WO2019218408A1 - 一种基于物联网的水泵机组典型健康状态监测装置及方法 - Google Patents

一种基于物联网的水泵机组典型健康状态监测装置及方法 Download PDF

Info

Publication number
WO2019218408A1
WO2019218408A1 PCT/CN2018/090192 CN2018090192W WO2019218408A1 WO 2019218408 A1 WO2019218408 A1 WO 2019218408A1 CN 2018090192 W CN2018090192 W CN 2018090192W WO 2019218408 A1 WO2019218408 A1 WO 2019218408A1
Authority
WO
WIPO (PCT)
Prior art keywords
analysis
monitoring
test
sensor
pump unit
Prior art date
Application number
PCT/CN2018/090192
Other languages
English (en)
French (fr)
Inventor
董亮
吴侃
刘厚林
代翠
谈明高
王勇
王凯
吴贤芳
Original Assignee
江苏大学
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 江苏大学 filed Critical 江苏大学
Publication of WO2019218408A1 publication Critical patent/WO2019218408A1/zh

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
    • F04D15/0088—Testing machines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D29/00—Details, component parts, or accessories
    • F04D29/007—Details, component parts, or accessories especially adapted for liquid pumps
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D29/00—Details, component parts, or accessories
    • F04D29/66—Combating cavitation, whirls, noise, vibration or the like; Balancing
    • F04D29/669—Combating cavitation, whirls, noise, vibration or the like; Balancing especially adapted for liquid pumps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Definitions

  • the invention belongs to the field of fluid mechanical internet of things intelligent diagnosis technology, and particularly relates to a method for monitoring a typical health state of a water pump unit based on the Internet of Things.
  • the pump is a machine that converts the mechanical energy of the prime mover into liquid energy. It is widely used in various fields of the national economy, from industry to agriculture, civil to military, general technical departments to cutting-edge technology departments, and so on.
  • the pump unit is also a key equipment in many industrial production systems. Once a fault occurs, it will affect the production, and the equipment will be shut down and the process will be interrupted, resulting in serious economic losses and even life-threatening.
  • the Internet of Things is an emerging technology developed with Internet technology in recent years. Its rapid development has penetrated into all walks of life and played a considerable role. With the advent of the Internet of Things era, the demand for traditional pump units has begun to evolve like the IoT pump unit.
  • Health refers to the physical, social and spiritual aspects of the human body in the early stage. With the concept of “sustainable development” deeply rooted in people's minds, people began to introduce health into multiple fields in terms of health assessment. The United States entered the field earlier, for example, on the health evaluation of organisms, the health evaluation of chemical products, and so on. In 1989, Rapport DJ first began research on the health of ecosystems, expounding the meaning of ecosystem health and ecosystem integrity. Since the 1990s, China has initially carried out health evaluations in the energy industry, including nuclear power generation and coal use. At the same time, great progress has been made in the evaluation of health in the field of water resources, including the health of rivers and the health evaluation of agricultural water.
  • this patent defines the state of health as a series of discrete states that characterize the different severity (or damage) of the fault during the evolution of the fault.
  • the impeller crack fault will experience from a slight crack to a crack until it is caused by a crack.
  • Blade cracking is a crack evolution process, and the health state of the impeller crack can be evaluated by dividing the extent of degradation.
  • the present invention aims to provide a typical health state monitoring method for a water pump unit based on the Internet of Things.
  • the electric signal acquisition module is used to collect the signal parameters of the motor, and the low-speed data acquisition module is used to collect the sensor signals of flow, pressure, speed, temperature, etc., and the high-speed acquisition module is used to collect sensor signals such as vibration, noise, pressure pulsation, and the analog quantity is collected by the acquisition module.
  • a typical health condition monitoring device for a water pump unit based on the Internet of Things the device comprises a motor temperature sensor, a motor vibration sensor and a coil inductive speed sensor on a three-phase asynchronous motor of the water pump unit; and a three-phase asynchronous motor three-phase power line A current transformer is connected;
  • the pump vibration sensor is installed on the test pump in three directions of XYZ;
  • the inlet and outlet pipes of the test pump are equipped with an outlet hydrophone, an inlet hydrophone, an outlet pressure sensor, an inlet pressure sensor and an outlet pressure pulsation sensor.
  • the flow meter is also installed on the outlet pipe of the test pump;
  • the bearing temperature sensor and the pump body vibration sensor are installed on the bearing box;
  • the water pump unit is mounted on the bracket opposite the pump body;
  • a method for monitoring typical health status of a water pump unit based on the Internet of Things specifically comprising the following steps:
  • Step 1 Set up the pump unit test bench
  • Step 2 Collect the phase voltage, power, frequency and phase current from the three-phase power supply of the three-phase asynchronous motor through the Modbus-RTU module; collect the three-phase asynchronous motor and the bearing box by the Modbus-TCP low-speed acquisition module.
  • the motor speed pulse signal is transmitted; the high-speed acquisition card is used to collect the three-phase asynchronous motor, the test pump, the base, the three-phase asynchronous motor from the vibration sensor on the bearing box, the test pump, the base, the bearing box vibration signal, and the test pump inlet and outlet.
  • the inlet and outlet pressure pulsation signals from the pressure pulsation sensor on the pipeline, the pump unit is facing the sound signal transmitted by the sound pressure sensor on the opposite side of the pump body of the test pump; the sensor signals are processed by the respective acquisition modules to obtain a digital signal.
  • Step 3 Using a touch screen or a PC as a field monitoring platform; the digital phase voltage, phase current, power, and frequency digital signals collected by the Modbus-RTU module in step 2) are transmitted to the on-site monitoring platform by the RS232 communication protocol;
  • the communication protocol transmits the digital signal of the motor, bearing box temperature, inlet and outlet pressure, outlet flow rate and motor speed collected by the Modbus-TCP low-speed acquisition module to the on-site monitoring platform; the motor, the pump body, the base and the bearing box vibrate by the USB serial communication. Import and export pressure pulsation, sound digital signal transmission to the on-site monitoring platform.
  • test interface includes real-time data of each sensor, test record data, curve and test head; the test head contains test pump model, test date, test medium, test personnel and other customizable information, which is convenient for future inquiry and detailed test details. Information; test data, curves, and headers can be written to a database and generated.
  • Condition monitoring, fault diagnosis and health evaluation of the pump unit mainly include:
  • b Periodically analyze and analyze high-frequency signals such as vibration, pressure pulsation and noise, and process the sampled signal through a preset time-frequency domain analysis method, extract the signal feature value as a detection index, and set the feature value and preset. Good thresholds are compared, online faults are detected and the health status of the pump unit is assessed; reports are generated on the sampling signals, fault information, and health assessment results of the detected faults.
  • high-frequency signals such as vibration, pressure pulsation and noise
  • Test data Analysis, online monitoring, fault diagnosis, health evaluation data and information through LabVIEW read and write Access database to achieve data storage and history query; software initialization settings, environment parameter settings, sensor range settings, alarm settings
  • the fault detection and health assessment methods and thresholds are stored by the database;
  • the database contains the original data, curves, headers, analyzed data, curves, headers, alarm information, and diagnostic and evaluation results;
  • the system database can be based on keywords and Filter the conditions to retrieve data for quick and easy history search; in addition, you can generate Execl and Word reports for easy viewing and copying.
  • optical fiber or 4G card to connect the on-site monitoring platform to the Internet; share the database to the Internet, set it to a fixed IP address, and store the database IP address and user information password by the cloud server; remote terminal, such as App, Web or PC
  • the database on the on-site monitoring platform can be accessed through the user information password and IP address.
  • the external characteristics test such as pump performance, cavitation, vibration and noise, pressure pulsation, internal field noise and other internal characteristics tests are integrated, which simplifies the equipment and improves the degree of test automation.
  • the system health status is further judged, which provides a basis for the maintenance and maintenance of the unit.
  • Figure 1 is a structural diagram of a typical health monitoring method for a water pump unit based on the Internet of Things
  • Figure 2 is a schematic diagram of the test bench and system of the pump unit.
  • 1-test pump 2-outlet pressure pulsation sensor, 3-outlet hydrophone, 4-outlet pressure sensor, 5-pump vibration sensor, 6-bearing temperature sensor, 7-three-phase asynchronous motor, 8-motor temperature sensor ,9-motor vibration sensor,10-flowmeter,11-coil inductive speed sensor,12-inverter,13-exit gate valve,14-current transformer,15-electric signal acquisition module,16-water tank,17-import Gate valve, 18-site monitoring platform, 19-inlet pressure sensor, 20-inlet hydrophone, 21-sound pressure sensor, 22-inlet pressure pulsation sensor.
  • the motor is implemented as a three-phase asynchronous motor with a rated power of 7.5 kW.
  • the three-phase asynchronous motor 7 of the pump unit is equipped with motor temperature sensor Pt1008, motor vibration sensor HZ-892A9 and coil inductive speed sensor 11, three-phase asynchronous motor 7 three-phase power line with current Transformer BH-0.66-30I14;
  • test pump 1 is equipped with XYZ three-direction pump vibration sensor 25 as INV983;
  • test pump 1 inlet and outlet pipeline is equipped with outlet hydrophone RHSA-103, inlet hydrophone 20, outlet
  • the pressure sensor 4 is MIK-P300, the inlet pressure sensor MIK-P30019 and the outlet pressure pulsation sensor 2HY6305, and the inlet pressure pulsation sensor 22 is HY630522;
  • the flow meter 10 is installed on the pump outlet line, LDG-MIK-DN80;
  • the bearing temperature sensor 6 is Pt100, and the pump body vibration sensor 5 is HZ-892A; the water pump unit is opposite to the pump body.
  • the sound pressure sensor 21 is mounted on the bracket as INV9206.
  • phase voltage, power, frequency and phase currents from the current transformers 14 of the three-phase power supply of the three-phase asynchronous motor 7 are collected by the RTU-201 module; the three-phase asynchronous motor 7 and the bearing box are collected by the TCP-517N low-speed acquisition module.
  • the sound signal transmitted from the sound pressure sensor 21 on the bracket; the analog signal such as 4-20 mA/0-20 mA/0-5V/0-10V is collected by the AI channel, and the frequency is collected by the DI channel. Pulse volume, the count value of
  • the digital phase signal, phase current, power and frequency digital signals collected by the -201 module are transmitted to the on-site monitoring platform 18; the motor, bearing box temperature, inlet and outlet pressure, and outlet flow collected by the TCP-517N low-speed acquisition module by the TCP communication protocol
  • the motor speed digital signal is transmitted to the on-site monitoring platform 18; the motor, the pump body, the base, the bearing box are vibrated by the USB serial port communication, the inlet and outlet pressure are pulsed, and the sound digital signal is transmitted to the on-site monitoring platform 18.
  • the digital signal transmitted by each acquisition module is received and pre-processed, and the corresponding linear relationship between the upper and lower limits of the digital signal and the upper and lower limits of the sensor range is converted to obtain the correct measurement value; by programming the upper computer program , to achieve automatic external characteristic test, cavitation test, no-load test, temperature rise test, vibration and noise test and other tests and status monitoring of each sensor data during the operation of the pump unit; the external characteristic test can get the flow Q-lift H, efficiency ⁇ , shaft power P relationship curve, no-load test can obtain the stator copper loss P 0Cu1 , iron loss P Fe , mechanical consumption P jw of the motor, cavitation test can get the flow-cavitation margin NASH relationship curve, temperature The rise test can obtain the curve of temperature T with time, and the vibration noise test can obtain the curve of vibration noise with time.
  • the test interface contains real-time data of each sensor, test record data, curve and test head; the test head contains test pump model, test date, test medium, test personnel and other customizable information, which is convenient for future inquiry and understanding of test details; Data, curves, and headers can be written to the database and generated.
  • the status monitoring interface includes monitoring data and monitoring heads of each sensor; the monitoring header includes customizable information such as monitoring pump model, monitoring date, and monitoring personnel; monitoring record data and monitoring headers are directly written into the database.
  • the lift H calculation formula is:
  • P o is the pump outlet pressure
  • P i is the pump inlet pressure
  • ⁇ is the test medium density (here is the density of water)
  • ⁇ z is the inlet and outlet height difference
  • the post-processing and analysis of the monitoring record data is realized by MATLAB programming.
  • the MathScript node is used to embed the MathScript script in the host computer program written in LabVIEW.
  • the program code written in Matlab is input into the MathScript node to realize the upper computer written by LabVIEW.
  • the program calls the post-processing and analysis program written by MATLAB; uses time domain statistical analysis, correlation analysis, frequency domain spectrum analysis, cepstrum analysis, envelope spectrum analysis, holographic spectrum analysis, time-frequency domain short-time Fourier analysis , classical modal analysis, wavelet analysis and other signal post-processing implementation methods; using classical modal analysis to extract mass imbalance, wavelet analysis extraction cavitation, short-time Fourier analysis to extract the characteristic signal of impeller breakage health state;
  • the vector machine method determines the threshold between health status levels; the analysis interface includes raw data, curves, analyzed data, curves, and analysis headers and analysis results; the analysis header includes flow, head, pump efficiency, and Sampling frequency, number of sampling points, etc.; analysis results include pump unit Typical levels of health status evaluation result; raw data, curves, data analysis, and analysis curves header analysis result can be written into the database and generate a report.
  • Condition monitoring, fault diagnosis and health evaluation of the pump unit mainly include:
  • b Periodically analyze and analyze high-frequency signals such as vibration, pressure pulsation and noise, and process the sampled signal through a preset time-frequency domain analysis method, extract the signal feature value as a detection index, and set the feature value and preset. Good thresholds are compared, online faults are detected and the health status of the pump unit is assessed; reports are generated on the sampling signals, fault information, and health assessment results of the detected faults.
  • high-frequency signals such as vibration, pressure pulsation and noise
  • Test data Analysis, online monitoring, fault diagnosis, health evaluation data and information through LabVIEW read and write Access database to achieve data storage and history query; software initialization settings, environment parameter settings, sensor range settings, alarm settings
  • the fault detection and health assessment methods and thresholds are stored by the database;
  • the database contains the original data, curves, headers, analyzed data, curves, headers, alarm information, and diagnostic and evaluation results;
  • the system database can be based on keywords and Filter the conditions to retrieve data for quick and easy history search; in addition, you can generate Execl and Word reports for easy viewing and copying.
  • optical fiber or 4G card to connect the on-site monitoring platform 18 to the Internet; share the database to the Internet, set it to a fixed IP address, and store the database IP address and user information password by the cloud server; remote terminals, such as App, Web or The PC can access the database on the on-site monitoring platform 18 through the user information password and IP address.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Control Of Non-Positive-Displacement Pumps (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种基于物联网的水泵机组典型健康状态监测方法，其中，通过在水泵机组上布置的各信号采集传感器构成物联网感知层，用做数据传输的采集模块和通讯协议构成物联网网络层，现场监测平台由触摸屏/PC和所编上位机软件构成物联网应用层。该方法实现了水泵机组的实时监测、各项性能试验、信号处理、故障诊断、健康评价、数据库管理、远程监测等功能。还提供一种基于物联网的水泵机组典型健康状态监测装置。

Description

一种基于物联网的水泵机组典型健康状态监测装置及方法 技术领域
本发明属于流体机械物联网智能诊断技术领域，特指涉及一种基于物联网的水泵机组典型健康状态监测方法。
背景技术
泵是把原动机的机械能转化为液体能量的机械，广泛应用于国民经济的各个领域，从工业到农业，民用到军用，一般技术部门到尖端技术部门等等都离不开泵。水泵机组也是众多工业生产系统中的关键设备，一旦发生故障，轻则影响生产，重则造成设备停机、流程中断，导致严重的经济损失，甚至会威胁生命安全。物联网是近年来随着互联网技术发展起来的一门新兴技术，其发展速度迅猛，已经渗透到各行各业，并发挥了可观的作用。随着物联网时代的来临，人们对传统水泵机组的需求也开始像物联网水泵机组发展。人们期望能够使用手机、互联网来实时监视水泵机组运行状态，以减少系统维护的人员和成本；期望通过将分散在各地的水泵机组数据汇总到处理中心，以分析机组的工作状态，改进其工作效率；期望掌握设备的健康状态和损害程度，提前预测可能发生的故障，及时采取恰当的措施，使水泵机组始终保持自身的最优运行状态或者最佳经济效益状态，以有效避免过度维护造成的巨大生产成本和设备故障率的提高，以及欠维护造成的重大事故发生，提高设备运行的安全可靠性。基于这种背景，一种基于物联网的水泵机组典型健康状态监测方法应运而生。
“健康”在早期是指人体在身体、社会和精神方面都处于良好的一种状态，随着＂可持续发展＂的概念深入人心，人们开始讲健康性引入多个领域，在健康性评估方面，美国较早的踏入了这一领域，例如，有关生物的健康性评价、化学用品的健康性评价等等。1989年Rapport DJ首次开始了生态系统的健康性研究，阐述了生态系统健康性、生态系统完整性的含义。20世纪90年代开始，我国最初在能源行业领域开展健康性评价，包括核力发电、煤炭使用等方面。同时在水资源领域的健康性评价也取得了较大的进展，包括河流的健康性，农业用水的健康性评价等。目前，生态系统健康性评价己经进入了成熟期，有关水泵机组运行的健康状态评价还在讨论阶段。本专利从故障的角度出发，把健康状态定义为一系列表征故障演化过程中故障不同严重程度(或损伤度)的离散状态，如叶轮裂纹故障会经历从轻微裂纹程度到裂纹加剧直至由于裂纹导致叶片折损这样一个裂纹演化过程，通过划分退化程度的区间就可以对叶轮裂纹的健康状态进行评价。
发明内容
针对上述现有基于物联网的故障诊断方法中存在的问题，本发明旨在提供一种基于物联网的 水泵机组典型健康状态监测方法。
为达到以上目的，采用如下技术方案：
采用电信号采集模块采集电机各参数信号，采用低速数据采集模块采集流量、压力、转速、温度等传感器信号，采用高速采集模块采集振动、噪声、压力脉动等传感器信号，并由采集模块进行模拟量到数字量的转换；采用触摸屏或PC机作为现场监测平台；采用RS485、RS232、TCP、USB串口等多种通讯方式将采集模块数据传输到现场监测平台；采用LabVIEW作为软件平台，编写上位机程序；采用上位机软件平台编程实现自动化外特性试验、汽蚀试验、空载试验等各项性能试验；采用LabVIEW对Matlab的程序调用实现振动、噪声、压力脉动等信号的时域、频域、时频域分析；采用经典模态分解、派克变换、小波变换等方法实现转子质量不平衡、汽蚀、叶轮折损等健康状态的特征提取；采用基于支持向量机方法实现健康状态等级的判定；在线监测信号并定期生成报表；现场及远程超限报警；定期对监测信号采样分析进行故障诊断和健康评价；采用Access数据库对各项数据进行存储，并生成Execl和Word报表；采用光纤或者4G插卡将现场监测平台数据库共享到互联网；远程App或者Web通过固定IP地址读取分布在各地的现场监测平台数据。
一种基于物联网的水泵机组典型健康状态监测装置，该装置包括在水泵机组的三相异步电机上装电机温度传感器、电机振动传感器以及线圈感应式转速传感器；三相异步电机三相电源线上均接有电流互感器；试验泵上安装有XYZ三方向上的泵体振动传感器；试验泵进出口管路上装有出口水听器、进口水听器、出口压力传感器、进口压力传感器和出口压力脉动传感器、进口压力脉动传感器；试验泵的出口管路上还安装有流量计；轴承箱上安装有轴承温度传感器、泵体振动传感器；水泵机组正对着泵体对面的支架上安装声压传感器；
一种基于物联网的水泵机组典型健康状态监测的方法，具体包括如下步骤：
步骤一：搭建水泵机组试验台
步骤二：通过Modbus-RTU模块采集三相异步电机的三相电源各相电压、功率、频率以及电流互感器传来的相电流；由Modbus-TCP低速采集模块采集三相异步电机与轴承箱上的温度传感器传来的电机、轴承箱温度信号，试验泵进出口管路上压力传感器传来的进出口压力信号，试验泵出口管路上流量计传来的出口流量信号以及电机上线圈感应式转速传感器传来的电机转速脉冲信号；用高速采集卡采集三相异步电机、试验泵、底座、轴承箱上振动传感器传来的三相异步电机、试验泵、底座、轴承箱振动信号，试验泵进出口管路上压力脉动传感器传来的进出口压力脉动信号，水泵机组正对着试验泵泵体对面由支架上声压传感器传来的声音信号；由各采集模块对传感器信号进行处理，得到数字信号。
步骤三：采用触摸屏或PC机作为现场监测平台；由RS232通讯协议将步骤二)中的Modbus-RTU模块采集的电机各相电压、相电流、功率、频率数字信号传输到现场监测平台；由TCP通讯协议将Modbus-TCP低速采集模块采集的电机、轴承箱温度，进出口压力，出口流量，电机转速数字信号传输到现场监测平台；由USB串口通讯将电机、泵体、底座、轴承箱振动，进出口压力脉动，声音数字信号传输到现场监测平台。
采用LabVIEW作为软件平台，接收由各采集模块传来的数字信号并进行预处理；通过编写上位机程序，实现自动化外特性试验、汽蚀试验、空载试验、温升试验、振动噪声试验等各项试验；试验界面包含各传感器实时数据，试验记录数据、曲线和试验表头；试验表头包含试验泵型号、试验日期、试验介质、试验人员等可自定义信息，方便日后查询和了解试验详细信息；试验数据、曲线和表头可写入数据库并生成报表。
由LabVIEW通过MATLAB Script节点方式实现对MATLAB的调用；由MATLAB编程实现时域统计分析、相关性分析，频域频谱分析、倒频谱分析、包络谱分析、全息谱分析，时频域短时傅里叶分析、经典模态分析、小波分析等信号后处理实现方式；采用经典模态分析提取质量不平衡、小波分析提取汽蚀、短时傅里叶分析提取叶轮折损健康状态的特征信号；采用基于支持向量机方法实现健康状态等级间阈值的判定；分析界面包含原始数据、曲线，分析后数据、曲线以及分析表头、分析结果；分析表头包括此分析工况下的流量、扬程、泵效率以及采样频率、采样点数等信息；分析结果包含水泵机组各典型健康状态等级评价结果；原始数据、曲线，分析数据、曲线和分析表头、分析结果可写入数据库并生成报表。
对水泵机组进行状态监测、故障诊断和健康评价，主要包括：
a.对实时的相电压、相电流、功率、频率、温度、压力、流量、转速、振动、压力脉动、噪声原始信号进行监测；监测信息定期生成日报表和月报表；通过用户自定义报警上下限进行实时报警。
b.对振动、压力脉动、噪声等高频率信号定期进行采样分析，通过预先设定好的时频域分析方法对采样信号进行处理，提取信号特征值作为检测指标，将特征值与预先设定好的阈值进行比较，在线检验是否发生故障以及评定水泵机组的健康状态；对检测到故障的采样信号、故障信息、健康评价结果生成报表。
c.上述各项数据报表皆写入数据库并生成Execl表格进行存储；并通过手机App、Web或者PC进行远程监测和报警。
对各项试验数据、分析、在线监测、故障诊断、健康评价数据和信息通过LabVIEW读写Access数据库实现数据存储和历史记录查询；软件中各项初始化设置、环境参数设置、传感器量程设置、 报警设置、故障检测和健康评价方法及阈值皆由数据库进行存储；数据库中包含原始数据、曲线、表头，分析后数据、曲线、表头、报警信息以及诊断和评价结果；系统数据库可根据关键词和筛选条件检索数据的功能，以方便快捷的找到历史记录；此外还可以生成Execl和Word报表，便于查看和拷贝移动。
采用光纤或者4G插卡将现场监测平台连接上互联网；将数据库共享到互联网上，设置成固定的IP地址，由云端服务器进行数据库IP地址及用户信息密码存储；远程终端，如App、Web或者PC通过用户信息密码及IP地址即可访问现场监测平台上的数据库。
本发明的有益效果为：
(1)将水泵性能、汽蚀、振动噪声等外特性试验及压力脉动，内场噪声等内特性试验为一体，简化了设备，提高了试验自动化程度。
(2)采用物联网技术进行现场和远程的在线监测与智能诊断，实现了＂预测性维修＂，避免、减缓、减少重大事故的发生和经济损失。
(3)在故障诊断的基础上更进一步判断出系统健康状态，为机组的检修和维护提供依据。
(4)采用数据库统筹管理，为水泵行业的发展提供大量的工程应用数据。
(5)集各项试验、信号分析、在线监测、智能诊断、健康评价集成为一体，集成化程度高，降低了成本，促进对水泵机组运行最优化管理，提升了效益水平。
附图说明
图1为基于物联网的水泵机组典型健康状态监测方法架构图；
图2为水泵机组试验台及系统示意图。
附图标记说明：
1-试验泵，2-出口压力脉动传感器，3-出口水听器，4-出口压力传感器，5-泵体振动传感器，6-轴承温度传感器，7-三相异步电机，8-电机温度传感器，9-电机振动传感器，10-流量计，11-线圈感应式转速传感器，12-变频器，13-出口闸阀，14-电流互感器，15-电信号采集模块，16-水箱，17-进口闸阀，18-现场监测平台，19-进口压力传感器，20-进口水听器，21-声压传感器，22-进口压力脉动传感器。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
实施例：
具体实施水泵为一台悬臂式单级单吸双叶片离心泵，比转速n s＝111，其额定工况为：流量Q＝25.86m 3/h、扬程H＝2.68m、转速n＝750r/min。实施电机为一台三相异步电动机，额定功率为 7.5kW。
搭建水泵机组试验台：所述水泵机组的三相异步电机7上装电机温度传感器Pt1008、电机振动传感器HZ-892A9以及线圈感应式转速传感器11，三相异步电机7三相电源线上各接有电流互感器BH-0.66-30I14；试验泵1上安装有XYZ三方向上的泵体振动传感器25为INV983；试验泵1进出口管路上装有出口水听器RHSA-103、进口水听器20、出口压力传感器4为MIK-P300、进口压力传感器MIK-P30019和出口压力脉动传感器2HY6305、进口压力脉动传感器22为HY630522,；泵出口管路上安装有流量计10，LDG-MIK-DN80；轴承箱上安装有轴承温度传感器6为Pt100,和泵体振动传感器5，为HZ-892A；水泵机组正对着泵体对面由支架上安装声压传感器21为INV9206。
由RTU-201模块采集三相异步电机7的三相电源各相电压、功率、频率以及各电流互感器14传来的相电流；由TCP-517N低速采集模块采集三相异步电机7与轴承箱上温度传感器6传来的电机、轴承箱温度信号，试验泵1进口管路上压力传感器19、出口管路上压力传感器4传来的进出口压力信号，试验泵1出口管路上流量计10传来的出口流量信号以及电机上线圈感应式转速传感器11传来的电机转速脉冲信号；由Smacq高速采集卡USB2610采集三相异步电机7、试验泵1、底座、轴承箱上振动传感器传来的三相异步电机7、试验泵1、底座、轴承箱振动信号，试验泵1进口压力脉动传感器22、出口管路上压力脉动传感器2传来的进出口压力脉动信号，水泵机组正对着试验泵1泵体对面由支架上声压传感器21传来的声音信号；由AI通道采集4-20mA/0-20mA/0-5V/0-10V等模拟量信号，由DI通道采集频率等脉冲量，由PI通道采集转速等计数值，由DO通道输出控制声光报警器等的开关量，各采集模块由内部电路及编码对传感器信号进行处理，得到数字信号。
采用含有两个网口、4个USB端口、一个485/232接口、赛扬1037UCPU型号、内置4G全网通模块、32G内存的十寸屏触摸一体机作为现场监测平台18；由RS232通讯协议将RTU-201模块采集的电机各相电压、相电流、功率、频率数字信号传输到现场监测平台18；由TCP通讯协议将TCP-517N低速采集模块采集的电机、轴承箱温度，进出口压力，出口流量，电机转速数字信号传输到现场监测平台18；由USB串口通讯将电机、泵体、底座、轴承箱振动，进出口压力脉动，声音数字信号传输到现场监测平台18。
采用LabVIEW作为软件平台，接收由各采集模块传来的数字信号并进行预处理，由数字信号上下限与传感器量程上下限建立对应线型关系进行转换，得到正确的测量值；通过编写上位机程序，实现自动化外特性试验、汽蚀试验、空载试验、温升试验、振动噪声试验等各项试验以及水泵机组运行过程中各传感器数据的状态监测；所述外特性试验可以得到流量Q-扬程H、效率η、 轴功率P关系曲线，空载试验可以得到电机的定子铜耗P 0Cu1、铁耗P Fe、机械耗P jw，汽蚀试验可以得到流量-汽蚀余量NASH关系曲线，温升试验可以得到温度T随时间变化曲线，振动噪声试验可以得到振动噪声随时间变化曲线。试验界面包含各传感器实时数据，试验记录数据、曲线和试验表头；试验表头包含试验泵型号、试验日期、试验介质、试验人员等可自定义信息，方便日后查询和了解试验详细信息；试验数据、曲线和表头可写入数据库并生成报表。状态监测界面包含各传感器监测记录数据和监测表头；监测表头包含监测泵型号、监测日期、监测人员等可自定义信息；监测记录数据和监测表头直接写入数据库。
所述扬程H计算公式为：
Figure PCTCN2018090192-appb-000001
其中：P o为水泵出口压力，P i为水泵进口压力，ρ为试验介质密度(这里为水的密度)，g为重力加速度g＝9.8N/kg，Δz为进出口高度差；
所述效率η计算公式为：
Figure PCTCN2018090192-appb-000002
其中：ρ为试验介质密度(这里为水的密度)，g为重力加速度g＝9.8N/kg，Q为流量，H为扬程，P为轴功率；
所述汽蚀余量NASH计算公式为：
Figure PCTCN2018090192-appb-000003
其中：ρ为试验介质密度(这里为水的密度)，g为重力加速度g＝9.8N/kg，P i为水泵进口压力，V i为泵进口流速，P v为试验介质(这里为水)的饱和蒸气压；
采用MATLAB编程实现对监测记录数据的后处理和分析；利用MathScript节点，在LabVIEW编写的上位机程序中嵌入MathScript脚本；将Matlab中编写好的程序代码输入到MathScript节点中以实现LabVIEW编写的上位机程序对MATLAB编写的后处理和分析程序的调用；采用时域统计分析、相关性分析，频域频谱分析、倒频谱分析、包络谱分析、全息谱分析，时频域短时傅里叶分析、经典模态分析、小波分析等信号后处理实现方式；采用经典模态分析提取质量不平衡、小波分析提取汽蚀、短时傅里叶分析提取叶轮折损健康状态的特征信号；采用基于支持向量机方法实现健康状态等级间阈值的判定；分析界面包含原始数据、曲线，分析后数据、曲线以及分析表头、分析结果；分析表头包括此分析工况下的流量、扬程、泵效率以及采样频率、采样点数等信息；分析结果包含水泵机组各典型健康状态等级评价结果；原始数据、曲线，分析数据、曲线和分析表头、分析结果可写入数据库并生成报表。
对水泵机组进行状态监测、故障诊断和健康评价，主要包括：
a.对实时的相电压、相电流、功率、频率、温度、压力、流量、转速、振动、压力脉动、噪声原始信号进行监测；监测信息定期生成日报表和月报表；通过用户自定义报警上下限进行实时报警。
b.对振动、压力脉动、噪声等高频率信号定期进行采样分析，通过预先设定好的时频域分析方法对采样信号进行处理，提取信号特征值作为检测指标，将特征值与预先设定好的阈值进行比较，在线检验是否发生故障以及评定水泵机组的健康状态；对检测到故障的采样信号、故障信息、健康评价结果生成报表。
c.上述各项数据报表皆写入数据库并生成Execl表格进行存储；并通过手机App、Web或者PC进行远程监测和报警。
对各项试验数据、分析、在线监测、故障诊断、健康评价数据和信息通过LabVIEW读写Access数据库实现数据存储和历史记录查询；软件中各项初始化设置、环境参数设置、传感器量程设置、报警设置、故障检测和健康评价方法及阈值皆由数据库进行存储；数据库中包含原始数据、曲线、表头，分析后数据、曲线、表头、报警信息以及诊断和评价结果；系统数据库可根据关键词和筛选条件检索数据的功能，以方便快捷的找到历史记录；此外还可以生成Execl和Word报表，便于查看和拷贝移动。
采用光纤或者4G插卡将现场监测平台18连接上互联网；将数据库共享到互联网上，设置成固定的IP地址，由云端服务器进行数据库IP地址及用户信息密码存储；远程终端，如App、Web或者PC通过用户信息密码及IP地址即可访问现场监测平台18上的数据库。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (8)

  1. 一种基于物联网的水泵机组典型健康状态监测装置，其特征在于，该装置包括在水泵机组的三相异步电机(7)上装电机温度传感器(8)、电机振动传感器(9)以及线圈感应式转速传感器(11)；三相异步电机(7)三相电源线上均接有电流互感器(14)；试验泵(1)上安装有XYZ三方向上的泵体振动传感器(5)；试验泵(1)进出口管路上装有出口水听器(3)、进口水听器(20)、出口压力传感器(4)、进口压力传感器(19)和出口压力脉动传感器(2)、进口压力脉动传感器(22)；试验泵(1)的出口管路上还安装有流量计(10)；轴承箱上安装有轴承温度传感器(6)、泵体振动传感器(5)；水泵机组正对着泵体对面的支架上安装声压传感器(21)。
  2. 一种基于物联网的水泵机组典型健康状态监测方法，其特征在于，包括步骤如下：
    步骤一)搭建水泵机组试验台；
    步骤二)通过Modbus-RTU模块采集三相异步电机(7)的三相电源各相电压、功率、频率以及电流互感器(14)传来的相电流；通过Modbus-TCP低速采集模块采集三相异步电机(7)与轴承箱上的温度传感器(6)传来的电机、轴承箱温度信号，试验泵(1)进出口管路上压力传感器(19)(4)传来的进出口压力信号，试验泵(1)出口管路上流量计(10)传来的出口流量信号以及电机上线圈感应式转速传感器(11)传来的三相异步电机(7)的转速脉冲信号；用高速采集卡采集三相异步电机(7)、试验泵(1)、底座、轴承箱上振动传感器传来的三相异步电机(7)、试验泵(1)、底座、轴承箱振动信号，试验泵(1)进口管路上的进口压力脉动传感器(22)、出口压力脉动传感器(2)传来的进出口压力脉动信号，水泵机组正对着试验泵(1)泵体对面由支架上声压传感器(21)传来的声音信号；并通过本步骤中采用的各采集模块对传感器信号进行处理，得到数字信号；
    步骤三)采用触摸屏或者PC机作为现场监测平台(18)；由RS232通讯协议将步骤二)中的Modbus-RTU模块采集的电机各相电压、相电流、功率、频率数字信号传输到现场监测平台(18)；由TCP通讯协议将Modbus-TCP低速采集模块采集的电机、轴承箱温度，进出口压力，出口流量，电机转速数字信号传输到现场监测平台(18)；由USB串口通讯将电机、泵体、底座、轴承箱振动，进出口压力脉动，声音数字信号传输到现场监测平台(18)；
    步骤四)采用LabVIEW作为软件平台，接收由各采集模块传来的数字信号并进行预处理；通过编写上位机程序，实现外特性试验、汽蚀试验、空载试验、温升试验、振动噪声试验等各项试验以及水泵机组运行过程中各传感器数据的状态监测；试验界面包含各传感器实时数据，试验记录数据、曲线和试验表头；试验表头包含试验泵型号、试验日期、试验介质、试验人员等可自定义信息，方便日后查询和了解试验详细信息；试验数据、曲线和表头可写入数据库并生成报表；状态监测界面包含各传感器监测记录数据和监测表头；监测表头包含监测泵型号、监测日期、监测人员等可自定义信息；监测记录数据和监测表头直接写入数据库；
    步骤五)由LabVIEW通过MATLAB Script节点方式实现对MATLAB的调用；采用 MATLAB编程实现对步骤四)中监测记录数据的后处理和分析；采用时域统计分析、相关性分析，频域频谱分析、倒频谱分析、包络谱分析、全息谱分析，时频域短时傅里叶分析、经典模态分析、小波分析等信号后处理方法；采用经典模态分析提取质量不平衡、小波分析提取汽蚀、短时傅里叶分析提取叶轮折损健康状态的特征信号；采用基于支持向量机方法实现健康状态等级间阈值的判定；分析界面包含原始数据、曲线，分析后数据、曲线以及分析表头、分析结果；分析表头包括此分析工况下的流量、扬程、泵效率以及采样频率、采样点数等信息；分析结果包含水泵机组各典型健康状态等级评价结果；原始数据、曲线，分析数据、曲线和分析表头、分析结果可写入数据库并生成报表。
  3. 根据权利要求2所述的一种基于物联网的水泵机组典型健康状态监测方法，其特征在于，采用光纤或者4G插卡将现场监测平台(18)连接上互联网；将数据库共享到互联网上，设置成固定的IP地址，由云端服务器进行数据库IP地址及用户信息密码存储；远程终端，如App、Web或者PC通过用户信息密码及IP地址即可访问现场监测平台(18)上的数据库。
  4. 根据权利要求2所述的一种基于物联网的水泵机组典型健康状态监测方法，其特征在于，步骤五)中对各项试验数据、分析、在线监测、故障诊断、健康评价数据和信息通过LabVIEW读写Access数据库实现数据存储和历史记录查询；软件中各项初始化设置、环境参数设置、传感器量程设置、报警设置、故障检测和健康评价方法及阈值皆由数据库进行存储；数据库中包含原始数据、曲线、表头，分析后数据、曲线、表头、报警信息以及诊断和评价结果；系统数据库可根据关键词和筛选条件检索数据的功能，以方便快捷的找到历史记录；此外还可以生成Execl和Word报表，便于查看和拷贝。
  5. 根据权利要求2所述的一种基于物联网的水泵机组典型健康状态监测方法，其特征在于，对水泵机组进行状态监测、故障诊断和健康评价，主要包括：
    a.对实时的相电压、相电流、功率、频率、温度、压力、流量、转速、振动、压力脉动、噪声原始信号进行监测；监测信息定期生成日报表和月报表；通过用户自定义报警上下限进行实时报警。
    b.对振动、压力脉动、噪声等高频率信号定期进行采样分析，通过预先设定好的时频域分析方法对采样信号进行处理，提取信号特征值作为检测指标，将特征值与预先设定好的阈值进行比较，在线检验是否发生故障以及评定水泵机组的健康状态；对检测到故障的采样信号、故障信息、健康评价结果生成报表。
    c.上述各项数据报表皆写入数据库并生成Execl表格进行存储；并通过手机App、Web或者PC进行远程监测和报警。
  6. 根据权利要求2所述的一种基于物联网的水泵机组典型健康状态监测方法，其特征在于，通过经典模态分析提取质量不平衡、小波分析提取汽蚀、短时傅里叶分析提取叶轮折损健康状态的特征信号，采用基于支持向量机方法实现健康状态等级的判定。
  7. 根据权利要求2所述的一种基于物联网的水泵机组典型健康状态监测方法，其特征在于，利用LabVIEW通过MATLAB Script节点方式实现对MATLAB的调用，由MATLAB编程实现时域统计分析、相关性分析，频域频谱分析、倒频谱分析、包络谱分析、全息谱分析，时频域短时傅里叶分析、经典模态分析、小波分析等信号后处理实现方式。
  8. 根据权利要求2所述的一种基于物联网的水泵机组典型健康状态监测方法，其特征在于，通过多个传感器采集水泵机组三相异步电机(7)、试验泵(1)、环境各项特征参数构成物联网感知层；通过电信号采集模块、模拟量信号采集模块、高速采集卡分别采集不同类型传感器信号，并将其转换为数字信号，通过多种通讯协议将数字信号传给现场监测平台(18)构成物联网网络层；所述现场监测平台(18)由触摸屏/PC和所编上位机软件构成物联网应用层；上位机软件包含各项试验、在线监测、信号处理、故障诊断、健康评价、数据库管理模块；远程App或者Web通过云端服务器访问分布在各地的现场监测平台(18)数据库实现远程监控。
PCT/CN2018/090192 2018-05-15 2018-06-07 一种基于物联网的水泵机组典型健康状态监测装置及方法 WO2019218408A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810460487.XA CN108757502A (zh) 2018-05-15 2018-05-15 一种基于物联网的水泵机组典型健康状态监测装置及方法
CN201810460487.X 2018-05-15

Publications (1)

Publication Number Publication Date
WO2019218408A1 true WO2019218408A1 (zh) 2019-11-21

Family

ID=64007088

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/090192 WO2019218408A1 (zh) 2018-05-15 2018-06-07 一种基于物联网的水泵机组典型健康状态监测装置及方法

Country Status (2)

Country Link
CN (1) CN108757502A (zh)
WO (1) WO2019218408A1 (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728443A (zh) * 2019-09-30 2020-01-24 鞍钢集团自动化有限公司 一种电机全生命周期管控系统
CN112036087A (zh) * 2020-09-02 2020-12-04 哈尔滨工程大学 一种多策略融合的核动力关键设备故障诊断方法及系统
CN112443763A (zh) * 2020-12-14 2021-03-05 福州大学 一种基于物联网平台的管网在线检测系统
CN112990288A (zh) * 2021-03-09 2021-06-18 上海应用技术大学 一种大型设备在线监测与故障预测系统
CN113255780A (zh) * 2021-05-28 2021-08-13 润联软件系统(深圳)有限公司 一种减速箱故障预测方法、装置、计算机设备及存储介质
CN113297033A (zh) * 2021-05-28 2021-08-24 长安大学 基于云端监测数据的车辆电控系统健康评估方法和系统
CN113377839A (zh) * 2021-06-18 2021-09-10 北京德风新征程科技有限公司 一种基于工业互联网大数据分析提取方法
CN113418730A (zh) * 2021-06-21 2021-09-21 河南中烟工业有限责任公司 一种卷烟机运行状态的在线监测方法
CN113757048A (zh) * 2021-07-23 2021-12-07 国能云南新能源有限公司 一种风电机组齿轮箱在线监测与智能故障诊断系统
CN113780834A (zh) * 2021-09-15 2021-12-10 上海海洋大学 基于s7-300的实验台的安全保护方法
CN114302260A (zh) * 2021-12-29 2022-04-08 吉林石油装备技术工程服务有限公司 修井机在线监测及巡检系统
CN114326554A (zh) * 2021-12-24 2022-04-12 贵州盘江精煤股份有限公司 一种机电设备智能监测管理系统
CN114345556A (zh) * 2022-01-06 2022-04-15 深圳市福斯托精密电子设备有限公司 一种电脉冲控制系统和方法
CN114386452A (zh) * 2021-12-06 2022-04-22 西安交通大学 核电循环水泵太阳轮故障检测方法
CN114564839A (zh) * 2022-03-02 2022-05-31 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种汽轮机振动故障风险的评价方法及系统
CN114922827A (zh) * 2022-04-08 2022-08-19 宁波兰宁石化科技有限公司 实时监测离心泵汽蚀的方法
CN114977492A (zh) * 2022-05-11 2022-08-30 中海油能源发展装备技术有限公司 一种用于海上平台中控系统的电源监测与诊断方法
CN115114848A (zh) * 2022-06-13 2022-09-27 成都星云智联科技有限公司 一种基于混合cnn-lstm的三相异步电机故障诊断方法和系统
CN115396461A (zh) * 2022-05-10 2022-11-25 湖南科技大学 一种适用低速变工况的触发式振动数据采集系统
CN116066342A (zh) * 2023-01-09 2023-05-05 安徽万瑞冷电科技有限公司 低温泵的控制装置及控制方法
CN116123066A (zh) * 2022-12-28 2023-05-16 重庆成峰水务工程有限责任公司 一种水泵故障噪声分析设备及分析方法
CN116166938A (zh) * 2023-01-09 2023-05-26 中国船舶重工集团公司第七0七研究所九江分部 一种操舵系统的故障预测与健康管理方法
CN116557328A (zh) * 2023-05-22 2023-08-08 合肥三益江海智能科技有限公司 一种具有健康监测及故障诊断的水泵机组智能控制系统
CN117082462A (zh) * 2023-08-28 2023-11-17 深圳市欣易辰信息科技有限公司 一种短信平台健康监控系统
CN117156313A (zh) * 2023-08-29 2023-12-01 广东祁越智能科技有限公司 一种基于物联网的智慧泵房用运行安全检测系统
EP4299908A1 (en) * 2022-06-27 2024-01-03 Hamilton Sundstrand Corporation Motor driven pump with prognostic health monitoring based on motor characteristics
CN117407825A (zh) * 2023-12-14 2024-01-16 宝信软件(南京)有限公司 一种基于大数据分析的故障智能感知系统及方法
CN117745273A (zh) * 2024-02-06 2024-03-22 铜川科达化工设备有限公司 一种电捕焦油器健康数据采集、分析、管理一体化平台
CN114564839B (zh) * 2022-03-02 2024-05-28 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种汽轮机振动故障风险的评价方法及系统

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110242588B (zh) * 2019-06-03 2020-11-17 电子科技大学 一种离心泵诊断信号采集系统及故障诊断方法
CN110425154A (zh) * 2019-07-29 2019-11-08 广州钛尔锐科技有限公司 一种水泵在线能效和状态监测及故障预测的方法及其装置
CN110738400A (zh) * 2019-09-20 2020-01-31 江苏欣皓测试技术有限公司 系统健康评估方法、装置、电子设备和存储介质
CN110740169B (zh) * 2019-09-25 2022-03-01 杭州电子科技大学 一种Matlab电力仿真模型与物联网设备数据通信系统及方法
CN111314463A (zh) * 2020-02-17 2020-06-19 苏州欣皓信息技术有限公司 一种基于泵站机组健康评估的方法
CN111536053A (zh) * 2020-05-06 2020-08-14 大唐环境产业集团股份有限公司 一种基于振动频谱分析的泵汽蚀报警装置及检测方法
CN111577590A (zh) * 2020-05-12 2020-08-25 湖南信息职业技术学院 一种物联网机泵实时能效评测的方法
CN111693264B (zh) * 2020-06-16 2021-03-16 清华大学 一种基于人工智能及大数据的流体机械诊断系统及方法
CN112112819A (zh) * 2020-08-07 2020-12-22 安徽三环水泵有限责任公司 一种离心泵运行状态管理系统
CN111980938A (zh) * 2020-08-22 2020-11-24 浙江水利水电学院 一种防洪排涝水泵机组诊断技术路线
CN111997883A (zh) * 2020-08-28 2020-11-27 安徽科技学院 一种用于脱硫脱硝循环泵的智能检测系统
CN112378506B (zh) * 2020-10-14 2022-11-01 西安理工大学 一种贯流式水力机械转轮和外壁振动的同步测试方法
CA3196438A1 (en) 2020-10-23 2022-04-28 Colin O'CALLAGHAN Monitoring system for pump with mechanical seal lubrication arrangement
CN112343810A (zh) * 2020-11-04 2021-02-09 广州高澜节能技术股份有限公司 一种用于循环水冷却系统的水泵健康监测诊断方法
CN113091824A (zh) * 2020-12-16 2021-07-09 成都福立盟科技有限公司 设备健康在线监测系统
CN112814881A (zh) * 2020-12-31 2021-05-18 保定融柏恒流泵制造有限公司 一种基于物联网控制的蠕动泵
CN112901469B (zh) * 2021-01-30 2023-02-21 安徽金晥泵业科技股份有限公司 一种基于物联网的智能水泵系统
CN113049237B (zh) * 2021-03-15 2022-12-02 北京唐智科技发展有限公司 一种叶片故障信息提取方法及系统
CN113048072A (zh) * 2021-03-19 2021-06-29 江苏大学 一种泵站智能检测系统
CN113295217A (zh) * 2021-07-06 2021-08-24 江苏大学 一种能源微网的水电储能装备智能化运行监测系统
CN113820227A (zh) * 2021-08-23 2021-12-21 西安理工大学 一种动态自组织健康监测方法
CN113803292A (zh) * 2021-08-24 2021-12-17 安徽金晥泵业科技股份有限公司 一种带有安全防护机构的工业泵
CN113915094B (zh) * 2021-09-23 2022-05-13 广州市昕恒泵业制造有限公司 一种内燃机泵组的控制系统
CN114542443A (zh) * 2021-12-30 2022-05-27 广东茂化建集团有限公司 一种基于物联网技术的机泵智能诊断系统
CN115596653A (zh) * 2022-09-21 2023-01-13 南通阳鸿石化储运有限公司（Cn） 一种化工库区油泵智能管控应用技术
CN115342064B (zh) * 2022-10-13 2022-12-27 南通银河水泵有限公司 一种轴流泵运行状态监测方法与系统
CN115788848B (zh) * 2022-11-18 2023-07-14 珠海安诚电子科技有限公司 一种基于大数据的水泵故障监测系统及方法
CN116104773B (zh) * 2023-02-21 2024-04-12 重庆成峰水务工程有限责任公司 一种水泵故障综合检测设备及检测方法
CN116292336B (zh) * 2023-05-12 2023-09-19 安徽明泉水设备有限公司 一种水泵叶片检测方法
CN116877452B (zh) * 2023-09-07 2023-12-08 利欧集团浙江泵业有限公司 基于物联网数据的非变容式水泵运行状态监控系统
CN117571305B (zh) * 2024-01-17 2024-04-16 长沙润伟机电科技有限责任公司 一种驱动跑合试验台控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104879294A (zh) * 2015-04-14 2015-09-02 中国农业大学 一种水泵瞬态信号分析装置及方法
US20160245279A1 (en) * 2015-02-23 2016-08-25 Biplab Pal Real time machine learning based predictive and preventive maintenance of vacuum pump
CN106015028A (zh) * 2016-05-04 2016-10-12 江苏大学 一种基于物联网的水泵泵组智能监控与故障预警方法
CN106089754A (zh) * 2016-07-04 2016-11-09 宁波巨神制泵实业有限公司 基于“互联网+”的潜水泵实时故障诊断与维修方法
CN106772041A (zh) * 2016-12-23 2017-05-31 江苏大学镇江流体工程装备技术研究院 一种基于Android平台的离心泵电机状态监测装置及监测方法
CN106872010A (zh) * 2017-02-21 2017-06-20 山东大学 一种离心泵流动噪声的测量方法
CN107313949A (zh) * 2017-06-06 2017-11-03 长沙翔鹅节能技术有限公司 基于物联网的智能水泵系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160245279A1 (en) * 2015-02-23 2016-08-25 Biplab Pal Real time machine learning based predictive and preventive maintenance of vacuum pump
CN104879294A (zh) * 2015-04-14 2015-09-02 中国农业大学 一种水泵瞬态信号分析装置及方法
CN106015028A (zh) * 2016-05-04 2016-10-12 江苏大学 一种基于物联网的水泵泵组智能监控与故障预警方法
CN106089754A (zh) * 2016-07-04 2016-11-09 宁波巨神制泵实业有限公司 基于“互联网+”的潜水泵实时故障诊断与维修方法
CN106772041A (zh) * 2016-12-23 2017-05-31 江苏大学镇江流体工程装备技术研究院 一种基于Android平台的离心泵电机状态监测装置及监测方法
CN106872010A (zh) * 2017-02-21 2017-06-20 山东大学 一种离心泵流动噪声的测量方法
CN107313949A (zh) * 2017-06-06 2017-11-03 长沙翔鹅节能技术有限公司 基于物联网的智能水泵系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MENG, FANHU: "Design and Research of Measurement and Control Test Platform for Pump Controlled Motor System Based on Labview", SCIENCE -ENGINEERING (B), CHINA MASTER'S THESES FULL-TEXT DATABASE, 15 March 2018 (2018-03-15), pages 49 - 62, ISSN: 1674-0246 *

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728443A (zh) * 2019-09-30 2020-01-24 鞍钢集团自动化有限公司 一种电机全生命周期管控系统
CN112036087A (zh) * 2020-09-02 2020-12-04 哈尔滨工程大学 一种多策略融合的核动力关键设备故障诊断方法及系统
CN112443763A (zh) * 2020-12-14 2021-03-05 福州大学 一种基于物联网平台的管网在线检测系统
CN112990288A (zh) * 2021-03-09 2021-06-18 上海应用技术大学 一种大型设备在线监测与故障预测系统
CN113255780B (zh) * 2021-05-28 2024-05-03 润联智能科技股份有限公司 一种减速箱故障预测方法、装置、计算机设备及存储介质
CN113297033A (zh) * 2021-05-28 2021-08-24 长安大学 基于云端监测数据的车辆电控系统健康评估方法和系统
CN113297033B (zh) * 2021-05-28 2024-03-01 长安大学 基于云端监测数据的车辆电控系统健康评估方法和系统
CN113255780A (zh) * 2021-05-28 2021-08-13 润联软件系统(深圳)有限公司 一种减速箱故障预测方法、装置、计算机设备及存储介质
CN113377839A (zh) * 2021-06-18 2021-09-10 北京德风新征程科技有限公司 一种基于工业互联网大数据分析提取方法
CN113418730A (zh) * 2021-06-21 2021-09-21 河南中烟工业有限责任公司 一种卷烟机运行状态的在线监测方法
CN113757048A (zh) * 2021-07-23 2021-12-07 国能云南新能源有限公司 一种风电机组齿轮箱在线监测与智能故障诊断系统
CN113780834A (zh) * 2021-09-15 2021-12-10 上海海洋大学 基于s7-300的实验台的安全保护方法
CN114386452A (zh) * 2021-12-06 2022-04-22 西安交通大学 核电循环水泵太阳轮故障检测方法
CN114386452B (zh) * 2021-12-06 2024-04-05 西安交通大学 核电循环水泵太阳轮故障检测方法
CN114326554A (zh) * 2021-12-24 2022-04-12 贵州盘江精煤股份有限公司 一种机电设备智能监测管理系统
CN114302260A (zh) * 2021-12-29 2022-04-08 吉林石油装备技术工程服务有限公司 修井机在线监测及巡检系统
CN114345556B (zh) * 2022-01-06 2024-03-12 深圳市福斯托精密电子设备有限公司 一种电脉冲控制系统和方法
CN114345556A (zh) * 2022-01-06 2022-04-15 深圳市福斯托精密电子设备有限公司 一种电脉冲控制系统和方法
CN114564839A (zh) * 2022-03-02 2022-05-31 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种汽轮机振动故障风险的评价方法及系统
CN114564839B (zh) * 2022-03-02 2024-05-28 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种汽轮机振动故障风险的评价方法及系统
CN114922827A (zh) * 2022-04-08 2022-08-19 宁波兰宁石化科技有限公司 实时监测离心泵汽蚀的方法
CN115396461A (zh) * 2022-05-10 2022-11-25 湖南科技大学 一种适用低速变工况的触发式振动数据采集系统
CN115396461B (zh) * 2022-05-10 2024-04-30 湖南科技大学 一种适用低速变工况的触发式振动数据采集系统
CN114977492A (zh) * 2022-05-11 2022-08-30 中海油能源发展装备技术有限公司 一种用于海上平台中控系统的电源监测与诊断方法
CN114977492B (zh) * 2022-05-11 2024-05-17 中海油能源发展装备技术有限公司 一种用于海上平台中控系统的电源监测与诊断方法
CN115114848B (zh) * 2022-06-13 2023-12-26 成都星云智联科技有限公司 一种基于混合cnn-lstm的三相异步电机故障诊断方法和系统
CN115114848A (zh) * 2022-06-13 2022-09-27 成都星云智联科技有限公司 一种基于混合cnn-lstm的三相异步电机故障诊断方法和系统
EP4299908A1 (en) * 2022-06-27 2024-01-03 Hamilton Sundstrand Corporation Motor driven pump with prognostic health monitoring based on motor characteristics
CN116123066A (zh) * 2022-12-28 2023-05-16 重庆成峰水务工程有限责任公司 一种水泵故障噪声分析设备及分析方法
CN116166938A (zh) * 2023-01-09 2023-05-26 中国船舶重工集团公司第七0七研究所九江分部 一种操舵系统的故障预测与健康管理方法
CN116066342A (zh) * 2023-01-09 2023-05-05 安徽万瑞冷电科技有限公司 低温泵的控制装置及控制方法
CN116557328A (zh) * 2023-05-22 2023-08-08 合肥三益江海智能科技有限公司 一种具有健康监测及故障诊断的水泵机组智能控制系统
CN116557328B (zh) * 2023-05-22 2024-04-16 合肥三益江海智能科技有限公司 一种具有健康监测及故障诊断的水泵机组智能控制系统
CN117082462A (zh) * 2023-08-28 2023-11-17 深圳市欣易辰信息科技有限公司 一种短信平台健康监控系统
CN117082462B (zh) * 2023-08-28 2024-05-07 深圳市欣易辰信息科技有限公司 一种短信平台健康监控系统
CN117156313B (zh) * 2023-08-29 2024-04-02 广东祁越智能科技有限公司 一种基于物联网的智慧泵房用运行安全检测系统
CN117156313A (zh) * 2023-08-29 2023-12-01 广东祁越智能科技有限公司 一种基于物联网的智慧泵房用运行安全检测系统
CN117407825B (zh) * 2023-12-14 2024-02-20 宝信软件(南京)有限公司 一种基于大数据分析的故障智能感知系统及方法
CN117407825A (zh) * 2023-12-14 2024-01-16 宝信软件(南京)有限公司 一种基于大数据分析的故障智能感知系统及方法
CN117745273B (zh) * 2024-02-06 2024-04-26 铜川科达化工设备有限公司 一种电捕焦油器健康数据采集、分析、管理一体化平台
CN117745273A (zh) * 2024-02-06 2024-03-22 铜川科达化工设备有限公司 一种电捕焦油器健康数据采集、分析、管理一体化平台

Also Published As

Publication number Publication date
CN108757502A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
WO2019218408A1 (zh) 一种基于物联网的水泵机组典型健康状态监测装置及方法
CN106015028B (zh) 一种基于物联网的水泵泵组智能监控与故障预警方法
CN106761681B (zh) 基于时序数据分析的电泵井故障实时诊断系统及方法
CN109190166B (zh) 一种叶片泵空化判定及状态评估方法及其系统
CN111367241A (zh) 一种企业综合能源管控系统及方法
CN114912371B (zh) 一种贯流泵运行稳定检测的数字孪生体建模系统及方法
CN103061749B (zh) 一种有杆泵抽油井井下动态液位软测量方法
CN108151835B (zh) 一种基于多参数检测的泵站信息智能监测终端的率定方法
CN203742968U (zh) 一种水泵运行能效在线监测装置
CN108981796B (zh) 一种五位一体水力机械故障诊断方法
CN202520288U (zh) 抽油机工况参数远程监控预诊装置
CN103452829B (zh) 一种变频供水系统运行效率在线检测方法
CN106089754A (zh) 基于“互联网+”的潜水泵实时故障诊断与维修方法
CN104888396A (zh) 一种检测消防水泵在快速启动过程中瞬态故障的方法
CN101051054A (zh) 测试瓦斯继电器重瓦斯流速值的装置及方法
CN204900220U (zh) 一种液环泵运行实时监测系统
CN112460040A (zh) 一种泵声波监测系统和方法
CN110285964B (zh) 一种风力发电机齿轮箱油液在线监测系统
CN203101963U (zh) 导热油炉云端服务远程监控系统
CN108153266B (zh) 一种基于功率检测的泵站信息智能监测终端的率定方法
CN110032155A (zh) 一种火电厂海水直流冷却水系统运行优化指导系统
CN202091172U (zh) 气体压缩机状态监测和可靠性分析装置
CN206431202U (zh) 一种抽油机井群远程同步效率测试系统
CN208885546U (zh) 一种大管径管道输送泵组监测系统
CN109236684A (zh) 一种水泵汽蚀状态监测装置及方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18918671

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18918671

Country of ref document: EP

Kind code of ref document: A1