一种用于汽轮机振动检测装置的制作方法

本发明涉及流体控制和监测，尤其涉及一种用于汽轮机振动检测装置。

背景技术：

1、在现有的汽轮机监测系统中，振动检测是评估设备健康状况的重要手段，传统的方法通常依赖于单一的振动传感器，这些传感器可能因为安装位置、环境干扰或设备自身特性的限制，无法全面捕捉到汽轮机的振动特性，此外，采集到的振动信号常常混杂着各种噪声，这些噪声可能来源于电源干扰、电磁波或其他机械振动源，导致信号分析的准确性下降，因此，开发一种能够有效去噪并融合多源振动数据的检测装置，对于提高汽轮机振动监测的准确性和可靠性具有重要意义，尽管市场上存在一些去噪和数据融合技术，但它们往往存在处理效率低、实时性差或融合算法不够精确等问题，针对这些不足，本发明提供了一种改进的汽轮机振动检测装置，旨在通过先进的去噪技术和多传感器数据融合策略，实现对汽轮机振动状态的准确监测和智能诊断。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有的汽轮机监测系统中，振动检测是评估设备健康状况的重要手段，传统的方法通常依赖于单一的振动传感器，这些传感器可能因为安装位置、环境干扰或设备自身特性的限制，无法全面捕捉到汽轮机的振动特性，此外，采集到的振动信号常常混杂着各种噪声，这些噪声可能来源于电源干扰、电磁波或其他机械振动源，导致信号分析的准确性下降的问题，提出了本发明。

3、因此，本发明目的是提供一种用于汽轮机振动检测装置。

4、为解决上述技术问题，本发明提供如下技术方案：一种用于汽轮机振动检测装置，包括至少一个振动传感器，用于实时采集汽轮机的振动数据；一个数据处理单元，用于接收振动传感器采集的数据并进行初步处理；一个特征提取模块，用于对处理后的数据进行特征提取，确定汽轮机振动的特征参数；一个智能诊断系统，用于根据特征参数进行智能诊断；一个报警系统，用于在检测到异常振动时自动触发报警。

5、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：所述振动传感器包括至少一个加速度传感器和一个速度传感器。

6、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：所述数据处理单元采用卡尔曼滤波器对传感器数据进行去噪和数据融合。

7、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：所述特征提取模块利用快速傅里叶变换(fft)提取振动信号的频域特征。

8、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：所述智能诊断系统采用深度学习网络对汽轮机的振动状态进行分类和趋势预测。

9、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：所述报警系统根据诊断结果和预设的安全阈值，自动判断是否发出报警信号。

10、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：还包括，一种使用上述装置的方法；所述方法包括以下步骤；利用振动传感器采集汽轮机的振动数据；使用数据处理单元对采集的数据进行去噪和数据融合；利用特征提取模块提取振动数据的特征参数；使用智能诊断系统对汽轮机的振动状态进行智能诊断；根据诊断结果，利用报警系统进行异常报警。

11、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：所述智能诊断系统进一步包括；训练阶段，使用历史振动数据训练深度学习网络；诊断阶段，使用训练好的网络对实时特征参数进行分类和预测。

12、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：所述数据处理单元还包括，一个去噪模块，用于去除采集到的振动数据中的噪声；所述去噪模块采用卡尔曼滤波器进行信号去噪，所述卡尔曼滤波器包括；一个状态预测单元，用于预测信号的状态；一个误差协方差预测单元，用于预测信号的误差协方差；一个卡尔曼增益计算单元，用于根据观测数据计算增益；一个状态更新单元，用于根据计算得到的增益更新信号状态。

13、作为本发明所述用于汽轮机振动检测装置的一种优选方案，其中：还包括一种汽轮机振动数据的去噪方法，包括以下步骤，使用卡尔曼滤波器对采集到的振动数据进行状态预测和误差协方差预测；利用卡尔曼增益对状态进行更新，以去除噪声；还包括一种汽轮机振动数据的数据融合方法，包括以下步骤：从多个振动传感器采集数据；对采集到的数据进行预处理，包括去噪和归一化；采用数据融合策略，如卡尔曼滤波器，对多传感器数据进行融合，以获得综合状态估计；以及，所述数据融合策略包括：一个特征提取单元，用于从预处理后的数据中提取有用特征；一个数据一致性检验单元，用于确保不同传感器数据的一致性；一个融合策略决策单元，用于选择最合适的数据融合方法；使用所述装置的方法，包括以下步骤：首先，利用振动传感器采集汽轮机的振动数据；随后，通过去噪模块去除获得的振动数据中的噪声；然后，利用数据融合方法对去噪后的数据进行融合；最终，获得更准确的振动状态估计。

14、本发明的有益效果：通过集成先进的去噪技术和多传感器数据融合策略，实现了显著提高了振动信号的准确性和可靠性，减少了环境噪声和其他干扰因素的影响；其次，增强了振动数据的全面性和综合性，使得对汽轮机状态的监测更为全面和深入；再次，通过智能诊断系统的引入，实现了对汽轮机振动状态的快速和精确诊断，有效预防了潜在的故障和事故；最后，该装置的自动化和智能化特点，大幅降低了人工监测的劳动强度和成本，同时提升了监测和诊断的效率，确保了汽轮机的安全稳定运。

技术特征：

1.一种用于汽轮机振动检测装置，其特征在于：包括至少一个振动传感器，用于实时采集汽轮机的振动数据；

2.如权利要求1所述的用于汽轮机振动检测装置，其特征在于：所述振动传感器包括至少一个加速度传感器和一个速度传感器。

3.如权利要求2所述的用于汽轮机振动检测装置，其特征在于：所述数据处理单元采用卡尔曼滤波器对传感器数据进行去噪和数据融合。

4.如权利要求3所述的用于汽轮机振动检测装置，其特征在于：所述特征提取模块利用快速傅里叶变换(fft)提取振动信号的频域特征。

5.如权利要求4所述的用于汽轮机振动检测装置，其特征在于：所述智能诊断系统采用深度学习网络对汽轮机的振动状态进行分类和趋势预测。

6.如权利要求5所述的用于汽轮机振动检测装置，其特征在于：所述报警系统根据诊断结果和预设的安全阈值，自动判断是否发出报警信号。

7.如权利要求6所述的用于汽轮机振动检测装置，其特征在于：还包括，一种使用如权利要求1至6中任一项所述装置的方法；

8.如权利要求7所述的用于汽轮机振动检测装置，其特征在于：所述智能诊断系统进一步包括；

9.如权利要求8所述的用于汽轮机振动检测装置，其特征在于：所述数据处理单元还包括，一个去噪模块，用于去除采集到的振动数据中的噪声；

10.如权利要求9所述的用于汽轮机振动检测装置，其特征在于：还包括一种汽轮机振动数据的去噪方法，包括以下步骤，

技术总结
本发明公开了一种用于汽轮机振动检测装置，包括至少一个振动传感器，用于实时采集汽轮机的振动数据；一个数据处理单元，用于接收振动传感器采集的数据并进行初步处理；一个特征提取模块；通过集成先进的去噪技术和多传感器数据融合策略，实现了显著提高了振动信号的准确性和可靠性，减少了环境噪声和其他干扰因素的影响；其次，增强了振动数据的全面性和综合性，使得对汽轮机状态的监测更为全面和深入；再次，通过智能诊断系统的引入，实现了对汽轮机振动状态的快速和精确诊断，有效预防了潜在的故障和事故；最后，该装置的自动化和智能化特点，大幅降低了人工监测的劳动强度和成本，同时提升了监测和诊断的效率，确保了汽轮机的安全稳定运。

技术研发人员：田际,黄旭鹏,田祎,孙传庆,林伟良,唐晶,童鹏,胡远辉,肖宇俊,蒋嘉伟,汪陈威,舒文
受保护的技术使用者：华能东莞燃机热电有限责任公司
技术研发日：
技术公布日：2024/9/23