一种基于多传感器的动设备健康评估方法与流程
本发明涉及动设备的故障诊断，尤其涉及一种基于多传感器的动设备健康评估方法。
背景技术：
1、动设备是指有驱动机带动的转动设备或往复式设备(亦即有能源消耗的设备)，如泵、压缩机、风机等，其能源可以是电动力、气动力、蒸汽动力等。动设备的运行效率和可靠性对于现代工业生产至关重要，生产过程中设备出现故障，不仅会影响产量、质量，还要停产检修，严重影响生产效率。
2、设备健康度评估是指对设备运行状态、性能指标等进行分析、评估和诊断的过程。通过对设备健康度评估的实施，可以及早发现和排除设备的故障和隐患，提高设备的可靠性和使用寿命，降低生产成本和风险，提高生产效率和经济效益。而健康评估过程中，传统的设备诊断通常依赖单一类型的传感器数据，这在一定程度上限制了故障诊断的准确性和可靠性，也会影响健康评估的准确性，无可避免的导致设备停产检修。
技术实现思路
1、本发明的目的之一在于提供一种基于多传感器的动设备健康评估方法，通过多传感器数据对动设备进行故障分析和健康评估，以解决背景技术中提出的传统利用单一类传感器数据的健康评估技术准确率不高的问题。
2、为实现上述目的，本发明提供技术方案如下：
3、一种基于多传感器的动设备健康评估方法，所述方法包括以下步骤：
4、通过多个传感器采集动设备不同时刻的运行参数组，并进行健康分数标定，其中的运行参数组包括温度数据、噪声数据、磁通量数据及振动加速度数据；
5、对振动加速度数据提取振动速度有效值，并根据动设备的功率大小和安装方式在振动烈度指标中查询对应时刻的振动烈度；
6、利用基于振动加速度数据和磁通量数据的转速计算策略，计算动设备在对应时刻的实际转速；
7、对振动加速度数据和实际转速采用频谱分析技术进行对应时刻的动设备故障诊断；
8、对运行参数组提取多个测度特征，对每一对应时刻的测度特征进行基于spc的趋势分析并进行数据融合，得到对应时刻的spc分数；
9、利用基于时间序列的振动烈度、故障诊断结果得到对应时刻的振动烈度因子和故障严重程度因子，并结合spc分数和健康分数构建数据样本；
10、基于不同时刻的数据样本构建健康评估模型并训练；
11、使用训练后的健康评估模型对动设备进行健康分数评估。
12、优选地，所述振动加速度数据包括振动加速度低频数据、振动加速度中频数据、振动加速度低频数据。
13、优选地，所述转速计算策略以振动加速度低频数据和磁通量数据作为计算参数，对不同动设备进行转速计算；所述转速计算策略包括以下步骤：
14、判断动设备的驱动机是否为电机，若是，以振动加速度低频数据和磁通量数据为计算参数，通过第一转速计算方式获取动设备的实际转速，否则进行第二判断逻辑；
15、所述第二判断逻辑为动设备是否与电机在同一机组且电机转速、动设备与电机的转速比均已知，若是，利用电机转速、动设备与电机的转速比计算得到动设备转速，否则以振动加速度低频数据为计算参数，通过第三转速计算方式获取动设备的实际转速。
16、优选地，所述第一转速计算方式包括以下步骤：
17、对磁通量数据进行频谱分析得到磁通量频谱图，将磁通量频谱图中最高尖峰点对应的频率确定为电流频率；
18、根据电流频率计算电机额定转速，基于电机额定转速确定转速范围；
19、对振动加速度低频数据进行频谱分析得到频谱图，根据频谱图转速范围内的最高尖峰确定动设备的实际转速；
20、所述第三转速计算方式为：对振动加速度低频数据进行频谱分析得到振动频谱图，根据频谱图中第一个尖峰确定动设备的实际转速。
21、优选地，所述振动速度有效值的提取中，对振动加速度中频数据去除趋势并进行积分得到时域的振动速度数据，对振动速度数据进行有效值计算得到振动速度有效值。
22、优选地，所述运行参数组提取的多个测度特征包括振动加速度峰值、振动速度有效值、位移峰峰值、温度值、响度值。
23、优选地，所述故障诊断包括第一故障诊断和/或第二故障诊断，所述第一故障诊断为结构性故障诊断，所述第二故障诊断根据不同传动部件诊断不同的故障类型。
24、优选地，所述第二故障诊断中，若动设备为齿轮传动，执行齿轮故障分类方法，若动设备为轴承传动，通过传动的轴承类型选择执行滚动轴承故障分类方法或滑动轴承故障分类方法。
25、优选地，所述基于spc的趋势分析包括以下步骤：
26、获取历史时段内的所有测度，计算均值和标准差；
27、计算预警值为测度值均值与3倍的测度标准差之和、报警值为测度值均值与6倍的测度标准差之和；
28、在当前测度值大于或等于报警值时，相应测度的spc分数置为0；在当前测度值小于预警值时，相应测度的spc分数置为100；在当前测度值在预警值和报警值之间时，使用插值法计算得到在0-100间的spc分数。
29、与现有技术相比，本发明的有益效果为：
30、本发明结合多种传感器数据，从不同角度分析动设备的工作状态，增强动设备健康评估结果的准确性；同时通过持续监控和健康评估，可以持续跟踪设备的性能变化，及时发现异常，提高动设备整体运行的可靠性；通过设置动设备的转速计算策略实现动设备转速的精确计算，为后期动设备的故障诊断提供准确的数据支持，保证故障诊断的可靠性，进一步保证动设备健康评估结果的可靠性。
技术特征：
1.一种基于多传感器的动设备健康评估方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述振动加速度数据包括振动加速度低频数据、振动加速度中频数据、振动加速度低频数据。
3.如权利要求2所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述转速计算策略以振动加速度低频数据和磁通量数据作为计算参数，对不同动设备进行转速计算；所述转速计算策略包括以下步骤：
4.如权利要求3所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述第一转速计算方式包括以下步骤：
5.如权利要求2所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述振动速度有效值的提取中，对振动加速度中频数据去除趋势并进行积分得到时域的振动速度数据，对振动速度数据进行有效值计算得到振动速度有效值。
6.如权利要求1所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述运行参数组提取的多个测度特征包括振动加速度峰值、振动速度有效值、位移峰峰值、温度值、响度值。
7.如权利要求1所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述故障诊断包括第一故障诊断和/或第二故障诊断，所述第一故障诊断为结构性故障诊断，所述第二故障诊断根据不同传动部件诊断不同的故障类型。
8.如权利要求7所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述第二故障诊断中，若动设备为齿轮传动，执行齿轮故障分类方法，若动设备为轴承传动，通过传动的轴承类型选择执行滚动轴承故障分类方法或滑动轴承故障分类方法。
9.如权利要求1所述的一种基于多传感器的动设备健康评估方法，其特征在于，所述基于spc的趋势分析包括以下步骤：
技术总结
本发明公开了一种基于多传感器的动设备健康评估方法，包括：通过采集动设备不同时刻的运行参数组，包括温度数据、噪声数据、磁通量数据及振动加速度数据，并进行健康分数标定；利用振动加速度数据确定对应时刻的振动烈度；利用振动加速度数据和磁通量数据计算对应时刻的实际转速；对振动加速度数据和实际转速采用频谱分析技术进行对应时刻的故障诊断；对运行参数组提取多个测度特征，并通过趋势分析得到对应时刻的SPC分数；利用对应时刻的振动烈度因子和故障严重程度因子，并结合SPC分数和健康分数构建数据样本；利用数据样本构建健康评估模型并训练以便后续对动设备进行健康分数评估。该基于多传感器数据的健康评估方法准确率高。
技术研发人员：郎翊东,陈康麟
受保护的技术使用者：杭州朗阳科技有限公司
技术研发日：
技术公布日：2024/9/23