您现在的位置:首页找资料 > 好文下载 >
一文了解设备异音从人工判断到智能诊断
又名:设备异响如何判断、有标准吗?
 
答疑撰文者:蒋良君 成都华标企管

摘要:本文分享了有关设备异音如何判断及建立判断标准的方法,并介绍了从人工听音、借助超声波等器具听音,到人工智能听音辨故障。
 
答疑背景:
1.我看了Q群友2022/8/9的提问——江苏中鲈科技-汪:“设备异响如何判定,有没有什么标准?”
2.首先,汪工能提出这个看似简单而又不简单的问题,说明他对设备“听音辨病”进行了深入思考。
3.汪工提的这个问题,看起来说简单也简单,说复杂也复杂。说简单呢,只要与设备正常的声音对比有异常的,就是异响。说复杂呢,听音辨病因人而异,这与听音者积累的听音经验有关。
4.虽然看起来简单,但目前有建立企业自己的设备声学数据库的,估计凤毛麟角。当然,目前专业从事设备噪声人工智能“听音辨病”的科技公司,有建立自己的设备声学数据库,有开发自己的音频采集仪和分析诊断系统,通过设备声音作为缺陷诊断的手段之一,目前国内对工业领域设备听音辨病做的专业的科技公司也是凤毛麟角。
5.对于企业而言,是否有简单有效的方法建立对设备听音辨病的判断标准呢?以及目前从用耳朵听、借助听音器具到人工智能“听音辨病”的发展如何,笔者就此谈谈个人看法,希望对企业设备人有所启发。
注:Q群“中国设备管理”,Q群号:283752911  
 
一、 设备异响如何判定
1.1异响,与正常声音相比,不正常响声就是异响。不同设备的异响/异音也是不同的,就像我们每个人说话声音都有各自的声音特征,设备也一样。我们先了解下“异响”的定义/含义。
——异响作为一种非稳态信号,没有明确的学术定义,它不像我们通常所说的振动和噪声在学术上有明确的定义和理论基础,所以只能宽泛地统称为它是一种让人很烦恼的机械噪音。
——在物理学上,噪声指一切不规则的信号(不一定要是声音),比如电磁噪声,热噪声,无线电传输时的噪声,激光器噪声,光纤通信噪声,照相机拍摄图片时画面的噪声等。
1.2对声音异常的判断,多数设备的异音,只要环境噪声不是非常嘈杂,经常在现场接触设备的人都能听出来。
1.3常用的异音判断方式:
随着科技的发展,对设备噪声、异响的检测、监测手段也逐渐丰富,从耳朵听,到借助便携式听音器具,再到人工智能“听音辨病”,如图:

下面介绍四种常用的设备异响判断/诊断方式:
 
1.3.1耳听法
1)巡检人员应熟悉掌握设备的声音特点,当设备出现缺陷或故障时,可能会出现异音,
可以通过正常时和异常时的音律、音量的变化来判断设备故障的发生部位和性质。如:疏水阀的开闭声、轴承的摩擦声、齿轮摩擦声、消音器啸叫、压缩机的运动部件异音或气缸内出现异音。电磁阀异音、接触器异音、变压器异音等。根据巡检需要,可配置工业听诊器、听音棒、电子听诊器。
2)通常, 耳听法适合具有较多经验的人员可以利用设备运行声音以及产生振动就可进行设备是否存在缺陷进行判断。耳听法的描述,文字不如音视频音视频不如到现场仔细感知听、看。文字异音判断描述如:
例1:电机持续嚓嚓声,转子与定子碰擦。转速变慢嗡嗡声,线圈碰壳相接地。转速变慢吭吭声,线圈断线缺一相。轴承嘘嘘声润滑干涸。轴承咯咯声轴承已损坏。
例2:电力变压器异常声响的判断
运行正常变压器,清晰均匀嗡嗡响。配变声响有异常,判断故障点原因。嗡嗡声大音调高,过载或是过电压。
间歇猛烈咯咯声,单相负载急剧增。叮叮当当锤击声,穿心螺杆已松动。噼噼啪啪拍掌声,铁心接地线开断。
间歇发出哧哧声,铁心接地不良症。绕组短路较轻微,发出阵阵噼啪声。绕组短路较严重,发出巨大轰鸣声。
高压套管有裂痕,发出高频嘶嘶声。高压引线壳闪络,噼噼啪啪炸裂声。低压相线有接地,老远听到轰轰响。
跌落开关分接头,接触不良吱吱响。
 
以上判断,若只看文字理解,其实很难掌握,纸上得来终觉浅,绝知此事要躬行。
 
1.3.2超声仪检测法
1)我们用耳朵听不见设备有异音,并不代表设备就是正常的(如图:检测仪对故障检出的灵敏度),用耳朵能听见异音,通常存在缺陷。

2)我们人的耳朵能听见的频率范围是20Hz到20000Hz,对超过频率20000Hz的超声波,我们可以借助便携超声波检测仪来实现。目前常见的有数字显示频率、显示波纹、声波成像显示定位的,可通过声音、频率、波形等综合判断设备的声音。常见便携式检测仪如:
3)对于轴承检测,有超声波检测(如图),更多的是测振,便携式轴承仪比较典型的是冲击脉冲法测量(如图)(不限于此),测量后直接显示诊断结果,如:用红、黄、绿表示对应的结果。
超声波检测:




 
振动检测:
    目前有的企业对关键设备采用噪声数据采集+专用软件分析,噪声分析手段,能反映出设备噪声的幅值大小和频带信息,但是这种方法不能识别定位噪声源。
 
1.3.3 AI智能声学故障检测系统-人工智能听音辩故障
1)现在国内有个别科技公司利用人工智能识别声音的技术来检测故障机器,用机械噪声识别监测作为企业设备预防性维修的手段之一。人工智能听音辩病主要应用于智能制造、能源、机械设备、冶金、造纸、轨道交通等行业,在线监测设备如通用旋转往复型设备(如电机、泵、风机、齿轮箱等)、冲压和剪切设备、高速包装设备、数控机床加工中心以及各类非标设备如工程设备、空气压缩机等。人工智能听音辩病(故障)的三个层次:
第一层:声音检测,根据机器部件的基本物理建模来预测其何时开始磨损;
第二层:使用深度学习算法和麦克风收集的声音,来帮助检测奇怪或异常的噪声,通过训练,软件可以提示机器发生的一般问题;
第三层:将具体的声音标记、分类,然后通过深度学习将特定声音与具体故障联系起来。经过对声音数据集学习和训练后的软件,在故障发生前,通常能示警即将发生的问题。
2)目前国内工业领域将AI、机器学习与设备噪声分析相结合的科技公司如:厦门硕橙科技、北京谛声科技等。例如,硕橙科技的 “机器听诊大师” 系统,用户可将橙盒部署在工业设备周边,无需嵌入设备,改变设备原有的构造。当设备运转时,橙盒会自动收集机器发出的噪声,通过前置在橙盒的算法,将噪声数据转化为基础特征值,并上传至云端服务器,再通过 AI 算法进行识别和分析,判断设备运行的状况,并将数据反馈给终端用户。
    人工智能可以在收集大量声音信息后重新定义“噪声/异音”,从“因人而异”到“因AI恒定”。其AI听音诊断过程如图:[设备状态监测之“听音辨病”]
  

 
有条件的企业,对关键设备可考虑导入AI技术设备噪声分析故障诊断系统,当系统发现设备异常声音可及时预警。
3)目前国内从事AI智能声学故障检测的公司,有自己研发音频数据采集器和分析诊断系统,他们也在前进中不但收集企业大量的设备正常、异常的声学数据。也有的科技公司只研究轴承噪音,开发了超声波轴承运行状态在线监测系统,有的公司研究电机噪声,据我了解有个研究电机噪声的公司,收集到了近2TB的声学数据,约达16,000个声音片段。
4)提示:
1.不同设备运行过程中发出的噪声并不相同,如何对不同类型的声音进行区分(特别是一个区域多台设备,如:造纸机、轧钢线、成排真空泵),并标识出异常零部件,成为其中最困难的部分,这也是目前噪音诊断科技公司的技术难点。
2.每种检测方法均有其适用性与局限性,各种方法对缺陷的检测概率不会是100%,也不会完全相同。在检测或监测设备噪声的同时,对关键及重要设备,还需测振、测温、测电流信号等,通常会根据需要采用两种或以上检测手段。例如:对电机状态监测与故障诊断的有效性而言,笔者认为噪声监测发现缺陷不如静态电路分析(MCA) 、 动态电信号分析(ESA)、谐波诊断分析(HDS)有效噪声监测,需根据具体设备而定
 
二、如何建立判断标准
    对企业而言,建立设备异响判断标准,可采用“直观判断法”或“音频频谱分析法”,建立企业自己的“设备声数据库”,用于员工培训和设备噪声故障判断。
2.1. 直观判断法
直观判断法是最简单实用的方法,就是通过用手机或相机,在距离设备安全距离的地方,以视频方式拍摄正常的、存在异音的,作为“听音辨病”的视频教材。具体做法:
2.1.1通知所有的操作岗、设备人员,若发现设备异常声音,可使用手机、相机拍摄视频,一经采用的按公司合理化建议奖励,对发现重大隐患的另外按公司规定奖励,这样一举两得,即可调动现场人员参与,又增加了采集设备异响的机会。对于负责企业设备“设备声学数据库”的,到现场巡检或接到通知后,应到现场再次采集、核对异常音视频。提示:拍摄视频后,可根据需要将音频从视频中分离出来,利用音频分析软件做分析)。
 
2.2.2将采集到的音视频,导入电脑。
2.2.3建立电子文件夹。将设备按不同类别建立文件夹,每类设备的文件类再分正常音视频、异常音视频。将每个视频的文档名称规范注明,方便以后查阅。
2.2.4视频文档命名。例如:设备名称位号-采集点单位简称-采集时间-音频分类(正常、异常)。
2.2.4建立好的视频库,可以直接作为视频播放,作为员工巡检的培训教材之一,非常直观。
 
2.2音频频谱分析法
    在常见的工业场景中,工业设备运行时会发出各式各样的声音,如果从设备物理本质出发,工业设备所发出的声音可分为两种:一是机械摩擦所产生的谐波噪声;二是机械碰撞产生的冲击噪声。工业设备正常运行时,两种声音呈现出相互叠加、且保持平衡的状态;当噪音分量比例出现异常时,可以作为设备故障的标志。可以将音频通过“快速傅里叶变换”(FFT),将一个信号转化为频谱分量,可看到该信号的频率信息,用于对机械或某个系统进行缺陷分析。
    例如:下图是一个电动螺丝刀的声学测量结果。测得结果减去参考频谱得到偏差,再将该差值与预设的上下限对比,就可判断是否有缺陷。
音频频谱分析法虽然很多,企业可采用以下两种:
2.2.1噪音振动诊断系统
1)若你企业目前有
振动和噪声信号双通道测试数据采集仪,同时采样和配套的噪声振动分析软件,则可直接使用,通过不断收集、总结提炼,就可形成你企业自己的“设备声学故障诊断指南”,而且你还可同时将振动频谱与噪声的频谱对应放在指南内。
例如:大连理工大学机械学院振动工程研究所的王睿等,在《基于相干分析的离心式压缩机噪声源识别》中写到:
    对离心式压缩机的振动信号频率与噪声信号频率成分进行对比分析,分析较为相似, 频域分布具有很强的相关性, 且造成振动和噪声最大的主要频率(fs ) 基本一致。通过振动和噪声的相干分析图分析可知, 造成振动和噪声最大的主要频率的相干性达到 88%。 依此可知, 振动和噪声频率特性具有很强的相关性。 找到相干性最好的点, 结合压缩机的内部结构分析, 就可找到压缩机组频率fs 的噪声源位置。如图:
 
 
 
2.2.2音频频谱分析
1)需要购买基于 PC 的音频采集仪和声学分析仪,如:基于 PC 的示波器、频谱分析仪、信号发生器、逻辑分析仪、数据采集,基于PC的噪声和振动测量系统。
2)适用于 Windows 的音频频谱分析仪软件(有的免费有的付费),如:
1. Friture
2. Visual Analyzer
3. Oscilloscope
4. TrueRTA
5. AudioTool
6. Zelscope
7. Spectrum Analyzer Pro
8. Virtins Spectrum Analyzer
3)你有了音频采集和音频频谱分析软件,就可抽时间对采集的音频进行分析研究,比对正常、异常的音频频谱,逐步从中找出规律,看多少Hz频段对应的噪声峰值是多少,噪声实时频谱波动情况如何,必要时可结合测振频频对比判断,当你采集的数据足够多了,研究多了,你就可以掌握自己企业的设备音频频谱分析指南,形成自己企业的设备“听音辨病”。在这方面,企业内也有个别工程师在探索和研究设备噪声与故障定位,从“以音辨病”到“以音定位”。
    例如:《双缸压缩机异常噪声诊断及控制》(张荣婷)-异常噪声产生原因分析
在空调系统中测试出现异常听感时, 1000 Hz频段以 内多个噪声峰值明 显增加, 尤其是700~800 Hz频 段噪 声整 体偏 高。 出 现异常 噪声 时,700~800 Hz频段噪声实时频谱波动较大。 对比异常压缩机与正常压缩机噪声频谱, 异常压缩机在1000 Hz以内频段噪声整体偏高, 与系统出现异常听感时噪声频谱特性一致, 如图1所示。振动测试发现该压缩机泵体部位的轴向振动存在明显异常, 振动有效值是正常压缩机的3倍左右。 图2为存在异常噪声的压缩机的声功率频谱与泵体部位各方向振动频谱的对应关系。 1000 Hz频段内, 泵体轴向振动频谱与噪声频谱趋势基本一致, 可确定该异常噪声与泵体轴向振动异常有直接关系。 根据压缩机单机结构振动噪声特性, 可以推断是压缩机曲轴发生了间歇性轴向窜动, 导致不连续异常噪声的产生。

 
    针对双缸压缩机在高频运行时出现的不连续异常声,结合噪声和振动识别技术,确定产生原因为在某些工况下, 由于曲轴转子系统受到的轴向合力存在向上的可能性,从而产生轴向窜动导致异常噪声。对轴向窜动产生机理、 影响因素和改善措施进行了讨论, 针对该机型的具体问题, 采用增大定转子高度差来增大方向向下的轴向磁拉力, 从而使轴向合力在任何工况下能保证向下, 有效的解决了该异常噪声。
 
三、小结

    以上,对设备听音辨病,从用耳朵听到人工智能听音诊断故障等,作了简要介绍。对于企业设备“听音辨病”,立即可着手做的是“直观判断法”,略有条件的可采用“音频频谱分析法”,建立企业自己的“设备声学数据库”用于员工培训和设备噪声故障判断,你点检标准中的“异音/异响”,就有了具体可行的、直观的视听教材。比较有条件的,可采用国内科技公司的AI智能声学故障检测系统。
    对设备听音辨病不难,但听音定位比较难、辨原因则更难,千里之行始于足下,只要你去探索去研究,距离你期望的目的就越来越近。达到目的的途径很多,只要你想做,就一定会有成果,事在人为。
希望本答疑短文,对你有关设备异音从人工判断到智能诊断,有所启发和参考。

【关联好文】:
《谈谈当前企业设备智能维护》


► 如果本文对您有帮助,请分享给您的朋友!  

  【提示】:

1.不断更新的好资料答疑集锦在 www.hb-qg.com  “找资料”栏目公布。
2.QQ群:群友2000人,专业高质、答疑解惑、互动交流,Q群名:中国设备管理, Q群号: 283752911
主要交流:设备管理体系标准、ISO55001资产管理、设备完整性管理、6S管理、目视管理、安全管理、企业管理等,纯广告者禁入!
3.加"中国设备管理" Q群,总有一个人知道你问题的答案!
4.优秀留言有机会录入“找资料”栏目答疑集锦,并欢迎大家来稿分享



关于我们 | 联系我们

版权所有:成都华标企业管理咨询有限公司
备案号:
蜀ICP备12004850号 技术支持:成都顶呱呱