【技术实现步骤摘要】
本专利技术涉及风机检修领域，尤其涉及一种基于风机检修的设备检测系统及方法。
技术介绍
1、在现有技术中，风机检修主要依靠故障检修和定期维护，并不能提前预知到零部件状态或者设备状态，对工作人员造成了不便，对实际工作增加了时间成本和人工成本。
2、状态检修方式是未来的应用方向，检修方式为对信号进行分析，传统的信号分析方法主要依赖于特定的仪器，这些仪器价格昂贵、精度较低，使得传统的信号分析方法无法被广泛应用，且因为由于风机内部的设备和零部件互相影响，成为噪声，导致信号幅度和频率发生变化，分析设备状态进行故障类型判断时，得到的结果并不准确，目前暂时难以应用。
3、而现有的信号分析方法主要分为根据现有统计结果进行匹配和对信号数据进行去噪两种方法：
4、第一种方法的实现方式为对设备进行长时间的数据监测，对监测到的数据结果进行总结，生成数据库，将新采集的信号和已有数据库进行匹配，得到一个匹配度结果，根据匹配程度判断发生何种故障及故障程度。
5、第二种方法的实现方式为信号特征分析方法，使用时频分析方法对设备信号进行特征提取，使用特征量结果判断故障情况，由于现场信号存在大量噪声，采集信号的特征量提取不准确，从而导致无法准确判断故障类型。
技术实现思路
1、本专利技术的目的在于，针对以上问题，提出一种基于风机检修的设备检测系统及方法。
2、一种基于风机检修的设备检测方法，步骤为：
3、s1：导入数据：获取风机设备的记录数据，系统后
4、s2：时频分析：提取信号数据，了解信号的时域特征；
5、s3：频域分析：分析模块观察频域、时频域结果，工作人员根据经验进行人为诊断特征量结果是否存在故障；
6、s4：信号去噪：使用遗传算法优化后的vmd方法，根据数据特征使用赫斯特指数为适应度函数，得到最佳的分解层数和惩罚因子，对信号进行自适应去噪，将信号中的高频噪声等进行滤除，得到去噪后的结果；
7、s5：特征提取：对去噪后信号进行特征提取，将提取结果显示在表格中导出；
8、s6：故障诊断：特征量结果与每种特征量范围进行故障判断：
9、若某项数据不在有效范围内时，进行报错，查找原因，并判断故障类型；
10、若某项数据在有效范围内时，不进行报错。
11、进一步的，一种基于风机检修的设备检测方法，所述步骤s2包括以下子步骤：
12、s21：将信号特征参数分为有量纲的参数和无量纲的参数；
13、s22：获取有量纲的参数的时域特征信息；
14、所述s22包括以下子步骤：
15、s221：获取平均值的时域特征信息，提取公式为：
16、
17、其中xmean、μ代表信号均值、n代表信号长度、xi代表信号；
18、s222：获取峰峰值的时域特征信息；
19、s223：获取均方根值的时域特征信息，提取公式为：
20、
21、其中xrms代表信号均方根值；
22、s224：获取方差的时域特征信息，提取公式为：
23、
24、其中xvar代表信号方差；
25、s225：获取标准差的时域特征信息，提取公式为：
26、
27、其中xstd、σ代表信号标准差；
28、s23：获取无量纲的参数的时域特征信息；
29、所述s23包括以下子步骤：
30、s231：获取偏度的时域特征信息，提取公式为：
31、
32、其中skew代表信号偏度、e代表数学期望；
33、s232：获取峭度的时域特征信息，提取公式为：
34、
35、其中ku代表信号峭度；
36、s233：获取波形因子的时域特征信息，提取公式为：
37、
38、其中s代表信号波形因子；
39、s234：获取裕度因子的时域特征信息，提取公式为：
40、
41、其中l代表信号裕度因子；
42、s235：获取脉冲因子的时域特征信息，提取公式为：
43、
44、其中i代表脉冲因子。
45、进一步的，一种基于风机检修的设备检测方法，所述有量纲的参数包括平均值、峰峰值、均方根值、方差和标准差；
46、所述无量纲的参数包括偏度、峭度、波形因子、裕度因子、脉冲因子；
47、所述平均值为采集时间段信号的均值；
48、所述峰峰值为信号波峰数值与信号波谷数值之间的差值；
49、所述方差为采样时间段内被测信号幅值在均值附近的变化程度；
50、所述标准差为信号方差值开平方，反应信号能量大小变化；
51、所述偏度表示信号数据分布的对称性，反应信号的偏斜程度；
52、所述峭度为信号波形平缓程度；
53、所述裕度因子为信号峰值与方根幅值的比值；
54、所述脉冲因子为信号峰值与整流平均值的比值，检测信号中是否存在冲击信号。
55、进一步的，一种基于风机检修的设备检测方法，所述步骤s3包括以下子步骤：
56、s31：设有一周期为t，获取周期信号，周期信号的公式为：
57、
58、其中x(t)代表周期信号；a0、an、bn代表傅里叶系数；fn代表各次谐波频率；t代表周期时间；t代表时间；
59、s32：将瞬态信号的周期设为无穷大，对周期信号进行傅里叶变换，周期信号傅里叶变换的公式为：
60、
61、其中y(f)代表x(t)的傅里叶变换；其中j代表虚数单位；
62、s33：将周期信号进行a/d转换变换为信号序列，获取离散信号的傅里叶变换，离散信号的傅里叶变换的公式为：
63、
64、其中y(k)代表离散信号的傅里叶变换；n、k代表序号；x(n)代表离散信号序列；n代表信号长度；
65、s34：当a/d转换速率为fs，信号采样点数为偶数，则fs/n为序号k＝n/2处的信号频率；
66、s35：当信号采样点数为2的整数次方时，使用基为2的fft算法进行计算，结果复数和复数模值为信号在频率下的幅度值，信号序列所有点幅度值组成信号的幅度谱；
67、s36：数的虚部和实部之比得到信号在频率下的相位值，信号序列所有点的相位值组成信号的相位谱，信号时域累积的总能量与信号的傅立叶变换在频域累积的总能量相等，周期信号傅里叶变换公式变换为时域形式：
68、
69、离散信号的傅里叶变换的公式变换为时域形式：
70、
71、s37：对采集信号进行傅里叶变换，计算结果取模值进行平方，再除信号长本文档来自技高网...
【技术保护点】
1.一种基于风机检修的设备检测方法，其特征在于，步骤为：
2.根据权利要求1所述的一种基于风机检修的设备检测方法，其特征在于，所述步骤S2包括以下子步骤：
3.根据权利要求2所述的一种基于风机检修的设备检测方法，其特征在于，所述有量纲的参数包括平均值、峰峰值、均方根值、方差和标准差；
4.根据权利要求1所述的一种基于风机检修的设备检测方法，其特征在于，所述步骤S3包括以下子步骤：
5.根据权利要求1所述一种基于风机检修的设备检测方法，其特征在于，所述步骤S4的子步骤包括：
6.根据权利要求5所述一种基于风机检修的设备检测方法，其特征在于，所述步骤S41包括以下子步骤：
7.根据权利要求5所述一种基于风机检修的设备检测方法，其特征在于，所述步骤S42包括以下子步骤：
8.根据权利要求5所述一种基于风机检修的设备检测方法，其特征在于，所述步骤S43包括以下子步骤：
9.一种基于风机检修的设备检测系统，其特征在于，包括主程序模块、时域分析模块、频域分析模块、信号去噪模块、特征提取模块、故障诊
...【技术特征摘要】
1.一种基于风机检修的设备检测方法，其特征在于，步骤为：
2.根据权利要求1所述的一种基于风机检修的设备检测方法，其特征在于，所述步骤s2包括以下子步骤：
3.根据权利要求2所述的一种基于风机检修的设备检测方法，其特征在于，所述有量纲的参数包括平均值、峰峰值、均方根值、方差和标准差；
4.根据权利要求1所述的一种基于风机检修的设备检测方法，其特征在于，所述步骤s3包括以下子步骤：
5.根据权利要求1所述一种基于风机检修的设备检测方法，其特征在于，所述...
【专利技术属性】
技术研发人员：刘骐榛，李博琦，方晓锐，白冰，刘丙午，
申请(专利权)人：大唐河北新能源张北有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。