搜索
1.状态监测与故障诊断技术的概念设备状态监测与故障诊断技术的实质是了解和掌握设备在运行过程中的状态，评价、预测设备的可靠性，早期发现故障，并对其原因、部位、危险程度等进行识别，预报故障的发展趋势，并针对具体情况作出决策。由此可见，设备状态监测与故障诊断技术包括识别设备状态监测和预测发展趋势两方面的内容。具体过程分为状态监测、分析诊断和治理预防三个基本环节。1.1状态监测状态监测是在设备运行中，对特定的特征信号进行检测、变换、记录、分析处理并显示、记录，是对设备进行故障诊断的基础工作。检测的信号主要是机组或零部件在运行中的各种信息(振动、噪声、转速、温度压力、流量等)，通过传感器把这些信息转换为电信号或其他物理量信号，送入信号处理系统中进行处理，以便得到能反映设备运行状态的特征参数，从而实现对设备运行状态的监测和下一步诊断工作。1.2分析诊断分析诊断实际上包括两方面的内容：信号分析处理、故障诊断。信号分析处理的目的是把获得的信息通过一定的方法进行变换处理，从不同的角度提取最直观、最敏感、最有用的特征信息。分析处理可用专门的分析仪器或计算机进行，一般情况下要从多重分析域、多个角度来分析观察这些信息。分析处理方法的选择、处理过程的准确性以及表达的直观性都会对诊断结果产生较大影响。故障诊断是在状态监测与信号分析处理的基础上进行的。进行故障诊断需要根据状态监测与信号分析处理所提供的能反映设备运行状态的症兆或特征参数的变化情况，有时还需要进一步与某些故障特征参数(模式)进行比较，以识别设备是在运转正常还是存在故障。如果存在故障，要诊断故障的性质和程度、产生原因或发生部位，并预测设备的性能和故障发展趋势。这是设备诊断的第二阶段。1.3治理预防治理预防措施是在分析诊断出设备存在异常状态，即存在故障时，就其原因、部位和危险程度进行研究并采取治理措施和预防的办法。通常包括调整、更换、检修、改善等方面的工作。如果经过分析认为设备在短时间内尚可继续维持运行时，那就要对故障的发展加强监测，以保证设备运行的可靠性。根据设备故障情况，治理预防措施有巡回监测、监护运行、立即停机检修三种。2.状态监测与故障诊断技术的目的和重要性设备状态监测与故障诊断技术是一种了解和掌握设备在使用过程中的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。这里所说的“设备”是广泛意义上的设备，不仅包括各类运转的机器，还包括管道、阀门、工业炉等静态设备以及电气设备。设备诊断技术的目的是“保证可靠地、高效地发挥设备应有的功能”。这包括三点：一是保证设备无故障，工作可靠；二是保证物尽其用，设备要发挥其最大效益；三是保证设备在将有故障或已有故障时，能及时诊断出来，正确地加以维修，以减少维修时间，提高维修质量，节约维修费用，应使重要的设备能按其状态进行维修，改改目前按时维修的体制。一台设备从设计、制造到安装、运行、维护、检修有许多环节，任何环节的偏差都会造成设备性能劣化或故障。同时，运行过程中设备处于各种各样的条件下，其内部必然会受到力、热、摩擦等多种物理、化学作用，使其性能发生变化，最终导致设备故障。随着科学技术的进步与发展，设备越来越大型化，功能越来越多，结构越来越复杂，自动化程度越来越高，随之而来的问题是，一旦关键设备发生故障，不仅设备受损、生产线停工，造成巨大的经济损失，而且可能危及人身安全、造成环境污染，带来严重的社会问题。早期的设备维修体制基本上是事后维修，即设备发生故障后再进行检修；后来又逐步推行定期维修，随着对设备故障机理的研究和设备管理水平的提高，人们认识到定期检修存在着“维修不足”和“维修过剩”的问题。因此，通过设备状态监测与故障诊断技术，实现设备的“状态维修”成为现代设备管理和维护的必然需要。3.状态监测与故障诊断技术的发展阶段设备状态监测与故障诊断思想的酝酿，可以追溯到很久以前，但真正形成一种技术并应用到生产实际中，还是近几十年的事。特别是近30年来，随着科学技术的不断进步和发展，尤其是测试技术、计算机技术的迅速发展和普及，以及计算机硬件的大幅度降价，为设备状态监测与故障诊断技术的广泛推广应用创造了条件。状态监测与故障诊断技术的发展可分为以下几个阶段：第一阶段：依靠现场获取设备运行时的感观状态(如异常震动、异常噪音、异常温度、润滑油液中是否含有磨削物等)并凭经验或多位专家进行分析研究确定可能存在何种故障或故障隐患。第二阶段：随着测量以及测量仪器的深入研究发展，状态监测逐步发展为依靠测量仪器测量设备的某些关键部位，以获取参数(如频率、振幅、速度、加速度、温度等参数)并记录下来，通过计算出某些固有参数与测量参数进行对比，确定故障点或故障隐患点，或者通过对某些参数多次测量的数值进行比较，依据其劣化趋势确定其工作状态(是否出现故障或故障隐患)。第三阶段：随着计算机的发展，软件的开发，设备管理已进入计算机管理模式，状态监测与故障诊断技术也发展到计算机时代，一些专用的状态监测仪器(如数据采集器)不仅具有测量、记录现场参数，还能进行一些简单的数据分析处理，要作进一步的分析处理时，只需将数据采集器上的参数通过通讯线传入计算机，计算机便能对这些数据作出综合分析，并显示出相关的图谱如：倍频谱图、倒频谱图、时域频谱图、幅值图等。并可通过计算机上的专家系统对所测的数据进行综合评价(如设备是否该修理或还可使用多长时间后应修理)。第四阶段：随着其他各门学科的进一步发展和计算机网络技术的飞速发展，状态监测域故障诊断技术方面的研究工作已进入深度和广度发展的阶段，研究工作从监测诊断系统的开发研制进入到诊断方法的研究；监测诊断手段由震动工艺参数的监测扩大到油液、扭矩、功率、甚至能量损耗的监测诊断；研究对象由旋转机械扩展到发动机、工程施工机械以及生产线；时空范围由当地监测诊断扩大到异地监测，即监测诊断网络4.状态监测与故障诊断技术的现状状态监测与故障诊断技术以复杂系统和设备为研究对象,以高新技术为依托,涉及各种工程技术系统设备及领域,已形成一门既有理论又有方法,且工程应用性很强的跨学科、综合性的应用技术。目前状态监测的理论和方法主要有基于模型的状态监测和基于特征的状态监测。如图1所示传递函数模型基于模型的状态监测状态空间模型基于统计分析的模型状态检测ARMA自回归滑动模型基于特征的状态监测AR自回归模型图1状态监测理论与方法示意图基于模型的状态监测,即对系统和设备建立数学模型以及对所建模型中的参数进行估计,通过模型达到对系统和设备运行状态进行监测的目的。当前常用的模型有:传递函数模型、状态空间模型、基于统计分析的模型等。基于特征的状态监测,其核心是确定系统和设备的监测指数,也就是合理选取能够反映系统和设备输出信号特征的测点,达到对系统和设备运行状态的监测。这种方法主要通过AR自回归模型和ARMA自回归滑动模型来实现。根据系统和设备采用的特征描述和决策方法的差异,故障诊断的理论和方法主要有基于模型的故障诊断和基于非模型的故障诊断。如图2所示基于输入输出和信号处理的故障诊断基于模型的故障诊断基于状态估计的故障诊断基于状态参数估计的故障诊断故障基于专家系统的故障诊断诊断基于人工神经网络的故障诊断基于人工智能的故障诊断基于模糊数学的故障诊断基于模式识别的故障诊断基于非模型的故障诊断基于故障树的故障诊断基于知识推理的故障诊断基于案例分析的故障诊断基于信号处理和特征提取的故障诊断基于信号特征、模态和信息处理的故障诊断基于灰色系统理论和方法的故障诊断基于决策支持的故障诊断图2故障诊断理论与方法示意图当然除了上述方法外,利用系统和设备输出频率、相位、相关性以及直接测量被测物的输出与标准量相比较的方法,也在当前故障诊断中得到广泛应用。目前,状态监测与故障诊断技术已发展得比较成熟,已由最初的单因素、单机监测诊断向多因素、多机联合监测的综合分析和故障诊断专家系统的方向发展,一些新的硬件、软件不断应运而生,诊断方法也从感官判断发展到充分利用各种自动测试技术、监控技术、信息处理技术和图象分析技术,取得了相当数量的理论成果和实质性进展。近年来,状态监测与故障诊断技术已在现代工程技术系统和大型复杂设备的合理应用、安全运行、事故分析、质量及性能评估,技术决策和视情维修中得到了广泛应用。状态监测与故障诊断技术存在的问题与薄弱环节在取得一定成绩的同时,我们也应看到当前状态监测与故障诊断技术中所存在的问题以及所面临的严峻挑战。基于模型的状态监测方法主要应用于线性时不变系统,然而大多数系统和设备都是非线性的、时变的。这种方法中对于传感器输出的信号变化是由于系统设备参数、结构的变化所致,还是由于传感器自身状态、参数的变化所致,很难辨别出来。基于特征的状态监测方法,其人为影响因素很大,这将直接影响到系统设备运行状态变化的监测精度和准确性,给下一步的故障诊断带来困难。在基于模型的故障诊断方法中,当系统和设备发生故障时,不仅可能引起模型参数的变化,而且可能引起模型结构的变化,另外,这种变化是模型参数变化还是模型结构变化,还是二者兼有,具有很大的不确定性。这些目前都尚未解决。在基于非模型的故障诊断方法中需要对现代工程技术系统和大型复杂设备建立庞大的知识库,而知识库的建立本身就是一件费时而困难的工作,且易出现“组合爆炸”和“冲突消解”;另外,基于非模型的故障诊断方法存在解决问题的能力有限、深浅知识的结合能力不强、缺少有效的自学习和自适应机制、容错能力不高、对一些不确定的知识处理能力较差等缺点。利用频率、相位和相关性的方法只能对故障范围作粗略的判断,大多数情况下不能直接定位故障。除此之外,故障与征兆之间不存在简单的一一对应关系,即一种故障可能对应多种征兆,而一种征兆也可能对应多种故障。此外,现有的诊断方法都是以设备在工作过程中出现的外部特征为基础的,故障特征的提取主要是基于状态响应、时域响应或频域响应分析,由于外部干扰因素多,具有很强的不确定性,这些特征可能重叠、减弱甚至消失,从而很难获得准确的特征信息。以上这些问题都为状态监测与故障诊断工作增加了难度,带来了许多新的课题和挑战。可见,对于状态监测与故障诊断这门技术的理论研究与实践应用,仍有许多工作要做。5.应用5.1往复压缩机状态监测技术往复式压缩机结构复杂、零部件较多，运动过程中气阀的启、闭，活塞、连杆、十字头往复运动时产生撞击和噪声，并且各气缸之间的撞击和噪声相互干扰，如果采用常规频谱分析的手段，频谱图上将呈现连续而密集的宽带谱线，故障特征信息被背景噪声所湮没，难以提取和识别，而且振动对气体泄漏也不敏感，冲击、漏气和摩擦是往复机械最主要的信号类型。往复机械与旋转设备故障诊断不同的是，不再将振动分析作为唯一的测试手段，不再以振幅的高低作为判断故障的依据。往复设备监测与诊断的基本理念是根据不同事件所产生特征信号的不同，采取不同的监测手段及频率分析范围，去除噪声干扰，准确提取故障特征信号。通过监测相对于曲轴转角的压力、振动、超声波信号，将各类事件如气门开启与关闭、气缸压缩与膨胀和监测信号对应起来，从而更加有效地分析和判断事件具体性质，得到有价值的信息。通过压缩机气缸压力一容积曲线，即PV曲线，可以计算出气缸功率、容积效率、进排气阀的功率损失以及排气量、活塞杆负载荷、反向角等性能参数。分析P曲线、Loge-LogV的n值、流量平衡和超声波信号，判断进排气阀是否漏气、活塞环是否窜漏；通过分析气阀相位振动、超声波曲线和温度，分析气阀开启关闭状态，判断气阀颤振、弹簧折断、阀片断裂等故障；通过分析气缸和十字头的振动信号，判断缸套擦伤、活塞环断裂、十字头损伤、间隙过大和机械松动等故障。5.2油液铁谱分析技术润滑管理在设备管理中占据重要地位，而油液监测在润滑管理中又是中心环节，它关系到设备正常运转、减少摩擦磨损、延长设备使用寿命，降低生产成本等一系列重要问题。油液铁谱分析，掌握设备运行状态，预报设备可能发生的故障，避免设备事故；通过检测在用油液的铁谱的异常变化，预报机组可能发生的故障，分析确定故障发生部位、类型及原因，采取措施，避免事故。6.结束语运用状态监测技术可以方