旋转机械设备自动诊断系统及方法与流程

本发明涉及机械设备诊断技术领域，尤其涉及一种旋转机械设备自动诊断系统及方法。

背景技术

高端精密旋转机械设备核心部件(例如风力发电机传动系统、高速动车组的轴箱装置)在转速和负荷等剧烈波动下，极易出现故障，且故障对设备的危害相比定速或缓变情形更加严重。现有的常规非平稳机械设备健康监测主要是依靠键相阶次分析技术，键相阶次分析技术首先是用键相硬件装置测量设备转速，进而利用转速信息对采集的振动或声学信号进行阶次分析以识别故障特征。利用键相硬件装置测量设备转速会大大增大设备成本，并且测量对象和结果精度会受到限制。

技术实现要素：

本发明要解决的技术问题是提供一种稳定性好、便于维护和精度高的旋转机械设备自动诊断系统及方法。

为了解决上述技术问题，本发明解决其技术问题所采用的技术方案是：

一种旋转机械设备自动诊断系统，包括传感器模块、信号采集模块以及信号处理模块，所述传感器模块、信号采集模块以及信号处理模块依次连接；

传感器模块，用于获得振动或声学信号，所述传感器模块的输入端与旋转机械设备连接，输出端与信号采集模块连接，所述传感器模块包括至少一个振动加速度传感器或至少一个声学传感器；

信号采集模块，用于对传感器模块获得振动或声学信号转换为数字信号输出，所述信号采集模块输出端与信号处理模块连接；

信号处理模块，用于对所述信号采集模块输出的数字信号得到广义阶次谱，若所述广义阶次谱出现相应的故障特征阶次，则指示故障状况。

优选的，所述振动加速度传感器为内置的压电型振动传感器。

优选的，所述声学传感器为内置的压电型声学传感器。

优选的，所述信号采集模块包括用于信号采集的采集板卡，所述采集板卡至少包括单输入模式和输出模式。

优选的，所述信号处理模块包括计算机以及计算机内的同步挤压时频脊线识别分析程序和广义阶次分析程序。

本发明还包括一种旋转机械设备诊断方法，具体步骤包括如下：

(1)信号采样：通过传感器采集振动或声学信号；

(2)信号初步处理：先对振动或声学信号进行调理，再进行等时采样，将来自传感器的模拟信号转换为数字信号；

(3)信号分析步骤：对所述转换后的振动或声学信号进行同步挤压时频脊线识别分析步骤和广义阶次分析步骤，得到广义阶次谱，从广义阶次谱中可出现采集的振动或声学信号中的故障特征，得出旋转机械设备故障诊断结果。

具体的，所述同步挤压时频脊线识别分析步骤包括：对采集的振动或声学信号进行时频分析，再在时频分析结果的基础上利用同步挤压分析以得到高分辨率的时频表示结果，然后在时频表示结果的基础上利用代价函数形式的脊线识别方法从多个时频点搜索目标转速脊线，并将多个目标转速脊线进行融合以获取准确的转速信息。

具体的，所述广义阶次分析步骤包括：对采集的振动或声学信号进行包络分析，得到包络波形，利用转速信息对振动或声学信号的包络波形逐步进行广义解调分析以得到广义阶次谱。

具体的，对旋转机械设备故障特征的理论阶次与广义阶次谱显示的结果进行匹配，以此判断旋转机械设备健康状态，若匹配成功则将匹配结果和诊断结果显示并报警或打印输出结果。

具体的，所述信号初步处理包括：先对振动或声学信号进行滤波、放大、整形方式调理，再经过等时采样，将来自传感器的模拟信号转换为具有等时间隔特征的数字信号。

从上述的技术方案可以看出，本发明具有成本低、稳定性好，安装使用方便、便于维护和精度高等优点，其能够在不同转速工况下实现旋转机械设备健康状态的自动诊断，同时诊断出具体的故障模式，有针对性的排查故障；其能够以更高精度展示设备动态信号中包含的时频联合域内的设备状态特征，使得诊断技术容易操作；旋转机械设备自动诊断系统及方法还具有远程监控旋转机械设备运行的能力，显著地减少检查费用并提高检查频率性。

附图说明

图1是本发明一种旋转机械设备自动诊断系统原理示意图。

图2是本发明的同步挤压时频脊线识别分析流程图。

图3是本发明的广义阶次分析流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

参阅图1，一种旋转机械设备自动诊断系统，包括传感器模块、信号采集模块以及信号处理模块，所述传感器模块、信号采集模块以及信号处理模块依次连接；

传感器模块，用于获得振动或声学信号，所述传感器模块的输入端与旋转机械设备连接，输出端与信号采集模块连接，所述传感器模块包括至少一个振动加速度传感器或至少一个声学传感器；

所述振动传感器采用螺栓紧固、磁吸或胶水粘贴方式固定于旋转机械设备监测点上来获得振动信号；

所述声学传感器采用将其固定于三脚架云台上，并将三脚架放置于靠近设备传动系统侧，以此获得声学信号；

信号采集模块，用于对传感器模块获得振动或声学信号转换为数字信号输出，所述信号采集模块输出端与信号处理模块连接；

信号处理模块，用于对所述信号采集模块输出的数字信号得到广义阶次谱，若所述广义阶次谱出现相应的故障特征阶次，则指示故障状况。

所述振动加速度传感器为内置的压电型振动传感器。

所述声学传感器为内置的压电型声学传感器。

所述信号采集模块包括用于信号采集的采集板卡，所述采集板卡至少包括单输入模式和输出模式。

所述信号处理模块包括计算机以及计算机内的同步挤压时频脊线识别分析程序和广义阶次分析程序。

参阅图2，图3，本发明还包括一种旋转机械设备诊断方法，具体步骤包括如下：

(1)信号采样：通过传感器采集振动或声学信号；

(2)信号初步处理：先对振动或声学信号进行调理，再进行等时采样，将来自传感器的模拟信号转换为数字信号；

(3)信号分析步骤：对所述转换后的振动或声学信号进行同步挤压时频脊线识别分析步骤和广义阶次分析步骤，得到广义阶次谱，从广义阶次谱中可出现采集的振动或声学信号中的故障特征，得出旋转机械设备故障诊断结果。

所述同步挤压时频脊线识别分析步骤包括：对采集的振动或声学信号进行时频分析，再在时频分析结果的基础上利用同步挤压分析以得到高分辨率的时频表示结果，然后在时频表示结果的基础上利用代价函数形式的脊线识别方法从多个时频点搜索目标转速脊线，并将多个目标转速脊线进行融合以获取准确的转速信息。

所述广义阶次分析步骤包括：对采集的振动或声学信号进行包络分析，得到包络波形，利用转速信息对振动或声学信号的包络波形逐步进行广义解调分析以得到广义阶次谱。

对旋转机械设备故障特征的理论阶次与广义阶次谱显示的结果进行匹配，以此判断旋转机械设备健康状态，若匹配成功则将匹配结果和诊断结果显示并报警或打印输出结果。

所述信号初步处理包括：先对振动或声学信号进行滤波、放大、整形方式调理，再经过等时采样，将来自传感器的模拟信号转换为具有等时间隔特征的数字信号。

时频分析步骤更具体的为短时傅里叶变换或小波变换。

所述传感器为至少一个振动传感器或至少一个声学传感器。

信号初步处理步骤中利用用于信号采集的采集板卡，所述采集板卡至少包括单输入模式和输出模式。

信号分析步骤中可采用计算机，所述计算机内安装有同步挤压时频脊线识别分析程序和广义阶次分析程序。

通过对比旋转机械设备故障特征的理论阶次与广义阶次谱显示的结果来判断旋转机械设备健康状态。若旋转机械设备(轴承或齿轮等零部件)出现局部故障，在广义阶次谱中会出现相应的故障特征阶次，分析采集的信号可以及时发现故障并报警，也可经打印机输出结果。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。