[发明专利]变速旋转机械设备振动状态监测方法及装置

说明书

本申请实施例提供了一种变速旋转机械设备振动状态监测方法及装置，该方法包括：当设备在正常状态下由下限转速增大至上限转速的过程中，同步采集所述设备的竖直方向振动速度、水平方向振动速度和转速；融合所述竖直方向振动速度和所述水平方向振动速度，提取融合后振动速度的振动均方根值，并确定所述振动均方根值的均值和方差；拟合所述均值、所述方差分别与所述转速的关系曲线，获得对应的连续函数；将所述连续函数代入预设的决策函数，获得报警阈值模型；实时获取所述设备当前的振动均方根值和转速，并将其代入所述报警阈值模型中以获取所述设备当前的振动状态。本申请实施例可以提高变速旋转机械设备振动状态报警的准确率。

技术领域

本申请涉及变速旋转机械设备状态监测技术领域，尤其是涉及一种变速旋转机械设备振动状态监测方法及装置。

背景技术

对旋转机械设备(以下简称设备)而言，绝大多数故障都是与机械运动或振动相密切联系的。因此，设备振动状态监测具有重要意义。

为确定设备的状态，往往需要将采集的状态值与报警阈值进行比较。而传统的报警阈值通常为静态阈值，常见的建立方法主要有统计法、回归分析法和神经网络法等。工程实际中最常用的是3σ法，即根据历史数据计算得到均值M和标准差σ，以注意阈值为M+2σ，危险阈值为M+3σ。然而上述方法均假设设备处于恒定转速运行。工程实际中，由于电源电压波动、变频控制等因素，设备常处于变速运行工况，导致基于恒定转速建立的静态报警阈值不再适用，极易造成误报漏报事故。

针对上述问题，已有部分学者对动态报警阈值模型进行了初步研究。如张遂强基于概率神经网络构建阈值模型，报警阈值可随设备运行状态而自适应调整；谢广军等提出改进自适应相关阈值算法用于实时监测涡轮泵运行状态；陈勇强提出基于径向基函数的动态阈值模型改进了静态阈值虚警率高的不足。

然而，本申请的发明人研究发现：上述动态模型都是通过不断更新训练样本集，重新训练得到的，其模型在求解时未考虑转速变化影响，不能有效区分缓变故障和转速变化，影响报警准确率。另外，上述动态模型大都基于单一通道信号建立，由于转子涡动特性等因素，难以真实反映设备的运行状态。

发明内容

本申请实施例的目的在于提供一种变速旋转机械设备振动状态监测方法及装置，以提高变速旋转机械设备振动状态报警的准确率。

为达到上述目的，一方面，本申请实施例提供了一种变速旋转机械设备振动状态监测方法，包括：

当设备在正常状态下由下限转速增大至上限转速的过程中，同步采集所述设备的竖直方向振动速度、水平方向振动速度和转速；

融合所述竖直方向振动速度和所述水平方向振动速度，提取融合后振动速度的振动均方根值，并确定所述振动均方根值的均值和方差；

拟合所述均值、所述方差分别与所述转速的关系曲线，获得对应的连续函数；

将所述连续函数代入预设的决策函数，获得报警阈值模型；

实时获取所述设备当前的振动均方根值和转速，并将其代入所述报警阈值模型中以获取所述设备当前的振动状态。

本申请实施例的变速旋转机械设备振动状态监测方法中，所述报警阈值模型包括：

f(x，s)＝(μ(s)+kσ(s))(1+P)-x

其中，f(x，s)为决策函数，(μ(s)+kσ(s))(1+P)为报警阈值，x为振动均方根值，s为转速，μ(s)为x的均值与s的连续函数，σ(s)x的方差与s的连续函数，k为阈值因子，P为预设常数。

本申请实施例的变速旋转机械设备振动状态监测方法中，所述融合所述竖直方向振动速度和所述水平方向振动速度，包括：

根据全矢谱算法融合所述竖直方向振动速度和所述水平方向振动速度。