一種風機在線狀態監測評估裝置制造方法及圖紙

本發明專利技術公開了一種風機在線狀態監測評估裝置，包括數據采集與運算模塊、主控器模塊和通訊接口模塊。數據采集模塊采集風機振動、溫度、電壓、電流、壓力等參數信息，運用多小波方法將風機振動信號的分解，提取早期故障特征信號并采用基于云模型的狀態性能評估算法進行性能評估；主控器模塊對采集到的溫度壓力等信號進行判別與顯示；裝置配置多種通訊接口，可實現信息與工廠控制、生產制造執行系統的數據交換。采用本發明專利技術，能準確評估風機性能狀態，實現風機的合理維護。

【技術實現步驟摘要】

本專利技術涉及機電設備維護與故障診斷領域，特別是涉及一種風機在線狀態監測評估裝置。
技術介紹
在冶金、電力等流程工業領域大量使用的風機是大型的回轉設備之一，其運行狀況直接關系到工廠的安全、經濟運行，因此對風機的安全與經濟性能的要求越來越嚴格。因此，實施對風機狀態監測和故障診斷，對工廠設備系統安全狀況的提高都有重大意義。目前國內外學者對于風機故障診斷的方法和技術進行了深入的研究，提出了信號處理的故障診斷、基于數據驅動的故障診斷等方法。但研究早期故障診斷與狀態性能評估的很少。
技術實現思路
本專利技術的目的是提供一種風機在線狀態性能評估方法與裝置，可以評估風機性能，有利于發現早期故障，使設備及時合理的得到預測維護。本專利技術提供的風機在線狀態監測評估裝置，包括數據采集與運算模塊、主控器模塊和通訊接口模塊(見附圖1);所述裝置采用多CPU結構，其中主控器模塊采用嵌入式系統結構，具體為ARM芯片，數據采集與運算模塊采用DSP芯片，該芯片作為ARM芯片的協處理器；主控器模塊通過雙端口 RAM與數據采集與運算模塊連接實現數據交換，主控器模塊通過ARM芯片所具有的通訊接口與通訊接口模塊連接。1、主控器模塊，采用ARM芯片，用于完成系統數據采集通道配置、人機交互，并通過通訊接口模塊傳輸采集數據和評估結果；所述的主控器模塊包括一個ARM芯片，該ARM芯片分別連接雙端口 ARM、Flash存儲器、SDRAM存儲器、IXD顯示器以及鍵盤。所述主控器模塊是以ARM為核心的嵌入式系統(見附圖2)，系統采用兩片32MBSDRAM芯片HY57V561620BT-H，提供64MB的內存空間，系統采用了 NANDFlash芯片1(9卩1208而11，系統擴展800\600像素10)顯示器。系統擴展16K雙端口 RAMIDT7006與數據采集與運算模塊交換數據。2、數據采集與運算模塊，負責采集來自傳感器的振動、溫度、壓力、電壓和電流信號，并對上述信號進行預處理(對信號的預處理是指采用高密度離散小波變換算法即HD-DffT算法剔除不符合風機運行所可能產生數據的異常值，由數據采集與運算模塊完成預處理)后，進行有效判斷，將振動信號傳輸給基于多小波方法的振動特征信號提取與基于云模型的狀態性能評估算法對風機狀態進行綜合評估，將溫度、壓力、電壓、電流信號傳輸給主控器模塊，進行判別與顯示(其結構見附圖6)；所述的數據采集與運算模塊包括一組信號采集傳感器，分別用于采集振動、溫度、壓力、電壓和電流信號，各傳感器分別經過信號調理電路后與模擬多路開關的輸入端連接，模擬多路開關的輸出端連接DSP芯片。所述的數據采集與運算模塊(見附圖3)是以DSP為核心的信號采集與運算處理系統，模擬量采集模塊根據系統參數配置可采樣16路模擬量，從現場振動、溫度、壓力、電壓、電流傳感器產生的信號，經過調理濾波、多路轉換開關⑶4053和模數轉換器AD7656轉換成數字信號采集到DSP，DSP分別外擴了一片256K的RAM和一片256K的鐵定存儲器FM31256。其中鐵定存儲器為I2C接口，因其非易失性用來存儲參數設定值和評估模塊計算結果和故障特征明顯的振動信號數據，FM31256內部具有時鐘伴侶功能同時為系統提供實時時鐘。系統配置看門狗電路(CAT1161)，其同時給ARM提供復位信號。系統擴展16K雙端口 RAMIDT7006與主控模塊交換數據。3、通訊接口模塊，用于實現信息與工廠控制層網絡、生產制造執行系統的數據交換；所述的通訊接口模塊包括以太網接口模塊和PROFIBUS現場總線通訊接口模塊(見附圖4)，其中PROFIBUS總線通訊控制器采用PROFIBUS從站芯片SPC3，微處理器選用AT89C55單片機(見附圖5)。本專利技術的優點和積極效果:可以評估風機性能，有利于發現早期故障，使設備及時合理的得到預測維護，應用前景廣闊，并可以推廣應用到其它機電設備。附圖說明圖1是本專利技術提供的一種風機在線狀態監測評估裝置結構示意圖。圖2是本專利技術提供的一種風機在線狀態監測評估裝置的主控制器模塊硬件結構示意圖。圖3是一種風機在線狀態監測評估裝置的數據采集與運算模塊硬件結構示意圖。圖4為一種風機在線狀態監測評估裝置的以太網接口模塊硬件結構示意圖。圖5為一種風機在線狀態監測評估裝置的PROFIBUS總線接口模塊硬件結構示意圖。圖6是本專利技術提供的一種風機狀態性能評估方法流程圖。圖7是本專利技術提供的基于模糊專家規則的多參數狀態性能評估算法模糊系統網絡模型。具體實施例方式實施例1一種風機在線狀態監測評估裝置，包括數據采集與運算模塊、主控器模塊、總線通訊接口模塊。該裝置采用多CPU結構(見附圖1)，ARM作為主控制器，完成系統數據采集通道配置、人機交互，并通過以太網或現場總線傳輸采集數據和評估結果，DSP芯片作為ARM芯片的協處理器，負責采集自傳感器的振動、溫度、壓力、電壓、電流信號等多路信號及算法運算。1、數據采集與運算模塊(見附圖3)，是以TMS320F2812DSP為核心的信號采集與運算處理系統，模擬量采集模塊根據系統參數配置可采樣16路模擬量，從現場振動、溫度、壓力、電壓、電流傳感器產生的信號，經過調理濾波、多路轉換開關CD4053和模數轉換器AD7656轉換成數字信號采集到DSP，DSP分別外擴了一片256K的RAM和一片256K的鐵定存儲器FM31256。其中鐵定存儲器為I2C接口，因其非易失性用來存儲參數設定值和評估模塊計算結果和故障特征明顯的振動信號數據，FM31256內部具有時鐘伴侶功能同時為系統提供實時時鐘。系統配置看門狗電路(CAT1161)，其同時給ARM提供復位信號。系統擴展16K雙端口 RAMIDT7006與主控模塊交換數據。數據采集與運算模塊軟件采用C++語言開發，其軟件實現以下功能:I)定時數據采集與傳輸。實現根據采集通道的控制參數配置定時數據采集，采集速度可選，采集到的振動信號傳輸給基于小波方法的振動特征信號提取算法程序，其他溫度、壓力、電壓、電流數據通過雙端口 RAM傳輸給主控模塊。2)基于多小波方法的振動特征信號提取算法，首先采用多小波包對振動信號進行分解、降噪處理，多小波包采用GHM多小波，然后對處理后的信號進一步提取各頻段的能量作為特征參數，將特征參數作為基于云模型的狀態性能評估算法的輸入計算評估結果。考慮到噪聲能量卻分布于整個小波域內，本專利技術采用改進的閾值降噪方法，首先在設備投入使用的正常運行狀態下進行信號采集并進行多行小波分解，測算各頻段噪聲強度，在此基礎上進行軟閾值降噪。將降噪處理后的信號按照用戶設定的頻段，以各頻段多小波包重構序列的各分量的平方和為能量，作為特征參數。 2、主控器模塊(見附圖2)，是以S3C2440A ARM為核心的嵌入式系統，系統采用兩片32MBSDRAM芯片HY57V561620BT-H，提供64MB的內存空間，系統采用了 NANDFlash芯片1(9卩1208而11，系統擴展800\600像素10)顯示器。系統擴展16K雙端口 RAMIDT7006與數據采集與運算模塊交換數據。數據采集與運算模塊采集來自傳感器的振動、溫度、壓力、電壓、電流信號，對上述信號進行預處理后，并進行有效判斷，將信號傳輸給基于小波方法的振動特征信號提取程序處理后得到本文檔來自技高網...

【技術保護點】
一種風機在線狀態監測評估裝置，其特征在于該裝置包括數據采集與運算模塊、主控器模塊和通訊接口模塊；所述裝置采用多CPU結構，其中主控器模塊采用嵌入式系統結構，具體為ARM芯片,數據采集與運算模塊采用DSP芯片，該芯片作為ARM芯片的協處理器；主控器模塊通過雙端口RAM與數據采集與運算模塊連接實現數據交換，主控器模塊通過ARM芯片所具有的通訊接口與通訊接口模塊連接；主控器模塊,用于完成系統數據采集通道配置、人機交互,并通過通訊接口模塊傳輸采集數據和評估結果；數據采集與運算模塊，負責采集來自傳感器的振動、溫度、壓力、電壓和電流信號，并對上述信號進行預處理后，進行有效判斷，將振動信號傳輸給基于多小波方法的振動特征信號提取與基于云模型的狀態性能評估算法對風機狀態進行綜合評估，將溫度、壓力、電壓、電流信號傳輸給主控器模塊，進行判別與顯示；通訊接口模塊，用于實現信息與工廠控制層網絡、生產制造執行系統的數據交換。

【技術特征摘要】

【專利技術屬性】
技術研發人員：岳有軍，王紅君，賀鵬，
申請(專利權)人：天津理工大學，
類型：發明
國別省市：