本發(fā)明涉及一種特高壓、超高壓直流輸電
技術(shù)領(lǐng)域：
，具體涉及涉及閥冷系統(tǒng)旋轉(zhuǎn)設(shè)備的無(wú)損檢測(cè)即通過(guò)識(shí)別聲音頻率的特高壓直流輸電閥冷旋轉(zhuǎn)設(shè)備故障診斷方法。
背景技術(shù)：
：對(duì)于特高壓、超高壓直流輸電系統(tǒng)，閥冷系統(tǒng)設(shè)備可靠性直接影響直流系統(tǒng)穩(wěn)定性及可靠性。驅(qū)動(dòng)閥冷系統(tǒng)內(nèi)、外冷水循環(huán)流動(dòng)主要通過(guò)各種旋轉(zhuǎn)設(shè)備。閥冷系統(tǒng)的旋轉(zhuǎn)設(shè)備主要有主泵、冷卻塔風(fēng)機(jī)、噴淋泵電機(jī)。旋轉(zhuǎn)設(shè)備常因其軸承、機(jī)械密封磨損導(dǎo)致旋轉(zhuǎn)設(shè)備出現(xiàn)漏水、漏油，直接影響直流輸電系統(tǒng)的可靠運(yùn)行?，F(xiàn)有對(duì)閥冷旋轉(zhuǎn)設(shè)備的在線診斷，主要依靠經(jīng)驗(yàn)豐富的維修師傅，通過(guò)人工監(jiān)聽(tīng)方式對(duì)其作出故障診斷。這種診斷方法具有明顯主觀性，識(shí)別難度因人而異，不利于運(yùn)維人員對(duì)旋轉(zhuǎn)設(shè)備軸承、機(jī)械密封磨損的早期發(fā)現(xiàn)。旋轉(zhuǎn)設(shè)備在運(yùn)行穩(wěn)定時(shí)，振聲呈現(xiàn)典型的規(guī)律性，當(dāng)其軸承、機(jī)械密封處于磨損故障潛伏期，其聲噪均會(huì)發(fā)生變化，因此，閥冷旋轉(zhuǎn)設(shè)備振動(dòng)信號(hào)較能靈敏反應(yīng)旋轉(zhuǎn)設(shè)備故障前兆，非常有助于對(duì)旋轉(zhuǎn)設(shè)備故障早期階段的發(fā)現(xiàn)。國(guó)內(nèi)外對(duì)旋轉(zhuǎn)設(shè)備振動(dòng)信號(hào)頗有研究，如早期的通過(guò)傅立葉變換研究旋轉(zhuǎn)設(shè)備故障頻率特征量，對(duì)于已發(fā)生故障的旋轉(zhuǎn)設(shè)備，能準(zhǔn)確的識(shí)別故障特征頻率。然而，傳統(tǒng)的傅里葉變換從頻域角度進(jìn)行信號(hào)分析，只能說(shuō)明信號(hào)中某頻率成分幅值的大小和頻率密度，不能檢測(cè)奇異信號(hào)點(diǎn)的時(shí)域信息，而且還可能將含有豐富故障信息的微弱信號(hào)作為噪聲濾去，不利于檢測(cè)故障初期的旋轉(zhuǎn)設(shè)備。盡管傅立葉變化、小波分析在旋轉(zhuǎn)設(shè)備故障診斷的應(yīng)用已有了大量的研究成果，但是在特高壓直流輸電閥冷旋轉(zhuǎn)設(shè)備應(yīng)用領(lǐng)域尚未成熟而系統(tǒng)的應(yīng)用?，F(xiàn)有國(guó)內(nèi)外研究只是將其他領(lǐng)域開(kāi)發(fā)出的小波分析技術(shù)作為現(xiàn)有工具使用，而沒(méi)有適應(yīng)于本領(lǐng)域具體應(yīng)用情況的小波分析技術(shù)，其忽略了最優(yōu)小波分析技術(shù)和選擇問(wèn)題，以致分析結(jié)果不夠準(zhǔn)確。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)存在的上述不足，提供一種通過(guò)識(shí)別聲音頻率的特高壓直流輸電閥冷旋轉(zhuǎn)設(shè)備故障診斷方法。當(dāng)旋轉(zhuǎn)設(shè)備運(yùn)行過(guò)程中，若發(fā)生機(jī)械故障，聲音信號(hào)會(huì)發(fā)生突變，檢測(cè)這些突變點(diǎn)就能及時(shí)發(fā)現(xiàn)旋轉(zhuǎn)設(shè)備的故障時(shí)刻，檢修專業(yè)人員可及時(shí)進(jìn)行處置，避免設(shè)備繼續(xù)惡化。本發(fā)明通過(guò)如下技術(shù)方案實(shí)現(xiàn)。特高壓直流輸電閥冷旋轉(zhuǎn)設(shè)備故障診斷方法，用于在線診斷和離線診斷，連續(xù)診斷模式下若判別出異常則將該時(shí)刻的聲音樣本導(dǎo)出到指定目錄，供技術(shù)人員采取離線診斷模式對(duì)導(dǎo)出的聲音樣本進(jìn)行進(jìn)一步分析；所述診斷方法具體包括：(1)聲音采集在線模式下，直接調(diào)用平板電腦的聲音采集卡硬件資源進(jìn)行采集，在進(jìn)行模擬/數(shù)字信號(hào)的轉(zhuǎn)換過(guò)程中，當(dāng)采樣頻率fs.max為信號(hào)中最高頻率fmax的的5～10倍；為準(zhǔn)確獲取平板電腦聲音采集卡的硬件設(shè)備的ID號(hào)，采取了動(dòng)態(tài)獲取ID號(hào)，定位至聲音采集卡后離散采樣聲音信號(hào)，最后，將錄到的聲音數(shù)據(jù)轉(zhuǎn)存到矩陣中；對(duì)于離線方式下的聲音采集是通過(guò)讀取設(shè)備存儲(chǔ)的聲音文件實(shí)現(xiàn)；(2)數(shù)字濾波用函數(shù)ddencmp生成信號(hào)的默認(rèn)閾值，然后利用函數(shù)wdencmp進(jìn)行去噪，取sym4小波進(jìn)行2層分解的方法進(jìn)行去噪；(3)進(jìn)行頻率特征提取先用length函數(shù)獲取聲音樣本的長(zhǎng)度即數(shù)據(jù)點(diǎn)的個(gè)數(shù)L，然后獲取最接近數(shù)據(jù)長(zhǎng)度的2的整數(shù)次方，以對(duì)盡可能多的聲音采樣點(diǎn)數(shù)量進(jìn)行傅立葉變換；(4)進(jìn)行突變量檢測(cè)利用小波變換對(duì)信號(hào)進(jìn)行處理，采用db5小波分解后的3層高頻系數(shù)重構(gòu)圖形進(jìn)行突變位置的初選；為了精確識(shí)別信號(hào)是否存在突變，采用對(duì)采樣數(shù)據(jù)進(jìn)行了加矩形窗的處理；對(duì)每次采樣得到的數(shù)據(jù)等分為100個(gè)數(shù)據(jù)窗，即數(shù)據(jù)窗大小為480個(gè)數(shù)據(jù)點(diǎn)，時(shí)間識(shí)別精度為10ms，具體實(shí)現(xiàn)方式如下：設(shè)矩陣變量x為采樣到的數(shù)據(jù)，則有x＝[x1，x2,…xn],n＝48000(1)新建矩陣變量y，y＝[y1，y2,…yn],n＝1-100(2)其中，y1=|x1|+|x2|+|x3|+...+|xn|n,n=480---(3)]]>y2=|x1+480|+|x2+480|+|x3+480|+...+|xn+480|n,n=480---(4)]]>依此類推，對(duì)矩陣變量y進(jìn)行尋找最大值所在的矩陣坐標(biāo)ymax，最小值所在的矩陣坐標(biāo)ymin，準(zhǔn)確找到小波變換后的信號(hào)的峰值和谷值；首先以峰值ymax所在數(shù)據(jù)窗為中央坐標(biāo)y[ymax]，逐次除以左邊的n個(gè)數(shù)據(jù)窗y[ymax-n]，即y[ymax]/y[ymax-n]>dz,若結(jié)果大于某一值則認(rèn)為發(fā)生突變，其中n為10以內(nèi)的整數(shù)，dz為設(shè)定的門檻值，在高靈敏度時(shí)為5，中靈敏度時(shí)為10，低靈敏度時(shí)為20；再以峰值所在數(shù)據(jù)窗為中央坐標(biāo)，逐次除以右邊的n個(gè)數(shù)據(jù)窗，尋找是否發(fā)生突變；同理，再對(duì)谷值進(jìn)行處理；從而對(duì)不同的波形變化進(jìn)行準(zhǔn)確的識(shí)別；當(dāng)旋轉(zhuǎn)設(shè)備運(yùn)行過(guò)程中，若發(fā)生機(jī)械故障，聲音信號(hào)會(huì)發(fā)生突變，檢測(cè)這些突變點(diǎn)就能及時(shí)發(fā)現(xiàn)旋轉(zhuǎn)設(shè)備的故障時(shí)刻，檢修專業(yè)人員可及時(shí)進(jìn)行處置，避免設(shè)備繼續(xù)惡化。進(jìn)一步地，所述fs.max為48kHz，采樣點(diǎn)的比特?cái)?shù)為24位。進(jìn)一步地，步驟(2)中還對(duì)原始信號(hào)進(jìn)行濾除直流分量操作。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：本發(fā)明從聲波原理分析、研究直流輸電閥冷旋轉(zhuǎn)設(shè)備發(fā)生內(nèi)部故障時(shí)的振聲振幅、頻譜變化規(guī)律，提出一種基于小波分析的旋轉(zhuǎn)設(shè)備故障診斷方法，特別是采用所限定的參數(shù)，為運(yùn)維人員及時(shí)發(fā)現(xiàn)、定位旋轉(zhuǎn)設(shè)備故障提供一種有效手段，不僅能延長(zhǎng)泵體軸承、機(jī)械密封備品的更換周期，避免故障進(jìn)一步惡化，而且直接提高閥冷系統(tǒng)可靠性，具有良好的實(shí)用及推廣價(jià)值。附圖說(shuō)明圖1為實(shí)例中旋轉(zhuǎn)設(shè)備診斷測(cè)試流程示意圖。圖2為實(shí)例中的聲音采樣過(guò)程示意圖。圖3為實(shí)例中采取sym4小波進(jìn)行2層分解的方法進(jìn)行去噪前后的信號(hào)波形。圖4是實(shí)例中僑鄉(xiāng)換流站極2高端#2主泵故障波形及頻譜分布圖。圖5是僑鄉(xiāng)換流站極2高端#2主泵故障波形及頻譜分布圖。具體實(shí)施方式以下結(jié)合附圖和實(shí)例對(duì)本發(fā)明的具體實(shí)施做進(jìn)一步說(shuō)明，需指出的是，以下若有未特別詳細(xì)說(shuō)明之處，均是本領(lǐng)域技術(shù)人員可參照現(xiàn)有技術(shù)實(shí)施的。如圖1，本實(shí)例的診斷方法流程包括聲音采集、數(shù)字濾波、頻率特征提取、突變量檢測(cè)、用戶交互界面(GUI)輸出。為拓寬使用范圍，本實(shí)例適用于在線診斷和離線診斷模式。在線診斷模式主要為單次診斷和連續(xù)診斷。單次診斷模式適用于運(yùn)行人員在設(shè)備巡視過(guò)程中對(duì)旋轉(zhuǎn)設(shè)備當(dāng)前運(yùn)行情況的診斷，其主要判據(jù)為聲音頻率成份。而連續(xù)診斷模式適用于將本系統(tǒng)直接安裝于設(shè)備間(如閥冷設(shè)備間)，依靠小波分解對(duì)信號(hào)突變，識(shí)別監(jiān)測(cè)旋轉(zhuǎn)設(shè)備是否存在劣化趨勢(shì)。離線診斷模式，主要應(yīng)用于對(duì)采取錄音筆或其他錄音設(shè)備錄取的聲音樣本進(jìn)行分析。此外，連續(xù)診斷模式下若系統(tǒng)判別出異常也會(huì)將該時(shí)刻的聲音樣本導(dǎo)出到指定目錄，技術(shù)人員可以采取離線診斷模式對(duì)導(dǎo)出的聲音樣本進(jìn)行進(jìn)一步分析。(1)聲音采集算法在線模式下對(duì)聲音的獲取方法為直接調(diào)用平板電腦的聲音采集卡硬件資源進(jìn)行采集。為了實(shí)現(xiàn)該功能，根據(jù)采樣定理，在進(jìn)行模擬/數(shù)字信號(hào)的轉(zhuǎn)換過(guò)程中，當(dāng)采樣頻率fs.max大于信號(hào)中最高頻率fmax的2倍時(shí)，采樣之后的數(shù)字信號(hào)完整地保留了原始信號(hào)中的信息，一般實(shí)際應(yīng)用中保證采樣頻率為信號(hào)最高頻率的5～10倍。結(jié)合目標(biāo)應(yīng)用特點(diǎn)，考慮到采集信號(hào)的高頻量最多只有10kHz左右，綜合還原采集信號(hào)的波形以及節(jié)省硬件資源開(kāi)銷，F(xiàn)s選擇48kHz，采樣點(diǎn)的比特?cái)?shù)為24位即可滿足要求。為準(zhǔn)確獲取平板電腦聲音采集卡的硬件設(shè)備在系統(tǒng)中的ID號(hào)，本項(xiàng)目采取了動(dòng)態(tài)獲取ID號(hào)的方法。定位至聲音采集卡后離散采樣聲音信號(hào)，最后，將錄到的聲音數(shù)據(jù)轉(zhuǎn)存到矩陣中。經(jīng)過(guò)上述處理后，程序即完成了調(diào)用聲音采集卡硬件資源進(jìn)行若干秒聲音采集的過(guò)程，采集后的數(shù)據(jù)將存儲(chǔ)于矩陣中供后續(xù)的計(jì)算處理。對(duì)于離線方式下的聲音采集是通過(guò)讀取設(shè)備存儲(chǔ)的聲音文件實(shí)現(xiàn)。(2)數(shù)字濾波在實(shí)際生產(chǎn)場(chǎng)所中，錄取到的聲音除了機(jī)械旋轉(zhuǎn)產(chǎn)生的聲音外，還有大量的其他干擾成分，如換流閥的噪聲。為了消除此類干擾的影響，需要采取一定的濾波手段對(duì)原始信號(hào)進(jìn)行去噪。本發(fā)明采用小波去噪方法。用函數(shù)ddencmp生成信號(hào)的默認(rèn)閾值，然后利用函數(shù)wdencmp進(jìn)行去噪。在本發(fā)明中，采取sym4小波進(jìn)行2層分解的方法進(jìn)行去噪，濾波前后的信號(hào)波形如圖3所示?？梢?jiàn)采取該方法去噪可在降低噪聲對(duì)信號(hào)處理的影響與保留信號(hào)細(xì)節(jié)間取得一個(gè)較好的平衡。(3)FFT算法進(jìn)行頻率特征提取先用length函數(shù)獲取聲音樣本的長(zhǎng)度(即數(shù)據(jù)點(diǎn)的個(gè)數(shù))L，然后獲取最接近數(shù)據(jù)長(zhǎng)度的2的整數(shù)次方，以求對(duì)盡可能多的聲音采樣點(diǎn)數(shù)量進(jìn)行傅立葉。由于聲音采集卡電子電路泄露電流的原因，聲音采集卡采樣到的聲音或多或少會(huì)存在一定的直流分量，為了排除信號(hào)的直流分量的干擾，還需對(duì)原始信號(hào)進(jìn)行濾除直流分量。作為實(shí)例，圖4是僑鄉(xiāng)換流站極2高端#2主泵在2016年1月3日發(fā)生故障時(shí)所采樣到的聲音波形以及快速傅立葉變換后的頻譜分布情況。在采樣時(shí)刻，極2高端閥冷系統(tǒng)在#2主泵運(yùn)行，人耳聽(tīng)到聲音帶有較為沉悶的嗡嗡聲，用手觸摸電機(jī)本體能感覺(jué)明顯振動(dòng)。采用本項(xiàng)目開(kāi)發(fā)的測(cè)試儀對(duì)聲音波形進(jìn)行頻譜分析，較大的能量譜分別出現(xiàn)在50Hz、100Hz、150Hz、200Hz、250Hz、300Hz、350Hz。對(duì)僑鄉(xiāng)換流站極2高端#2主泵進(jìn)行檢修，發(fā)現(xiàn)故障點(diǎn)為電機(jī)與主泵間的聯(lián)軸器動(dòng)平衡不良。對(duì)聯(lián)軸器進(jìn)行更換并調(diào)試完畢后，重新對(duì)僑鄉(xiāng)換流站極2高端#2主泵進(jìn)行聲音采集，其波形如圖5所示。從圖5中可看到，在極2高端#2主泵運(yùn)行狀態(tài)良好時(shí)，其能量譜主要分布在50Hz、350Hz上。表1為僑鄉(xiāng)換流站極2高端#2主泵故障及正常狀態(tài)下各特征頻率的幅值對(duì)比。表1僑鄉(xiāng)換流站極2高端#2主泵故障及正常狀態(tài)下各特征頻率的幅值對(duì)比序號(hào)頻率(Hz)正常幅值故障幅值差值1500.0460.038-0.008-17％21000.0050.020.015300％31500.010.0180.00880％42000.0020.0260.0241200％52500.0150.01-0.005-33％63000.0020.0360.0341700％73500.030.0420.01240％由于聲音的振幅受聲音采集設(shè)備與被采集對(duì)象間的距離影響較大，需要將增幅不明顯的故障頻率排除，因此結(jié)合表1、圖4、圖5，可明顯看到故障狀態(tài)對(duì)比正常狀態(tài)時(shí)100Hz、200Hz、300Hz的幅值增長(zhǎng)非常大，可將含有大量100Hz、200Hz、300Hz成分判斷為僑鄉(xiāng)換流站極2高端#2主泵電機(jī)與主泵間的聯(lián)軸器動(dòng)平衡不良的故障特征量。(4)小波算法進(jìn)行突變量檢測(cè)利用小波變換對(duì)原始信號(hào)進(jìn)行處理，采用db5小波分解后的3層高頻系數(shù)重構(gòu)圖形進(jìn)行突變位置的初選。為了精確識(shí)別信號(hào)是否存在突變，本發(fā)明進(jìn)一步采用對(duì)采樣數(shù)據(jù)進(jìn)行了加矩形窗的處理。加矩形窗需要考慮數(shù)據(jù)窗大小的問(wèn)題，數(shù)據(jù)窗過(guò)大，時(shí)間識(shí)別精度則低；數(shù)據(jù)窗過(guò)小，增加計(jì)算量。因此需要選擇合適的數(shù)據(jù)窗，本項(xiàng)目對(duì)每次采樣得到的數(shù)據(jù)等分為100個(gè)數(shù)據(jù)窗，即數(shù)據(jù)窗大小為480個(gè)數(shù)據(jù)點(diǎn)，時(shí)間識(shí)別精度為10ms，在計(jì)算量和時(shí)間精度間取得了較好的平衡。具體實(shí)現(xiàn)方式如下：設(shè)矩陣變量x為采樣到的數(shù)據(jù)，則有x＝[x1，x2，…xn]，n＝48000(1)新建矩陣變量y，y＝[y1，y2,…yn],n＝1-100(2)其中，y1=|x1|+|x2|+|x3|+...+|xn|n,n=480---(3)]]>y2=|x1+480|+|x2+480|+|x3+480|+...+|xn+480|n,n=480---(4)]]>其余類推。對(duì)矩陣變量y進(jìn)行尋找最大值所在的矩陣坐標(biāo)ymax，最小值所在的矩陣坐標(biāo)ymin，可以準(zhǔn)確找到小波變換后的信號(hào)的峰值和谷值。首先以峰值所在數(shù)據(jù)窗為中央坐標(biāo)，逐次除以左邊的n個(gè)數(shù)據(jù)窗，即y[ymax]/y[ymax-n]>dz,若結(jié)果大于某一值則認(rèn)為發(fā)生突變，其中n為10以內(nèi)的整數(shù)，dz為設(shè)定的門檻值，在高靈敏度時(shí)為5，中靈敏度時(shí)為10，低靈敏度時(shí)為20。再以峰值所在數(shù)據(jù)窗為中央坐標(biāo)，逐次除以右邊的n個(gè)數(shù)據(jù)窗，尋找是否發(fā)生突變。同理，再對(duì)谷值進(jìn)行類似的處理。如此一來(lái)即可對(duì)不同的波形變化進(jìn)行準(zhǔn)確的識(shí)別。本實(shí)例從聲波原理分析、研究直流輸電閥冷旋轉(zhuǎn)設(shè)備發(fā)生內(nèi)部故障時(shí)的振聲振幅、頻譜變化規(guī)律，提出一種基于小波分析的旋轉(zhuǎn)設(shè)備故障診斷方法，特別是采用所限定的參數(shù)，為運(yùn)維人員及時(shí)發(fā)現(xiàn)、定位旋轉(zhuǎn)設(shè)備故障提供一種有效手段，不僅能延長(zhǎng)泵體軸承、機(jī)械密封備品的更換周期，避免故障進(jìn)一步惡化，而且直接提高閥冷系統(tǒng)可靠性，具有良好的實(shí)用及推廣價(jià)值。當(dāng)前第1頁(yè)1 2 3