申请/专利权人：杭州景业智能科技股份有限公司

申请日：2023-12-04

公开（公告）日：2024-04-02

公开（公告）号：CN117345680B

主分类号：F04D27/00

分类号：F04D27/00;G01D21/02;G06F18/213

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本申请涉及一种通风机检测方法、装置、计算机设备以及存储介质。所述方法包括：获根据样本通风机的加速度传感数据确定样本采样波形；根据样本采样波形确定样本时域数据集，根据样本时域数据集确定样本转速序列，并确定阶次信号采样频率；根据样本采样波形、样本转速序列、阶次信号采样频率和振动传感器的传感器采样频率，确定样本振动信号；根据样本振动信号确定样本通风机的样本阶次谱特征；获取目标通风机的目标阶次谱特征，根据目标阶次谱特征和样本阶次谱特征确定目标通风机是否存在异常。上述方案，提高了对通风机运行状态是否异常的检测效率，同时避免了转速波动对通风机检测结果的影响，提高了通风机检测结果的精确度。

主权项：1.一种通风机检测方法，其特征在于，包括：根据样本通风机的加速度传感数据确定样本采样波形；根据所述样本采样波形确定样本时域数据集，根据所述样本时域数据集确定样本转速序列，并确定阶次信号采样频率；根据所述样本采样波形、所述样本转速序列、所述阶次信号采样频率和振动传感器的传感器采样频率，确定样本振动信号；根据所述样本振动信号确定所述样本通风机的样本阶次谱特征；获取目标通风机的目标阶次谱特征，根据所述目标阶次谱特征和所述样本阶次谱特征确定所述目标通风机是否存在异常；根据所述样本采样波形、所述样本转速序列、所述阶次信号采样频率和振动传感器的传感器采样频率，确定样本振动信号，包括：通过重采样算法，根据所述样本采样波形、所述样本转速序列、所述阶次信号采样频率和振动传感器的传感器采样频率，确定等角度振动信号；通过时域同步平均算法，对等角度振动信号进行均值滤波处理，确定角域平均振动信号，将所述角域平均振动信号作为样本振动信号；根据所述样本采样波形确定样本时域数据集，根据所述样本时域数据集确定样本转速序列，包括：对所述样本采样波形进行短时傅里叶变换，确定样本变换系数集；对所述样本变换系数集进行傅里叶逆变换，确定样本时域数据集；对所述样本时域数据集中的时序数据进行过零点统计，根据过零点统计结果确定样本转速序列；根据所述样本振动信号确定所述样本通风机的样本阶次谱特征，包括：对样本振动信号进行傅里叶变换确定样本阶次谱，基于通风机转轴的转动阶次、轴承的转动阶次和叶片的转动阶次，从样本阶次谱中提取出样本通风机转轴的转动阶次对应的阶次谱幅值作为转轴的阶次谱特征，从样本阶次谱中提取出样本通风机轴承的转动阶次对应的阶次谱幅值作为轴承的阶次谱特征，从样本阶次谱中提取出样本通风机叶片的转动阶次对应的阶次谱幅值作为叶片的阶次谱特征，将样本通风机转轴的阶次谱特征、样本通风机轴承的阶次谱特征和样本通风机叶片的阶次谱特征作为样本通风机的样本阶次谱特征；获取目标通风机的目标阶次谱特征，根据所述目标阶次谱特征和所述样本阶次谱特征确定所述目标通风机是否存在异常，包括：根据所述样本阶次谱特征确定状态因子阈值；根据目标通风机的滑动窗数据确定所述目标通风机的目标阶次谱特征，根据所述目标阶次谱特征确定所述目标通风机的目标状态因子；根据所述目标状态因子和所述状态因子阈值，确定所述目标通风机是否存在异常。

全文数据：

权利要求：

百度查询： 杭州景业智能科技股份有限公司 通风机检测方法、装置、计算机设备以及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD