设备运行状态的趋势分析与劣化管理

设备运行状态的趋势分析与劣化管理设备综合诊断技术讲座主讲人:谷立臣教授2006年9月设备诊断技术主要解决的问题是：①监测设备的运行状态，判断是否处于正常；②积累和建立设备运行状态的数据库，为维修提供科学依据；③诊断设备异常（故障）的部位、原因和程度；④运行状态的趋势分析与预测预报。因此，设备运行状态变化的趋势分析和预测预报是设备诊断技术的重要目标之一，也是工矿企业设备现代化管理内容的重要组成部分。设备运行状态的趋势分析和劣化管理主要是，通过反映运行状态的特征参数和技术性能的变化，找出其特性和发展趋势，从而确定设备的检测周期和维修项目及时间表。1引言设备状态监测与诊断往往是利用设备运行的“二次效应”提取状态信息。典型的二次效应如振动、噪声、温度、磨屑等。设备诊断工程中常用的是振动的方法，其趋势分析多采用振动的总量、频谱分量和无量纲指标等。2特征参数的趋势分析2.1振动总量分析机械振动总量值直接反映设备振动状态的程度。振动总量值可以直接用测点的实测振动值，也可以参照国际标准（ISO）用振动烈度，即2yxzmxyzVVVVNNN（1）式中：xVyVzV,,xyz——三个方向上测得的振动速度有效值；xNyNzN——,,xyz三个方向的测点数目。图1所示，为某发电厂300MW汽轮发电机组自1998年6月至1999年3月时间内各轴瓦振动总量的趋势分析图。这台机组投人运行时间不长，从状态趋势分析图上看，比较平稳。续图：上述总量分析是指在通频带范围内，而实际设备振动能量分布的频段各不相同，因此分频段区域的趋势分析，比较有针对性。一般将振动频率从DC成分到20kHz范围，分成3个区段进行振动总量的分析。(1)低频段区域L—DC~1kHz;(2)中频段区域M—1~l0khz;(3)高频段区域H—l0kHz以上。2.2分频区的振动总量分析2.3频谱分量的趋势分析一般，机械设备都是由若干零部件所组成。机器运转起来，各个零部件振动状态和特性各不相同，在振动频谱图上往往都对应一定的振动频率分量，如图2所示。若某一零件或部件有了异常，则其对应的频谱分量的强度有所增加，而此时振动总量变化不一定明显。因此，频谱分量的趋势分析对复杂的机械设备状态分析与预测预报有其突出的优点。图2频谱分量的趋势分析频谱分量分析，首先在频谱图上找出对应零部件的特征频率分量，并根据经验和统计规律确定哪个分量最先达到和超过标准，即找出最易损坏的零部件，然后就监测和分析这个分量随时间的变化。具体原理如图3所示。图3频谱趋势分量分析原理图4所示，为某轧钢厂3001热轧机Nol减速器以其啮合频率分量（即f=197.4Hz）进行趋势分析和设备劣化管理的实例。频谱分量的趋势分析，首先将实测的时域信号经过快速傅立叶变换(FIT)为频域信号即频谱。还必须确定每一个频率分量的判别标准。图4频谱分量趋势分析实例设备运行状态的趋势分析和劣化管理。利用时域信号幅值变化特性构造成无量特征参数，监测其变化也是一种有效方法之一。所谓无量纲参数是实测信号的有效值、平均值以及峰值有量纲参数的比值，即3无量纲特征参数的趋势分析（1）偏态指标(SkewnessFactor)3311/NiiSKExxRMSN（2）式中，21111;NNiiiiRMSxxxNN偏态指标又称偏态系数α，是描述振动信号幅值分布相对正常状态的高斯分布的不对称性（左右），对设备系统构造上的变化比较敏感。（2）峭度指标（KurtosisValue）4411/NiiKURxxRMSN(3)峭度指标又称峰态系数β，是描述振动幅值分布相对正态的高斯分布(上下)偏离程度，对设备摩损一类故障比较敏感。（3）峰值指标(CrestFactor)PeaKCRERMS（4）式中，maxPeaKExt峰值指标又称峰值系数，是描述振动峰值变化的程度，过大峰值系数通常对应设备的局部缺陷。（4）波形指标（ShapeFactor）/SHARMSx(5)（5）脉冲指标（ImposeFactor）/IMPPeaKx(6)波形指标又称波系数，其稳定性好，但敏感性差;而脉冲指标则相反，稳定性差，但敏感性好。偏态系数、峰态系数、峰值系数、波形系数和脉冲系数等这些无量纲指标，对应设备特定类型的故障反映灵敏。因此，利用这些无量纲参数可以有选择地对设备特定的异常或故障进行状态分析和劣化管理。图5所示，是利用峰态系数的趋势变化进行设备劣化管理的实例。峰态系数值β对滚动轴承的缺陷最为敏感。其正常状态下的标准值β=3，几乎不受轴承规格参数、旋转速度、负荷等运行条件变化的影响，是非常便于应用的特征参数。在图5上，还记入了峰值和有效值相应的变化曲线。显然，这两值正常状态下的标准值受运行条件影响较大（65%和50%），而与之相比无量纲值在正常状态下β=3变化较小（8%）。由此可见，用无量纲特征参数进行趋势分析和劣化管理有其独特优点，可以有选择地对机器零部件运行状态变化进行跟踪，而不易受到外部运行条件的影响。图5峰态值的趋势分析实例设备技术性能参数的监测是对其“主效应”，如内燃机的输出功率、泵的出口压力、机车的牵引力、汽油机的油耗等等进行跟踪监测，并按时间绘制成图表和曲线。这对了解设备的质量缺陷与劣化的关系是非常有效的。这些“主效应”参数的监测，可以有效地检测出设备的摩擦、磨损、污染、剥落、结冰、泄漏等。图6为某钢厂热轧Nol泵出口压力的监测实例。4技术性能参数的监测图6泵出口压力监测实例