旋轉(zhuǎn)機械狀態(tài)監(jiān)測及預測技術(shù)的發(fā)展與研究
加入技術(shù)交流群
3 旋轉(zhuǎn)機械狀態(tài)在線監(jiān)測及預測技術(shù)的研究
3.1 問題的提出
以往在工業(yè)現(xiàn)場通常通過值班人員對大型機械設備的狀態(tài)進行監(jiān)測，監(jiān)測項目除溫度、壓力 、電機功率、電流等常規(guī)項目外，按規(guī)定振動、噪聲通常也是需監(jiān)測的項目，但往往沒有檢 測手段，只能靠值班人員手摸或耳聽；由于缺乏可靠的科學依據(jù)，對其狀態(tài)評價也往往是不 準確的，因而設備損壞等惡性事故時有發(fā)生。因停機維修而造成的經(jīng)濟損失往往是很驚人的 。同時，當前大型機械設備的維護方式通常采用的是周期性強制維護，該維護方式到時即更 換零部件，維護費用巨大，停機時影響正常生產(chǎn)，并且仍避免不了惡性事故的發(fā)生。此外， 工業(yè)現(xiàn)場往往裝有若干臺大型機械設備，現(xiàn)場噪聲很高，通常大大超過國家《工業(yè)企業(yè)噪聲 衛(wèi)生標準》。
在機械設備狀態(tài)監(jiān)測技術(shù)應用方面：如我國大型油田以前建的大型采油注水站沒有裝備 狀態(tài)監(jiān)測及預測系統(tǒng)。有的新建注水站雖裝備了微機巡檢系統(tǒng)，但該系統(tǒng)通常僅對壓力、溫 度等常規(guī)項目進行監(jiān)測，沒有包括機械振動特性的檢測，不能進行機組重要狀態(tài)的監(jiān)測和分 析。近年來，有的油田輸油站等大型設備上，采用了新研制的包括對振動特性進行檢測的系 統(tǒng)，實現(xiàn)了在線監(jiān)測和分析，但尚沒有建立機組機械動特性檔案，因而難以進行自動在線的 狀態(tài)判斷，而需要專業(yè)人員離線進行分析。
在機械設備狀態(tài)預測技術(shù)應用方面：如在我國大型油田廣泛使用的大型注水機組的維護 方式仍采用上述的傳統(tǒng)的預防性維修。近年來有的維修部門進口了美國Entek 公司預測維修 系統(tǒng)，可對機組進行定期檢測和離線分析。但是該儀器內(nèi)置的預測對象是通用電機，對注水 機組故障率較高的離心泵的預測針對性不強，同時又是定期離線預測方式，不便于進行短期 預測，不能防止機組突發(fā)性事故，并且得由專業(yè)人員進行檢測和分析；因而應用受到限制， 也不能從根本上改變注水機組的維護方式。當前工業(yè)生產(chǎn)越來越注重降低成本 ，特別是要求在能避免機械設備突發(fā)事故的同時盡量延長設備運行周期。為此，迫切需要研 究大型旋轉(zhuǎn)機械狀態(tài)自動在線監(jiān)測及預測技術(shù)。
3.2 研究的意義
對旋轉(zhuǎn)機械狀態(tài)進行在線監(jiān)測及預測可以有效地避免意外事故，消除續(xù)發(fā)損壞，節(jié)約大 量維護費用；由于減少維修次數(shù)，從而增加設備正常運轉(zhuǎn)時間，提高設備利用率，縮減維修 備件的庫存及庫存時間。
對機械設備狀態(tài)進行機械動態(tài)特性以及壓力、溫度、流量、液位、電量、潤滑油含水等 常規(guī)項目的綜合自動監(jiān)測; 同時可進一步研究增加控制功能，調(diào)整設備輸出使 設備在效率較佳、能耗較低的狀態(tài)下運行。利用主機系統(tǒng)進行統(tǒng)計和打印日常 報表以及故障報表, 能為生產(chǎn)部門提供現(xiàn)代化的科學管理手段，通過微機聯(lián)網(wǎng)通訊，還可以 使設備狀態(tài)監(jiān)測及預測系統(tǒng)成為企業(yè)先進的管理系統(tǒng)中的一個子系統(tǒng)。此外，由于大大減少 值班人員在強噪聲環(huán)境下工作的時間，即改善了工作條件, 又使企業(yè)達到國家有關(guān)噪聲衛(wèi)生 標準。
隨著人們對設備保護意識的加強和設備維護認識的深入、監(jiān)測及預測技術(shù)的發(fā)展及應用成本 的降低，對該項技術(shù)的需求也將日益增加。隨著該技術(shù)帶來的經(jīng)濟效益和社會效益日益明顯 ，旋轉(zhuǎn)機械狀態(tài)在線監(jiān)測及預測技術(shù)會進一步受到青睞。若進口國外通用監(jiān)測及預測系統(tǒng)， 不僅價格昂貴，且針對性不強。本課題涉及的研究內(nèi)容是根據(jù)我國工業(yè)生產(chǎn)狀況，針對實際 需求而提出來的。
旋轉(zhuǎn)機械狀態(tài)在線監(jiān)測及預測研究的技術(shù)原理與技術(shù)方案適用于普通機械設備，尤其適 于連續(xù)運轉(zhuǎn)的大中型旋轉(zhuǎn)機械，如：機械、車輛、電力、石化、冶金、煤炭、核能等許多行 業(yè)中的關(guān)鍵設備，從而推廣應用領域廣泛，經(jīng)濟效益潛力巨大。
3.3 研究的主要內(nèi)容
本課題著重針對大型旋轉(zhuǎn)注水機械，以揭示機械設備的機械動態(tài)特性為手段，研究了機 械設備狀態(tài)自動在線監(jiān)測及預測的方法，以及相應的軟件系統(tǒng)和硬件系統(tǒng)。通過對機械設備 運行和發(fā)展狀態(tài)的在線檢測，實現(xiàn)了對機械設備狀態(tài)自動分析和判斷，對機械設備狀態(tài)發(fā)展 進行在線趨勢預測，具體完成的主要內(nèi)容如下：
(1)提出了大型旋轉(zhuǎn)機械設備狀態(tài)在線監(jiān)測及預測的總體方案和技術(shù)路線，開發(fā)了傳感 器、數(shù)據(jù)采集、現(xiàn)代信號處理、人工智能以及硬件、軟件的有關(guān)技術(shù)。狀態(tài)監(jiān) 測研究主要考慮的是針對隨機性故障，狀態(tài)預測研究主要考慮的是針對趨勢性故障、可預知 故障。
(2)在故障分析和預報方法的研究上，考慮到傳統(tǒng)的布爾邏輯識別、FTA方法（故障樹分析 法），因為識別能力差、判據(jù)不足，不能滿足要求。采用了灰色系統(tǒng)理論、時間系列、神經(jīng) 網(wǎng)絡、遺傳算法、小波分析等新技術(shù)。
(3)從特征信號中提取有關(guān)機組狀態(tài)的信息；選擇的機械設備狀態(tài)敏感因子（特征參數(shù)）具 有較高靈敏度、較高識別能力，采取合適的敏感因子提取裝置、提取方式及提取方法。
(4)提出了大型機械設備狀態(tài)正常與否的準則，選擇了安全評定的標準，確定了對機械設備 整體狀態(tài)及主要零部件狀態(tài)分別評價的判據(jù)；提供能對異常情況做出判斷的方法。
(5)研究了時域、頻域綜合信號處理方法，使信號處理后的特征突出、明顯，便于自動比較 、判別；圍繞信號處理的實時性、實用性、穩(wěn)定性進行了相應的設計和改進，探討了新的譜 估計方法以及小波分析方法。
(6)研究了機械設備狀態(tài)在線分析及自動判別的技術(shù)，能根據(jù)歷史檔案、專家經(jīng)驗、客觀依 據(jù)，實現(xiàn)機械設備狀態(tài)決策判斷自動化；研究的機械設備狀態(tài)自動判別智能專家系統(tǒng)，可克 服轉(zhuǎn)速波動影響；開發(fā)了振動頻譜在線時域、頻域報警新技術(shù)。
(7)研究了旋轉(zhuǎn)機械設備常見故障特征，建立了機組故障原因集以及故障推理機制。
(8)為對機械設備實行現(xiàn)代預知維護提供科學依據(jù)和手段，研究了趨勢預測的方法。除對機 械設備整體進行趨勢預測外，探討了對機械設備零部件進行趨勢預測的方法。
(9)研究了神經(jīng)網(wǎng)絡ANN在旋轉(zhuǎn)機械設備狀態(tài)預測上的應用技術(shù)，針對現(xiàn)有神經(jīng)網(wǎng)絡對新信 息強調(diào)不足的問題，研究出適于預測用途的新型神經(jīng)網(wǎng)絡模型。探索了遺傳算法GA在趨勢預 測應用的途徑。
(10)在趨勢預測模型中考慮時間序列模型預測、灰色模型預測、組合模型預測，圍繞提高預測精度提出了新型改進模型及有關(guān)方法。
(11)為進行旋轉(zhuǎn)機械狀態(tài)在線監(jiān)測及預測技術(shù)的實驗研究，研制完成具有典型機械結(jié)構(gòu)和現(xiàn)代測試分析功能的新型實驗系統(tǒng)，該實驗系統(tǒng)應能模擬典型旋轉(zhuǎn)機械的運行狀態(tài)，能再現(xiàn)故障發(fā)展過程和預測發(fā)展趨勢。
(12) 以大型旋轉(zhuǎn)機械設備為對象進行了工業(yè)現(xiàn)場的實踐驗證，并對驗證結(jié)果進行了分析。
4 結(jié)束語
研究大型旋轉(zhuǎn)機組狀態(tài)在線監(jiān)測及預測技術(shù)，對保證安全生產(chǎn)以及對設備實行預知維護都具 有十分重要的意義。為此，本項課題采用科學分析與實驗驗證相結(jié)合的方法，從信息提取和 信號處理、故障分析、在線預測、人工智能預測方法、實驗研究、實踐驗證以及系統(tǒng)研制幾 個方面對智能化自動在線監(jiān)測及預測技術(shù)進行了系統(tǒng)的研究。探索了新的途徑，得出了新的 結(jié)論，獲得了有價值的成果，解決了重要生產(chǎn)實際問題，取得了預期效果。
評論