〈新〉设备状态监测技术.ppt

设备状态监测技术 目录： 1 设备状态监测任务的要素与组成 2 振动监测 3 声学监测 4 油样分析 5 红外监测 6 水汽监测 7 性能参数在线监测与诊断 8 剩余寿命评估 1 设备状态监测任务的要素与组成 在针对设备及过程的研究中有两个重要的目标：（1）开发能够良好运行的或有能力制造各种各样产品的、集成的自调节系统，它很少受操作员的监督和辅助；（2）提高运行过程的可靠性、安全性和提高产品质量，减少维护维修费用。为了实现这两个目标，状态监测显然是重要的技术需求之一。 关于监测（Monitoring），有几个意义有关联且易混的词，如监视（Surveillance，Supervision）、诊断法（Diagnostics）、诊断（Diagnosis）和检测（Detection）。在这里，状态监测指的是辨识基于设备及过程特征估计的状态特性改变量的活动。状态监测的意义是确定状态和检测故障，而诊断则隐含分析与定位故障。 1 设备状态监测任务的要素与组成 如图1-1所示，状态监测的任务主要由三部分组成：信号拾取、信号处理和监测决策。可用的传感器信号包括力、变形、加速度、温度、压力、声发射、电流或电压、光学信号等，与传感器有关的主要指标包括成本、可靠性、有效性和信噪比。 1 设备状态监测任务的要素与组成 可以认为：信号处理和监测决策是一个集成的整体，称之为监测方法。目前已开发了大量的监测方法，最简单的方法就是辨识两类过程状态（正常和异常状态）的方法。如使用一个传感器信号，可按如下条件描述： 如果　　　，那么状态正常，否则状态异常。 式中 y — 传感器信号；tx — 阈值。 不管过程工作状态和噪声分布如何改变，如果信号对正常和异常状态给出了明确的表征，则这一简单的描述将是最优的判决策略规则。然而在许多应用中，这一简单的判决策略不能令人满意。因此，有必要研究更有效的监测方法。 1 设备状态监测任务的要素与组成 监测方法可以分为两大类：（1）基于模型的方法；（2）基于特征的方法。对许多设备及过程而言，传感器信号被认为是动态系统的输出，并以时间序列的形式表现出来。相应地，过程监测是以系统模型化和模型估计为基础的。 根据Willems的定义，一个动态系统可以用由三个元素组成的集合{T，W，B}来表示，其中T表示与系统相关的时间事件集；W表示信号感兴趣变量的赋值空间，它是通过系统与环境的相互作用而得到的；行为B表示映射T→W。动态系统可能是非线性的和时变的，而线性时不变系统则更易于理解，研究也更成熟。 1 设备状态监测任务的要素与组成 一个线性时不变系统可以用许多模型来描述，如状态空间模型、输入输出传递函数模型、自回归模型（AR）、自回归滑动平均模型（ARMA）等。有两类方法可用来对模型进行参数估计：精确模型方法和近似模型方法。在各类模型中，动态数据系统方法（DDS）对很多设备及过程的监测非常有效。 根据DDS方法的理论，过程可以由ARMA模型来近似： 式中 　　　　　 　—白噪声；　、　—参数阵；n—由系统程序来确定的模型阶次。 1 设备状态监测任务的要素与组成 当找到一个模型后，监测可通过检测模型参数的改变（如阻尼比、固有频率）来执行，或检测系统期望响应的改变（如预测误差）来执行。基于模型的监测方法是故障检测方法之一，例如：可以利用动态模型（AR Model）与状态图、Boolean方程对机床的状态进行监测。 尽管如此，基于模型的方法有两个明显的局限。首先，许多设备及过程是非线性的时变系统。一个典型的例子是机械制造中的切削过程，它的非线性是由结构振动和切削力之间的相互作用引起的。即使采用自适应的方案，以基于模型的方法对过程结构的改变量进行监测，仍难见成效。其次，传感器的信号依赖于过程的工作条件，常常很难辨识一个传感器信号的改变量是由过程工作条件改变引起的还是由过程本身的衰变引起的。 1 设备状态监测任务的要素与组成 基于特征的监测方法是使用传感器信号的适当特征来辨识设备及过程状态的。给定一个传感器信号　　　　　 ，传感器信号的特征（也称作监测指数，亦即模式特征向量）可以表达为 式中 P(·) — 模型阶次算子。 这些特征可能是传感器信号的时域或频域特征，如均值、方差、偏斜度、峭度、特定频带功率等。 1 设备状态监测任务的要素与组成 一种特殊情况是　　　　　　，即监测指数是传感器信号本身。推荐使用的是归一化指数，即监测指数独立于物理单位。 通常，算子P(·)可能是随时间变化的（与时间相关）、非线性的、甚至是非解析的形式。 因此，监测指数可以是连续数值（如传感器信号的平均值），或离散的事件（如逻辑符号“on”和“off”）。过程的工作状态（即工作条件，如切削速度等）也可以用