[发明专利]一种通信机房设备健康状态的检测分析方法在审
申请号: | 201810293147.2 | 申请日: | 2018-03-30 |
公开(公告)号: | CN108593084A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 刘文飞;杨俊鹏;张虎;陈新平 | 申请(专利权)人: | 刘文飞;杨俊鹏;张虎;陈新平 |
主分类号: | G01H1/12 | 分类号: | G01H1/12 |
代理公司: | 福州市鼓楼区京华专利事务所(普通合伙) 35212 | 代理人: | 宋连梅 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 通信机房设备 健康状态 频谱特征 声音数据 振动数据 检测分析 随机信号 异常数据 采集通信 分析平台 工作效率 机房设备 技能要求 深度分析 危险水平 振动类型 振动频谱 轴承故障 数据处理 时间点 波长 维护 比对 上传 手机 维度 确定性 松动 分类 预测 | ||
本发明提供了一种通信机房设备健康状态的检测分析方法,采集通信机房设备在一定时间范围内的声音数据和振动数据;通过手机app对声音数据和振动数据作初步的数据处理,若是异常数据则上传给分析平台作深度分析,即预先根据不同故障的声音或振动频谱特征进行分类,将异常数据的声音数据或振动数据中将随机信号和确定性信号分开,并提取出随机信号的周期成分;根据振动类型在振幅、频率、波长至少三个维度上对应比对所述机械松动的频谱特征、动静碰摩的频谱特征或轴承故障的频谱特征;最好预测出通信机房设备健康状态的发展趋向及达到危险水平的时间点。从而减少维护人员的工作强度和降低维护人员的技能要求,提高维护人员的工作效率,降低企业人员投入。
技术领域
本发明涉及一种通信机房设备健康状态检测分析方法。
背景技术
由于目前通信行业机房的设备越来越多包含空调、UPS、开关电源、传输设备等众多设备。设备的正常运行需要投入人员进行维护和巡查,随着业务和设备的增加,越来越多的设备造成维护工作量和成本的增加,同时也考验着维护人员的应对能力和工作强度。为了减轻维护人员的负担、减少人员投入和提高工作效率,利用仪表对设备健康状态的预判和监测,并将检测数据分析给出合理的维护建议,将可能发生的故障提前发现并处理,以降低维护成本、人员成本和达到防患于未然的目的。
对于大部分设备在运转过程中均会产生一定的噪声和振动,根据生活经验和设备特性我们知道,设备在正常启动和运行过程时与故障时其产生的声音与设备的振动往往是会有一定的区别的。例如计算机散热的风扇转速不同代表其工作强度的区别,但若是声音比平时大的多则可能是计算机故障导致,此时应该引起关注;电梯在运行过程中正常都是比较平稳和安静的,但出现明显的抖动时,往往代表电梯处于异常状态。这样的例子不胜枚举,总结出来的结论就是机器或设备出现异常的声音或振动时极有可能表示机器或设备处于故障状态。因此对机房设备在运行状态时的声音和振动的检测并对比分析可以简单的判断设备的运行状态。
发明内容
本发明要解决的技术问题,在于提供一种通信机房设备健康状态的检测分析方法,通过分析通信机房设备的声音数据和振动数据来判断通信机房设备目前的健康状态是否异常;并预测通信机房设备健康状态的发展趋向及达到危险水平的时间点。
本发明是这样实现的:一种通信机房设备健康状态的检测分析方法,包括:S1、将噪声传感器和振动传感器靠近运行中的通信机房设备,采集通信机房设备在一定时间范围内的声音数据和振动数据;
S2、将采集到的声音数据和振动数据转为数字量传给手机app;
S3、手机app对接收到的数字量作初步的数据处理,即在手机app上分析数字量与参考范围值进行比较,若数字量超出参考范围值的则作为异常数据上传给分析平台,否则作为正常数据;
S4、所述分析平台对异常数据进行深度分析,从而判断通信机房设备目前的健康状态是否异常;所述深度分析是:
1)预先根据不同故障的声音或振动频谱特征进行分类,归纳出机械松动的频谱特征、动静碰摩的频谱特征和轴承故障的频谱特征;
2)在接收到的异常数据的声音数据或振动数据中将随机信号和确定性信号分开,并提取出随机信号的周期成分;根据振动类型在振幅、频率、波长至少三个维度上对应比对所述机械松动的频谱特征、动静碰摩的频谱特征或轴承故障的频谱特征,当随机信号的周期特性与归纳的故障频谱特征具有较高的相似度时判断为对应的故障类型;
S5、所述分析平台对每台通信机房设备建立“设备趋势情况记录表”,并将记录的数据绘制成曲线图,根据曲线图的斜率获得设备的变化情况和变化趋势,从而预测出通信机房设备健康状态的发展趋向及达到危险水平的时间点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于刘文飞;杨俊鹏;张虎;陈新平,未经刘文飞;杨俊鹏;张虎;陈新平许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810293147.2/2.html,转载请声明来源钻瓜专利网。