CN108007548B - 一种通过扫频诊断设备故障的方法 - Google Patents

一种通过扫频诊断设备故障的方法 Download PDF

Info

Publication number
CN108007548B
CN108007548B CN201711251747.4A CN201711251747A CN108007548B CN 108007548 B CN108007548 B CN 108007548B CN 201711251747 A CN201711251747 A CN 201711251747A CN 108007548 B CN108007548 B CN 108007548B
Authority
CN
China
Prior art keywords
frequency
vernier
family
sweep
fault
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.)
Active
Application number
CN201711251747.4A
Other languages
English (en)
Other versions
CN108007548A (zh
Inventor
邓巍
韩斌
赵勇
沈明强
刁新忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Rudong Baxianjiao Offshore Wind Power Co ltd
Xian Thermal Power Research Institute Co Ltd
Huaneng Power International Inc
Original Assignee
Huaneng Rudong Baxianjiao Offshore Wind Power Co ltd
Xian Thermal Power Research Institute Co Ltd
Huaneng Power International Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaneng Rudong Baxianjiao Offshore Wind Power Co ltd, Xian Thermal Power Research Institute Co Ltd, Huaneng Power International Inc filed Critical Huaneng Rudong Baxianjiao Offshore Wind Power Co ltd
Priority to CN201711251747.4A priority Critical patent/CN108007548B/zh
Publication of CN108007548A publication Critical patent/CN108007548A/zh
Application granted granted Critical
Publication of CN108007548B publication Critical patent/CN108007548B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/12Measuring characteristics of vibrations in solids by using direct conduction to the detector of longitudinal or not specified vibrations
    • G01H1/14Frequency

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种通过扫频诊断设备故障的方法,通过对频域上的频率成分按照扫频求和的方式,建立新的频谱,命名为“扫频频谱”;将具有周期性特征的信号在“扫频频谱”中突出,将没有周期性特征的信号在“扫频频谱”中弱化,从而帮助分析人员快速准确地从复杂的频率成分中找到故障频率;能够更加准确地计算出周期性故障信号的频率值,有利于故障阈值的确定,能够为智能诊断技术的发展提供帮助。

Description

一种通过扫频诊断设备故障的方法
技术领域
本发明属于诊断设备故障技术领域,具体涉及一种通过扫频诊断设备故障的方法。
背景技术
设备振动信号的周期性特征往往代表着信号的来源,在波形和频谱中寻找和区分周期性的振动信号,有助于分辨故障信号,从而实现故障诊断。现有诊断技术通过傅里叶变换和相关信号处理技术,将设备振动信号的波形转换为频谱、包络谱等,在频域中寻找周期性信号及其倍频成分。图1为某设备轴承座处振动信号包络谱,谱图中存在多处频率成分。经计算和比较,图2中虚线游标标记的三处成分为该轴承局部故障特征频率的一、二、三倍频,说明该轴承存在局部故障。
现有技术有两个缺点:
(1)在频域中寻找故障频率对分析人员的经验要求很高,分析人员对故障特征有预判的情况下,才能快速准确找到故障频率,不利于诊断技术的推广应用和智能诊断技术的发展;
(2)对于频率成分复杂的谱图,诊断的准确性和速度欠佳。
发明内容
为了解决现有技术中存在的问题,本发明的目的在于提供一种通过扫频诊断设备故障的方法,对频域上的频率成分按照扫频求和的方式,建立新的频谱,命名为“扫频频谱”;将具有周期性特征的信号在“扫频频谱”中突出,将没有周期性特征的信号在“扫频频谱”中弱化,从而帮助分析人员快速准确的从复杂的频率成分中找到故障频率。
为达到上述目的,本发明所采用的技术方案是:
一种通过扫频诊断设备故障的方法,包括如下步骤:
步骤1:定义“倍频游标族”:“倍频游标族”为一组倍频游标,游标数量在3~10之间,游标族内的游标成倍数关系;
步骤2:确定“倍频游标族”的变化范围:根据谱图和故障频率的大致范围,确定“倍频游标族”基频即1倍频游标的最小值和最大值;最小值为0Hz或为故障频率下限值;最大值为谱图上限频率与游标数量之商;
步骤3:扫频:在原谱图基础上,“倍频游标族”由基频游标最小值开始,移动到最大值,移动间隔为该谱图的最小分辨率;在每个移动位置上,“倍频游标族”计算一次所有游标的幅值之和;
步骤4:建立“扫频频谱”:以基频游标扫过的所有频率值为横坐标,以每个扫频位置对应的“倍频游标族”所有游标幅值之和为纵坐标,建立“扫频频谱”;
步骤5:清除干扰频率成分:找到原谱图中幅值较大的随机性频率成分,将“扫频频谱”和原谱图对比,清除干扰频率成分;
步骤6:确定故障频率:在“扫频频谱”中,具有周期性的振动信号得到极大突出,从而快速、准确的确定故障频率。
和现有技术相比较,本发明具备如下优点和效果:
优点:在“扫频频谱”中,周期性振动信号得到突出,非周期性振动信号被弱化,使周期性振动信号能够准确、快速地被分析人员发现,周期性故障信号的频率也十分准确地表示了出来。
所产生的效果:
1)降低了分析人员进行故障诊断的难度,能够准确、快速地发现周期性故障信号;
2)能够更为准确地计算出周期性故障信号的频率值,有利于故障阈值的确定,能够为智能诊断技术的发展提供帮助。
附图说明
图1是设备振动信号的包络谱。
图2是设备振动信号包络谱中的轴承局部故障频率图。
图3是本发明方法流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细说明:
如图3所示,本发明是一种通过扫频诊断设备故障的方法,包括如下步骤:
步骤1:定义“倍频游标族”。“倍频游标族”为一组倍频游标,游标数量在3~10之间,游标族内的游标成倍数关系;图2虚线游标即为游标数为3的“倍频游标族”。
步骤2:确定“倍频游标族”的变化范围。根据谱图和故障频率的大致范围,确定“倍频游标族”基频即1倍频游标的最小值和最大值;最小值可以为0Hz,也可设置为故障频率下限值;最大值为谱图上限频率与游标数量之商。以图2为例,整个包络谱在0~2000Hz范围内,可确定基频游标最小值为0Hz,最大值为666Hz。
步骤3:扫频。在原谱图基础上,“倍频游标族”由基频游标最小值开始,移动到最大值,移动间隔为该谱图的最小分辨率;在每个移动位置上,“倍频游标族”计算一次所有游标的幅值之和。
步骤4:建立“扫频频谱”。以基频游标扫过的所有频率值为横坐标,以每个扫频位置对应的“倍频游标族”所有游标幅值之和为纵坐标,建立“扫频频谱”。
步骤5:清除干扰频率成分。找到原谱图中幅值较大的随机性频率成分,将“扫频频谱”和原谱图对比,清除干扰频率成分。
步骤6:确定故障频率。在“扫频频谱”中,具有周期性的振动信号得到极大突出,从而快速、准确的确定故障频率。

Claims (1)

1.一种通过扫频诊断设备故障的方法,包括如下步骤:
步骤1:定义“倍频游标族”:“倍频游标族”为一组倍频游标,游标数量在3~10之间,游标族内的游标成倍数关系;
步骤2:确定“倍频游标族”的变化范围:根据谱图和故障频率的大致范围,确定“倍频游标族”基频即1倍频游标的最小值和最大值;最小值为0Hz或为故障频率下限值;最大值为谱图上限频率与游标数量之商;
步骤3:扫频:在原谱图基础上,“倍频游标族”由基频游标最小值开始,移动到最大值,移动间隔为该谱图的最小分辨率;在每个移动位置上,“倍频游标族”计算一次所有游标的幅值之和;
步骤4:建立“扫频频谱”:以基频游标扫过的所有频率值为横坐标,以每个扫频位置对应的“倍频游标族”所有游标幅值之和为纵坐标,建立“扫频频谱”;
步骤5:清除干扰频率成分:找到原谱图中幅值较大的随机性频率成分,将“扫频频谱”和原谱图对比,清除干扰频率成分;
步骤6:确定故障频率:在“扫频频谱”中,具有周期性的振动信号得到极大突出,从而快速、准确地确定故障频率。
CN201711251747.4A 2017-12-01 2017-12-01 一种通过扫频诊断设备故障的方法 Active CN108007548B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711251747.4A CN108007548B (zh) 2017-12-01 2017-12-01 一种通过扫频诊断设备故障的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711251747.4A CN108007548B (zh) 2017-12-01 2017-12-01 一种通过扫频诊断设备故障的方法

Publications (2)

Publication Number Publication Date
CN108007548A CN108007548A (zh) 2018-05-08
CN108007548B true CN108007548B (zh) 2020-02-07

Family

ID=62056344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711251747.4A Active CN108007548B (zh) 2017-12-01 2017-12-01 一种通过扫频诊断设备故障的方法

Country Status (1)

Country Link
CN (1) CN108007548B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112393907B (zh) * 2020-11-13 2022-11-25 西安热工研究院有限公司 基于扫频分析技术的风电机组轴承典型故障自动诊断方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102468805A (zh) * 2010-11-03 2012-05-23 北京普源精电科技有限公司 一种扫频信号发生器及扫频信号的产生方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100373166C (zh) * 2005-11-30 2008-03-05 上海市电力公司 利用扫频电源激振检测变压器绕组状态的装置
CN101738567B (zh) * 2008-11-25 2012-05-30 上海市电力公司 利用恒流扫频电源激振检测变压器绕组状态的方法
CN101532911B (zh) * 2009-04-24 2011-05-11 华北电力大学 大型汽轮发电机组转子裂纹故障实时诊断方法
CN102834701B (zh) * 2010-03-03 2015-04-08 旭化成工程株式会社 滑动轴承的诊断方法和诊断装置
CN103592565B (zh) * 2012-08-16 2017-02-15 中兴通讯股份有限公司 一种线缆故障位置检测方法及装置
CN103941722B (zh) * 2014-03-26 2016-08-17 西安热工研究院有限公司 通过部件特征倍频幅值趋势监测和诊断设备故障的方法
CN104090214B (zh) * 2014-07-31 2016-08-17 成都高斯电子技术有限公司 一种电缆故障检测及老化分析方法
CN104677580A (zh) * 2015-01-30 2015-06-03 燕山大学 基于解析模态分解的旋转机械故障诊断方法
CN104655380B (zh) * 2015-03-16 2017-10-24 北京六合智汇技术有限责任公司 一种旋转机械设备故障特征提取方法
CN105067239B (zh) * 2015-07-31 2017-10-27 电子科技大学 基于扫频激励振动的梁裂纹故障检测装置及方法
CN105093059B (zh) * 2015-08-26 2018-12-11 云南电网有限责任公司电力科学研究院 一种基于归一化奇异谱熵的变压器绕组工作状态检测方法
CN106443316B (zh) * 2016-10-12 2023-06-09 国网辽宁省电力有限公司电力科学研究院 一种电力变压器绕组形变状态多信息检测方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102468805A (zh) * 2010-11-03 2012-05-23 北京普源精电科技有限公司 一种扫频信号发生器及扫频信号的产生方法

Also Published As

Publication number Publication date
CN108007548A (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
CN103308152B (zh) 基于瞬时频率估计的旋转机械振动信号角域重采样方法
Zeng et al. Parameter estimation of power system signals based on cosine self-convolution window with desirable side-lobe behaviors
Rodopoulos et al. A parametric approach for the estimation of the instantaneous speed of rotating machinery
Qin et al. The order tracking of rotating machinery based on instantaneous frequency estimation
CN103983849B (zh) 一种实时高精度的电力谐波分析方法
WO2020057066A1 (zh) 基于增强调制双谱分析的滚动轴承故障诊断方法
Lopatinskaia et al. Monitoring varying speed machinery vibrations—II recursive filters and angle domain
Zhang et al. Improved local cepstrum and its applications for gearbox and rolling bearing fault detection
CN102998528B (zh) 动态正弦畸变信号中频率分量的提取方法及其实现装置
CN103543331B (zh) 一种计算电信号谐波和间谐波的方法
CN108007548B (zh) 一种通过扫频诊断设备故障的方法
CN101718816B (zh) 基于四项系数Nuttall窗插值FFT的基波与谐波检测方法
Chioncel et al. Limits of the discrete Fourier transform in exact identifying of the vibrations frequency
Thirumala et al. An improved adaptive filtering approach for power quality analysis of time-varying waveforms
CN111523231B (zh) 一种基于EEMD和Prony方法的次同步振荡分析方法
CN105300688A (zh) 基于rms的自适应齿轮箱转速的快速评估方法
Yi et al. A novel technique for fundamental and harmonic parameter estimation using nonergodic $ S $-transform
CN105606894A (zh) 基于模拟退火算法的瞬时频率估计方法
CN105282086B (zh) 变频***群时延的双音正交测量方法
CN106872777B (zh) 一种谐波和间谐波分离分析方法
Shadmehr et al. Beyond FFT algorithm in analyzing harmonics at frequency range of 2 kHz to 500 kHz
He et al. Adaptive fast Chirplet transform and its application into fault diagnosis of rolling bearing under time-varying speed condition
Saulig et al. Nonstationary signals information content estimation based on the local Rényi entropy in the time-frequency domain
Ma et al. Synchro-Transient-Extracting Transform for the Analysis of Signals With Both Harmonic and Impulsive Components
Wolf et al. Amplitude and frequency estimator for aperiodic multi-frequency noisy vibration signals of a tram gearbox

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
GR01 Patent grant
GR01 Patent grant