学科前沿2003-4.ppt

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
学科前沿2003-4

故障诊断与状态监控的基本内容 设备故障诊断 状态监控 实时在线监控和诊断 离线诊断与监测 前展性的理想模式 定期或不定期的巡检的方式采集现场数据,然后回放到计算机,由计算机软件进行监测与诊断分析。 特点:离线分析,对突发故障无能为力,但可精细分析 美国最早,1967年美国宇航局倡导成立了机械故障预防小组(“MFPG”) 70年代英国机械保健中心成立,并用于核发电、钢铁、电力等诊断。 71年日本开始发展自己的TPM(全员生产维修):钢铁、化工、铁路 进而欧美许多国家都在重视发展。如瑞典SPM轴承监测、挪威船舶诊断、丹麦BK的振动与声发射诊断 天津大学从1982年起研究齿轮传动、轴承、齿轮箱、切削过程等方面的诊断与监控技术,成果有: 1、设备的智能诊断与预测维修系统 2、设备在线自动报警与保护通用监控系统 3、动态测试与信号分析系统 4、模态分析系统 华中理工大学研究开发的汽轮发电机组诊断专家系统、钢丝绳诊断系统 西安交大:旋转机械故障诊断RB—20,用于炼油行 国防科大:望远号远洋考察船的在线监控与故障诊断系统 哈工大: 20万KW汽轮发电机组诊断 技术研究和积累较多 在石化、电力等方面的应用较多,效益好、易诊断 传统机械制造业应用少,主要原因是传动结构复杂、企业效益普遍不好 汽车制造业已经逐步重视,如:玉柴、吉普、桑塔纳、一汽、重庆长安、“九五”攻关项目等 智能诊断特点 不仅诊断出故障类型,还可诊断出故障部位、故障严重程度、对故障进行预报。 设备状态自动预测 机械故障自动报警 诊断过程直观、方便 状态预测原理与方法 系统组成: 离线智能诊断与预测维修系统,利用数据采集器进行现场巡检,通过数据采集器和计算机的双向数据通讯,实现一套系统对一批设备的统一管理、监测与诊断。主要由传感器、数据采集器、计算机、软件、打印机等组成。 数据采集 数据回放 数据分析 结论与维修建议 啮合频率及谐波:Hz 磨损时谐波较基频幅值增加快 存在调制现象(除磨损外) 寄生成分:加工分度误差引起,载荷大寄生力大 带通滤波法 共振解调法——包络谱 脉冲冲击法SPM 频谱分析法 油样分析(铁谱、光谱、磁塞) 轴承温度:如火车 故障与状态信息的实测种类与方法 测取的信号应能反映设备的状态与故障信息,具体包括:振动、声、力、温度、超声、油污染、锈蚀、转速、扭矩、功率、电流、电压等。其中:振动信号最常用,方法成熟,信息量大;声信号采用非接触测量,测取方便,信息量大,但容易受干扰 方法:以振动测量为例,可以测:加速度、速度、位移。通常采用加速度传感器。 其中在测试过程中加速度计使用方法有两种方式 涉及到的学科 机床设备及生产制造工艺 计算机应用技术 传感与测试技术 信号分析技术 数据结构与数据库技术 系统辨识 机械控制工程 工业自动化控制 设备管理 诊断系统由集中式向分布式发展 ☆ 硬件设计生产应标准化、专业化 ☆ 软件设计应规范化和模块化 ☆ 缩短开发周期、提高可靠性 由单机向网络化发展 ☆ 局域主从分布集成监控与诊断网络 ☆ 车间或生产线设备构成主从分布监控网络 ☆ 企业网络监控与管理系统,资源、库共享。 广域的网络化监控与诊断系统 通过现代信息传输方式,如Internet网、Cable TV网、电话网等可经济便利地实现全市(省),全国乃至全世界的行业网络监控与诊断系统。 由状态监控与诊断向进一步的智能诊断预测维修发展。 主要参考文献: 1、设备故障诊断手册——机械设备状态监测和故障诊断,徐敏等,西安交通大学出版社,1998,10。 2、机械噪声的测试分析与减振降噪技术,王太勇,机械工业出版社,1995,6 3、设备故障诊断原理、技术及应用,黄文虎、夏松波、刘瑞岩等,科学出版社,1996,8 4、滚动轴承振动监测与诊断,梅宏斌,机械工业出版社,1995 5、旋转机械故障机理及诊断技术,韩捷、张瑞林等,机械工业出版社,1997,8 (b) (c) 窗口A (a) 窗口B ◆ 小波包分析 选择全频能量趋势预测和高速轴的窄带能量趋势预测 ◆ 趋势预测 智能诊断与预测维修实例 智能诊断与预测维修实例 滚动轴承的神经网络诊断 ◆ 神经网络结构 样本类别 样本序号 均方根 峭度 谐波指标 故障类型 学习样本 1 0.69 1.37 0.71 无故障 2 0.79 1.31 0.69 无故障 3 0.97 1.38 0.79 轻微故障 4 1.38 1.40 0.95 轻微故障 5 1.66 1.65 0.90 中等故障 6 3.94 2.01 0.88 严重故障 1 0.68 1.35 0.66

文档评论(0)

zhuwenmeijiale + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7065136142000003

1亿VIP精品文档

相关文档