[发明专利]一种基于在线监测的旋转机械早期故障诊断方法及系统

说明书

本发明涉及机械设备健康管理领域，公开了一种基于在线监测的旋转机械早期故障诊断方法及系统，包括采样单元、模拟信号预处理单元、A/D转换单元、网络传输单元、大数据平台。本发明具有以下优点和效果：本发明引入描述故障性质的特征指标的增量作为分析诊断的主要参量，提供了一种基于在线监测的旋转机械早期故障诊断方法及系统，满足旋转机械设备健康状态管理和预知维修对早期故障识别的需求，提高设备管理水平。

技术领域

本发明所属机械设备健康管理领域，具体涉及旋转机械健康状态在线监测过程中，对设备早期故障进行诊断的方法，应用范围为工业生产旋转设备健康管理与预测维修。

背景技术

旋转机械设备健康状态一般描述为：状态正常(或细分为优秀、良好状态)、性能劣化、早期故障(可运行，需作维修安排)、故障中期(在采取合适措施后可运行)和故障加重期(制定预案后可短期运行，但应尽快停运维修)。长期以来，公知的故障诊断技术主要建立在时间断面数据的分析，即对当前的测量值，及这些测量值之间的关系进行分析，然后用这些分析结果与经典故障模型，或统计故障的特点进行对比，从而实现故障诊断。这些诊断方法一般适用于故障发展到中后期，故障特征比较明显的情况下进行诊断。设备故障进入中后期后，其生产效能降低，故障加速发展甚至失控的可能性加大，这给设备维修策略的制定，统筹安排生产和维修活动造成困难，不利于设备的状态管理和生产效能最大化。而对于早期故障，因特征指标不明显，某些早期故障甚至没有出现指标超标，公知的诊断技术的有效性低，对于设备状态的管理不具有指导意义。而且，一般的故障诊断系统，都是基于一类特征指标进行分析，例如震动分析诊断、电气量分析诊断等，相对信息量比较少，不利于故障原因的准确判断。虽然目前也有基于在线监测系统的诊断方法，也还未脱离以上分析诊断思路，难以正确判断早期故障。而设备故障处理的成本与故障的严重程度直接相关，尽早掌握设备的故障性质和原因，对于提高设备管理水平具有重要意义。

发明内容

为克服目前公知方法中存在的不足，满足旋转设备健康状态管理和预知维修对早期故障识别的需要而发明的基于在线监测的旋转机械早期故障诊断方法，以及为应用这一方法而构建的系统，其核心内容是将引入描述故障性质的特征指标的增量作为分析诊断的主要参量。

本发明的上述技术目的是通过以下技术方案得以实现的：一种基于在线监测的旋转机械早期故障诊断方法，包括以下步骤，

第一步，在线监测旋转机械健康状态指标，在各项状态指标运行过程中，根据所需趋势描述周期长短，设置不同周期，分别计算各状态指标在周期时间段内的平均值，以此为据，作出各状态指标的移动平均线；

第二步，按照设定时间周期，读取选定移动平均线上的数值d，并据此作出指标矩阵D，其元素d_i,j为相应时间序号、指标序号所对应的d值，下标i代表时间序号，下标j代表指标序号，即

第三步，设定时间间隔Δt，计算指标增量与其初始值的百分比e值，即

e_i,j＝(d_i,j-d_i-Δt,j)/d_i-Δt,j*100

据此作出矩阵E，

其中e_i,j时间序号为i，指标序号为j时对应的增量比值；

在此矩阵中，当某一列元素连续出现正值时，表示该指标存在劣化倾向；

第四步，根据各指标不同的敏感性，设置一组与之对应的阈值组，该阈值组是一个单行矩阵G，即

式中下标j为指标编号序号；