[发明专利]驱动输送皮带的高压电机振动状态在线监测方法

说明书

本发明公开了一种驱动输送皮带的高压电机振动状态在线监测方法，本方法在高压电机各轴承座设置用于输出振动信号的振动传感器并采集振动特征信号；分别建立高压电机定子异常引起的电磁振动分类指标、提取气隙不均引起的电磁振动故障特征、建立转子导条异常引起的电磁振动分类指标、提取不平衡引起的机械振动故障特征、建立滚动轴承异常产生的机械振动分类指标以及提取高压电机安装、调整不良引起的机械振动故障特征；根据所采集的振动特征信号分别经一定的运算得到监测高压电机故障的指标并作出相应预警。本方法建立高压电机振动诊断的分类指标，准确预报高压电机的电气和机械失效故障，把握高压电机运行状态和劣化趋势，确保安全运行。

技术领域

本发明涉及一种驱动输送皮带的高压电机振动状态在线监测方法。

背景技术

通常冶金企业的生产原料，如煤、铁矿粉、石灰等通过输送皮带由船舶输送至岸上，输送皮带由高压电机驱动，它们也被称为冶金企业的“咽喉”；一旦高压电机故障将造成企业停产的后果。目前对于输送设备的核心高压电机仅停留于采用传统的常规手段进行检测，无故障的诊断及预报，存在一定的运行风险，影响冶金企业的正常生产秩序。

通常对高压电机状态的把握主要采用离线诊断和在线诊断，离线诊断一般在现场完成信息采集，数据处理和分析诊断工作可带回实验室进行。离线诊断得到的信息及时性不能保证，无法及时准确地监测高压电机的运行状态。电机的振动诊断以频谱作为依据，频谱总振值及倍频等数据是精密诊断必须研判的内容，其中单一参数只能表征某个方面的实际意义。开发振动诊断的分类指标进行高压电机故障判断和定位的在线监测预警技术是电机设备诊断的发展趋势，以保证电机的正常运行。

发明内容

本发明所要解决的技术问题是提供一种驱动输送皮带的高压电机振动状态在线监测方法，本方法建立高压电机振动诊断的分类指标，准确预报高压电机的电气和机械失效故障，把握高压电机运行状态和劣化趋势，确保安全运行。

为解决上述技术问题，本发明驱动输送皮带的高压电机振动状态在线监测方法包括如下步骤：

步骤一、在高压电机各轴承座上设置用于输出振动信号的振动传感器，采集振动传感器输出的原始振动信号X_i，对原始振动信号X_i作频谱分析，提取高压电机的振动特征信号，原始振动信号的总振动值A由振动信号的离散值x_i (i＝1,2,……,N)求得，

步骤二、建立高压电机定子异常引起的电磁振动分类指标，定子故障会在电源频率的2倍频处产生强烈振动，对于原始振动信号X_i，经FFT变换得到Xi (t)，其中i＝1、2，以及2倍电源频率处的振动分量Xp(t)，按照公式(1) 重新构成高压电机定子信号S(t)，

对S(t)进行FFT变换获取100Hz处的振动幅值F，计算F与原始振动信号的总振动值A的比值M，

M＝F/A (2)

M为高压电机定子故障系数,当M>50％时预报高压电机定子故障；

步骤三、提取气隙不均引起的高压电机电磁振动故障特征，定子偏心会在转子和定子间产生一个不均匀的气隙，从而形成一个方向性非常强的振动，选取2倍电源频率100Hz为频带中心频率，频带范围设定为从100－2×电机磁极数×转差频率开始，到100+2×电机磁极数×转差频率结束，将100Hz 处的振动峰值与选定频带内的频谱加权值进行运算，设定气隙不均故障因子为G，

G＝(A_G+1/A_G+U_G+1/U_G)/(2A_G+2/A_G) (3)