TWI773107B - 喘振偵測方法及壓縮裝置 - Google Patents

喘振偵測方法及壓縮裝置 Download PDF

Info

Publication number
TWI773107B
TWI773107B TW110103345A TW110103345A TWI773107B TW I773107 B TWI773107 B TW I773107B TW 110103345 A TW110103345 A TW 110103345A TW 110103345 A TW110103345 A TW 110103345A TW I773107 B TWI773107 B TW I773107B
Authority
TW
Taiwan
Prior art keywords
value
voltage
frequency domain
data
current
Prior art date
Application number
TW110103345A
Other languages
English (en)
Other versions
TW202229732A (zh
Inventor
游耀中
陳昱志
Original Assignee
復盛股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 復盛股份有限公司 filed Critical 復盛股份有限公司
Priority to TW110103345A priority Critical patent/TWI773107B/zh
Priority to CN202110179748.2A priority patent/CN114810643B/zh
Application granted granted Critical
Publication of TW202229732A publication Critical patent/TW202229732A/zh
Publication of TWI773107B publication Critical patent/TWI773107B/zh

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04DNON-POSITIVE-DISPLACEMENT PUMPS
    • F04D27/00Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
    • F04D27/001Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04DNON-POSITIVE-DISPLACEMENT PUMPS
    • F04D25/00Pumping installations or systems
    • F04D25/02Units comprising pumps and their driving means
    • F04D25/06Units comprising pumps and their driving means the pump being electrically driven

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Ac Motors In General (AREA)
  • Control Of Positive-Displacement Pumps (AREA)
  • Diaphragms For Electromechanical Transducers (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Spinning Or Twisting Of Yarns (AREA)

Abstract

本發明公開一種喘振偵測方法及壓縮裝置。壓縮裝置具有一壓縮馬達、兩個壓力感測模組、一電流感測模組及一控制模組。兩個壓力感測模組分別取得壓縮馬達的多個低壓數據及高壓數據。電流感測模組取得壓縮馬達的多個馬達電流數據。控制模組具有一運算單元及一判斷單元。運算單元對低壓數據、高壓數據及馬達電流數據進行頻域分析及正規化,以產生多個低壓正規化值、高壓正規化值及電流正規化值。判斷單元判斷於同一個頻率中的低壓正規化值、高壓正規化值及電流正規化值同時大於一比對值時,發出一喘振訊號。據此,壓縮裝置能偵測喘振發生。

Description

喘振偵測方法及壓縮裝置
本發明涉及一種偵測方法及壓縮裝置,尤其涉及一種能偵測喘振發生的喘振偵測方法及壓縮裝置。
現有的壓縮裝置於壓縮流體時,經常伴隨著喘振(SURGE)的發生,而喘振現象不僅造成壓縮裝置於運作時產生巨大噪音外,還會使壓縮裝置內的馬達、葉輪、或軸承等構件上的應力增加,從而對壓縮裝置的內部構件造成損壞。因此,能準確地偵測現有的壓縮裝置是否發生喘振現象,勢必為現有的壓縮裝置的重要課題。
於是,本發明人認為上述缺陷可改善,乃特潛心研究並配合科學原理的運用,終於提出一種設計合理且有效改善上述缺陷的本發明。
本發明所要解決的技術問題在於,針對現有技術的不足提供一種喘振偵測方法及壓縮裝置,能準確地偵測喘振的發生從而供後續處理或排除。
本發明實施例公開一種喘振偵測方法,其適用於壓縮流體的一壓縮裝置,所述方法包括下列步驟:實施一量測步驟:偵測所述壓縮裝置以 取得多個低壓數據、多個高壓數據、及多個馬達電流數據;實施一頻域分析步驟:利用多個所述低壓數據、多個所述高壓數據、及多個所述馬達電流數據進行頻域分析並產生對應多個所述低壓數據的一低壓頻域資訊、對應多個所述高壓數據的一高壓頻域資訊、及對應多個所述馬達電流數據的一電流頻域資訊;實施一正規化步驟:正規化所述低壓頻域資訊、所述高壓頻域資訊、及所述電流頻域資訊產生多個低壓正規化值、多個高壓正規化值、及多個電流正規化值;及實施一判斷步驟:利用多個所述低壓正規化值、多個所述高壓正規化值、及多個所述電流正規化值判斷所述壓縮裝置是否發生喘振現象。
本發明實施例另外公開一種壓縮裝置,其用以壓縮流體,所述壓縮裝置包括:一壓縮機構,具有一進入口及一排出口;一壓縮馬達,連接所述壓縮機構,所述壓縮馬達能驅動所述壓縮機構壓縮流體;一第一壓力感測模組,設置於所述進入口,所述第一壓力感測模組能取得所述進入口的多個低壓數據;一第二壓力感測模組,設置於所述排出口,所述第二壓力感測模組能取得所述排出口的多個高壓數據;一電流感測模組,電性連接所述壓縮馬達,所述電流感測模組能取得所述壓縮馬達的多個馬達電流數據;一控制模組,電性連接所述第一壓力感測模組、所述第二壓力感測模組、及所述電流感測模組,所述控制模組能接收多個所述低壓數據、多個所述高壓數據、及多個所述馬達電流數據,所述控制模組包含有:一運算單元,能對多個所述低壓數據、多個所述高壓數據、及多個所述馬達電流數據進行頻域分析及正規化,使所述運算單元產生對應多個所述低壓數據的多個低壓正規化值、對應多個所述高壓數據的多個高壓正規化值、及對應多個所述馬達電流數據的多個電流正規化值;一判斷單元,電性連接所述運算單元,所述判斷單元判斷於同一個頻率中的所述低壓正規化值、所述高壓正規化值、及所述電流正規化值同時滿足一發生條件時,所述判斷單元發出一喘振訊號;其中, 所述發生條件為:於同一個頻率中,所述低壓正規化值、所述高壓正規化值、及所述電流正規化值分別同時大於一比對值。
綜上所述,本發明實施例所公開的喘振偵測方法及壓縮裝置,通過至少對所述壓縮裝置的所述低壓數據、所述高壓數據、及所述馬達電流數據進行頻域分析及正規化,並由同一個頻率中的所述低壓正規化值、所述高壓正規化值、及所述電流正規化值比對是否大於所述比對值,從而達到準確偵測所述壓縮裝置是否產生喘振現象之效果。
為使能更進一步瞭解本發明的特徵及技術內容,請參閱以下有關本發明的詳細說明與圖式,然而所提供的圖式僅用於提供參考與說明,並非用來對本發明加以限制。
100:壓縮裝置
1:壓縮機構
11:控制裝置
2:第一壓力感測模組
3:第二壓力感測模組
4:電流感測模組
5:測振感測模組
6:控制模組
61:運算單元
62:判斷單元
63:分級單元
7:壓縮馬達
LD:低壓數據
HD:高壓數據
CD:馬達電流數據
SD:振速數據
LNV:低壓正規化值
HNV:高壓正規化值
MNV:電流正規化值
SNV:振速正規化值
HSS:重度喘振子訊號
MSS:中度喘振子訊號
LSS:輕度喘振子訊號
S101~S115、S111A、S113A、S115A:步驟
圖1為本發明第一實施例的壓縮裝置的功能方塊示意圖。
圖2為本發明第一實施例的壓縮裝置的低壓數據的時間與壓力的示意圖。
圖3為本發明第一實施例的壓縮裝置的高壓數據的時間與壓力的示意圖。
圖4為本發明第一實施例的壓縮裝置的馬達電流數據的時間與電流的示意圖。
圖5為本發明第一實施例的壓縮裝置的振速數據的時間與速度示意圖。
圖6為本發明第一實施例的壓縮裝置的低壓頻域值的頻率與壓力的示意圖。
圖7為本發明第一實施例的壓縮裝置的高壓頻域值的頻率與壓 力的示意圖。
圖8為本發明第一實施例的壓縮裝置的電流頻域值的頻率與電流的示意圖。
圖9為本發明第一實施例的壓縮裝置的振速頻域值的頻率與速度的示意圖。
圖10為本發明第一實施例的壓縮裝置的低壓正規化值的頻率與強度的示意圖。
圖11為本發明第一實施例的壓縮裝置的高壓正規化值的頻率與強度的示意圖。
圖12為本發明第一實施例的壓縮裝置的電流正規化值的頻率與強度的示意圖。
圖13為本發明第一實施例的壓縮裝置的振速正規化值的頻率與強度的示意圖。
圖14為本發明第二實施例的喘振偵測方法的流程示意圖。
以下是通過特定的具體實施例來說明本發明所公開有關“喘振偵測方法及壓縮裝置”的實施方式,本領域技術人員可由本說明書所公開的內容瞭解本創作的優點與效果。本創作可通過其他不同的具體實施例加以施行或應用,本說明書中的各項細節也可基於不同觀點與應用,在不背離本創作的構思下進行各種修改與變更。另外,本創作的附圖僅為簡單示意說明,並非依實際尺寸的描繪,事先聲明。此外,以下如有指出請參閱特定圖式或是如特定圖式所示,其僅是用以強調於後續說明中,所述及的相關內容大部份出現於該特定圖式中,但不限制該後續說明中僅可參考所述特定圖式。以 下的實施方式將進一步詳細說明本創作的相關技術內容,但所公開的內容並非用以限制本創作的保護範圍。另外,本文中所使用的術語“或”,應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。
[第一實施例]
如圖1至圖13所示,其為本發明的第一實施例。參閱圖1所示,本實施例公開一種壓縮裝置100,所述壓縮裝置100包含有一壓縮機構1、一第一壓力感測模組2、一第二壓力感測模組3、一電流感測模組4、一測振感測模組5、一控制模組6、及一壓縮馬達7。所述壓縮裝置100能通過所述第一壓力感測模組2、所述第二壓力感測模組3、所述電流感測模組4、及所述測振感測模組5取得所述壓縮裝置100(也就是所述壓縮機構1及所述壓縮馬達7)的參數資料,並配合所述控制模組6進行頻域分析(frequency domain)及正規化,從而判定所述壓縮裝置100是否發生喘振現象。
換個角度說,任何不是由通過頻域分析(frequency domain)判定喘振是否發生的壓縮裝置難以對比於本實施例中的壓縮裝置100,舉例來說,採用時域分析的壓縮裝置。以下將分別介紹所述壓縮裝置100的各個元件構造,並適時說明所述壓縮裝置100的各個元件彼此之間的連接關係。
所述壓縮馬達7連接所述壓縮機構1,所述壓縮機構1具有一進入口(圖中未示)及一排出口(圖中未示),所述壓縮機構1壓縮機構1能被所述壓縮馬達7帶動,據以使所述壓縮機構1由所述進入口導入流體進行壓縮,再由所述排出口排出受壓縮的流體。也就是說,本實施例的所述壓縮裝置100必須為壓縮流體(例如:水、空氣等)的裝置,但不受限於任何流體。
所述第一壓力感測模組2設置於所述進入口,所述第一壓力感測模組2能取得所述進入口於不同時間點的多個低壓數據LD,也就是如圖2所示中的圖表,其橫軸為時間而縱軸為壓力。所述第二壓力感測模組3設置於所述 排出口,所述第二壓力感測模組3則能取得所述排出口於不同時間點的多個高壓數據HD,也就是圖3所示中的圖表,其橫軸為時間而縱軸為壓力。且由圖2及圖3可清楚得知,於同一時間點的所述進入口的壓力小於所述排出口的壓力,也就是所述低壓數據LD小於所述高壓數據HD。
進一步地說,由所述壓縮機構1所產生的多個所述低壓數據LD及多個所述高壓數據HD是彼此相互影響的,例如:由所述進入口進入的流體量會影響所述排出口的壓力,而當所述壓縮裝置100發生喘振現象時,相同時間的所述低壓數據LD及所述高壓數據HD相較於未發生喘振現象時會同時具有明顯的震盪或不穩定,使多個所述低壓數據LD及多個所述高壓數據HD於時間軸上的波形具有明顯的波峰及波谷。
所述電流感測模組4電性連接所述壓縮馬達7,所述電流感測模組4能取得所述壓縮馬達7於不同時間點的多個馬達電流數據CD,也就是圖4所示中的圖表,其橫軸為時間而縱軸為電流。進一步地說,所述壓縮馬達7的電流於實務上佔據所述壓縮裝置100的99%總電流量,也就是說,所述壓縮馬達7大致與所述壓縮裝置100的總電流相同。當所述壓縮裝置100產生喘振現象使所述壓縮機構1受到所述進入口壓力及所述排出口壓力的變化導致不穩定時,所述壓縮馬達7的負載會隨之起伏而使多個所述馬達電流數據CD產生震盪或不穩定,使多個所述馬達電流數據CD於時間軸上的波形具有明顯的波峰及波谷。
所述測振感測模組5於本實施例中具有分別設置於所述壓縮機構1及所述壓縮馬達的兩個感測元件(圖中未示),所述測振感測模組5能利用兩個所述感測元件取得所述壓縮機構1及所述壓縮馬達7於不同時間點的多個振速數據SD,也就是圖5所示中的圖表,其橫軸為時間而縱軸為速度。具體來說,所述壓縮裝置100於未發生喘振現象時,其多個所述振速數據SD會維持 於較低的定值。而當所述壓縮裝置100於發生喘振現象時,所述壓縮機構1及所述壓縮馬達7內的構件會產生應力變化而產生振動,從而使多個所述振速數據SD的數值提升且震盪不穩定,使多個所述振速數據SD於時間軸上的波形大致呈方波。
復參圖1所示,所述控制模組6電性連接所述第一壓力感測模組2、所述第二壓力感測模組3、所述電流感測模組4、及所述測振感測模組5。所述控制模組6能接收多個所述低壓數據LD、多個所述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD,從而偵測所述壓縮裝置100是否發生喘振。為了方便說明,所述控制模組6所接收的多個所述低壓數據LD、多個所述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD以下通稱一收集參數。所述控制模組6包含有一運算單元61、一判斷單元62、及一分級單元63。
所述運算單元61對應所述收集參數的各項總值分別預設有一門檻設定值,當所述運算單元61偵測所述收集參數的各項總值都大於多個所述門檻設定值,所述運算單元61對所述收集參數進行頻域分析及正規化,使所述運算單元61產生對應所述低壓數據LD的多個低壓正規化值LNV、對應所述高壓數據HD的多個高壓正規化值HNV、對應所述馬達電流數據CD的多個電流正規化值MNV、及對應所述振速數據SD的多個振速正規化值SNV。需強調的是,多個所述低壓正規化值LNV、多個所述高壓正規化值HNV、多個所述電流正規化值MNV、多個所述振速正規化值SNV是先經由頻域分析後才正規化。
進一步地說,多個所述門檻設定值分別為一最小低壓設定值、一最小高壓設定值、一最小電流設定值、及一最小振速設定值。於實務上,所述最小低壓設定值較佳大於15千帕(kPa),所述最小高壓設定值較佳 大於30千帕(kPa),所述最小電流設定值較佳大於10安培(A),所述最小振速設定值較佳大於5毫米每秒(mm/s),但本發明不受限於本實施例所載。舉例來說,多個所述門檻設定值能根據所述壓縮裝置100的尺寸或壓縮量進行調整。
所述運算單元61會比對多個所述低壓數據LD的總值是否大於所述最小低壓設定值、多個所述高壓數據HD的總值是否大於所述最小高壓設定值、多個所述馬達電流數據CD的總值是否大於所述最小電流設定值、及多個所述振速數據SD的總值是否大於所述最小振速設定值。
於實務上,當所述壓縮裝置100未產生喘振現象時,所述壓縮裝置100的多個所述低壓數據LD的總值、多個所述高壓數據HD的總值、多個所述馬達電流數據CD的總值、及多個所述振速數據SD的總值各別不大於所述最小低壓設定值、所述最小高壓設定值、所述最小電流設定值、及所述最小振速設定值。
另外,當多個所述低壓數據LD、多個所述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD分別大於對應的所述門檻設定值時,所述運算單元61能通過傅立葉變換、離散餘弦變換、小波分析等方式對所述收集參數進行頻域分析,並配合正規化以產生位於不同時間的多個所述低壓正規化值LNV、多個所述高壓正規化值HNV、多個所述電流正規化值MNV、及多個所述振速正規化值SNV。
換個角度說,所述運算單元61是將圖2至圖5的所述壓縮裝置100的多個所述低壓數據LD、多個所述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD經進行頻域分析而得出圖6至圖9的圖表內容,而當圖6至圖9的圖表內容經正規化時,會得出圖10至圖13所示的多個所述低壓正規化值LNV、多個所述高壓正規化值HNV、多個所述電流正規化值MNV、及多個 所述振速正規化值SNV。
所述判斷單元62電性連接所述運算單元61,所述判斷單元62判斷於同一個頻率中的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV同時滿足一發生條件時,所述判斷單元62發出一喘振訊號。
具體來說,所述發生條件為於同一個頻率中,所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV分別同時大於為20%至50%中的任一個百分比數值的一比對值。進一步地,所述判斷單元62所發出的所述喘振訊號能用以暫停所述壓縮馬達7、或傳送至連接所述壓縮馬達7的一控制裝置11,從而協助改善或阻止喘振現象對所述壓縮裝置100造成的傷害等。
所述分級單元63電性連接所述判斷單元62。當所述判斷單元62發出所述喘振訊號時,所述分級單元63取得發生喘振現象時的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV,並通過分級而發出一重度喘振子訊號HSS、一中度喘振子訊號MSS及一輕度喘振子訊號LSS。
詳細地說,當於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV大於50%時,所述分級單元63發出所述重度喘振子訊號HSS。當於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV介於35%至50%之間時,所述分級單元63發出所述中度喘振子訊號MSS。當於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV介於20%至35%之間時,所述分級單元63發出所述輕度喘振子訊號 LSS。
值得一提的是,多個所述門檻設定值能避免所述判斷單元62誤判所述壓縮裝置100發生喘振現象。舉例來說,若當多個所述低壓數據LD的總值、多個所述高壓數據HD的總值、多個所述馬達電流數據CD的總值、及多個所述振速數據SD的總值過低時,任一個總值若發生輕微變化則會使經正規化後的數值產生明顯變化。也就是說,儘管所述壓縮裝置100未發生喘振現象,但因各數據總值過低,導致於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV可能分別同時大於所述比對值,而造成誤判。
需說明的是,所述分級單元63所發出的所述重度喘振子訊號HSS、所述中度喘振子訊號MSS、及所述輕度喘振子訊號LSS能用以傳送所述控制裝置11,從而供所述控制裝置11根據不同情況的喘振有效調整所述壓縮機構1及所述壓縮馬達7,又或者設計者能根據需求利用所述重度喘振子訊號HSS、所述中度喘振子訊號MSS、及所述輕度喘振子訊號LSS進行後續處理。
[第二實施例]
如圖14所示,其為本發明的第二實施例。本實施例為採用第一實施例的所述壓縮裝置100的喘振偵測方法。換個角度說,第一實施例是以所述壓縮裝置100的各個元件構造進行說明,而以本實施例將以所述壓縮裝置100的實際偵測步驟進行說明,因此請適時參酌第一實施例的圖1所示的功能方塊圖。
配合參閱圖1及圖14,所述喘振偵測方法包含有一量測步驟S101、一確認步驟S103、一頻域分析步驟S105、一正規化步驟S107、一判斷步驟S109、一第一分級步驟S111、一第二分級步驟S113、及一第三分級步驟S115。當然,上述多個步驟的其中任一個步驟能夠視設計者的需求而省略或 是以合理的變化方式取代。所述喘振偵測方法的多個步驟詳細如下: 實施所述量測步驟S101:偵測所述壓縮裝置100以取得多個低壓數據LD、多個高壓數據HD、多個馬達電流數據CD、及多個振速數據SD。具體來說,圖2為多個所述低壓數據LD為所述壓縮裝置100於不同時間點導入流體時的壓力,圖3為多個所述高壓數據HD為所述壓縮裝置100於不同時間點導出被壓縮流體時的壓力,也就是說圖2及圖3中的橫軸為時間而縱軸為壓力。圖4為多個所述馬達電流數據CD為所述壓縮裝置100的所述壓縮馬達7於不同時間點的電流,圖5為多個所述振速數據SD為所述壓縮裝置100的所述壓縮機構1與所述壓縮馬達7於不同時間點的振動速度,也就是圖4中的橫軸為時間而縱軸為電流,圖5中的橫軸為時間而縱軸為速度。
實施所述確認步驟S103:比對多個所述低壓數據LD的總值是否大於一最小低壓設定值,比對多個所述高壓數據HD的總值是否大於一最小高壓設定值,比對多個所述馬達電流數據CD的總值是否大於一最小電流設定值,比對多個所述振速數據SD的總值是否大於一最小振速設定值。
具體來說,若當多個所述低壓數據LD的總值大於所述最小低壓設定值、多個所述高壓數據HD的總值大於所述最小高壓設定值、多個所述馬達電流數據CD的總值大於所述最小電流設定值、及多個所述振速數據SD的總值大於所述最小振速設定值至少其中三個情況時,判定所述壓縮裝置100可能發生喘振現象,並接著實施所述頻域分析步驟S105。若當多個所述低壓數據LD的總值小於所述最小低壓設定值、多個所述高壓數據HD的總值小於所述最小高壓設定值、多個所述馬達電流數據CD的總值小於所述最小電流設定值、或多個所述振速數據SD的總值大於所述最小振速設定值時,判定所述壓縮裝置100未發生喘振現象,並實施所述量測步驟S101。
也就是說,所述壓縮裝置100的多個所述低壓數據LD、多個所 述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD未大於所述最小低壓設定值、所述最小高壓設定值、所述最小電流設定值、及所述最小振速設定值時,所述壓縮裝置100不會發生喘振現象。而於實務上,所述最小低壓設定值較佳為15千帕(kPa)、所述最小高壓設定值較佳為30千帕(kPa)、所述最小電流設定值較佳為10安培(A)、及所述最小振速設定值較佳為5毫米每秒(mm/s),但本發明不受限於本實施例所載。舉例來說,設計者能因應所述壓縮機尺寸或需求對所述最小低壓設定值、所述最小高壓設定值、所述最小電流設定值、及所述最小振速設定值進行些微調整。
實施所述頻域分析步驟S105:利用多個所述低壓數據LD、多個所述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD進行頻域分析產生對應多個所述低壓數據LD的一低壓頻域資訊、對應多個所述高壓數據HD的一高壓頻域資訊、對應多個所述馬達電流數據CD的一電流頻域資訊、及對應多個所述振速數據SD的一振速頻域資訊。
進一步地說,圖6至圖9所示的多個所述低壓數據LD、多個所述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD能利用傅立葉變換、離散餘弦變換、小波分析等頻域分析方式產生圖6至圖9所示的所述低壓頻域資訊、所述高壓頻域資訊、所述電流頻域資訊、及所述高壓頻域資訊,且所述低壓頻域資訊具有多個低壓頻域值,所述高壓頻域資訊具有多個高壓頻域值,所述電流頻域資訊具有多個電流頻域值,所述振速頻域資訊具有多個振速頻域值。也就是說,圖6至圖9中所示的數值是利用圖2至圖5所示的數值經頻域分析所產生,其橫軸為強度而縱軸為頻率。
實施所述正規化步驟S107:正規化所述低壓頻域資訊、所述高壓頻域資訊、所述電流頻域資訊、及所述振速頻域資訊,從而產生對應多個 所述低壓頻域值的多個低壓正規化值LNV、對應多個所述高壓頻域值的多個高壓正規化值HNV、對應多個所述電流頻域值的多個電流正規化值MNV、及對應多個所述振速頻域值的多個振速正規化值SNV。
具體來說,於相同頻率中,任一個所述低壓頻域值除以多個所述低壓頻域值的總和以取得所述低壓正規化值LNV,任一個所述高壓頻域值除以多個所述高壓頻域值的總和以取得所述高壓正規化值HNV,任一個所述電流頻域值除以多個所述電流頻域值的總和以取得所述電流正規化值MNV,任一個所述振速頻域值除以多個所述振速頻域值的總和以取得所述振速正規化值SNV。換句話說,所述正規化步驟S107是將圖6至圖9所示的多個所述低壓頻域值、多個所述高壓頻域值、多個所述電流頻域值、及多個所述振速頻域值經由正規化而取得圖10至圖13所示的多個所述低壓正規化值LNV、多個所述高壓正規化值HNV、多個所述電流正規化值MNV、及多個所述振速正規化值SNV。
實施所述判斷步驟S109:利用多個所述低壓正規化值LNV、多個所述高壓正規化值HNV、多個所述電流正規化值MNV、及多個所述振速正規化值SNV判斷所述壓縮裝置100是否發生喘振現象。若是,實施所述第一分級步驟S111。若否,接著實施所述量測步驟S101。
具體來說,於所述判斷步驟S109中,利用一比對值各別比對於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值CNV、及所述振速正規化值SNV是否同時分別大於所述比對值,而於實務上所述比對值為20%至50%中的任一個百分比數值。
舉例來說,所述比對值於此實施例以30%為例,但本發明不受限於本實施例所載。參閱圖10至圖13所示能明顯發現,當所述壓縮裝置100於頻率為4HZ時,所述壓縮裝置100的各個正規化值明顯高於其他頻率時的數 值。詳細地說,圖10所示的所述低壓正規化值LNV大致為31%,且明顯與其他頻率的低壓正規化值LNV至少相差15%,圖11所示的所述高壓正規化值HNV大致為31%,且明顯與其他頻率的高壓正規化值HNV至少相差15%,圖12所示的所述電流正規化值CNV大致為30.5%,且明顯與其他頻率的電流正規化值CNV至少相差15%,圖13所示的所述振速正規化值SNV大致為30%,且明顯與其他頻率的振速正規化值SNV至少相差15%。也就是說,當頻率為4HZ時的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值CNV、及所述振速正規化值SNV都同時大於所述比對值,因此,判定所述壓縮裝置100發生喘振現象。
反過來說,復參圖2至圖5中的多個所述低壓數據LD、多個所述高壓數據HD、多個所述馬達電流數據CD、及多個所述振速數據SD為所述壓縮裝置100發生喘振現象時的數值,多個所述低壓數據LD大致位於8.6至9千帕斯卡(kPa)之間規律變化,多個所述高壓數據HD大致位於1至3.3千帕斯卡(kPa)之間規律變化,多個所述馬達電流數據CD大致位於157至169安培(A)之間規律變化,多個所述振速數據SD大致位於2至7毫米每秒(mm/s)之間規律變化。也就是說,若所述壓縮裝置100的低壓、高壓、電流、或振速的數值沒有通過本發明的所述喘振偵測方法,而直接由其數值變化來看是並無法發現所述壓縮裝置100是否發生喘振現象。
更進一步地,所述喘振偵測方法所實施的所述第一分級步驟S111、所述第二分級步驟S113、及所述第三分級步驟S115是將已經發生喘振現象的所述壓縮裝置100進一步地區分出重度、中度、及輕度喘振現象,從而能供人員或所述壓縮裝置100根據所發生不同程度的喘振安排不同的後續處理方式。所述第一分級步驟S111、所述第二分級步驟S113、及所述第三分級步驟S115的詳細地說如下: 實施所述第一分級步驟S111:當於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV同時大於所述比對值時,判定所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV是否大於50%。若是,實施一第一信號發出步驟S111A:發出一重度喘振訊號HSS。若否,實施所述第二分級步驟S113。
實施所述第二分級步驟S113:當於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV同時大於所述比對值時,判定所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV是否介於35%至50%之間。若是,實施一第二信號發出步驟S113A:發出一中度喘振訊號MSS。若否,實施所述第三分級步驟S115。
實施所述第三分級步驟S115:當於同一個頻率的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV同時大於所述比對值時,判定所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值MNV、及所述振速正規化值SNV是否介於20%至35%之間。若是,實施一第三信號發出步驟S115A:發出一輕度喘振訊號LSS。若否,則可能有發生誤判情況,接續實施所述量測步驟S101再次確認。也就是說,以圖7至圖10所示數據為例,所述壓縮機裝置100於第4秒時的所述低壓正規化值LNV、所述高壓正規化值HNV、所述電流正規化值CNV、及所述振速正規化值SNV都同時介於20%至35%之間,因此所述壓縮裝置100為發生輕度喘振並發出所述輕度喘振訊號LSS。
當然,所述第一分級步驟S111、所述第二分級步驟S113、及所述第三分級步驟S115,不限制於本實施例所載的順序,舉例來說,所述判斷 步驟S109的順序也可以依序為所述第二分級步驟S113、所述第一分級步驟S111、及所述第三分級步驟S115。
需說明的是,本發明的喘振偵測方法也可以省略所述第一分級步驟S111、所述第二分級步驟S113、及所述第三分級步驟S115,且於未繪示的實施例中,所述壓縮裝置100中關於振動速度的參數也可以省略。換句話說,所述喘振偵測方法可以通過所述壓縮裝置100的高壓參數、低壓參數、及電流參數判斷所述壓縮裝置100是否發生喘振,當然,增加所述壓縮裝置100的振動速度能使本發明的喘振偵測方法具有更準確地判斷精確度。
[本發明實施例的技術效果]
綜上所述,本發明實施例所公開的喘振偵測方法及壓縮裝置100,通過至少對所述壓縮裝置100的所述低壓數據LD、所述高壓數據HD、及所述馬達電流數據CD進行頻域分析及正規化,並由同一個頻率中的所述低壓正規化值LNV、所述高壓正規化值HNV、及所述電流正規化值MNV比對是否大於所述比對值,從而達到準確偵測所述壓縮裝置100是否產生喘振現象之效果。
以上所公開的內容僅為本發明的優選可行實施例,並非因此侷限本發明的申請專利範圍,所以凡是運用本發明說明書及圖式內容所做的等效技術變化,均包含於本發明的申請專利範圍內。
100:壓縮裝置 1:壓縮機構 11:控制裝置 2:第一壓力感測模組 3:第二壓力感測模組 4:電流感測模組 5:測振感測模組 6:控制模組 61:運算單元 62:判斷單元 63:分級單元 7:壓縮馬達 LD:低壓數據 HD:高壓數據 CD:馬達電流數據 SD:振速數據 LNV:低壓正規化值 HNV:高壓正規化值 MNV:電流正規化值 SNV:振速正規化值 HSS:重度喘振子訊號 MSS:中度喘振子訊號 LSS:輕度喘振子訊號

Claims (13)

  1. 一種喘振偵測方法,其適用於壓縮流體的一壓縮裝置,所述方法包括下列步驟: 實施一量測步驟:偵測所述壓縮裝置以取得多個低壓數據、多個高壓數據、及多個馬達電流數據; 實施一頻域分析步驟:利用多個所述低壓數據、多個所述高壓數據、及多個所述馬達電流數據進行頻域分析並產生對應多個所述低壓數據的一低壓頻域資訊、對應多個所述高壓數據的一高壓頻域資訊、及對應多個所述馬達電流數據的一電流頻域資訊; 實施一正規化步驟:正規化所述低壓頻域資訊、所述高壓頻域資訊、及所述電流頻域資訊產生多個低壓正規化值、多個高壓正規化值、及多個電流正規化值;及 實施一判斷步驟:利用多個所述低壓正規化值、多個所述高壓正規化值、及多個所述電流正規化值判斷所述壓縮裝置是否發生喘振現象。
  2. 如請求項1所述的喘振偵測方法,其中,於所述量測步驟及所述頻域分析步驟之間,所述喘振偵測方法更包含有實施一確認步驟:比對多個所述低壓數據的總值是否大於一最小低壓設定值,比對多個所述高壓數據的總值是否大於一最小高壓設定值,比對多個所述馬達電流數據的總值是否大於一最小電流設定值;若當多個所述低壓數據的總值大於所述最小低壓設定值、多個所述高壓數據的總值大於所述最小高壓設定值、及多個所述馬達電流數據的總值大於所述最小電流設定值時,判定所述壓縮裝置可能發生喘振現象,並實施所述正規化步驟;若當多個所述低壓數據的總值小於所述最小低壓設定值、多個所述高壓數據的總值小於所述最小高壓設定值、或多個所述馬達電流數據的總值小於所述最小電流設定值時,判定所述壓縮裝置未發生喘振現象,並實施所述量測步驟。
  3. 如請求項2所述的喘振偵測方法,其中,所述最小低壓設定值大於15千帕,所述最小高壓設定值大於30千帕,所述最小電流設定值大於10安培。
  4. 如請求項1所述的喘振偵測方法,其中,所述低壓頻域資訊具有多個低壓頻域值,所述高壓頻域資訊具有多個高壓頻域值,所述電流頻域資訊具有多個電流頻域值;於所述正規化步驟中,任一個所述低壓頻域值除以多個所述低壓頻域值的總和以取得所述低壓正規化值,任一個所述高壓頻域值除以多個所述高壓頻域值的總和以取得所述高壓正規化值,任一個所述電流頻域值除以多個所述電流頻域值的總和以取得所述電流正規化值。
  5. 如請求項1所述的喘振偵測方法,其中,於所述判斷步驟中,利用一比對值各別比對於同一個頻率的所述低壓正規化值、所述高壓正規化值、及所述電流正規化值是否同時分別大於所述比對值;若是,判定所述壓縮裝置發生喘振;若否,判定所述壓縮裝置未發生喘振。
  6. 如請求項5所述的喘振偵測方法,其中,所述比對值為20%至50%中的任一個百分比數值。
  7. 如請求項6所述的喘振偵測方法,其中,於所述判斷步驟之後,所述喘振偵測方法更包含:一第一分級步驟、一第二分級步驟、一第三分及步驟;其中 實施所述第一分級步驟:當於同一個頻率的所述低壓正規化值、所述高壓正規化值、及所述電流正規化值同時大於所述比對值時,判定所述低壓正規化值、所述高壓正規化值、及所述電流正規化值是否大於50%,若是,發出一重度喘振訊號;若否,實施所述第二分級步驟; 實施所述第二分級步驟:當於同一個頻率的所述低壓正規化值、所述高壓正規化值、及所述電流正規化值同時大於所述比對值時,判定所述低壓正規化值、所述高壓正規化值、及所述電流正規化值是否介於35%至50%之間,若是,發出一中度喘振訊號;若否,實施所述第三分級步驟;及 實施一第三分級步驟;當於同一個頻率的所述低壓正規化值、所述高壓正規化值、及所述電流正規化值同時大於所述比對值時,判定所述低壓正規化值、所述高壓正規化值、及所述電流正規化值是否介於20%至35%之間,若是,發出一輕度喘振訊號。
  8. 如請求項1所述的喘振偵測方法,其中,於所述量測步驟中,偵測所述壓縮裝置以取得多個振速數據;於所述頻域分析步驟中,利用多個所述振速數據進行頻域分析產生對應多個所述振速數據的一振速頻域資訊,所述振速頻域資訊具有多個振速頻域值;於所述正規化步驟中,正規化所述振速頻域資訊,從而產生對應多個所述振速頻域值的多個振速正規化值;於所述判斷步驟中,利用多個所述振速正規化值,判斷所述壓縮裝置是否發生喘振現象。
  9. 如請求項8所述的喘振偵測方法,其中,所述振速頻域資訊具有多個振速頻域值;於所述正規化步驟中,任一個所述振速頻域值除以多個所述振速頻域值的總和以取得所述振速正規化值。
  10. 如請求項8所述的喘振偵測方法,其中,於所述量測步驟及所述頻域分析步驟之間,所述喘振偵測方法更包含有實施一確認步驟:比對多個所述振速數據的總值是否大於一最小振速設定值;若當多個所述振速數據的總值大於所述最小振速設定值時,判定所述壓縮裝置可能發生喘振現象,並實施所述正規化步驟;若當多個所述振速數據的總值小於所述最小振速設定值時,判定所述壓縮裝置未發生喘振現象,並實施所述量測步驟。
  11. 如請求項10所述的喘振偵測方法,其中,所述最小振速設定值大於5毫米每秒(mm/s)。
  12. 一種壓縮裝置,其用以壓縮流體,所述壓縮裝置包括: 一壓縮機構,具有一進入口及一排出口; 一壓縮馬達,連接所述壓縮機構,所述壓縮馬達能驅動所述壓縮機構壓縮流體; 一第一壓力感測模組,設置於所述進入口,所述第一壓力感測模組能取得所述進入口的多個低壓數據; 一第二壓力感測模組,設置於所述排出口,所述第二壓力感測模組能取得所述排出口的多個高壓數據; 一電流感測模組,電性連接所述壓縮馬達,所述電流感測模組能取得所述壓縮馬達的多個馬達電流數據; 一控制模組,電性連接所述第一壓力感測模組、所述第二壓力感測模組、及所述電流感測模組,所述控制模組能接收多個所述低壓數據、多個所述高壓數據、及多個所述馬達電流數據,所述控制模組包含有: 一運算單元,能對多個所述低壓數據、多個所述高壓數據、及多個所述馬達電流數據進行頻域分析及正規化,使所述運算單元產生對應多個所述低壓數據的多個低壓正規化值、對應多個所述高壓數據的多個高壓正規化值、及對應多個所述馬達電流數據的多個電流正規化值;及 一判斷單元,電性連接所述運算單元,所述判斷單元判斷於同一個頻率中的所述低壓正規化值、所述高壓正規化值、及所述電流正規化值同時滿足一發生條件時,所述判斷單元發出一喘振訊號; 其中,所述發生條件為:於同一個頻率中,所述低壓正規化值、所述高壓正規化值、及所述電流正規化值分別同時大於一比對值。
  13. 如請求項12所述的壓縮裝置,其中,所述壓縮裝置更包含有一測振感測模組,所述測振感測模組能取得所述壓縮裝置的多個振速數據;所述控制模組更電性連接所述測振感測模組,所述控制模組的所述運算單元能對多個所述振速數據進行頻域分析及正規化,使所述運算單元產生對應多個所述振速數據的多個振速正規化值;所述判斷單元判斷於同一個頻率中的所述低壓正規化值、所述高壓正規化值、所述電流正規化值、及所述振速正規化值同時滿足所述發生條件時,所述判斷單元發出所述喘振訊號。
TW110103345A 2021-01-29 2021-01-29 喘振偵測方法及壓縮裝置 TWI773107B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW110103345A TWI773107B (zh) 2021-01-29 2021-01-29 喘振偵測方法及壓縮裝置
CN202110179748.2A CN114810643B (zh) 2021-01-29 2021-02-07 喘振检测方法及压缩装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110103345A TWI773107B (zh) 2021-01-29 2021-01-29 喘振偵測方法及壓縮裝置

Publications (2)

Publication Number Publication Date
TW202229732A TW202229732A (zh) 2022-08-01
TWI773107B true TWI773107B (zh) 2022-08-01

Family

ID=82525957

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110103345A TWI773107B (zh) 2021-01-29 2021-01-29 喘振偵測方法及壓縮裝置

Country Status (2)

Country Link
CN (1) CN114810643B (zh)
TW (1) TWI773107B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104114874A (zh) * 2012-02-09 2014-10-22 西门子公司 用于避免压缩机中的泵喘振的方法
CN109488632A (zh) * 2018-11-07 2019-03-19 珠海格力电器股份有限公司 设备控制方法、装置及计算机可读存储介质
CN110131193A (zh) * 2018-02-02 2019-08-16 中国航发商用航空发动机有限责任公司 航空发动机喘振故障监测方法和系统
CN110821871A (zh) * 2018-08-13 2020-02-21 开利公司 用于预测离心式制冷压缩机的喘振的系统和其方法以及空调机组
CN111307206A (zh) * 2020-02-20 2020-06-19 北京天泽智云科技有限公司 一种基于多源信息融合的压缩机喘振自动识别方法
DE102019002826A1 (de) * 2019-04-18 2020-10-22 KSB SE & Co. KGaA Verfahren zur Schwingungsvermeidung in Pumpen

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6881040B2 (en) * 2001-02-15 2005-04-19 Mayekawa Mfg. Co., Ltd. Multi-stage screw compressor unit accommodating high suction pressure and pressure fluctuations and method of operation thereof
CN103234746A (zh) * 2013-03-28 2013-08-07 华南理工大学 一种风电机组齿轮箱在线故障诊断装置及方法
CN104005975B (zh) * 2014-05-20 2016-04-13 北京工业大学 一种轴流式通风机失速和喘振的诊断方法
CN106269310B (zh) * 2016-09-27 2018-06-29 珠海格力电器股份有限公司 喘振控制系统
CN110608187A (zh) * 2019-10-30 2019-12-24 江西理工大学 基于频率特征变化的轴流压气机失速喘振预测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104114874A (zh) * 2012-02-09 2014-10-22 西门子公司 用于避免压缩机中的泵喘振的方法
CN110131193A (zh) * 2018-02-02 2019-08-16 中国航发商用航空发动机有限责任公司 航空发动机喘振故障监测方法和系统
CN110821871A (zh) * 2018-08-13 2020-02-21 开利公司 用于预测离心式制冷压缩机的喘振的系统和其方法以及空调机组
CN109488632A (zh) * 2018-11-07 2019-03-19 珠海格力电器股份有限公司 设备控制方法、装置及计算机可读存储介质
DE102019002826A1 (de) * 2019-04-18 2020-10-22 KSB SE & Co. KGaA Verfahren zur Schwingungsvermeidung in Pumpen
CN111307206A (zh) * 2020-02-20 2020-06-19 北京天泽智云科技有限公司 一种基于多源信息融合的压缩机喘振自动识别方法

Also Published As

Publication number Publication date
TW202229732A (zh) 2022-08-01
CN114810643A (zh) 2022-07-29
CN114810643B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN111354366B (zh) 一种异常声音检测方法及异常声音检测装置
TWI422460B (zh) Tool nose detection method for cutting machine tool
US20120253694A1 (en) Method and apparatus for judging status of mechanical system
CN110608187A (zh) 基于频率特征变化的轴流压气机失速喘振预测装置
US20220134402A1 (en) Punching abnormality detection system
CN1499188A (zh) 检测离心泵故障的方法和装置
CN108699966B (zh) 增压器的喘振检测方法以及喘振检测装置
CN1504759A (zh) 用于检测感应电机中电动机内部故障的方法和装置
CN110068435B (zh) 振动分析系统及方法
CN111307206B (zh) 一种基于多源信息融合的压缩机喘振自动识别方法
US11409873B2 (en) Detection of cyber machinery attacks
WO2000072989A1 (fr) Procede et dispositif permettant de deceler le broutage d'un laminoir a froid
TWI773107B (zh) 喘振偵測方法及壓縮裝置
CN111398750B (zh) 电弧识别方法和用于电弧识别的系统
Liu et al. Fault diagnosis of ball bearing elements: A generic procedure based on time-frequency analysis
CN103821750B (zh) 一种基于电流的通风机失速和喘振监测及诊断方法
TWI443356B (zh) 電器設備的異常狀態偵測系統及方法
CN114294183A (zh) 一种风机叶片故障监测方法、装置及风机
CN103128661B (zh) 一种面向无心内圆磨床的在线防碰撞监控装置
CN113053412A (zh) 一种基于声音的变压器故障识别方法
US20190361058A1 (en) Workload optimization based on energy characteristics
CN103398846B (zh) 一种减速器健康分析方法及其分析平台系统
KR20240018085A (ko) 전력설비 진단데이터 분석 장치 및 방법
CN211288186U (zh) 基于频率特征变化的轴流压气机失速喘振预测装置
JP7228497B2 (ja) 信号処理装置、信号処理方法およびプログラム