一种用于旋转机械在线振动监测的趋势曲线图显示方法
【专利摘要】本发明公开了一种用于旋转机械在线振动监测的趋势曲线图显示方法，包括以下步骤：1)选择数据时间段及振动指标；2)读取数据库中的基础监测数据；3)选定绘图策略：将基础监测数据按点集密度绘图或按统计策略绘图；4)分坐标系绘制趋势曲线图。本发明通过选择数据时间段及振动指标，获取基础监测数据，选定绘图策略，并按照绘图策略处理数据，将处理所得分区域绘制趋势曲线图。本发明在趋势曲线图生成过程中，增加了数据处理，包括数据筛选和运算，使趋势曲线图更加直观、明确；再显示过程中分区域显示，便于进行数据对比。
【专利说明】一种用于旋转机械在线振动监测的趋势曲线图显示方法
【技术领域】
[0001]本发明属于振动监测【技术领域】，具体地说涉及一种用于旋转机械在线振动监测的趋势曲线图显示方法。
【背景技术】
[0002]旋转机械在个行业中都有广泛应用，同时向着大型化、复杂化发展，一旦发生故障，会造成巨大损失，甚至发生重大安全事故，因此，对其进行在线振动监测十分重要。趋势曲线图可以观察设备状态的变化趋向或现实状况，有助于提前发现设备异常，及时采取对策。
[0003]目前，根据监测数据绘制趋势曲线图的技术比较成熟，已经广泛的应用在振动监测系统之中。但是，现有的趋势曲线图显示方法只是简单的提取数据、绘制曲线，没有对数据进行筛选或者运算，也没有对曲线布局的合理优化，不能使趋势曲线图直观、明确和便于对比分析。
【发明内容】
[0004]针对现有技术的以上缺陷或改进需求，本发明提供了一种用于旋转机械在线振动监测的趋势曲线图显示方法，生成直观、明确的趋势曲线图，便于对比分析。
[0005]为实现上述目的，按照本发明的一个方面，提供了一种用于旋转机械在线振动监测的趋势曲线图显示方法，包括以下步骤:
[0006]I)选择数据时间段及振动指标:选择数据时间段并自动更新该数据时间段；选择轴承故障特征频率的幅值和/或时域指标和/或频域指标作为振动指标，振动指标的数值由采集器采集计算并存入数据库作为基础监测数据；
[0007]2)读取数据库中的基础监测数据；
[0008]3)选定绘图策略:将基础监测数据按点集密度绘图或按统计策略绘图；
[0009]4)分坐标系绘制趋势曲线图:
[0010]4.1)按照纵坐标的单位进行分类，相同单位的振动指标在同一坐标系内；
[0011]4.2)根据分类数，划分出多个坐标系；
[0012]4.3)在每个坐标系中分别绘制趋势曲线图。
[0013]优选地，步骤I)中采集数值时，选择多个测点，每个测点选择振动指标中的多种。
[0014]优选地，步骤I)中采集器根据轴承的转速、转速变比计算轴承故障特征频率的幅值。
[0015]优选地，步骤3)中按点集密度绘图包括绘制高密度曲线和绘制低密度曲线，绘制高密度曲线为通过所有读取的基础监测数据的数值点绘制曲线，绘制低密度曲线为等间隔抽取基础监测数据中的数值点绘制曲线。
[0016]优选地，步骤3)中按统计策略绘图为按分钟、小时、天数或周数计算基础监测数据的平均值、最大值或最小值。
[0017]优选地，步骤4.2)中当分类数大于3时，可根据振动指标的种类选择生成3个坐标系。
[0018]优选地，步骤4.3)中选择曲线条数较多的3个坐标系进行绘制。
[0019]优选地，步骤4.3)中当一种振动指标的点集中有连续时间段中无数值点，则将这种振动指标的曲线分段绘制，无数值点的时间段不绘曲线；所述无数值点的连续时间段设定为该种振动指标的整个数据时间段的5%以上。
[0020]总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果:本发明通过选择数据时间段及振动指标，获取基础监测数据，选定绘图策略，并按照绘图策略处理数据，将处理所得分区域绘制趋势曲线图。本发明在趋势曲线图生成过程中，增加了数据处理，包括数据筛选和运算，使趋势曲线图更加直观、明确；再显示过程中分区域显示，便于进行数据对比。
【专利附图】
【附图说明】
[0021]图1为本发明的流程图；
[0022]图2a为某一测点的峰值的基础监测数据按照点集密度绘制的高密度曲线趋势曲线图；
[0023]图2b为某一测点的峰值的基础监测数据按照点集密度绘制的低密度曲线趋势曲线图；
[0024]图2c为某一测点的峰值的基础监测数据按照每分钟数据平均值绘制的曲线趋势曲线图；
[0025]图3为选择多个测点的多个振动指标，按统计策略绘制的振动趋势曲线图。
【具体实施方式】
[0026]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0027]参照图1，所述用于旋转机械在线振动监测趋势曲线图显示方法包括以下:
[0028]I)选择数据时间段及振动指标；
[0029]数据时间段可以选择为获取最近一段时间，并自动更新时间段，例如数据时间段为离现时最近的8个小时，自动更新间隔为30秒，则每30秒会自动更新时间段，自动更新为前8个小时；数据时间段也可以选择历史的一段时间。
[0030]所述振动指标可以选择峰峰值、峰值、有效值、峰值指标、峭度指标、重心频率、均方频率、均方根等时域指标中的一种或多种，或者选择0.5倍频幅值/相位，I倍频幅值/相位、2倍频幅值/相位、3倍频幅值/相位等与转速相关的频域指标中的一种或多种，以及可以选用轴承的轴承故障特征频率的幅值。这些指标的数值是由采集器采集计算，并存入数据库。
[0031]采集数据时，可以选择多个测点，每个测点可以选择多种不同的振动指标。
[0032]所述轴承故障特征频率是在监测系统中进行计算设置，并存入数据库；采集器根据转速、转速变比计算轴承故障特征频率的幅值。
[0033]获得的振动指标的数值均存入数据库内以供调用。
[0034]2)获取基础监测数据；
[0035]采用Microsoft SQL Server 2012作为数据库软件。软件采用C#语言编程，运用AD0.NET数据库访问技术连接数据库，并读取数据库中基础监测数据。当数据时间段为最近一段时间时，软件将定时读取数据库中基础监测数据。
[0036]3)选定绘图策略；
[0037]可以选择按点集密度绘图；由于获得的振动指标的数值都是一些离散点值，这些离散点值组成数值点集，绘制曲线趋势曲线图时需要依靠这些数值点集。因此，上述的密度主要是指采集到的数值点的密度。
[0038]绘制高密度曲线，即按照获得的某种振动指标的所有数值点集来绘制曲线；绘制低密度曲线，则需要从所有数值点集中等间隔抽取一些数值点，进而绘制曲线。
[0039]也可以选择按统计策略绘图，即按分钟、小时、天数或周数计算数据的平均值、最大值或最小值，然后将计算值绘制呈曲线。譬如可以按照一分钟内采集到数值，计算出该一分钟内数值的平均值作为一个新的数值点，然后类似地，将其它每分钟内的数值计算平均值作为一个新的数值点，然后可以根据这些计算得到的数值点来进行绘图。
[0040]选择数据时间段较长的情况下，如果选择按点集密度绘图，绘制低密度曲线可以很好的反映振动的趋势，同时提高绘图效率；如果选择按统计策略绘图，可以很好的反映机组振动的总体趋势，也可以从中看出机组负荷的变化情况。
[0041]图2a?图2c为某一测点的峰值趋势曲线图。其中图2a为按点集密度绘制的高密度曲线，振动指标选择为峰值，使用采集器采集到的该测点峰值的所有数值点组成的点集来绘制趋势曲线图；图2b为按照统计密度绘制的低密度曲线，每间隔四个数值点抽取一个数值点来绘制趋势曲线图；图2c为按照统计策略绘制的每分钟数值的平均值曲线。
[0042]图2b与图2a中曲线基本相同，但是其减少了绘制的点数，在线监测过程中使用时，可以减少软件的运算负担，使软件运行更加流畅和高效。
[0043]图2c中曲线是每分钟数据平均值绘制而成的曲线，很清晰显示出了在所选时间段内振动量的变化情况，从中可以看出，机组负荷随时间增加，平稳运行，最后负荷降低的整体趋势。
[0044]4)按照绘图策略处理数据；
[0045]数据处理方法包括绘制低密度曲线时数值点的等间隔抽取，以及按分钟、小时、天数或周数计算数据的平均值、最大值或最小值时运算对数据的处理。如果是绘制高密度曲线，则数据不需要再进行处理计算。
[0046]5)分区域绘制趋势曲线图。
[0047]采用C#绘图技术绘制趋势曲线图，首先按照纵坐标的单位进行分类；如振动指标中的峰值、峰峰值、有效值等单位相同，可以放在同一坐标系中，峰值指标、峭度指标的单位相同，可以放在另一坐标系中。
[0048]分类后，然后根据分类数，将图表分为多个坐标系，为了趋势曲线图显示清晰，如果n>3，则只生成3个坐标系，并弹出坐标系选择框，供操作人员选择，这是因为如果在软件界面中放入大于3个的坐标系，会使得每个坐标系都比较小，不容易观察趋势曲线。可根据振动指标的情况来选择其中3个坐标系，选择所需种类的振动指标的情况。
[0049]最后，在坐标系中绘制趋势曲线图，优先选择曲线条数较多的3个坐标系进行绘制(即其上振动指标的种类最多的三个坐标系)。在绘图过程中，自动为每条曲线分配不同的颜色。
[0050]如果一条曲线中有连续的较长时间段中无数值点，则将这条曲线分段绘制，无数值点的时间段不绘图；在本发明中，上述连续的较长时间段设定为该种振动指标的数据时间段的5%以上，即该空白的数据时间段为整个数据时间段的5%以上时，该空白处不划线，这样使得整个趋势曲线分成若干段。
[0051]图3为本发明实施例中选择多个测点多种振动指标时，按统计策略绘制的振动趋势曲线图。图中选择了一号风机的2#测点的峰值、峭度指标、重心频率和轴承故障特征频率的相位，以及二号风机的2#测点的峰值；按统计策略，计算每分钟内数据的平均值来绘制趋势曲线图。上述选择的这些振动指标，有四种不同的单位，为了显示在计算机屏幕上清晰显示，选择3个坐标系。
[0052]不同测点的振动指标在一个坐标系中，可以较方便地比较这两个测点振动的相关性；允许3个坐标系在同一界面显示，可以同时参照不同振动指标来分析机组的振动，同时保证显示的清晰、明确。
[0053]综上所述，本发明在趋势曲线图生成过程中，增加了数据处理，包括数据筛选和运算，使趋势曲线图更加直观、明确；在显示过程中分区域显示，便于进行数据对比。
[0054]本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:包括以下步骤: 1)选择数据时间段及振动指标:选择数据时间段并自动更新该数据时间段；选择轴承故障特征频率的幅值和/或时域指标和/或频域指标作为振动指标，振动指标的数值由采集器采集计算并存入数据库作为基础监测数据； 2)读取数据库中的基础监测数据； 3)选定绘图策略:将基础监测数据按点集密度绘图或按统计策略绘图； 4)分坐标系绘制趋势曲线图: 4.1)按照纵坐标的单位进行分类，相同单位的振动指标在同一坐标系内； 4.2)根据分类数，划分出多个坐标系； 4.3)在每个坐标系中分别绘制趋势曲线图。
2.根据权利要求1所述的一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:步骤1)中采集数值时，选择多个测点，每个测点选择振动指标中的多种。
3.根据权利要求1所述的一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:步骤1)中采集器根据轴承的转速、转速变比计算轴承故障特征频率的幅值。
4.根据权利要求1所述的一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:步骤3)中按点集密度绘图包括绘制高密度曲线和绘制低密度曲线，绘制高密度曲线为通过所有读取的基础监测数据的数值点绘制曲线，绘制低密度曲线为等间隔抽取基础监测数据中的数值点绘制曲线。
5.根据权利要求1所述的一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:步骤3)中按统计策略绘图为按分钟、小时、天数或周数计算基础监测数据的平均值、最大值或最小值。
6.根据权利要求1所述的一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:步骤4.2)中当分类数大于3时，可根据振动指标的种类选择生成3个坐标系。
7.根据权利要求6所述的一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:步骤4.3)中选择曲线条数较多的3个坐标系进行绘制。
8.根据权利要求1所述的一种用于旋转机械在线振动监测的趋势曲线图显示方法，其特征在于:步骤4.3)中当一种振动指标的点集中有连续时间段中无数值点，则将这种振动指标的曲线分段绘制，无数值点的时间段不绘曲线；所述无数值点的连续时间段设定为该种振动指标的整个数据时间段的5%以上。
【文档编号】G01H17/00GK104504200SQ201410808646
【公开日】2015年4月8日 申请日期:2014年12月23日 优先权日:2014年12月23日
【发明者】杨涛, 郭盛, 黄树红, 高伟, 钟龙, 张伟鹏, 李存文, 王政航 申请人:华中科技大学