一种球磨机大齿轮润滑监控系统的制作方法
本发明涉及球磨机监控,具体为一种球磨机大齿轮润滑监控系统。
背景技术:
1、球磨机是矿山、冶金、水泥等行业的核心粉磨设备,其大齿轮传动系统承担着将动力传递至筒体的关键功能,由于球磨机大齿轮通常采用开式传动设计,无法采用带封闭循环油路的油池润滑方式。
2、现有技术方案中,部分方案仅关注润滑系统自身的运行参数,未对齿轮的振动、温度等运行状态进行直接监测,其次部分方案虽引入了振动或温度监测,但多为单一物理量的独立监测,缺乏对振动与温度等多源信息的综合采集与关联分析。
技术实现思路
1、针对现有技术的不足,本发明提供了一种球磨机大齿轮润滑监控系统,解决了润滑监控系统监测手段单一、固定阈值难以适应工况变化的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:一种球磨机大齿轮润滑监控系统,包括:
3、数据采集与预处理单元,用于在设备关键部位同时采集振动信号和温度信号,并对采集的振动信号进行滤波处理并提取高频振动能量、振动有效值的趋势变化、冲击脉冲特以及频谱边频带变化,对采集的温度信号进行滤波处理并提取绝对温度值、温升速率以及温度波动幅度;
4、异常度计算单元,用于同步采集设备的转速和负载,并将工况空间按照二者划分为多个工况区间,根据各工况区间内的历史数据计算各工况下各特征的动态基准值,根据各特征的实时值与对应工况下的动态基准值之间的偏差,计算振动异常度指标和温度异常度指标;
5、状态异常判定单元,根据预设时间窗口内振动异常度指标与温度异常度指标之间的统计相关性,计算耦合系数并确定耦合类型,根据耦合类型及振动异常度指标和温度异常度指标是否超过预设阈值进行异常判定;
6、预警识别与调整单元,用于在触发预警时,根据综合异常度指标的幅值、变化趋势、异常持续时长和耦合类型计算综合风险评分,并根据综合风险评分与预设分级阈值的比较结果确定预警等级,同时基于预设时间窗口内的特征变化情况对预警等级进行上调或下调。
7、作为本发明的进一步方案,数据采集与预处理单元在齿轮箱轴承处同时安装振动加速度传感器和温度传感器,在小齿轮轴的轴承处安装复合传感器,同步采集振动与温度,并在润滑油回油管路中安装温度传感器,监测油温变化,接着以预设的频率对振动信号和温度信号进行同步采。
8、作为本发明的进一步方案,所述动态基准值的计算方式为:
9、将工况空间按照转速和负载划分为多个工况区间,每个工况区间对应一组离散的工况状态opi,i=1,2,...,n,表示工况种类,接着以设备出厂测试数据作为初始基准数据,剔除历史数据中的异常值后计算历史数据的均值μ(opi)和标准差σ(opi);
10、动态阈值th(t)=μ(op(t),τ)+k×σ(op(t),τ),τ为时间窗口长度,μ(op(t),τ)、σ(op(t),τ)分别表示当前工况op(t)下的历史均值和历史标准差,k为根据置信度需求设定的系数。
11、作为本发明的进一步方案,所述计算振动异常度指标和温度异常度指标的方式为:
12、对于第j个特征,根据公式计算其归一化偏差值dj(t),其中fj(t)为t时刻第j个特征的实时值,μj(op(t),τ)、σj(op(t),τ)分别为当前工况下该特征的动态基准均值和标准差,a为极小正数,根据计算得到的归一化偏差值dj(t),计算振动异常度指标和温度异常度指标,其中振动异常度指标,温度异常度指标,其中、分别为振动特征集合和温度特征集合,为各子特征的权重系数。
13、作为本发明的进一步方案,所述计算耦合系数并确定耦合类型的方式为:
14、获取当前时刻t的振动异常度指标和温度异常度指标,并根据公式计算得到二者之间的耦合系数,其中cov表示协方差,σ表示标准差,若>0.7,则表示二者之间为强正耦合,若-0.3<≤0.7,则表示二者之间为弱耦合,若<-0.3,则表示二者之间为强负耦合;
15、若为强正耦合且任意一项异常度指标超过预设阈值,则判定润滑异常,触发预警,若为弱耦合且两项异常度指标均超过阈值,则判定润滑异常,触发预警,若为强负耦合,则结合异常度指标的幅值进行二次核验确定异常原因。
16、作为本发明的进一步方案,所述二次核验确定异常原因的具体方式为:
17、分别将振动异常度指标av(t)和温度异常指标at(t)与对应的历史上限阈值hv、ht进行比较,若av(t)>hv且at(t)<0.1×ht,或at(t)>ht且av(t)<0.1×hv,则初步判定为传感器失效,若av(t)>hv且at(t)>ht,则初步判定为物理性局部异常;
18、读取传感器的信号质量指示参数,若振动传感器的信号质量指示参数低于预设质量阈值,则判定为振动传感器信号质量劣化,若温度传感器的信号质量指示参数低于预设质量阈值,则判定为温度传感器故障,若两类传感器信号质量均正常,则排除传感器硬件故障可能,确定物理性局部异常。
19、作为本发明的进一步方案,所述综合风险评分的计算方式为:
20、严重度评分s1(t) :基于综合异常度指标ac(t)的幅值计算,且ac(t)=av(t)×b1+at(t)×b2,其中b1和b2为对应的权重系数,将ac(t)映射为0至100的严重度评分,映射方式为s1(t)=min(100,ac(t)×100);
21、趋势评分s2(t):基于变化率r(t)计算,若r(t)>0,趋势评分s2(t)=min(50,r(t)×1000),若r(t)≤0,趋势评分s2(t)=0;
22、持续时间评分s3(t):基于异常持续时长d(t)计算,s3(t)=min(30,d(t)/tbase×10),其中tbase为基准时间单位,上限30分;
23、耦合异常评分s4(t):基于耦合系数ρ(t)计算,若为强正耦合,s4(t)=20;若为弱耦合,s4(t)=10;若为强负耦合,s4(t)=0;
24、r(t)=s1(t)×a1+s2(t)×a1+s3(t)×a1+s4(t)×a1计算得到综合风险评分r(t),且a1、a2、a3和a4为对应的权重系数。
25、作为本发明的进一步方案,所述当20≤r(t)<40时,判定为四级预警,表示轻微异常;
26、当40≤r(t)<60时,判定为三级预警,表示明显异常;
27、当60≤r(t)<80时,判定为二级预警,表示严重异常;
28、当r(t)≥80时,判定为一级预警,表示危急异常。
29、作为本发明的进一步方案,所述基于预设时间窗口内的特征变化情况对预警等级进行上调或下调的具体方式为:
30、若r(t)>0.05且av(t)和at(t)均呈上升趋势;若ρ(t)>0.8且ac(t)在最近10分钟内增幅超过50%,若d(t)>60分钟且r(t)处于某等级区间的上半区,满足上述任一条件,则将异常等级进行上调一级;
31、作为本发明的进一步方案,若r(t)<-0.02且持续3个采样周期,若ρ(t)<0.3且仅单一物理量异常,若当前预警触发为偶发性冲击后的首次确认,且ac(t)<0.4,满足上述任一条件,则将异常等级进行下调一级;
32、若当前预警等级为二级或以上,但最近一次维护记录显示设备在72小时内刚刚完成检修,则在24小时内抑制等级上调。
33、本发明提供了一种球磨机大齿轮润滑监控系统。与现有技术相比具备以下有益效果:
34、本发明通过在齿轮箱轴承处、小齿轮轴轴承处等关键部位同时部署振动加速度传感器与温度传感器,并限定振动测点与温度测点的空间位置偏差不超过预设范围,保证了两路信号反映同一物理位置的润滑状态,将工况空间按照转速和负载划分为多个工况区间,针对每一类工况分别建立历史数据的滑动窗口,计算各工况下各特征的动态基准均值和标准差,并计算实时动态阈值,从而能够自适应地跟随工况变化调整报警门限,降低了误报率和漏报率。
35、本发明通过计算预设时间窗口内振动异常度指标与温度异常度指标之间的皮尔逊相关系数,将耦合类型进行划分,并针对不同耦合类型采取差异化的异常判定策略,能够有效区分润滑整体劣化、单一物理量异常和传感器或数据异常,提高了诊断的准确性和可靠性,其次综合异常度指标的幅值、变化趋势、异常持续时长和耦合类型四个维度分别量化为严重度评分、趋势评分、持续时间评分和耦合异常评分,通过加权求和得到综合风险评分,并与预设分级阈值进行比较,实现预警等级的自动识别,同时,本发明还建立了基于特征变化的等级动态调整机制以及基于维护记录的等级抑制机制,从而使得预警等级判定更加全面、科学和贴近实际。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com