本发明涉及机电设备状态监测领域,具体涉及一种基于nb-iot的机电设备状态监测系统及方法。
背景技术:
机电设备在工业中应用广泛,常见的工业机电设备主要包括旋转机械类设备、液压/气动类设备等。随着工业生产规模的不断扩大,机电设备的种类和数量越来越多,结构也越来越复杂,机电设备呈现出大型化、精密化、复杂化、分布化的特点。大型机电设备的状态监测是保证设备安全、可靠、连续运行的关键因素之一,在提高机电设备可靠性、安全性、可用性的同时,也能有效降低设备维护维修费用。
在实际工业现场,机电设备呈现出分布性、集群化的特点,针对该特点,本发明提出了一种基于nb-iot的机电设备状态监测系统及方法,可在低成本、高可靠性的前提下,实现高分散性工业场景下的无线状态监测,如化工厂、钢铁厂、造纸厂、风力发电场、光伏发电场等工业场景中的机电设备无线状态监测。
技术实现要素:
为了解决上述技术问题,本发明的目的是提供一种基于nb-iot的机电设备状态监测系统,该系统的监测对象为机电设备,应用场景为设备较为分散,且设备监测所需测点较多的工业场景,该系统可广泛应用于分布广、测点多、距离远的机电设备群的监测,大大提高了机电设备监测效率,以及抗环境干扰能力,降低了设备群监测成本。
本发明的另一目的是提供一种利用上述系统,基于nb-iot技术的机电设备状态监测方法。
为实现上述目的,本发明采取的技术方案如下:
一种基于nb-iot的机电设备状态监测系统,包括基于nb-iot的无线传感器群组、nb-iot通信系统和状态监测平台;
所述基于nb-iot的无线传感器群组包括多个基于nb-iot的无线传器;
所述nb-iot通信系统由电信运营商提供,该系统用于在基于nb-iot的无线传感器和状态监测平台之间收发数据;
所述基于nb-iot的无线传感器用于采集机电设备的状态监测数据,并通过nb-iot网络将数据发送至状态监测平台,具体采样触发时间和采集策略由状态监测平台确定;
所述基于nb-iot的无线传感器包括传感器件、信号调理模块、模数转换模块、微控制器模块、nb-iot收发模块、储能供电模块;
所述状态监测平台包括nb-iot数据收发模块、监测数据整理模块、特征指标提取模块、自定义报警模块、多工况自主监测模块、采集控制模块以及数据库;
所述nb-iot收发模块由nb-iot平台提供,系统通过nb-iot的pc端平台获取或发送数据;
所述监测数据整理模块用于剔除所采集数据中的误采数据,同时按照具体被监测设备与测点之间的关系,将同一被监测设备的测点整理归类,按照设备号将有效监测数据存入数据库;
所述特征提取模块用于提取所采集数据的特征,这些特征用于分析机电设备的运行状态、设备性能状态、设备故障信息、故障模式以及故障严重程度;
所述自定义报警模块用于根据设备的监测数据和时频域指标,对设备是否发生异常及故障做出判断,当监测数据超过所预设阈值时,所述自定义报警模块将依据阈值级别,发出不同级别报警信号;
所述多工况自主监测模块是指适用于机电设备变工况工作条件下,可自主设置多级报警阈值的状态监测模块,用于变工况条件下的机电设备自主监测,所述自主监测是指无需对该模块设置报警阈值,该模块由工况判别单元和多测点融合分级报警单元构成,基于马氏距离判别实现自主报警,具体包括各个工况下马氏空间的构建和基于马氏距离的自主报警;
所述各个工况下马氏空间的构建包括以下步骤:
(1)根据工况数据,将设备运行状态分为
(2)针对工况状态
(3)利用样本参考矩阵
所述基于马氏距离的自主报警包括以下步骤:
(1)采集工况数据,根据工况数据判定设备此时的工况状态,假设工况状态为状态
(2)将所述的
(3)计算
所述采集控制模块用于向无线传感器发送采集启停控制信号,以及发送采集策略,该功能可保证同一设备上不同测点之间数据采集的同步性,支持基于多测点数据综合分析的设备状态判定与故障检测及诊断。
优选地,所述传感器件包括温度传感、加速度传感、位移传感、转速传感、压力传感、流量传感、扭矩传感中的一个或多个,所述的储能供电模块包括蓄电池式供电模块或外接电源式供电模块。
优选地,所述数据整理模块包括数据有效性检验模块和数据信息增补模块,数据有效性检验通过数据有效值大小、数据频谱成分等来判定所获取数据是否为误采数据,数据信息增补模块用于将同一设备的不同测点数据归类、关联。
优选地,所述特征指标提取模块包括时域指标计算模块、时频变换模块和频域指标计算模块,所述时域指标计算模块用于计算有效值、最大值、峰峰值、峭度、歪度中的一个或多个,所述时频变换模块利用快速傅里叶变换将时域数据变换为频域数据,所述频域指标计算模块可根据无线转速传感器获取的转速信息,计算所述振动数据频谱中的基频成分、倍频成分、边频成分、阶次谱、包络谱。
优选地,所述自定义报警模块包括多个级别的阈值,不同级别阈值出发不同等级报警,阈值包括时域指标阈值和频域指标阈值。
优选地,所述采集控制模块包括采集策略配置模块和测点时标同步模块,所述采集策略配置模块可通过nb-iot远程发送至所述基于nb-iot的无线传感器,远程控制无线传感器的启停及工作方式。
优选地,所述基于nb-iot的无线传感器通过可拆卸方式安装在被监测机电设备上。
优选地,所述可拆卸方式包括螺栓式安装、磁吸式安装及粘附式安装。
优选地,所述状态监测平台是pc客户端或移动app。
一种基于nb-iot的机电设备状态监测方法,包括上述机电设备状态监测系统,所述状态监测方法包括以下步骤:
(1)基于nb-iot的无线传感器安装:所述基于nb-iot的无线传感器安装在被监测的机电设备上;
(2)监测数据的采集:依照状态监测平台所发送的采集控制信息,通过所述无线传感器采集被监测设备的转速、加速度、温度、位移、压力等数据,并通过所述nb-iot通信系统发送至状态监测平台;
(3)监测数据的接收与处理:通过所述nb-iot通信系统,利用所述nb-iot数据收发模块接收所述无线传感器采集的数据,并利用所述监测数据整理模块对数据进行整理,利用所述特征指标提取模块提取各种监测数据的指标;
(4)机电设备的状态监测:通过所述自定义报警模块,当机电设备监测数据的时域指标超过一级、二级、三级阈值时,分别激活一级、二级、三级报警,提醒用户设备发生异常或故障;
(5)采集控制:通过所述采集控制模块,利用所述nb-iot通信系统对无线传感器进行远程控制。
优选地,所述基于nb-iot的无线传感器安装方式,包括接触安装和非接触安装方式。
优选地,所述监测数据采集时,当数据量较大时,可采用先在所述无线传感器微控制器模块内缓存,之后连续发送的方式。
优选地,所述激活一级、二级、三级报警,不同级别报警可采用不同提醒方式,包括邮件提醒、短信或微信提醒、电话提醒。
优选地,采集控制包括采样启停控制、采样工作方式控制。
相对于现有的状态监测系统,本发明具有以下有益效果:基于nb-iot技术的突出优势,结合远程控制同步采样技术,本发明提供的机电设备状态监测系统可广泛用于机电设备群组的监测及数据分析,针对工业现场设备数量多,分布分散的情况,有效避免了传输环节对环境的苛刻要求,降低了增加各类通信技术设备所需的成本,达到了覆盖范围广、连接测点多、待机时间长的效果,提高了机电设备状态监测效率,降低了状态监测成本。
附图说明
图1为基于nb-iot的机电设备状态监测系统的结构框图。
图2为基于nb-iot的无线传感器功能模块示意图。
图3为数据整理模块功能模块示意图。
图4为特征指标提取模块功能模块示意图。
图5为自定义报警模块功能模块示意图。
图6为多工况自主监测模块中马氏空间构建示意图。
图7为基于马氏距离判别的多工况自主监测方法示意图。
图8为采集控制模块功能模块示意图。
图9为大型垃圾填埋发电厂的分布示意图。
图10为基于nb-iot的无线传感器群组在大型垃圾填埋发电厂设备群组上的布置示意图。
具体实施方式
以下是本发明的优选实施例,对本发明的技术方案作进一步描述,但本发明不限于这些实施例。
如图1-图8所示,一种基于nb-iot的机电设备状态监测系统,包括基于nb-iot的无线传感器群组,nb-iot通信系统以及状态监测平台,本实施例将所述系统用于大型垃圾填埋发电厂的设备群组状态监测。
如图9所示,大型垃圾填埋场的面积一般在数百亩甚至更大,为了充分利用垃圾填埋场所产生的甲烷,在垃圾填埋场周边建设3套甲烷抽取系统,每套甲烷抽取系统配备2套发电系统。
在本实施例中,由于各个甲烷抽取系统以及各个发电系统之间距离较远,因此受通信距离限制,无法使用基于zigbee的无线通信系统;同时因垃圾填埋场环境恶劣,因此不适合使用光纤作为通信媒介;采用所述基于nb-iot的状态监测系统监测甲烷抽取系统和发电系统的运行状态。
如图10所示,在本实施例中,所述监测对象群组包括电机群组、鼓风机群组、燃气机群组和发电机群组,所述电机群组包含电机3台,所述鼓风机群组包含鼓风机3台,所述燃气机群组包含燃气机6台,所述发电机群组包含发电机6台,所述电机和所述鼓风机通过联轴器连接,所述燃气机和所述发电机通过联轴器连接,所述燃气机为v型12缸燃气发动机。
在本实施例中,所述基于nb-iot的无线传感器包括基于nb-iot的无线加速度传感器、基于nb-iot的无线温度传感器、基于nb-iot的无线转速传感器。
如图10所示,在本实施例中,电机和鼓风机相连,采用所述基于nb-iot的无线转速传感器采集电机-鼓风机系统的转速;每台电机上安装一个基于nb-iot的无线加速度传感器,用于采集电机的振动数据,发现电机的早期异常;每台鼓风机上安装一个基于nb-iot的无线加速度传感器,用于采集鼓风机的振动数据,发现鼓风机的早期异常,每台鼓风机上安装一个基于nb-iot的温度传感器,用于采集鼓风机转轴处的温度,确定鼓风机是否需要停机维修。
如图10所示,在本实施例中,燃气机和发电机相连,采用所述基于nb-iot的无线转速传感器采集燃气机-发电机系统的转速;每台燃气机上安装12个基于nb-iot的无线温度传感器,用于监测燃气机12个缸的温度,基于各个缸温度的阈值,以及12个缸之间温度的对比,判定气缸是否有异常,每台燃气机上安装1个基于nb-iot的无线加速度传感器,用于采集燃气机的振动数据,发现燃气机整体的早期异常;每台发电机上安装3个基于nb-iot的无线加速度传感器,用于采集发电机主轴的轴向、水平向、垂直向振动,进一步的,发现发电机的早期异常,并根据3个振动传感器之间的数据对比,结合发电机的转速数据,预判断发电机的故障类型。
如图10所示,在本实施例中,所述基于nb-iot的无线传感器中,所述传感器件包括加速度传感器件、转速传感器件和温度传感器件,所述信号调理模块为抗混叠滤波模块、带通模块,所述模数转换模块包括高速模数转换模块以及低速模数转换模块,分别用于加速度数据的采集以及转速数据、温度数据的采集,所述储能供电模块通过蓄电池供电。
在本实施例中,所述的nb-iot通信系统基于中国移动、中国联通或者中国电信这种通讯运营商在合适位置安装的通讯基站。
如图3所示,在本实施例中,所述数据整理模块中,所述数据有效性检验模块用于判定数据是否为有效数据,并自动剔除无效数据,所述无效数据包括系统停运状态下采集的数据,状态监测系统异常条件下采集的数据;所述测点属性信息包括但不限于设备号、测点号、测点类型、时间标签、测点采集量/物理量换算系数、测点各级别报警阈值。
如图4所示,在本实施例中,所述特征指标提取模块中,所述时域指标计算模块用于计算加速度数据的有效值、最大值、峰峰值、峭度、歪度,所述时频变换模块用于将加速度数据转换为频谱,同时结合所述转速数据,计算加速度数据的包络谱、阶次谱,所述频谱指标包括加速度频谱中的基频能量,倍频能量以及边频能量。
如图5所示,在本实施例中,所述自定义报警模块中,所述一级阈值、二级阈值、三级阈值分别用于判定加速度数据时域指标、温度数据是否超限,所述三级阈值最大,一级阈值最小,所述一级、二级、三级报警分别采用邮件通知、微信通知和短信通知的方式进行报警。
如图6所示,在本实施例中,所述工况数据为基于nb-iot的无线转速传感器所采集的转速数据,转速变化范围为
如图7所示,在本实施例中,完成各个工况状态的马氏空间之后,利用所述的20个马氏空间进行自主监测报警,假设采集待判定样本时,基于nb-iot的无线转速传感器发送的转速为810rpm,则对应马氏空间
如图8所示,在本实施例中,所述采集控制模块中,由于被监测的机电设备状态变化属于缓慢退化,因此所述采集策略为加速度采样率为每秒采样8000次,每次采集10秒,各个采样之间间隔时间为3小时,所述转速采样策略每次采集10秒,各个采样之间间隔为3小时,与加速度数据采集同步,所述温度采样率为每秒采样5次,每次采集1秒,各个采样间隔时间为0.5小时;所述测点时标同步模块用于保证每个物理系统,即所述同一台电机、鼓风机、燃气机、发电机上的同类型测点同步开始采集,同步结束采集;所述采集策略和测点时标通过nb-iot发送至基于nb-iot的无线传感器。
本发明还公开了一种基于nb-iot的机电设备状态监测方法,包括上述基于nb-iot的状态监测系统,该方法还包括以下步骤:
(1)基于nb-iot的无线传感器安装:在本实施例中,所述基于nb-iot的无线加速度传感器采用磁吸式方式安装在电机、鼓风机、燃气机和发电机上,所述基于nb-iot的无线转速传感器通过金属架安装在转轴附近,所述基于nb-iot的无线温度传感器通过粘附方式安装在鼓风机和燃气机上;
(2)监测数据的采集:通过基于nb-iot的无线加速度传感器、基于nb-iot的无线转速传感器和基于nb-iot的无线温度传感器采集加速度、转速、温度数据,并通过运营商的nb-iot网络发送至状态监测平台;
(3)监测数据的接收与处理:在所述的自定义报警模块中,接受加速度、转速、温度数据,并计算其时域、频域指标,用于分析被监测设备的运行状态、设备异常状态、设备故障信息;
(4)机电设备的状态监测:当所监测电机、鼓风机、燃气机、发电机的任何设备的任何指标超过所述多级阈值时,分别利用所述的不同提醒方式,向用户发送报警信息;
(5)采集控制:通过所述采集控制模块,利用所述nb-iot通信系统向基于nb-iot的无线传感器发送控制信息,保证同一设备上同类型测点数据采集的同步性。
以上所述仅为本发明的较佳实施例,本发明所属领域的相关人员可以对所述的具体实施例做各种修改或补充,或采用类似的方式替代,这些也应当落入本发明的权利要求的保护范围内。