[发明专利]一种振动数据电磁干扰的异常检测方法

说明书

本申请涉及一种振动数据电磁干扰的异常检测方法，包括振动数据低频段受电源频率及其谐波干扰的异常检测和振动数据高频段受电磁干扰的异常检测，还可以包括因电磁干扰导致的振动数据超传感器量程的异常检测和高于振动传感器频响上限频段受电磁干扰的异常检测。本发明所提供的振动数据异常检测方法可识别振动数据电磁干扰的绝大多数状况，覆盖范围广、实用性强。

技术领域

本申请涉及一种振动数据电磁干扰的异常检测方法，适用于工业设备状态监测的技术领域。

背景技术

在工业设备状态监测领域，振动监测是设备状态监测的一种主要手段，通过对设备不同部位的机械振动进行监测并对振动数据进行分析处理可实现设备故障诊断和故障预警。实际中，设备振动数据质量的好坏直接关系到监测的结果是否可靠。利用异常的振动数据或转速数据对机组状态进行评估，不仅不能识别设备健康状态，甚至有时会导致监测系统误报故障，严重影响了振动监测系统在工业设备预防性维护中的应用体验，对运维人员带来了很大困扰。在影响振动数据质量的众多原因中，电磁干扰是其中一个常见因素。振动状态监测系统往往由于传感器线缆屏蔽差、数采设备接地不良、外界电磁环境复杂、电源质量差等原因导致振动数据中存在异常电磁干扰。异常电磁干扰的存在会直接影响设备的振动状态评估结果。例如，在风电机组振动状态监测中，由于因传感器线缆屏蔽问题以及数采设备接地问题导致的振动数据受异常电磁干扰现象时有发生。致使风电机组振动等级评估结果错误，给用户带来了不良体验。

目前针对振动数据电磁干扰异常检测，多通过人为经验判断，通过判断振动数据和频谱中是否存在异常电磁频率成分来判断是否存在电磁干扰，尚未实现自动检测。针对振动数据电磁干扰异常检测方法目前多处在研究阶段，相关成果较少，并且电磁干扰异常检测方法可靠性和准确性均偏低。如在针对航空发动机电磁干扰异常检测中，有的采用经验模态分解的方法分离出电源50Hz干扰频率成分。该方法可识别振动数据中电源频率干扰，但对电源频率的高次谐波干扰、振动数据高频段电磁干扰并未进行检测。此外，单纯检测异常频率而对异常频率成分幅值未进行判断也不够合理。实际中，即便存在异常电磁干扰，如果干扰频率成分幅值很低，对振动数据影响极小，可忽略不计。此外，针对振动数据的异常电磁干扰，现有技术中主要研究如何消除异常电磁干扰，如通过改变振动测量机理、改变振动传感器设计工艺的方式消除异常振动电磁干扰，通过对振动信号进行形态学滤波或匹配追踪分别等方式消除异常电磁脉冲干扰。上述方法将研究重点放在了电磁异常干扰的消除方面，并未实现振动数据电磁干扰的异常检测。此外，振动数据中的未超出传感器量程的脉冲成分不一定就是由电磁干扰引起，单纯将脉冲干扰视为电磁干扰不够准确。同时，目前市场上一些主流的振动状态监测厂商尚未开发针对振动数据电磁干扰异常检测方面的相关功能，在振动数据电磁干扰异常检测方面存在不足。由此可见，在振动数据电磁干扰异常检测方面目前尚无成熟可靠的方法。

发明内容

本发明的目的是提供一种振动数据电磁干扰的异常检测方法，可实现振动数据电磁干扰异常的自动检测。

本申请涉及一种振动数据电磁干扰的异常检测方法，包括振动数据低频段受电源频率及其谐波干扰的异常检测和振动数据高频段受电磁干扰的异常检测；

其中，振动数据低频段受电源频率及其谐波干扰的异常检测包括以下步骤：

(1.1)计算原始振动数据的FFT频谱；

(1.2)判断FFT频谱中在电源频率的前n次谐波对应的频率点处是否存在明显的谱线；

其中，振动数据高频段受电磁干扰的异常检测包括以下步骤：

(2.1)设定带通滤波器滤波带宽B，对原始振动数据进行滑动带通滤波，滑动步长为s(0s≤B)，滤波后各段振动数据分别为Y₁,Y₂,…,Y_n，其中n为带通滤波器滑动次数；