旋轉機械狀態(tài)監測及預測技術(shù)的發(fā)展與研究
加入技術(shù)交流群
1.2 旋轉機械狀態(tài)監測技術(shù)的發(fā)展趨勢
機械設備運行狀態(tài)的監測技術(shù)，已經(jīng)從單憑直覺(jué)的耳聽(tīng)、眼看、手摸，發(fā)展到采用現代 測量技術(shù)、計算機技術(shù)和信號分析技術(shù)的先進(jìn)的監測技術(shù)，諸如超聲、聲發(fā)射、紅外測溫等 ，層出不窮。人工智能、專(zhuān)家系統、模糊數學(xué)等新興學(xué)科在機械狀態(tài)監測技術(shù)中也找到用武 之地。
在機械動(dòng)態(tài)信號分析方法和應用技術(shù)上，新近的發(fā)展有：采用空間域濾波的預處理、采用Vo ld－Kalman濾波的多軸階比信號分析技術(shù)、適于非平穩信號的基于Wigner－Ville分布分析、小波(wavelet)變換方法、混沌分析方法、智能 傳感與檢測技術(shù)、以及與VXI總線(xiàn)儀器平臺相關(guān)的技術(shù)等。
現今，國內外較典型的狀態(tài)監測方式主要有3種。
(1) 離線(xiàn)定期監測方式。測試人員定期到現場(chǎng)用一個(gè)傳感器依次對各測點(diǎn)進(jìn)行測試，并用磁帶機記錄信號，數據處理 在專(zhuān)用計算機上完成，或是直接在便攜式內置微機的儀器上完成；這是當前利用進(jìn)口監 測儀器普遍采用的方式。采用該方式，測試系統較簡(jiǎn)單，但是測試工作較煩鎖，需要專(zhuān)門(mén)的 測試人員；由于是離線(xiàn)定期監測，不能及時(shí)避免突發(fā)性故障。
(2) 在線(xiàn)檢測離線(xiàn)分析的監測方式。亦稱(chēng)主從機監測方式，在設備上的多個(gè)測點(diǎn)均安裝傳 感器，由現場(chǎng)微處理器從機系統進(jìn)行各測點(diǎn)的數據采集和處理，在主機系統上由專(zhuān)業(yè)人員進(jìn) 行分析和判斷。這種方式是近年在大型旋轉機械上采用的方式。相對第一種方式，該方式免 去了更換測點(diǎn)的麻煩，并能在線(xiàn)進(jìn)行檢測和報警；但是該方式需要離線(xiàn)進(jìn)行數據分析和判斷 ，而且分析和判斷需要專(zhuān)業(yè)技術(shù)人員參與。
(3) 自動(dòng)在線(xiàn)監測方式。該方式不僅能實(shí)現自動(dòng)在線(xiàn)監測設備的工作狀態(tài)，及時(shí)進(jìn)行故障 預報，而且能實(shí)現在線(xiàn)地進(jìn)行數據處理和分析判斷；由于能根據專(zhuān)家經(jīng)驗和有關(guān)準則進(jìn)行智 能化的比較和判斷，中等文化水平的值班工作人員經(jīng)過(guò)短期培訓后就能使用。該方式技術(shù)最 先進(jìn)，不需要人為更換測點(diǎn)，不僅不需要專(zhuān)門(mén)的測試人員，也不需要專(zhuān)業(yè)技術(shù)人員參與分析 和判斷；但是軟硬件的研制工作量很大。本課題研究的是這種方式。
今后，旋轉機械狀態(tài)監測技術(shù)趨向由離線(xiàn)定期監測方式、在線(xiàn)檢測離線(xiàn)分析監測方式，發(fā)展 為自動(dòng)在線(xiàn)監測方式。隨著(zhù)人工智能理論的發(fā)展及其在實(shí)際中的應用、數據處理軟件的大量 開(kāi)發(fā)，今后旋轉機械狀態(tài)監測技術(shù)正向多目標、多層次監測和網(wǎng)絡(luò )化方向發(fā)展 。
2 旋轉機械狀態(tài)預測技術(shù)的發(fā)展
2.1 旋轉機械狀態(tài)預測技術(shù)的發(fā)展歷程
當機械設備發(fā)生故障時(shí),不僅物質(zhì)財富遭到破壞，服務(wù)逼迫中斷，甚至連人員的生存也會(huì )受 到威脅。在工業(yè)史上，由于機械設備故障造成的災難和環(huán)境事故頻頻發(fā)生。例如，美國阿莫 科.卡迪斯號油輪原油泄漏事故，前蘇聯(lián)的切爾諾貝利核電站事故等等，了解這些事故發(fā)生 的過(guò)程以及如何加以防范，成為要考慮的重要問(wèn)題。尤其這些故障大都是由于人為干預和不 當措施所造成的，因而減少維護次數和提高維護的科學(xué)性是預防惡性事故發(fā)生的重要方面 。
傳統的機械設備維護方式概括為：運轉至損壞再維護和以時(shí)間為基礎的預防性維護；前者一 般用于廉價(jià)的小型機器，采用后備設備來(lái)保證生產(chǎn)；后者也稱(chēng)定期維護，一般用于大中型設 備，不論設備是否有故障都按人為計劃的時(shí)間定期檢修80年代以來(lái)，以建立新 的維修體制為目標形成了綜合工程學(xué)科，這一工程學(xué)科在歐美、日本以不同的形式獲得了推 廣。近年來(lái)丹麥、美國、德國、日本等發(fā)達國家的專(zhuān)家學(xué)者進(jìn)一步提出了預知維護的基本概 念。90年代以來(lái)，開(kāi)始研究新型旋轉機械工作狀態(tài)分析和狀態(tài)預測技術(shù)，研究采用專(zhuān)家系統 、神經(jīng)網(wǎng)絡(luò )等新的應用技術(shù)。但是，人工智能狀態(tài)在線(xiàn)預測和預知維護的研究尚處于研究發(fā) 展的起步階段。
設備預知維護是通過(guò)對機械設備運行狀態(tài)做監測及預測來(lái)取代定期檢修方式，其原則是：只 有當監測、分析和預測結果表明有必要維修時(shí)才進(jìn)行維修。這種現代化維護方式能監測和預 報設備的故障，在發(fā)現故障前兆時(shí)能及時(shí)停機，甚至能按判別出的故障的性質(zhì)和部位，有目 的地進(jìn)行檢修。其檢測方式通常是定期檢測，但理想的方式是在線(xiàn)實(shí)時(shí)檢測；其分析預測方 式通常是在計算機上由專(zhuān)業(yè)人員評定完成，但理想的方式是由人工智能系統實(shí)時(shí)在線(xiàn)判斷完 成。
因此，若能在線(xiàn)實(shí)時(shí)檢測和以人工智能分析機械設備經(jīng)歷的和當前的狀態(tài)，并預測隨后的發(fā) 展，則可以隨時(shí)、科學(xué)、有效地揭示機械設備當前的工作狀態(tài)，并預測今后多長(cháng)時(shí)間設備狀 態(tài)將達到不可接受的程度而應當停機維修，從傳統的預防維護上升到預知維護。若對旋轉機 械設備實(shí)行預知維護，需要在旋轉機械狀態(tài)監測和故障分析的基礎上，進(jìn)一步通過(guò)對設備狀 態(tài)進(jìn)行頻域、時(shí)域的綜合分析判斷以及狀態(tài)的趨勢預測來(lái)實(shí)現。
國際上有代表性的預測系統是美國Entek Scientific Corporation的預測維修系統(pre ventive maintenance system)，其主要功能有：幅值趨勢圖顯示；時(shí)域波形顯示，頻譜顯 示；六段頻率頻譜自動(dòng)報警，窄帶頻譜自動(dòng)報警；兩頻譜幅值比顯示，兩頻譜幅值差顯示； 三維譜圖顯示；用旋轉機械故障診斷專(zhuān)家系統進(jìn)行離線(xiàn)故障診斷；支持鐵譜分析；支持局域 網(wǎng)。該預測系統，能對頻譜進(jìn)行自動(dòng)比較，能識別由于旋轉機械轉速變化所引起的頻率漂移 ，并提供報警信號。
隨著(zhù)我國科學(xué)技術(shù)的發(fā)展，一些大型企業(yè)正在從單純的振動(dòng)測量或巡回檢測、定期檢測和檢 修，逐漸向長(cháng)期連續監測和預測性維修過(guò)渡。有的高等院校和科研院所的研究方向也開(kāi)始相 應變化，有代表性的是天津大學(xué)的基于Windows的IDPM智能診斷與預測維修軟件系統的研究。但是國內當前研究的重點(diǎn)仍集中在旋轉機械設備的狀態(tài)監測和故障分析方面 ，而對大型旋轉機組的以預知維護為目標的智能狀態(tài)在線(xiàn)預測技術(shù)尚待系統地研究。國內許 多廠(chǎng)家和研究單位研制的監測系統，大多數測量項目單一，甚至還往往限于對溫度、壓力、 液位、電量等常規參數的檢測，不具備對振動(dòng)量為主的機械動(dòng)態(tài)特性進(jìn)行檢測和分析的功能 ，因而無(wú)從反映旋轉機械設備重要的工作狀態(tài)；即便具有檢測振動(dòng)量的功能，尚限于狀態(tài)的 監測和故障分析，不能對旋轉機械設備工作狀態(tài)發(fā)展趨勢進(jìn)行預測。
2.2 旋轉機械狀態(tài)預測技術(shù)的發(fā)展趨勢
從機械設備的檢修歷史和現狀來(lái)看，設備檢修方式大致有：發(fā)生事故停機檢修，定期停 機檢修亦稱(chēng)預防性維修(preventive maintenance)，預知維修(predictive maintenance)亦 稱(chēng)狀態(tài)維修或視情維修(condition maintenance or condition-based maintenance)。
預知維修方式可以從根本上改變原有的設備維修制度。在保證設備安全運行、避免人員 傷亡、減少環(huán)境污染和避免巨大的經(jīng)濟損失方面將產(chǎn)生巨大的作用。據有關(guān)文獻介紹，在設 備上應用預測技術(shù)，獲利與投資比可達17:1。因而，以預知維護取代以時(shí)間為基礎的預防性 維修，成為關(guān)鍵設備和大中型設備維護方式的發(fā)展趨勢。國外有代表性的采用旋轉機械狀態(tài) 預測先進(jìn)技術(shù)的系統是美國Entek 公司的IRD－890 PM預測維修系統、丹麥BK公司的COMPAS S TYPE 3540系統、TYPE3560系統，這些系統一般用于設備的離線(xiàn)預測。
在線(xiàn)的預測技術(shù)越來(lái)越受到人們的重視，并成為目前技術(shù)攻關(guān)的課題。在現有的設備狀態(tài)在 線(xiàn)監測系統上附加狀態(tài)預測功能，由于具有較高的性能價(jià)格比，而成為實(shí)現設備狀態(tài)在線(xiàn)監 測及預測的優(yōu)選方案，本課題研究的是這種采用在線(xiàn)方式的同時(shí)進(jìn)行監測及預測的方案。具 有人工智能的狀態(tài)在線(xiàn)監測和預測技術(shù)是國內外研究的新課題，也是本課題研究的內容。
由于機組狀態(tài)在線(xiàn)智能化趨勢預測技術(shù)是國際上90年代以來(lái)發(fā)展的一項先進(jìn)技術(shù)，國家 自然科學(xué)基金工程與材料科學(xué)部確定，國內大型旋轉機械狀態(tài)監測及預報研究課題主要針對 大中型旋轉機械，研究智能化在線(xiàn)的狀態(tài)分析和狀態(tài)預測的有關(guān)理論、方法，研究在線(xiàn)檢測 、人工智能分析設備經(jīng)歷的和當前的狀態(tài)并預測發(fā)展趨勢。國家機械工業(yè)技術(shù)發(fā)展基金委員 會(huì )提出的“九五”期間研究工作目標也確定在大型旋轉機械狀態(tài)監測和故障分析的基礎上， 研究大型旋轉機械狀態(tài)預測系統，研究大型旋轉機械狀態(tài)趨勢預示的技術(shù)，開(kāi)發(fā)大型旋轉機 械狀態(tài)趨勢預測的系統。
評論