（机械工程专业论文）振动诊断技术的应用.pdf

摘要 设备诊断技术的应用价值在于：“保证可靠地高效地发挥设备应有功 能”。它由信号检测、特征提取、状态识别、预报决策四个工作程序组成。 它包括状态监测与故障诊断两个组成部分，状态监测主要是对设备的技术 状态进行初步识别，故障诊断是对该状态的进一步分析识别和判断。 研究大型机组状态在线监测及预测技术，对保证安全生产以及对设备 实行预知维护都具有十分重要的意义。为此，本项课题采用科学分析与实 验验证相结合的方法，从信息提取和信号处理、故障分析、在线预测、人 工智能预测方法、实验研究、实践验证以及系统研制几个方面对智能化自 动在线监测及预测技术进行了系统的研究。探索了新的途径，得出了新的 结论，获得了有价值的成果，解决了重要生产实际问题，取得了预期效果。 关键词：振动、故障分析、在线监测、预测 a b s t r a c t t e c h n i c a ld i a g n o s i n go fe q u i p m e n t sh a si t sv a l u e ，t h ev a l u ei st os c e n e e q u i p m e n t sf u n c t i o nv e r ye f f e c t i v e l y i t sw o r k i n gp r o c e s si n c l u d ef o u rp a r t s ， t h e y 躺s i g n a li n s p e c t i n g , c h a r a c t e rs u b m i t i n g , s t a t u si d e n t i f i c a t i o n a n d p r o p o s e dd e c i s i o n a n dt h e r e a r es t a t u sc o n t r o la n dp r o b l e m ss h o o t i n g i n v o l v e d s t a t u sc o n t r o li sm a i n l yt oi d e n t i f yt h ee q u i p m e n t s t e c h n i c a ls t a t u s p r o b l e m ss h o o t i n gi st oa l l a l y s et h es t a t u sa n dm a k ef u r t h e rd e c i s i o n sb a s e do n t h es t a t u s i th a se n o r m o u sv a l u ef o rs a f ep r o d u c t i o na n da d v a n c e dm a n i t a n c et o c o m b i n e df a c i l i t i e st os t u d yt h ec o m b i n e df a c i l i t i e so n l i n es t a t u sa n d m a k i n g f o r e c a s to ft h ee q u i p m e n t sr u n n i n g f o rt h i sp u r p o s e ，t h i ss u b j e c ti st of o c u so n a u t o m a t i co n 1 i n es t a t u s - - c o n t r o la n df o r e c a s t i n go p e r a t i o nf r o mf o l l o w i n g p o i n t s , d l e ya r ea n a l y s i n gi n f o r m a t i o n , s i g n a lt r e a t m e n t ，p r o b l e m sa n a l y s i s ， o n - i i n ef o r e c a s t 。a r t i f i c i a li n t e l l i g e n c e t h i ss u b j e c te x p l o r e dn e wm e t h o d s ， m a d en e we o n e l u s i o u s ，o b t a i n e dv a l u a b l ea c h i e v e m e n t s ，o v e r c o m e dp r a c t i c a l p r o b l e m si np r o d u c t i o na n dg e tp r o j e c t e da i m k e yw o r d ：v i b r a t i o np r o b l e m sa n a l y s i s o n - l i n ec o n t r o lf o r e c a s t 长春理工大学硕士学位论文原创性声明 本人郑重声明：所呈交的硕士学位论文振动诊断技术的应用是本 人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注 明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的 作品成果。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结果由本人承担。 作者签名：丛艺丝盟年立月笪r 长春理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位 论文版权使用规定”，同意长春理工大学保留并向国家有关部门或机构送交 学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工 大学可以将本学位论文的全部或部分内容编入有关数掘库进行检索，也可 采用影印、缩印或扫描等复制手段保存和汇编学位论文。 作者签名：边型 指导师签名： 翌1 年三月笪日 年一月一日 笛一童绪诊 1 1 课题的提出和意义 任何一个运行的设备系统，都会产生机械的、温度的、电磁的种种信 号，通过这些信号可以识别设备的技术状况，而当其超过常规范围，即被 认为存在异常或故障。设备只有在运行中才可能产生这些信号，这就是为 什么要强调在动态下进行诊断的重要原因。 设备诊断技术是当i j 在国内外发展迅速、用途广泛、效果良好的一项 重要的设备工程新技术。它从军用移植到民用并取得更大发展，主要是由 于工业现代化的结果。机械设备的大型化、连续化、高速化和自动化带 来生产率的提高、成本的降低，以及能源和人力的节约，然而一旦发生故 障，就会造成远非过去可比的经济损失。因此工业部门普遍要求能减少故 障，并采取预测预报的有效措施。 设备诊断技术的应用价值在于：“保证可靠地高效地发挥设备应有功 能”啪。这里包含了三点：一是保证设备无故障，工作可靠；二是保证 物尽其用，设备要发挥其最大的效益；三是保证设备在将有故障或已有故 障时，能及时、正确地诊断出来。由此可见，设备故障诊断的研究是实 现维修制度从定期维修到预知维修或视情维修变革的根本保证。过去，我 们对机械设备都是采取定期维修方式，即不管设备的实际运行状态如何， 都要定期对设备进行修理，这样势必降低生产作业率，浪费大量的人力物 力。随着传感器、信号处理、计算机软硬件等技术的进步，以及知识 经济时代企业之间竞争的进一步白热化，越柬越多的企业丌始推行设 备在线状态监测工程、采用现代设备故障诊断技术，实行预知维修”1 。 采用设备诊断技术有利于实行现代设备管理，进行维修体制改革，克 服“过剩维修”及“不足维修”，从而达到设备寿命周期费用最经济和设 备综合效率最高的目标n ，。对于降低企业生产成本、提高企业综合经济 效益和竞争力，有着十分重要的现实意义。 1 2 国内外研究现状及主要研究内容 设备故障诊断作为一门新兴的综合性边缘学科，经过3 0 多年的发展， 已初步形成了比较完整的学科体系。就其技术手段而占，已逐步形成以振 动诊断、温度监测和无损检测探伤为主，其他技术或方法为辅的局面，这 其中又以振动诊断涉及的领域最广、理论基础最为雄厚、研究得最为充分 而最具生机和活力。由于计算机技术的发展，目前可用于振动测试的设 备十分丰富，从少通道( 卜2 通道) 、较低采样频率( l o k h z ) 、较低精 度( 8 b i t s ) 、只有简单的分析功能的低价位简易设备到多通道( 可达2 5 6 通道甚至更多) 、超高速( 1 - 2 0 0 m h z ) 、超高精度( 1 6 2 4b i t s ) 、超大容 量( 几个g ) 的巨型系统应有尽有”1 。对于振动信号的采集来说，目前的 计算机技术已足以胜任各种场合的需要。在硬件技术突飞猛进发展的同 时，软件技术日新月异的进步也极大地促进了信号分析与处理技术的发 展。目前，在振动信号的分析处理方面，除了经典的统计分析、时频域分 析、时序模型分析、参数辨识外，近来又发展了频率细化技术、倒频谱分 析、共振解调分析、三维全息谱分析、轴心轨迹分析以及基于非常平稳信 号假设的短时傅立叶变换和小波变换等。事实上，振动信号的分析处理技 术还在不断的发展之中，新的理论和技术还将不断涌现。就诊断方法而言， 除了单一参数、单一故障的技术诊断外，目前多参量、多故障的综合诊断 已经兴起。人工智能的研究成果为机械故障诊断注入了新的活力，故障诊 断的专家系统不仅在理论上得到了相当的发展，而且国外已有成功的应用 实例，国内也有许多单位积极从事这方面的探索研究，并取得了一定的进 展。与此同时，人工智能的另一个重要分支人工神经网络的研究也逐 步渗透到机械故障诊断领域，并已成为机械故障诊断领域的一个最新研究 热点，、但目前还多处于研究室实验阶段，应用成功实例还不多见，最近又 有人探索将人工神经网络与传统的专家系统结合起束，建造神经网络专家 系统。初步的研究结果表明，这种新型的专家系统能较好地克服传统的专 家系统和人工神经网络各自独立的缺陷而具有很多优势。就应用领域而 言，设备故障诊断技术已在旋转机械、往复机械、各种流程工业、机加工 过程和各种基础零部件的故障诊断方面获得了应用，这其中以旋转机械的 故障诊断应用最广、最为成熟，而往复机械的故障诊断目前还多集中于发 动机汽缸( 套) 的振动监测诊断。 在七十年代，我国已有一些院校和科研单位着手研究工业回转机组事 故的诊断。而开始从维修制度改革以及设备综合学的观点，探求降低寿命 周期费用的诊断措施，则是从8 0 年代开始的m 。不少企业丌始研究先进 工业国家的各种维修体制，逐步加深对视情维修的认识。从近年来国内设 备诊断技术学术会议和有关杂志上发表的文章看，我国的诊断技术已涉及 到各行各业，取得了许多成果，获得了明显的经济效益和社会效益。 1 3振动状态检测及故障诊断发展趋势 随着振动状态监测与故障诊断技术的发展，该技术与计算机网络化的 发展将是一种必然趋势。i n t e r n e t 、互联网、电子信箱这些在几年前出版 的辞典里还未必找得到的名词，今天已是随处可见。对于工程技术人员来 说，可能昨天才感觉到已经离不开计算机，今天就发现网络世界已经被推 到了我们的面前。技术的进步最终大大改善了人类的生产和生活水平。只 不过技术发展到今天，其步伐大大加快罢了。 1 3 1 振动状态检测及故障诊断与计算机网络化的结合 网络意味着连接，而计算机网络意味着信息的相互传递。几年| ；i 的大 多数个人计算机( p c ) 都是个人化的计算孤岛，与其它计算机要通过打印纸 和磁盘这样的有形载体，才能传递信息。今天的互联网借助于电话线将全 世界的计算机都连接到了一起，你可以通过你的计算机进入世界各地的计 算机。而在一个工业企业内部，借助网络，我们可以用d c s 系统在主控室 里监视和控制整套生产状置，用m i s 系统管理全厂的人事、财务、生产报 表。“这个世界真小”这句话在今天有了更深的含义。 l 、网络化带来的新思路 s u n 公司认为“网络就是计算机”，而微软的总裁比尔盖茨则预测5 年后的个人电脑是可以装在口袋里的无绳微机。这些话罩包含几层含义， 一是网络和计算机将更加紧密的融合，二是这种融合后的产物将会更加广 泛和方便地使用。这是我们在考虑明天的机械设备状态监测和故障诊断技 术时必须时刻不忘的一个重要条件，是大趋势。 “一个设备工程师出差在外地的时候接到厂里的电话，一台设备出现 了异常的声响和振动，急待解决。他马上做的并不是订飞机票回厂，而是 打开随身带的微机，通过互连网从现场采集振动波形和频谱，又通过互连 网与另一城市的专家交换了看法，然后打电话回厂，在二十分钟内解决了 问题。”这在五年前肯定是做梦，今天已经在技术上成为现实，五年 后恐怕就是司空见惯了。 2 、工业现场的数字化测量 在工业企业，尤其是流程工业中，用4 2 0 m a 的电流信号将各种压力、 流量、温度传感器和阀门等控制元件连接起来，是目| j i f 大量使用的一种较 初级的模拟网络。现代的较先进的网络多采用数字信号传输。在这类网络 中，一般都把内含微处理器能完成较复杂的信号处理任务的装置放在被监 测的设备旁边，就近把传感器信号处理成数字信号后再传递出去。这种数 字化传输有很多优点：首先，传输的是经过提炼和压缩的信息，信息浓度 高：其次，数字信号传输一般都要采用各种通信协议进行多层打包，有很 强的纠错和抗干扰能力；第三，数字传输可以采用总线方式，一对双绞线 上可以连接上百个装置，每个装置以不同的地址标识。最后，数字化的信 息更便于在各种计算机上进行后续的分析、存储、查询和远距离传输。 3 、组态软件 近年来出现了一种新的软件产品，工业自动化和监测通用软件又称组 态软件。过去，人们接到了一个监测或控制项目，一般都要组织起软件、 硬件人力自行进行开发。软件方面通常会采用c 一类的编程语言。后来人 们发现，大多数的开发工作都是类似和重复的，伴随着w i n d o w s 环境下的 可视化编程工具的出现，现在世界上已有几十种商品化的组念软件可供我 们使用。借助它们，我们可以依靠鼠标的拖放构造出一个美观、规范的人 机界面。如果采用的硬件也是市场上购买的标准模板或模块，可以直接用 硬件厂家提供的w i n d o w s 标准d d e 驱动程序。整个监控软件的构造一般不 需要编写程序，并且通常是在经过一、二天培训后，由工厂的工程师实现 的。涉及到的数据库接口、网络接口和协议也全是标准化的。这种搭积木 式的实施技术实在是太方便了。这样的工具使得自行从头开发不论是从经 济性、美观性、可靠性，还是从功能来看都完全不可取了。 1 3 2 机械设备状态监测与故障诊断领域的新变化 机械设备状态监测与故障诊断行业是一个变化和发展极快的行业。一 些十年前热门的产品和活跃的企业可能已经销声匿迹了，而今天火爆的很 多公司都只有几年的发展历史。这期间并没有多少理论方面的突破，似乎 是技术和手段的变化造成了这个风云变幻的时代。 那么网络时代会给我们带来什么样的机遇和挑战呢? 这是一个我们不 得不面对和认真思考的问题。 在离线检测仪器方面，过去十年发生的最大变化可能是数据采集器的 出现。它使得大量的只常巡检和诊断工作电脑化了。设备工程师可以在微 机中建立所有要监测的设备和测点的电子数据库，可以进行趋势分析和预 报，也可以进行振动信号的时域和频域分析诊断。但是，绝大多数的数采 器目前都处于一种信息孤岛的状态，即不能相互连接，也很难与企业级的 信息管理系统配合使用，这显然是一个需要解决的问题。这其中至少包括 数采器的微机软件与厂级信息管理系统的数掘库接口问题和各种不同厂 家、不同型号数采器的数据格式标准化或可相互转换问题。 实时在线监测系统方面，近十年来发生的变化似乎要少一些。这一方 面是因为这类系统所监控的对象都是极关键的设备，人们首先关心的是系 统的稳定性和可靠性。另一方面，这类系统价格都极贵，一个企业不可能 只用几年就去换一套新的。但是，对这类系统，也同样存在着一个网络化 信息融合问题。能够远距离调用这些系统采集的数掘和分析的结果无疑会 带来很大的方便。 振动分析与诊断技术就象一个逐渐长大的孩子，已经走出了早期成长 的摇篮高校和研究机构，走进了工厂的车间班组，得到了大量的使用并且 作出了重要的贡献。但诊断问题毕竟是复杂和困难的。即使象一个转子这 样似乎简单的物体，在实际中也会出现让人难以理解的行为。企业的设备 工程师向专家请教如何分析一段现场采集的振动频谱这样的现象在今后很 长时间内都会是非常普遍的。另一方面，有经验的专家也都乐于和企业分 享诊断经验。每次诊断交流会都有很多人参加和人们不时的提出设备诊断 医院的设想都说明了这一点。然而以笔者之见，真诈能够在短时间内集中 各方面的经验和智慧，解决设备中突然出现的异常问题，只有在网络时代 才可能实现。 只有在网络上，才可能建立一个大型的分布式数据库和诊断知识库。 在这个库中存放着一种型号设备的各种设计数据、安装数据，以及在各种 典型和特殊使用环境下的实测振动数据。这些数据通常是分布式的存放于 该设备的制造厂，安装公司和各地的用户的网络计算机中。这个库中还存 放着各地的诊断案例和不同的诊断专家用不同方法编制的诊断知识和诊 断方法。这也是一个分布式的知识库，出于不断完善、更新和知识保护的 需要而存放于专家所在高校和研究所的网络服务器中。在出现了诊断请求 后，大家都在各自的办公室里通过网上会议的方式，一面看着现场测量的 波形频谱数据，一面根据各自的经验和方法给出诊断意见。当然，由企业 的设备工程师直接通过互连网调用这些数据库和知识库会更快捷和方便 些。不论如何进行，这种网络化的诊断方式都将是一种发展趋势。 要真正实现网络化的诊断和数掘分享，必须首先解决数掘格式的标准 化问题和各种分布式数据库与知识库的建立问题。当然，为了尊重知识和 不断提高服务的质量，通过电子商务解决付费问题也是必不可少的。 网络化除了在更大的范围内( 广域网) 可以为我们带来很多方便外，在 小范围( 局域网) ，如企业内部的使用也都是极为有用的。比如厂长随时需 要了解设备的运行状况以保证生产不会中断：厂设备处需要通过厂内网络 了解各分厂设备工程师的工作情况；设备工程师在分析振动信号时需要同 时观察数采器采集的频谱和在线系统采集的轴心轨迹，还需要同时考虑运 行工况的影响，而工况数据都存储在工控网络如d o s 系统中；所有这些都 要求先解决数据格式的标准化和各种数掘库的连接问题。 1 3 。3 网络数据采集器 设备状态监测与诊断系统的网络化可以包含这样几部分内容：一是现 有手持式数掘采集器所配套微机软件的网络化；二是现有在线连续监测系 统的计算机化和网络化；三是出现一类新的网络化的数据采集器0 1 。 网络数采器是一种在线系统，它由固定安装在待测设备上的传感器、 安装在设备旁边有计算和存贮功能的采集器、双绞线类数字信号传输线和 装有组态软件的监控站组成。 网络数采器是一个低成本的系统，因为： a 采集器只负责初步的数据处理和通讯功能，又可以多路输入； b 数字传输为总线型双绞线网； c 一台微机可以监测和分析上万个测点。 这几个具有分摊和复用性能的结构特征使得这种系统的成本可以远 低于传统的在线式系统，甚至可以和一些采用手持式数采器的离线式系统 相比较。 这种网络化监测的最引人之处还是它的卓越功能： a 由于是在线系统，它可以避免手持数采器人工巡检的缺点，即巡检 周期不易确定、对设备突发故障易疏漏、检测工作量大、检测人员需要培 训： b 由于是数字化测量，它与目前大量使用的模拟式在线仪表相比，有 信息传输效率高，抗干扰能力强的优点； c 采用标准化的振动监测组态软件，不需或只需很少的编程； d 硬件和软件两方面的模块化结构使得其建立、扩充和维护都很容易； e 可以在一个网络内或通过与其它网络如d c s 交换信息，同时对振动、 轴温和其它工艺参数进行监测和综合诊断，由于信息的大量增加，综合诊 断可能极大的促进诊断水平的提高和新的诊断方法的出现。 网络化监测的核心部件是网络数采器和振动监测组态软件。网络数采 器在几年前就已有产品推出。如s o l a r t r o n 公司的v i m p 可监测3 2 路振动 信号和8 个转速信号、内置积分器、包络解调和f f t 功能。遗憾之处是其 网络接口较特殊以及未采用组态软件。另外，其价格偏高似乎是未能大量 应用的主要原因。美国k e i t h l e y 公司9 7 年推出的网络数采器s m a r t l i n k 有很好的性能价格比，据称将增加设备状态监测与故障诊断专用功能。这 两种产品都可以从现场回收振动波形信号，即可用于日常振值的监测，又 可用于故障诊断。由于是工作于巡检的方式，它们不能作多通道信号的同 步采集。 还有一类只监测振值( 即振动通频总量) 的网络数采器，可以用于状态 监测。在总值超标以后，再用手持式数采器或分析仪到现场从这种网络数 采器的输出端子上提取振动信号进行分析诊断。其特点是系统结构简单， 价格可以作到很低。由于不在网络上作诊断，可以直接使用各种已有的商 品化组态软件。在另一方面，可以作多通道同步采集的网络数采器从技术 上讲也并不困难，只是价格会高一些。一个实际的网络化监测系统中可以 根据需要混合使用各种类型的模块，以达到最佳的组合效果。 振动监测组态软件尚未见有报道，但可以预见它必然会出现，而且会 利用各种最先进的技术，如三维图形显示、以数字相机拍摄的现场实景照 片作背景等等。也许还会很快出现一批系统集成商，利用各种现成的软硬 件产品去承包设备监测工程。至少，在接到项目后从硬件到软件都自己从 头开发的时代恐怕已经一去不复返了。 1 3 4 机械状态监测及预测技术的发展历程 机械状态监测技术，是近年来研究的热门课题，这里着重考虑的是 避免设备的随机性故障。自动在线监测方式与定期监测方式、在线检测离 线分析监测方式相比技术水平先进，既避免设备突发性故障又无需专业人 员现场操作。旋转机械状态在线预测技术，是研究的新兴课题之一，这里 着重考虑的是预测设备的时间依存性故障和改变设备的维护方式。该技术 是在状态监测及故障分析基础上发展起来的，是实现以先进的预知维护取 代以时间为基础的预防性维护的关键技术。 大型机械状态监测技术研究是国家重点的攻关项目，目的是提高大型 旋转机械的产品质量，减少突发性事故，避免重大经济损失。5 0 年代， 各种类型和性能的传感器和测振仪相继研制成功，并开始应用于科学研究 和工程实际。六七十年代，数字电路、电子计算机技术的发展、“信号数 字分析处理技术”的形成，推动了振动检测技术在机械设备上的应用。7 0 年代至8 0 年代，机械设备的状态监测与故障诊断技术在许多发达国家丌 始研究。随着电子计算机技术、现代测试技术、信号处理技术、信号识别 技术与故障诊断技术等现代科学技术发展，机械设备的监测研究跨入系统 化的阶段，并把实验室的研究成果逐步推广到核能设备、动力设备以及其 它各种大型的成套机械设备中去，进入了蓬勃发展的阶段。 9 0 年代以来，高档微机不断更新且价格迅速下降，适合数字信号处 理的计算方法不断优化，使数掘处理速度大为提高，为在工业现场直接应 用状态监测技术创造了条件。 我国在工业部门中开展状态监测技术研究的工作起步于1 9 8 6 年，在 此之前从国外引进的大型机组，一般都购置了监测系统。而在自行研制的 国产设备上，若选用国外的监测系统，由于价格异常昂贵而难以接受。8 0 年代中后期以来，我国有关研究院所、高等院校和企业丌始自行或合作研 究旋转机械状态监测技术，无论在理论研究、测试技术和仪器研制方面， 都取得了成果，并开发出相应的旋转机械状态监测系统 这些系统的主要功能有：轴振动监测，包括轴心轨迹分析、轴向串动、 轴振动位移峰一峰值计算；壳体振动监测；频谱分析，包括频率细化、阶 比谱分析、阶跟踪谱、三维功率谱分析；自动预报警；故障特征提取及诊 断。 从技术发展过程看，现代监测技术大致经历了两个阶段。 第一阶段是以传感器技术和动态测试技术为基础，以信号处理技术为 手段的常规技术发展阶段，这一阶段的技术已在工程中得到了应用，它吸 收了大量的现代科技成果，传感器技术的飞跃发展，使之可以利用振动、 噪声、力、温度、电、磁、光、射线等多种信息。由此产生了设备的振动、 噪声、光谱、铁谱、无损检测、热成像等监测和故障分析技术。信号分析 与数值处理技术的发展，结合微计算机技术的发展，使各种方法应运而生。 第二阶段的研究内容与实现方法已开始并诈在继续发生着重大变化， 以数据处理为核心的过程将被以知识处理为核心的过程所替代，开展了专 家系统、神经网络和模糊分析等理论、方法和应用技术的研究。这阶段起 主导作用的将是人类专家的知识，包括人类专家所拥有的领域知识、求解 问题的方法等。由于实现信号检测、数掘处理与知识处理的统一，使得先 进技术不再是少数专业人员才能掌握的技术，而是一般操作人员所能使用 的工具1 。 1 3 5 机械状态监测技术的发展趋势 机械设备运行状态的监测技术，已经从单凭直觉的耳听、眼看、手摸， 发展到采用现代测量技术、计算机技术和信号分析技术的先进的监测技术， 诸如超声、声发射、红外测温等，层出不穷。人工智能、专家系统、模糊 数学等新兴学科在机械状态监测技术中也找到用武之地。 在机械动态信号分析方法和应用技术上“，新近的发展有：采用空间 域滤波的预处理、采用v o l d - - k a l m a n 滤波的多轴阶比信号分析技术、适于 非平稳信号的基于w i g n e r - - v i l l e 分布分析、小波( w a v e l e t ) 变换方法、混 沌分析方法、智能传感与检测技术、以及与v x i 总线仪器平台相关的技术 等。 现今，国内外较典型的状态监测方式主要有3 种。 ( 1 ) 离线定期监测方式 测试人员定期到现场用一个传感器依次对各测点进行测试，并用磁带 机记录信号，数掘处理在专用计算机上完成，或是直接在便携式内置微机 的仪器上完成；这是当i ； 利用进口监测仪器普遍采用的方式。采用该方 式，测试系统较简单，但是测试工作较烦锁，需要专门的测试人员；由于 是离线定期监测，不能及时避免突发性故障。 ( 2 ) 在线检测离线分析的监测方式 亦称主从机监测方式，在设备上的多个测点均安装传感器，由现场微 处理器从机系统进行各测点的数掘采集和处理，在主机系统上由专业人员 进行分析和判断。这种方式是近年在大型旋转机械上采用的方式。相对 第一种方式，该方式免去了更换测点的麻烦，并能在线进行检测和报警； 但是该方式需要离线进行数掘分析和判断，而且分析和判断需要专业技 术人员参与。 ( 3 ) 自动在线监测方式 该方式不仅能实现自动在线监测设备的工作状态，及时进行故障预 报，而且能实现在线地进行数据处理和分析判断；由于能根据专家经验和 有关准则进行智能化的比较和判断，中等文化水平的值班工作人员经过短 期培训后就能使用。次方式技术最先进，不需要人为更换测点，不仅不需 要专门的测试人员，也不需要专业技术人员参与分析和判断；但是软硬件 的研制工作量很大。 今后，旋转机械状态监测技术趋向由离线定期监测方式、在线检测离 线分析监测方式，发展为自动在线监测方式。随着人工智能理论的发展及 其在实际中的应用、数据处理软件的大量丌发，今后旋转机械状态监测技 术正向多目标、多层次监测和网络化方向发展。 1 3 6 机械状态预测技术的发展 1 、机械状态预测技术的发展历程 当机械设备发生故障时，不仅物质财富遭到破坏，服务逼迫中断，甚 至连人员的生存也会受到威胁。在工业史上，由于机械设备故障造成的灾 难和环境事故频频发生。例如，美国阿莫科卡迪斯号油轮原油泄漏事故， 前苏联的切尔诺贝利核电站事故等等，了解这些事故发生的过程以及如何 加以防范，成为要考虑的重要问题。尤其这些故障大都是由于人为干预和 不当措施所造成的，因而减少维护次数和提高维护的科学性是预防恶性 事故发生的重要方面。 传统的机械设备维护方式概括为：运转至损坏再维护和以时问为基础 的预防性维护；前者一般用于廉价的小型机器，采用后备设备来保证生产； 后者也称定期维护，一般用于大中型设备，不论设备是否有故障都按人为 计划的时间定期检修8 0 年代以来，以建立新的维修体制为目标形成了综 合工程学科，这一工程学科在欧美、闩本以不同的形式获得了推广。近年 来丹麦、美国、德国、日本等发达国家的专家学者进一步提出了预知维护 的基本概念。 设备预知维护是通过对机械设备运行状态做监测及预测来取代定期 检修方式，其原则是：只有当监测、分析和预测结果表明有必要维修时才 进行维修。这种现代化维护方式能监测和预报设备的故障，在发现故障前 兆时能及时停机，甚至能按判别出的故障的性质和部位，有目的地进行检 修。其检测方式通常是定期检测，但理想的方式是在线实时检测；其分析 预测方式通常是在计算机上由专业人员评定完成，但理想的方式是由人工 智能系统实时在线判断完成。 因此，若能在线实时检测和以人工智能分析机械设备经历的和当前的 状态，并预测随后的发展，则可以随时、科学、有效地揭示机械设备当前 的工作状态，并预测今后多长时日j 设备状态将达到不可接受的程度而应当 停机维修，从传统的预防维护上升到预知维护。若对旋转机械设备实行预 知维护，需要在旋转机械状态监测和故障分析的基础上，进一步通过对设 备状态进行频域、时域的综合分析判断以及状态的趋势预测来实现。 随着我国科学技术的发展，一些大型企业正在从单纯的振动测量或巡 回检测、定期检测和检修，逐渐向长期连续监测和预测性维修过渡。国内 许多厂家和研究单位研制的监测系统，大多数测量项目单一，甚至还往往 限于对温度、压力、液位、电量等常规参数的检测，不具备对振动量为主 的机械动态特性进行检测和分析的功能，因而无从反映旋转机械设备重要 的工作状态；即便具有检测振动量的功能，尚限于状态的监测和故障分析， 不能对旋转机械设备工作状态发展趋势进行预测。 2 、机械状态预测技术的发展趋势 从机械设备的检修历史和现状来看，设备检修方式大致有：发生事故 停机检修，定期停机检修亦称预防性维修( p r e v e n t i v em a i n t e n a n c e ) ，预 知维修( p r e d i c t i v em a i n t e n a n c e ) 办称状念维修或视情维修( c o n d i t i o n m a i n t e n a n c eo rc o n d i t i o n b a s e dm a i n t e n a n c e ) 。 预知维修方式可以从根本上改变原有的设备维修制度。在保证设备安 全运行、避免人员伤亡、减少环境污染和避免巨大的经济损失方面将产生 巨大的作用。据有关文献介绍，在设备上应用预测技术，获利与投资比可 达1 7 ：1 。因而，以预知维护取代以时间为基础的预防性维修，成为关键 设备和大中型设备维护方式的发展趋势。 在线的预测技术越来越受到人们的重视，并成为目前技术攻关的课 题。在现有的设备状态在线监测系统上附加状态预测功能，由于具有较 高的性能价格比，而成为实现设备状态在线监测及预测的优选方案，本课 题研究的是这种采用在线方式的同时进行监测及预测的方案。 由于机组状态在线智能化趋势预测技术是国际上9 0 年代以来发展的 一项先进技术，国家自然科学基会工程与材料科学部确定，国内大型旋转 机械状态监测及预报研究课题主要针对大中型旋转机械，研究智能化在线 的状态分析和状态预测的有关理论、方法，研究在线检测、人工智能分析 设备经历的和当i j 的状态并预测发展趋势。 1 3 7 机械状态在线监测及预测技术的研究 l 、问题的提出 以往在工业现场通常通过值班人员对大型机械设备的状态进行监测， 监测项目除温度、压力、电机功率、电流等常规项目外，按规定振动、噪 声通常也是需监测的项目，但往往没有检测手段，只能靠值班人员手摸或 耳听；由于缺乏可靠的科学依掘，对其状念评价也往往是不准确的，因而 设备损坏等恶性事故时有发生n “。因停机维修而造成的经济损失往往是 很惊人的。同时，当前大型机械设备的维护方式通常采用的是周期性强 制维护，该维护方式到时即更换零部件，维护费用巨大，停机时影响正常 生产，并且仍避免不了恶性事故的发生。 在机械设备状态监测技术应用方面：近年来，有的油田输油站等大型 设备上，采用了新研制的包括对振动特性进行检测的系统，实现了在线监 测和分析，但尚没有建立机组机械动特性档案，因而难以进行自动在线的 状态判断，而需要专业人员离线进行分析。 在机械设备状态预测技术应用方面：工业生产越来越注重降低成本， 特别是要求在能避免机械设备突发事故的同时尽量延长设备运行周期。为 此，迫切需要研究大型旋转机械状态自动在线监测及预测技术。 2 、研究的意义 对旋转机械状态进行在线监测及预测可以有效地避免意外事故，消除 续发损坏，节约大量维护费用；由于减少维修次数，从而增加设备正常运 转时间，提高设备利用率，缩减维修备件的库存及库存时间。 对机械设备状态进行机械动态特性以及压力、温度、流量、液位、电 量、润滑油含水等常规项目的综合自动监测：同时可进一步研究增加控制 功能，调整设备输出使设备在效率较佳、能耗较低的状态下运行。 随着人们对设备保护意识的加强和设备维护认识的深入、监测及预测 技术的发展及应用成本的降低，对该项技术的需求也将同益增加。随着该 技术带来的经济效益和社会效益日益明显，旋转机械状态在线监测及预测 技术会进一步受到青睐。 机械状态在线监测及预测研究的技术原理与技术方案适用于普通机 械设备，尤其适于连续运转的大中型旋转机械，如：机械、车辆、电力、 石化、冶金、煤炭、核能等许多行业中的关键设备，从而推广应用领域广 泛，经济效益潜力巨大。 1 4 本论文的主要研究内容和技术手段 1 4 1 设备诊断技术概述 1 、含义 在设备运行中或基本不拆卸全部设备的情况下，掌握设备运行状态， 判定产生故障的部位和原因，并预测预报未来状态的技术。 2 、工作原理 设备诊断技术由信号检测、特征提取、状态识别、预报决策四个工 作程序组成。 3 、具体内容 诊断技术包括状态监测与故障诊断两个组成部分，状态监测主要是 对设备的技术状态进行初步识别，故障诊断是对该状态的进一步分析识别 和判断。 1 4 2 简易振动介绍 1 、振动要素与应用 构成一个确定性振动有3 个基本要素：振幅d ，频率f 和相位巾。 幅值反映振动的强度，振幅的平方常与物质振动的能量成正比，振 动诊断标准都是用振幅来表示的“。 频率是振动诊断中一个重要参数，确定诊断方案，实施状态识别，选 用诊断标准等各个环节都与振动频率有关。对振动信号作频率分析是振动 诊断最重要的内容，也是振动诊断的最大优势。 相位测量分析在故障诊断中亦有相当重要的地位，一般用于谐波分 析，动平衡测量，识别振动类型和共振点等许多方面。 2 、振动信号处理 就是对振动波形进行加工处理，抽取与设备状态有关的特征，以便对 设备状态实施有效的判别。基本方法：幅域分析、时域分析、频域分析和 相域分析。 1 4 3 现场振动分析 l 、仪器介绍 测振仪器从功能方面可以分为单功能和多功能两种类型。测振表、测 振笔、专用数据采集器，这类仪器只能测量某些固定的振动参数( 或振动 信号) ，没有信号分析功能，属于单功能。除了测量振动参数外，还具有 多种分析功能，带有分析功能的数据采集器，属于多功能仪器1 。 2 、实施方法 对机器设备实施振动诊断，必须遵循j 下确的诊断程序，才能是诊断工 作有条不紊的进行，并取得良好的效果。振动诊断的全过程可以概括为3 个环节，即：准备工作、诊断实施、决策与验证”。 1 4 4 简易诊断的应用 机械分为旋转机械和往复机械两种类型。它们在组成结构、动力学特 征，以及工作原理等方面都有所不同，因而其故障机理、故障的表现形式 及其特征也存在着某些差异。任何一种机械故障，都具有自己的特征。故 障特征是构成故障样板模式的基本要素。掌握各种故障的基本特征是判断 故障的基础。 1 、旋转机械故障诊断 旋转机械是指那些主要功能是由旋转运动完成的机械，尤其是指那些 转速较高的机械。旋转机械的振动信号大多数是一些周期信号、准周期信 号，或平稳随机信号。旋转机械振动故障的特征有一个共同特点，即它们 的故障特征频率都与转子的转速有关，等于转子的回转频率( 简称转频或 工频) 及其倍频或分频。 2 、往复机械故障诊断 往复机械是指那些主要功能由往复动作完成的机械。它的振动特征 有：振动频率宽广；机械零件多且复杂：各个不同部件的激励作用不明晰； 故障不同时，振动信号识别困难；振动敏感点的选择依掘不成熟。 1 4 5 设备状态的确定 l 、状态分析 对设备状态实行趋势管理是设备诊断中一项经常性的工作，也是对设 备实行动态识别的有效方法。主要体现在三个方面： 1 ) 掌握设备状态变化的特性，便于分析故障的性质，从趋势图中， 可以看出机器状念是突变还是渐变。 2 ) 对特征频率分量的幅值变化作趋势管理，除了监视总体状态变化 外，还有助于诊断故障的原因。 3 ) 对渐变性故障实行趋势管理，可以预测设备状态未来的发展趋势。 2 、诊断标准 设备振动诊断标准( 或判定标准) 是通过振动测试与分析，用来评价 设备技术状念的一种标准。我们通常用来描述振动响应的三个参数是位 移、速度和加速度。在低频域( i o h z 以下) 是以位移作为振动标准，中 频域( 1 0 h z 1 k h z ) 是以速度作为振动标准，而在高频域( 1 k h z 以上) 则以加速度作为振动标准“。 第二章现场设备机械故障振动诊断 2 1 振动分析仪器基本性能 本研究使用振通9 0 4 动平衡仪，仪器的面板采用中文键盘方式，共2 0 个按键。其中：k 数采器l 、数采谱目、k 记事本目、k 测波形日、k 波 形谱l 、k 存波形目、谱细化日、k 忆波形目、k 传递谱目、k 转速表日、 k 设参数日、k 换通道目为9 0 4 振动分析仪部分的按键。k 开、k 关日 两键是电源开关键k e n t e r 目、a l 、k 日五个是完成 9 0 4 动平衡仪振动分析仪功能的辅助按键。 2 1 1使用数据采集器振动诊断现场实验的步骤 i 、在使用9 0 4 进行数据采集前，j 下确设置参数的方法： 1 ) 改变顺序号和测点名 较长时间按住9 0 4 动平衡仪k 丌目键，屏幕显示丌机画面： 清理内存后的顺序号1 显示在屏幕上方的第一行最左边，顺序号的范围 是l 2 4 0 ，表明点检的工作顺序，顺序号是不可用键盘更改的“力。顺序号 后光标部分的文字是测点名，内存清理后的测点名为p 0 # # 至i j p 2 3 9 总共2 4 0 个测点名，每个测点名由十六个字符组成，测点名的内容可由计算 机软件设置或改变。 2 ) 设置报警参数方式： 报警参数方式有五种，即加速度( a c c ) 速度( v e l ) 位移( d i s ) 高 频加速度( h f a ) 和电压( v o l ) 。 设置方法：用k 目或kvl 键把光标调整至l j a l m m o d e ( 报警参数方 式) 右边的参数选项上，然后用k 月键将报警参数方式设置成你 所需要的参数方式即可。每个测量参数的含义可简单说明如下： d i s 位移峰峰值：即振动正、负两个方向间的最大振动距离。常用于 机器零部问的间隙要求比较严格的场合，如在滑动轴承中运行的叶片转子。 峰峰值常用p p 作下标表示，如位移峰峰值常表示为d p p 或s p p 。 v e l 速度有效值：又称振动烈度，是评价机器振动强烈程度能量。有 效值一般用r m s 作下标表示，速度有效值常表示为v r m s 。 a c c 加速度峰值：峰值定义为振动偏离零位的最大幅度。一般以下标p 表示，如加速度峰值常表示为a ，。9 0 4 采用的是等效峰值，或计算峰值。它 是由有效值乘以1 4 1 4 ，或平均值乘1 5 7 所得。 h f a 高频加速度包络有效值：即滤掉了和转轴有关的各种低频分量后 的高频加速度信号的包络信号的有效值。它主要反映了由于滚动轴承内、 外环或滚动元件表面点蚀、剥落、裂纹等损伤所产生的冲击大小n ”。 v o l 电压：用于配接输出电压信号的其它传感器，如磁电式速度传感 器、电涡流位移传感器等。 对于上述各种测量方式和测量参数，必须根据所要监测的设备的特点、 各种参数的频率范围、对不同异常的敏感度来选择”“。 3 ) 设置动平衡仪频率范围： 频率范围是指频谱分析的频率范围，可根据诊断对象的信号的频率特 点，选择合适的频率范围( 可参考上表) 1 。在9 0 4 的数据采集部分，频 率范围是用于作f f t 频谱分析的。有i o o h z 、2 0 0 h z 、5 0 0 h z 、1 0 0 0 h z 、2 0 0 0 h z 、 5 0 0 0 h z 、1 0 0 0 0 h z 七种选择。 4 ) 设置传感器灵敏度 一般讲不同的传感器有其不同的灵敏度。在用9 0 4 动平衡仪进行测量 前，一定需确认动平衡仪中的传感器灵敏度数值与你所使用的传感器灵敏 度数值( 见传感器检定证书) 是一致的，否则，测量结果会不准确圳。 5 ) 报警倍乘因子 报警倍乘因子为设备振动的基准值与报警值之间的系数。 报警倍乘因子的作用是当新测值超过了报警倍乘因子与基准值的乘积 后才报警，即在测量结论中显示s i g n a lt o os t r o n g ( 信号太大) 或b a d 。 报警状态有两种： a l a r ms t a t u s ：o k ! 表示未报警或a l a r ms t a t u s ：b a d ! 表示已报警 6 ) 振值显示表： 当报警参数方式为a c c ( 加速度) 、v e l ( 速度) 、d i s ( 位移) 或h f a ( 高频加速度) 四种方式中的任何一种时，报警参数方式为v o l ( 电压) 方 式，对输入电压的测量结果显示在屏幕下半部；通过振值列表可以直观地 察看振值测量结果，并作回忆比较。 7 ) 开始测量： 首先将传感器导线一端连接传感器，另一端安装在动平衡仪的电荷输 入端上。安装好传感器并将其固定到待测物的测点上( 最好用磁座) ； 打开电源开关，确认屏幕在数掘采集菜单下，屏幕上将在n e wd a t a ( 新 数据) 下从上到下依次显示a c e ( 加速度) 、v e l ( 速度) 、d i s ( 位移) 和 h f a ( 高频加速度) 的测量值。测量值显示完后，9 0 4 动平衡仪继续进行频 谱分析，完毕后，屏幕第五行显示下列测量结论之一： n op