CN109901552B - 一种面向机泵安康管控的振动多维感知与云计算方法 - Google Patents
一种面向机泵安康管控的振动多维感知与云计算方法 Download PDFInfo
- Publication number
- CN109901552B CN109901552B CN201910183816.5A CN201910183816A CN109901552B CN 109901552 B CN109901552 B CN 109901552B CN 201910183816 A CN201910183816 A CN 201910183816A CN 109901552 B CN109901552 B CN 109901552B
- Authority
- CN
- China
- Prior art keywords
- pump
- vibration
- cloud computing
- center
- frequency spectrum
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种面向机泵安康管控的振动多维感知与云计算方法,该方法基于振动传感器、应用程序服务器、共享存储中心、云计算中心、远程用户终端实现,采用客户端/服务器的架构,可以根据用户对不同振动数据变量的需求,云计算中心进行相应的变量计算、工况分析与故障诊断,从而实现机泵安康的全面监测。本发明利用云计算方法,通过可配置的方式,可高效并行计算处理振动数据信号,实现机泵安康管控分析以及安全预警报警,并根据诊断结果给出相应的维保指导意见,能极大地提升机泵运行的安全性和延长机泵使用寿命,给维保人员带来极大的方便,因此,本发明具有很好的使用价值。
Description
技术领域
本发明涉及计算机云技术和电子信息技术在机泵安康监测上的应用,具体涉及一种面向机泵安康管控的振动多维感知与云计算方法。
背景技术
随着计算机信息技术的发展,云计算已经成为IT领域的标配模式,存储容量惊人,对用户来说几乎无处不在。它可以将计算任务分布在大量计算机构成的资源池上,使用户能够按需获取计算能力、存储空间和信息服务。用户可以动态申请部分资源,支持各种运用程序的运转,而无须再为繁琐的细节烦恼,让用户可以更加专注于自己的业务,从而有利于提高效率,降低成本,提升技术创新能力。
机泵设备如风机、水泵、空压机等是石油化工、冶金、钢铁和电力等现代企业中的关键设备,其故障诊断和安康监测一直是难点,目前还未有利用云计算进行机泵设备的安康监测的方法。因此本文提出了一种面向机泵安康管控的的振动多维感知与云计算方法,提高机泵安康监测的可靠性和服务质量。
发明内容
本发明提供了一种面向机泵安康管控的振动多维感知与云计算方法,基于客户端/服务器的架构,根据用户对不同振动数据变量的需求进行相应的转换计算,实现机泵安康的全面监测。本发明利用云计算方法,通过可配置的方式,高效并行计算处理振动数据信号,实现机泵安康诊断分析以及安全预警报警,能极大的提升机泵运行的安全性和延长机泵的使用寿命,并根据诊断结果给出相应的维保指导意见,给维保人员带来极大的方便,因此,本发明具有很好的使用价值。
本发明的技术方案如下:
一种面向机泵安康管控的的振动多维感知与云计算方法,该方法基于振动传感器、应用程序服务器、共享存储中心、云计算中心、远程用户终端实现,其中:振动传感器用于监测机泵X、Y、Z三个方向的振动加速度和温度值,可进行有线和无线两种通讯方式进行数据传输;
应用程序服务器为用户需求提供业务逻辑,主要包括机泵振动加速度波形频谱数据监测服务器、机泵振动速度波形频谱数据监测服务器、机泵振动位移波形频谱数据监测服务器和机泵振动健康分区服务器四类;
共享存储中心为分布式共享存储器,内置分布式算法对应用服务器算法进行调取以及机泵故障知识库;
云计算中心为接收传感器原始信号的服务器,并内置有相应的分析计算算法,以及与共享存储中心进行通讯;
远程用户终端可以是电脑客户端、手机app或微信公众小程序等,用于与应用程序服务器、及共享存储中心进行通讯;
该方法的实现包括如下步骤:
步骤1:用户根据对机泵振动温度、加速度、速度、位移等数据信号的实际需求情况,通过客户端向服务器发送请求;
步骤2:应用程序服务器将接收到的业务请求发送给共享存储中心进行分布式存储和调度相应算法,并发送给云计算中心;
步骤3:云计算中心接收到振动传感器上传的原始信号,对其进行相应的分析计算,并把结果返回给共享存储中心进行存储;
步骤4:共享存储中心把计算结果与存储的机泵故障知识库进行匹配查询,得到机泵的安康程度以及相应的维保指导意见;
步骤5:共享存储中心把机泵的安康监测结果以及相应的维保指导意见发送给用户的远程终端进行显示,结束。
进一步的,步骤2所述的共享存储中心进行分布式存储和调度相应算法实现步骤如下:
步骤2.1:共享存储中心接收应用程序服务器的请求;
步骤2.2:根据不同的应用请求,查询相应的分布式管理单元中的计算算法,发送给云计算中心;
步骤2所述的应用程序服务器包括机泵振动加速度波形频谱数据监测服务器、机泵振动速度波形频谱数据监测服务器、机泵振动位移波形频谱数据监测服务器和机泵振动健康分区服务器四类,用户可以根据实际需求请求一类数据显示或多类数据同时显示。
进一步的,所述的云计算中的计算算法包括把传感器采样得到的机泵三轴向振动加速度信号波形进行频域分析、并在频域上求得三轴向振动速度值及相应的频谱图、再根据频域速度幅值求得三轴向振动位移值及相应的频谱图,以及分别求三轴向振动加速度值、速度值、位移值的每次采样的均方根值作为特征值进行存储得到各变量的趋势图;还包括对于机泵相关时域和频域分析后进行故障诊断,以及根据振动标准ISO 2372进行振动烈度的分区。
进一步的,步骤4所述的计算结果与存储的机泵故障知识库进行匹配查询的步骤实现如下:
步骤4.1:云计算中心返回的计算结果经过分布式管理单元分别进行分布式存储,如各种变量类型对应波形图及相应的时域指标、频谱图及相应的频域指标;
步骤4.2:各类存储单元数据与机泵故障知识库进行匹配,得到机泵的安康诊断结果;若出现知识库中不存在的故障,可实现知识库的存储单元的实时在线添加,完善知识库。
进一步的,步骤5所述的机泵的安康监测结果包括机泵的振动烈度趋势、振动健康级别、查询时间内的振动最大值、均值、该机泵可能发生的故障类型等数据。
本发明提供的一种面向机泵安康管控的的振动多维感知与云计算方法的优点:
本发明提供的是一种基于客户端/服务器的架构的云计算方法,可以通过各种配置的方式,云计算中心可高效并行计算数据量庞大的振动信号,分布式存储具有强大的动态可扩展性,可以实时在线完善机泵设备的故障知识库,实现机泵安康诊断分析以及安全预警报警,能极大的提升机泵运行的安全性和延长机泵的使用寿命,并根据诊断结果给出相应的维保指导意见,给维保人员带来极大的方便,具有很好的实用价值。
附图说明
图1为本发明面向机泵安康的振动传感器云计算方法工作结构示意图。
图2为本发明面向机泵安康的振动传感器云计算方法流程图。
具体实施方式
为了使本发明的目的和技术方案以及优点更加清楚明白,结合附图作进一步详细说明。应当理解,此处所描述的具体实施例仅仅拥有解释本发明,并不用与限定本发明。
实施例一
如附图1所示,本发明提供的一种面向机泵安康管控的的振动多维感知与云计算方法,主要包括自主研发的振动传感器、用户客户端、机泵振动加速度波形频谱数据监测服务器、机泵振动速度波形频谱数据监测服务器、机泵振动位移波形频谱数据监测服务器和机泵振动健康分区服务器、共享存储中心、云计算中心、远程用户终端。如附图2所示,一种面向机泵安康管控的的振动多维感知与云计算方法的实现包括如下步骤:
步骤1:用户根据对机泵振动温度、加速度、速度、位移等数据信号的实际需求情况,通过客户端向机泵振动加速度波形频谱数据监测服务器、机泵振动速度波形频谱数据监测服务器、机泵振动位移波形频谱数据监测服务器和机泵振动健康分区服务器四类服务器发送相应的请求,如用户可以请求显示振动加速度波形图和频谱图、或振动速度波形图和频谱图、或振动位移波形图和频谱图、或者请求终端显示所有的数据信号和振动数据类型的波形图和频谱图;
步骤2:应用程序服务器将接收到的业务请求发送给共享存储中心进行分布式存储和调度相应算法,并发送给云计算中心;
步骤2.1:共享存储中心接收应用程序服务器的请求;
步骤2.2:根据不同的应用请求,查询相应的分布式管理单元中的计算算法,发送给云计算中心;
步骤3:云计算中心接收到振动传感器上传的原始信号,对其进行相应的分析计算,并把结果返回给共享存储中心进行存储,云计算中的计算可实现以下计算:
(1)计算机泵振动加速度频谱图:
振动传感器上传的原始信号为采样时刻的振动加速度值,本发明设计的振动传感器为每次采样为1024采样点,即每次采样产生1024个三轴向振动加速度值以及温度值形成的波形图,利用快速傅里叶变换,把时域波形转换为频谱图,快速傅里叶变换公式如下:
其中k为该时刻点的序数,N采样总点数,本振动传感器为1024,再将x(n)分解为偶数和奇数两个序列之和即x(n)=x1(n)+x2(n),其中x(n)为传感器上传的时域上加速度采样序列值,X(k)为经过傅里叶变换后的频域上加速度序列值;
x1(n)和x2(n)长度都为N/2,其分别为偶数列和奇数列,得到:
依次类推,即可得到每个采样点的频域幅值,即可得到振动加速度频谱图;
(2)计算机泵的振动速度和振动位移的波形图和频谱图
本实例采用频域转换,把频域上的振动加速度幅值计算得到振动速度幅值,公式如下:
v=a*9.8*1000/2*3.14*N
其中v表示频域上每个序列点的速度幅值,a为频域加速度幅值,即上式得到的频域幅值,即可直接得到振动速度频谱图,再经逆快速傅里叶变换得到振动速度采样时域波形图;
同理,可得到包括振动位移频谱图和振动速度采样波形图;
(3)计算振动加速度、速度、位移的趋势图
根据(1)(2)计算得到的振动加速度、速度、位移波形图,结合公式:
其中Xrms为各自的有效值,T为采样三周期,x(t)为时域值,从而得到振动加速度、速度、位移的趋势图。
(4)计算机泵振动等级:
本方法结合振动标准ISO 2372,根据机泵振动速度有效值的不同将,振动烈度分为A、B、C、D四个不同的等级范围。
步骤4:共享存储中心把计算结果与存储的机泵故障知识库进行匹配查询,得到机泵的安康程度以及相应的维保指导意见,其实现步骤如下:
步骤4.1:云计算中心返回的计算结果经过分布式管理单元分别进行分布式存储,如各种变量类型对应波形图及相应的时域指标、频谱图及相应的频域指标;
步骤4.2:各类存储单元数据与机泵故障知识库进行匹配,得到机泵的安康诊断结果;若出现知识库中不存在的故障,可实现知识库的存储单元的实时在线添加,完善知识库。
步骤5:共享存储中心把机泵的安康监测结果以及相应的维保指导意见发送给用户的远程终端显示,结束。
Claims (3)
1.一种面向机泵安康管控的振动多维感知与云计算方法,其特征在于:该方法基于振动传感器、应用程序服务器、共享存储中心、云计算中心、远程用户终端实现,其中:
振动传感器用于监测机泵径向、轴向及垂直方向(分别记为X、Y、Z)三轴的振动加速度信号和机泵温度信号,振动传感器的信号进行有线传输,或者振动传感器的信号采用LoRa、NB-IoT或WiFi无线方式进行传输;
应用程序服务器为用户需求提供业务逻辑,包括机泵振动加速度波形频谱数据监测服务器、机泵振动速度波形频谱数据监测服务器、机泵振动位移波形频谱数据监测服务器和机泵振动健康分区服务器四类;
共享存储中心为分布式共享存储器,内置分布式算法对应用服务器算法进行调取以及机泵故障知识库;
云计算中心为接收传感器原始信号的服务器,并内置有相应的分析计算算法,以及与共享存储中心进行通讯;
远程用户终端包括电脑客户端、手机app或微信公众小程序;
该方法包括如下步骤:
步骤1:用户根据对机泵振动温度、加速度、速度、位移数据信号的实际需求情况,通过远程用户终端向应用程序服务器发送请求,所述请求包括变量类型,所述变量类型包括:振动加速度波形图和频谱图、振动速度波形图和频谱图、振动位移波形图和频谱图、波形图相应的时域指标、频谱图相应的频域指标中至少一种;
步骤2:应用程序服务器将接收到的业务请求发送给共享存储中心进行分布式存储并调度相应算法,发送给云计算中心;所述的应用程序服务器包括机泵振动加速度波形频谱数据监测服务器、机泵振动速度波形频谱数据监测服务器、机泵振动位移波形频谱数据监测服务器和机泵振动健康分区服务器四类,用户根据实际需求请求一类数据显示或多类数据同时显示;
步骤3:云计算中心接收到振动传感器上传的原始信号,对所述原始信号进行相应的分析计算,并把结果返回给共享存储中心进行存储;
步骤4:共享存储中心把计算结果与存储的机泵故障知识库进行匹配查询,得到机泵的安康程度以及相应的维保指导意见,包括:
步骤4.1:云计算中心返回的计算结果经过分布式管理单元分别进行分布式存储,所述的计算结果包括各种变量类型对应波形图及相应的时域指标、频谱图及相应的频域指标;
步骤4.2:各类存储单元数据与机泵故障知识库进行匹配,得到机泵的安康诊断结果;若出现知识库中不存在的故障,实现知识库的存储单元的实时在线添加,完善知识库;
步骤5:共享存储中心把机泵的安康监测结果以及相应的维保指导意见发送给用户的远程终端进行显示,结束;所述机泵的安康监测结果包括机泵的振动烈度趋势图、振动等级、查询时间内的振动最大值、均值、该机泵可能发生的故障类型数据。
2.根据权利要求1所述的一种面向机泵安康管控的振动多维感知与云计算方法,其特征在于:步骤2所述共享存储中心进行分布式存储和调度相应算法实现步骤包括:
步骤2.1:共享存储中心接收应用程序服务器的请求;
步骤2.2:根据不同的应用请求,查询相应的分布式管理单元中的计算算法,发送给云计算中心。
3.根据权利要求1所述的一种面向机泵安康管控的振动多维感知与云计算方法,其特征在于:所述的云计算中的计算算法包括把传感器采样得到的机泵三轴向振动加速度信号波形进行频域分析、并利用频域积分法求得三轴向振动速度值及相应的频谱图、再根据频域速度幅值求得三轴向振动位移值及相应的频谱图,以及分别求三轴向振动加速度值、速度值、位移值的每次采样的均方根值作为特征值进行存储得到各变量的趋势图;
所述的云计算中的计算算法还包括对于机泵相关时域和频域分析后的故障诊断,以及根据振动标准ISO 2372进行振动烈度的分区。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910183816.5A CN109901552B (zh) | 2019-03-12 | 2019-03-12 | 一种面向机泵安康管控的振动多维感知与云计算方法 |
PCT/CN2019/122456 WO2020181838A1 (zh) | 2019-03-12 | 2019-12-02 | 一种面向机泵安康管控的振动多维感知与云计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910183816.5A CN109901552B (zh) | 2019-03-12 | 2019-03-12 | 一种面向机泵安康管控的振动多维感知与云计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109901552A CN109901552A (zh) | 2019-06-18 |
CN109901552B true CN109901552B (zh) | 2021-09-03 |
Family
ID=66946885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910183816.5A Active CN109901552B (zh) | 2019-03-12 | 2019-03-12 | 一种面向机泵安康管控的振动多维感知与云计算方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109901552B (zh) |
WO (1) | WO2020181838A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901552B (zh) * | 2019-03-12 | 2021-09-03 | 杭州哲达科技股份有限公司 | 一种面向机泵安康管控的振动多维感知与云计算方法 |
CN112343810A (zh) * | 2020-11-04 | 2021-02-09 | 广州高澜节能技术股份有限公司 | 一种用于循环水冷却***的水泵健康监测诊断方法 |
CN116242609B (zh) * | 2022-11-23 | 2024-05-14 | 广东石油化工学院 | 一种变工况轴承故障诊断方法、***、介质、设备及终端 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202284531U (zh) * | 2011-09-20 | 2012-06-27 | 朗德华信(北京)自控技术有限公司 | 基于云计算的水泵管理控制*** |
CN103016321A (zh) * | 2011-09-20 | 2013-04-03 | 朗德华信(北京)自控技术有限公司 | 基于云计算的水泵管理控制***及方法 |
CN103491155A (zh) * | 2013-09-17 | 2014-01-01 | 北京思特奇信息技术股份有限公司 | 一种实现移动计算和获取移动数据的云计算方法及*** |
CN105721561A (zh) * | 2016-01-28 | 2016-06-29 | 华北电力大学(保定) | 一种基于云平台的风机故障数据中心 |
CN105787584A (zh) * | 2016-01-28 | 2016-07-20 | 华北电力大学(保定) | 一种基于云平台的风电机群故障预警方法 |
CN108458781A (zh) * | 2018-05-07 | 2018-08-28 | 苏州德姆斯信息技术有限公司 | 一种远程振动分析***及其分析方法 |
CN108489603A (zh) * | 2018-05-07 | 2018-09-04 | 苏州德姆斯信息技术有限公司 | 基于客户端边缘计算的振动分析***及分析方法 |
CN108494884A (zh) * | 2018-05-07 | 2018-09-04 | 苏州德姆斯信息技术有限公司 | 基于物联网网关边缘计算的振动分析***及分析方法 |
CN109029995A (zh) * | 2018-08-30 | 2018-12-18 | 上海海事大学 | 基于聚类和多层自编码网络的轴承设备状态监控方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6484109B1 (en) * | 1998-05-20 | 2002-11-19 | Dli Engineering Coporation | Diagnostic vibration data collector and analyzer |
CN109901552B (zh) * | 2019-03-12 | 2021-09-03 | 杭州哲达科技股份有限公司 | 一种面向机泵安康管控的振动多维感知与云计算方法 |
-
2019
- 2019-03-12 CN CN201910183816.5A patent/CN109901552B/zh active Active
- 2019-12-02 WO PCT/CN2019/122456 patent/WO2020181838A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202284531U (zh) * | 2011-09-20 | 2012-06-27 | 朗德华信(北京)自控技术有限公司 | 基于云计算的水泵管理控制*** |
CN103016321A (zh) * | 2011-09-20 | 2013-04-03 | 朗德华信(北京)自控技术有限公司 | 基于云计算的水泵管理控制***及方法 |
CN103491155A (zh) * | 2013-09-17 | 2014-01-01 | 北京思特奇信息技术股份有限公司 | 一种实现移动计算和获取移动数据的云计算方法及*** |
CN105721561A (zh) * | 2016-01-28 | 2016-06-29 | 华北电力大学(保定) | 一种基于云平台的风机故障数据中心 |
CN105787584A (zh) * | 2016-01-28 | 2016-07-20 | 华北电力大学(保定) | 一种基于云平台的风电机群故障预警方法 |
CN108458781A (zh) * | 2018-05-07 | 2018-08-28 | 苏州德姆斯信息技术有限公司 | 一种远程振动分析***及其分析方法 |
CN108489603A (zh) * | 2018-05-07 | 2018-09-04 | 苏州德姆斯信息技术有限公司 | 基于客户端边缘计算的振动分析***及分析方法 |
CN108494884A (zh) * | 2018-05-07 | 2018-09-04 | 苏州德姆斯信息技术有限公司 | 基于物联网网关边缘计算的振动分析***及分析方法 |
CN109029995A (zh) * | 2018-08-30 | 2018-12-18 | 上海海事大学 | 基于聚类和多层自编码网络的轴承设备状态监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109901552A (zh) | 2019-06-18 |
WO2020181838A1 (zh) | 2020-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901552B (zh) | 一种面向机泵安康管控的振动多维感知与云计算方法 | |
Lu et al. | Edge computing on IoT for machine signal processing and fault diagnosis: A review | |
CN108489603B (zh) | 基于客户端边缘计算的振动分析***及分析方法 | |
CN110430260B (zh) | 一种基于大数据云计算支撑的机器人云平台及工作方法 | |
Mourtzis et al. | An internet of things-based monitoring system for shop-floor control | |
US9892744B1 (en) | Acoustics based anomaly detection in machine rooms | |
US9971667B1 (en) | Equipment sound monitoring system and method | |
CN111947957A (zh) | 一种振动信号采样方法、装置、存储介质及电子设备 | |
CN108494884A (zh) | 基于物联网网关边缘计算的振动分析***及分析方法 | |
CN110347694B (zh) | 一种基于物联网的设备监控方法、装置及*** | |
Kumar et al. | Forecasting HPC workload using ARMA models and SSA | |
CN110659180A (zh) | 基于集群技术的数据中心基础设施管理*** | |
CN110489339A (zh) | 客户端压测报表生成方法、***、介质和电子设备 | |
CN116866095B (zh) | 一种带触控面板的工业路由器及其待机控制方法 | |
CN113670434A (zh) | 变电站设备声音异常识别方法、装置和计算机设备 | |
CN117149665B (zh) | 持续集成方法、控制设备、持续集成***及存储介质 | |
CN116233199B (zh) | 基于无线数据通信的污水处理设备智能水雾检测云平台 | |
CN208210013U (zh) | 基于物联网网关边缘计算的振动分析*** | |
JP2016522517A (ja) | プロセス変数に関連するトレンドを表示する装置 | |
CN207764835U (zh) | 电力投资风险预警*** | |
CN207764834U (zh) | 电力投资模式分析*** | |
CN114415013A (zh) | 一种工业电动机寿命预测及运维*** | |
CN106301621B (zh) | 一种运用k线图发现无线台站和分析无线干扰的方法 | |
CN116166427A (zh) | 自动扩缩容方法、装置、设备及存储介质 | |
CN103095786B (zh) | 在线业务请求识别方法、***、服务器及在线服务器集群 |
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 |