DPUMPAgent 系统说明

        分布式大型水泵监测与健康智能维护系统DPUMPAgent融合了目前各种先进的信息智能分析与建模方法,采用了一种开发的、模块化的结构实现振动温度信号等各种分析处理,采用Python编程语言,满足不同平台需求(包括Windows、Linux)。DPUMPAgent对各种大型水泵运作过程的振动、温度等信息实施监控与故障诊断系统,对分布式水泵工作状态下关键部件的振动数据进行实时采集,结合信号处理技术与深度学习技术对冗余的数据进行清洗、降维与多层特征提取,建立实时异常振动检测模型、缺陷识别与故障诊断模型,实现缺陷早期预示,能够及时发现异常值,并对其进行故障诊断与维修。
       DPUMPAgent主要融合了目前各种先进的信号处理算法,人工智能算法以及振动分析算法,采用全Python语言,以B/S模式,通过前端与后端集成开发,采用开放的、模块化、多层架构的设计思想实现分布式水泵机组故障诊断与健康预测。每个模块都包含信号处理分析模块(时域指标分析、时频分析、降噪处理、分解处理);健康评估模块(SOM、CAE、SAE、HMM等);寿命预测模块(线性回归、逻辑回归、RNN等);以及各自部位机理与数据驱动的故障诊断模块。基于机理的故障诊断模块分析诊断各类电机的故障现象及机理;基于数据的故障诊断模块包括一些适用于不同部位的通用算法(LSTM、CNN等)和适用与特定的多源信号融合算法(振动与温度)。


第一章 硬件系统解决方案
测点配置:采用“4-8个振动传感器+1个温度传感器+一个电流传感器+一个电流传感器+1个转速传感器”的监测方案,以实现对数控机床电主轴运行状态最全面的监测,需要配置如下:
 

测点位置测点名称传感器类数量
电机1振动传感器(已有)1
轴承2温度传感器(已有)1
泵体3转速光电传感器1
转速4扭矩传感器(已有)1
图1.1 信号处理电路板
图1.2 信号处理设备
图1.3 信号处理系统软件界面
图1.4 大型装备健康边缘智能分析仪IEAgent-1(云端web系统)

        多功能数据采集卡ASAgent1,可集成到大型装备健康边缘智能分析仪IEAgent-1(系统链接),智能边缘分析仪利用边缘网关作为数据采集核心,采用高速模拟采集卡采集模拟信号、串口转485采集离散信号,利用有线或无线将数据上报至服务器。数据可通过设备界面及服务器进行显示及配置。远程云端的web管理系统,对分布式的边缘分析仪进行管控。边缘智能分析仪嵌入先进的信号处理与人工智能算法,进行大型装备健康的监测、故障诊断、健康评估与预测。


第二章 分布式泵机健康在线监测与智能维护系统DDPUMPAgent
1.概述
         本文是泵站在线监测智能预警系统用户手册,向用户说明该系统的功能及操作。以便用户熟悉操作方法,充分掌握系统的各项功能。
         泵站在线监测智能预警系统聚焦于泵站在线监测智能预警装备运行状态的监测与预警,是一款集数据采集、处理、分析和预警于一体的专业智能维护系统。
本系统具备以下特点:
      (1)支持整个集团级公司的分布式泵站健康管理;
      (2)建立了五级设备树管理:场站、泵站、泵机、部件、测点的五级管理
      (3)分布式信息采集:基于现有水泵状态信息(如流量、压力、温度)以及加装的传感器信息(振动、声音),实现分布式泵机状态的信息采集与远程通讯。
      (4)支持设备状态统计功能。设备状态出现预警时,系统进行提醒,并将预警信息存储。可以实现轴承、齿轮箱、转子故障后系统自动提取故障频率报警;
      (5)支持自诊断模块:通过各类信号处理分析以及故障知识库,提供故障诊断功能;
      (6)提供丰富的数据处理与信号分析处理功能。
Ø数据处理:信号积分、信号微分、低通滤波、高通滤波、带通滤波、带阻滤波、多尺度滤波等。
Ø趋势分析:加速度峰值、加速度有效值、加速度峰值/加速度有效值、RMS、PeakV、Kurtosis等。
Ø基本分析:时域图、频谱图、倒谱、包络谱、VMD。
Ø高级分析:阶次分析、共振解调、小波、最小熵反卷积、3D频谱图、全息谱。
Ø变转速信号自适应处理与自适应学习建模
     (7)提供健康退化评估功能。
通过无监督与有监督模型,实现多多传感信号的融合分析建模,提供各种健康度指标,以及自适应报警阈值。
     (8)建立了部件健康趋势分析功能:通过计算部件健康度,通过多个指标以及指标融合建立了部件多时间周期的健康趋势分析,可靠地获得部件的健康状态和未来趋势发展;
     (9)建立了预警系统:提供底层各类预警信息,支持早期故障预示,系统自动提供预警点的健康变化与故障诊断;
   (10)建立了故障诊断报表系统:提供部件的故障诊断信息报表,支持日报、周报与月报的故障诊断报表;
   (11)提供了设备部件健康趋势的横向与纵向对比:通过在频率域的健康,可设备部件健康趋势的横向(不同设备的部件)与纵向对比(不同时间段)。
   (12)数据导入导出高效。数据导入模块:本系统支持时域和转速数据以csv、xlsx等多种数据格式批量导入。数据导入后,系统可自动识别机组、测点、采样频率等信息,并转换为高效读取分析格式。数据导出模块:系统不仅支持特征值数据以txt、csv、xlsx格式批量导出,还支持导出基本分析或高级分析涉及的各种图谱数据;
   (13)支持组态管理。系统包含常见泵站装备类型的测点布置图,组态后可存入数据库或系统配置,可通过勾选快速确定旋转机械装备测点布置图;
   (14)系统提供运维管理:根据系统的健康决策信息,进行设备运维管理;
   (15)泵组故障知识库管理,支持典型的泵组故障诊断。

图2.1 智能维护系统
图2.2 环境

1.登录界面
(1)打开浏览器,输入网站地址,进入系统登录界面
(2)选择账号类型,输出正确的用户名和密码,点击“登录”,如Fig.1-1.所示。

Fig.1-1.用户登陆界面

2.大屏首页
登录后跳转至大屏首页,整体展示泵站装备的设备与状态,以及系统菜单信息。如Fig.2-1.所示。

Fig.2-1.大屏首页界面

3.状态监测
(1)在大屏首页系统菜单栏点击状态监测,跳转至状态监测界面,可以具体查看每台机器的测点状况与打分。如Fig.3-1.所示。

Fig.3-1.每个测点指标趋势界面

4.趋势分析
点击上方趋势分析按钮,跳转至趋势分析界面,包含均方根值、标准差、峭度、加速度峰值、加速有效值、脉冲指标等。如Fig.4-1.所示。

Fig.4-1. 部件测点健康度实时监测(变转速自适应学习)

5.数据分析功能
(1)点击上方数据分析功能按钮,跳转至数据分析功能界面,包含加速度峰值、加速度有效值、振动趋势分析、速度有效值、频谱图、包络谱、小波阈值降噪、共振解调、最小熵反褶积、阶次分析功能,3维频谱图,VMD,变转速S分析,左下角可以选择不同时间的数据。如Fig.5-1.所示。

Fig.5-1.数据分析界面

6.频域对比分析
点击上方数据频域对比分析按钮,跳转至频域对比分析界面,对比显示不同测点的包络谱与阶次谱分析,确定第一个测点后点击确定信号1,确定第二个测点后点击确定信号2。如Fig.6-1.所示。

Fig.6-1.频域对比分析界面

7.健康评估分析
点击上方健康评估按钮,跳转至健康评估分析界面。如Fig.7-1.所示。

Fig.7-1. 健康评估

8.健康预测
点击上方健康预测按钮,跳转至健康预测分析界面,可进行实时的健康预测与剩余寿命预测。

Fig.8-1. 健康预测

9.健康报表
(1)点击上方健康报表按钮,跳转至健康报表界面。如Fig.9-1.所示。

Fig.9-1.健康报表页面

10.预警信息
(1)点击上方预警信息功能按钮,跳转至预警信息功能界面,可以选择不同时间的数据,根据预警可关联到预警发生的健康度变化与故障诊断。如Fig.10-1.所示。

Fig.10-1.预警信息功能界面

11.关键部件
(1)点击上方关键部件功能按钮,跳转至关键部件(如轴承)功能界面,进行故障频谱计算与管理。如Fig.11-1所示。

Fig.11-1.关键部件功能界面

12.组态管理
(1)点击上方组态管理功能按钮,跳转至组态管理功能界面,进行测点与组态管理。如Fig.12-1.所示。

Fig.12-1.组态管理界面

13.阈值设置
(1)点击上方阈值设置功能按钮,跳转至阈值设置功能界面。如Fig.13-1.所示。

Fig.13-1.阈值设置界面

14.参数设置
(1)点击上方参数设置功能按钮,跳转至算法模型的参数设置功能界面。如Fig.14-1.所示。

Fig.14-1.参数设置界面

15.基础配置
(1)点击上方基础配置功能按钮,跳转至基础配置功能界面。如Fig.15-1.所示。

Fig.15-1.基础配置界面

16.故障页面
(1)点击上方故障页面功能按钮,跳转至故障页面功能界面。如Fig.16-1.所示。

Fig.16-1.故障界面

17.系统运维
(1)点击系统维护页面功能按钮,跳转至维护页面功能界面。如Fig.17-1.所示。

Fig.17-1.系统运维