一种风扇故障预警方法及系统与流程

本技术涉及风扇，尤其是一种风扇故障预警方法及系统。

背景技术：

1、在数据中心等对散热要求极高的环境中，服务器机柜散热风扇通常常年以恒定高转速连续运行。为了防止因风扇突发故障导致服务器过热宕机，现有技术通常在不中断服务器运行的情况下，依赖风扇自带的转速反馈或简单的振动阈值来判断其健康状况。当监测系统捕捉到风扇振动量或温度发生某种宏观的持续变化时，便会触发检查或预警。

2、然而，在长期连续高速运转且局部工作温度较高的实际工况下，风扇双列深沟球轴承内预填充的润滑脂会经历一个漫长的理化性质渐变过程。基础油的持续挥发和氧化会导致稠化剂结构逐渐崩溃，润滑脂从有效润滑逐渐退化为边界润滑。在这个状态演化阶段，润滑脂的物理化学状态变化会直接影响并掩盖轴承金属表面最早期的微损伤特征。具体而言，当处于边界润滑状态时，滚动体碾过滚道亚表面的萌生微裂纹会产生微弱的特征信号，但同时，由于油膜已然不完整，金属微凸体之间的随机碰撞和摩擦也产生了大量高频、低能量的背景噪声。

3、这种由润滑劣化自身产生的摩擦噪声与初期磨损的微弱特征信号在时频域上高度混叠，导致外部的振动监测无法从复杂的噪声中分离出代表初期磨损的确定性变化，观察到的仅仅是振动信号整体底噪的极其缓慢抬升。由于缺乏从宏观信号中剥离润滑状态调制作用的机制，现有基于阈值超限或宏观趋势的预警逻辑往往将这种底噪抬升视为正常老化，直到振动信号发生能被检出的剧烈变化时，轴承磨损往往已经进入了宏观剥落阶段。在数据中心散热风扇长期连续运行的场景中，当轴承润滑脂进入劣化阶段并伴随着磨损的同步萌生时，由于润滑劣化自身产生的摩擦噪声与初期磨损的微弱特征信号在宏观监测物理量上严重混叠，导致无法直接从外部表现中辨识出轴承磨损的真实起始点，从而造成对初期故障状态的漏判或延迟报警。

技术实现思路

1、本技术提出一种风扇故障预警方法及系统，旨在解决现有技术中风扇轴承润滑劣化与初期磨损信号混叠，导致无法准确识别磨损起始点，造成漏判或延迟报警的技术问题。

2、第一方面，本技术提供了一种风扇故障预警方法，包括以下步骤：

3、获取风扇的轴承的运行信号，滤除与风扇转速相关的确定性干扰成分，得到反映轴承内部摩擦状态及微观冲击响应的残差信号；其中，所述运行信号包括振动信号和/或声发射信号；

4、从所述残差信号中，基于高频段能量统计提取用于表征润滑脂退化引起的缓变摩擦背景的第一类特征，并基于包络解调提取用于表征轴承滚道微损伤引起的周期性冲击响应的第二类特征；

5、基于预设的长周期历史时间窗积累的所述第一类特征，构建用于反映润滑状态随时间缓慢演进的润滑状态参照模型；

6、基于预设的短周期当前时间窗内的所述第二类特征，与所述润滑状态参照模型进行比较，得到表征所述第二类特征相对于所述润滑状态参照模型显著程度的偏离指标；

7、对所述偏离指标进行时间连续性、运动学一致性和重复性核验，以排除随机干扰并确认真实磨损特征是否存在；

8、若确认真实磨损特征存在，则基于所述偏离指标的累积量随时间的变化率或二阶导数的拐点，定位从润滑背景主导转变为润滑背景伴随磨损萌生的起始时刻；

9、根据所述润滑状态参照模型、所述偏离指标以及所述起始时刻，输出分层健康状态的评估结果。

10、根据本技术的一些实施例，所述获取风扇的轴承的运行信号，滤除与风扇转速相关的确定性干扰成分，得到反映轴承内部摩擦状态及微观冲击响应的残差信号的步骤包括：

11、基于宽频带振动传感器和/或声发射传感器，以不低于20khz的采样频率连续采集风扇轴承的运行信号；

12、对所述运行信号进行硬件抗混叠滤波和模数转换，得到数字信号序列；

13、基于风扇自带的转速反馈信号获取风扇的转速，并以所述转速作为参考基准，通过自适应梳状滤波器结合线谱增强技术，从所述数字信号序列中动态滤除与转速相关的确定性干扰成分，得到反映轴承内部摩擦状态及微观冲击响应的残差信号。

14、根据本技术的一些实施例，所述从所述残差信号中，基于高频段能量统计提取用于表征润滑脂退化引起的缓变摩擦背景的第一类特征，并基于包络解调提取用于表征轴承滚道微损伤引起的周期性冲击响应的第二类特征的步骤包括：

15、在所述残差信号的频谱中，选取一段预设的高频平坦频带作为分析窗口，在所述分析窗口内连续计算所述残差信号的短时能量或均方根值，作为用于表征润滑脂退化引起的缓变摩擦背景的第一类特征；

16、通过带通滤波器对所述残差信号进行滤波，提取轴承结构高频共振频带信号；

17、对所述轴承结构高频共振频带信号执行希尔伯特变换得到包络信号，并在所述包络信号的基础上计算峭度或峰值因子，作为用于表征轴承滚道微损伤引起的周期性冲击响应的第二类特征。

18、根据本技术的一些实施例，所述基于预设的长周期历史时间窗积累的所述第一类特征，构建用于反映润滑状态随时间缓慢演进的润滑状态参照模型的步骤包括：

19、基于预设的转速-正常底噪期望值映射曲线，获取所述风扇的当前转速对应的正常底噪期望值；

20、将所述第一类特征除以所述正常底噪期望值，得到用于表征润滑状态相对于正常状态恶化倍数的无量纲润滑劣化增益因子；

21、基于预设的长周期历史时间窗积累的所述润滑劣化增益因子，通过高斯混合模型拟合其概率密度分布，提取所述概率密度分布的期望值和标准差，共同作为用于反映润滑状态随时间缓慢演进的润滑状态参照模型。

22、根据本技术的一些实施例，所述基于预设的短周期当前时间窗内的所述第二类特征，与所述润滑状态参照模型进行比较，得到表征所述第二类特征相对于所述润滑状态参照模型显著程度的偏离指标的步骤包括：

23、将所述润滑状态参照模型中的期望值和标准差，分别与所述风扇的当前转速对应的正常底噪期望值相乘，得到当前转速下的预期劣化底噪的期望值和标准差；

24、将预设的短周期当前时间窗内的所述第二类特征减去所述预期劣化底噪的期望值，再除以所述预期劣化底噪的标准差，得到表征所述第二类特征相对于所述润滑状态参照模型显著程度的偏离指标。

25、根据本技术的一些实施例，所述对所述偏离指标进行时间连续性、运动学一致性和重复性核验，以排除随机干扰并确认真实磨损特征是否存在的步骤包括：

26、对所述偏离指标进行时间连续性核验：统计连续多个短周期内所述偏离指标超出预设阈值的频次，若所述频次不低于预设的连续性阈值，则判定通过时间连续性核验；否则判定为随机干扰并退出核验；

27、若通过时间连续性核验，则对所述偏离指标对应的包络信号进行运动学一致性核验：基于所述风扇的转速计算轴承部件的理论故障特征频率，对所述包络信号进行频谱分析得到包络谱，若所述包络谱中在所述理论故障特征频率的预设误差范围内存在谱峰，则判定通过运动学一致性核验；否则退出核验；

28、若通过运动学一致性核验，则对所述谱峰进行重复性核验：在预设的时间跨度内，若所述谱峰在连续多个分析周期内均持续出现，且所述谱峰的能量在所述时间跨度内的线性回归斜率大于零，则判定通过重复性核验并确认真实磨损特征的存在；否则判定为偶发干扰并退出核验。

29、根据本技术的一些实施例，对所述包络信号进行频谱分析得到包络谱包括：

30、采用阶次跟踪技术，将所述包络信号从时域重采样为角域信号，以消除所述风扇的转速波动对包络谱的频谱模糊效应，并对重采样后的角域信号进行频谱分析，得到包络谱。

31、根据本技术的一些实施例，基于所述偏离指标的累积量随时间的变化率或二阶导数的拐点，定位从润滑背景主导转变为润滑背景伴随磨损萌生的起始时刻的步骤包括：

32、对所述偏离指标进行累积求和，得到所述偏离指标的累积量随时间变化的累积曲线；

33、基于所述累积曲线计算所述累积量随时间的变化率，当所述变化率由零附近转变为持续正值时，将对应的时间戳定位为从润滑背景主导转变为润滑背景伴随磨损萌生的起始时刻；

34、或者，对所述累积曲线进行平滑滤波后计算二阶导数，当所述二阶导数由零附近波动转变为持续正值时，将对应的时间戳定位为从润滑背景主导转变为润滑背景伴随磨损萌生的起始时刻。

35、根据本技术的一些实施例，所述根据所述润滑状态参照模型、所述偏离指标以及所述起始时刻，输出分层健康状态的评估结果的步骤包括：

36、根据所述润滑状态参照模型、所述偏离指标以及所述起始时刻，将健康状态的评估结果划分为以下递进等级并输出：

37、第一等级，若所述润滑状态参照模型的期望值未超过预设的劣化阈值且所述偏离指标未超出预设的显著性阈值，则输出包含正常运行标识的评估结果；

38、第二等级，若所述润滑状态参照模型的期望值超过所述劣化阈值且所述偏离指标未超出预设的显著性阈值，则输出包含润滑劣化标识以及注脂或换脂维护建议的评估结果；

39、第三等级，若所述偏离指标超出预设的显著性阈值但未呈指数级增长，则输出包含磨损萌生预警标识以及所述起始时刻的评估结果；

40、第四等级，若所述偏离指标超出所述显著性阈值且呈指数级增长，则输出包含磨损加剧报警标识以及停机更换指令的评估结果。

41、第二方面，本技术还提供了一种风扇故障预警系统，包括：

42、信号获取模块，用于获取风扇的轴承的运行信号，滤除与风扇转速相关的确定性干扰成分，得到反映轴承内部摩擦状态及微观冲击响应的残差信号；其中，所述运行信号包括振动信号和/或声发射信号；

43、特征提取模块，用于从所述残差信号中，基于高频段能量统计提取用于表征润滑脂退化引起的缓变摩擦背景的第一类特征，并基于包络解调提取用于表征轴承滚道微损伤引起的周期性冲击响应的第二类特征；

44、参照构建模块，用于基于预设的长周期历史时间窗积累的所述第一类特征，构建用于反映润滑状态随时间缓慢演进的润滑状态参照模型；

45、偏离计算模块，用于基于预设的短周期当前时间窗内的所述第二类特征，与所述润滑状态参照模型进行比较，得到表征所述第二类特征相对于所述润滑状态参照模型显著程度的偏离指标；

46、多重核验模块，用于对所述偏离指标进行时间连续性、运动学一致性和重复性核验，以排除随机干扰并确认真实磨损特征是否存在；

47、起始时机定位模块，用于若确认真实磨损特征存在，则基于所述偏离指标的累积量随时间的变化率或二阶导数的拐点，定位从润滑背景主导转变为润滑背景伴随磨损萌生的起始时刻；

48、评估结果输出模块，用于根据所述润滑状态参照模型、所述偏离指标以及所述起始时刻，输出分层健康状态的评估结果。

49、根据本技术实施例的技术方案，至少具有如下有益效果：

50、本技术通过构建润滑状态参照模型并与当前第二类特征进行比较得到偏离指标，剥离了润滑状态对磨损特征的调制作用，从而能够准确识别轴承磨损的真实起始点，避免了因信号混叠导致的漏判或延迟报警。同时，结合多重核验机制排除随机干扰，进一步确保了识别结果的可靠性。

51、本技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。