一种自适应的油膜涡动故障监测方法、装置和设备

本发明涉及油膜涡动故障排查领域，尤其涉及一种自适应的油膜涡动故障监测方法、装置和设备。

背景技术：

1、由于社会工业生产对旋转机械的高转速的需求，导致油膜涡动、油膜振荡等故障现象频繁出现在旋转机械中。其中大型旋转机械设备的重大事故多半是由低频振动失稳造成的，油膜涡动故障是常见的转子故障之一。

2、实际工况下的油膜涡动故障信号通常是非线性、非平稳的多分量信号，它们的频率成分随着时间变化，现有技术中主要依靠专家知识、人工进行分析，需要耗费大量的时间精力进行数据分析，不能及时对故障工况进行便捷稳定可靠的诊断。

技术实现思路

1、本发明所要解决的技术问题是，提供一种自适应的油膜涡动故障监测方法、装置和设备，通过分析不同工况下的机组数据，设置机组的报警阈值，并动态地调整所述报警阈值，能够降低人工分析的时间成本，减少由于故障检测不及时和特征频率不确定性影响导致的故障监测偏差，并且能够自适应地调整报警阈值，以得到准确的油膜涡动故障监测结果。

2、为解决以上技术问题，本发明实施例提供一种自适应的油膜涡动故障监测方法，包括：

3、获取不同工况下机组的振动信号和转子转速；所述不同工况包括正常工况和异常工况；

4、对所述振动信号进行希尔伯特变换，提取所述振动信号的包络，生成包络谱；

5、分析所述包络谱，从所述包络谱中得到不同工况下的幅频变化情况；

6、根据所述幅频变化情况和所述转子转速，计算油膜涡动频率幅值与转频幅值的比值，得到所述机组的报警阈值；

7、当机组运行过程中的油膜涡动频率与转频的比值大于所述报警阈值时，自动进行报警，并分析是否出现误报，当出现误报时上调所述报警阈值；否则分析是否出现漏报，当出现漏报时下调所述报警阈值。

8、作为上述方案的改进，所述对所述振动信号进行希尔伯特变换，提取所述振动信号的包络，生成包络谱，包括：

9、通过对所述振动信号进行希尔伯特变换；其中，x(t)为振动信号，*为卷积，为振动信号的希尔伯特变换；

10、通过生成所述振动信号的解析信号；其中，z(t)为解析信号，

11、对所述解析信号进行求模，得到所述振动信号的包络；

12、对所述包络进行傅里叶变换，生成包络谱。

13、作为上述方案的改进，所述根据所述幅频变化情况和所述转子转速，计算油膜涡动频率幅值与转频幅值的比值，得到所述机组的报警阈值，包括：

14、根据所述转子转速，得到理论转频值和理论油膜涡动频率值；

15、根据所述幅频变化情况，在所述理论转频值处设置第一特征频率窗口，将所述第一特征频率窗口的最大幅值作为转频幅值；

16、根据所述幅频变化情况，在理论油膜涡动频率值处设置第二特征频率窗口；将第二特征频率窗口的最大幅值作为油膜涡动频率幅值；

17、计算油膜涡动频率幅值与转频幅值的比值，得到所述机组的报警阈值。

18、作为上述方案的改进，所述当机组运行过程中的油膜涡动频率与转频的比值大于所述报警阈值时，自动进行报警，并分析是否出现误报，当出现误报时上调所述报警阈值；否则分析是否出现漏报，当出现漏报时下调所述报警阈值，包括：

19、当机组运行过程中的油膜涡动频率与转频的比值大于所述报警阈值时，自动进行报警，当在固定时间内的自动报警次数大于预设次数阈值，且机组并未出现故障时，认为出现误报，将所述报警阈值上调10％；

20、当机组运行过程中的油膜涡动频率与转频的比值不大于所述报警阈值时，当机组出现故障时，认为出现漏报，将所述报警阈值下调10％。

21、作为上述方案的改进，所述根据所述转子转速，得到理论转频值和理论油膜涡动频率值，包括：

22、通过fr＝vt/60计算得到理论转频值；其中，vt为转子转速；fr为理论转频值；

23、通过fn＝fr×α计算得到理论油膜涡动频率值；其中，fr为理论转频值；α＝0.5；fn为理论油膜涡动频率值。

24、作为上述方案的改进，所述根据所述幅频变化情况，在所述理论转频值处设置第一特征频率窗口，将所述第一特征频率窗口的最大幅值作为转频幅值，包括：

25、根据所述幅频变化情况，在所述理论转频值处设置第一特征频率窗口，所述第一特征频率窗口满足其中，fr为理论转频值；

26、计算所述第一特征频率窗口的最大幅值，将其作为转频幅值。

27、作为上述方案的改进，所述根据所述幅频变化情况，在理论油膜涡动频率值处设置第二特征频率窗口；将第二特征频率窗口的最大幅值作为油膜涡动频率幅值，包括：

28、根据所述幅频变化情况，在理论油膜涡动频率值处设置第二特征频率窗口，所述第二特征频率窗口满足其中，fn为理论油膜涡动特征频率；

29、计算所述第二特征频率窗口的最大幅值，将其作为油膜涡动频率幅值。

30、本发明实施例还提供了一种自适应的油膜涡动故障监测装置，包括：

31、机组数据获取模块，用于获取不同工况下机组的振动信号和转子转速；所述不同工况包括正常工况和异常工况；

32、包络谱生成模块，用于对所述振动信号进行希尔伯特变换，提取所述振动信号的包络，生成包络谱；

33、幅频变化情况生成模块，用于分析所述包络谱，从所述包络谱中得到不同工况下的幅频变化情况；

34、报警阈值计算模块，用于根据所述幅频变化情况和所述转子转速，计算油膜涡动频率幅值与转频幅值的比值，得到所述机组的报警阈值；

35、报警阈值调整模块，用于当机组运行过程中的油膜涡动频率与转频的比值大于所述报警阈值时，自动进行报警，并分析是否出现误报，当出现误报时上调所述报警阈值；否则分析是否出现漏报，当出现漏报时下调所述报警阈值。

36、作为上述方案的改进，所述对所述振动信号进行希尔伯特变换，提取所述振动信号的包络，生成包络谱，包括：

37、通过对所述振动信号进行希尔伯特变换；其中，x(t)为振动信号，*为卷积，为振动信号的希尔伯特变换；

38、通过生成所述振动信号的解析信号；其中，z(t)为解析信号，

39、对所述解析信号进行求模，得到所述振动信号的包络；

40、对所述包络进行傅里叶变换，生成包络谱。

41、本发明实施例还提供了一种自适应的油膜涡动故障监测设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的任意一种自适应的油膜涡动故障监测方法。

42、与现有技术相比，本发明公开的一种自适应的油膜涡动故障的监测方法，通过获取不同工况下机组的振动信号和转子转速；所述不同工况包括正常工况和异常工况；对所述振动信号进行希尔伯特变换，提取所述振动信号的包络，生成包络谱；分析所述包络谱，从所述包络谱中得到不同工况下的幅频变化情况；根据所述幅频变化情况和所述转子转速，计算油膜涡动频率幅值与转频幅值的比值，得到所述机组的报警阈值；当机组运行过程中的油膜涡动频率与转频的比值大于所述报警阈值时，自动进行报警，并分析是否出现误报，当出现误报时上调所述报警阈值；否则分析是否出现漏报，当出现漏报时下调所述报警阈值。采用本发明实施例，能够降低人工分析的时间成本，减少由于故障检测不及时和特征频率不确定性影响导致的故障监测偏差，并且能够自适应地调整报警阈值，以准确监测油膜涡动故障。