CN108709635B - 确定旋转机械振动信号主要频率成分信息的方法及装置 - Google Patents
确定旋转机械振动信号主要频率成分信息的方法及装置 Download PDFInfo
- Publication number
- CN108709635B CN108709635B CN201810938946.0A CN201810938946A CN108709635B CN 108709635 B CN108709635 B CN 108709635B CN 201810938946 A CN201810938946 A CN 201810938946A CN 108709635 B CN108709635 B CN 108709635B
- Authority
- CN
- China
- Prior art keywords
- frequency component
- determining
- amplitude spectrum
- main frequency
- component information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001228 spectrum Methods 0.000 claims abstract description 108
- 238000005070 sampling Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000010183 spectrum analysis Methods 0.000 description 5
- 210000001072 colon Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种确定旋转机械振动信号主要频率成分信息的方法及装置,其中,该方法包括:获取预设时长的旋转机械振动时域波形采样信号及采样频率;对时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;所述主要频率成分信息包括:主要频率成分的频率和幅值。上述技术方案提高了确定旋转机械振动信号主要频率成分信息的准确度,便于更加准确地进行故障原因和故障定位分析,为及时处理故障和尽早恢复设备运行提供了技术保障,保证了设备的高效运行。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种确定旋转机械振动信号主要频率成分信息的方法及装置。
背景技术
旋转机械是指主要依靠旋转动作完成特定功能的机械。典型的旋转机械有汽轮机、燃气轮机、离心式和轴流式压缩机、风机、泵、水轮机、发电机和航空发动机等。只要旋转机械一开始运转,就不可避免地要产生振动。若振动过大,会造成较大的危害,使设备工作性能降低或发生故障而停止工作。此外,振动还会使某些零部件因受附加载荷而加速磨损、疲劳、破裂等而影响寿命或造成设备事故。因此,有必要对旋转机械的振动进行测试或监测。通过振动信号可以定量的了解设备的振动情况,通过对振动信号进行频域分析可以了解振动产生的原因。尤其是设备存在故障时,对振动信号进行测试和时域及频域的分析可以得出故障原因和故障定位,这为及时处理故障和尽早恢复运行提供了技术保障。
频谱分析就是把信号的幅值、相位或能量变换以频率坐标轴表示,进而分析其频率特性。在获得振型信号的时域波形数据后,需要在频域进行分析,以了解振动信号的频域信息。这可用来分析旋转机械振动产生的来源和故障时的原因分析和故障定位。
频谱分析基于快速傅里叶来实现,频谱分析有幅值谱、相位谱和功率谱。旋转机械振动分析中多采用幅值谱。幅值谱就是以频率作为自变量,以组成信号的各个频率成分的幅值作为因变量,这样的频率函数称为幅值谱,它表征信号的幅值随频率的分布情况如图1所示。现有方案存在确定旋转机械振动信号主要频率成分信息的准确率低的问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种确定旋转机械振动信号主要频率成分信息的方法,用以提高确定旋转机械振动信号主要频率成分信息的准确度,该方法包括:
获取预设时长的旋转机械振动时域波形采样信号及采样频率;
对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;
根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;所述主要频率成分信息包括:主要频率成分的频率和幅值。
本发明实施例还提供了一种确定旋转机械振动信号主要频率成分信息的装置,用以提高确定旋转机械振动信号主要频率成分信息的准确度,该装置包括:
获取单元,用于获取预设时长的旋转机械振动时域波形采样信号及采样频率;
幅值谱确定单元,用于对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;
主要频率成分信息确定单元,用于根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;所述主要频率成分信息包括:主要频率成分的频率和幅值。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现确定旋转机械振动信号主要频率成分信息的方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行确定旋转机械振动信号主要频率成分信息的方法的计算机程序。
本发明实施例提供的技术方案:首先,获取预设时长的旋转机械振动时域波形采样信号及采样频率;其次,对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;最后,根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;该主要频率成分信息包括:主要频率成分的频率和幅值;实现了根据预先设置的主要频率成分之间的频率区分间隔,确定旋转机械振动信号主要频率成分信息,避免了同一个主要频率成分重复确定,确定的主要频率成分对应的是同一频率成分,而需要确定的第二主频和第三主频信息未包括在内的情况,精确地确定了全部有用的主要频率成分信息,从而提高了确定旋转机械振动信号主要频率成分信息的准确度,便于更加准确地进行故障原因和故障定位分析,为及时处理故障和尽早恢复设备运行提供了技术保障,保证了设备的高效运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中涉及的某振动信号频域幅值谱图的示意图;
图2是现有技术中得到的某振动信号频域幅值谱图的示意图;
图3是本发明实施例中确定旋转机械振动信号主要频率成分信息的方法的流程示意图;
图4是本发明实施例中某振动信号时域波形图的示意图;
图5是应用本发明实施例中确定旋转机械振动信号主要频率成分信息的方法得到的图4对应的主要频率成分的频域幅值谱图(5阶);
图6是应用本发明实施例中确定旋转机械振动信号主要频率成分信息的方法得到的图4对应的主要频率成分的频域幅值谱图(10阶);
图7是本发明实施例中确定旋转机械振动信号主要频率成分信息的装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在介绍本发明实施例之前,首先对本发明实施例涉及的专业技术名称进行介绍:
1、旋转机械:旋转机械是指主要依靠旋转动作完成特定功能的机械。典型的旋转机械有汽轮机、燃气轮机、离心式和轴流式压缩机、风机、泵、水轮机、发电机和航空发动机等。
2、振动:振动是物体(或物体的一部分)在平衡位置(物体静止时的位置)附近作的往复运动。
3、频谱分析:频谱分析是指将时域信号变换至频域并加以分析的方法。频谱分析的目的是把复杂的时间历程波形,经过傅里叶变换分解为若干单一的谐波分量来研究,以获得信号的频率结构以及各谐波和相位信息。
发明人发现:现有技术方案是利用快速傅里叶变换(FFT),对振动信号进行时域到频域的变换,得到FFT变换的复数序列,进而得到幅值谱。然后对幅值谱进行从大至小排序,进而计算出最靠前的3阶主要频率成分的频率大小,并在幅值谱图上进行显示。现有技术的缺点如下:
(1)不能确定主要频率成分对应的相位大小。
(2)不能将确定结果自动输出至Excel文档或txt文件中,后续的数据处理和报告编写中还需人工录入主要频率成分信息。
(3)有时会出现同一个主要频率成分重复确定多次,从而减小了有用的确定信息,如图2所示,统计的3个主要频率成分相差太少,其实都对应的是同一频率成分,而需要确定的第二主频和第三主频信息未统计(在图2中,f1表示第一主频,第一个冒号后面100.029为频率大小,第二个冒号后面0.72表示幅值大小,关于f2行和f3行与f1的解释类似,另外,图2中横坐标代表频率,纵坐标代表幅值)。
由于发明人考虑到了这些技术问题,提出了一种确定旋转机械振动信号主要频率成分信息的方案,该方案可以根据实际需要,自动精确地确定出振动信号的主要频率成分信息(包括频率、幅值与相位),并在幅值谱图中显示并输出至Excel文档或txt文件中。下面对该确定旋转机械振动信号主要频率成分信息的方案进行详细介绍如下。
图3是本发明实施例中确定旋转机械振动信号主要频率成分信息的方法的流程示意图,如图3所示,该方法包括如下步骤:
步骤101:获取预设时长的旋转机械振动时域波形采样信号及采样频率;
步骤102:对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;
步骤103:根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;所述主要频率成分信息包括:主要频率成分的频率和幅值。
本发明实施例提供的技术方案根据预先设置的主要频率成分之间的频率区分间隔,确定旋转机械振动信号主要频率成分信息,避免了如图2所示的情况:同一个主要频率成分重复确定,确定的主要频率成分对应的是同一频率成分,而需要确定的第二主频和第三主频信息未包括在内,精确地确定了全部有用的主要频率成分信息,从而提高了确定旋转机械振动信号主要频率成分信息的准确度,便于更加准确地进行故障原因和故障定位分析,为及时处理故障和尽早恢复设备运行提供了技术保障,保证了设备的高效运行。
下面对本发明实施例涉及的各个步骤进行详细介绍如下。
在上述步骤101中,获取预设时长的旋转机械振动时域波形采样信号及采样频率,可以包括:获取旋转周期的整数倍的采样数据(可以包括:时域波形采样信号及采样频率),这样提高了确定旋转机械振动信号主要频率成分信息的准确度。
在上述步骤102中,对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱,可以包括:对时域波形采样信号减去自身均值后进行快速傅里叶变换得到复数序列,并进而计算得到幅值谱,提高了确定旋转机械振动信号主要频率成分信息的准确度。
在上述步骤103中,预先设置了主要频率区分间隔。另外,除了设置主要频率区分间隔,还包括设置主要频率成分阶数的步骤,具体设置阶数的数目可以根据实际工作需要进行灵活设置,例如图5中所示的是5阶频域幅值谱图,而为了直观的显示更多主要频率成分的信息,可以将主要频率成分统计阶数调整为10阶,得到如图6所示的10阶频域幅值谱图。
在上述步骤103中,一个实例中,根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息,可以包括:
根据时域波形采样信号对应的数组长度和采样频率,确定幅值谱的频率谱线的分辨率;
根据所述幅值谱的频率谱线的分辨率,以及预先设置的主要频率成分之间的频率区分间隔,确定幅值谱数组中的基准位置间隔;
根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计。
在一个实施例中,根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计,可以包括:
确定第一主要频率成分步骤;所述确定第一主要频率成分的步骤可以包括:获取幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在幅值谱数组中对应的位置序号;
确定其它主要频率成分的步骤;所述确定其它主要频率成分的步骤包括:将已确定的主要频率成分在幅值谱数组中对应位置序号及左右相邻基准位置间隔内的所有位置序号上数值均赋值为零,得到更新后的幅值谱数组;获取更新后幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在更新后幅值谱数组中对应的位置序号,该频率成分作为主要频率成分被统计;
继续以更新后的幅值谱数组为基础,执行确定其它主要频率成分的步骤,直到找到所有主要频率成分信息。
具体实施时,上述实施例提供的技术方案,预先设置主要频率成分之间的频率区分间隔,确定幅值谱数组中的基准位置间隔,再根据幅值谱数组中的基准位置间隔,以及待确认频率成分(当前频率成分)对应的幅值谱数组中计算得到的位置序号,确定待确认频率成分是否作为主要频率成分被统计,避免了如图2所示的情况:同一个主要频率成分重复确定,确定的主要频率成分对应的是同一频率成分,而需要确定的第二主频和第三主频信息未包括在内,精确地确定了全部有用的主要频率成分信息,从而提高了确定旋转机械振动信号主要频率成分信息的准确度,便于更加准确地进行故障原因和故障定位分析,为及时处理故障和尽早恢复设备运行提供了技术保障,保证了设备的高效运行。
由于发明人发现:现有方案中有时光有幅值谱图是不够的,还需具体了解幅值谱中主要频率成分的频率、幅值和对应的相位大小。然而,现有技术不能确定主要频率成分对应的相位大小。因此,考虑到了这个技术问题,发明人提出如下实施方案。
在一实施例中,所述主要频率成分信息还包括:主要频率成分的相位大小;
所述确定旋转机械振动信号主要频率成分信息的方法还包括:根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱和复数序列,确定旋转机械振动信号主要频率成分的相位大小。
具体实施时,确定相位大小方法可以是:在根据频率区分间隔确定当前频率成分为可以被统计的频率成分(即当前频率成分不属于如图2所示的被重复统计的频率f2、f3)时,返回至复数序列中,找到当前频率成分对应的位置序号,根据复数序列中该位置序号对应的实部和虚部,即可确定该当前频率成分的相位大小(详见下面实施例的介绍)。本发明实施例提供的技术方案通过频率区分间隔和主要频率成分的幅值,确定了主要频率成分的相位大小,在主要频率成分的频率和幅值的基础上,结合主要频率成分的相位大小,更能准确地进行故障原因和故障定位分析,为及时处理故障和尽早恢复运行提供了技术保障,保证了设备的高效运行。
由于发明人发现:现有方案中后续的数据处理和报告编写中还需人工录入主要频率成分信息,因此,考虑到了这个技术问题,发明人提出如下实施方案。
在一实施例中,所述确定旋转机械振动信号主要频率成分信息的方法还包括:对所述主要频率成分信息进行处理,输出至文档中。其中,该文档可以是:Excel文档或txt文件。
具体实施时,在根据频率区分间隔确定旋转机械振动信号主要频率成分信息之后,可以将主要频率成分信息在频域幅值谱图上直观显示,以及将主要频率成分信息确定结果输出至Excel文档或txt文件中,省去了后续的数据处理和报告编写中还需人工录入主要频率成分信息的步骤,节省了人力成本,提高了工作效率。
另外,发明人还发现:具体实施过程中还会涉及多工况、多通道数据的主要频率成分信息统计的情况。考虑到了这个技术问题,发明人提出如下实施方案。
在一实施例中,所述确定旋转机械振动信号主要频率成分信息的方法还包括:
对于多工况和/或多通道旋转机械振动信号数据的主要频率成分信息,执行批处理程序来确定每一工况和通道对应的主要频率成分信息;
对所述每一工况和通道对应的主要频率成分信息进行处理,输出至文档。
具体实施时,在统计多个工况、多个通道的主要频率成分信息时执行批处理程序,分别对不同工况和通道的主要频率成分进行确定,然后,将统计结果输出至Excel文档或txt文件中,这将节省大量的人工统计录入工作和避免人为失误带来的错误统计结果,在提高了确定旋转机械振动信号主要频率成分信息的准确度的同时,还提高了旋转机械振动信号主要频率成分信息确定的效率。
下面举一完整流程的例子说明本发明如何实施。
(1)获得一定时长的旋转机械振动时域波形采样信号x(t)(一般为旋转周期的整数倍),假设该信号采样频率为fs。
(2)设定主要频率成分之间的区分间隔JG(可以根据实际需要,预先设置,灵活性高)。
(3)设定要自动统计的主要频率成分阶数JS,(可以根据实际需要,预先设置,灵活性高)。
(4)对时域波形采样信号x(t)减去自身均值后进行快速傅里叶变换(FFT)得到复数序列FFTX,并进而计算得到幅值谱SAmp。
(5)具体实施时,可以通过执行如下程序,求取得到JS阶主要频率成分对应FFTX数组(序列)中的位置序号。
L=length(x(t));‘计算时域波形采样信号x(t)对应的数组长度;其中,L代表时域波形采样信号x(t)对应的数组长度,length(x(t))代表求取x(t)对应的数组长度的函数;
Deltf=fs/L‘幅值谱频率谱线分辨率;其中,Deltf代表频率谱线分辨率;
G=round(JG/Deltf)‘根据频率区分间隔计算得到幅值谱数组中对应的序号位置间隔(基准位置间隔);其中,G代表幅值谱数组中的对应的序号位置间隔;round(JG/Deltf)代表求取幅值谱数组中对应的序号位置间隔的函数;
for i=1:JS
[Dx(i),Xh(i)]=max(SAmp);‘max函数返回数组最大幅值与对应的位置序号;其中,i代表主要频率成分的序号,Dx(i)代表第i个主要频率成分的幅值,Xh(i)代表第i个主要频率成分对应的位置序号;max(SAmp)代表求取最大幅值与对应的位置序号的函数;
if Xh(i)-G<1;
SAmp(1:Xh(i)+G)=0;
elseif Xh(i)+G>length(SAmp);
SAmp(Xh(i)-G:length(SAmp))=0;
else;
Amp(Xh(i)-G:Xh(i)+G)=0;‘把最大值与两侧相距G位置间隔的数值都赋值为零;,该步骤有效地避免了如图2所示的出现同一个主要频率成分重复统计多次,从而减小了有用的统计信息的情况。
end;‘如此循环计算,直到得到JS个主要频率成分对应的位置;
end。
(6)Dx数组为JS个主要频率成分的幅值,Xh数组为JS个主要频率成分对应的序号位置,再执行如下程序,可得到主要频率成分的大小与相位:
For i=1:JS
Mainf(i)=(Xh(i)-1)*Deltf;‘Mainf为JS个主要频率成分数组;
Phase(i)=180*angle(FFTX(Xh(i)))/pi;’Phase为JS个主要频率成分对应相位;
End。
(7)将主要频率成分统计结果在幅值谱图上显示,并输出到Excel文档或txt文件中。
(8)对于多工况、多通道数据的主要频率成分信息统计,执行批处理程序来自动统计主要频率成分信息,并将结果输出至Excel文档或txt文件中。
下面再举一具体的详细实例以说明本发明如何实施。
选取某旋转机械的振动信号进行实例演示。
(1)该旋转机械机组转速为200转/分钟,旋转周期为0.3秒,选取6秒的数据,时域波形如图4所示。在图4中,横坐标代表采样时间,纵坐标代表幅值。
(2)设置主要频率成分区分间隔为1Hz,主要频率成分统计阶数为5。
(3)运用上述自动确定旋转机械振动信号主要频率成分信息方法,得到频域幅值谱图如图5所示。
(4)为了直观的显示更多主要频率成分的信息,可以将主要频率成分统计阶数调整为10,得到的频域幅值谱图如图6所示。在图5和图6中,横坐标代表频率,纵坐标代表幅值。
基于同一发明构思,本发明实施例中还提供了一种确定旋转机械振动信号主要频率成分信息的装置,如下面的实施例所述。由于确定旋转机械振动信号主要频率成分信息的装置解决问题的原理与确定旋转机械振动信号主要频率成分信息的方法相似,因此确定旋转机械振动信号主要频率成分信息的装置的实施可以参见确定旋转机械振动信号主要频率成分信息的方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图7是本发明实施例中确定旋转机械振动信号主要频率成分信息的装置的结构示意图,如图7所示,该装置包括:
获取单元02,用于获取预设时长的旋转机械振动时域波形采样信号及采样频率;
幅值谱确定单元04,用于对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;
主要频率成分信息确定单元06,用于根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;所述主要频率成分信息包括:主要频率成分的频率和幅值。
在一个实例中,所述主要频率成分信息还可以包括:主要频率成分的相位大小;
所述确定旋转机械振动信号主要频率成分信息的装置还可以包括:相位大小确定单元,用于根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱和复数序列,确定旋转机械振动信号主要频率成分的相位大小。
在一个实例中,所述主要频率成分信息确定单元具体可以用于:
根据时域波形采样信号对应的数组长度和采样频率,确定幅值谱的频率谱线的分辨率;
根据所述幅值谱的频率谱线的分辨率,以及预先设置的主要频率成分之间的频率区分间隔,确定幅值谱数组中的基准位置间隔;
根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计。
在一个实施例中,根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计,可以包括:
确定第一主要频率成分步骤;所述确定第一主要频率成分的步骤包括:获取幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在幅值谱数组中对应的位置序号;
确定其它主要频率成分的步骤;所述确定其它主要频率成分的步骤包括:将已确定的主要频率成分在幅值谱数组中对应位置序号及左右相邻基准位置间隔内的所有位置序号上数值均赋值为零,得到更新后的幅值谱数组;获取更新后幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在更新后幅值谱数组中对应的位置序号,该频率成分作为主要频率成分被统计;
继续以更新后的幅值谱数组为基础,执行确定其它主要频率成分的步骤,直到找到所有主要频率成分信息。
在一个实例中,所述确定旋转机械振动信号主要频率成分信息的装置还可以包括:输出单元,用于对所述主要频率成分信息进行处理,输出至文档中。
在一个实例中,所述确定旋转机械振动信号主要频率成分信息的装置还可以包括:批处理单元,用于:
对于多工况和/或多通道旋转机械振动信号数据的主要频率成分信息,执行批处理程序来确定每一工况和通道对应的主要频率成分信息;
对所述每一工况和通道对应的主要频率成分信息进行处理,输出至文档。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现确定旋转机械振动信号主要频率成分信息的方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行确定旋转机械振动信号主要频率成分信息的方法的计算机程序。
本发明实施提供的技术方案可以达到的有益技术效果为:
(1)可以根据设置频率区分间隔,阶数,自动精确地统计主要频率成分信息,并在频域幅值谱图上直观显示和将结果输出至Excel文档或txt文件中,提高了确定旋转机械振动信号主要频率成分信息的准确度,便于更加准确地进行故障原因和故障定位分析,为及时处理故障和尽早恢复设备运行提供了技术保障,保证了设备的高效运行。
(2)在统计多个工况、多个通道的主要频率成分信息时执行批处理程序,将统计结果输出至Excel文档或txt文件中,这将节省大量的人工统计录入工作和避免人为失误带来的错误统计结果,提高了工作质量和效率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种确定旋转机械振动信号主要频率成分信息的方法,其特征在于,包括:
获取预设时长的旋转机械振动时域波形采样信号及采样频率;
对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;
根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;所述主要频率成分信息包括:主要频率成分的频率和幅值;
根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息,包括:
根据时域波形采样信号对应的数组长度和采样频率,确定幅值谱的频率谱线的分辨率;
根据所述幅值谱的频率谱线的分辨率,以及预先设置的主要频率成分之间的频率区分间隔,确定幅值谱数组中的基准位置间隔;
根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计;
根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计,包括:
确定第一主要频率成分步骤;所述确定第一主要频率成分的步骤包括:获取幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在幅值谱数组中对应的位置序号;
确定其它主要频率成分的步骤;所述确定其它主要频率成分的步骤包括:将已确定的主要频率成分在幅值谱数组中对应位置序号及左右相邻基准位置间隔内的所有位置序号上数值均赋值为零,得到更新后的幅值谱数组;获取更新后幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在更新后幅值谱数组中对应的位置序号,该频率成分作为主要频率成分被统计;
继续以更新后的幅值谱数组为基础,执行确定其它主要频率成分的步骤,直到找到所有主要频率成分信息。
2.如权利要求1所述的确定旋转机械振动信号主要频率成分信息的方法,其特征在于,所述主要频率成分信息还包括:主要频率成分的相位大小;
所述确定旋转机械振动信号主要频率成分信息的方法还包括:根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱和复数序列,确定旋转机械振动信号主要频率成分的相位大小。
3.如权利要求1所述的确定旋转机械振动信号主要频率成分信息的方法,其特征在于,还包括:对所述主要频率成分信息进行处理,输出至文档中。
4.如权利要求1所述的确定旋转机械振动信号主要频率成分信息的方法,其特征在于,还包括:
对于多工况和/或多通道旋转机械振动信号数据的主要频率成分信息,执行批处理程序来确定每一工况和通道对应的主要频率成分信息;
对所述每一工况和通道对应的主要频率成分信息进行处理,输出至文档。
5.一种确定旋转机械振动信号主要频率成分信息的装置,其特征在于,包括:
获取单元,用于获取预设时长的旋转机械振动时域波形采样信号及采样频率;
幅值谱确定单元,用于对所述时域波形采样信号进行快速傅里叶变换,得到复数序列,根据所述复数序列,得到幅值谱;
主要频率成分信息确定单元,用于根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱,确定旋转机械振动信号主要频率成分信息;所述主要频率成分信息包括:主要频率成分的频率和幅值;
所述主要频率成分信息确定单元具体用于:
根据时域波形采样信号对应的数组长度和采样频率,确定幅值谱的频率谱线的分辨率;
根据所述幅值谱的频率谱线的分辨率,以及预先设置的主要频率成分之间的频率区分间隔,确定幅值谱数组中的基准位置间隔;
根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计;
根据所述幅值谱数组中的基准位置间隔,待确认频率成分对应的幅值谱数组中计算得到的位置序号,以及前一个已确认主要频率成分在幅值谱中对应的位置序号,确定待确认频率成分是否作为主要频率成分被统计,包括:
确定第一主要频率成分步骤;所述确定第一主要频率成分的步骤包括:获取幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在幅值谱数组中对应的位置序号;
确定其它主要频率成分的步骤;所述确定其它主要频率成分的步骤包括:将已确定的主要频率成分在幅值谱数组中对应位置序号及左右相邻基准位置间隔内的所有位置序号上数值均赋值为零,得到更新后的幅值谱数组;获取更新后幅值谱数组中最大幅值及其对应的频率成分,计算该频率成分在更新后幅值谱数组中对应的位置序号,该频率成分作为主要频率成分被统计;
继续以更新后的幅值谱数组为基础,执行确定其它主要频率成分的步骤,直到找到所有主要频率成分信息。
6.如权利要求5所述的确定旋转机械振动信号主要频率成分信息的装置,其特征在于,所述主要频率成分信息还包括:主要频率成分的相位大小;
所述确定旋转机械振动信号主要频率成分信息的装置还包括:相位大小确定单元,用于根据预先设置的主要频率成分之间的频率区分间隔,以及所述幅值谱和复数序列,确定旋转机械振动信号主要频率成分的相位大小。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至4任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810938946.0A CN108709635B (zh) | 2018-08-17 | 2018-08-17 | 确定旋转机械振动信号主要频率成分信息的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810938946.0A CN108709635B (zh) | 2018-08-17 | 2018-08-17 | 确定旋转机械振动信号主要频率成分信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108709635A CN108709635A (zh) | 2018-10-26 |
CN108709635B true CN108709635B (zh) | 2020-07-28 |
Family
ID=63873624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810938946.0A Active CN108709635B (zh) | 2018-08-17 | 2018-08-17 | 确定旋转机械振动信号主要频率成分信息的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108709635B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657971B (zh) * | 2018-12-14 | 2021-05-28 | 浙江博远电子科技有限公司 | 基于云平台的数据处理方法和装置 |
CN111380607A (zh) * | 2018-12-28 | 2020-07-07 | 财团法人工业技术研究院 | 马达振动或噪音频率检测装置及其方法 |
EP3712577B1 (en) * | 2019-03-22 | 2023-07-26 | ABB Schweiz AG | Apparatus for equipment monitoring |
CN110161363B (zh) * | 2019-06-20 | 2021-04-06 | 广东石油化工学院 | 基于主频表征量的变压器运行状态振声检测方法和*** |
CN112525334B (zh) * | 2020-11-18 | 2023-06-02 | 西安因联信息科技有限公司 | 一种动设备振动多稳态检测方法 |
CN113188644A (zh) * | 2021-03-31 | 2021-07-30 | 大唐东营发电有限公司 | 一种旋转机械振动测试***谐波振动幅值计算方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005214777A (ja) * | 2004-01-29 | 2005-08-11 | Nsk Ltd | 周波数スペクトル分析装置 |
CN102095885A (zh) * | 2010-10-28 | 2011-06-15 | 华南理工大学 | 应用四点能量重心校正法的发动机转速的振动测量方法 |
JP2011127527A (ja) * | 2009-12-18 | 2011-06-30 | Tokyo Electric Power Co Inc:The | 回転体の振動監視装置 |
CN103234627A (zh) * | 2013-04-17 | 2013-08-07 | 国家电网公司 | 旋转机械振动信号整周期同步采样分析方法 |
CN103323274A (zh) * | 2013-05-24 | 2013-09-25 | 上海交通大学 | 旋转机械状态监测与故障诊断***及方法 |
CN105222950A (zh) * | 2015-09-18 | 2016-01-06 | 中国水利水电科学研究院 | 一种真假倍频压力脉动信号的区分方法 |
CN104034412B (zh) * | 2014-06-24 | 2016-06-08 | 西安交通大学 | 一种基于分数阶全息原理的旋转机械故障特征提取方法 |
CN106092524A (zh) * | 2016-05-13 | 2016-11-09 | 长兴昇阳科技有限公司 | 一种使用振动信号精确提取转速信号的方法 |
CN107677362A (zh) * | 2017-09-06 | 2018-02-09 | 浙江大学 | 一种改进的基于实倒频谱分析的旋转机械调制频率提取方法 |
CN108151869A (zh) * | 2017-11-27 | 2018-06-12 | 广州航新航空科技股份有限公司 | 一种机械振动特征指标提取方法、***及装置 |
JP2018117431A (ja) * | 2017-01-17 | 2018-07-26 | 株式会社トーエネック | 回転機の短絡診断装置および回転機の短絡診断方法 |
-
2018
- 2018-08-17 CN CN201810938946.0A patent/CN108709635B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005214777A (ja) * | 2004-01-29 | 2005-08-11 | Nsk Ltd | 周波数スペクトル分析装置 |
JP2011127527A (ja) * | 2009-12-18 | 2011-06-30 | Tokyo Electric Power Co Inc:The | 回転体の振動監視装置 |
CN102095885A (zh) * | 2010-10-28 | 2011-06-15 | 华南理工大学 | 应用四点能量重心校正法的发动机转速的振动测量方法 |
CN103234627A (zh) * | 2013-04-17 | 2013-08-07 | 国家电网公司 | 旋转机械振动信号整周期同步采样分析方法 |
CN103323274A (zh) * | 2013-05-24 | 2013-09-25 | 上海交通大学 | 旋转机械状态监测与故障诊断***及方法 |
CN104034412B (zh) * | 2014-06-24 | 2016-06-08 | 西安交通大学 | 一种基于分数阶全息原理的旋转机械故障特征提取方法 |
CN105222950A (zh) * | 2015-09-18 | 2016-01-06 | 中国水利水电科学研究院 | 一种真假倍频压力脉动信号的区分方法 |
CN106092524A (zh) * | 2016-05-13 | 2016-11-09 | 长兴昇阳科技有限公司 | 一种使用振动信号精确提取转速信号的方法 |
JP2018117431A (ja) * | 2017-01-17 | 2018-07-26 | 株式会社トーエネック | 回転機の短絡診断装置および回転機の短絡診断方法 |
CN107677362A (zh) * | 2017-09-06 | 2018-02-09 | 浙江大学 | 一种改进的基于实倒频谱分析的旋转机械调制频率提取方法 |
CN108151869A (zh) * | 2017-11-27 | 2018-06-12 | 广州航新航空科技股份有限公司 | 一种机械振动特征指标提取方法、***及装置 |
Non-Patent Citations (2)
Title |
---|
《Vibration signal analysis using parameterized time–frequency method for features extraction of varying-speed rotary machinery》;Y.Yang;《Journal of Sound and Vibration》;20150120;全文 * |
《旋转机械变速工况下阶次全息方法研究》;汪华平;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20140315;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108709635A (zh) | 2018-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108709635B (zh) | 确定旋转机械振动信号主要频率成分信息的方法及装置 | |
US10393621B2 (en) | Method for assessing the condition of rotating machinery connected to an electric motor | |
US5744723A (en) | Method for determining rotational speed from machine vibration data | |
US8370109B2 (en) | Machine vibration baseline synthesizer | |
EP2761315B1 (en) | A method of determining stationary signals for the diagnostics of an electromechanical system | |
JP6945371B2 (ja) | 回転機システムの診断装置、電力変換装置、回転機システム、および回転機システムの診断方法 | |
RU2300116C2 (ru) | Способ диагностики электродвигателей переменного тока и связанных с ними механических устройств | |
CN103941722B (zh) | 通过部件特征倍频幅值趋势监测和诊断设备故障的方法 | |
CN109765055A (zh) | 基于ewt、谱有效值和knn的滚动轴承故障检测方法及*** | |
CN111401584A (zh) | 一种设备故障自动诊断方法及*** | |
JP2022144024A (ja) | 故障検知・予知装置及び故障検知・予知用プログラム | |
Rodriguez-Donate et al. | Wavelet-based general methodology for multiple fault detection on induction motors at the startup vibration transient | |
KR101498527B1 (ko) | 진동 주파수 분석 프로그램에 의한 발전소 회전설비상태 진단 시스템 | |
WO2014123443A1 (ru) | Способ вибрационной диагностики и прогнозирования внезапного отказа двигателя и устройство | |
MX2011006462A (es) | Metodo y sistema de monitoreo de señal de flecha de maquina giratoria. | |
CN117093945B (zh) | 一种旋转机械状态在线监测与故障分析*** | |
KR20180010367A (ko) | 웨이브렛과 순환대수 엔빌로프 스펙트럼을 이용한 회전기기의 고장을 검출하는 방법 | |
CN112345827A (zh) | 频谱频率族的图形区分 | |
WO2018143404A1 (ja) | 状態分析装置、表示方法、およびプログラム | |
Cabal-Yepez et al. | FPGA-based online induction motor multiple-fault detection with fused FFT and wavelet analysis | |
CN108520093B (zh) | 一种基于知识库的机械设备故障诊断方法和装置 | |
CN102879084B (zh) | 汽轮发电机组低频振动非稳态在线预警方法 | |
EP0105600A2 (en) | Apparatus for selecting a signal representing vibrations | |
JP2004020484A (ja) | 異常監視装置および異常監視プログラム | |
CN109357751B (zh) | 一种电力变压器绕组松动缺陷检测*** |
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 |