（机械工程专业论文）转炉风机故障机理研究及诊断系统开发.pdf

东北太学硕士学位论文 转炉风桃故障桃理研究及诊断系统开发 摘要 本论文紧密结合大型冶金旋转设备中实旆以状态监测与故障诊断技术为基 础的预测维修体制的工程实际，对转炉风机机械设备常见故障机理、运行状态监 涮、敲障籍能诊新和预测技术的基本毽论、技术方法和工程应粥进行了系统的研 究，煎点裁设荃故障磐黢诊錾申模型装统建悫、襻缝网络结擒的镶定秘算法改进、 神缀网络的工程应用等技术问题进行了深入探讨。本文的主要一作和创造性成果 如下； 详缀分析了务静辊械敌藩诊蘩系统酶王俸祝瑗，荠邈行7 分橱对跑。奔绥了 机城设备状态监测和数障诊断系统熬国内外发展憾况_ 秘今后的发展趋势，总结得 出藻于神经网络的智能诊断系统是现阶段实用性比较强，具有比较准确的模式识 剐髓力的被障诊断系统，同时对神缀瓣络静原理和算法进行了详细介缮。 慧缝分羲了转炉风褪豢燹蠡冬，耪羧瘴擞理特簌，奔绥了这熬风援效藩豹发生 原因及由此引发的风机特征参数的变化。并结合故障特点总结出与其楣对应的特 征黧，为神经网络故障诊断系统模型的训练和验诫提供了技术支持。本文同时着 重分析了转炉风税辞轮磨损豹故障税壤，研究了一套陶瓷辩蘑鼹i 辊技术并褥潮了 缀好试曩效果。 根据鞍钢第三炼钢厂转炉生产现场风枫设备的运行状况，缩合上述理论开发 安漩一套转炉风机运行状态旅测和信号采集系统，对风机设备遥行中的振动、温 度、压力、流量、噪声簿信号透露采祟帮分耩薤璞，薅设备教藩酶譬缝诊繇提供 数据支持，同时该系统可以实现报警、切枞等保护功能，保证转炉风机高效平稳 运行，减少事故的发生几率。 运用m a t l a b 神经黼络的方法，建立转炉鼓风梳敌障诊断静b p 神经网络智能 东北大学硕士学拔论文摘要 模溅，神经网络的输入为转炉风机的七个特征量组成的八组信息，输出为八种转 炉风杌常蔸敖障代码。该神经阏络采褥改遴兹b p 算法，其有自维织学砑髓力强， 收敛速度快粒特点，经过学习训练鼷，鼓豫模式识剐准麟，可以实现设各故障分 析定位快捷准确，为在企业中实现机械设铸在线敞障诊断奠定了理论基础。 关键谣：转炉风飘状态釜铡蔽漳诊鞭棒经瘸终m a t l a b 东北大学硕士学位论文a b s t r a c t s t u d i e so nt h ef a u l tm e c h a n i s m0 f c o n v e r t e rf a na n d d e v e l o p m e n t o ff a u l t d i a g n o s t i cs y s t e m a b s t r a c t o nt h eb a c k g r o u n do ft h ef o r e c a s t 哦妇目擒es y s t e mo ft h el a r g e - s i z em t a r ye q u i p m e n t u s e di nm e t a l l u r g yc o r p o r a t i o n , t h et y p i c a lf a u l tm e c h a n i s m ，t h ec o n d i t i o nm o n i t o r , a n dt h eb a s i c t h e o r ya n dt h ee n g i n e e r i n g 卵p l i c a t i o no ft h ei n t e l l i g e n tf a u l td i a g n o s i sa n df o r e c a s to ft h e c o r t v o r t c rf a nw e r es y s t e m i c a l l yi n v e s t i g a t e d t h ee m p h a s i sw a so l lt h ed e e ps t l 1 正e so f t h em o d e s y s t e mb m l d m go ft h ee q m p m e mf a u l td i a g n o s i s , t h ea s c e r t a i n m e n to ft h en e u r a l n e t w o r k s t r u c t u r e , t h ed e v e l o p m e n to f t h ea r i t h m e t i c ，a n dt h ee n g i n e e r i n ga p p l i c a t i o n t h ef o l l o w i n gw o r k s 墨砖c o n c l u s i o n s 强榭奠妇： 措w o r km e c h a n i s m so ft h ef a u l td i a g n o s i ss y s t e mo ft h ev a r i o u se q u i p m e n t s w e r e a n a l y z e da n d c o n t r a s t e di nd e t a i l t h ed e v e l o p m e n to f t h ec o n d i t i o nm o n i t o ra n d t h ef a u l td i a g n o s i sw a si n t r o d u c e d 。i tw a sc o n c l u d e dt h a tt h e i n t e l l i g e n t f a u l td i a g n o s i s s y s t e mo n t h eb a s i so fn e u r a ln e t w o r kh a db e t t e rp r a c t i c a b i l i t ya tp r e s e n td u et ot h e e x a c tm o d ei d e n t i f i c a t i o n , m e a n w h i l e ，t h ew o r km e c h a n i s ma n da r i t h r a e f i cw e r c d e t a l l e d l yp r e s e n t e d e i g h tk i n d so f t y p i c a lf a u l tm e c h a n i s mc h a r a c t e r i s t i c so ft h ec o n v e r t e rf a nw e r e a n a ：i 嘲a n dt h er e a s o n so f t h ef a u l t sa n dt h ec h a n g e so f t h er e l e v a n tp a r a m e t e rd u e t ot h ef a u l tw c r ei n t r o d u c e d 朝姥f a u l tc h a r a c t e r i s t i c sw e r ec o m b i n e dt os u m m a r i z e t h er e l e v a n te i g e n v a l u e st h a to f f e rt e c h n o l o g ys u p p o r tf o rt h et r a i n i n ga n dt e s to f n e u r a ln e t w o r kf a u l td i a g n o s i ss y s t e mm o d e t h ew e a l m e c h a n i s ma n a l y s i so ft h e i m p e l l e ro f t h e c o n v e r t e rf a nw a ss 髓睽蕊m e a n w h i l e , as e to f w e a r - r e s i s t a n tc e r a m i c f a nw a ss t u d i e da n df a v o r a b l ee f f e c tw a so b t a i n c d 。 b a s e do nt h ef i e l d w o r kc o n d i t i o no f t h ec o n v e r t e rf a ni nt l f i r ds t e e l - m a k i n gp l a n t 东北大学硕士学位论文a b s t r a c t a n d c o m b i n i n g a b o v e t h e o r y , t h ec o n d i t i o nm o n i t o ra n ds i g n a l - c o l l e c t i o ns y s t e mw e r e f i x e d , a n dt h es i g n a l s ，s u c ha sv i b r a t i o n , t e m p e r a t u r e , p r e s s u r e ，f l u x ，n o i s e ，w e r e c o l l e c t e da n da n a l y z e d , w h i c hc o u l dp r o v i d et h ed a t es u p p o r tf o rt h ei n t e l l i g e n tf a u l t d i a g n o s i s m e a n w h i l e , t h es a f e g u a r df u n c t i o n so f a l a r m i n ga n ds t o p p i n gm a c h i n ei n t h es y s t e m 黜r e a l i z e d 。w h i c he n s u r e dt h ee f f e c t i v ea n ds m o o t hw o r ko ft h e c o n v e r t e rf a nt or e d u c et h ea c c i d e n t u s i n gt h em e t h o do f m a t l a bn e u r a ln e t w o r k ，b pn e t w o r k i n t e l l i g e n tm o d e o f t h ef a u l td i a g n o s i so f t h ec o n v e r t e rf a nw a ss e tu p , i n w h i c h , t h ei n p u ta n dt h eo u t p u t w e r ee i g h ts u i t so fi n f o r m a t i o nc o m p o s e db yt h es e v e ne i g e n v a l u e sa n dt h ec o d eo f t h et y p i c a lf a u l to ft h ec o n v e r t e rf a n , r e s p e c t i v e l y t h ei m p r o v e db pa r i t h m e t i c a d o p t e d i nt h en e t m dn e t w o r kh a dt h ec h a r a c t e r i s t i c so f s t r o n gs e l f - o r g a n i z i n g - s t u d y c a p a c i t ya n df a s tc o n v e r g e n c es p e e d ，a f t e rs t u d y i n ga n dt r a i n i n g ，t h ef a u l tm o d e i d e n t i f i c a t i o nw a se x a c t , a n dt h ef a s ta n de x a c ta n a l y s i s - o r i e n t a t i o no ft h ef a u l tw a s r e a l i z e d ，w h i c he s t a b l i s h e dt h ea c a d e m i cg r o u n d w o r kf o ro n - l i n ef a u l td i a g n o s i so f t h e e q u i p m e n t k e yw o r d s ：c o n v e r t e rf a n , c o n d i t i o nm o n i t o r , f a u l td i a g n o s i s ，n e u r a ln e t w o r k , 醚杰疑。a b 声明 搴天声疆瓤曼交懿学镶论文楚在警瓣鹣攒导下完成麴。论文中取 得麴研究成果除加以标注和致谢的地方外，不包禽其他人融经发表或 撰霉过懿磷究成采，毽不包括零人必获褥莫键学位褥使耀避懿材料。 零燧名；毳等涵 酷耨l 铆参客、f6 东北大学硕士学位论文第一章绪论 1 1 课题的提出和意义 1 1 1 课题的提出 第一章绪论 机械设备是企业生产的物质基础，是生产力的重要组成部分。设备在使用过 程中，随着时间的推移，必然会产生各种形式的磨损，它必将导致设备精度和效 率的降低，从而使产品质量下降，严重的还会造成设备事故。因此必须对设备进 行恢复性修理，恢复设备的原有精度和性能，保证设备正常运行。设备维修效果 的好坏，将直接影响企业的经济效益，企业年度设备维修费用平均为固定资产原 值的4 ，同时因维修造成5 的生产损失，这对企业无疑都是一笔巨大的开支， 尤其是在目前占维修费用比例很大的劳务费、备件费、材料费上涨的情况下，维 修费对企业效益的影响越来越大，所以减少维修次数和缩短维修时间，能显著提 高企业的经济效益。 从我国大多数企业的维修体制来看，基本上都采用了习惯的“事后维修”和 “定期维修”两种方式。定期维修虽能发现一些早期故障，防止一部分突发事故 的发生，但会因对不需要维护的设备过频更换零部件而造成过剩维修，形成一些 不必要的浪费。 随着现代科学技术的突飞猛进，现有的各种机械设备日趋复杂化、精密化、 系统化和自动化，同时价格也越来越昂贵，生产过程也更趋向快节奏化。设备在 现代企业中的作用和影响越来越大；生产的主体也逐渐由人力向设备转移。任何 异常工况和突发故障导致的停机检修和生产节拍的停顿，都必然造成生产工序的 积压，严重地影响生产计划的顺利完成。所以必须保证各种设备的正常运行，对 设备的状态作出评估，及时准确地针对设备及生产工况进行监测，并建立设备的 智能诊断预测维修系统，将成为现代企业高效安全生产的保证。随着故障诊断技 术的发展，以状态监测为基础的预测维修逐步取代定期维修，已成为设备管理维 修的发展趋势。通过对设备的不断监测，掌握设备当前工作状态及其可能的变化 趋势，借助有效的手段，诊断设备存在的故障，并以此指导维修工作，不仅可以 使维修工作控制在尽可能小的范围之内，降低维修成本，同时可以避免定期维修 东北大学硕士学位论文 第一章绪论 所导致的“过剩维修”而造成的人力和物力的浪费，减少因拆装不当引起人为故 障的可能性，特别是能够及时发现设备存在的故障，防止重大事故的发生。 1 1 2 课题的意义 本文以鞍钢新钢铁公司第三炼钢厂大型转炉风机的工况监测与诊断系统为 研究内容，采用最新理论工具，如神经网络、智能预测等，并与传统的诊断技术 有机结合，探讨出一套大型旋转机械多故障源特性提取和智能辩识的有效方法， 为保证转炉炼钢生产线的长期安全、稳定、满负荷运行，减少停车损失，提高经 济效益提供了有力支持，为冶金企业由基于时间的预防维修制向基于状态监测和 故障诊断与预测技术的预测维修制转换提供有效的技术基础和实用基础。 1 本课题研究开发出的工况监测与智能诊断系统用于鞍钢第三炼钢厂大型 转炉风机，保证转炉炼钢生产线的长期安全、稳定、满负荷运行，减少不必要的 停车损失，为提高经济效益提供了有力支持。 2 研究开发的工况监测与智诊断系统为鞍钢第三炼钢厂大型转炉风机组设 计，但只需对软件设置等稍加修改就可以用于其它旋转机械，为实现在线监测与 诊断提供了一套实际可用的系统。 3 本课题研究开发中形成的m a t l a b 神经网络系统，可以推广到其它相关系 统的开发工作中，减少开发费用和时间。 1 2 机械故障诊断技术的研究概况 1 2 1 国外研究概况 机械故障诊断技术是六十年代开始起步，七十年代逐步完善，八十年代进入 实用，九十年代飞速发展的一门发展极为迅速的综合性应用学科。 美国是开展机械故障诊断技术研究最早也是技术水平最高的国家【4 】。1 9 6 7 年 在美国宇航局( n a s a ) 倡导下，由美国海军研究室( o n r ) 主持成立了美国机械 故障预防小组( 肝p g ) ，积极从事故障诊断技术的研究与开发。1 9 9 5 年更名为机 械故障预防技术学会( 虾d t ) ，下设四个小组：诊断与预测、失效分析、延长寿 命与耐久性、传感器技术，挂靠在美国振动研究所，活动内容由原来的以军为主 东北文学硕蠢学位论文第一章绪论 转为军民结合。程航空落输方颟，美阑在可靠性维修管理的基础上，太规模熄对 飞瓠送行状态篮灏，发矮了利撵谤霎褫酶飞露器数据综合系统( a i d s ) 稠熏飞孬 中的大量往处来分析飞机各部饶的故障原因并能发出消除故障的命令。这些技术 已普遍用予波音7 4 7 和d c 9 一菸巨型客机，大大提高了飞行的安全性。美国两屋 公霹 获1 9 7 6 举菏始麸事蒸转桩禳敬障诊叛研究，弱丸中年代已发麓成 网络化的汽轮发电机组期能化放障诊断专家系统，其三套人工簧能诊断软件( 汽 轮机t u r b i n a i d ，发电机g e n a i d ，水化学( c h e m a i d ) 共有诊断规则近万条，对 嚣嚣公司瑟产氍筑瓣安全运行发挥了匿大静俸用，彀褥了缀丈黪经济效益。美国 恩泰克一爱迪国麟公司( e n t e ki r di n t e r n a t i o n a lc o r p ) 在设备状态监测、 故障诊断及预测维修技术研究和软硬件产品开发方面做了大量工作，已在世界范 围内安装逡1 5 0 0 0 套系统。美鬻本符糕公司( b e n t l y n e v a d a ) 舞发懿d 滋0 0 0 麓 络系统，熊对多台设备进行在线监测鞠智能诊断，能与企业的管理和投制系统联 网通讯，使企业不同部门都能同时获取设备运行状态信息，也熊对不同地区不同 企鼗鹣设备进行簸铡藕诊断等。使餮豁诊断技术成澹金夔凌代纯管瑾簸基本内容 i l ，2 ，4 ， 。 英国在6 0 年代末7 0 年代初，以r a c o l l a c o t t 博士为首的英国机械保健中 心( 1 j k m e c h a n i c a lh e a l t hm o n i t o r i n gc e n t e r ) 开始诊断技术静帮展研究工 作。1 9 8 2 年曼彻斯特大学成立了沃援豢工业维修公司( 霹i 黝) ，还商m i c h a e ln e a l e a n da s s o n c i t e 公司等几家公司，担任政府的顾问、协调和教育工作，开展了咨 询、黼定兢鲻、会阉研究、监努诊断、研稍诊断仪器、研锖l 盆辩装置、开发信号 处理技术、教育壤诩、故障分捞、瘟力分撰等业务活动。在棱发电方磁，英黧原 子能机械( u k a 卧) 下设一个系统可靠性服务站( s r s ) 从事诊断技术的研究，起 舞了英国故障数据中心髂作用。在钢铁核电力工监方面荚闰也霄相应梳梅提供诊 甄技术服务“堋。欧测其它一些匡家搬在诊媾按拳瓣某些方瑟具蠢特色或占领先 地位，如瑞典的s p i 轴承监测技术，挪威的船舶诊断技术，丹麦b & k 钕司的搬动 和声发射技术等瓤t 奄。 曩本瓣设荟诊凝技术在某熬民用王韭，搬钢铁、化工、铁路等郯门发展缀疑， 占有某种优势。他们密切注视世界性幼向，积极引进消化最新技术，努力发展自 己的诊断技术，研制自融的诊断仪器。1 9 7 1 年日本设备工程师协会歼始发麓全 东北大学硕士学位论文第一章绪论 员生产维修( t p m ) ，并每年向欧美派遣“设备综合工程学调查团”，了解诊断技术 的开发研究工作。日本机械维修学会、计测自动控制学会、电气学会、机械学会 也相继设立了自己的专门研究机构。国立研究机构中，机械技术研究所和船舶技 术研究所重点研究机械基础件的诊断技术，东京大学、东京工业大学、京都大学、 早稻田大学等高等学校着重基础性理论研究。其它民办企业，如三菱重工、川崎 重工、日立制作所、东京芝浦电气等以企业内部工作为中心开展应用水平较高的 实用项目，如三菱重工的白木万博在旋转机械故障诊断方面开展了系统的工作， 他所研制的“机械保健系统”在汽轮发电机组故障监测和诊断方面起到了有效的 作用1 ，“。 1 2 2 国内研究概况 我国设备故障诊断技术研究工作起步较晚。7 0 年代末，国内一些高等院校 和科研单位开始进行机械设备状态监测与故障诊断技术的理论研究和小范围工 程实际应用研究。一些工厂企业在熟悉苏联维修体制的基础上，开始研究美、日、 英、德等各种维修体制，从中了解到状态监测和故障诊断技术在设备管理与维修 中的地位和作用嘲。 1 9 8 3 年初，原国家经委和有关部门经过对前一段工作分析，决定把开展设 备诊断工作的要求加入国营工业交通设备管理试行条例，明确指出：“要根据 生产需要，逐步采用现代故障诊断和状态监测技术，发展以状态监测为基础的预 防维修体制”。1 9 8 7 年国务院正式颁布了全民所有制工业交通企业设备管理条 例，规定“企业应当积极采用先进的设备管理方法和维修技术，采用以设备状 态监测为基础的设备维修方法”。 由于政府的高度重视，全国许多高校、科研院所和大中型企业都投入了大量 的人力和物力，使这一技术的研究与应用工作迅速形成规模，同国外的距离缩短 到2 3 年，并在许多研究领域达到了国际先进水平 9 1 。我国设备诊断技术在8 0 年代初期主要应用于石化，电力和冶金等行业，进入9 0 年代后已普及到机械、 交通、矿山、能源、航空、航天、核工业以及轻工、电子等国民经济的各个行业 【8 】。 我国目前对设备诊断技术的研究领先于工程应用。在传感器技术、信号分析 东北大学硕士学位论文第一章绪论 与处理技术、人工智能与专家系统、神经网络与基因优化技术、在线监测与故障 诊断系统的开发与研究等方面，与国外的差距较小，在许多方面已达到国际先进 水平。目前，我国在一些特定设备的诊断研究方面很有特色，形成了一批自己的 监测诊断产品。如郑州工业大学研制的m m d s - 9 0 0 系统，华中理工大学的“2 0 0 m w 机组分布式监测诊断系统”，东南大学研制的网络化火电机组振动监测和故障诊 断系统，哈尔滨工业大学振动工程研究中心研制开发的“2 0 万千瓦汽轮发电机 组振动监测与故障诊断系统”，西安交通大学研制的“大型旋转机械在线状态监 测和故障诊断系统”，清华大学与北京自动化技术研究院研制的“核电站常规岛 关键设备振动监测系统”，东北大学设备诊断工程中心的“轧钢机状态监测诊断 系统”，国防科技大学研制的在远望号远洋科学考察船投入使用的在线监控和故 障诊断系统等o ，4 ，5 8 1 。我国具有故障诊断专家系统的透平压缩机组在线监测与故 障诊断系统( 呦s 系统) ，1 9 9 0 年已用于大型化工生产，比美国本特利公司的产 品提前了三年 8 1 。 目前，全国性的设备诊断会议仅中国振动工程学会故障诊断学会已举办过5 次，各种国际会议也举办过数次。这对我国的诊断技术的发展起到了巨大的推动 作用。“八五”期间，由清华、哈工大、华中理工大、上海交大等联合完成的重 大科技攻关项目“大型旋转机械状态监测分析与故障诊断技术研究”( s 5 7 2 0 0 7 ) ， 由郑州工业大学与中原化肥厂联合完成的国家重大技术装备科技攻关项目“大型 旋转机械在线监测与故障诊断系统”等。在理论研究和应用技术上都己达到或接 近国际先进水平i s 。 1 3 机械故障诊断方法发展趋势 诊断法是建立在模糊数学基础上的，它利用症状向量隶属度和模糊关系矩阵 求故障原因向量隶属度，故障原因隶属度就反映了造成机器故障原因的多重性和 它们的主次关系程度，从而可以减少许多不确定因素给诊断工作带来的困难。专 家系统是人工智能的一个重要分支，是一种以知识为基础的智能化的计算机程序 系统，为计算机辅助诊断的高级阶段，研制专家系统是故障诊断技术的必然发展 趋势。人工神经网络基于神经学研究的最新成果，是对人脑某些基本特征的简单 数学模拟，它具有对故障的联想记忆，模式匹配和相似归纳能力，以实现故障和 东北大学硕士学位论文 第一章绪论 征兆之间复杂的非线性映射关系。这些方法在机械故障诊断领域的应用研究正篷 勃兴起，但尚处于发展和不断完善的过程中，将使机械设备状态监测朝系统化和 智能化方向发展。 随着计算机网络化的飞速发展，人们共享资源和远程交换数据成为可能。利 用光纤光缆、微波、无线通信及计算机网络等通信方式，将故障诊断系统与数字 信号系统结合起来组成网络，从而实现对多台机组的有效管理，减少监测设备的 投资，提高系统的利用率，因而网络化将是发展趋势之一。 随着知识经济的来临，世界经济的全球化和一体化，人类对环境的要求越来 越高。这对机械设备状态监测和故障诊断技术的要求也越来越高，不仅要满足实 现诊断性能的要求，还要满足有利于保护环境、节约能源、节省资源、使用简单 可靠的要求。这使得机械设备状态监测和故障诊断技术将朝着与环境相协调的方 向发展。 随着我国改革开放的深入，国民经济和科学技术的发展，我国机械设各状态 监测和故障诊断技术将会不断完善，一定会在不久的将来步入世界先进行列。 1 4 大型旋转机械设备故障诊断的难点及实现技术的关键技术 大型旋转机械的故障诊断在故障诊断领域应用最广，我国在这方面研究投入 的力量也最大”“。目前国内不同单位己研制出近百套监铡与诊断系统用于大型 核心设备如大型风机、汽轮发电机组、石化行业的压缩机组等。尽管众多研究人 员在大型旋机械故障诊断系统的开发和应用方面做出了大量工作，但是总的来说 这些系统在结构合理性、诊断实时性、工程实用性和运行可靠性等方面尚有欠缺， 远未到达人们所期望的水平，离实际应用还有一段距离。在故障诊断自动化研究 中，尚有许多困难，有许多关键技术有待人们解决。主要原因有如下几点： 1 对于大型旋转机械，领域专家缺少定量诊断经验，过去人们主要靠耳听、 眼看、手摸等手段来分析诊断，而基于现代监测与分析技术的经验知识还很缺乏， 即使有一些这方面的知识，也是一些不太成熟的模糊经验知识。 2 大型机组单台、小批生产，而各台之间由于安装的差异，运行状态也不尽 相同，所以难以获取概率统计知识。 3 实际机组往往多个故障并存，因而难以获取典型故障特征。 东北大学硕士学位论文第一章绪论 4 由于大型机组庞大而复杂，所以难以写出数学模型获取深层知识。 5 旋转机械故障产生、传播机理不明确，故障与征兆之间关系表现为放射性， 难以按功能对其系统分层。 6 大型旋转机械属于核心、关键设备，一但发生故障会影响整个生产线运行， 后果严重。因而要求在线实时诊断，及时排除故障，确保生产连续性，必须研究 大型旋转机械在线实时诊断方法。 以上列出大型机械故障诊断的难点，系统复杂性是实现故障诊断的“瓶颈”。 在开发系统时许多关键技术针对它们展开，主要包括： 1 诊断知识模型的建立及其表达。复杂系统诊断涉及到多种不同类型知识的 应用，单一知识表达方法不足以有效地表达诊断知识。如何建立一个合理而有效 表达诊断知识的知识表达模型是实现诊断自动化、智能化的关键。 2 知识的运用。诊断知识的多样性决定了诊断过程中使用的推理策略也是多 样的，如何建立和协调多种推理机制来解决复杂系统诊断问题是研究重点之。 3 诊断知识的获取。知识是智能诊断系统的核心，知识库的质量直接关系到 诊- 断的精度和速度，如何充分有效地获取领域知识是建造智能诊断系统的关键。 4 在线实时化。核心、关键设备的重要性要求系统在线诊断，实时处理决策， 这涉及到在线实时方法的研究。 1 5 课题的研究内容 本课题紧密结合冶金企业生产中实施以状态监测与故障诊断技术为基础的 预测维修体制的迫切需求，对冶金企业中重要生产设备的故障机理及智能诊断等 问题进行了系统研究。课题的主要工作有以下几点： 1 状态监测是实行预测维修的基础和前提，研究了转炉风机设备各种故障特 点及机理，调试安装现场状态监测保护系统，总结常见的监测参数变化规律；同 时对转子叶轮磨损故障及防磨措施进行深入探讨。 2 预测方法的研究是状态监测与预测的重要内容，故障诊断过程实质上是一 模式识别过程，在总结各种预测方法的基础上，对神经网络故障诊断预测模型进 行深入研究，并利用现场采集的数据进行建模和预测计算，证明该预测方法的有 效性。 东北大学硕士学位论文第一章绪论 3 结合鞍钢新钢铁公司第三炼钢厂转炉炼钢车间的实际工作需要，利用 m a t l a b 神经网络系统对三台大型煤气除尘风机的现场测试参数进行分析与诊 断，验证本论文提出的诊断方法，证明它的实用性，为企业设备维护检修工作提 供科学依据。 - 8 东北大学硕士学位论文第二章相应的技术基础理论 第二章相应的技术基础理论 p 2 1 状态监测与故障诊断理论 2 1 1 状态监测和故障诊断的概念 设备诊断技术是近4 0 年来发展起来的- - n 新学科，它是适应工程实际需要 而形成的各学科交叉的综合学科。 设备诊断的历史和人类对设备的维修方式紧紧相联。在工业革命后的相当的 时期内，人类对设备的维修方式基本上是事后维修，即设备运行出现问题之后进 行故障分析和维护。6 0 年代美国军方意识到定期维修的一系列弊病，开始变定 期维修为预知维修，即在设备正常运行过程中就开始进行监护以发现潜在的故障 因素，及早采取措施，防止突发性故障的产生。军方的这种主动维修方式，不仅 大大避免了灾难性的设备故障，而且避免了失修和过剩维修，经济效益十分明显。 这种维修方式很快被其他企业所效仿，设备诊断技术因此很快发展起来，从科学 发展的大环境来看，设备诊断技术的产生也是各学科交叉发展4 0 年以来，人类 的生产方式日益向大工业方向发展。在这种宏伟的社会大背景下，系统论、混沌 学等纷纷诞生，尤其是控制理论出现了重大突破，产生了一系列现代控制方法， 生产系统的庞大化和复杂化同时也暴露出一些问题，即如何避免运行中故障的发 生，就要求有一门相应的诊断技术。同一时期，电子技术，尤其是计算机技术的 发展，为设诊断技术提供了必要的技术基础。近年来，传感器技术的发展，信号 处理的系列技术，如各种滤波技术，各种谱分析技术，人工智能的系列技术，如 专家系统，神经网络等，以及其它技术在诊断中的应用，使设备诊断技术逐渐完 善【1 “。 关于设备诊断的定义，用发展的观点说明比较合适，有3 个阶段，第一是设 备状态监测( c o n d i t i o nm o n i t o r i n g ) ，第二是设备状态监测与故障诊断 ( c o n d i t i o nm o n i t o r i n ga n df a u l td i a g n o s i s ) ，第三是现代管理( m o d e r n m a n a g e m e n t ) ，即把监测和诊断融人企业的m i s 系统中去，这是设备诊断技术发 展的最高阶段，预示着该学科的发展方向。目前，设备诊断技术大致处于第2 阶 段的整理完善和向第3 阶段的过渡时期。 东北大学硕士学位论文第二章相应的技术基础理论 状态监测和故障诊断是两种具有不同目的和方法的技术。设备状态监测的目 的是判断机器运行的状态是否正常，包括采用各种测量、分析和判别方法，为进 一步的故障诊断提供必要的数据和信息。而设备故障诊断的目的是判断设备运行 内部隐含故障，识别故障的性质、程度、类别、部位、原因等，并能说明故障发 展的趋势及影响，即作出中长期预报。 状态监测的目的是判断机器运行的状态是否正常，一旦出现异常可以报警或 停车跳闸。为了准确掌握设备状态的基本信息，必须检测一些参数，监测参数是 设备状态的反映，是对设备进行故障诊断的必要条件，监测参数一般用相应的传 0 感器来测量。主要的检测参数如下： 电磁参数：电压、电流、功率和磁场强度； 振动参数：频率、振幅、相位和速度、加速度； 声学参数：声强、声压、声功率； 力学参数：压力、拉力和转矩； 运动参数：速度、转速和位移； 液压参数：温度、压力和流量； l 污染参数：元素成分及含量。 。 设备的故障诊断就是鉴别设备的技术状态是否正常，发现并确定故障的部位 和性质，寻找故障起因，预报故障趋势并提出相应的排除方法。 2 1 2 状态监测与故障诊断的基本过程 从本质上讲，设备诊断技术是个模式分类问题，即把机器的运行状态分为正 常和异常两类。进一步讲，异常信号样本究竟又属于哪种故障，这又属于一个模 式识别问题。从开展设备诊断的流程看，设备诊断分为信号采集、信号处理、故 j 障诊断3 个阶段。围绕这一问题，设备诊断技术在下述方面展开了理论研究。 1 信号采集技术的研究。设备诊断技术从设备的症状入手进行分析研究，设 备症状指机器运行时产生的代表其状态的各种信号，因此信号采集技术是设备诊 断的前提，只有采集到反映设备实际状态的信号，诊断的后续工作才能开展。 2 信号分析和处理方法的研究是设备诊断技术的关键，也是理论研究的热点 之一，这实际上就是诊断技术中的特征因子( 敏感因子) 提取技术。传感器采集的 东北大学硕士学位论文第二章相应的技术基础理论 信号，称为原始信号，一部分可以直接利用，如温度，位移等，但大部分很难直 接利用，如振动信号，虽然经过放大，由于含有噪声，一般从时域波形上很难反 映问题。必须利用信号分析与处理术去除噪声并把信号转化在不同时域内进行分 析，才能得到更能敏感反映机器状态的特征因子。由于特征因子提取的重要性， 信号处理中每一种新技术在设备诊断中的应用，都是对诊断技术的一次重大推 动。 3 诊断方法的研究是设备诊断技术的核心，识别设备的状态为正常或异常， 判断为异常后再进行原因分析，这是诊断的实质。原始的诊断方法是“手摸，耳 听，眼看”，在设备诊断技术出现以后，这种情况得到了根本的改善。目前，诊 断技术根据不同的信号类型，分为振声诊断，温度诊断，油液分析，光谱分析等。 受技术条件的限制，在诊断技术发展初期，人的因素占绝对主导地位。仪器处理 后的信号基本上靠人去分析。近年来，随着人工智能的发展，诊断自动化、智能 化的总体目标已逐渐变为现实。 4 信息融合方法的研究实现了综合诊断。信息融合技术早已有之，但在设备 诊断中的应用还是近年来的事情。诊断问题中信息融合的起因有3 个：一是多传 感器形成了不同通道的信号，二是同一信号形成了不同的特征信息，三是不同的 诊断途径得出了有偏差的诊断结论。诊断的最终目标是利用各种信息提高确诊 率。单维的信息显然具有其局限性，根据信息论的原理，由单维信息融合起来的 多维信息，其信息含量比任何一个单维信息量都要大，因此进行信息融合就显得 很有意义，近年来，利用神经网络进行信息融合显示了较大的优势。 总之，设备状态监测与故障诊断是通过掌握设备过去和现在运行中或在基本 不拆卸的情况下的状态量，判断有关异常或故障的原因及预测对将来的影响，从 而找出必要对策的技术，它是在动态情况下，利用机械设备劣化进程中产生的信 息( 即振动、噪声、压力、温度、流量、润滑状态及其他指标等) 来进行状态分析 和故障诊断，是一门综合性技术，涉及传感器及测试技术、电子学、信号处理、 识别理论、计算机技术以及人工智能、专家系统等多种基础学科和技术学科，是 对这些基础理论的综合利用。各种理论在机械设备诊断技术流程中的应用可用图 2 1 动态表示。 东北大学硕士学位论文第二章相应的技术基础理论 图2 1 机械设备故障诊断流程及其应用技术关系图 f i g 2 1t h er c l a l i o n s h i pd i a g r a mo f t l 他t e c h n o l o g i c a lp r o c e s so f e q u i p m e n t f a u l td i a g n o s i sa n d a p p l i c a t i o nt e c h n o l o g y 2 1 3 机械设备故障诊断的常用方法 设备的故障有多种，不同的故障对应着状态信号中的一系列特征信息，这是 设备状态或故障能被识别的客观基础，设备故障诊断的研究实质即为状态的模式 识别问题。在众多的诊断方法中，比较常用的诊断方法有振动诊断方法、无损检 测技术、温度诊断方法和铁谱分折方法等。 振动诊断技术是利用正常机器或结构的动态性( 如固有频率、振型、传递函 数等) 与异常机器或结构的动态特性的不同，来判断机器或结构是否存在故障的 技术。振动信号是设备状态信息的载体，它蕴含了丰富的设备异常或故障的信息， 而振动特征是设备运行状态好坏的重要标志。振动技术理论基础雄厚，分析测试 设备完善，诊断结果准确可取，便于实时诊断，因而在机械故障诊断的整个技术 体系中居主导地位。但振动诊断技术也有其不足之处，因它涉及信息传感、振动 测试、信号处理等诸多领域，因而对设备诊断技术人员的要求较高；现代传感技 术的发展为振动信号的测试提供了有力的保证，传感器性能的好坏直接影响到振 动测量结果的准确性和可靠性，从而影响分析和诊断结果的正确性。随着微电子 东北欠学硕士学位论文 第嚣章相麻的技术基础琏论 技术的新发展和新应用，计算机技术和自动控制技术在机械设备中的广泛应稍， 魏枝振动与冲壶溅藿黄感器歪朝羞更枣、更轻、更经济黎媚熬方嶷发鼷。 光损检测技术是涉及多学科、多内容的综合技术，包含超声波探伤、射线探 伤、磁力探伤、渗透探伤、声发射检测、激光全息检测等。它是利用物质的莱一 耱理经震嚣存在嫒貉嚣发生交豫瓣特杰，在不玻嚣羧检怼蒙夔嘉誊提下，黠其逃学 检测。 设备的某些部位对温度相胬敏感，温度变化也较易监测。温度与机械设备的 运行竣态密镯耜关，一方瑟，激发是表廷凝城电气簸障熬令特薤参鬃，另一方 面，温度也是引发机械设备故降的一个重要因素。根据系统及其周围环境温度的 变化，可以识别系统的运行状淼的变化。随着现代热学传艨器和检测技术的发明 秽发糕，滋度诊鞭技本懿成失赦漳检测技术麓重要方窝。 铁谱分析技术是7 0 年代国际摩擦学领域发明的一项新技术，8 0 年代以来在 我国迅速发展。它泛指磨损残粮分析技术或油样分析技术，是通过对机器润滑油 串瀚耱损残粒迸褥分析靛一释不解体豹检验方法。 2 2 故障诊断与监测技术的相关技术 2 2 1 信譬处理技术 机械设备在运行时受各种因素的影响，如补羿环境变纯帮本身敖障等，箕 振动信号孛一般郝包含鸯 平稳或分。这些嚣乎稳成分一般都包含有誊富约故障 信息，因此，对遮部分倍号的分析就靛得非常重要。傅里叶变换对非平稳信母的 分析能力裔限，不能很好遗揭永非平稳信号的信息。迄今，对菲甲稳信弩的分析， 矮熬爱广豹是鲑獭分援方法，翔g a b o r 交抉( 窑霜薅基拜交势蛰、二次酵频表示等。 它们都是把一个一维信号映射剿一个两维的关于时间和频率函数。但每一种方法 都有自己的缺点，对于g a b o r 激换。由予受h e i s e n b e r g 测不准原理的极限翩约， 它熬辩域分辨率粒矮壤分辨率之阉存在灌涨关系，这表现在黠羧擎瑟上藏是僖号 的时域和领域不能同时保持良好的集中性。另外，g a b o r 换的谱图只熙信号瞬时 频帛和群延迟的有偏估计。对于_ 二次时频表示，如w i g n e r - - v i l l e 分布和 m a r g e n a u - h i l l 分布等，它弱攘然在倍号纂辩域窝镶壤撼保持蕤好鹣蘩孛性，毽 当僚号的支撑区相交叠时，在时频平颇上会出现交叉项，这会谈导人们对信号的 东北大学硕士学位论文第二章相应的技术基础理论 分析。针对以上缺点人们提出了一些解决方法。但无一例外，一个缺点的克服都 是以牺牲一些优点为代价的，如交叉项的减弱同时带来了时频集中性的损失。 近1 0 年来，由于小波变换具有许多别的方法所没有的优点，日益受到人们 的重视，在信号分析领域的应用也有很大的进展，并取得了丰硕的成果。小波变 换不同于g a b o r 变换，它通过伸缩和平移运算对函数或信号进行多尺度细化分 析，因而能够有效地从信号中提取时频信息。小波尺度谱同g a b o r 变换的谱图一 样，常用于非平稳信号分析，在设备故障诊断方面也被用于信号的时频特征提取。 2 2 2 设备诊断仪器 诊断技术的实旌必须有相应的仪器和系统来保证。目前，监测诊断仪器不断 地更新换代，以振动类仪器为例，国内外振动类仪器和系统分为两大类：实验室 系列和工业环境系列。 实验室系列主要适用于高等院校和研究所，主要用于精密诊断和产品质量认 证。工业环境系列主要有离线仪器和在线连续检测仪器。离线仪器中常用的为诊 断型振动仪、管理型振动仪、分析型振动仪。诊断型振动仪在一定范围内测定振 动速度、位移、加速度、频率范围等。管理型振动仪是在诊断型振动仪的基础上 加了倾向管理功能，测定振动，将振动测定结果存储起来，然后交由p c 机处理， 由p c 机将工作程序、测定部位、测定振动的振幅的种类等输入管理型振动仪内。 如果侧重于现场分析、诊断，常用到分析型振动仪，这种诊断仪增加了频率分析 和其他振动分析的功能，再与相应的软件配合，利用软件建立数据库，检测和存 储成百上千个测点的时域波形和频谱，将其传回软件后，在对图形进行诊断的同 时，还能进行趋势分析，预测设备使用寿命。大型机组和关键设备通常采用在线 监测系统连续监测和计算机辅助诊断，确保设备运行的可靠性。 常用的系统结构分为以下几个部分：前端信号采集，包括传导线等；数据采 集工作站，控制整个系统工作的中枢，对数据存储分析和故障原因分析，给出诊 断结果；客户端，可及时在线监测设备当前的运行情况。 2 2 3 故障