CN1361480A

CN1361480A - 水力机组振动摆度参量的监测和分析方法

Info

Publication number: CN1361480A
Application number: CN 02115444
Authority: CN
Inventors: 黄绵华; 于晓东; 周磊
Original assignee: WUHAN WUSHUI POWER CO Ltd
Current assignee: WUHAN WUSHUI POWER CO Ltd
Priority date: 2002-01-18
Filing date: 2002-01-18
Publication date: 2002-07-31

Abstract

本发明提供一种水力机组振动摆度参量的监测和分析方法,采用传感器采集水力机组相关部位的振动、摆度等模拟量,由振摆监测仪收集这些模拟信号,并转换为数字信号,传输至工控机,在工控机的内、外部存储器中全面记录机组运行时的振摆参数、工作状态参数以及对这些数据进行分析处理的各种有关数据、数表、公式结果和程序;由工控机控制振摆监测仪实现信号的采集和传输,并在工控机上实现数据的处理、分析、存储以及数据调用等功能。振摆监测仪采用神经元芯片构成现场总线网络结构,振摆数据按照现场总线网络通讯协议进行数据传输,并由神经元芯片通过串行接口与工控机进行数据通讯。

Description

水力机组振动摆度参量的监测和分析方法

技术领域

本发明涉及一种水力机组振动摆度参量的监测和分析方法，特别是以振摆监测仪和工控机系统为基础，构成现场总线网络结构，通过相关被测量的采集与信号的传递及软件系统对所有被测数据的处理、分析和显示，直接面向用户服务的监测分析系统。

背景技术

目前用于水力发电机振动摆度监测的大多采用DCS(分散控制系统)系统结构，由模/数转换设备采集现场模拟信号，并输入至上位机进行数据分析，主要问题是：

1、测量速度慢，当测点增加时难以实现实时监测；

2、抗干扰能力差，模拟信号在长距离传输时难以保证信号质量；

3、系统结构灵活性差，可扩展能力非常弱。

4、系统监测和数据分析手段单一，难以实现综合有效的性能评估。

经过检索，有申请号为：97102397，申请名称为：“大型旋转机组在线状态监测与故障诊断系统”的发明专利与本发明所述系统类似，但存在以下几点明显不同：

1、97102397号专利所述系统包括1路键相信号、12路快变量、1路自检信号、24路开关量信号和46路慢变量，与本发明所述系统相比，监测对象不同，所采用的监测方法和数据分析方法也不同。

2、97102397号专利所述系统结构为典型DCS结构，由下位工控机、信号预处理板、键相板、开关量信号采集板和多块数据采集板构成现地信号采集单元，由下位机通过网卡与上位工控机通讯，上位机负责信号信号处理和故障诊断。与本发明所述系统相比，系统结构复杂，运行稳定性差、监测的可靠性以及系统规模的可扩展性不高。

技术方案

本发明的目的是针对水力机组振动摆度参量进行监测和分析的需要，由振摆监测仪连接前端传感器和上位工控机，在振摆监测仪内部由神经元芯片构成现场总线结构，以现场总线网络结构代替DCS系统结构，针对DCS系统结构以及其他诸多现场总线的缺点和局限，力图解决下列技术问题：

1、明显提高测量速度，实现大数据量的传输；

2、突破模拟量传输的距离和精度的局限，大幅提高信号传输的抗干扰能力；

3、可方便地实现系统的更新换代，即改善系统结构，增强系统的扩展能力。

4、采用多种监测方法和数据分析方法，从多方面以各种形式直观地反映机组振摆状况。

本发明的水力机组振动摆度参量的监测和分析方法的技术方案是：把水力机组某些部位的振动、摆度剧烈程度由传感器采集模拟电信号，由振摆监测仪收集这些模拟信号并转换为数字信号，实测数据和故障数据全面记录机组运行时的振摆状况以及工作状态的参数、对上述数据进行处理分析的各种有关数据、数表及公式、以及调用程序均存储在工控机的内、外部存储器中，由工控机控制振摆监测仪实现信号的采集和传输，并在工控机上实现数据的处理、分析、存储以及数据调用等功能。

所述的水力机组振动摆度参量的监测和分析方法，其振摆监测仪采用神经元芯片与工控机进行通讯，振摆监测仪内的神经元芯片构成现场总线结构，振摆数据按照现场总线数据传输协议进行传输，并由神经元芯片通过串行接口与工控机进行数据通讯。

所述的水力机组振动摆度参量的监测和分析方法，是由用户通过工控机控制手动或自动地从前端振摆监测仪存储器获取机组振摆的实时数据，采用时域、频域、轴心轨迹等数据分析方法进行实时数据的分析、比较和判断，进行机组故障特征量的提取和机组运行稳定性状况的综合评估。

所述的水力机组振动摆度参量的监测和分析方法，其时域分析是通过绘制振摆时域波形来获取被测机组转动一个周期内振摆的最大幅值与最小幅值之间的差值，即峰峰值，峰峰值表征了在采样周期内被测点振动的最大位移量，反映了当前振动会对机组造成的最大危害。

所述的水力机组振动摆度参量的监测和分析方法，其频域分析是把振摆时域波形经过傅立叶变换后，变换为频域波形，振摆数据的频域波形表征各次谐波分量对振摆幅度的贡献大小，由频域分析可获得振摆综合值以及主频和次主频等故障特征。

所述的水力机组振动摆度参量的监测和分析方法，其系统轴心轨迹数据分析方法是在标准配置中测量上导和水导轴承的X、Y方向的摆度量，并以X、Y方向构成直角坐标系，在其中综合绘制这两个相互垂直方向的摆度量，形成上导和水导轴承偏心运动的运动轨迹，以及整个大轴的整体运动状况。

所述的水力机组振动摆度参量的监测和分析方法，其数据存储和调用使用到了本地数据库的二进制数据对象字段；在系统运行时动态创建二进制数据对象，存储在本地数据库的二进制数据对象字段中，在存储工作完成时及时释放动态创建的二进制数据对象。

本发明的优点是：系统由振摆监测仪连接前端传感器和上位工控机，在振摆监测仪内部由神经元芯片构成现场总线结构；以现场总线网络结构代替DCS系统结构，大大的简化了系统结构，提高系统运行稳定性、监测的可靠性以及系统规模的可扩展性。

本发明针对目前国内水电厂所使用的振摆监测系统的现状，系统软件是使用面向对象语言C++开发的。该C++语言同时具有C++语言的灵活和可视化编程的便利，功能丰富强大，界面友好，使用方便，是C或C++程序员首选的编程工具；它在ActiveX、数据库等方面增加了许多新的功能，同时也对编程环境做了进一步的完善，使用户在使用时更加的得心应手。将Lonworks总线技术计算机管理监测技术应用于水轮机设备振动在线监测，并解决了下列技术问题：

1、明显提高测量速度，实现大数据量的传输；

3、可方便地实现更新换代、改善结构和系统扩展。大大的简化了系统结构，提高系统运行稳定性、监测的可靠性以及系统规模的可扩展性。

附图说明

图1是自动实时监测程序流程图，图2是同步采样流程图，图3是手动监测程序流程图，图4是报警程序流程图，图5是数据存储流程图，图6是数据调用和回放流程图，图7是支持该方法的硬件系统示意图，图8是神经元芯片(信号采集节点)电路，图9是支持该方法的硬件系统框图。

具体实施方式

在本发明的系统中，硬件如图7、图8、图9所示：包括传感器、振摆监测仪和工控机是系统的基础——负责相关被测量的采集与信号的传递；由振摆监测仪连接前端传感器和上位工控机，在振摆监测仪内部由神经元芯片构成现场总线结构；软件：主要是指水力机组在线监测分析系统软件——是系统的核心，负责所有被测数据的处理，分析和显示，直接面向用户，是连接用户与现场的有效手段与桥梁。

本系统软件为用户提供如下功能：

1、状态监测功能：保证准确，迅速地将现场信号传到人机界面和

数据库；及时、真实地反映现场情况。

2、数据处理功能：包括时域分析、频域分析、轴心轨迹分析和趋势分析等快捷有效地数据分析手段，从多角度评估机组运行的稳定性，帮助用户综合掌握机组振摆水平。以及分析故障隐患和机组缺陷。

3、数据管理功能：大容量的数据存储能力，快捷可靠数据库存储方式，以及简单方便的数据调用方式使得用户在管理和使用机组振摆数据时十分得心应手。

下面对主要系统软件进行说明：一、监测功能：

本系统为用户提供了16个通道的3种监测模式：自动定时监测、手动受控监测和通道测试。1、自动实时监测：

自动实时监测用于在无人值守的情况下，系统自动地、持续地对机组各测点振摆情况进行监测，力图在发现问题后在最短的时间内将现场实际情况报告结用户。

自动实时监测工作流程如图1所示：定时自动监测工作流程由用户发出“开始自动监测”的命令，系统开始进入自动监测流程，由软件定时器控制系统工作周期。首先由工控机控制振摆监测仪进行同步数据采样，工控机通过串行接口获得振摆数据后，进行相关的时域、频域、轴心轨迹等数据分析工作，并将分析结果数据和曲线向用户显示，同时比较相关数据，判断系统设置的报警判据是否成立，如果判据不成立，则判断定时器是否时间到；如果报警判据成立，则激活报警处理子程序，进行相应的报警处理，然后再判断定时器条件。如果定时器时间到，则立刻重新进行实时数据采样，重复上述工作过程；如果定时器时间未到，则系统一直等待直至时间到，用户可利用这段时间进行各画面的浏览、打印等操作，因为在数据采样期间系统禁止用户进行任何操作。

同步采样的工作流程见图2：本系统中的同步采样是一种近似的同步，是指对1～12号快变量通道而言。当采样定时器激活，数据采样的命令到达后，立刻由第1号通道开始顺序采集12个通道数据各一次，获得12个数据，12次采样时间的时间间隔尽量短，以达到“同步采样”的要求。然后等待采样定时器时间到则进行下一轮12个通道共12个数据的同步采样，如此循环，直至每个通道采集的数据量达到要求后，快变量同步采样停止，然后对13～16号通道的慢变量分别采样1次，至此，1～16通道数据采集结束。2、手动受控监测：

在机组经过检修或技术改造之后，或有特定目的时，希望对机组进行一系列现场试验，则可用手动受控监测功能，其目的就是将数据采样操作交给用户进行把握，在数据采集结束后，用户可选择打印当前页面中的曲线，或者存储本次采集得到的数据，以便日后调用查看。

手动受控监测的数据采集流程相当于实时自动监测采样定时器的一个工作周期，即在手动监测工作模式下，每完成一次数据采集、分析和处理过程都会等待用户操作，如进行数据存储、图形打印或再发数据采集命令重复进行数据采集等操作，在用户进行任何操作前，系统将一直处于等待状态。其工作流程如图3所示。3、报警子程序运行流程如图4：

在数据处理完成后，系统根据用户设置获取各报警通道的实时数据，计算器峰峰值或综合值，然后判断报警判据成立与否，若连续多次(次数由用户设定)采样所得的峰峰值或综合值均使报警判据成立，则报警处理子程序被激活，即进行声、光等形式的报警，并向用户显示报警点的故障位置、故障值等故障信息，同时将当前所有通道的实测数据存入数据库，最后返回到主工作流程。

报警参数设定由用户在软件中根据实际需要进行自定义，主要由下面几个参数：

报警通道：本系统同时支持4路通道的报警监测，这4个通道可由用户在16个监测通道中任选。

报警限值：包括报警类型和阀值两个参量，前者是由用户选定的用来作为报警判据的参量类型：峰峰值和综合值；阀值是指定峰峰值或综合值的具体数值。

重复次数：为了降低报警现象出现的偶然性，本系统采用多次测量重复确认的方式来确定越限状态，即当连续多次测量均满足报警判据时即确认为越限状态。系统默认为4次，用户也可根据实际需要进行灵活调整。

二、数据分析：

对于影响机组稳定性的振动、摆度、压力脉动等参量，本系统机组从采样实时数据中提取出峰峰值、综合值、主频和次主频四个参量，用以描述机组振摆剧烈程度以及初步判断故障部位及原因。主要采用的分析方法有：1、时域分析：

时域分析通过绘制振摆时域波形来获取被测机组转动一个周期内振摆的最大幅值与最小幅值之间的差值，即峰峰值。峰峰值表征了在采样周期内被测点振动的最大位移量，反映了当前振动会对机组造成的最大危害。2、频域分析：

频域分析是本系统的主要分析手段。频域分析是把振摆时域波形经过快速傅立叶变换(FFT)后，变换为频域波形。振摆数据的频波形表征各次谐波分量对振摆幅度的贡献大小。由频域分析可获得振摆综合值以及振摆的主频和次主频。

●综合值：综合值是指振摆频谱中各次谐波幅值的平方平均值的平方根。综合值相当于振摆的有效值，该值反映了各次谐波综合作用的效果，由此可得到机组振摆的总体水平。

●主频和次频：这两个值的提取作用有两个，一是获得了对该测点振摆幅度影响最大的两个谐波的频率值，由此可初步判断出诱发振动的因素，在一般情况下，主频应等于机组转频，次主频应等于机组转频的整数倍或50Hz倍频。二是由主频和次频幅值的大小可判断该诱发振动的因素对机组正常运转的影响程度，用户可以此作为是否应该停机检修的重要依据。

傅立叶变换的作用是将任意曲线分解为无穷多个不同频率和幅值的正弦信号序列。对于连续时间信号x(t)，若x(t)满足：

{&Integral;}_{- \infty}^{+ \infty} | x (t) | dt < \infty

那么，x(t)的傅立叶变换存在，定义为：

X (jΩ) = {&Integral;}_{- \infty}^{+ \infty} x (t) e^{- jΩt} dt

其反变换为：

x (t) = \frac{1}{2 π} {&Integral;}_{- \infty}^{+ \infty} X (jΩ) e^{jΩt} dΩ

式中Ω＝2πf为角频率，单位是rad/s。X(jΩ)是Ω的连续函数，称为信号x(t)的频谱密度函数，或简称为频谱。它又可以进一步分成实部和虚部、幅部谱和相位谱。

对于在时域和频域都是离散且是有限长的信号，应采用离散傅立叶变换(DFT)，定义如下：

{_{x (t) = \frac{1}{N} Σ_{k = 0}^{N - 1} X (k) e^{j \frac{2 π}{N}} = \frac{1}{N} Σ_{k = 0}^{N - 1} X (k) W_{N}^{- nk} - - n = 0,1, \dots, N - 1}^{X (k) = Σ_{n = 0}^{N - 1} x (n) e^{- j \frac{2 π}{N} nk} = Σ_{n = 0}^{N - 1} x (n) W_{N}^{nk} - - - k = 0,1, \dots, N - 1}

在实际应用中，对离散的时域信号通常采用快速傅立叶变换(FFT)算法在计算机上完成离散傅立叶变换，这种算法使N点DFT的计算量

下降为次，从而使DFT成为信号处理中最方便和最快捷的手段。本产品软件中使用的是时间抽取(DIT)基2FFT算法。3、趋势分析：

水力机组的运转都是一个长期的过程，故障隐患也总是随着机组的老化而以不同的速度发展着，因此对机组稳定性的长期趋势监测也是本系统重要的任务之一。

由于是长期趋势分析，所以振摆数据抽取时间间隔通常以小时计，可由用户自行定义。存储数据的内容包括：

当前采样周期内，当前日期、时间，12路稳定性参数的峰峰值、综合值、机组转频和50Hz频率对应4路状态参量的实测值。

趋势分析以长时间段的峰峰值——时间曲线、综合值——时间曲线、转频幅值——时间曲线、50HZ幅值——时间曲线来反映机组各测点振摆发展状况。4、轴心轨迹：

系统标准配置中将测量上导和水导轴承的X、Y方向(X是指沿厂房方向)四个摆度量。

由于对同一水平面的两个测点而言，它们分别从两个相互垂直的方向描述被测对象的偏移中心点的程度，将被测对象这两个方向上的偏移量在直角坐标系中合成后即可获得被测物在该水平面内的运动轨迹，也即是轴心的偏心运动轨迹。由这轨迹可非常直观地观测到大轴的偏心运动，从而给用户提供了最为直接的故障依据。

将上导和水导两处的轴心轨迹在同一坐标系下同时给出，即可很直观地看到整个大轴的整体运动状况。三、历史数据的存储及调用：

在本系统中历史数据分两种，手动受控监测存储数据和报警自动存储数据。这些数据都是对用户有特殊意义和用途的，它们都应在需要的时候随时可以调用和回放。1、数据存储：

数据表中存放着每一个通道的实测数据，因此数据量较大，手动存储和报警存储使用独立的本地数据表存放，数据存储流程如图5，具体描述如下：

在系统数据库中采用TBlobField字段，即无大小限制的二进制大数据对象字段(Binary Large Object Field)，理论长度为2GB，因此在本系统中，数据存储采用动态二进制大数据对象(TBlob)来完成。具体方法是：首先将12采样数据以二维数组显示保存，对每一路数据均在系统运行时创建一个TBlob对象，将数组中该路数据导入TBlob对象中，然后该TBlob对象向数据库中对应该通道的TBlobField字段赋值，最后将TBlob对象释放。以此类推将所有12路快变量存入数据库，最后将13～16路状态量(慢变量)存入数据库中相应的浮点型字段中。2、数据调用：

数据库中的存放的历史数据必须能够方便地由用户调用和回放才会具备其应有的价值，因此数据调用的方法和数据回放的形式直接影响历史数据的价值。

在本系统中数据的调用和回放仍然使用动态TBlob对象的途径进行相当于数据存储过程的逆过程，其具体方法是：首先由用户从数据库中选择要调用的数据记录，系统定位该数据记录并从中顺序读取12路快变量数据，这些数据以TBlobField字段存储，读取数据时限创建TBlob对象，然后将数据库中TBlobField字段内容赋值给TBlob对象，在从TBlob对象中提取数据存入二维数组，系统根据二维数组中的数据完成计算、分析及绘制曲线等工作。TBlob对象在完成数据提取后即可释放。当12路快变量读取结束后，读取13～16号通道的慢变量，其工作流程如图6：3、辅助功能：

1)传感器率定：

本系统中传感器的测量参数为位移量或压力量，工控机所获得的则是从传感器送来的经过预处理后的0～+10V直流模拟电信号，因此，在数据处理前必须将电信号还原为位移量或压力量。由于在系统正常工作情况下，0～+10V电信号与原始位移量之间是近似线性关系。所以只要知道两者间的线性变换参数(灵敏度a和偏移量b)即可还原始值。

系统获取率定参数的方法有两种，分别适用于不同的情况：

离线率定：当已知传感器的率定参数时，可直接在系统软件中输入。离线率定适用于新装或新率定传感器。

在线率定：当传感器安装在机组上并已长期工作一段时间后，由于器件老化因素影响，其电气特性率定参数会发生难以预知的偏移，必定会产生越来越大的系统误差。因此当误差达到一定程度时，必须对传感器进行重新率定。在线率定即是在无须拆装本系统任何软硬件情况下，在现场标准仪表的帮助下在线地计算并修改传感器的率定参数。根据传感器率定公式：

V＝a×A+b

其中V：传感器输出电压信号

A：传感器测量的位移量或压力量

a：灵敏度

b：偏移量

多次同时把记录传感器读数和现场标准仪表读数，获得一一对应的系列V、A的值，构成试验样本集合{(V_n，A_n)，N为试验次数}，利用最小二乘法拟合即可获得最佳的a、b值。

2)权限控制：

对影响本系统运行参数的某些功能设置权限保护是保证本系统正常运行的必要手段，这些功能只应有特定的用户名和正确的密码才能对本系统的运行参数进行设置。“权限设置”即是对这些用户账号和密码的管理和设置。利用该功能，定义单独的数据表存储用户信息，可以安全方便地添加新用户和删除已有用户。

3)人机界面：

人机界面也就是用户的操作界面，它直接面对用户，主要有两方面的内容，一是用户操作的方便性，主要是指用户应能很方便的实现希望完成的功能；二是系统信息反馈的详细程度，指系统必须及时详细地将系统当前状态，发生异常情况的各种信息以及各种操作提示信息等重要信息提供给用户。

本系统软件设计平台为C++/Windows9x，使得系统操作方法非常适合普通用户的使用习惯。另外，系统软件在设计中充分采用了异常处理方式，包含了所有可能出现的错误或误操作提示信息。下面给出部分程序语言摘录：

//数据采集--------------------------------------------if((hBuf＝(USHORT far*)GlobalAlloc(GHND，sizeof(USHORT)*
gulConvNum))＝0)

　　 {

　　    lstrcpy((char*)szErrMsg，″Not enough memory for buffer″)；

　　    DRV_DeviceClose((LONG far*)&amp;DriverHandle)；

　　    Application-＞MessageBox((char*)szErrMsg，″Driver Message″，
MB_OK)；

　　    exit(0)；
   }
   //allocate memory

　　if((hUserBuf＝(FLOAT far*)GlobalAlloc(GHND，sizeof(FLOAT)*
gulConvNum))＝0)

　　 {

　　    lstrcpy((char*)szErrMsg，″Not enough memory for buffer″)；

　　    DRV_DeviceClose((LONG far*)&amp;DriverHandle)；

　　    Application-＞MessageBox((char*)szErrMsg，″Driver Message″，
MB_OK)；

　　    exit(0)；
   }
   ptFAIIntScanStart.buffer  ＝(USHORT far*)GlobalLock(hBuf)；
   ptFAITransfer.DataBuffer＝(FLOAT far*)GlobalLock(hUserBuf)；
Err＝DRV_FAIIntScanStart(DriverHandle，(LPT_FAIIntScanStart)&amp;

　　 ptFAIIntScanStart)；

　　StatusBarl-＞Panels-＞Items[1]-＞Text＝″系统状态：数据采集正在进

　　                                        行...″；
				
				<dp n="d11"/>
　　Shape2-＞Brush-＞Color＝clIRed，    //开始采样为红色

　　BitBtn1-＞Enabled＝false；

　　BitBtn2-＞Enabled＝false；

　　BitBtn3-＞Enabled＝false；

　　ProgressForm-＞ShowModal()；

　　do

　　{

　　Err＝DRV_FAICheck(DriverHandle，

　　        (LPT_FAICheck)&amp;ptFAICheck)；

　　}while(gwstop＝0)；
Err＝DRV_FAITransfer(DriverHandle，

　　              (LPT_FAITransfer)&amp;ptFAITransfer)；
  temp＝(FLOAT far*)ptFAITransfer.DataBuffer；
//以下为数据分离到Chan RealData及数据率定

　　for(i＝0；i＜gwChlCount；i++)

　　     for(j＝0；j＜AdNumber；j++)

　　Chan_RealData[i][j]＝((FLOAT far*)temp)[i+j*gwChlCount]；
//unlock buffer

　　     GlobalUnlock(hBuf)；

　　     GlobalUnlock(hUserBuf)；
//free buf

　　     GlobalFree(hBuf)；

　　     GlobalFree(hUserBuf)；
//FAIStop
Err＝DRV_FAIStop(DriverHandle)；
				
				<dp n="d12"/>
　　StatusBarl-＞Panels-＞Items[1]-＞Text＝″系统状态：数据采集结束，点

　　                                 击“数据″+″存储”保存本次数据″；

　　Shape2-＞Brush-＞Color＝clLime；       //采集结束为绿色

　　BitBm1-＞Enabled＝true；

　　BitBtn2-＞Enabled＝true；

　　BitBtn3-＞Enabled＝true；

　　dataflag＝true；
//数组率定

　　 for(k＝0；k＜gwChlCount；k++)

　　{

　　 for(j＝0；j＜AdNumber；j++)

　　 Chan_RealData[k][j]＝Chan_RealData[k][j]*Chan_M[k]+Chan_A[k]；

　　    }
//以下为数据FFT及滤波----------------------------------------
//创建用于FFT的新数组

　　 tr＝new float[AdNumber]；

　　 ti＝new float[AdNumber]；

　　 fr＝new float[AdNumber]；

　　 fi＝new float[AdNumber]；
//滤波相关变量计算

　　 lit＝0；

　　 Delt Freq＝1/Samp_Time；

　　 if(is_flt＝true)

　　     {

　　 freq＝0；

　　 while(freq＜Cut_Freq)

　　   {

　　 lit＝lit+1；

　　 freq＝freq+Delt Freq；

　　 }//end of while
				
				<dp n="d13"/>
  }//end of if，滤波时，FFT结果数组中区间[lit，AdNummber-lit+l]应

　　 请//零
if(lit＞＝AdNumber/2)

　　{

　　ShowMessage((AnsiString)″非法滤波器截止频率″)；

　　is_flt＝false；

　　}
for(i＝0；i＜gwChlCount；i++)

　　{

　　for(j＝0；j＜AdNumber；j++)    //形成待变换数组

　　{

　　tr[j]＝Chan_RealData[i][j]；

　　ti[j]＝0；

　　}
  ReFFT(tr，ti，AdNumber，0，fr，fi)；  //FFT
  Chan_FftData[i][0]＝sqrt(fr[0]*fr[0]+fi[0]*fi[0])/(AdNumber*1.0)；
  for(j＝1；j＜AdNumber/2；j++)  //求FFT幅值，并送入FFT幅

　　                             值//存储数组
  Chan_FftData[i][j]＝2*sqrt(fr[j]*fr[j]+fi[j]*fi[j])/(AdNumber*1.0)；
if(is_flt) //滤波
{
for(j＝lit；j＜＝AdNumber-lit；j++)
{
fr[j]＝0；
fi[j]＝0；
}
ReFFT(fr，fi，AdNumber，1，tr，ti)；  //反FFT，并将结果送入

　　                                  //FFT滤波后时域数据存储数组for(j＝0；j＜AdNumber；j++)
				
				<dp n="d14"/>
　　  Chan_LbData[i][j]＝tr[j]；

　　  }//end ofif
   }//end of for

　　//deletet tr，ti，fr，fi

　　delete tr；

　　delete ti；

　　delete fr；

　　delete fi；
//------------------计算峰-峰值和综合值(略)----------------
for(i＝0；i＜16；i++)
 Gainarry[i]＝4；
//从0到15通道每个通道采一个数据然后从中选出以上要求的四个量
  strchannel＝0；
  channelcount＝16；
  MaiConfig.NumChan＝channelcount；
  MaiConfig.StartChan＝strchannel；
  MaiConfig.GainArray＝(USHORT far*)Gainarry；
  Maivoltage.NumChan＝channelcount；
  Maivoltage.StartChan＝strchannel；
  Maivoltage.GainArray＝(USHORT far*)Gainarry；
  Maivoltage.TrigMode＝0；
  Maivoltage.VoltageArray＝(float far*)&amp;voltagein；
  Err＝DRV_MAIConfig(DriverHandle，(PT_MAIConfig far*)&amp;MaiConfig)；
  Err＝DRV_MAIVoltageIn(DriverHandle，(PT_MAIVoltageIn

　　                                   far*)&amp;Maivoltage)；
				
				<dp n="d15"/>
  //上游水位
  status[0]                                                  ＝
Chan_M[ChanNo[12]]*voltagein[ChanNo[12]]+Chan_A[ChanNo[12]]；
  //下游水位
  status[1]                                                  ＝
Chan_M[ChanNo[13]]*voltagein[ChanNo[13]]+Chan_A[ChanNo[13]]；
  //出力
  status[2]                                                  ＝
Chan_M[ChanNo[14]]*voltagein[ChanNo[14]]+Chan_A[ChanNo[14]]；
  //转速
  status[3]                                                  ＝
Chan_M[ChanNo[15]]*voltagein[ChanNo[15]]+Chan_A[ChanNo[15]]；
Label35-＞Caption＝FormatFloat(″0.00″，status[0])；//上游水位
Label36-＞Caption＝FormatFloat(″0.00″，status[1])；//下游水位
Label37-＞Caption＝FormatFloat(″0.00″，status[2])；//出力
Label38-＞Caption＝FormatFloat(″0.00″，status[3])；//转速
Label266-＞Caption＝FormatFloat(″0.00″，status[0]-status[1])；
//----------------以下为所有图形显示(略)--------------------------
//----------------报警处理(略)------------------------------------
}

Claims

1、一种水力机组振动摆度参量的监测和分析方法，其特征在于：采用传感器采集水力机组相关部位的振动、摆度模拟量，由振摆监测仪收集这些模拟信号，并转换为数字信号，传输至工控机，在工控机的内、外部存储器中全面记录机组运行时的上述振摆参数、工作状态参数以及对这些数据进行分析处理的各种有关数据、数表、公式结果和程序，由工控机控制振摆监测仪实现信号的采集和传输，并在工控机上实现数据的处理、分析、存储以及数据调用功能。

2、根据权利要求1所述的水力机组振动摆度参量的监测和分析方法，其特征在于：振摆监测仪采用神经元芯片与工控机进行通讯，振摆监测仪内的神经元芯片构成现场总线网络结构，振摆数据按照现场总线网络通讯协议进行数据传输，并由神经元芯片通过串行接口与工控机进行数据通讯。

3、根据权利要求1或2所述的水力机组振动摆度参量的监测和分析方法，其特征在于：由用户通过工控机控制，手动或自动地从振摆监测仪存储器获取机组振摆的实时数据，采用时域、频域、轴心轨迹数据分析和表达方法进行实时数据的分析、比较和判断，进行机组故障特征量的提取和机组运行稳定性状况的综合评估。

4、根据权利要求3所述的水力机组振动摆度参量的监测和分析方法，其特征在于：时域分析是通过绘制振摆时域波形来获取被测机组转动一个周期内振摆的最大幅值与最小幅值之间的差值，即峰峰值，峰峰值表征了在采样周期内被测点振动的最大位移量，反映了当前振动会对机组造成的最大危害。

5、根据权利要求3所述的水力机组振动摆度参量的监测和分析方法，其特征在于：频域分析是把振摆时域波形经过傅立叶变换后，变换为频域波形，振摆数据的频域波形表征各次谐波分量对振摆幅度的贡献大小，由频域分析可获得振摆综合值以及主频和次频等故障特征数据。

6、根据权利要求3所述的水力机组振动摆度参量的监测和分析方法，其特征在于：系统轴心轨迹数据分析方法是在标准配置中测量上导、下导或水导轴承的X、Y方向的摆度量，并以X、Y方向构成直角坐标系，在其中综合绘制这两个相互垂直方向的摆度量，形成上导和水导轴承偏心运动的运动轨迹，以及整个大轴的整体运动状况。

7、根据权利要求1或2所述的水力机组振动摆度参量的监测和分析方法，其特征在于：数据存储和调用使用到了本地数据库的二进制数据对象字段，在系统运行时动态创建二进制数据对象，存储在本地数据库的二进制数据对象字段中，在存储工作完成时及时释放动态创建的二进制数据对象。