CN211478951U - 故障诊断装置和故障诊断系统 - Google Patents
故障诊断装置和故障诊断系统 Download PDFInfo
- Publication number
- CN211478951U CN211478951U CN201921639316.XU CN201921639316U CN211478951U CN 211478951 U CN211478951 U CN 211478951U CN 201921639316 U CN201921639316 U CN 201921639316U CN 211478951 U CN211478951 U CN 211478951U
- Authority
- CN
- China
- Prior art keywords
- data
- acoustic emission
- pressure gas
- fault diagnosis
- pressure regulator
- 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
Images
Landscapes
- Measuring Fluid Pressure (AREA)
Abstract
本公开提供一种故障诊断装置,用于离线检测高压燃气调压器的故障,其特征在于,所述故障诊断装置包括:声发射传感器,其吸附在连接至所述高压燃气调压器的管道上,并用于采集所述高压燃气调压器的声发射信号;毕托管,其安装在所述管道上,用于采集所述管道中的流量数据;数据采集卡,用于接收所述声发射信号,并将所述声发射信号进行放大、滤波和模数转换,以得到声发射数据;现场数据记录仪,用于定时采集所述流量数据;移动式数据存储器,用于从所述现场数据记录仪和所述数据采集卡分别获取并存储所述声发射数据和所述流量数据;数据处理和故障诊断主机,用于根据所述声发射数据和所述流量数据来判断所述高压燃气调压器的故障。
Description
技术领域
本申请涉及故障诊断技术领域,更具体地,涉及一种高压燃气调压器的故障诊断装置和故障诊断系统。
背景技术
高压燃气调压器在实际使用中会出现故障,表现为其进出口的气体压强的变化。为了保证高压燃气调压器的运行安全,就需要对高压燃气调压器产生的数据实时采集,定期处理。
近年来,声发射技术因其高灵敏度和高辨识率已广泛用于管道或阀门泄露等的中低压安全监测当中。高压燃气调压器发生小的故障时进、出口气体压强变化不大,但是诸如裂纹、气体泄露等故障在运行当中会产生异常明显的声发射信号,而异常信号的频谱范围广阔,约束着声发射检测技术在高压调压器检测当中的应用。
因此,需要一种能够提高故障诊断的准确率的装置。
实用新型内容
一方面,本公开提供一种故障诊断装置,用于离线检测高压燃气调压器的故障,其特征在于,所述故障诊断装置包括:
声发射传感器,其吸附在连接至所述高压燃气调压器的管道上,并用于采集所述高压燃气调压器的声发射信号;
毕托管,其安装在所述管道上,用于采集所述管道的流量数据;
数据采集卡,用于接收所述声发射信号,并将所述声发射信号进行放大、滤波和模数转换,以得到声发射数据;
现场数据记录仪,用于定时采集所述流量数据;
移动式数据存储器,用于从所述现场数据记录仪和所述数据采集卡分别获取并存储所述声发射数据和所述流量数据;
数据处理和故障诊断主机,其用于根据所述声发射数据和所述流量数据来判断所述高压燃气调压器的故障。
根据本公开的实施例,所述数据处理和故障诊断主机按照特定的数据处理算法,将所述声发射信号进行特征提取并与所述流量数据合并成新的特征向量,并且根据所述新的特征向量来判断所述高压燃气调压器的故障。
根据本公开的实施例,故障诊断装置还包括:
根据本公开的实施例,所述数据处理和故障诊断主机还被构造为在所述特征提取之前执行经验模态分解。
根据本公开的实施例,所述数据处理和故障诊断主机还被构造为基于固有模态函数能量熵进行特征提取。
另一方面,本公开还提供一种故障诊断检测系统,其特征在于,包括:
高压燃气调压器,其设置在高压燃气管道之间,用于检测所述高压燃气管道的压力;
声发射传感器,其吸附在所述高压燃气管道上,并用于采集所述高压燃气调压器的声发射信号;
毕托管,其安装在所述高压燃气管道上,用于采集所述高压燃气管道中的流量数据;
数据采集卡,用于接收所述声发射信号,并将所述声发射信号进行放大、滤波和模数转换,以得到声发射数据;
现场数据记录仪,用于定时采集所述流量数据;
移动式数据存储器,用于从所述现场数据记录仪和所述数据采集卡分别获取并存储所述声发射数据和所述流量数据;
数据处理和故障诊断主机,用于根据所述声发射数据和所述流量数据来判断所述高压燃气调压器的故障。
附图说明
通过参照附图详细描述示例性实施例,特征对于本领域普通技术人员将变得显而易见,其中:
图1为根据本公开的实施例的基于流量和声发射的高压燃气调压器离线故障诊断装置结构;
图2为故障诊断方法的过程的流程图。
具体实施方式
现在将参照在附图中示出的示例实施例,其中,相同的标号始终表示相同的部件。
图1为根据本公开的实施例的基于流量和声发射的高压燃气调压器离线故障诊断装置结构。
根据本公开的实施例的故障诊断装置是基于流量和声发射的故障诊断装置,用于离线检测高压燃气调压器的故障。在实施例中,故障诊断装置包括声发射传感器5、毕托管3、数据采集卡6、现场数据记录仪4、数据处理和故障诊断主机8。
在实施例中,高压燃气调压器2设置在高压燃气管道1之间,用于检测高压燃气管道的压力。声发射传感器5可以吸附在高压燃气调压器2上,用于采集高压燃气调压器的声发射信号,并将检测到的声发射信号传输到数据采集卡6。例如,声发射传感器的频率响应范围为0.1Hz至15kHz。数据采集卡中可以设置有模数转换器,以将模拟的声发射信号转换为数字信号。在将模拟的声发射信号进行模数转换之前,该模拟的声发射信号可以被放大和滤波,以提高声发射信号的信噪比。模数转换器的分辨率为24bit,采样率为128K/s。毕托管3安装在高压燃气调压器2一侧的高压燃气管道1上,用于采集高压燃气管道的流量数据,并将采集到的流量数据定时传送至现场数据记录仪4。毕托管是一种流量计,在安装时只需在管道合适的位置上打一个相当的孔,并将其探针插入管道中心,即可方便地进行安装。毕托管的测量范围广,流量在0.2t/h~50000t/h都可以精确测量。对低流速、小流量、大管径测量效果尤佳。
在实施例中,现场数据记录仪4和数据采集卡6中还设置有存储器,用于分别存储声发射信号和流量数据。
在实施例中,故障诊断装置还可以包括,移动式数据存储器7,用于从现场数据记录仪4和数据采集卡6中获取数据,并存储用于进一步处理。移动式数据存储器7可以将数据复制到数据处理和故障诊断主机8。
根据本公开的实施例,由于移动式数据存储器7可以定期将声发射信号和流量数据进行存储,并将其复制到数据处理和故障诊断主机8以进行进一步处理,因此故障诊断装置可以离线进行故障诊断。
数据处理和故障诊断主机8按照特定的数据处理算法,将声发射信号提取特征后与流量合并组成新的特征向量,特征向量输入至支持向量机进行故障判别,新的特征向量可提升燃气调压器故障类型识别准确率并根据分析结果自动诊断调压器故障。
根据本公开的实施例,利用根据本公开的实施例的故障诊断装置检测高压燃气调压器的故障的方法包括以下步骤S101至S103。
S101包括在现场设置毕托管监测高压燃气调压器流量数据,利用现场数据记录仪在现场记录运行数据,并将其发送至移动式数据存储器进行存储。
S102包括将声发射传感器安装在燃气调压器上,数据采集卡采集数据,并将其发送至移动式数据存储器进行存储。
S103包括数据处理和故障诊断主机通过移动式数据存储器离线获取的声发射数据与流量数据结进行波谱分析合,并将所得结果与预先研究获得的典型故障波谱特征进行比较和识别,根据比较和识别的结果做出故障诊断结论。
根据本公开的实施例,系统主机首先对储存的声发射信号(该声发射信号为无故障时的声发射信号,即作为参考的声发射信号)进行频谱分析,确定信号频率分布范围,然后对作为参考的信号进行经典模态分解(EMD),得到不同频带上的波形图。
随后,利用上述得到的波形图得到固有模态函数(IMF)分量的能量熵,求出声发射信号的总能量熵,构造特征向量进行归一化处理,相当于计算IMF分量的能量所占总能量的百分比,即归一化后的IMF能量作为支持向量机模型的输入特征,进行模型的学习和训练,以得到与不同故障类型分别对应的各个参考分量。
经验模态分解(EMD)是一种针对非线性、非平稳信号的自适应信号分解算法。与传统的基于Fourier变换的信号分析方法相比,EMD不仅突破了Fourier变换的局限性,而且不存在如小波变换一样需要预选小波基函数的问题,具有良好的时频分辨率和自适应性,能够完美地重构原始信号,同时具有突出信号中可能被忽视的精细地质构造的潜能。在噪声压制方面,EMD将含噪信号分解后,能够将信号中的噪声和有效信号在不同的固有模态函数(IMF)中分离开来,通过合理地选择IMF重构信号,达到去除噪声的目的。
当有所检测的声发射信号输入时,数据处理和故障诊断主机8自动进行声信号的处理、EMD分解、基于IMF能量熵的特征提取工作,声发射信号提取特征后与流量合并组成新的特征向量,该新的特征向量作为测量分量被输入至支持向量机模型进行故障判别。该模型的输出即为故障的类型。因此,支持向量机模型可以根据不同参考分量和测量分量之间的匹配来判断故障类型。从而实现了从燃气调压器故障信号自主采集、处理、分析、识别的全部过程。
例如,声发射信号经EMD分解(参见图2),并基于固有模态函数(IMF)能量熵的特征提取步骤如下:
(1)应用EMD方法对声发射信号进行分解,得到n个IMF分量c1(t),c2(t),…,cn(t):
(2)求出声发射信号的总能量熵Ei
(3)以能量为元素构造一个特征向量T:T=[E1,E2,...,En]
(4)为了提高信号分析和处理的效率,对向量T进行归一化处理
(5)那么
其中,向量T′是归一化的向量。
因此,可以将归一化的向量T′作为提取的特征。随后,可以将提取的特征与流量数据组合,以形成新的特征向量。
根据本公开的实施例,声发射信号通过经验模态分解(EMD)后基于固有模态函数(IMF)能量熵进行提取特征后,与流量合并组成新的特征向量,特征向量输入至支持向量机进行故障判别,新的特征向量可提升燃气调压器故障类型识别准确率。该装置能够覆盖调压器故障可能产生的所有声发射信号的频率范围,可以实现对高压燃气调压器的安全数据进行实时采集并处理,自动诊断故障的技术功能。
该装置能够覆盖调压器故障可能产生的所有声发射信号的频率范围,可以实现对高压燃气调压器的安全数据进行实时采集并处理,自动诊断故障的技术功能。
虽然已经参见本实用新型构思的实施例具体示出和描述了本实用新型构思,但是应当理解,在不脱离本公开的精神和范围的情况下,可以在形式和细节上进行各种改变。
Claims (2)
1.一种故障诊断装置,用于离线检测高压燃气调压器的故障,其特征在于,所述故障诊断装置包括:
声发射传感器,其吸附在连接至所述高压燃气调压器的管道上,并用于采集所述高压燃气调压器的声发射信号;
毕托管,其安装在所述管道上,用于采集所述管道中的流量数据;
数据采集卡,用于接收所述声发射信号,并将所述声发射信号进行放大、滤波和模数转换,以得到声发射数据;
现场数据记录仪,用于定时采集所述流量数据;
移动式数据存储器,用于从所述现场数据记录仪和所述数据采集卡分别获取并存储所述声发射数据和所述流量数据;
数据处理和故障诊断主机,用于根据所述声发射数据和所述流量数据来判断所述高压燃气调压器的故障。
2.一种故障诊断系统,其特征在于,包括:
高压燃气调压器,其设置在高压燃气管道之间,用于检测所述高压燃气管道的压力;
声发射传感器,其吸附在所述高压燃气管道上,并用于采集所述高压燃气调压器的声发射信号;
毕托管,其安装在所述高压燃气管道上,用于采集所述高压燃气管道中的流量数据;
数据采集卡,用于接收所述声发射信号,并将所述声发射信号进行放大、滤波和模数转换,以得到声发射数据;
现场数据记录仪,用于定时采集所述流量数据;
移动式数据存储器,用于从所述现场数据记录仪和所述数据采集卡分别获取并存储所述声发射数据和所述流量数据;
数据处理和故障诊断主机,用于根据所述声发射数据和所述流量数据来判断所述高压燃气调压器的故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921639316.XU CN211478951U (zh) | 2019-09-27 | 2019-09-27 | 故障诊断装置和故障诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201921639316.XU CN211478951U (zh) | 2019-09-27 | 2019-09-27 | 故障诊断装置和故障诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN211478951U true CN211478951U (zh) | 2020-09-11 |
Family
ID=72362553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201921639316.XU Active CN211478951U (zh) | 2019-09-27 | 2019-09-27 | 故障诊断装置和故障诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN211478951U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501428A (zh) * | 2019-09-27 | 2019-11-26 | 北京市燃气集团有限责任公司 | 故障诊断装置和故障诊断系统 |
CN112012984A (zh) * | 2020-09-21 | 2020-12-01 | 中国人民解放军海军工程大学 | 一种液压滑阀内泄漏声发射检测实验装置及其使用方法 |
-
2019
- 2019-09-27 CN CN201921639316.XU patent/CN211478951U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501428A (zh) * | 2019-09-27 | 2019-11-26 | 北京市燃气集团有限责任公司 | 故障诊断装置和故障诊断系统 |
CN112012984A (zh) * | 2020-09-21 | 2020-12-01 | 中国人民解放军海军工程大学 | 一种液压滑阀内泄漏声发射检测实验装置及其使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4980844A (en) | Method and apparatus for diagnosing the state of a machine | |
CN109855874B (zh) | 一种声音辅助振动微弱信号增强检测的随机共振滤波器 | |
US10359335B2 (en) | Methods and apparatus to analyze recordings in leak detection | |
CN102840907B (zh) | 早期故障状态下滚动轴承振动信号特征提取和分析方法 | |
CN211478951U (zh) | 故障诊断装置和故障诊断系统 | |
CN101208589A (zh) | 用于过程控制系统的诊断设备 | |
CN104764564B (zh) | 基于声波传感器的阀门内漏检测方法 | |
CN111695465B (zh) | 基于压力波模式识别的管网故障诊断与定位方法及系统 | |
CN103792000A (zh) | 一种基于稀疏表示的信号中瞬态成分检测方法及装置 | |
CN104215456A (zh) | 一种基于平面聚类和频域压缩感知重构的机械故障诊断方法 | |
CN103543210A (zh) | 基于声发射技术的加压气力输送流型检测装置和方法 | |
CN110808068A (zh) | 一种声音检测方法、装置、设备和存储介质 | |
CN110632484A (zh) | 一种基于elm的gis局部放电缺陷诊断分类系统及方法 | |
CN112069962B (zh) | 一种基于图像识别强噪声背景下振动频谱的方法 | |
CN207763929U (zh) | 基于声发射的高压燃气调压器故障检测装置 | |
CN118258454B (zh) | 一种基于声层析断面检测的水流量检测系统 | |
CN211477587U (zh) | 在线安全预警装置和故障诊断系统 | |
CN116577037A (zh) | 一种基于非均匀频率语谱图的风管泄漏信号检测方法 | |
CN105909979B (zh) | 基于小波变换融合盲源分离算法的泄漏声波特征提取方法 | |
CN110987431A (zh) | 一种基于tqwt辅助spc的轴承状态监测及故障诊断的方法 | |
CN211478167U (zh) | 故障诊断装置和故障诊断系统 | |
CN117109923A (zh) | 一种滚动轴承故障诊断方法及系统 | |
CN103454114B (zh) | 中低压燃气调压器运行故障诊断与安全预警装置及方法 | |
CN114486252B (zh) | 一种矢量模极大值包络的滚动轴承故障诊断方法 | |
CN113375933B (zh) | 一种刮板输送机故障诊断系统和诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |