当前位置: 旋转机 >> 旋转机优势 >> 如何用软件测量旋转机械设备的转速
最近几天一直在研究如何测算旋转机械的转速问题。为什么要计算转速呢?因为转速决定着设备的特征频率计算,当设备出故障时体现为故障频率。通常我们的监测诊断系统中的转速是固定的(我们公司的系统就是固定不变的),所以当出现故障的2倍频、N倍频,或者边频的时候,我们用故障频率和设备特征频率做比较就会匹配不到,或者匹配到错误的频率,从而得出错误的结论,误导现场施工人员(可能会被骂)。
这几天和我师弟聊了一下这个转速测算的问题,师弟在行业内经验很丰富,也有一定的教学和实践经验。他告诉我说这个转速测算一直都是行业内的难题,目前的测算方案都不算太好,误差比较大,多数都无法运用于实践中。
为了能让公司的振动监测诊断平台能实时计算旋转机械设备的转速,本人查了一些资料,包括网上的文章、期刊论文、学位论文。目前可行的方案大概分两类,一类是硬件测速,包括测速传感器、反光纸、PLC等,这个方案代价比较大,即使测出准确的转速,还需要和系统打通,把这个转速报上去。硬件方案的优点是转速测量很准确,缺点就是代价太大!另外一类就是软件测速,这种方案其实就是看你算法实现的复杂度和准确度是否可行!算法太复杂则不便应用于软件系统,因为算不过来,还会导致服务CPU过高;准确度太低则会导致算出来的转速不准,从而计算出来的特征频率不准,和故障频率匹配不上。
1、软件测速方法软件测速的方案也比较多,有些实验室还提出了比较复杂的解决方案,准确率也比较高。但是,作为一个互联网级别的工业软件系统,性能还是一个很重要的因素,算法必须简洁高效!
最终我们的系统决定采用频谱分析法!这种方法的原理很简单,当传感器测点能够覆盖到旋转轴的时候,由于轴的振动所产生的频率就一定会体现到频谱图中。我们来看一组现场数据。
波形数据
波形数据算出来的参数值,从数据中我们可以看出:均值和歪度与0偏差较大,说明设备某些部件可能有一些不平衡,越是不平衡振动越大,相应的频率幅值就越大。
频谱图,图中标记的62.5Hz就是轴当前的转频。
轴的转频其实就等于62.5*60=转/分钟。2、算法实现我们已经从频谱图中找到了轴的转频(和设备参数表进行匹配得出),当前的频率62.5Hz也是在当前的转速下得出的,一旦转速变了,这个转频也会发生变化。接下来我们要做的就是如何通过算法把这个频率找出来。通常情况下轴的转速是有一定范围的,不会无限小,也不会无限大,而是保持在一个固定范围之内。比如精轧机设备,当他在扎不同品类的钢材时转速不同,品类通常不会太多,就是固定的几种类型。如果一天内换了4种品类,那么就会有4种转速出现。通过和工厂人员进行沟通,我们可以得出一个转速的变化范围,如下图红框范围,这个范围会比实际的转速范围稍微宽一些,多一些容错性。一旦我们标出了频率范围,那这个范围内的频率就不会太多了,通常轴的转频在这个范围内是幅值最大的。范围之外的频率可以用带通滤波器或其他技术手段过滤掉。通过观察了组数据后,我们发现轴的转频在范围内为最大值的概率超过了95%,还是有个别情况会有异常,可能是在那个采样瞬间轴的振动比较微弱,幅值偏小。为了修正可能存在的误差,我们给算法增加了初始转频(人工计算一次),即使轴的转频幅值不是最大,只要和初始转频较为匹配也会忽略掉其他频率,这样我们就把计算结果的精确程度提高到了99+%。我们对转速计算结果经过了长时间的观察,目前还没有发现计算异常的情况。上图对应的测点转速
另外一个测点转速
3、结论通过频率计算转速的方法还是比较可靠的,因为旋转设备在转动的过程中一定会产生振动现象,只要有振动就一定会体现到频谱图中。我们的算法之要能准确找到转频并把它提取出来,就可以得到可靠的转速!这种方法可能会有误差存在,通过后续的观察,我们会持续更新算法,把误差降到尽可能的低!