CN207798428U - 转动设备故障诊断系统 - Google Patents
转动设备故障诊断系统 Download PDFInfo
- Publication number
- CN207798428U CN207798428U CN201721773220.3U CN201721773220U CN207798428U CN 207798428 U CN207798428 U CN 207798428U CN 201721773220 U CN201721773220 U CN 201721773220U CN 207798428 U CN207798428 U CN 207798428U
- Authority
- CN
- China
- Prior art keywords
- vibration
- signal
- personal computer
- data collector
- industrial personal
- 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
Abstract
本实用新型公开了一种转动设备故障诊断系统,包括设在被测设备上的振动探头,所述振动探头用于感知被测设备的频率;数据采集器通过数据传输同轴线连接所述振动探头,所述数据采集器用于采集所述振动探头感知频率的振动信号,工控机通过无线连接所述数据采集器,工控机用于对所述振动信号进行变换、分析,将变换、分析后的处理信号传输至终端显示;由于采用了上述技术方案,与现有的技术相比,本实用新型通过监测设备在工作中不同频段的产生振动信号处理和分析,结合诊断对象的历史状况,定量识别设备的各个零部件、整机的运行状况,从而预测设备的劣化趋势,从而早发现问题并及时维护从而延长设备的使用寿命,降低损失。
Description
技术领域
本实用新型属于污水处理监管技术领域,尤其涉及一种转动设备故障诊断系统。
背景技术
现有再生水处理系统包含多种设备,每种设备均可能产生机械故障,但监控不同的设备需要采用不同的方式,使得监控的成本过高,监控难度也加大。
实用新型内容
针对现有技术的不足,本实用新型要解决背景技术中的部分问题。
为了解决上述问题,本实用新型提供了一种转动设备故障诊断系统,包括设在被测设备上的振动探头,所述振动探头用于感知被测设备的频率;数据采集器通过数据传输同轴线连接所述振动探头,所述数据采集器用于采集所述振动探头感知频率的振动信号,工控机通过无线连接所述数据采集器,工控机用于对所述振动信号进行变换、分析,将变换、分析后的处理信号传输至终端显示。
在一些实施例中,所述振动探头采用剪切型压电加速度传感器。
在一些实施例中,所述数据采集器采用高精度模拟信号采集器,无需配置任何调理电路;采样分辨率16bit;采集速率10SPS~200KSPS。
在一些实施例中,所述工控机采用卡尔曼滤波算法,去除噪声还原真实数据。
在一些实施例中,所述工控机对离散振动信号进行快速变换,将信号从时域信号转化为频域信号。
在一些实施例中,所述振动信号采用4G无线传输模式,由工控机完成。
由于采用了上述技术方案,与现有的技术相比,本实用新型通过监测设备在工作中不同频段的产生振动信号处理和分析,结合诊断对象的历史状况,定量识别设备的各个零部件、整机的运行状况,从而预测设备的劣化趋势,从而早发现问题并及时维护从而延长设备的使用寿命,降低损失。
附图说明:
图1是本实用新型转动设备故障诊断系统的结构示意框图。
具体实施方式
以下结合附图对本实用新型的具体实施方式进行详细说明。应当说明的是,此处所描述的具体实施方式仅用于说明和解释本实用新型,并不用于限制本实用新型。
实施例1:如图1所示,本实施例提供了一种转动设备故障诊断系统,包括设在被测设备上的振动探头,所述振动探头用于感知被测设备的频率;数据采集器通过数据传输同轴线连接所述振动探头,所述数据采集器用于采集所述振动探头感知频率的振动信号,工控机通过无线连接所述数据采集器,工控机用于对所述振动信号进行变换、分析,将变换、分析后的处理信号传输至终端显示。
在本实施例的一些具体实施方式中,所述振动探头采用剪切型压电加速度传感器。
在本实施例的一些具体实施方式中,所述数据采集器采用高精度模拟信号采集器,无需配置任何调理电路;采样分辨率16bit;采集速率10SPS~200KSPS。
在本实施例的一些具体实施方式中,所述工控机采用卡尔曼滤波算法,去除噪声还原真实数据。
在本实施例的一些具体实施方式中,所述工控机对离散振动信号进行快速变换,将信号从时域信号转化为频域信号。
在本实施例的一些具体实施方式中,所述振动信号采用4G无线传输模式,由工控机完成。
在本实施例的一些具体实施方式中,对振动特征信号的分析,包括:
时域分析,时域分析用于判定信号的平稳性、信号频率成分的复杂性、振动信号幅值的变化范围、有无明显冲击或调制成分等;时域波形分析是最直观的诊断方法,对于某些有明显特征的故障,可以利用时域波形作初步和直观的判断。
频域分析,反映振动的频率组成及各频率成分的大小。主要用于判定故障的位置及故障的可能性。在转动设备的不同零件上(轴承、转子、叶轮、皮带轮、联轴器、齿轮等)的故障信息,都可根据振动波的频谱分析来判断。
轴心轨迹分析,了解轴颈在轴承中的位置,进而判定轴承承载等情况,不同故障具有不同形式的轨迹,如不平衡、不对中、油膜振荡等。
全息谱分析,与轴心轨迹分析配合,反映不平衡、不对中、碰磨、油膜振荡、转轴裂纹等转子系统故障机理及其故障特征。
瀑布图分析,不同时刻的频谱图叠加在一起,反映不同时刻振动频谱变化情况,用于表达振动变化的过程及启停车过程。
神经网络分析,神经网络的结构由一个输入层、若干个中间隐含层和一个输出层组成。神经网络分析法通过不断学习,从未知模式的大量的复杂数据中发现其规律,从而反映设备状态。
设备运行状态的判断主要是通过上述几种方法的组合进行分析和特征提取,既利用各种方法和技术提取故障特征信息,然后进行信息融合,判断故障发生在什么部位,发生的什么故障、发生在什么时候,以及故障发生的原因推测等,对设备的运维人员提供相应的决策建议,保证设备的最优化运行和达到最大化利用率。
工作原理:
步骤1)信号检测:根据采集器采集设备状态参数进行监测处理;
步骤2)特征提取:通过各种方法和技术提取故障特征信息;故障特征提取是否准确、是否完备,直接影响故障诊断结论的准确性。振动分析参数的选择:数据长度,采样时间、分析频率、谱线数等,尽可能多的测试各振动参量,明确振动数值、时域波形、频谱各自的用途;
步骤3)状态识别:根据振动波的频谱分析来判断和确定故障发生类型、部位和程度;
步骤4)诊断决策:根据我们现阶段利用的振动信号分析技术,对设备判定的故障作出合理的处理意见;
步骤5)后续跟踪:验证和跟踪设备的处理情况,积累经验,为后续的更精细化运行,大数据分析,云计算等提供数据基础。
以上结合附图详细描述了本实用新型的优选方式,但是,本实用新型并不限于上述实施方式中的具体细节,在本实用新型的技术构思范围内,可以对本实用新型的技术方案进行多种简单变型,这些简单变型均属于本实用新型的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不予矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本实用新型多各种可能的组合方式不再另行说明。
此外,本实用新型的各种不同的实施方式之间也可以进行任意组合,只要其不违背本实用新型的思想,其同样应当视为本实用新型所公开的内容。
Claims (1)
1.一种转动设备故障诊断系统,其特征在于:包括设在被测设备上的振动探头,所述振动探头用于感知被测设备的频率;数据采集器通过数据传输同轴线连接所述振动探头,所述数据采集器用于采集所述振动探头感知频率的振动信号,工控机通过无线连接所述数据采集器,工控机用于对所述振动信号进行变换、分析,将变换、分析后的处理信号传输至终端显示;所述振动探头采用剪切型压电加速度传感器;所述数据采集器采用高精度模拟信号采集器,无需配置任何调理电路;采样分辨率16bit;采集速率10SPS~200KSPS;所述工控机采用卡尔曼滤波算法,去除噪声还原真实数据;所述工控机对离散振动信号进行快速变换,将信号从时域信号转化为频域信号;所述振动信号采用4G无线传输模式,由工控机完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721773220.3U CN207798428U (zh) | 2017-12-18 | 2017-12-18 | 转动设备故障诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721773220.3U CN207798428U (zh) | 2017-12-18 | 2017-12-18 | 转动设备故障诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207798428U true CN207798428U (zh) | 2018-08-31 |
Family
ID=63280666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721773220.3U Active CN207798428U (zh) | 2017-12-18 | 2017-12-18 | 转动设备故障诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207798428U (zh) |
-
2017
- 2017-12-18 CN CN201721773220.3U patent/CN207798428U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cui et al. | Quantitative trend fault diagnosis of a rolling bearing based on Sparsogram and Lempel-Ziv | |
Ai et al. | Fusion information entropy method of rolling bearing fault diagnosis based on n-dimensional characteristic parameter distance | |
Saidi et al. | Bi-spectrum based-EMD applied to the non-stationary vibration signals for bearing faults diagnosis | |
CN203432784U (zh) | 用于旋转的机械部件的状态监控装置 | |
EP2522977B1 (en) | Abnormality diagnosis device for rolling bearing, wind power generator, and abnormality diagnosis system | |
CA2875071C (en) | Method and system for testing operational integrity of a drilling rig | |
CN203414278U (zh) | 一种水电机组振动异常状态实时检测系统 | |
CN104535323A (zh) | 一种基于角域-时域-频域的机车轮对轴承故障诊断方法 | |
CN108361207B (zh) | 一种用于离心泵振动监测与故障预警的装置及方法 | |
Dou et al. | A rule-based intelligent method for fault diagnosis of rotating machinery | |
Cheng et al. | Envelope deformation in computed order tracking and error in order analysis | |
MX2014014577A (es) | Metodos y aparatos para el diagnostico de defectos en un sistema mecanico. | |
CN107003663A (zh) | 具有活动部分的装置的监视 | |
CN108896299A (zh) | 一种齿轮箱故障检测方法 | |
CN103323274A (zh) | 旋转机械状态监测与故障诊断系统及方法 | |
Chegini et al. | New fault diagnosis approaches for detecting the bearing slight degradation | |
CN106441896A (zh) | 滚动轴承故障模式识别及状态监测的特征向量提取方法 | |
CN102441579B (zh) | 热连轧轧机运行状态的在线监测方法 | |
CN103969069A (zh) | 机械设备工况监测与故障诊断方法 | |
Zhang et al. | A benchmark of measurement approaches to track the natural evolution of spall severity in rolling element bearings | |
CN108195584B (zh) | 一种基于准确度谱图的滚动轴承故障诊断方法 | |
CN103616187A (zh) | 一种基于多维度信息融合的故障诊断方法 | |
CN104792519A (zh) | 一种汽车变速箱nvh下线检测方法 | |
Yan et al. | Fault signature enhancement and skidding evaluation of rolling bearing based on estimating the phase of the impulse envelope signal | |
CN113532848A (zh) | 一种行星齿轮箱故障诊断系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |