（化学工程专业论文）石化厂旋转机组实时监测与故障诊断系统研制与开发.pdf

摘要 摘要 随着科学技术的迅速发展，现代工业生产的机械设备正朝着大型化、 复杂化、高速化、自动化及大功率方向发展，设备的生产效率越来越高， 机械结构也日趋复杂，设备中不同部分之间的相互关系、耦合也更加紧 密。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】：，造成巨大的经济损失，还可能危及人身安全。现代化的生产设 备虽然大幅度地提高了劳动生产率，节省了人力和物力，但同时也犬幅 度地增加了设备的维护费用，设备故障单位时间造成的损失也成倍地增 长。由于大型旋转机组长转子、大质量、高转速的特点，安全性是其运 行中要考虑的重要因素。特别是如何在设备故障早期分析并查找出故障 的原因，对炼油厂的安全性和经济性都具有重要意义。 振动故障诊断专家系统是通过人工智能技术、计算机技术及现场诊断 技术的研究来模拟现场专家的诊断过程，实现振动故障的快速智能诊断 l “，也是提高过程设备运行可靠性，防止不必要停机和实现科学管理与 决策的一项关键技术。本文在阐述了设备状态监测与故障诊断的概念模 型、体系结构和基本环节的基础上，详细介绍了振动信号的处理方法， 快速傅里叶变换( f a s t f o u r i e rt r a n s f o r m ，简称f f t ) 及其优化策略，以 及模糊诊断技术在设备状态监测与故障诊断中的应用。 本文提出了大型旋转机组实时监测与故障诊断系统的系统结构，并开 发出二重整压缩机组k 2 0 l 实时监测与故障诊断系统。它结合数据采集、 频域分析、模糊诊断和网络通讯于一体来实现实时监测与故障诊断功能。 工业应用结果表明该系统能及时、准确地监测机组的运行状态，预测和 诊断故障。由此降低了机组维修费用，提高了设备的经济效益。 关键词：大型旋转机组、实时监测、故障诊断 华南理工大学工学硕士学位论文 ab s t r a c t w i t ht h e g r e a td e v e l o p m e n t o fs c i e n c ea n d t e c h n o l o g y ，i n d u s t r y m a n u f a c t u r i n ga r eb e c o m i n gh i g ha u t o m a t i o n ，l a r g es c a l e ，m o r ec o m p l e x a n dp o w e r f u l t h isp r o g r e s si sh e l p f u lt oi m p r o v ew o r k i n ge f f i c i e n t l y b u t o n c et h ek e ye q u i p m e n t sb r e a k d o w n ，o re v e nm e r e l ya ni n s p e c t i o n ，t h ec o s t o fs t o p p i n gt h em a c h i n e si s c o n s i d e r a b l e h o w e v e r ，m a c h i n e r yp r o b l e m s w i l la l s ot h r e a t e nd o w n t i m e ，p r o d u c t i o n ，q u a l i t yc o n t r o la n ds a f e t y ，a n dt h e c o s to fe q u i p m e n t sm a i n t e n a n c ei s i n c r e a s i n gc o r r e s p o n d i n g l y s i n c et h e l o n gr o t o r ，h e a v y w e i g h t ，h i g hs p e e dc o n d i t i o n so fl a r g e s e tr o t a r ym a c h i n e ， s a f e t yi st h ek e yf a c t o rs h o u l db ec o n s i d e r e di ne q u i p m e n tm a i n t e n a n c e s o f a u l td e t e c t i o na n dd i a g n o s i so fk e ye q u i p m e n t sa r ea t t a c h e dm o r ea n dm o r e i m p o r t a n c e v i b r a t i o nf a u l td i a g n o s i se x p e r ts y s t e mi n t e g r a t ea r t i f i c i a li n t e l l i g e n c e ， c o m p u t e rs c i e n c et e c h n o l o g ya n ds p o te x p e r tk n o w l e d g et oi m p l e m e n tf a s t a n da u t o m a t i cf a u l td i a g n o s i sa st h eh u m a ne x p e r t i t so n eo ft h ek e y f a c t o r si nd e t e c t i o no fa b n o r m a l i t y s y m p t o m s a t e a r l ys t a g ea n dt h e p r e v e n t i o n o ft h ea c c i d e n t so u t b r e a kb e f o r e h a n d i nt h is p a p e r ，t h e c o n c e p t i o nm o d e l ，s y s t e ms t r u c t u r ea n dt h eb a s i cd e s i g na p p r o a c hi n e q u i p m e n tm o n i t o r i n ga n df a u l td i a g n o s i sa r ed is c u s s e d ，a n dt h ea n a l y s i s m e t h o d so fv i b r a t i o n s i g n a l ，p r o c e s s o ff a s tf o u r i e rt r a n s f o r ma n d a p p l i c a t i o no ff u z z yd i a g n o s i st e c h n o l o g yi ne q u i p m e n tm o n i t o r i n ga n d f a u l td i a g n o s i sa r es t u d y t h i sp a p e rp r e s e n t st h es y s t e ms t r u c t u r eo fl a r g e s e tr o t a r ym a c h i n ef o r r e a l - t i m em o n i t o r i n ga n df a u l td i a g n o s i s i tc o n t a i n e ds i g n a lc o l l e c t i o n ， s p e c t r u ma n a l y s i s ，f u z z yd i a g n o s i sa n dn e t w o r kc o m m u n i c a t i o nm o d u l e s i n d u s t r i a la p p l i c a t i o nt ot h ek 2 01 s t r e a m e r c o m p r e s s o ri n d i c a t e dt h a tt h e s y s t e m sf u n c t i o n so fm o n i t o r i n ga n df a u l td i a g n o s i si nr e a l - t i m em e tt h e u s e r sr e q u e s t i tc a nd e t e c tt h ea b n o r m a l i t ys y m p t o m sa t e a r l ys t a g ea n d p r e v e n tt h eo u t b r e a ko fa c c i d e n t sb e f o r e h a n d t h u s ，t h em a i n t e n a n c ec o s t w a sc u td o w n ，a n dt h ee c o n o m i cb e n e f i ti nt h ew o r k s h o ph a db e e ni n c r e a s e d c o r r e s p o n d i n g l y k e y w o r d s ：l a r g e s e tr o t a r ym a c h i n e ；r e a l t i m em o n i t o r i n g ；f a u l td i a g n o s i s ； i i 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研 究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文 刁i 包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研 究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律后果由本人承担。 作者签名： 髫星哩 e t 期；加口碑6 月j j 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权华南理工大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密翻。 ( 请在以上相应方框内打“”) 作者签名：嗜曼- 蔓 导师签名： 日期：2 卯p 年彳月夕日 日期：1 嘶g 月，日 第一章绪论 1 1引言 第一章绪论 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，确定其接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。过程状态监测及故障诊断是解决化工过程可 靠性、安全性科学决策问题的关键技术之，它与信号处理、计算机、 自动控制、人工智能及系统工程等学科有着广泛的联系与交互，是近年 来国际过程系统工程学术界与工业界的研究热点之一【l 】。 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，设备在各种各样的条 件下运行，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。随着现代科学技术的发展，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，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。这种落后的管理模式往往会造成巨大的经济损失，因此又局部推行 定期维修，例如我们通常实行的年度大修。随着对设备故障机理的研究 和设备管理水平的提高，人们又逐渐认识到，定期检修实际上既不经济 又不合理，最大的问题是无法解决“维修不足”和“维修过剩”二者之 间的矛盾【2 1 。 近年来，振动与噪声理论、测试技术、信号分析与数据处理技术、计 算机技术及其他相关基础学科的发展，为设备状态监测与故障诊断技术 打下了良好的基础，而工业生产逐步向大型化、高速化、自动化、流程 化方向发展，又为设备状态监测与故障诊断技术开辟了广阔的应用前景。 可以预见、这项源于生产实际、又与现代科学技术发展密切相关的新兴 学科在实际生产中必将发挥越来越大的作用。 为了保证生产的顺利进行，避免设备发生事故，提高经济效益，大型 机组状态监测与故障诊断技术越来越受到人们的重视。开发计算机状态 华南理工大学工学硕士学位论文 监测与故障诊断系统，是及时掌握设备运行状态和故障的早期症兆的一 个主要措施，也是提高设备管理现代化水平的一条重要途径。 1 2 设备状态监测与故障诊断的目的和意义 随着科学技术的迅速发展，现代工业生产的机械设备正朝着大型化、 复杂化、高速化、自动化及大功率方向发展。设备的生产效率越来越高， 机械结构也日趋复杂，设备中不同部分之间的相互关系、耦合也更加紧 密，一个部件出现故障，将引起整个生产流程中断。现代化的生产设备 虽然大幅度地提高了劳动生产率，节省了人力和物力，但同时也大幅度 地增加了设备的维护费用，设备故障单位时间造成的损失也成倍地增长。 化工、石化、电力等行业的大型旋转机组，由于价格昂贵，很多均没 有配备备用机组，一旦出现故障，将给企业和国家带来巨大的经济损失。 例如，一个年加工原油5 0 0 万吨的炼油厂，停产1 天的经济损失达近两 千万元；一个年产3 0 万吨的合成氨化肥厂停产一天的损失也达6 0 多万 元。另据我国十一个化肥厂提供的不完全资料统计，19 7 6 年到1 9 8 5 年由 于大型机组事故停车损失近l o o 万吨尿素，折合人民币四亿七千万元； 19 8 5 年山西大同电厂2 # 机组联轴器断裂事故，1 9 8 8 年秦岭电厂5 # 机 组主轴断裂，这两次事故的直接经济损失均达亿元，并严重影响了华北 和华西地区的供电。从19 8 4 年到19 9 1 年间我国5 0 m w 以上的汽轮发电 机组转子严重破坏等重大事故就达六起之多，1 9 8 5 年浙江镇海石化总厂 机组转子毁坏和南京西霞山化肥厂机组转子断裂，两次事故损失也达 千万元以上。以上仅是事故造成的直接经济损失，而由事故带来的间接 经济损失和社会影响，更是难以估量。 为掌握设备运行状态，避免设备故障的发生，2 0 世纪8 0 年代以来， 国内外相继开展了设备诊断技术工作，特别是对于生产中的主要关键机 组实行在线监测和诊断，较好地保障了设备的安全运行，取得了显著的 经济效益和社会效益。 例如，在采用故障诊断技术后，日本每年节省维护费用3 亿英镑，扣 除由于故障诊断工作的投入0 5 亿英镑，净获利2 5 亿英镑：英国节约维 修费用约7 5 亿英镑；美国的一些知名大企业，如杜邦、通用汽车、3 m 、 m & m 、m a r s 、德州仪器等维修费用都平均减少5 0 ，宾州电厂开展预加 维修后，每年平均节约维修费用2 0 0 万美元，等等。我国开展故障诊断 的时间较短，但也取得了显著的效果，例如铁路系统采用故障诊断技术 后，1 9 7 9 年至l9 8 6 年共发现和防止车辆燃轴达2 9 1 万件，1 9 8 6 年与19 7 8 第一章绪论 年相比，燃轴故障减少到l 1 4 ，按经济效益计算，相当于增加年收入2 亿多元；泸州天然气化学工业公司应用设备故障诊断技术，使机组的大 修开缸率由1 9 9 0 年的8 9 逐步下降到19 9 4 年的5 7 ，机组连续运行记 录由1 9 9 2 年以前的历史最高记录15 0 天，提高到1 9 9 7 年的3 3 2 天，创 造的直接经济效益达7 6 0 0 万元；乌鲁木齐石化总厂在采用监测诊断技术 以后，每年增产节支达一千万元以上，等等。 设备状态监测与故障诊断技术的作用和意义，主要可归纳为如下几个 方面： 1 、及时掌握设备运行状态异常或故障的早期症兆，以便采取相应的 措施，将故障消灭在萌芽状态，避免或减少重大事故的发生。 2 ) 一旦发生故障，能自动记录下故障过程的完整数据和信息，以便 事后进行故障原因分析，缩短维护时间和费用，提高设备利用率，避免 再次发生同类事故。 3 ) 通过对设备状态异常的原因和性质进行分析，采取适当措施，对 设备状态实行在线调整，延长设备运行周期，为生产和维护决策提供科 学依据。 4 ) 通过监测得到的大量机器状态数据，可以更充分地了解机器的性 能，为改进设备设计、制造水平及产品质量提供有力的依据。 5 ) 随时掌握设备运行状态的变化情况、各部分性能的劣化程度和机 械性能的发展趋势，对设备状态变化情况做到心中有数，提高设备管理 现代化水平。 1 3 设备状态监测与故障诊断技术的现状及发展趋势 、发展现状 设备状态监测与故障诊断技术是自6 0 年代中后期发展起来的一门新 兴学科。6 0 年代以来，电子技术、计算机技术的快速更新和飞速发展以 及f f t ( 快速傅里叶变换) 方法的出现，为这技术奠定了直接和必要 的基础。在此科学领域内，美国是发展最早、最快的国家，目前他们己 将此技术成功的应用于航天、航空、军事及机械等工业中。英国于7 0 年 代开始发展这项技术，目前在摩擦磨损、汽车、飞机发动机领域的应用 处于领先地位。日本在化工、钢铁、铁路等民用工业部门的应用走在世 界前列。另外瑞典、丹麦、挪威等国在这项技术的应用方面也具有一定 的特色。在我国这项技术的起步较晚，8 0 年代初期才开始接触这一概念， 目前西安交通大学、哈尔滨工业大学、清华大学、浙江大学、上海交通 华南理工大学工学硕士学位论文 大学、华中理工大学、东北大学等院校主导了国内的研究方向。在信号 分析与处理、神经网络、新型传感器的应用方面、诊断系统的开发方面 取得了很大的成就。 设备状态监测与诊断技术的发展过程，大致可归纳为如下几个阶段： 1f f t 分析仪阶段 2 0 世纪8 0 年代初期和中期，设备故障诊断技术的开展，基本上均是 通过磁带记录仪记录振动信号，然后在实验室进行信号回放，输入专用 的f f t 分析仪进行频谱分析，属于离线监测方式。采用的分析方法也较 单一，主要有功率谱、幅值谱分析等，且大都只能进行单通道的分析。 其最大的缺点是分析功能固定，不易扩展。 2 计算机辅助监测、分析阶段 2 0 世纪8 0 年代末期至9 0 年代中期，随着计算机技术和信号处理技 术的飞速发展，故障诊断技术的现场实施更多地依赖于计算机。从设备 状态信息采集、信号分析、数据库管理，甚至包括诊断结论的获得均由 计算机来完成；采用的方式既有离线监测，也有在线监测。在分析方法 上，出现了多种多样的信号分析处理方法，如全息谱分析技术、小波分 析技术、神经网络诊断技术、各种时频分析技术等等，且更加注重振动 幅值、频率、相位信息的全面、综合利用。这时研制开发出为数不少的 故障诊断专家系统或自动诊断系统，逐步向诊断智能化和快捷化方向过 渡。 3 网络化监测诊断阶段 2 0 世纪9 0 年代末以来，设备监测诊断的一个重要发展方向就是网络 化。在网络系统构成上，充分利用企业现有的i n t r a n e t i n t e r n e t 资源 与企业的内部网做到资源充分共享、节省投资并方便实现远程诊断，所 监测的参数不再只局限于振动、轴位移等，而是进一步扩展到了影响设 备运行状态的主要工艺过程量，如流量、温度、压力以及一些主要开关 量。这样对于设备运行状态的把握就更及时、更全面、更准确。这时很 多非线性信号处理方法，如分形理论、混沌理论等被引入到设备的故障 诊断工作中，而且在设备管理工作上诊断技术正在逐步向设备诊断工程 方向迈进。 二、发展趋势 随着科学技术的发展，单一参数阈值比较的机器监测方法正开始向 全息化、智能化监测方法过渡，监测手段也从依靠人的感官和简单向精 密电子仪器以及以计算机为核心的监测系统发展。当前，设备监测诊断 呈现如下一些特点： 4 第一章绪论 i ，在监测系统结构上，以分布式监测代替集中监测、以网络化监测系统 替代微机集中监测系统。监测系统网络化是计算机网络技术在机械监测 中的具体应用，也是当代设备监测技术发展的必然趋势。 2 在监测方式上，以在线监测替代定期监测和巡回监测。目前，机械状 态监测的方式主要有定期监测、巡回监测和实时监测三种。 3 在监测的参数上，以多参数、大容量替代单参数监测。 4 ，在软件设计上，以多任务系统替代单任务系统。 5 监测的内容从平稳运行监测向非平稳的状态监测发展， 6 系统功能上由监测、诊断逐步向监测一诊断一预报一治理和管理一体 化方向发展，诊断方法向智能化、快速化、灵敏化方向发展，诊断方式 向现场诊断与远程诊断相结合的方向发展。 7 监测方法上，不再是单参数的阂值比较，取而代之的是基于信息集成、 融合、信息分解、提纯等技术的监测方法。 1 4 课题研究的主要内容 1 设备状态监测与故障诊断技术是早期发现以及排除大型机组故障 的有效分析方法。本文分析了设备故障诊断的概念模型，故障诊断技术 的基本体系的原理，并阐述了完成各个过程任务的相关原理及技术。 2 信号处理技术中对振动信号的时域和频域分析方法是设备故障诊 断的基础，本文讨论了振动分析方法的原理和算法。其中频域分析是故 障诊断的核心算法之一，快速傅里叶变换计算方法能有效地减少计算处 理时间，为实现计算杌的自动分析和处理提供了基础。 3 由于时域和频域分析方法不能直接根据故障的特征找到故障原 因，为了实现智能诊断的目的，本文研究了信号处理与模糊诊断相结合 的方法来完成故障诊断的任务。在这部分工作中，分析和研究的内容包 括；模糊诊断的原理、模糊子集和模糊关系、隶属度函数的确定方法、 模糊综合评判的数学模型、模糊运算模型，专家系统的概念及结构。为 了证明系统算法的可靠性，本文采用石化厂二重整装置的故障数据进行 验证，结果表明算法能正确的诊断出故障，并能够实现在线的智能诊断 功能。 4 设计及开发二重整机组k 2 0 1 状态监测与故障诊断系统。系统中包 括数据采集、频域分析、模糊诊断和网络通讯等主要模块，模块闯通过 黑板通讯，从而实现了对机组实时监测和故障诊断的功能。 第二章设备状态监测与故障诊断技术 第二章设备状态监测与故障诊断技术 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，并对具体情况作出决 策1 3 1 。 设备故障诊断技术( 简称故障诊断技术) 是建立在多种基本技术的基 础之上，并融合多种学科理论的新兴综合性学科。因此，该学科具有基 础理论较新、体系边界模糊、实施技术繁多、工程应用广泛、发展日趋 迅速以及与高技术发展密切相关等特点。 2 1 设备故障诊断的概念模型 任何一种机械设备在运行过程中，其内部的零件、部件必然要受到机 械应力、热应力、化学应力以及电气应力等多种物理作用，随着时间的 推移，这种物理作用的累积，将使机械设备正常运行的状态不断发生变 换，随之可能产生异常、故障或劣化状态。伴随着这些作用和变化，又 必然会产生相应的振动、声音、温度以及磨损碎屑等二次效应。机械设 备故障诊断技术即是依据这种二次效应的物理参数来定量地掌握机械设 备在运行中所受的应力、故障劣化、强度和性能等技术状态指标：预测 其运行的可靠性和性能；如果机械设备存在异常，则进一步对异常原因、 部位、危险程度等进行识别和评价，确定其改善方法和维修技术，根据 这一逻辑思维建立的故障诊断技术的概念模型如图2 1 所示。 图2 1 中s ( t ) 表示应力或载荷向量：m ( f ) 是故障机理传递参数；f ( f ) 为 异常或故障模型向量：h ( f ) 是异常模型向量与机械状态向量之间的传递参 数；肌f ) 则表示机械状态向量。由图2 1 所示的概念模型指出：当机械设 备处于正常时，其m ( t ) = 1 ，其状态向量x ( ，) 是由外部应力向量s ( f ) 和内 部的传递参数i t ( t ) 共同决定的；而当机械设备出现异常或故障时，则其 m ( f ) 1 ，表示机件结构出现异常，或者其s ( f ) 超过额定值，表示机械使用 偏离规程，在出现这些情况后，其状态向量以f ) 除了与外因s ( f ) 和内因 h ( t ) 有关外，还与应力超差值和故障机理传递函数m ( f ) 有关。由此可见， 机械设备的状态向量厨f ) 是异常或故障信息的重要载体，是对机械设备 华南理工大学工学硕士学位论文 运行工况检测的客观依据，因而及时而正确地掌握机械设备状态向量是 进行故障诊断的先决条件。又因状态向量是由机械设备的外因和内因所 决定的，所以状态向量的检测又可以通过分别对机械系统外部应力和机 械系统内部特性的检测来实现。在综合诊断时，需进一步判断异常或故 障的原因、部位、危险程度的情况下，往往还采用状态信号、应力信号 和系统特性信号同时进行测量的方法。 设备状态的初级诊断技术 由现场作业人员进行 、 设备的护士 图2 1 设备故障诊断技术的概念模型 f i g2 1t h en o t i o nm o d e lo ff a u l td i a g n o s e 图2 1 所示的概念模型还指出：机械故障诊断实施包括两个部分，其 一是简易诊断技术，主要是由现场作业人员实施的初级技术，职能是对 设备的运行技术状态迅速而有效地作出概况的评价，并在诊断对象中判 7 第二章设备状态监测与故障诊断技术 定“有些异常”的机械设备；其二是精密诊断技术：主要是由机械故障 诊断的专门技术人员实施的高级技术，职能是对采用简易诊断技术判定 为“有些异常”的机械设备进行专门的、深入的分析和处理，并进一步 确定异常和故障的性质、类别、部位、原因、程度，乃至说明异常和故 障发展的趋势及影响等等，为故障预报、控制、调整、维修治理等方面 提供决策依据。所以，精密诊断技术是机械设备故障诊断技术的关键【3 】。 根据上述概念模型的分析，不难总结出故障诊断技术的目的是； 1 及时而正确地对各类运行中机械设备的种种异常或故障作出诊 断，以便确定最佳维修决策； 2 保证各类机械设备无故障、安全可靠地运行，以便发挥其最大的 设汁能力和使用有效性： 3 为下一代机械设备的优化设计、正确制造提供反馈信息和理论依 据，以保证设计、制造出更符合用户要求的新一代产品。 显然，故障诊断技术是一门将机械设备从设计、制造、使用、维修等 寿命周期中的各个方面加以统一研究，并融合多种相关科学理论、方法 和手段的综合型应用科学。 2 2 故障诊断技术的基本体系 故障诊断技术早在1 9 6 0 年初于欧美等地区和国家首先得到发展，但 其发展速度较慢。真到7 0 年代末期，这一技术才集中应用于宇航、原子 能等一些重要尖端工业部门，而三十多年来，随着电子计算机技术、现 代测试技术和信号处理技术的迅速发展，加之各种相关学科的相互渗透、 相互交叉和相互促进，逐渐使故障诊断技术这一学科体系日益完善。至 今已经逐步形成了一门既有系统诊断理论，又有多种诊断方法；既有现 代检测手段，又有先进分析技术；既属工程应用性强，又与高技术密切 相关的现代新兴学科，其基本体系如图2 2 所示。 由图2 。2 可见，该学科的基本体系是由故障诊断基础理论、故障诊断 实施技术以及故障诊断实施装置三大部分构成1 3 1 ： 1 故障诊断基础理论包括故障规律、故障状态、故障机理、故障模 型、故障分析理论、信号处理理论以及诊断标准限值与图谱等理论的研 究，这些基础理论是为故障诊断实施技术提供科学的理论依据。所以， 故障诊断基础理论相当于该学科基本体系的“软件”； 2 故障诊断实施技术包括声振诊断、无损诊断、温度诊断、污染诊 断、预测技术以及综合诊断与专家系统等技术的研究，这些故障诊断实 华南理工大学工学硕士学位论文 施技术是构成该学科体系的主体，也是该学科建立与发展晟重要的基础； 3 故障诊断实施装置包括信号采集、特征提取、状态识别、趋势分 析、诊断决策、计算机辅助检测与诊断系统以及故障诊断专家系统等专 用装置和系统的研制，这类专用装置和系统是为故障诊断实施技术提供 必要的实施手段。因此，故障诊断实施装置相当于该学科基本体系的“硬 件”。 上述故障诊断技术自身的学科基本体系，己成为一个既有学科核心， 又是“软件”，“硬件”齐全的完整体系，这正是该学科能够更为迅速、 深入、以及独立发展的可靠保证。 厂 图2 - 2 设备故障诊断技术基本体系 f i g2 - 2t h eb a s i cs t r u c t u r eo ff a u l td i a g n os e 2 3 设备状态监测与故障诊断的四个环节 设备状态监测与故障诊断的过程可以分为状态监测、信号处理、状态 识别和诊断决策四个环节，其模块结构图如图2 。3 所示。图中每个环节包 第二章设备状态监测与故障诊断技术 含自己的子模块以实现监测与诊断中特定的功能，环节间用虚线划分， 他们按照顺序构成一个环回的实时过程，从而实现在线监测与故障诊断 的任务。以上四个环节构成了一个循环，一个复杂、疑难的故障往往并 不能通过一个循环就正确地找出症结所在，而通常都需要经过多次重复 循环的诊断，逐步加深认识的深度和判断的准确度，才能最后解决问题。 ：状态监测：信号处理：状态识别：诊断决策 ： 图2 - 3 设备状态监测与故障诊断的四个环节 f i g2 - 3t h ef o u rc o m p o n e n t so fc o n d i t i o nm o n i t o r i n ga n df a u l t d i a g n o s e 一、状态监测 设备状态监测依据先进的传感技术与实时监测技术，采集设备的各种 具有某些特征的动态信息，并对这些信息进行去伪存真的处理后，提出 设备运行状态的各种参量，作为诊断系统的诊断依据，或供操作人员分 析判断。大型机组监测的信号主要有轴振动、轴位移、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，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诊断工作。 状态监测通常包括数据采集和实时监测两个子过程。数据采集使系统 可在线采集和存储机组的振动和转速等各种参数，经过放大、滤波、归 一化及a d 转换后，去除由干扰产生的噪声而保留诊断所需的真实信号。 实时监测提供机组工艺流程结构简图、棒图、实时趋势图、历史趋势图、 数据表格等方式实时显示所监测的数据，对各通道的振动参数以波形图、 频谱图、轴心轨迹图等方式实时显示转轴振动的状态。当机组出现故障 时，系统能准确及时地判断发生异常的参量，并根据故障程度以红色或 黄色显示，添加新的报警记录，它记录了报警参量的位号、数值、位置、 时间和严重程度，同时操作人员还能查阅可能的故障原因和治理措施。 二、信号处理 华南理工大学工学硕士学位论文 由设备得到的振动信号称为原始信号，原始信号可分为随机信号，周 期信号和瞬时信号等三种类型。在大型机组表面测得的原始信号通常是 上述三种信号的组合，从原始信号有时能看出某些特征，但是它所能提 供的有用信息毕竟十分有限，所以需要对这些原始信号进行处理，把有 用的信号从杂乱的成分和干扰中提取出来以便进行故障的识别。信号分 析处理的耳的是把获得的信息通过一定的方法进行变换处理，从杂乱的 成分和干扰中提取较直观、敏感和有用的特征信息以便用于故障的识别。 振动信号通常在时域或频域内被分析处理，处理的结果是提供不同程 度的概率统计特性参数。时域分析的主要特点是针对信号的时间顺序， 即数据产生的先后顺序。而在幅域分析中，虽然各种幅域参数可用样本 时间波形来计算，但忽略了时间顺序的影响，因而数据的任意排列所计 算的结果是一样的。 对于不太复杂的信号在时域内进行处理可以获得均值、均方值、方差、 偏斜度和峭度等指标，这些可以用来初步判断机器的运行状态。而旋转 机械的振动信号非常复杂，通常难以在时域内获得满意的诊断参数。故 目前最广泛的方法是在频域中对振动信号进行处理。 目前，广泛流行的一种离散傅里叶变换的算法是快速傅里叶变换 ( f f t ) ，它的特点是大大节约了计算时间。自从这项技术发明以来，振 动诊断技术已进入一个新的纪元，现在快速傅里叶变换可以由软件和硬 件实现，由此出现了许多集数据采集与分析于一体的便携式仪器和在线 采集模块等，使得设备状态监测与故障诊断技术往自动化、计算机化和 网络化方向迅速发展。 三、状态识别 状态识别是在状态监测与信号分析处理的基础上进行的。它需要根据 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，有时还需要进步与某些故障特征参数( 模式) 进行比 较，以识别设备是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、产生原因和发生部位，并预测设备的性能和故障发展趋 势。由于所获得的信号并不能直观地表现设备的状态，因此通常要在故 障诊断以前从各种信号中提取能够反映系统状态的特征值。 1 特征提取 特征提取是对原始信息的加工与处理，提取其中与系统状态相关性较 大的敏感特征，进行信息的凝聚、提炼和变换，它是机械设备状态识别 的前提与基础。特征提取的正确与否，直接影响到诊断是否成功和诊断 第二章设备状态监测与故障诊断技术 结果的准确性【4 1 。 振动信号经过频域分析后，在得到的频谱图中分别求得一定带宽范围 内的频谱能量值，构成选定频段频谱能量，组成特征向量，将不同时刻 所获取的振动信号按上述特征提取方法形成多组特征向量，建立征兆向 量。 2 故障识别 故障识别是利用信号处理中得到的特征参数来判断故障的类型。在故 障诊断领域中，识别理论是建立故障样板模式( 或故障档案) 进行故障 诊断的基础。通常的故障识别方式有两类 】，一是进行故障分类、建立 样板模式、压缩模式向量维数、去掉多余信息、提取特征量，用特征量 作为判别标准；二是将待检模式与已知样板模式对比，按相似程度或距 离指标进行判别或聚类。无论哪种方式都离不开识别理论的指导和识别 技术的支持，常用的基本识别方法有主成分分析法、因子分析法、聚类 分析法、模式识别法、神经网络法等。 3 诊断决策 诊断决策模块要求系统在定工作环境下查明导致系统某种功能失 调的原因或性质，判断劣化状态发生的部位或部件，预测状态劣化的发 展趋势，以及就故障原因、部位和危险程度采取治理措施和预防的办法。 诊断就是由现象判断本质，由当前预测未来，由局部推测整体的过程。 在工程技术领域，也需要根据系统各种可测量的物理量的物理现象和技 术参数的监测来推断系统是否正常运行，判断发生故障的原因和部位， 预测潜在故障的发生等。专家系统是完成诊断决策任务的有效工具。 根据判别结果采取相应措施，对设备及其工作进行必要的预测和干 预。所谓预测是能对被诊断出来的故障在不采取任何措施的情况下，估 计继续运行下去会产生什么样的后果，以及还可以继续运行多长时间。 干预技术包括临肘护理方案、加强监视方案以及通过大修彻底治理的措 旖。 四、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旖和预防的办法。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，那就需要对故障的发展加强监测，以保 证设备运行的可靠性。 华南理工大学工学硕士学位论文 2 4 小结 设备状态监测与故障诊断技术是早期发现以及排除大型机组故障的 有效分析方法。本章阐述了设备故障诊断的概念模型，故障诊断技术的 基本体系的原理，为进一步分析和研究设备故障诊断的基本环节做了合 理的铺垫。在介绍其主要过程的内容中，本文阐述了完成各个过程任务 的相关原理及技术，对后面章节的应用研究及开发工作起到引导的作用。 第三章信号处理 第三章信号处理 通过测量或观测所获得的信号或者数据通常包含两个部分；其一是与 所研究的事物存在着直接或间接关系的有用部分，即信息；另一部分则 是与研究事物无关的干扰部分，即噪声，如观测误差和环境噪声等。信 号处理的目的就是去伪存真、去粗取精、由表及里、由此及彼，以便最 大程度地抑制或消除噪声，突出或提取有用信息【6 】。通过对信号进行分 析、处理、变换、综合、识别，可以作为判断设备运行状态和诊断设备 故障的依据，同时也可以预测设备的运行趋势。 3 1 振动中常用的基本参数 为了准确、有效地掌握机械设备在运行中所处的状态，首先必须获得 有关的准确诊断信息，这些诊断信息也就是在诊断过程中需要监测的基 本数据，其中包括描述振动状态的动态参数、描述位置的静态参数以及 其他参数。 3 1 1 动态参数 1 振幅 振幅是表示机组振动严重程度或烈度的一个重要指标，可以用位移、 速度或加速度来表示。根据对振幅的监测，可以很容易地判断机器的振 动状态，判断机器是否在平稳地运转。 设y ( f ) 为振动速度的时间历程，则振动烈度的数学表达式为： = | 专r v 2 1 ( 3 - ，) 其对应的离散形式为： r1 1 1 1 2 。恃圣母j 0 - 2 ) 过去比较常用的方法都是测量机器机壳或轴承座的振幅，并以此作为 振幅参数。虽然机壳的振幅能够用于划分某些机械故障，但由于机械结 构、安装、运行条件以及机壳的位置和转轴与机壳之间存在着机械阻抗， 因此机壳的振动并不能赢接反映转轴的振动情况。所以，机壳振动不能 1 4 第三章信号处理 认为是故障诊断的最合适参数，用于早期发现诸如叶片共振频率、齿轮 齿合频率等高频振动的故障现象。 利用电涡流传感器能够直接测量得到转轴相对于机壳的振动，其振幅 为位移，一般为微米( “m ) 峰一峰值表示，每一台机组，其振幅都有一个 允许的限定值，机组正常运行时要求它转轴的振幅稳定在这个限定值内。 一般来说，振幅值的任何变化都表明了机械的状态发生了改变，并且无 论振幅是增大还是减小，都应该对机械作进一步的调查。 2 频率 频率是分析振动原因的重要依据。通常，不同的振动“源”其振动频 率般也是不同的。对于旋转机械，其振动频率还可用转速的倍数或分 数来表示，这被称为阶次，主要原因是机器的振动频率多与转速有关， 因此用这种方法来表示频率具有清晰、简便和直观的特点。 在机壳振动测量中，振幅和频率是供测量和分析的主要参数，而且大 多数故障现象都与频率有关，所以频率在机壳振幅测量中是非常重要的。 但是应当注意，振动频率与故障并非具有一一对应关系，实际上，一种 特定频率的振动往往与一种以上的故障有关。 根据振动频率，可以把振动分为同步振动和非同步振动。同步振动频 率是机器转速的整数倍或分数。 3 相角 相角值是指旋转机械测量中转子某一瞬间的振动基频信号与轴上某 一固定标志之间的相位差。一个完整的相角测量系统能够确定出转子上 每个被测截面的“高度”位置。所谓“高度”可看作轴上的某一点， 当该点转到径向振动传感器测点的位置时，振动正好是正峰值。这个“高 度”位置的确定是相对于转子上某个固定点而言的。通过确定转子上“高 度”的位置，便能够知道转子的平衡状态及残余不平衡的位置。换句话 说，由于转子平衡状态的改变导致“高度”的改变会显示为相角的改变。 精确的相角测量在转子平衡中及分析某些机械故障中是非常重要的。 相角测量对于确定转子固有的平衡响应即临界转速也是很有用的。 4 振动形式 振动形式一般是指阱时基图或轴心轨迹图的方式所给出的原始振动 波形，它是分析振动数据的最常用的最简便快速的方法。通过对振动形 式的观测，能直接地了解机器的运行状态。 5 振型 所谓振型是转轴在一定的转速下，沿轴向的一种变形。测量振型的方 法是沿转轴的轴向每隔定的间距放置一组互成9 0 。的一y 传感器，分 华南理工大学工学硕士学位论文 别测得相应转轴截面的中心线振动情况，综合所测量的这些数据便可得 到转轴的振型，振型有助于结算转子与固定部件之闯的间隙，并能估算 出转轴上的“节点”位置。 3 1 2 静态参数 1 偏心位置 偏心位置是对油膜轴承中的转轴振动平衡位置或稳态位置的测量值。 这种偏心位置的测量能够知道预加负荷状态以及了解轴承是否出现磨 损。偏心位置的测量是通过安装在轴承处的监测径向振动的同一个电涡 流传感器来完成的，其输出信号的直流成分即代表了偏心位置。 2 轴向位置 轴向位置是指止推环对止推轴承的相对位置测量值，轴向位置或称轴 位移是蒸汽和离心压缩机最重要的监测参数之一。 监测轴向位置至少要安装一个电涡流传感器，最好是安装两个，以便 提供可靠的信息。测最轴向位置的传感器还可以同时测量轴向振动。 3 偏心度峰一峰值 偏心度峰一峰值是指对转轴在静态时弯曲的测量值。转轴的这种弯曲 量可以利用电涡流传感器，在极低速下测量转轴变化的峰一峰值来表示。 对于许多大型机组，只有当偏心度峰一峰值处于允许值以下时方可启动。 此时无需顾虑因残余弯曲和相应的不平衡引起的密封件与转轴之间的摩 擦影响。 4 差胀 差胀是指机壳与转子的相对膨胀，可以用安装在机壳上的电涡流传感 器测量得到。对于大型蒸汽透平机组，要求在启动时机壳与转子必须以 同样的比率受热膨胀，否则就可能发生轴向摩擦而使机器受到损坏。 5 机壳膨胀 对于某些大型机组，除了监测差胀之外，还要监测机壳的膨胀，通常 由安装在机壳外部，以地基为基准的线性可变差动变压器( l v d t ) 来完成 测量。 3 1 ，3 其他参数 1 转速 转速是指每分钟转轴的转数，单位是r p m 。大多数机组都要求连续显 示机组的转速，以便目了然了解机组的运行工况。 2 温度 温度也是分析机器某些特定部件状态的重要参数，尤其是轴向和径向 1 6 第三章信号处理 滑动轴承中巴氏合金衬套的温度一般都需要长期监测。同时综合分析温 度和振动、位置等参数的关系，能更准确地确定机器故障。 此外，还有压力、流量等状态参数，以及磨损残余物参数，这些参数 对综合、全面的监测和分析机器的运行状态也都是必不可少的。 3 2 实域波形分析和频域分析 动态测试中数据分析处理最重要也是最常用的方法是波形分析和频 谱分析。 波形分析一般指的是对波形在时间域里进行分析，即对各种物理量的 动态信号的幅值对时间为坐标的函数x i 删在时间域，内进行分析。通常 的测试记录都是一维的记录。总是一个记录代表时间，而另一个数轴代 表某种物理量的幅值，它代表了动态