[发明专利]波形获取优化

说明书

本发明提供一种计算机实施的方法，其基于轴承故障频率确定用于收集机器振动数据的最大频率(F_max)和线性分辨率(N_lines)的最优值，以便充分地区分用于识别机器轴承故障的频谱峰值。该方法可以扩展到机器可能出现的任何其他类型的故障频率，诸如马达故障频率、泵/风扇故障频率和齿轮啮合故障频率。该方法的实施例还确保优化获取波形所需的时间。这在使用便携式振动监测装置收集数据时特别有用。

技术领域

本发明涉及机器振动数据分析领域。更具体地，本发明涉及一种用于优化机器振动数据的收集以增强频谱波形分析的系统。

背景技术

在获取用于频谱分析的机器振动数据时，需要在足够的频率范围内并且以足够的分辨率收集数据以充分地区分各种频谱振幅峰值，从而使得能够识别与潜在的机械故障相关联的峰值。这需要在配置收集数据的振动监测装置(诸如艾默生AMS2140型机械健康分析仪)时定义正确的最大频率(F_max)和正确的线数分辨率(N_lines)。

因此，需要一种用于确定F_max值和N_lines值的方法，该值用于配置振动数据收集装置以获取足以用于识别与机器故障频率相关联的频谱振幅峰值的机器振动数据。

发明内容

通过基于轴承故障频率确定用于收集机器振动数据的最大频率(F_max)和线数分辨率(N_lines)的最优值的方法来满足上述和其他需求。以便充分区分频谱峰值，以识别机器轴承中的故障。该方法可以扩展到机器可能出现的任何其他类型的故障频率，诸如马达故障频率、泵/风扇故障频率和齿轮啮合故障频率。该方法的实施例还确保优化获取波形所需的时间。这在使用便携式振动监测装置收集数据时特别有用。

优选实施例提供一种由计算机处理器实施的方法，用于配置振动数据收集装置以获取用于生成振动频谱的机器振动数据，该振动频谱具有在多个故障频率处的振幅峰值，该故障频率指示机器中的故障。在一个实施例中，该方法包括一下步骤：

(a)确定数据收集的最大频率；

(b)确定多个故障频率内的最小频率间隔；

(c)基于最大频率和最小频率间隔，确定线数分辨率，该分辨率将允许识别与多个故障频率中的每一个相关联的所有振幅峰值，该故障频率在数据收集装置的给定限制下是可分辨的；以及

(d)使用最大频率和线数分辨率配置振动数据收集装置。

在一些实施例中，该方法的步骤(a)包括指定转速的谐波数N和包括在振动频谱中的多个故障频率的谐波数M，并且确定至少部分基于数N的最大频率。

在一些实施例中，该方法包括，在步骤(a)和(b)之前：

-计算与转速的谐波数N相关联的转速频率数N；以及

-计算与多个故障频率的谐波数M相关联的故障频率数M。

在一些实施例中，步骤(a)包括至少部分基于转速频率数N和故障频率数M的最高频率来确定最大频率；以及步骤(b)包括确定转速频率数N和故障频率数M内的最小频率间隔。

在一些实施例中，该方法的步骤(a)包括，

(a1)从存储装置访问振动数据收集装置可操作的离散最大频率值的列表；

(a2)将一个或多个离散最大频率值与转速频率数N和故障频率数M的最高频率进行比较；

(a3)基于步骤(a2)的比较，确定小于或等于转速频率数N和故障频率数M的最高频率的离散最大频率值中的最大一个；以及

(a4)将最大频率设定为等于在步骤(a3)中确定的离散最大频率值中的最大一个。