一种应用于换热机组的故障诊断方法技术

本申请提供一种应用于换热机组的故障诊断方法，包括以下步骤：S1、故障信息采集；S2、提取出相关的振动信号，形成观测数据集；S3、识别换热机组部件间接触受力时序关系，将时序关系的组合集按照一定的映射重构方法，得到各部件的振动分离向量；S4、将连续映射得到的信号进行小波包降噪滤波，得到增强后的特征信号；S5、将S4处理后的振动信号经过小波包能量谱识别，区别不同的故障类型。在本申请实施例中，通过非接触的激光位移传感器解决现有的诊断方法不能获取有效、足够的特征数据的问题；实现在故障早期实现对故障的有效检测和隔离；小波包能量谱识别能够精确的对故障部位进行定位。

A fault diagnosis method applied to heat exchange unit

The application provides a fault diagnosis method applied to a heat exchange unit, which includes the following steps: S1. Fault information collection; S2. Extract relevant vibration signals to form an observation data set; S3. Identify the contact stress time series relationship between parts of the heat exchange unit, and reconstruct the time series relationship according to a certain mapping method to obtain the vibration separation vector of each part; S4. Connect The signal obtained by continuous mapping is filtered by wavelet packet de-noising to get the enhanced characteristic signal; S5. The vibration signal processed by S4 is identified by wavelet packet energy spectrum to distinguish different fault types. In the embodiment of the application, the non-contact laser displacement sensor is used to solve the problem that the existing diagnosis method cannot obtain effective and sufficient feature data; the effective detection and isolation of the fault can be realized in the early stage of the fault; the wavelet packet energy spectrum identification can accurately locate the fault location.

【技术实现步骤摘要】
一种应用于换热机组的故障诊断方法
本申请涉及设备监测与故障诊断
，尤其涉及一种应用于换热机组的故障诊断方法。
技术介绍
换热机组是由换热器、温控阀组、疏水阀组(热媒为蒸汽时)循环泵、电控柜、底座、管路、阀门、仪表等组成，并可加装膨胀罐、水处理设备、水泵变频控制、温控阀、远程通讯控制等，从而构成一个完整的热交换站。换热机组具有标准化、模块化的设计，配置齐全，安装方便、高效节能。换热机组结构紧凑、运行可靠、操作简便直观等优点，是首选的高效节能产品。该产品适应于住宅、机关、厂矿、医院、宾馆、学校等场合的卫生热水。整体式换热机组既可用于水—水交换，也可用于汽—水交换。现有的换热机组故障诊断中，由于换热机组中存着多个运动部件，包括电机系统、轴承系统等，设备在运动过程中发出的信号传递的时变路径及信号衰减问题导致现有的诊断方法不能获取有效、足够的特征数据；故障信号在早期特征信号相比正常的信号而言比较微弱，无法实现对故障早期的有效检测和隔离；换热机组往往存在多个运动设备，且几何特征、运动及动力学特征甚至故障特征完全相同，现有技术无法具体确定故障发生在哪个部件上。
技术实现思路
本申请提供一种应用于换热机组的故障诊断方法，以解决现有技术中不能获取有效、足够的特征数据；无法实现对故障早期的有效检测和隔离等问题。本申请实施例提供一种应用于换热机组的故障诊断方法，包括以下步骤：S1、故障信息采集；S2、提取出相关的振动信号，形成观测数据集；S3、识别换热机组部件间接触受力时序关系，将时序关系的组合集按照一定的映射重构方法，得到各部件的振动分离向量；S4、将连续映射得到的信号进行小波包降噪滤波，得到增强后的特征信号；S5、将S4处理后的振动信号经过小波包能量谱识别，区别不同的故障类型。进一步的，所述步骤S4包括：a、对振动信号进行小波包分解；b、确定最优小波包基；c、小波包分解系数的阈值量化，对于每个小波包分解系数，选择阈值对从1～N的每一高频系数进行量化处理d、小波包重构，根据经过量化处理后的低层和高层小波包系数进行小波包重构。进一步的，所述确定最优小波包基具体为：对于一个给定的熵标准，计算最优小波包基，得到最优小波包树，熵标准主要有Shannon熵、lp范数熵、对数能量熵、阈值熵，在小波包分解时，需要从熵标准中选定一种，由上至下分别计算下一层的熵值，然后与上一层进行比较，由最小熵标准依次判断小波包最优分解的方向，最后确定基于此熵标准的最优小波包分解基。进一步的，所述步骤S1具体为：采用非接触方式采集处于工作状态下换热机组的振动信号。进一步的，所述非接触方式具体为采用激光位移传感器。在本申请实施例中，由于采用上述技术方案，通过非接触的激光位移传感器解决设备在运动过程中发出的信号传递的时变路径及信号衰减问题导致现有的诊断方法不能获取有效、足够的特征数据的问题。并且引入了非接触的方法对换热机组进行检测，避免了常规方法无法深入机组内部进行信号重构的弊端，可得到更多的连续的分离分解信号；小波包降噪滤波解决了故障信号在早期特征信号相比正常的信号而言比较微弱的问题，实现在故障早期实现对故障的有效检测和隔离；小波包能量谱识别能够精确的对故障部位进行定位；并且通过小波包和小波包能量谱方法增强故障特征，具有较强的应用价值；相比于采用的机器学习、深度神经网络、最小熵的卷积等数学方法，采用运算量更轻量的小波包能量谱方法在时间复杂度和空间复杂度上都更小，方便现场工矿使用。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。以下详细说明本申请各实施例提供的技术方案。本申请提供一种应用于换热机组的故障诊断方法，包括以下步骤：S1、故障信息采集，采用非接触方式采集处于工作状态下换热机组的振动信号；换热机组主要由板框式换热器、泵组和驱动电机组成，换热器内部无运动部件，除发生泄漏外不存在机械故障，通过液体传感器检测管件连接处的泄漏。本申请针对泵组和驱动电机，泵组和驱动电机皆为旋转运动部件，机械故障表现形式多为扫膛、振动、轴承磨损等，皆可通过振动和噪音的形式表现出。采用非接触方式采集处于工作状态的换热机组的多个测点的振动信号和噪声信号。非接触方式具体为采用激光位移传感器，激光位移传感器的激光发射器通过镜头将可见红色激光射向被测物体表面，经物体反射的激光通过接收器镜头，被内部的CCD线性相机接收，根据不同的距离，CCD线性相机可以在不同的角度下接收反射的激光。根据这个角度及已知的激光和相机之间的距离，数字信号处理器就能计算出传感器和被测物体之间的距离。S2、提取出相关的振动信号，形成观测数据集；S3、识别换热机组部件间接触受力时序关系，将时序关系的组合集按照一定的映射重构方法，得到各部件的振动分离向量；S4、将连续映射得到的信号进行小波包降噪滤波，得到增强后的特征信号；401、对振动信号进行小波包分解；选择一个小波并确定小波包分解的层次N，对信号进行N层小波包分解。402、确定最优小波包基；即对于一个给定的熵标准计算最优树，对于GUI方式，有一个专门的“BestTree”按钮用于计算最佳树。从滤波器的角度，小波包变换的实现和离散小波变换没有本质区别，只是在原有的基础上按同样的方法对细节系数进行分解，所以两者的实现方法相同。但是由于小波包分解是对近似系数和细节系数同时进行分解，使第N层的分解系数为最多的一组，这种单纯的把所有的系数都进行分解对解决问题是没有帮助的，只会增加计算量，而小波包变换的基本思想是为了让信息能量集中，也就是在细节系数中寻找有序性，把其中的规律进一步的挑出来，所以必须对重构信号的分解系数进行优化选择。小波包基库是由许多小波包基组成的，不同的小波包基具有不同的性质，能够反映信号的不同特征，所以我们希望根据不同分析信号的特征来选择一个最好的小波包基，用来表达信号特点。选用最优基的目的是用尽量少的系数，反映尽量多的信息。对一信号进行一次小波包分解，可采用多种小波包基。小波包分析在确定最佳小波包基时所用的标准时，没有严格的理论作为保证，不同的问题所用标准不一致，我们需要跟据具体分析的要求，选择一个最佳的小波包基，即最佳基(也叫最优树)。选择最佳基的标准是熵标准。在小波包函数库建立好之后，对于一个给定的正交小波基分解，一个长度为N的信号最多有2N种不同的分解方法，我们基于最小熵标准来找到一种最优的信号分解方法。要刻画系数的性质，首先要定义一个序列的代价函数，然后在小波包基库的所有小波包基中寻找使代价函数最小的基。对一个给定向量来说，代价最小就是最有效的表本文档来自技高网...

【技术保护点】
1.一种应用于换热机组的故障诊断方法，其特征在于，包括以下步骤：/nS1、故障信息采集；/nS2、提取出相关的振动信号，形成观测数据集；/nS3、识别换热机组部件间接触受力时序关系，将时序关系的组合集按照一定的映射重构方法，得到各部件的振动分离向量；/nS4、将连续映射得到的信号进行小波包降噪滤波，得到增强后的特征信号；/nS5、将S4处理后的振动信号经过小波包能量谱识别，区别不同的故障类型。/n

【技术特征摘要】
1.一种应用于换热机组的故障诊断方法，其特征在于，包括以下步骤：
S1、故障信息采集；
S2、提取出相关的振动信号，形成观测数据集；
S3、识别换热机组部件间接触受力时序关系，将时序关系的组合集按照一定的映射重构方法，得到各部件的振动分离向量；
S4、将连续映射得到的信号进行小波包降噪滤波，得到增强后的特征信号；
S5、将S4处理后的振动信号经过小波包能量谱识别，区别不同的故障类型。


2.根据权利要求1所述的应用于换热机组的故障诊断方法，其特征在于，所述步骤S4包括：
a、对振动信号进行小波包分解；
b、确定最优小波包基；
c、小波包分解系数的阈值量化，对于每个小波包分解系数，选择阈值对从1～N的每一高频系数进行量化处理
d、小波包重构，根据经过量化处理后的低...

【专利技术属性】
技术研发人员：王晟，赵义，李泽青，夏兆福，
申请(专利权)人：天津华春智慧能源科技发展有限公司，
类型：发明
国别省市：天津;12