旋转机械状态监测及预测技术研究

由机电之家行业门户网运行

	\| 首页 \| 业内资讯 \| 设备管理 \| 设备维修 \| 监测诊断 \| 润滑密封 \| 安全生产 \| 专业术语 \| 变频技术 \|
	\| 论坛 \| 学术论文 \| 管理天地 \| 专业培训 \| 会展信息 \| 现代理论 \| 采购中心 \| 资料下载 \| PLC技术 \|

文章下载

最新公告：

没有公告

您现在的位置：设备维修与管理 >> 监测诊断 >> 专项诊断 >> 旋转机械故障诊断 >> 文章正文

赞助商

客户服务

如果您有设备方面好的文章或见解,您可以送到我们的投稿信箱
客服电话：0571-87774297
信　箱：88ctv@163.com
我们保证在48小时内回复

设

备

管

理

网

旋转机械状态监测及预测技术研究

热 ★★★

旋转机械状态监测及预测技术研究

作者：未知文章来源：网上搜集点击数：更新时间：2006-12-21 18:46:18

使各种方法应运而生，如：状态空间分析、对比分析、函数分析、逻辑分析、统计和模糊分析方法。近年来，各种数据处理软、硬件的出现使实时在线监测及故障分析技术成为可能。
    人工智能技术为设备监测和故障分析的智能化发展提供了可能，使得现代监测技术发展步入第二阶段。这一阶段的研究内容与实现方法已开始并正在继续发生着重大变化，以数据处理为核心的过程将被以知识处理为核心的过程所替代，开展了专家系统、神经网络和模糊分析等理论、方法和应用技术的研究。这阶段起主导作用的将是人类专家的知识，包括人类专家所拥有的领域知识、求解问题的方法等。由于实现信号检测、数据处理与知识处理的统一，使得先进技术不再是少数专业人员才能掌握的技术，而是一般操作人员所能使用的工具。
    2.旋转机械状态监测技术的发展趋势
    机械设备运行状态的监测技术，已经从单凭直觉的耳听、眼看、手摸，发展到采用现代测量技术、计算机技术和信号分析技术的先进的监测技术，诸如超声、声发射、红外测温等，层出不穷。人工智能、专家系统、模糊数学等新兴学科在机械状态监测技术中也找到用武之地。
    在机械动态信号分析方法和应用技术上，新近的发展有：采用空间域滤波的预处理、采用Vo ld－Kalman滤波的多轴阶比信号分析技术、适于非平稳信号的基于Wigner－Ville分布分析、小波(wavelet)变换方法、混沌分析方法、智能传感与检测技术、以及与VXI总线仪器平台相关的技术等。
   现今，国内外较典型的状态监测方式主要有3种。
    (1)离线定期监测方式。测试人员定期到现场用一个传感器依次对各测点进行测试，并用磁带机记录信号，数据处理在专用计算机上完成，或是直接在便携式内置微机的仪器上完成；这是当前利用进口监测仪器普遍采用的方式。采用该方式，测试系统较简单，但是测试工作较烦锁，需要专门的测试人员；由于是离线定期监测，不能及时避免突发性故障。
    (2)在线检测离线分析的监测方式。亦称主从机监测方式，在设备上的多个测点均安装传感器，由现场微处理器从机系统进行各测点的数据采集和处理，在主机系统上由专业人员进行分析和判断。这种方式是近年在大型旋转机械上采用的方式。相对第一种方式，该方式免去了更换测点的麻烦，并能在线进行检测和报警；但是该方式需要离线进行数据分析和判断，而且分析和判断需要专业技术人员参与。
    (3)自动在线监测方式。该方式不仅能实现自动在线监测设备的工作状态，及时进行故障预报，而且能实现在线地进行数据处理和分析判断；由于能根据专家经验和有关准则进行智能化的比较和判断，中等文化水平的值班工作人员经过短期培训后就能使用。该方式技术最先进，不需要人为更换测点，不仅不需要专门的测试人员，也不需要专业技术人员参与分析和判断；但是软硬件的研制工作量很大。本课题研究的是这种方式。
    今后，旋转机械状态监测技术趋向由离线定期监测方式、在线检测离线分析监测方式，发展为自动在线监测方式。随着人工智能理论的发展及其在实际中的应用、数据处理软件的大量开发，今后旋转机械状态监测技术正向多目标、多层次监测和网络化方向发展。
    三、旋转机械状态预测技术的发展
    1.旋转机械状态预测技术的发展历程
    当机械设备发生故障时,不仅物质财富遭到破坏，服务逼迫中断，甚至连人员的生存也会受到威胁。在工业史上，由于机械设备故障造成的灾难和环境事故频频发生。例如，美国阿莫科.卡迪斯号油轮原油泄漏事故，前苏联的切尔诺贝利核电站事故等等，了解这些事故发生的过程以及如何加以防范，成为要考虑的重要问题。尤其这些故障大都是由于人为干预和不当措施所造成的，因而减少维护次数和提高维护的科学性是预防恶性事故发生的重要方面。
    传统的机械设备维护方式概括为：运转至损坏再维护和以时间为基础的预防性维护；前者一般用于廉价的小型机器，采用后备设备来保证生产；后者也称定期维护，一般用于大中型设备，不论设备是否有故障都按人为计划的时间定期检修80年代以来，以建立新的维修体制为目标形成了综合工程学科，这一工程学科在欧美、日本以不同的形式获得了推广。近年来丹麦、美国、德国、日本等发达国家的专家学者进一步提出了预知维护的基本概念。90年代以来，开始研究新型旋转机械工作状态分析和状态预测技术，研究采用专家系统、神经网络等新的应用技术。但是，人工智能状态在线预测和预知维护的研究尚处于研究发展的起步阶段。
    设备预知维护是通过对机械设备运行状态做监测及预测来取代定期检修方式，其原则是：只有当监测、分析和预测结果表明有必要维修时才进行维修。这种现代化维护方式能监测和预报设备的故障，在发现故障前兆时能及时停机，甚至能按判别出的故障的性质和部位，有目的地进行检修。其检测方式通常是定期检测，但理想的方式是在线实时检测；其分析预测方式通常是在计算机上由专业人员评定完成，但理想的方式是由人工智能系统实时在线判断完成。
    因此，若能在线实时检测和以人工智能分析机械设备经历的和当前的状态，并预测随后的发展，则可以随时、科学、有效地揭示机械设备当前的工作状态，并预测今后多长时间设备状态将达到不可接受的程度而应当停机维修，从传统的预防维护上升到预知维护。若对旋转机械设备实行预知维护，需要在旋转机械状态监测和故障分析的基础上，进一步通过对设备状态进行频域、时域的综合分析判断以及状态的趋势预测来实现。
   国际上有代表性的预测系统是美国Entek Scientific Corporation的预测维修系统(pre ventive maintenance system)，其主要功能有：幅值趋势图显示；时域波形显示，频谱显示；六段频率频谱自动报警，窄带频谱自动报警；两频谱幅值比显示，两频谱幅值差显示；三维谱图显示；用旋转机械故障诊断专家系统进行离线故障诊断；支持铁谱分析；支持局域网。该预测系统，能对频谱进行自动比较，能识别由于旋转机械转速变化所引起的频率漂移，并提供报警信号。
    随着我国科学技术的发展，一些大型企业正在从单纯的振动测量或巡回检测、定期检测和检修，逐渐向长期连续监测和预测性维修过渡。有的高等院校和科研院所的研究方向也开始相应变化，有代表性的是天津大学的基于Windows的IDPM智能诊断与预测维修软件系统的研究。但是国内当前研究的重点仍集中在旋转机械设备的状态监测和故障分析方面，而对大型旋转机组的以预知维护为目标的智能状态在线预测技术尚待系统地研究。国

上一页 [1] [2] [3] [4] 下一页

PLC，机器人编程，变频器，挖机，电气，电子--行业培训比蓝X强...

文章录入：设备管理责任编辑：设备管理

上一篇文章：改进BP算法在旋转机械故障诊断中的应用

下一篇文章：改进人工神经网络BP算法在旋转机械故障诊断中的应用

【字体：小大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】

　网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！）