CN107560719A - 振动信号智能处理***及其处理方法 - Google Patents
振动信号智能处理***及其处理方法 Download PDFInfo
- Publication number
- CN107560719A CN107560719A CN201710712705.XA CN201710712705A CN107560719A CN 107560719 A CN107560719 A CN 107560719A CN 201710712705 A CN201710712705 A CN 201710712705A CN 107560719 A CN107560719 A CN 107560719A
- Authority
- CN
- China
- Prior art keywords
- vibration
- vibration signal
- fft processor
- processing system
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提出一种振动信号智能处理***及其处理方法,所述***包括振动信号采集模块、FFT处理器、控制输出模块和振动传感器;振动信号采集模块通过振动传感器实时采集船舶管道振动信号并输出至FFT处理器;FFT处理器用于对采集的船舶管道振动信号值进行多点数FFT计算,并将计算结果与预定值进行比较,如果计算结果超过预设值范围,则将处理结果输出至控制输出模块;控制输出模块用于根据处理结果进行相应的控制操作,并发出报警信号。本发明能够有效采集和分析船舶管道***的振动信号,以根据不同故障采取相应措施。
Description
技术领域
本发明涉及船舶动力装置管道振动技术领域,具体地指一种振动信号智能处理***及其处理方法。
背景技术
管道是船舶动力装置的重要组成部分,管道振动是动力装置振动的重要方面。强烈的管道振动会使设置在管道间的附属设备,特别是各种焊缝、管路支架等连接处经受反复交变的振动应力作用,使管道受到附加的疲劳载荷,促使疲劳裂纹的形成与扩展,产生松动,泄漏甚至***事故。对于大型船舶,各种不同管径的管道纵横交错地布置在船舶的甲板及各种舱室中,由于液体的压力脉动和甲板的振动,管道会发生振动甚至剧烈地振动,管道振动会降低管道的输送效率,引起结构振动疲劳,甚至由此导致管系结构破坏,造成重大的经济损失。在分析管道振动中,研究各种影响管道振动的因素,掌握其对管道破坏的规律,采取一些必要的措施,将管道振动控制在一定的范围,为***安全运行提供保证是十分必要的。目前尚无对船舶动力装置的管道振动进行监控的***,该***对船舶管道***还是对一般工业管道***而言,管道振动的消减至关重要。
发明内容
本发明的目的是针对现有技术的不足,提出了一种振动信号智能处理***及其处理方法,能够有效采集和分析船舶管道***的振动信号,以根据不同故障采取相应措施。
为实现上述目的,本发明所设计的一种振动信号智能处理***,其特殊之处在于,包括振动信号采集模块、FFT处理器、控制输出模块和振动传感器;
所述振动信号采集模块用于通过振动传感器实时采集船舶管道振动信号并输出至FFT处理器;
所述FFT处理器包括数据存储单元、旋转因子存储单元、数据读写单元、旋转因子读写单元和蝶形运算单元,用于对采集的船舶管道振动信号值进行多点数FFT计算,并将计算结果与预定值进行比较,如果计算结果超过预设值范围,则将处理结果输出至控制输出模块;
所述控制输出模块用于根据处理结果进行相应的控制操作,并发出报警信号。
进一步地,所述旋转因子存储单元包括两块存储单元,分别用于存储旋转因子的实部和旋转因子的虚部,且两块存储单元中每个相同地址的数据一一对应。
更进一步地,所述蝶形运算单元的个数大于3,每一个蝶形运算单元均包括一个乘法器和两个加法器。
一种基于上述振动信号智能处理***的方法,其特殊之处在于,包括如下步骤:
1)将FFT处理器初始化,将振动信号采集模块的X轴、Y轴归零,并设定预定值;
2)振动信号采集模块将振动信号发送至FFT处理器分析处理;并将分析后的结果与预定值进行比较;
3)若采集的数据在预定值范围内,则无异常振动,返回步骤2);若采集到X轴出现异常振动或Y轴出现异常振动或复合型异常振动信号,则将相应的控制信号发送至控制输出模块;
4)控制输出模块根据控制信号,进行相应的控制操作,并发出警报信号。
优选地,所述步骤1)中的预定值包括振动频率阈值、振动时域阈值。
优选地,所述步骤4)中的控制操作包括:调节阀门控制管道内的流量、流速与压强;控制外部电机来调节X轴和/或Y轴禁锢支架。
本发明与现有技术相比,其优点在于:
1.本发明有效的采集和分析振动信号并根据不同的故障采取相应的处理措施,智能化程度高。
2.本发明采用的FFT处理器运算速度快,能够进行多点数的FFT运算、计算精度高,能够进一步提高了振动信号的处理效率。
3.本发明结构简单,容易实现。
附图说明
图1为本发明振动信号智能处理***的结构框图。
图2为图1中FFT处理器的结构框图。
图3为本发明振动信号智能处理***的方法的流程图。
其中:振动信号采集模块1,FFT处理器2,控制输出模块3,振动传感器4,数据存储单元5,旋转因子存储单元6,数据读写单元7,旋转因子读写单元8,蝶形运算单元9。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述。
如图1、图2、图3所示,本发明一种振动信号智能处理***,包括振动信号采集模块1、FFT处理器2和控制输出模块3。振动信号采集模块1输入端连接振动传感器4,输出端连接FFT处理器2,FFT处理器2连接控制输出模块3,FFT处理器3包括数据存储单元5、旋转因子存储单元6、多个蝶形运算单元、数据读写单元7以及旋转因子读写单元8。
数据读写单元7分别连接数据存储单元5和多个蝶形运算单元;旋转因子读写单元8分别连接旋转因子存储单元6和多个蝶形运算单元,多个蝶形运算单元包括第一蝶形运算单元9、第二蝶形运算单元10、第三蝶形运算单元11、第N蝶形运算单元,N为大于3的整数;蝶形运算单元包括一个乘法器和两个加法器。
其中,旋转因子为将X轴、Y轴归零后设定的预定值,振动传感器采集的振动信号为采集值,需要与预定值进行比较,通过FFT处理器内部的比较器进行比较;FFT处理器的目的是根据采集的振动信号值进行多点数的FFT运算,且能够提高计算精度;旋转因子存储单元可以分成两块,用其中一块存储单元存储旋转因子的实部,用另一块存储单元来存储旋转因子的虚部,每个相同地址的数据一一对应。数据存储单元采用随机存取存储器RAM,能够存放多个蝶形运算单元的多个输入数据和多个输出数据;数据读写单元用于逐个读取输入数据,并将逐个读取的输入数据依次输入至多个蝶形运算单元;旋转因子读写单元用于逐个读取旋转因子,并将逐个读取的旋转因子依次输入至多个蝶形运算单元;各蝶形运算单元用于实现基2蝶形运算。
FFT处理器计算步骤如下:开始计算时,在开始计算前,需要将蝶形运算单元所需要用于计算的数据,导入到一个数据存储单元中,例如导入数据存储单元中,当FFT处理器的使能信号设置为高后,数据存储单元根据所处的级数产生合适的地址序列,这个地址序列在数据存储单元中对应的数据会作为输入数据,被数据读写单元读取,并进行进一步的FFT运算,计算完毕后,数据读写单元根据存储地址,将该输出数据存入数据存储单元中,并且满足存储地址与在数据存储单元中的读取地址一致,即参与计算的数据的读取地址与计算完毕数据的存储地址保持相同。数据读写单元可以从数据存储单元中读取输入的数据,也可以向数据存储单元写入输出数据,数据存储单元采用乒乓RAM的形式来缩小所消耗的资源,即数据存储单元,既可以作为输入数据的存储单元,也可以作为输出数据的存储单元,并且数据是均匀存储在数据存储单元中的。
本发明基于上述振动信号智能处理***的处理方法包括以下步骤:
A、将FFT处理器初始化,将X轴、Y轴归零,并设定预定值;预定值包括振动频率阈值、振动时域阈值;
B、振动信号采集模块将振动传感器将感应到的振动信号发送至FFT处理器分析处理;并将分析后的结果与预定值进行比较;
C、若无异常振动,则采集的数据在预定值范围内;若采集到X轴出现异常振动或Y轴出现异常振动或复合型异常振动信号,则将控制信号发送至控制输出模块;
D、控制输出模块根据不同的故障,进行相应的控制操作,并发出警报信号;其中,控制操作包括:调节阀门控制管道内的流量、流速与压强;控制外部电机来调节禁锢支架。
本发明结构原理简单,能够有效的采集和分析振动信号并根据不同的故障采取相应的处理措施,智能化程度高;采用的FFT处理器运算速度快,能够进行多点数的FFT运算、计算精度高,能够进一步提高了振动信号的处理效率。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (6)
1.一种振动信号智能处理***,其特征在于:包括振动信号采集模块(1)、FFT处理器(2)、控制输出模块(3)和振动传感器(4);
所述振动信号采集模块(1)用于通过振动传感器(4)实时采集船舶管道振动信号并输出至FFT处理器(2);
所述FFT处理器(2)包括数据存储单元(5)、旋转因子存储单元(6)、数据读写单元(7)、旋转因子读写单元(8)和蝶形运算单元(9),用于对采集的船舶管道振动信号值进行多点数FFT计算,并将计算结果与预定值进行比较,如果计算结果超过预设值范围,则将处理结果输出至控制输出模块(3);
所述控制输出模块(3)用于根据处理结果进行相应的控制操作,并发出报警信号。
2.根据权利要求1所述的振动信号智能处理***,其特征在于:所述旋转因子存储单元(6)包括两块存储单元,分别用于存储旋转因子的实部和旋转因子的虚部,且两块存储单元中每个相同地址的数据一一对应。
3.根据权利要求1所述的振动信号智能处理***,其特征在于:所述蝶形运算单元(9)的个数大于3,每一个蝶形运算单元(9)均包括一个乘法器和两个加法器。
4.一种根据权利要求1所述的振动信号智能处理***的处理方法,其特征在于:包括如下步骤:
1)将FFT处理器(2)初始化,将振动信号采集模块(1)的X轴、Y轴归零,并设定预定值;
2)振动信号采集模块(1)将振动信号发送至FFT处理器(2)分析处理;并将分析后的结果与预定值进行比较;
3)若采集的数据在预定值范围内,则无异常振动,返回步骤2);若采集到X轴出现异常振动或Y轴出现异常振动或复合型异常振动信号,则将相应的控制信号发送至控制输出模块(3);
4)控制输出模块(3)根据控制信号,进行相应的控制操作,并发出警报信号。
5.根据权利要求3所述的振动信号智能处理***的处理方法,其特征在于:所述步骤1)中的预定值包括振动频率阈值、振动时域阈值。
6.根据权利要求3所述的振动信号智能处理***的处理方法,其特征在于:所述步骤4)中的控制操作包括:调节阀门控制管道内的流量、流速与压强;控制外部电机来调节X轴和/或Y轴禁锢支架。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710712705.XA CN107560719A (zh) | 2017-08-18 | 2017-08-18 | 振动信号智能处理***及其处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710712705.XA CN107560719A (zh) | 2017-08-18 | 2017-08-18 | 振动信号智能处理***及其处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107560719A true CN107560719A (zh) | 2018-01-09 |
Family
ID=60976091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710712705.XA Pending CN107560719A (zh) | 2017-08-18 | 2017-08-18 | 振动信号智能处理***及其处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107560719A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU836448A1 (ru) * | 1977-05-03 | 1981-06-07 | Предприятие П/Я Р-6956 | Способ демпфировани колебаний давлени |
US6567006B1 (en) * | 1999-11-19 | 2003-05-20 | Flow Metrix, Inc. | Monitoring vibrations in a pipeline network |
KR20090037680A (ko) * | 2007-10-12 | 2009-04-16 | 권대훈 | 자원수송관 훼손상황 감시/관리 시스템 |
JP2011119589A (ja) * | 2009-12-07 | 2011-06-16 | Kansai Electric Power Co Inc:The | 変圧器用冷却装置の監視方法及び監視設備 |
CN102720482A (zh) * | 2012-07-12 | 2012-10-10 | 中国海洋石油总公司 | 高温高压高流速管道振动监测*** |
CN103049670A (zh) * | 2013-01-14 | 2013-04-17 | 哈尔滨工程大学 | 管道激励源识别及其振动响应预测方法 |
CN103513633A (zh) * | 2012-06-27 | 2014-01-15 | 费希尔控制国际公司 | 使用振动数据来确定过程控制设备的状况的方法和装置 |
CN105606384A (zh) * | 2014-11-25 | 2016-05-25 | 葛龙 | 管道结构应力疲劳监控新*** |
-
2017
- 2017-08-18 CN CN201710712705.XA patent/CN107560719A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU836448A1 (ru) * | 1977-05-03 | 1981-06-07 | Предприятие П/Я Р-6956 | Способ демпфировани колебаний давлени |
US6567006B1 (en) * | 1999-11-19 | 2003-05-20 | Flow Metrix, Inc. | Monitoring vibrations in a pipeline network |
KR20090037680A (ko) * | 2007-10-12 | 2009-04-16 | 권대훈 | 자원수송관 훼손상황 감시/관리 시스템 |
JP2011119589A (ja) * | 2009-12-07 | 2011-06-16 | Kansai Electric Power Co Inc:The | 変圧器用冷却装置の監視方法及び監視設備 |
CN103513633A (zh) * | 2012-06-27 | 2014-01-15 | 费希尔控制国际公司 | 使用振动数据来确定过程控制设备的状况的方法和装置 |
CN102720482A (zh) * | 2012-07-12 | 2012-10-10 | 中国海洋石油总公司 | 高温高压高流速管道振动监测*** |
CN103049670A (zh) * | 2013-01-14 | 2013-04-17 | 哈尔滨工程大学 | 管道激励源识别及其振动响应预测方法 |
CN105606384A (zh) * | 2014-11-25 | 2016-05-25 | 葛龙 | 管道结构应力疲劳监控新*** |
Non-Patent Citations (2)
Title |
---|
任健,等: "基于FPGA的FFT处理器设计", 《现代电子技术》 * |
覃嘉恒,等: "实信号的FFT在齿轮减速器故障诊断***中的应用", 《大众科技》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Diao et al. | An improved variational mode decomposition method based on particle swarm optimization for leak detection of liquid pipelines | |
KR102018330B1 (ko) | 다중 메타학습을 이용한 플랜트 배관 이상 감지 장치 및 방법 | |
Wang et al. | Experimental research on in-pipe leaks detection of acoustic signature in gas pipelines based on the artificial neural network | |
CN111695465B (zh) | 基于压力波模式识别的管网故障诊断与定位方法及*** | |
CN104864274B (zh) | 管道泄漏声波信号增强方法 | |
JPWO2016084366A1 (ja) | 位置推定装置、位置推定システム、位置推定方法及びコンピュータ読み取り可能記録媒体 | |
CA3206902A1 (en) | Prediction of pipeline column separations | |
Ji et al. | Application of EMD Technology in Leakage Acoustic Characteristic Extraction of Gas‐Liquid, Two‐Phase Flow Pipelines | |
WO2019056121A1 (en) | METHODS OF DETECTING A WEAKENING OF A PIPELINE | |
CN102539523A (zh) | 一种近场声全息填料塔液泛监测方法 | |
Nicola et al. | Pipeline leakage detection by means of acoustic emission technique using cross-correlation function | |
CN114564983A (zh) | 一种基于时频转换的水电机组状态监测特征信号处理方法 | |
Wang et al. | A modal parameter identification method based on improved covariance-driven stochastic subspace identification | |
CN107560719A (zh) | 振动信号智能处理***及其处理方法 | |
Liu et al. | Rolling element bearing fault diagnosis for complex equipment based on MFMD and BP neural network | |
Shravani et al. | Cloud-based water leakage detection and localization | |
Lee et al. | Analysis of water hammer in pipelines by partial fraction expansion of transfer function in frequency domain | |
Gao et al. | Leakage detection of pipeline based on weighted-permutation entropy | |
Glentis et al. | Efficient selection of time domain features for leakage detection in pipes carrying liquid commodities | |
Santoso et al. | Pipeline leak detection in two phase flow based on fluctuation pressure difference and artificial neural network (ANN) | |
CN115114872A (zh) | 一种用于管束流弹失稳预测的参数辨识方法及*** | |
Ji et al. | Nonlinear dynamic modeling and analysis of the fluid-transporting cracked pipe using the hybrid semi-analytical and finite element method | |
Yang et al. | Research on pattern recognition method of blockage signal in pipeline based on LMD information entropy and ELM | |
Su et al. | The Leakage Identification and Location of Ship Pipeline System Based on Vibration Signal Processing | |
Hussein | Experimental and numerical research on flow-induced vibration in valves |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |