[发明专利]基于嵌入式双服务器的火电厂旋转机械故障诊断方法及系统有效

专利信息
申请号: 201610127725.6 申请日: 2016-03-07
公开(公告)号: CN105806614B 公开(公告)日: 2018-11-06
发明(设计)人: 蒋维;刘冰;李海波;刘海军;罗少春;颜舒淮;陈多习 申请(专利权)人: 大唐淮南洛河发电厂;中国水利电力物资华南公司
主分类号: G01M13/02 分类号: G01M13/02
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 232008 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于嵌入式双服务器的火电厂旋转机械故障诊断方法及系统,有助于提高旋转机械的可靠性和利用率。所述方法包括:确定故障模糊关系矩阵;采集旋转机械设备的振动信号,并确定故障信号及所述故障信号隶属度矩阵;根据所述故障模糊关系矩阵和故障信号隶属度矩阵,诊断旋转机械设备的故障种类。所述系统包括:故障模糊关系矩阵确定单元,用于确定故障模糊关系矩阵;故障信号隶属度矩阵确定单元,用于确定故障信号及所述故障信号隶属度矩阵;故障种类确定单元:用于根据所述故障模糊关系矩阵和故障信号隶属度矩阵,诊断旋转机械设备的故障种类,并发布预警信息。本发明适用于火电厂监控技术领域。
搜索关键词: 基于 嵌入式 服务器 火电厂 旋转 机械 故障诊断 方法 系统
【主权项】:
1.一种基于嵌入式双服务器的火电厂旋转机械故障诊断方法,其特征在于,包括:获取旋转机械设备的故障信号集和故障种类集,并确定故障模糊关系矩阵;采集旋转机械设备的振动信号,并确定故障信号及故障信号隶属度矩阵;根据所述故障模糊关系矩阵和故障信号隶属度矩阵,诊断旋转机械设备的故障种类,并发布预警信息;所述获取旋转机械设备的故障信号集和故障种类集,并确定故障模糊关系矩阵包括:获取旋转机械设备的故障信号集和故障种类集;通过中心服务器确定故障信号相对于故障种类的隶属度;根据故障信号相对于故障种类的隶属度,建立故障模糊关系矩阵,所述故障模糊关系矩阵中的元素表示为rij;其中,rij的值域为[0,1],i=1,2,...,n,n为故障种类,j=1,2,...,m,m为故障信号的种类;当rij=0时,表示故障信号xj的出现与故障种类yi的存在无关;当rij=α,α∈(0,1)时,表示故障种类yi是导致故障信号xj出现的一个原因;当rij=1时,表示故障信号xj的出现完全是由故障种类yi导致的;所述采集旋转机械设备的振动信号,并确定故障信号及所述故障信号隶属度矩阵包括:通过中心服务器采集旋转机械设备的振动信号,对采集的所述振动信号进行时域分析、频谱分析、启停机分析,并根据分析结果从所述振动信号中提取故障信号,同时将分析结果及故障信号存储至数据库并发布至远程监控中心;通过隶属函数确定所述故障信号的隶属度时,表示故障信号xj没有出现,当越接近1,表明故障信号xj的程度越严重;根据所述故障信号的隶属度建立故障信号隶属度矩阵;所述根据所述故障模糊关系矩阵和故障信号隶属度矩阵,诊断旋转机械设备的故障种类,并发布预警信息包括:根据所述故障模糊关系矩阵和故障信号隶属度矩阵,通过中心服务器确定旋转机械设备的故障种类隶属度矩阵;将所述故障种类隶属度矩阵中各故障种类的隶属度与预设的隶属度阈值矩阵进行比较,提取大于相应的预设的隶属度阈值对应的故障种类,若所述故障种类隶属度矩阵中各故障种类的隶属度均小于相应的预设的隶属度阈值,则判断诊断不可行,需返回重新采集旋转机械设备的振动信号;根据最大隶属度原则,从已提取的故障种类中诊断旋转机械设备的故障种类,并根据已诊断的故障种类向远程预警中心发布预警信息,同时自动记录当前预警信息。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大唐淮南洛河发电厂;中国水利电力物资华南公司,未经大唐淮南洛河发电厂;中国水利电力物资华南公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610127725.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top