一种高压喷雾除尘系统异常状态智能预警方法及系统与流程

本技术涉及高压喷雾除尘系统，尤其涉及一种高压喷雾除尘系统异常状态智能预警方法及系统。

背景技术：

1、在现代工业生产中，通常使用高压喷雾除尘系统实现粉尘抑制，其中，旋转设备，如高压泵、风机、压缩机等，是工业除尘的核心动力部件，其轴承的健康状态直接关系到整个生产线的安全与效率。

2、现有技术中，典型的轴承磨损预警方法包括以下步骤：在旋转设备的轴承座上安装振动传感器，连续采集设备的振动信号；通过傅里叶变换将时域信号转换为频谱；提取与轴承故障相关的特征频率成分；当特征频率的幅值或能量超过预设阈值时，发出预警信息。例如，公开号为cn104155108a的中国发明专利公开了一种基于振动时频分析的滚动轴承故障诊断方法，通过计算故障特征频率处的能量积累来实现早期预警。此外，部分现有技术还引入了自适应阈值、神经网络等智能算法来提高故障识别的准确性。

3、然而，上述现有技术均基于一个共同的前提假设：振动传感器自身性能是理想的、恒定的，传感器与设备之间的信号传递路径是稳定不变的。在这一假设下，所有振动信号的变化都被默认为来源于被监测轴承的状态变化，预警系统的可靠性完全依赖于传感器所采集数据的真实性。

4、而在实际工业应用中，特别是在高粉尘、高湿度、存在浆料积累的恶劣环境中，上述前提假设往往难以成立。在水泥生产等实际环境中，高粉尘与水雾结合形成粘稠浆料，逐渐在传感器表面及安装界面累积，形成不稳定的阻尼层。这改变了传感器与被测结构间的机械阻抗，导致高频微弱故障信号在传递过程中发生衰减、失真或混入虚假频率。同时，高湿腐蚀环境可能使传感器封装老化、内部元件漂移，进一步污染数据。被污染的振动信号输入训练于理想条件下的分析方法后，方法难以区分真实轴承磨损与传感器连接劣化引起的频谱变化：磨损信号可能因衰减被漏报，而连接松动或电路故障产生的异常频率则可能被误判为轴承故障，引发虚警。

5、因此，如何在恶劣环境中依然能够准确区分轴承真实故障与传感器自身劣化导致的信号异常，并对传感器性能下降进行主动补偿，从而降低虚警与漏报率，是本领域亟待解决的技术问题。

技术实现思路

1、鉴于上述现有技术的不足之处，本技术提供了一种高压喷雾除尘系统异常状态智能预警方法及系统，能够有效解决传感器信号传递劣化和内部性能漂移导致预警不准确的问题，具有提高预警系统可靠性和准确性的优点。

2、第一方面，一种高压喷雾除尘系统异常状态智能预警方法，高压喷雾除尘系统包括有旋转设备，所述方法包括步骤：

3、s1：获取安装于所述旋转设备上的传感器采集的原始振动信号；

4、s2：获取所述传感器与所述旋转设备安装界面之间的界面状态参数；

5、s3：向所述传感器施加预设的激励信号，并获取所述传感器针对所述激励信号产生的反馈响应信号；

6、s4：根据所述界面状态参数以及所述反馈响应信号，确定所述传感器的信号传递劣化程度；

7、s5：根据所述信号传递劣化程度，调用预设的补偿模型对所述原始振动信号进行频率域补偿，得到校准后的振动信号；

8、s6：提取所述校准后的振动信号中的异常特征频率成分，并根据所述异常特征频率成分的幅值进行磨损预警。

9、进一步的，步骤s2包括：

10、s21：通过预设于所述传感器与所述旋转设备接触界面处的至少一对微型电极，向所述界面施加交流测试信号；

11、s22：测量所述交流测试信号在所述界面处的响应电流或电压，计算所述界面的等效复阻抗，其中所述等效复阻抗包括电阻分量和电容分量；

12、s23：将所述等效复阻抗与预先存储的健康基准阻抗值进行比较，计算阻抗偏差量；所述界面状态参数包括所述等效复阻抗以及所述阻抗偏差量。

13、进一步的，步骤s3包括：

14、s31：监测所述旋转设备的运行工况，当判定所述旋转设备处于空载或低负荷的稳定工况时，按照预设的时间间隔触发激励施加动作；

15、s32：通过集成于所述传感器内部的微型自激脉冲发生器，向所述传感器的敏感元件或安装基座施加预设的具有已知频率和已知幅值的自激脉冲信号，作为所述预设的激励信号；

16、s33：采集所述传感器在所述自激脉冲信号作用下产生的实时响应波形；

17、s34：对所述实时响应波形进行时域和频域分析，提取所述实时响应波形相对于预设的标准响应波形的幅值衰减百分比、频率漂移量、波形失真总率以及信噪比变化量中的至少一种特征参数，作为所述反馈响应信号。

18、进一步的，步骤s2之后还包括：

19、s24：获取预先通过实验标定的阻抗－衰减映射关系，所述映射关系记录在不同频率下阻抗偏差量与界面耦合衰减因子之间的对应规律；

20、s25：将当前计算得到的阻抗偏差量输入所述映射关系，得到与当前阻抗偏差量对应的初始衰减因子；

21、s26：获取所述旋转设备的实时转速的频率成分，确定当前关注的频带范围；

22、s27：根据所述频带范围对所述初始衰减因子进行频率修正，得到随频率变化的频率相关衰减因子，将所述频率相关衰减因子作为所述界面耦合衰减因子输出，所述界面耦合衰减因子用于表征所述传感器与旋转设备安装界面处的振动信号传递损失程度。

23、进一步的，步骤s3之后还包括：

24、s35：计算所述幅值衰减百分比与预设幅值衰减阈值的比值，作为幅值漂移因子；

25、s36：计算所述频率漂移量与预设频率容限的比值，作为频率漂移因子；

26、s37：对所述幅值漂移因子和频率漂移因子进行加权合成，得到所述内部性能漂移量，所述内部性能漂移量用于表征所述传感器内部元件老化或响应特性变化导致的信号失真程度。

27、进一步的，步骤s4包括：

28、s41：从所述界面状态参数中提取界面耦合衰减因子，以及从所述反馈响应信号中提取内部性能漂移量；

29、s42：分别对所述界面耦合衰减因子和所述内部性能漂移量进行归一化处理，得到无量纲的界面劣化指数和内部劣化指数；

30、s43：将所述界面劣化指数和所述内部劣化指数按照预设的权重系数进行加权求和，计算得到综合劣化指数，作为所述信号传递劣化程度。

31、进一步的，步骤s5包括：

32、s51：对所述原始振动信号进行傅里叶变换，得到原始振动频谱，所述原始振动频谱包含不同频率成分对应的幅值信息；

33、s52：根据所述综合劣化指数，调用预先标定的补偿函数，确定所述传感器在当前劣化状态下对不同频率信号的幅值传递函数，其中所述补偿函数为所述补偿模型，记录了不同劣化指数下各频率点的幅值衰减倒数或增益系数；

34、s53：将所述原始振动频谱中每个频率点的幅值除以所述幅值传递函数中对应频率点的传递系数，得到补偿后的幅值，形成校准频谱；

35、s54：对所述校准频谱进行逆傅里叶变换，得到时域的校准后的振动信号。

36、进一步的，在步骤s52中，所述补偿函数的预先标定步骤包括：

37、s521：在传感器出厂前，将传感器置于标准振动台上，施加不同频率和幅值的标准激励信号，测量传感器在健康状态下的响应，作为基准；

38、s522：模拟不同劣化程度，测量各劣化程度下传感器对各频率标准激励的响应；其中，模拟不同劣化程度包括但不限于在安装界面添加不同厚度的浆料层、改变螺栓扭矩、对传感器进行加速老化处理；

39、s523：计算各劣化程度下各频率的传递系数，并将其倒数作为补偿增益，拟合为所述补偿函数。

40、进一步的，步骤s6包括：

41、s61：获取所述旋转设备上轴承的几何参数和实时转速，所述几何参数包括轴承节圆直径、滚动体直径、滚动体数量及接触角；

42、s62：根据所述几何参数和实时转速，计算至少一种轴承故障特征频率，所述故障特征频率包括内圈故障频率、外圈故障频率、滚动体故障频率及保持架故障频率中的一种或多种；

43、s63：对所述校准后的振动信号进行频谱分析，提取所述故障特征频率及其整数倍谐波频率处的幅值；

44、s64：将提取到的所述幅值与预设的预警阈值进行比较，当所述幅值或能量值超过所述预警阈值时，输出磨损预警信息，并在所述预警信息中附带传感器状态报告，所述传感器状态报告至少包括当前传感器的信号传递劣化程度以及频率域补偿所使用的补偿参数。

45、第二方面，一种高压喷雾除尘系统异常状态智能预警系统，所述系统用于实现上述任一所述方法的步骤，所述系统包括：

46、第一获取模块：获取安装于所述旋转设备上的传感器采集的原始振动信号；

47、第二获取模块：获取所述传感器与所述旋转设备安装界面之间的界面状态参数；

48、激励施加模块：向所述传感器施加预设的激励信号，并获取所述传感器针对所述激励信号产生的反馈响应信号；

49、劣化确定模块：根据所述界面状态参数以及所述反馈响应信号，确定所述传感器的信号传递劣化程度；

50、补偿模块：根据所述信号传递劣化程度，调用预设的补偿模型对所述原始振动信号进行频率域补偿，得到校准后的振动信号；

51、预警模块：提取所述校准后的振动信号中的异常特征频率成分，并根据所述异常特征频率成分的幅值进行磨损预警。

52、有益效果：本技术提出的一种高压喷雾除尘系统异常状态智能预警方法及系统，通过获取原始振动信号、界面状态参数和反馈响应信号，并根据这些信息确定传感器的信号传递劣化程度，进而对原始振动信号进行频率域补偿，得到校准后的振动信号，最后提取异常特征频率成分进行磨损预警，能够有效解决传感器信号传递劣化和内部性能漂移导致预警不准确的问题，具有提高预警系统可靠性和准确性的优点。