System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电机转子故障检测,具体为一种基于图像的大型电机转子不对中故障量化诊断方法。
技术介绍
1、现代冶金工业生产设备不断朝着智能化发展的过程中,大型电机在设备的生产、制造环节以及恶劣的生产环境下,转子-轴承系统很容易出现故障。振动是威胁大型电机的稳定运行的常见问题,而电机设备产生振动的原因却多种多样,其中转子不对中是振动故障是主要原因之一,因此利用振动信号对电机设备进行转子不对中故障检测具有重大意义。
2、对于转子不对中故障,通常的检测方法是利用传感器采集电机振动信号,利用傅里叶变换、小波变换、频谱分析或神经网络等方法对电机振动信号进行特征提取,根据频率、幅值等特征判别电机故障。
3、在上述方法中,均需要利用传感器进行电机振动信号的采集,对存在电磁干扰、高温等复杂生产环境下,传感器精度会受到较大影响,其判别准确率也会产生较大偏差。不仅如此,上述方法通常仅对转子不对中故障进行了定性问题(即判断故障的有无),或即便有故障等级分类也因所检测信号在转子正常工况与不对中工况时差异性太小而仅限于判定故障的强、弱等级,无法实现真正意义的故障等级量化,即转子不对中故障的定量分析。
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种基于图像的大型电机转子不对中故障量化诊断方法。
2、为实现上述的目的,本专利技术提供如下技术方案:一种基于图像的大型电机转子不对中故障量化诊断方法,包括以下步骤:
3、s1.在大型电机外壳安装自制的电机振动幅
4、s2.根据s1中的自制电机振动幅度转换与放大装置连续拍摄电机在各种工作状态下(即电机静止、启动、空载、负载和全载状态)的两个铅制实心小球复合运动过程中偏离水平平衡位置幅度图像。
5、s3.借助高速无线数据传输网络(无线数据传输带宽为1000mbps)将s2所采集的图像实时传递给系统后续的分析和处理模块。
6、s4.根据s1中自制的电机振动幅度转换与放大装置的小球水平参考基准自我修正功能消除长时间使用后因机械部件疲劳或塑性形变而导致的检测偏差。
7、s5.确定电机转子不对中故障的量化等级。
8、s6.使用振动幅度放大装置可实现对电机外壳振动幅度进行有效的采集、转换和放大等处理。
9、基于一种基于图像的大型电机转子不对中故障量化诊断方法,所述s1中包括的一种电机振动幅度转换与放大装置由轻质长细线、实心铅制小球、轻质细弹簧、云台稳定器、高fps相机、电机传动轴和电机外壳组成。
10、优选的,所述电机振动幅度转换与放大装置中轻质长细线的长度为1.2m,所述实心铅制小球的直径d≤1cm,两个所述轻质细弹簧的一端分别对称焊接在电机外壳的左右两侧,每个所述轻质细弹簧的另一端通过轻质长细线与实心铅制小球相连。
11、优选的,所述s1中包括的一种电机振动幅度转换与放大装置对电机外壳振动幅度进行了两侧转换和放大。
12、优选的,所述s3中其具体实现过程为:
13、a1.系统构建一个基准坐标系作为转子不对中故障量化检测系统的参照坐标系,以此作为借助高fps相机采集照片的参照分析背景。
14、a2.系统通过使用高fps相机抓拍的小球运动轨迹照片可以实时获取两个小球在各时刻距离静止时平衡位置的上、下变化程度,借助图像自动分割模型确定各时刻两小球处于基准坐标系中位置。
15、与现有技术相比,本专利技术提供了一种基于图像的大型电机转子不对中故障量化诊断方法,具备以下有益效果:
16、该基于图像的大型电机转子不对中故障量化诊断方法,本专利技术首先通过转换法将监测电机转子转动情况转换为监测电机外壳的同步振动情况,其次将电机外壳振动幅度转换为轻质细弹簧自由端运动幅度,最后再借助长臂单摆装置将其转换为小球的运动幅度,从而实现电机外壳振动幅度的有效放大,借助观测两个小球的最大运动幅度不同反向获取电机外壳两侧微小的最大振动幅度的差异,从而为电机转子不对中故障的量化提供了可靠的分析和判定依据。
本文档来自技高网...【技术保护点】
1.一种基于图像的大型电机转子不对中故障量化诊断方法,其特征在于,包括以下步骤:
2.S2.根据S1中的自制电机振动幅度转换与放大装置连续拍摄电机在各种工作状态下(即电机静止、启动、空载、负载和全载状态)的两个铅制实心小球复合运动过程中偏离水平平衡位置幅度图像。
3.S3.借助高速无线数据传输网络(无线数据传输带宽为1000Mbps)将S2所采集的图像实时传递给系统后续的分析和处理模块。
4.S4.根据S1中自制的电机振动幅度转换与放大装置的小球水平参考基准自我修正功能消除长时间使用后因机械部件疲劳或塑性形变而导致的检测偏差。
5.S5.确定电机转子不对中故障的量化等级。
6.S6.使用振动幅度放大装置可实现对电机外壳振动幅度进行有效的采集、转换和放大等处理。
7.根据权利要求1所述的一种基于图像的大型电机转子不对中故障量化诊断方法,其特征在于,所述S1中包括的一种电机振动幅度转换与放大装置由轻质长细线(1)、实心铅制小球(2)、轻质细弹簧(3)、云台稳定器(4)、高FPS相机(5)、电机传动轴(6)和电机外
8.根据权利要求2所述的一种基于图像的大型电机转子不对中故障量化诊断方法,其特征在于,所述电机振动幅度转换与放大装置中轻质长细线(1)的长度为1.2m,所述实心铅制小球(2)的直径d≤1cm,两个所述轻质细弹簧(3)的一端分别对称焊接在电机外壳(7)的左右两侧,每个所述轻质细弹簧(3)的另一端通过轻质长细线(1)与实心铅制小球(2)相连。
9.根据权利要求1所述的一种基于图像的大型电机转子不对中故障量化诊断方法,其特征在于,所述S1中包括的一种电机振动幅度转换与放大装置对电机外壳振动幅度进行了两侧转换和放大。
10.根据权利要求1所述的一种基于图像的大型电机转子不对中故障量化诊断方法,其特征在于,所述S3中其具体实现过程为:
11.A2.系统通过使用高FPS相机抓拍的小球运动轨迹照片可以实时获取两个小球在各时刻距离静止时平衡位置的上、下变化程度,借助图像自动分割模型确定各时刻两小球处于基准坐标系中位置。
...【技术特征摘要】
1.一种基于图像的大型电机转子不对中故障量化诊断方法,其特征在于,包括以下步骤:
2.s2.根据s1中的自制电机振动幅度转换与放大装置连续拍摄电机在各种工作状态下(即电机静止、启动、空载、负载和全载状态)的两个铅制实心小球复合运动过程中偏离水平平衡位置幅度图像。
3.s3.借助高速无线数据传输网络(无线数据传输带宽为1000mbps)将s2所采集的图像实时传递给系统后续的分析和处理模块。
4.s4.根据s1中自制的电机振动幅度转换与放大装置的小球水平参考基准自我修正功能消除长时间使用后因机械部件疲劳或塑性形变而导致的检测偏差。
5.s5.确定电机转子不对中故障的量化等级。
6.s6.使用振动幅度放大装置可实现对电机外壳振动幅度进行有效的采集、转换和放大等处理。
7.根据权利要求1所述的一种基于图像的大型电机转子不对中故障量化诊断方法,其特征在于,所述s1中包括的一种电机振动幅度转换与放大装置由轻质长细线(1)、实心铅制小球(2)、轻质细弹簧(3)、云台...
【专利技术属性】
技术研发人员:杨永辉,窦威,李以诺,欧阳一帆,杨金松,李志刚,倪振勇,
申请(专利权)人:辽宁科技大学,
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。