[发明专利]基于声传感器的风机故障智能诊断装置及方法

说明书

本发明涉及基于声传感器的风机故障智能诊断装置及方法。本发明能够实现在启动、空载、负载不同状态情况下对系统故障进行实时监测、判断、报警、趋势分析、原因分析、故障提示，包括转子裂痕趋势分析、转子不对中及转自扰度异常。本发明通过对声传感器采集的信号进行处理和变换，得到故障位置及故障类型，通过不见更换的时间与部件检修周期的比较，预测出之后一段时间的故障发生情况，从而确定具体故障损坏时间，以达到对故障的精确判断。本发明通过对运行时间的纵向对比，累计一天、一个月、一个季度、一年的故障程度趋势判断设备的当前状态，并做出预判曲线，给出故障未来发生的时间和程度。

技术领域

本发明涉及风机故障噪声信号分类及其硬件平台方法技术领域，特别涉及基于声传感器的风机故障智能诊断装置。

背景技术

近年来，针对风机故障诊断问题，国内外学者提出了多种声学监测技术，如超声波、声发射、振动监测等。超声波检测主要适用于叶片出厂前的静态检测，声发射与震动等动态检测需要在叶片上安装传感器，可能破坏叶片的原有结构，且安装困难。而且，尽管动态监测方法在实验室环境下取得了良好的效果，但是，由于未充分考虑实际应用中传感器拾取的信号受机舱噪声与其他复杂背景噪声的耦合影响，可能导致虚警率过高，无法满足实际工程需求。目前，已经有相关技术人员针对转动机械噪声进行分析，试图根据信号特征进行故障诊断。但存在如下问题：

(1)仅针对故障发生时的信号训练相应的分类器，能够实现故障发生时的诊断，但缺乏对故障的预见性，没有考虑到在故障发生之前，转动机械可能已经产生异常声响，因此无法做到故障的预测和机械设备使用寿命的估计；

(2)采用的声学传感器数量较少，其目的仅限于采集相应位置的噪声信号。在多台设备同时运行，或转动机械设备较大、可能发生故障位置多变的情况下，无法准确实现故障点的定位与诊断；

发明内容

本发明针对上述问题提供了一种基于声传感器的风机故障智能诊断装置。

为达到上述目的本发明采用了以下技术方案：

基于声传感器的风机故障智能诊断装置，针对工厂中大量使用的抽风机和引风机进行集中数据采集和智能分类诊断，包括智能风机故障噪声信号采集装置、智能风机故障噪声信号处理装置以及智能风机故障诊断装置。

所述智能风机故障噪声信号采集装置包括16个阵元MAX9814型驻极体咪头麦克风组成的麦克风阵列、麦克风阵列排布架及三角支架。

所述智能风机故障噪声信号处理装置由PCI-6221多功能数据采集卡和PC端虚拟仪器LabVIEW程序组成。数据采集卡将采集到的声学信号经模数转换后的数字量送入PC端虚拟仪器LabVIEW程序中。

所述智能风机故障诊断装置的事件分析包括人机交互界面和多个故障诊断程序模块：所述故障诊断模块包括趋势分析、状态监测、参数设置和事件分析，实现在启动、空载、负载不同状态情况下对系统故障进行实时监测、判断、报警、趋势分析、原因分析、提示故障造成不良后果。

一种风机智能故障诊断装置提供风机故障检测及诊断方法，为风机的转子产生裂痕、转子不对中、转子挠度异常时的故障监测及判断，包括如下步骤：

步骤一、基于声传感器的风机故障智能诊断装置中采用16个MAX9814型驻极体咪头麦克风传感器和半径为15cm的均匀圆阵，其将15个完全相同的麦克风均匀分布在平面X-Y上一个半径为15cm的圆周上，圆心处同样放置有一个麦克风阵元，以圆心处阵元作为参考阵元。

步骤二、由高速同步数据采集卡接收声学信号，高速同步数据采集卡接收声传感器采集到的风机声学信号并进行模数转换，将声学信号有模拟量转换为数字量。

步骤三、采用带通滤波器获取特定频率的声学信号，当转子产生裂痕、或由转子不对中和转子扰度异常而引起异常转动时，均导致风机出现异常声响。通过麦克风阵列采集异响信号并进行异响源声学定位。定位原理描述如下。