旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測及預(yù)測技術(shù)的發(fā)展與研究
加入技術(shù)交流群
3 旋轉(zhuǎn)機(jī)械狀態(tài)在線監(jiān)測及預(yù)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(duì)大型機(jī)械設(shè)備的狀態(tài)進(jìn)行監(jiān)測，監(jiān)測項(xiàng)目除溫度、壓力 、電機(jī)功率、電流等常規(guī)項(xiàng)目外，按規(guī)定振動(dòng)、噪聲通常也是需監(jiān)測的項(xiàng)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(xué)依據(jù)，對(duì)其狀態(tài)評(píng)價(jià)也往往是不 準(zhǔn)確的，因而設(shè)備損壞等惡性事故時(shí)有發(fā)生。因停機(jī)維修而造成的經(jīng)濟(jì)損失往往是很驚人的 。同時(shí)，當(dāng)前大型機(jī)械設(shè)備的維護(hù)方式通常采用的是周期性強(qiáng)制維護(hù)，該維護(hù)方式到時(shí)即更 換零部件，維護(hù)費(fèi)用巨大，停機(jī)時(shí)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(tái)大型機(jī)械設(shè)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(biāo)準(zhǔn)》。
在機(jī)械設(shè)備狀態(tài)監(jiān)測技術(shù)應(yīng)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(yù)測系統(tǒng)。有的新建注水站雖裝備了微機(jī)巡檢系統(tǒng)，但該系統(tǒng)通常僅對(duì)壓力、溫 度等常規(guī)項(xiàng)目進(jìn)行監(jiān)測，沒有包括機(jī)械振動(dòng)特性的檢測，不能進(jìn)行機(jī)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(shè)備上，采用了新研制的包括對(duì)振動(dòng)特性進(jìn)行檢測的系 統(tǒng)，實(shí)現(xiàn)了在線監(jiān)測和分析，但尚沒有建立機(jī)組機(jī)械動(dòng)特性檔案，因而難以進(jìn)行自動(dòng)在線的 狀態(tài)判斷，而需要專業(yè)人員離線進(jìn)行分析。
在機(jī)械設(shè)備狀態(tài)預(yù)測技術(shù)應(yīng)用方面：如在我國大型油田廣泛使用的大型注水機(jī)組的維護(hù) 方式仍采用上述的傳統(tǒng)的預(yù)防性維修。近年來有的維修部門進(jìn)口了美國Entek 公司預(yù)測維修 系統(tǒng)，可對(duì)機(jī)組進(jìn)行定期檢測和離線分析。但是該儀器內(nèi)置的預(yù)測對(duì)象是通用電機(jī)，對(duì)注水 機(jī)組故障率較高的離心泵的預(yù)測針對(duì)性不強(qiáng)，同時(shí)又是定期離線預(yù)測方式，不便于進(jìn)行短期 預(yù)測，不能防止機(jī)組突發(fā)性事故，并且得由專業(yè)人員進(jìn)行檢測和分析；因而應(yīng)用受到限制， 也不能從根本上改變注水機(jī)組的維護(hù)方式。當(dāng)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(jī)械設(shè)備突發(fā)事故的同時(shí)盡量延長設(shè)備運(yùn)行周期。為此，迫切需要研 究大型旋轉(zhuǎn)機(jī)械狀態(tài)自動(dòng)在線監(jiān)測及預(yù)測技術(shù)。
3.2 研究的意義
對(duì)旋轉(zhuǎn)機(jī)械狀態(tài)進(jìn)行在線監(jiān)測及預(yù)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(hù)費(fèi)用；由于減少維修次數(shù)，從而增加設(shè)備正常運(yùn)轉(zhuǎn)時(shí)間，提高設(shè)備利用率，縮減維修 備件的庫存及庫存時(shí)間。
對(duì)機(jī)械設(shè)備狀態(tài)進(jìn)行機(jī)械動(dòng)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(xiàng)目的綜合自動(dòng)監(jiān)測; 同時(shí)可進(jìn)一步研究增加控制功能，調(diào)整設(shè)備輸出使 設(shè)備在效率較佳、能耗較低的狀態(tài)下運(yùn)行。利用主機(jī)系統(tǒng)進(jìn)行統(tǒng)計(jì)和打印日常 報(bào)表以及故障報(bào)表, 能為生產(chǎn)部門提供現(xiàn)代化的科學(xué)管理手段，通過微機(jī)聯(lián)網(wǎng)通訊，還可以 使設(shè)備狀態(tài)監(jiān)測及預(yù)測系統(tǒng)成為企業(yè)先進(jìn)的管理系統(tǒng)中的一個(gè)子系統(tǒng)。此外，由于大大減少 值班人員在強(qiáng)噪聲環(huán)境下工作的時(shí)間，即改善了工作條件, 又使企業(yè)達(dá)到國家有關(guān)噪聲衛(wèi)生 標(biāo)準(zhǔn)。
隨著人們對(duì)設(shè)備保護(hù)意識(shí)的加強(qiáng)和設(shè)備維護(hù)認(rèn)識(shí)的深入、監(jiān)測及預(yù)測技術(shù)的發(fā)展及應(yīng)用成本 的降低，對(duì)該項(xiàng)技術(shù)的需求也將日益增加。隨著該技術(shù)帶來的經(jīng)濟(jì)效益和社會(huì)效益日益明顯 ，旋轉(zhuǎn)機(jī)械狀態(tài)在線監(jiān)測及預(yù)測技術(shù)會(huì)進(jìn)一步受到青睞。若進(jìn)口國外通用監(jiān)測及預(yù)測系統(tǒng)， 不僅價(jià)格昂貴，且針對(duì)性不強(qiáng)。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(duì)實(shí)際 需求而提出來的。
旋轉(zhuǎn)機(jī)械狀態(tài)在線監(jiān)測及預(yù)測研究的技術(shù)原理與技術(shù)方案適用于普通機(jī)械設(shè)備，尤其適 于連續(xù)運(yùn)轉(zhuǎn)的大中型旋轉(zhuǎn)機(jī)械，如：機(jī)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(shè)備，從而推廣應(yīng)用領(lǐng)域廣泛，經(jīng)濟(jì)效益潛力巨大。
3.3 研究的主要內(nèi)容
本課題著重針對(duì)大型旋轉(zhuǎn)注水機(jī)械，以揭示機(jī)械設(shè)備的機(jī)械動(dòng)態(tài)特性為手段，研究了機(jī) 械設(shè)備狀態(tài)自動(dòng)在線監(jiān)測及預(yù)測的方法，以及相應(yīng)的軟件系統(tǒng)和硬件系統(tǒng)。通過對(duì)機(jī)械設(shè)備 運(yùn)行和發(fā)展?fàn)顟B(tài)的在線檢測，實(shí)現(xiàn)了對(duì)機(jī)械設(shè)備狀態(tài)自動(dòng)分析和判斷，對(duì)機(jī)械設(shè)備狀態(tài)發(fā)展 進(jìn)行在線趨勢預(yù)測，具體完成的主要內(nèi)容如下：
(1)提出了大型旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)在線監(jiān)測及預(yù)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(hào)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(duì)隨機(jī)性故障，狀態(tài)預(yù)測研究主要考慮的是針對(duì)趨勢性故障、可預(yù)知 故障。
(2)在故障分析和預(yù)報(bào)方法的研究上，考慮到傳統(tǒng)的布爾邏輯識(shí)別、FTA方法（故障樹分析 法），因?yàn)樽R(shí)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(shí)間系列、神經(jīng) 網(wǎng)絡(luò)、遺傳算法、小波分析等新技術(shù)。
(3)從特征信號(hào)中提取有關(guān)機(jī)組狀態(tài)的信息；選擇的機(jī)械設(shè)備狀態(tài)敏感因子（特征參數(shù)）具 有較高靈敏度、較高識(shí)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(jī)械設(shè)備狀態(tài)正常與否的準(zhǔn)則，選擇了安全評(píng)定的標(biāo)準(zhǔn)，確定了對(duì)機(jī)械設(shè)備 整體狀態(tài)及主要零部件狀態(tài)分別評(píng)價(jià)的判據(jù)；提供能對(duì)異常情況做出判斷的方法。
(5)研究了時(shí)域、頻域綜合信號(hào)處理方法，使信號(hào)處理后的特征突出、明顯，便于自動(dòng)比較 、判別；圍繞信號(hào)處理的實(shí)時(shí)性、實(shí)用性、穩(wěn)定性進(jìn)行了相應(yīng)的設(shè)計(jì)和改進(jìn)，探討了新的譜 估計(jì)方法以及小波分析方法。
(6)研究了機(jī)械設(shè)備狀態(tài)在線分析及自動(dòng)判別的技術(shù)，能根據(jù)歷史檔案、專家經(jīng)驗(yàn)、客觀依 據(jù)，實(shí)現(xiàn)機(jī)械設(shè)備狀態(tài)決策判斷自動(dòng)化；研究的機(jī)械設(shè)備狀態(tài)自動(dòng)判別智能專家系統(tǒng)，可克 服轉(zhuǎn)速波動(dòng)影響；開發(fā)了振動(dòng)頻譜在線時(shí)域、頻域報(bào)警新技術(shù)。
(7)研究了旋轉(zhuǎn)機(jī)械設(shè)備常見故障特征，建立了機(jī)組故障原因集以及故障推理機(jī)制。
(8)為對(duì)機(jī)械設(shè)備實(shí)行現(xiàn)代預(yù)知維護(hù)提供科學(xué)依據(jù)和手段，研究了趨勢預(yù)測的方法。除對(duì)機(jī) 械設(shè)備整體進(jìn)行趨勢預(yù)測外，探討了對(duì)機(jī)械設(shè)備零部件進(jìn)行趨勢預(yù)測的方法。
(9)研究了神經(jīng)網(wǎng)絡(luò)ANN在旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)預(yù)測上的應(yīng)用技術(shù)，針對(duì)現(xiàn)有神經(jīng)網(wǎng)絡(luò)對(duì)新信 息強(qiáng)調(diào)不足的問題，研究出適于預(yù)測用途的新型神經(jīng)網(wǎng)絡(luò)模型。探索了遺傳算法GA在趨勢預(yù) 測應(yīng)用的途徑。
(10)在趨勢預(yù)測模型中考慮時(shí)間序列模型預(yù)測、灰色模型預(yù)測、組合模型預(yù)測，圍繞提高預(yù)測精度提出了新型改進(jìn)模型及有關(guān)方法。
(11)為進(jìn)行旋轉(zhuǎn)機(jī)械狀態(tài)在線監(jiān)測及預(yù)測技術(shù)的實(shí)驗(yàn)研究，研制完成具有典型機(jī)械結(jié)構(gòu)和現(xiàn)代測試分析功能的新型實(shí)驗(yàn)系統(tǒng)，該實(shí)驗(yàn)系統(tǒng)應(yīng)能模擬典型旋轉(zhuǎn)機(jī)械的運(yùn)行狀態(tài)，能再現(xiàn)故障發(fā)展過程和預(yù)測發(fā)展趨勢。
(12) 以大型旋轉(zhuǎn)機(jī)械設(shè)備為對(duì)象進(jìn)行了工業(yè)現(xiàn)場的實(shí)踐驗(yàn)證，并對(duì)驗(yàn)證結(jié)果進(jìn)行了分析。
4 結(jié)束語
研究大型旋轉(zhuǎn)機(jī)組狀態(tài)在線監(jiān)測及預(yù)測技術(shù)，對(duì)保證安全生產(chǎn)以及對(duì)設(shè)備實(shí)行預(yù)知維護(hù)都具 有十分重要的意義。為此，本項(xiàng)課題采用科學(xué)分析與實(shí)驗(yàn)驗(yàn)證相結(jié)合的方法，從信息提取和 信號(hào)處理、故障分析、在線預(yù)測、人工智能預(yù)測方法、實(shí)驗(yàn)研究、實(shí)踐驗(yàn)證以及系統(tǒng)研制幾 個(gè)方面對(duì)智能化自動(dòng)在線監(jiān)測及預(yù)測技術(shù)進(jìn)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(jià)值的成果，解決了重要生產(chǎn)實(shí)際問題，取得了預(yù)期效果。
評(píng)論