[发明专利]基于声学算法的叶片状态监测系统及其监测方法在审

专利信息
申请号: 202111022668.2 申请日: 2021-09-01
公开(公告)号: CN113623144A 公开(公告)日: 2021-11-09
发明(设计)人: 牛国智;李行;丁爱军;曾佳佳;刘凯;谭振国 申请(专利权)人: 五凌电力有限公司;苏州矗能智造科技有限公司;五凌电力有限公司新能源分公司;江永晟华能源开发有限公司
主分类号: F03D17/00 分类号: F03D17/00;F03D80/00
代理公司: 南京乐羽知行专利代理事务所(普通合伙) 32326 代理人: 缪友建
地址: 410000 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 声学 算法 叶片 状态 监测 系统 及其 方法
【权利要求书】:

1.基于声学算法的叶片状态监测系统,其特征在于:包括安装在风机塔筒下方的噪声采集设备,由所述噪声采集设备采集风机叶片噪声信号经网络传输至数据采集系统统一处理,并经由数据储存系统对采集数据进行暂存;暂存在所述数据储存系统中的风机噪声数据由监测预警系统分析,通过所述监测预警系统提取噪声的梅尔谱特征,与神经网络中标准值比对,从而识别出叶片的故障原因,最后将分析出的数据通过交互界面展示。

2.根据权利要求1所述的基于声学算法的叶片状态监测系统,其特征在于:所述噪声采集设备包括设置在采集器主体箱(1)内的采集模块、网络模块、防护模块和电源模块,采集器主体箱(1)通过固定支架安装在风机塔筒下方;所述采集模块由麦克风阵列(8)和音频采集板(9)组成,所述麦克风阵列采集到的声音信号经音频采集板处理后由所述网络模块向外传输,所述防护模块包括设置在所述采集器主体箱内加热片(7)和除湿装置(12);所述电源模块采用自复位防雷装置(10)和工业电源(11)组合,通过所述工业电源(11)为所述网络模块、防护模块以及采集模块供电。

3.根据权利要求2所述的基于声学算法的叶片状态监测系统,其特征在于:所述麦克风阵列安装在所述采集器主体箱顶部的支撑板(5)上,所述麦克风阵列外部设有环状的缓冲网,在麦克风阵列外侧还设有隔音罩;所述音频采集板安装在所述麦克风阵列的背面,所述音频采集板的处理芯片采用FPGA或STM32MCU;所述音频采集板(9)外侧设有电磁屏蔽罩。

4.根据权利要求2所述的基于声学算法的叶片状态监测系统,其特征在于:所述采集器主体箱(1)的侧壁上设有支撑立柱(4),所述支撑立柱(4)上安装DIN导轨(6),用以安装固定所述网络模块、防护模块和电源模块;所述麦克风阵列(8)粘接有所述加热片(7);所述加热片(7)为塑胶加热片或陶瓷加热片。

5.根据权利要求1所述的基于声学算法的叶片状态监测系统,其特征在于:所述数据采集系统、数据储存系统以及监测预警系统之间通过工业以太网连接通信。

6.根据权利要求1所述的基于声学算法的叶片状态监测系统,其特征在于:所述噪声采集设备的音频采集器测量频率范围为:20-20000Hz,采样频率设置为:48000Hz。

7.一种基于声学算法的叶片状态监测系统的监测方法,其特征在于包括以下步骤:

(1)噪声信号由所述噪声采集设备采集,经由网络服务发送至数据采集系统,对采集的数据与气象信息和机组信息进行初步融合处理,再将处理后的数据发送至数据存储系统;

(2)数据存储系统按照预先设定的存储规则,将数据存储在指定位置;当监测预警系统发出数据调取请求后,数据存储系统的数据可供具有权限的服务进行访问;

(3)监测预警系统能够对数据存储系统上的数据进行读取、编辑、查找、删除操作;

(4)监测预警系统实时获取采集到的噪声数据后,分别执行以下操作:

对数据进行降噪、波束成形等预处理;

对噪声数据进行梅尔谱特征提取;

将梅尔谱特征数据输入神经网络的预警算法对目标的状态进行判断;

(5)对分析判断后的数据通过交互界面进行展示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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五凌电力有限公司;苏州矗能智造科技有限公司;五凌电力有限公司新能源分公司;江永晟华能源开发有限公司,未经五凌电力有限公司;苏州矗能智造科技有限公司;五凌电力有限公司新能源分公司;江永晟华能源开发有限公司许可,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/202111022668.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top