权利要求书: 1.风机的故障监测方法,其特征在于,包括:获取风机的轴承在运行状态的振动信息和温度信息;
根据所述振动信息计算出振动幅值,根据所述温度信息计算出温度值;
比较所述振动幅值与振动阈值的大小关系、比较所述温度值与温度阈值的大小关系,获得比对结果;
根据所述比对结果确定所述风机的工作状态。
2.根据权利要求1所述的风机的故障监测方法,其特征在于,所述根据所述振动信息计算出振动幅值,包括:每隔预设时长根据所述振动信息获取振动信号波形图;
根据获取到的振动信号波形图计算出振幅的平均值,将所述振幅的平均值作为振动幅值。
3.根据权利要求1所述的风机的故障监测方法,其特征在于,所述根据所述温度信息计算出温度值,包括:每隔预设时长根据所述温度信息获取温度数值表;
根据获取到的温度数值表计算出温度的平均值,将所述温度的平均值作为温度值。
4.根据权利要求1所述的风机的故障监测方法,其特征在于,所述根据所述比对结果确定所述风机的工作状态,包括:若所述振动幅值大于所述振动阈值且所述温度值大于所述温度阈值,则确定所述风机的工作状态为故障状态。
5.根据权利要求4所述的风机的故障监测方法,其特征在于,所述确定所述风机的工作状态为故障状态,还包括:将所述振动信息的振动波形图通过快速傅里叶变换得到振动频域信号;
根据所述振动频域信号确定故障类型。
6.根据权利要求5所述的风机的故障监测方法,其特征在于,所述根据所述振动频域信号确定故障类型,包括:获取所述振动频域信号对应的峰值信号;
确定所述峰值信号所在的频域段和所述峰值信号的波峰对应的频率值;
根据所述频率值所在的频域段确定所述故障类型。
7.根据权利要求6所述的风机的故障监测方法,其特征在于,所述确定所述峰值信号所在的频域段,包括:根据风机运行时的转速、扇叶数量、轴承滚动体的数量确定所述频域段。
8.故障监测装置,其特征在于,所述故障监测装置用于执行如权利要求1至7任一项所述的风机的故障监测方法。
9.根据权利要求8所述的故障监测装置,其特征在于,还包括振动传感器,温度传感器,高频采集卡,和工控主机;
所述振动传感器安装在轴承座处,所述振动传感器用于采集风机的轴承在运行状态的振动信息;
所述温度传感器安装在轴承座处,所述温度传感器用于采集风机的轴承在运行状态的温度信息;
所述振动传感器与所述高频采集卡连接,所述温度传感器与所述高频采集卡连接,所述高频采集卡与所述工控主机连接;
所述高频采集卡用于采集所述振动信息和所述温度信息,所述工控主机用于运行上位机程序,处理所述振动信息和所述温度信息,并将处理后的结果通过无线传输方式发送至云平台。
10.根据权利要求9所述的故障监测装置,其特征在于,所述振动传感器包括第一加速度传感器与第二加速度传感器,所述第一加速度传感器安装在所述轴承座的水平位置,用于检测水平方向的振动信息,所述第二加速度传感器安装在所述轴承座的竖直位置,用于检测竖直方向的振动信息。
说明书: 风机的故障监测方法和故障监测装置技术领域[0001] 本发明涉及故障监测技术领域,尤其是涉及一种风机的故障监测方法和故障监测装置。背景技术[0002] 随着科技的发展,风机在多个领域具有重要的应用价值,因此对其发生的故障进行监测与分析具有重要意义。相关技术的风机的故障监测方法,通过电涡流传感器采集振动的幅值,当振动的幅值超过安全标准值时进行预警,此方法的误报警率较高。发明内容[0003] 本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种风机的故障监测方法,能够提高故障检测的准确率。[0004] 根据本发明第一方面实施例的风机的故障监测方法,包括:获取风机的轴承在运行状态的振动信息和温度信息;根据所述振动信息计算出振动幅值,根据所述温度信息计算出温度值;比较所述振动幅值与振动阈值的大小关系、比较所述温度值与温度阈值的大小关系,获得比对结果;根据所述比对结果确定所述风机的工作状态。[0005] 根据本发明实施例的风机的故障监测方法,至少具有如下有益效果:通过监测轴承运行时的振动信息与温度信息,使用两种特征量进行故障的检测与判断,提高了故障检测的准确率。[0006] 根据本发明的一些实施例,所述根据所述振动信息计算出振动幅值,包括:每隔预设时长根据所述振动信息获取振动信号波形图;根据获取到的振动信号波形图计算出振幅的平均值,将所述振幅的平均值作为振动幅值。[0007] 根据本发明的一些实施例,所述根据所述温度信息计算出温度值,包括:每隔预设时长根据所述温度信息获取温度数值表;根据获取到的温度数值表计算出温度的平均值,将所述温度的平均值作为温度值。[0008] 根据本发明的一些实施例,所述根据所述比对结果确定所述风机的工作状态,包括:若所述振动幅值大于所述振动阈值且所述温度值大于所述温度阈值,则确定所述风机的工作状态为故障状态。[0009] 根据本发明的一些实施例,所述确定所述风机的工作状态为故障状态,还包括:将所述振动信息的振动波形图通过快速傅里叶变换得到振动频域信号;根据所述振动频域信号确定故障类型。[0010] 根据本发明的一些实施例,所述根据所述振动频域信号确定故障类型,包括:获取所述振动频域信号对应的峰值信号;确定所述峰值信号所在的频域段和所述峰值信号的波峰对应的频率值;根据所述频率值所在的频域段确定所述故障类型。[0011] 根据本发明的一些实施例,所述确定所述峰值信号所在的频域段,包括:根据风机运行时的转速、扇叶数量、轴承滚动体的数量确定所述频域段。[0012] 根据本发明第二方面实施例的故障监测装置,所述故障监测装置用于执行第一方面实施例所述的风机的故障监测方法。[0013] 根据本发明的一些实施例,所述故障监测装置还包括振动传感器,温度传感器,高频采集卡,和工控主机;所述振动传感器安装在轴承座处,所述振动传感器用于采集风机的轴承在运行状态的振动信息;所述温度传感器安装在轴承座处,所述温度传感器用于采集风机的轴承在运行状态的温度信息;所述振动传感器与所述高频采集卡连接,所述温度传感器与所述高频采集卡连接,所述高频采集卡与所述工控主机连接;所述高频采集卡用于采集所述振动信息和所述温度信息,所述工控主机用于运行上位机程序,处理所述振动信息和所述温度信息,并将处理后的结果通过无线传输方式发送至云平台。[0014] 根据本发明的一些实施例,所述振动传感器包括第一加速度传感器与第二加速度传感器,所述第一加速度传感器安装在所述轴承座的水平位置,用于检测水平方向的振动信息,所述第二加速度传感器安装在所述轴承座的竖直位置,用于检测竖直方向的振动信息。[0015] 本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。附图说明[0016] 本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:[0017] 图1是本发明一个实施例的风机的故障监测方法的流程图;[0018] 图2是本发明另一个实施例的风机的故障监测方法的流程图;[0019] 图3是本发明一个实施例的处理振动信息的流程图;[0020] 图4是本发明一个实施例的故障监测装置的模块框图。具体实施方式[0021] 为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。[0022] 需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。[0023] 在一些实施例中,风机与电机之间的连接轴上设置有轴承,轴承主要起到固定连接轴的作用,使连接轴只能转动,限制连接轴轴向和径向的移动。当风机出现机械故障时,连接轴的振动幅度和频率都会发生改变,并且会传递至轴承上,且轴承上由机械振动摩擦产生的热量也会发生改变,因此轴承的运行状态可以整体上反应风机的工作状态。[0024] 参照图1,本申请实施例提供的风机的故障监测方法包括步骤:[0025] S100,获取风机的轴承在运行状态的振动信息和温度信息;[0026] S200,根据振动信息计算出振动幅值,根据温度信息计算出温度值;[0027] S300,比较振动幅值与振动阈值的大小关系、比较温度值与温度阈值的大小关系,获得比对结果;[0028] S400,根据比对结果确定风机的工作状态。[0029] 在一些实施例中,通过设置在轴承上的振动传感器监测运行时的振动信息,通过设置在轴承上的温度传感器监测运行时的温度信息,振动信息为振幅随着时间变化的振幅信息,温度信息为温度随着时间变化的温度信息。通过监测轴承运行时的振动信息与温度信息,使用两种特征量进行故障的检测与判断,提高了故障检测的准确率。[0030] 在一些实施例中,参照图2,步骤S200中的根据振动信息计算出振动幅值可以通过以下步骤获取:[0031] S211,每隔预设时长根据振动信息获取振动信号波形图;[0032] S212,根据获取到的振动信号波形图计算出振幅的平均值,将振幅的平均值作为振动幅值。[0033] 在一些实施例中,可以根据实际需求选择不同的采样频率,总采样时间和采样点数。采样频率为每秒采集信号样本的数量,当需要分辨出高频信号时就需要提高采样频率,控制最高分析频率。[0034] 根据采样得到的振动信号的波形图,将此振动信号波形图中的所有振幅数据相加,并除以数据数量,得到振幅的平均值,将此平均值记为振动幅值,此时振动幅值可以整体反映一分钟时间内的振幅大小,且不会受到突变的振幅信号的影响,提高检测的准确率。[0035] 在一些实施例中,步骤S200中的根据温度信息计算出温度值可以通过以下步骤获取:[0036] S221,每隔预设时长根据温度信息获取温度数值表;[0037] S222,根据获取到的温度数值表计算出温度的平均值,将温度的平均值作为温度值。[0038] 在一些实施例中,温度值的采集与处理方法与上述实施例中的振动值的采集与处理方法相同,此处不再赘述。在其它实施例中,可以采集振幅与温度的实时数据,并将实时数据与其对应的阈值进行判断,当检测到振幅大于阈值或者温度大于阈值时,即判断风机运行异常。在另一些具体实施例中,可以设置为当振幅与温度的实时数据连续3次超出与其对应的阈值时,才判断风机运行异常。[0039] 在一些实施例中,步骤S400中的根据比对结果确定风机的工作状态具体为:[0040] S410,若振动幅值大于振动阈值且温度值大于温度阈值,则确定风机的工作状态为故障状态。[0041] 在本发明的一些具体实施例中,振动幅值与温度值会随着风机的转速不同而不同,因此每一档不同的转速都对应有不同的振动阈值与温度阈值。阈值为风机正常运行的状态下,按照ISO10816-3标准所确定。在理想状态下,风机在正常运行时无振动产生,当风机出现故障,如叶轮积灰、轴承磨损、转轴不平衡等故障时,会出现周期性的振动信号,且振动幅度较大,且由于振动增强,其由摩擦产生的热量也会增多,导致轴承的温度上升。因此设置振动阈值和温度阈值,监测风机的振动幅值和温度值是否大于其对应的阈值,就可以判断风机的运行状态是否正常。并且当振动幅值大于振动阈值且温度值大于温度阈值时,才会判断风机为故障状态,防止在风机启动或者停止时,振幅突变导致误报警。[0042] 在一些实施例中,参照图3,步骤S410中确定风机的工作状态为故障状态,包括有以下步骤:[0043] S421,将振动信息的振动波形图通过快速傅里叶变换得到振动频域信号;[0044] 根据振动频域信号确定故障类型。[0045] 当判断风机的工作状态为故障状态后,会将采集到的振动信息的振动波形图通过快速傅里叶变换算法将振动时域信号转换为振动频域信号,由于故障类型不同,其产生的周期振动信号的频率也不同,通过转换为频域信号,可以将不同的故障类型所产生的不同振动信号分辨出来,从而精确定位故障类型,方便检修人员检修。[0046] 在一些实施例中,参照图3,步骤S422根据振动频域信号确定故障类型,具体为:[0047] S422,获取振动频域信号对应的峰值信号;[0048] S423,确定峰值信号所在的频域段和峰值信号的波峰对应的频率值;[0049] S424,根据频率值所在的频域段确定故障类型。[0050] 当振动频域信号中出现峰值信号时,即说明出现了在此频率下的周期性振动信号,通过确定此峰值信号的波峰对应的频率值和频率值所在的频域段,即可确定故障类型。峰值信号的数量可以不仅仅为一个,当同时出现多种故障类型时,经过快速傅里叶变换后也能得到多个峰值信号。
[0051] 在一些实施例中,确定峰值信号所在的频域段,包括:根据风机运行时的转速、扇叶数量、轴承滚动体的数量确定频域段。[0052] 示例,当风机的转速为12000rpm、风机叶片为3片、轴承的滚动体数量为8个时,风机的工频振动频率为200Hz,叶片的通过频率为600Hz,轴承滚动体的通过频率为1600Hz。取基准频率的正负10%作为频域段的频率范围,即分别为180-220Hz,540-660Hz,1440-1760Hz。
[0053] 当峰值信号仅在180-220Hz出现时,说明风机转轴存在不平衡故障;[0054] 当峰值信号出现在180-220Hz,540-660Hz时,说明风机的叶轮出现故障;[0055] 当峰值信号出现在180-220Hz,1440-1760Hz时,说明风机的轴承出现故障;[0056] 当峰值信号出现在180-220Hz,540-660Hz,1440-1760Hz出现时,说明风机的叶轮和轴承出现故障。[0057] 通过分析峰值信号所在的频域段,可以清楚便捷的确定风机发生的故障类型,方便检修人员快速确定故障位置。通过对振动信息与温度信息的监测,可以及时发现风机是否出现故障,防止风机在运行过程中发生事故。[0058] 在本发明的一些实施例中,还提供了故障监测装置,故障监测装置包括上述实施例中的风机的故障监测方法。[0059] 在一些实施例中,参照图4,故障监测装置还包括振动传感器510,温度传感器520,高频采集卡530,和工控主机540。[0060] 振动传感器510安装在轴承座处,振动传感器510用于采集风机的轴承在运行状态的振动信息;温度传感器520安装在轴承座处,温度传感器520用于采集风机的轴承在运行状态的温度信息;振动传感器510与高频采集卡530连接,温度传感器520与高频采集卡530连接,高频采集卡530与工控主机540连接;高频采集卡530用于采集振动信息和温度信息,工控主机540运行上位机程序,处理振动信息和温度信息,并将处理后的结果通过无线传输方式发送至云平台。[0061] 振动传感器510与温度传感器520都安装在轴承处,且都采用磁力座粘贴的方式,安装方便且固定效果较好。高频采集卡530包含有16路输入端口和1路输出端口,16路输入端口包括8个高频振动输入端口和8个标准电流输入端口,其中振动传感器510的输出端与高频采集卡530的高频振动输入端口连接,温度传感器520的输出端与高频采集卡530的标准电流输入端口连接。高频采集卡530将振动传感器510采集的电流模拟信号转换为数字振动信号,以供后续信号处理与分析,高频采集卡530将温度传感器520采集的电流模拟信号转换为数字温度信号,以供后续信号处理与分析。高频信号采集卡的输出端口与工控主机540连接,工控主机540运行上位机程序,对接收到的数字信号进行如上述实施例中风机的故障监测方法记载的处理流程进行处理,并将处理后的结果通过无线传输的方式发送至云平台,完成监测风机运行状态的功能。在其它实施例中,可以不设置工控主机,直接将采集的数字信号发送至云平台,使用云平台进行数据处理过程,也可以达到监测风机运行状态的目的。
[0062] 在一些实施例中,振动传感器510包括第一加速度传感器与第二加速度传感器,第一加速度传感器安装在轴承座的水平位置,用于检测水平方向的振动信息,第二加速度传感器安装在轴承座的竖直位置,用于检测竖直方向的振动信息。由于轴承一般情况下为水平安装,且在不同位置的振动幅度大小不同,且在因此在轴承的水平位置与竖直位置各安装一个加速度传感器,用于检测不同位置的振动信息。可以分别对两处检测到的振动信息分别进行处理与判断,当两处都超出阈值范围时才判断风机为异常运行。也可以通过取均值运算后再对采集到的数据进行处理,可以提高判断运行状态的准确程度。[0063] 以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0064] 本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。[0065] 以上是对本申请的较佳实施进行了具体说明,但本申请并不局限于上述实施方式,熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
声明:
“风机的故障监测方法和故障监测装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)