[发明专利]基于扭振的回转机械状态监测方法

摘要

本发明公开一种基于扭振的回转机械状态监测方法，其步骤是采集信号预处理后进行归一化处理，然后进行起停车分析、稳态与非稳态信息处理及特征提取，利用提取的特征是进行状态评估和趋势分析，再进行未来状态预报和多传感器信息融合，最后完成诊断决策，本方法可准确测量转轴的扭转振动，监测转轴诊断关键组件的隐含故障的运行状态，调整设备运行参数和负荷状态确保设备安全运行。

主权项

1.基于扭振的回转机械状态监测方法，其具体步骤如下：(1)选择测试截面根据监测诊断要求和设备状况，选定测试截面；(2)采集扭振信号并进行预处理通过激光多普勒扭振传感器测量任一截面的瞬时转速波动信号，然后利用专用的数据采集器完成隔直、滤波及模数转换等预处理工作；(3)扭振信号归一化处理将采集的扭振信号与电涡流传感器测取的键相信号进行归一化处理；(4)起停车分析在被监测的设备的起停车阶段，连续测取扭振信号并绘制出扭振伯德图，奈奎斯特图以及瀑布图；然后，对比正常状态的特性曲线，诊断前述组件的潜在缺陷和故障；再根据上述伯德图，奈奎斯特图以及瀑布图提供的信息，估算整个轴系的各阶扭振固有频率和相应振形；(5)稳态信息处理及特征提取在被监测设备的工作阶段，定期的测取扭振信号并绘制出扭振信号的时域波形图和傅立叶谱图，并计算出扭振各频率分量精确的幅值，频率，相位值以及峰峰值，均方差等特征量；(6)非平稳信息处理及特征提取针对扭振信号调频，调幅的非平稳特性，采用希尔伯特变换进行包络解调，在复平面分析其瞬时频率和幅值的变化，再采用时-频分析技术，将一维的时域信号拓展到时频平面上进行特征提；(7)当前状态评估。利用5～6步骤提取的特征量进行状态评估，判断主要组件的故障类型和严重程度；(8)历史趋势分析利用5～6步骤提取的特征量进行趋势分析，把握整个转轴潜在故障发生，发展的整个过程；(9)未来状态预报以趋势分析为基础，采用先进的预测方法，来预报机组未来的运行趋势，协助指定机组的维修计划，以实现机组的主动维护；(10)多传感器的信息融合通过计算机间的数据通讯与现有横向振动状态监测系统进行数据交换，并进一步进行多传感器的信息融合；(11)作出诊断决策利用第4～10步骤的分析结果，作出诊断决策，确保设备安全经济运行。