[发明专利]一种电容式振动传感器及电厂风机诊断系统和方法

权利要求书

1.一种电容式振动传感器，其特征在于，包括有壳体(1)，所述壳体(1)内顶板与底板之间由上至下设置有依次连接的第一绝缘垫片(2)、上弹簧(3)、第二绝缘垫片(4)、第一导电棒(5)、第三绝缘垫片(6)、下弹簧(7)及第四绝缘垫片(8)，壳体(1)内的底板上还设置有树脂支柱(9)，树脂支柱(9)顶部设置有第二导电棒(10)，第一导电棒(5)与第二导电棒(10)相互平行，第一导电棒(5)与第二导电棒(10)之间还设置有相互平行的三个电容极板，由上至下依次为：电容极板A(11)、电容极板B(12)及电容极板C(13)，电容极板A(11)与电容极板C(13)的一端均与第二导电棒(10)相连，电容极板B(12)的一端与第一导电棒(5)相连；壳体(1)的底板上还设置有引线端子单元(14)，引线端子单元(14)上引出四个导线，具体为：第一导线(14-1)接地，第二导线(14-2)与第一导电棒(5)相连，第三导线(14-3)与电容极板A(11)的一端相连，第四导线(14-4)与电容极板C(13)的一端相连。

2.根据权利要求1所述的一种电容式振动传感器，其特征在于，壳体(1)内的顶板上设置有上限位树脂A(15)及上限位树脂B(16)，上弹簧(3)位于上限位树脂A(15)与上限位树脂B(16)之间；壳体(1)内的底板上设置有下限位树脂A(17)及下限位树脂B(18)，下弹簧(7)位于下限位树脂A(17)与下限位树脂B(18)之间。

3.根据权利要求2所述的一种电容式振动传感器，其特征在于，引线端子单元(14)包括有四个引线端子(19)，第一导线(14-1)、第二导线(14-2)、第三导线(14-3)及第四导线(14-4)的一端分别与四个引线端子(19)相连。

4.一种电厂风机诊断系统，其特征在于，包括有依次连接的如权利要求3所述的电容式振动传感器(28)、动态滤波电路(25)、调零电路(20)、CDC模块(21)、STM32F103芯片(22)及SD卡模块(23)，STM32F103芯片(22)还连接有RS485通信模块(24)，RS485通信模块(24)上连接有上位机(26)，还包括有电源电路(27)，电源电路(27)为电容式振动传感器(28)、动态滤波电路(25)、调零电路(20)、CDC模块(21)、STM32F103芯片(22)、SD卡模块(23)、RS485通信模块(24)供电。

5.一种电厂风机诊断方法，采用如权利要求4所述的一种电厂风机诊断系统，其特征在于，具体包括以下步骤：

步骤1、对电容式振动传感器(28)进行标定，应用小波神经网络对电容式振动传感器(28)进行标定，首先将采集到的实验平台振动源的频率f与实验平台振动源的振动加速度a，作为总样本集；

步骤2、对总样本集进行归一化处理，归一化后的数据z_norm具体如下：

上式中，o＝1,2,分别代表实验平台振动源的频率f与实验平台振动源的振动加速度a，z_max、z_min分别为采集到的振动频率f或振动加速度a的最大值和最小值；

步骤3、初始化小波神经网络模型：输入层将归一化后的数据输入隐含层，则确定隐含层的第v个小波元输入R_v为：

其中，X_u为第u个输入层的输入，W_uv为输入层节点u与隐含层输入节点v的权值，u＝1,2,3,...,E，E为输入层总节点个数，v＝1,2,3,...,t，t为隐含层小波元总个数；

确定Mexican Hat函数为隐含层小波基函数H(S)，其表达式为：

上式中S为隐含层小波基函数的未知数；

确定隐含层第v个小波元输出c_v为：

其中，A_v为隐含层第v个节点小波基函数的尺度参数，B_v为隐含层第v个节点小波基函数的位移参数；

输出层第V个节点的输出Y_V为：

其中，W_vV为连接隐含层节点v和输出层节点V的权值，V为输出层节点的个数，V＝1,2,3,...,O，O为输出层总结点个数；

步骤4、以Y_V为小波神经网络的输出结果完成的小波神经网络的初始化，Y_V即为预测的传感器输出Z；

确定训练次数为number，代入总样本开始训练，当达到训练次数时训练结束，记录并在小波神经网络中替换最优的传感器输出值时候的小波神经网络参数值隐含层输入权值W_uv、隐含层输出权值W_vV、尺度参数A_v、位移参数B_v。再输入新的采集数据，经过小波神经网络后得到新的传感器输出值，与最优传感器输出值对比，验证标定的准确性。若验证的传感器输出值准确性大于90％，则将矫正后的小波神经网络模型存储起来，标定结束；

步骤5、将标定好的电容式振动传感器(28)安装在风机轴承外壳上，电容式振动传感器(28)采集到风机振动信号后，首先通过动态滤波电路(25)降噪来提高信号精度，然后通过调零电路(20)对振动信号的分量进行提取与放大以及系统的调零，再通过CDC模块(21)将电容量转换为数字量，输入到STM32F103芯片(22)中进行计算；

步骤6、在STM32F103芯片(22)中进行的数据计算：选取一段长度为N个点的信号序列，其中N＝2^M,M为正整数；

步骤7、按照序号n的奇偶将序列y(n)分成两组，n＝0,1,2,...,N-1，即令n＝2r以及n＝2r+1，r＝0,1,2,...,N/2-1，用快速傅里叶变换对信号序列的时域y(n)转换为频域X(k)：

上式，X(k)为在k点的频域值，k＝0,1,2,...,N-1，y(n)为在n点的时域值，n＝0,1,2,...,N-1，y(2r)为y(n)在2r点的时域值，y(2r+1)为y(n)在2r+1点的时域值，ω为圆频率，指时域的因子，指频域的因子，为转动因子；

上式中而式(6)仅为X(k)前半部分的结果，根据对称性，X(k)的后半部分X(k+N/2)为：

上式中，X(k+N/2)为在k+N/2点的频域值；

步骤8、通过快速傅里叶变换处理得到的信号序列频谱数据X(k)与X(k+N/2)保存在SD卡模块(23)中，同时将频谱数据通过RS485模块(24)上传到上位机(26)中，将频谱数据与振动监测评估标准ISO10816进行对比，进行风机运行状态识别，判断风机属于正常、待定、需要检修、随时损坏四种状态中的哪一种，并及时进行故障预警。