行分类调理、放大及抗混滤波，保证了采集信号的静态量和动态量精度。

附图说明

图1是本发明的结构组成方框图；

图2是本发明的组成原理图；

图3是本发明的信号零漂补偿组成原理图；

图4是本发明的参考电压模块组成原理图；

图5是本发明的外形机构前面板示意图；

图6是本发明的智能监测程序方框图；

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

参见图1的结构组成方框图，本装置的组成为，由信号输入11提供信号输入，信号增益调节及滤波模块1与信号零漂调节模块2的输入端相连；A/D转换模块5的输入端分别与参考电压模块3、信号零漂调节模块2、控制电路9的输出端相连；控制电路9的输出端分别与信号增益调节及滤波模块1、信号零漂调节模块2、A/D转换模块5、DSP处理器6的输入端相连；DSP处理器扩展存储器10的输出端与DSP处理器6的输入端相连；外围控制器CPCI接口电路7的输入端与CPCI总线相连，其输出端与DSP处理器6相连；电压模块4由CPCI总线单一供电(电压为+12V)，选用线性电源L1085、L7805、L7905、L7809、L7909经过电压转换，其输出端与各功能模块的相应电源输入端相连。

图2是与图1所对应的电路原理示意图。

信号增益调节及滤波模块1由信号增益调节和信号低通滤波构成，其输入端与输入信号Signal相连，本实施例选用可编程增益放大器PGA205和可编程增益放大器PGA103进行信号增益调节，由PGA205和PGA103级连构成；PGA205的增益(×1，2，4，8)由其引脚A0，A1决定，PGA103的增益(×1，10，100)由其引脚A2，A3决定，信号增益调节及滤波模块1的引脚A0，A1，A2，A3与由控制电路9中的TPIC6B895的对应输出端连接；信号低通滤波由4阶低通滤波器TLC14构成，它的截止频率等于与输入时钟信号频率，其输入时钟信号端与由控制电路9中的TPIC6B895的对应输出端连接；TLC14的输入端与PGA205的输出端连接，其输出端与信号零漂调节模块2的输入端连接。

参见图3，信号零漂调节模块2主要用于对输入信号的零漂进行修正，它主要由运算放大器OP07C构成的跟随器电路14和加法器电路15级连而成。跟随器的输入端与信号增益调节、滤波1的输出端相连，加法器的输入端分别与跟随起的输出端、控制电路9中的TLC5628C的输出端相连，控制电路9中的TLC5628C的输出端通过加法电路为信号的零漂提供误差补偿，信号零漂补偿2的输出端与A/D转换5的ADS8322的信号输入端相连。

参照图4的参考电压模块组成原理图，参考电压模块3的输入端与A/D转换芯片参考电压(+2.5V)的输出端相连，将其转为参考电压(+2.5V、-2.5V)输出，并提供足够的输出功率。参考电压模块3由运算放大器OP07C构成的跟随器电路12提供参考电压电路(+2.5V)，再通过级连的运算器电路13提供参考电压(-2.5V)，参考电压3的输入端与A/D转换5的参考电压输出端相连，其输出端分别与信号增益及滤波模块1、A/D转换模块5、控制电路9的参考电压输入端Ref相连。(其具体实施电路如图3所示)。

根据图2所示，A/D转换模块5由A/D转换芯片ADS8322构成，它的信号正输入端与信号零漂补偿2的输出端相连，信号负输入端与地相连，其控制信号：CLK(时钟信号)、CVT(Convert Start，转换开始)、BYTE(数据总线宽度)、CS(Chip Select，片选)输入端分别与控制电路9中CPLD(ComplexProgrammable Logic Device，复杂可编程逻辑器件)芯片EP20K100EQC240-3对应的输出端相连，其数据线D_0..7与控制电路9中的数据缓冲器74AHC574的数据线相连。

图2所示的DSP处理器6为TMS329C6711BGFN，它是这个系统的信号分析、处理中心。DSP处理器扩展存储器10为其提供存储空间，扩展存储器10由FLAS存储器MX29LV040QC提供程序存储空间，由DRAM存储器HY57V28820HCT提供数据存储空间。控制电路9的FPGA芯片EP20K100EQC240-3也提供数据存储空间，用于存储A/D转换数据。DSP处理器6的数据线D0..15和地址线A_0..20分别与控制电路9、DSP处理器扩展存储器10、CPCI接口电路7的数据线和地址线对应连接，它的控制信号C/BE_0..3(Byte Enable，字节使能)、CS(ChipSelect，片选)、RD(Read，读)、WR(Write，写)、OE(Output Enabled，输出使能)、RDY(Ready，准备就绪)输出端分别与控制电路9、DSP处理器扩展存储器10、CPCI接口电路7的输入端相连接。DSP处理器6的IN4(Interrupt，中断)、IN5、IN6信号输入端与控制电路9的输出端相连接，

为DSP处理器提供中断信号，DSP处理器6的RST(Reset，复位)信号输入端与控制电路9的输出端相连接，为DSP处理器提供硬件复位信号。

根据图2所示，CPCI接口电路7为芯片PCI2040PGE，在CPCI总线与数据采集处理模块之间提供一个CPCI接口。它的32位数据线与CPCI总线相连，其控制信号C/BE0..3(Byte Enable，字节使能)、PCLK(时钟信号)、PRST(复位信号)输入端与CPCI的控制信号输出端相连，其数据输出端GPI00..5与控制电路9的数据输入端相连。CPCI接口电路7的16位数据线与DSP处理器6的数据线相连。控制电路9由FPGA芯片EP20K100EQC240-3，串行D/A(Digital/Analog)芯片TPIC6B595、TLC5628C，以及数据缓存器74AHC574组成。EP20K100EQC240-3芯片的控制信号OE、CLK输出端以及数据线，与74AHC574的对应输入端相连接，用于巡回接收8通道A/D转换数据。它的串口输出端，与串行D/A芯片TPIC6B595、TLC5628C的串口输入端相连。TPIC6B595用于信号增益放大器的控制，它的输出端与信号增益调节及滤波模块1的输入端相连；TLC5628C用于信号零漂调节的控制，它与信号零漂调节模块2中的输入端相连。控制电路7的输入端与外部触发信号ExtTrg和外部时钟信号ExtClk相连。同时其输出端与电源指示灯Lamp1，采集运行指示灯Lamp2相连，用于控制和显示本装置的工作状态。其GPI_O..5(General-purpose Input/Output，通用输入/输出口)输入端与CPCI接口电路7的GPI_O..5输出端相连接。

参照图5所示，本装置的前面板上有电源指示灯、运行指示、信号接入端，以及外触发、外时钟接入端。各符号表示如下：

CH1、CH2、CH3、CH4、CH5、CH6、CH7、CH8为各通道信号输入端，均以Q9信号线加入信号

EXT TRG外触发输入端；EXT CLK外时钟输入端。

本发明智能监测装置采集硬件的任务在于，利用CPCI总线的高可靠性和DSP处理器的高速运行，通过对被监测信号进行分类、调理、放大、抗混滤波、同步高速A/D转换、数据的实时高效缓存和传输，为智能监测装置提供高速、可靠的硬件支持。

大型旋转机械主要具有转速，振动，工艺类型信号，本发明中通过对信号进行分类调理、放大、抗混滤波保证采集信号的静态量和动态量精度。监测装置采用8片TI(美国德州仪器)公司的ADS8322芯片，各通道独立并行采集，将8通道模拟信号同步转换成8通道数字信号，送入DSP处理器进行实时数据分析和处理，每通道最高转换频率为100KHz，保证了各个通道信号的同步高速采集。每通道相对于11个量程的差分输入信号满量程范围为±0.02V-±20.0V，其量程可独立设置；每通道信号输入均可叠加一个12Bit(位)的DAC(Digital/Analog Current，数字/模拟电流)输出，相对于11个量程DAC输出范围为±0.02V-±20.0V，而且各地通道DAC可独立设置；每通道的零漂和增益分别由两个8位D/A转换芯片进行粗调和细调、细调的精度好于量程范围的0.01％，各通道每个量程档DAC信息存储于1Mbit(位)的FLASH Memory(闪存)，故不再需要传统的电位器手动调节，而是通过软件调节；采样动作可由外输入、通道电平、软件、外触发的AND(与)或OR(或)组合逻辑启动。

DSP处理器选用了TI(Texas Instruments，美国德州仪器)公司的DSP芯片TMS320C6711B。它是一种高速浮点型DSP，速度快适用于数据运算，功耗极低，性价比较高，开发方便，有工业级产品。工作主频150MHz，指令周期900MMps/S。TMS320C6711内部有64Kbyte高速SRAM，外部扩展64Mbyte高速SDRAM。

发明中信号输入(11)可以进行8通道同步输入，每通道相对于11个量程的差分输入信号满量程范围为：±0.02V-±20.0V，其量程可独立设置；频率范围为：0HZ～50KHz，因此本发明可以对转速、振动、速度、工艺等信号进行8通道同步采集、监测。

参照图6智能监测程序方框图，本发明的硬件设计采用高速DSP处理器和CPCI总线，对监测信号完成实时采集和处理，满足了工业实时环境应用所必须的坚固、可靠、模块化、智能化、易使用和易维护。本发明的软件立足于设备运行的实时数据，通过构建监测对象的事件(设备运行状态)驱动模型，实现监测参数的动态自适应设置和调整，同时针对不同的设备运行状态，筛选和保存有效的监测数据，通过数据包方式，接收事件驱动模型的构建参数，和发送有效的实时监测数据。同时，面向大型旋转机械设备的稳态状态、故障状态、启机状态、停机状态，提出了基于监测事件的事件辨识策略、数据采集策略、数据存储策略、事件驱动模块。并通过数据包方式：接收事件驱动模型的构建参数，为监测单元进行远程组态和维护提供可能；发送监测数据，为设备的实时、有效的监测，提供完整、充分的监测信息及其相关信息。

本发明以ERTOS(Embedded Real-time Operating System，嵌入式实时操作系统)为软件平台，构建本发明的智能监测程序，并按功能将程序划分为4个模块：中断处理模块，采集控制模块，数据处理模块和指令解析模块。它们分别由不同的线程实现。线程按照优先级来抢夺CPU资源，高优先级线程可以随时抢夺低优先级线程的运行权。中断服务程序的优先级最高，其次是任务型线程，最低的是系统空闲线程。具有相同优先级的线程不能相互抢夺资源，需要等占用CPU资源的线程在恰当的时刻向同优先级线程主动让出CPU资源，以实现同优先级线程的并行。

根据以上设计原理，本发明作为一个自主监测系统，具有独立完备的数据采集、处理和存储能力。本发明的软件在硬件启动工作以后，立即使用试探性策略捕捉现场信号，分析监测设备状态，然后根据得到的设备当前状态，运用智能化的配置策略调整监测参数，执行状态监测任务。实时地识别机组启停车过程和运行异常状态，并及时做出反应，调整监测参数，保证对设备运行状态的全过程监测，为远程监测诊断系统提供可靠完整的设备状态信息。

中断处理模块是系统硬件中断的服务程序，它将监测数据从FIFO和寄存器搬移到数据处理缓冲区。当数据样本达到采样长度的要求时，停止数据采集，并向采集控制线程发送“采集结束”信号，并通过线程通讯结构将数据传递给采集控制线程。

采集控制模块为一个独立的任务型DSP/BIOS线程，主要任务是控制数据采集硬件并协调系统采集动作。当采集控制线程启动以后，首先构造系统采集控制结构，并使用默认参数进行配置，然后开始循环的采集过程。本发明可以对4种类型的设备信号(鉴相信号、振动信号、速度加速度信号和工艺量信号)进行采集，它们的采集参数都可以独立配置。在一个数据采集周期内，采集控制模块对4种类型的机组信号依次配置采集参数，并监控其采集过程，当所有类型的数据全部采集结束以后，向数据处理模块发送“开始处理”信号并传送样本数据，然后等待下一个采集周期的触发信号。

数据处理模块是本软件的重点，它包含了本发明所有数据处理功能：对监测样本进行实时处理，提取特征值，识别监测设备状态，检测警报门限和趋势，应用智能化数据存储策略和调整监测参数等。当系统初始化完成，启动数据处理线程的时候，首先建立相关的数据结构并配置默认的系统参数，然后等待“开始处理”信号的到来。如果等待超时，则进行出错处理，否则进行数据处理，当处理结束的时候，发送信号“处理结束”，并向上位机提供中断信号，通知其读取新的监测数据。

如图6流程图所示，本发明用于大型旋转机械设备的智能采集监测方法如下：

a、首先获取被监测设备的工作转速；

本发明有三个工作转速获取渠道，分别是：

1)硬件外部触发获取工作转速ω_h；

2)鉴相信号计算获取工作转速ω_s；

3)从信号接入端任意选取两个通道，设定他们为转速参考通道，分别从它们的频谱中提取主频计算转速ω₁和ω₂；

b、然后对所获取被监测设备的工作转速振动信号、速度、加速度信号和工艺量信号通过数字滤波器进行滤波去噪，数据变换并提取信号时域、频域特征值。

本发明中使用的滤波器有经典滤波器和现代自适应滤波器两种，可以通过组态配置接口进行选择。本发明经典滤波器采用可以实现严格线性相位的有限冲击响应FIR(Finite Impulse Response)滤波器；

本发明采用的时频变换算法是离散哈特莱变换(DHT)，它没有复数参与运算，占用空间小，速度很快。现场中，经常使用加速度传感器获取信号，若需要分析速度信号，对加速度信号采用变步长梯形数值积分法进行数值积分。

1)特征值提取包括：

①工作转速的提取：本发明采用的方法有以下两种：将包含完整周期的数据点个数计算出来，再除以完整的周期个数得到脉冲周期，最后计算出转速；主要针对时域波形不是很规整的信号，主要思想是进行时频变换，在信号频域中寻找主频，乘以60就可以计算出机组转速。它可以通过组态配置接口进行选择。

②振动峰峰值提取：计算表达式如下：

${\tilde{x}}_{\mathrm{pp}}=\frac{1}{n}\underset{i=0}{\overset{n-1}{\mathrm{\&Sigma;}}}{[\max \left(x(i*l+j)\right)-\min \left(x(i*l+j)\right)]}_{j=1}^{l}d$

其中x(i)为机组振动的时域信号，其长度为nl，n为主周期的个数，l为每个主周期的点数，可由转速和采样间隔求出： $l=\frac{60*f_s}{\mathrm{rpm}},$ 其中f_s为采样间隔，转速为rpm。

③信号有效值提取：离散序列x(i)有效值x_rms的计算公式为： $x_{\mathrm{rms}}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}|x\left(t_1\right){|}^2}$ ，其中N为采样点数

④频谱校正及主频提取：本系统采用的抗泄露窗函数为汉宁窗，所以频谱校正将针对汉宁窗进行。汉宁窗的主瓣中进行频谱校正，用幅值谱主瓣内的两条谱线Y_k，Y_k+1平移以后计算主瓣中心位置x₀及其峰值，其主瓣中心频率校正公式：

$\mathrm{\&Delta;k}=\left\{\begin{array}{cc}\frac{Y_k-{2Y}_{k-1}}{Y_k+Y_{k-1}}& (Y_{k+1}<Y_{k-1})\\ \frac{{2Y}_{k+1}-Y_k}{Y_k+Y_{k+1}}& (Y_{k+1}\&GreaterEqual;Y_{k-1})\end{array}\right.$

则主瓣中心频率为 其中Y_k-1，Y_k和Y_k+1为主瓣内的3条谱线，其中Y_k最大，N为采样点数。

⑤频率特征值的提取：本方法提取的频谱特征值有倍频值和频段值。倍频值就是在该倍频率点上信号频域的幅值，可以是小数倍频；频段值是指在某个频段内信号频域的最大幅值。频段值H_m(f₁，f₂)的提取方法主要是在倍频值搜索算法的基础上，用区间搜索代替点搜索，将搜索范围扩大至[f₁，f₂]。

设主频为f₁，不考虑频谱修正的因素，主频最大误差为Δf/2。搜索n倍频的范围为；

当主频在[f₁，f1+Δf/2]以内时，搜索

当主频在[f₁-Δf/2，f₁]以内时，搜索

其中f_n为根据谱线计算的n倍频频率值，f_n＝nf₁；

c、根据信号时域、频域特征值，进行门限警报检查，包括超限和低限报警以及趋势报警：

在设备监测过程中，如果其特征值超出预设报警值，本发明会及时地发出警报，并标注警报等级。监测设备的每一个特征值有3项报警内容，分别是上门限警报、下门限警报和趋势警报，趋势报警是在特征值变化速率超过预设报警值时的警报状态；每项报警内容设3个等级，1级警报等级最低，3级警报等级最高。

d、进行监测设备的启机状态、稳定状态、停机状态、异常状态和非运行状态的识别，通过设备状态评估、判断当前监测数据是否进行数据上传、备份等操作：

机组状态识别属于模式识别的范畴，就是指将实时待检模式与已知样本模式对比。设机组状态共有5个状态：非运行状态、启机状态、稳定状态、停机状态和异常状态。异常状态是监测设备在运行状态下，某些运行特征值超过警报门限的非正常状态，该状态以超限警报检测的结论为主要判断依据。其它4种机组状态之间的相互转换主要由转速相关事件来驱动：非运行状态是指监测设备处于停止或者转速很低的状态(转速小于ω_min时认为监测设备停止)；启停机和稳定状态的识别主要依据机组转速来判断。当机组转速超越ω_min时，启机状态开始，直到转速超过启稳转速时转化为稳定状态，或者转速降低返回未运行状态。当机组转速低于稳停转速时，进入停机状态，直到转速低于ω_min时转化为未运行状态，或者转速回升返回稳定状态。

本发明以尽可能小的代价存储监测设备在各种运行状态下的完备信息，并将有必要的数据传送到上位机。其策略是：

1)每间隔固定的时间，存储并发送一组数据，保证数据在时间意义上的连续性和完整性；

2)存储并发送监测设备启停机的所有数据；

3)丢弃监测设备非运行状态的所有数据；

4)存储监测设备异常状态下的所有数据；若机组刚刚转入异常状态，则发送该组数据；若机组持续处于异常状态，通过监测其特征值变化速率是否超过趋势报警门限，如果超过则发送该组数据，否则不发送。

e、最后根据以上分析结论自动调整监测策略，以适应设备当前的运行状态，完成智能监测任务：

因为在监测过程中两次采集间隔(≤0.1秒)很小，监测设备的转速变化不大，所以可以利用历史数据来对当前转速进行估计。本发明采用前一次采集获取的转速，并将它记为ω₀。将这些转速值记为W，以完成监测任务，得到有效监测数据ω_new。

监测策略的调整包括：

1)根据本发明所拥有三个转速获取渠道，获取当前监测设备的转速值，并和历史转速数据以前估计监测设备当前的转速值ω_new。历史转速数据用来对当前转速进行估计，对历史数据进行三次样条插值，得到当前转速的估计值ω₀。将这些转速值记为W：

W＝[ω_h，ω_s，ω₁，ω₂，ω₀]

每一个转速值都有可信度，记为H：

H＝[h_h，h_s，h₁，h₂，h₀]^T

则当前的转速值为：ω_new＝W×H。

2)在设备监测过程中，如果其特征值超出预设报警值，本发明在监测数据包中标注警报标志及警报等级。

3)对监测设备运行状态的正确识别。

4)按照数据存储策略对监测数据进行存储和发布。

f、通过软件接收上位机发送的组态配置信息，对设备的采集监测方法提供组态和维护。

本发明的实现基于CPCI总线和DSP处理器，八通道同步高速数据采集的硬件设备，满足了工业实时环境应用所必须的坚固、可靠、模块化、智能化、易使用和易维护。本发明的采集监测方法依据被监测设备自身动态运行数据所构建的设备运行状态，实现本装置监测参数的动态自适应设置和调整，以及监测数据的智能存储，形成一套针对大型旋转机械设备的智能状态监测装置，适用于大型旋转机械的正常运行状态或特殊状态的全过程实时监测，可为大型旋转机械故障的诊断提供完整、有效地监测数据。

Claims (6)

1、一种大型旋转机械设备智能采集监测装置，包括信号增益调节及滤波模块(1)，其特征在于：信号增益调节及滤波模块(1)的输入端与作为大型旋转机械设备监测信号接入的信号输入(11)连接，该信号增益调节及滤波模块(1)包含有可编程增益放大器，用于信号增益调节和低通滤波；信号增益调节及滤波模块(1)的输出端与信号零漂调节模块(2)的输入端相连；该信号零漂调节模块(2)包含有运算放大器，用于对输入信号的零漂进行修正，并与A/D转换模块(5)的输入端相连；信号增益调节及滤波模块(1)、信号零漂调节模块(2)和A/D转换模块(5)与提供参考电源的参考电压模块(3)的输出端相连；所述的A/D转换模块(5)的另一输入端与包括有FPGA芯片的控制电路(9)的输出端相连；所述控制电路(9)的输出端分别与信号增益调节及滤波模块(1)、信号零漂模块(2)、A/D转换模块(5)的输入端相连，并与DSP处理器(6)的双向数据端相连，为系统提供内部控制信号；所述的DSP处理器(6)作为信号分析和处理中心，其双向数据端分别与控制电路(9)、CPCI接口电路(7)、DSP处理器扩展存储器(10)的双向数据端相连；所述的CPCI接口电路(7)用于在CPCI总线与DSP处理器(6)之间提供一个接口，其两个双向数据端分别与CPCI总线、DSP处理器(6)的双向数据端相连，由DSP处理器(6)对监测信号完成实时数据采集处理；所述的CPCI总线与电压模块(4)的输入端连接，电压模块(4)的输出端与各功能模块的相应电源输入端连接，为系统各功能模块提供电源。

2、根据权利要求1所述的大型旋转机械设备智能采集监测装置，其特征在于：信号输入(11)可进行8通道同步输入，每通道相对于11个量程的差分输入信号满量程范围为：±0.02V-±20.0V，其量程可独立设置，输入信号频率范围为：0HZ～50KHz。

3、根据权利要求1所述的大型旋转机械设备智能采集监测装置，其特征在于：本装置由CPCI总线单一供电，并通过电压模块(4)进行电压转换，提供本装置各功能模块所需的各种工作电压。

4、一种用于大型旋转机械设备的智能采集监测方法，其特征在于该方法包括以下步骤：

a、首先通过以下三种方法采集被监测设备的工作转速：

1)硬件外部触发获取工作转速ω_h；

2)鉴相信号计算获取工作转速ω_s；

3)从信号接入端任意选取两个通道，设定他们为转速参考通道，分别从它们的频谱中提取主频计算工作转速ω₁和ω₂；

b、然后对所获取的工作转速振动信号、速度、加速度信号和工艺量信号进行数字滤波去噪，数据变换并提取信号时域、频域特征值；

1)用滤波器进行滤波；

2)采用离散哈特莱变换时频变换算法；

3)特征值提取包括：

①工作转速的提取：将包含完整周期的数据点个数计算出来，再除以完整的周期个数得到脉冲周期，最后计算出转速；

②振动峰值提取：计算表达式如下：

${\tilde{x}}_{\mathrm{pp}}=\frac{1}{n}\underset{i=0}{\overset{n-1}{\mathrm{\&Sigma;}}}{[\max \left(x(i*l+j)\right)-\min \left(x(i*l+j)\right)]}_{j=1}^{l}d$

其中x(i)为机组振动的时域信号，其长度为nl，n为主周期的个数，l为每个主周期的点数，可由转速和采样间隔求出： $l=\frac{60*f_s}{\mathrm{rpm}},$ 其中f_s为采样间隔，rpm为转速；

③信号有效值提取：离散序列x(i)有效值x_rms的计算公式为： $x_{\mathrm{rms}}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\left|x\left(t_i\right)\right|}^2}$ 其中N为采样点数；

④频谱校正及主频提取：采用抗泄露窗函数为汉宁窗的主瓣中进行频谱校正，其主瓣中心频率校正公式：

$\mathrm{\&Delta;k}=\left\{\begin{array}{cc}\frac{Y_k-2Y_{k-1}}{Y_k+Y_{k-1}}& (Y_{k+1}<Y_{k-1})\\ \frac{2Y_{k+1}-Y_k}{Y_k+Y_{k+1}}& (Y_{k+1}\&GreaterEqual;Y_{k-1})\end{array}\right.$

则主瓣中心频率为

其中Y_k-1和Y_k+1为主瓣内的3条谱线，其中Y_k最大，N为采样点数；

⑤频率特征值的提取：

设主频为f₁，主频最大误差为Δf/2，搜索n倍频的范围为：

当主频在[f₁，f₁+Δf/2]以内时，搜索

当主频在[f₁-Δf/2，f₁]以内时，搜索

其中f_n为根据谱线计算的n倍频频率值，f_n＝nf₁；

c、根据以上信号时域、频域特征值，进行门限警报：当特征值超出预设报警值，监测装置发出警报，并标注警报等级；

d、进行监测设备状态即非运行状态、启机状态、稳定状态、停机状态和异常状态的识别，通过设备状态识别决定当前监测数据是否进行数据上传、备份等操作：

1)非运行状态是指当转速小于ω_min时认为监测设备停止；

2)启停机和稳定状态是当机组转速超越ω_min时，启机状态开始，直到转速降低返回未运行状态；当机组转速低于稳停转速时，进入停机状态，直到转速低于ω_min时转化为未运行状态；

3)每间隔固定的时间，存储并发送一组数据，保证数据在时间意义上的连续性和完整性；

4)存储并发送监测设备启停机的所有数据；

5)丢弃监测设备非运行状态的所有数据；

6)存储监测设备异常状态下的所有数据；若机组转入异常状态，则发送该组数据；若机组持续处于异常状态，通过监测其特征值变化速率是否超过趋势报警门限，如果超过则发送该组数据，否则不发送；

e、采用前一次采集获取的转速，并将它记为ω₀，将这些转速值记为W，以完成监测任务，得到有效监测数据ω_new：

      W＝[ω_h，ω_s，ω₁，ω₂，ω₀]

每一个转速值都有可信度，记为H：

       H＝[h_h，h_s，h₁，h₂，h₀]^T

       则ω_new＝W×H。

5、根据权利要求4所述的用于大型旋转机械设备的智能采集监测方法，其特征在于所说的滤波器为经典滤波器或现代自适应滤波器。

6、根据权利要求4所述的用于大型旋转机械设备的智能采集监测方法，其特征在于所说的门限警报为分别是上门限警报、下门限警报和趋势警报，每项报警内容设3个等级，1级警报等级最低，3级警报等级最高。

Images