设备监测与诊断技术进展-研究专题培训课件

(3) 设备故障诊断方法
设备故障诊断方法的研究是设备监测与诊断技术的核心。 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，这是故障诊断的实质。 设备故障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。 在诊断技术发展前期，受技术条件限制，仪器处理后的信号主要靠人去分析。如对振动、噪声的故障分析和故障判别，如对油液中颗粒大小和形状的分析，只有有经验的行家、专家和专业技术人员才能将它和故障联系起来。
(2) 信号分析和处理方法
信号分析和处理方法的研究是设备监测与诊断技术的关键，也是理论和方法研究的热点之一。原始信号大部不能直接利用，必须利用信号分析和处理技术对信号进行分析，以得到能够敏感反映设备状态的特征因子，因此敏感因子的确定和提取技术是监测与诊断技术中的关键内容。
(2) 信号分析和处理方法（续）
3．设备监测与诊断技术 的进展
3．1 从技术发展历史过程看， 设备监测与诊断技术大致经 历了两个阶段
技术发展的第一阶段
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，如：状态空间分析、对比分析、函数分析、逻辑分析、统计和模糊分析方法、传感器信息融合方法等。近年来，各种数据处理软件、硬件的出现使实时在线监测及故障分析技术成为可能。
(3) 设备故障诊断方法（续）
信息融合方法实现了综合诊断。 故障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局限性，根据信息论原理，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以及单维信息的简单组合都要大。 目前进行信息融合的方法主要有：Bayes推理、Kalman滤波、D－S推理等。 近来利用神经网络进行信息融合显示了巨大优势。 Leabharlann (3) 设备故障诊断方法（续）
分形、小波和混沌等非线性理论和方法在故障诊断理论中的应用，给传统的故障诊断技术带来了新的生机和活力，为提高故障诊断能力提供了新的方法。 小波变换理论的工程应用，实现了信号处理的时频域分析，解决了多年来困扰人们的非平稳信号处理问题，使信号处理技术登上了新的高度； 分形几何开始在各种信号处理中显示其特殊功能，开辟了数字处理和图形识别的新方向； 人工神经网络理论进入状态识别和信号处理领域，使智能诊断系统有了突破性进展。 这些方法能够从提取的机械动态信号中刻画出故障的内在复杂性，表征设备的故障机理，有效控制故障的进一步劣化。由于特征因子提取的重要性，信号处理每一种新技术在设备诊断中的应用，都是对设备诊断技术的一次重大推动。
设备监测与诊断技术进展 研究专题
1．前 言
技术内涵
设备监测与诊断技术是大型机械设备的关键技术之一，是随着计算机技术、现代测试技术和信号处理技术的迅速发展而发展起来的一项新技术，是现代化生产发展的产物，也是各种自动化及一般机电系统提高效率和可靠性，进行预知维修及预知管理的基础。
应用价值
在机电系统动态信号分析方法和应用技术 方面，新近的发展有： 采用空间域滤波的预处理、采用Void— Kalman滤波的多轴阶比信号分析技术、适于非平 稳信号的基于Wigner—Ville分布分析、小波(Wavelet)变换方法、混沌分析方法、智能传感 与检测技术、以及与VXI（PXI）总线仪器平台 相关的技术等。
(3) 设备故障诊断方法（续）
近来随着人工智能技术的发展，故障诊断的自动化和智能化的要 求逐渐变成现实。 基于知识的专家系统通过人机对话，能较为准确地诊断出常见各 种故障，在诊断中已有成功应用。 模糊理论由于具有处理不确定信息的能力，因此通常和专家系统 相结合，作为前处理和后处理。 人工神经网络具有强大的并行计算能力和自学习功能及联想能 力，适合作故障分类和模式识别；神经网络基于规模的数值计算， 具有学习能力，但不具有解释能力。 专家系统是基于符号的推理系统，存在知识获取困难的缺点， 但具备解释功能；神经网络与专家系统优势互补，二者结合有良好 前景。演化算法适合故障诊断中的推理和网络结构的优化，具有较 强生命力。
技术的发展
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。 设备监测与诊断技术有很强的工程背景，具有重要的实用价值，并且以深厚的理论为基础。系统论、信息论、非线性科学等最新的技术在其中都有广泛的应用。
设备故障诊断方法（续） 机电系统故障诊断流程与应用技术
基于远程网络的设备异地监测 与诊断技术
基于远程网络的设备异地监测与诊断技术
随着计算机技术和通讯技术的发展，出现了计算机网络，可以利用网络协议将数据快速、准确的传送，其优点是可以通过传输介质实现在线、实时和异地的监测与诊断，并能够实现资源共享。 故障诊断可以充分利用网络技术。 采用计算机网络远程监测技术对生产设备的重要参数，如数控设备工作参数、开关状态、电机功率、轴承温度、设备振动量等进行连续监测，并通过TCP/IP等协议填报到服务器的设备运行状态历史数据库中，以备远程专家进行实时监测和查看历史数据； 还可对设备运行状况进行简单诊断，当设备出现异常时则通过E-mail或手机短消息对设备工程师进行传呼，做到对故障的快速响应和及时处理。
应用远程设备状态监测与故障诊断系统主要优点有：
4．1 实现故障的远程诊断
在故障诊断的过程中，采集的数据是对设备故障作出正确判断的依据。 但是在数据分析时，分析的结果受制于分析人员的经验和水平。由于现场的人员的经验和水平有限，对一些复杂的问题或未曾遇到的问题难以作出准确的判断；若外请专家来现场，既需要大量的资金又难以及时处理现场问题。 采用计算机网络后，数据就可以通过网络将故障信息及时地送至诊断中心，领域专家们可以在异地利用所得数据对设备故障进行分析，并将结果及时的反馈回生产现场，以便及时采取措施，减小损失。 对于复杂的故障还可以在网络上组织国内外专家会诊，从而大大的节约了时间和经费。
2．设备监测、诊断技术 与设备维修方式
设备维修的几种方式
从机电设备的维修历史和现状来看，设备维修方式大致有： 发生事故停机维修，定期停机维修或预防性维修，预知维修或状态维修。
传统的设备维修方式
传统的设备维修方式为运转至损坏再维修和以时间为基础的预防性维修。 前者一般用于廉价的小型机器，采用后备设备来保证生产； 后者也称定期维修，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维修，为避免重要设备意外停产而造成巨大的经济损失，周期性强制维修时间往往留有较大的安全系数，因而这种维修方式是不经济的。
4．2 知识资源的共享
远程状态监测与故障诊断可以使大范围内的领域专家的知识实现共享，克服局部地区知识缺乏的弊端，加强了科研院所、大专院校和生产企业的技术合作，提高了设备监测与诊断的准确性、可靠性和及时性。
4．3 提高管理水平
将远程故障诊断系统与企业的管理信息系统相连，使它们之间可以互通信息，构成企业 Intranet大系统，能够提高企业管理水平。 企业的销售和设备维修部门可以通过远程网络及时为设备用户提供维修服务信息和提供维修方面的技术支持，可以大大改善企业的设备维修和售后服务水平。
由于故障诊断技术能诊断和预报设备的故障，因此在设备正常运转没有故障时可以不停车，在发现故障前兆时能及时停车，按诊断出故障的性质和部位，有目的检修，即预知维修，预知维修方式可以从根本上改变原有的设备维修制度。以预知维修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。由于诊断技术所产生的巨大的经济效益和社会效益，从而得到迅速发展。
(3) 设备故障诊断方法（续）
随着计算机技术和相关技术的发展，故障诊断系统已经逐步发展成为一个复杂技术的综合体。 在这个综合体中，包含了模式识别技术、形象思维技术、可视化技术、建模技术、并行推理技术和数据压缩技术等。 只有充分发挥这些技术的作用，才能有效地改善故障诊断系统的推理诊断能力、数据处理能力、信息综合能力和知识集成能力，推动故障诊断技术向着信息化、网络化、智能化和集成化的方向发展。
3．2 从设备监测与诊断技术的流程来 看，设备监测与诊断技术的进展分 为：信号采集、信号处理和故障诊 断等几个阶段
以下分别对3个阶段的进展进行说明：
(1) 信号采集技术
因为只有采集到反映设备实际状态的各种信号，监测与诊断才有意义。在信号采集技术中，传感器技术是重点。 传感器按功能分有：振动传感器、声级计、声发射传感器、温度传感器等。 以往对传感器的研究偏重硬件方面，要求其良好的动态特性、灵敏度、稳定性和抗干扰能力强等。 随着监测与诊断系统的庞大化和复杂化，传感器的类型和数量急剧增多，形成了传感器群，从而带动了传感器如何布局的研究。由于传感器的组合不同，提供了设备不同类型、不同部位的信息，由此产生了对信息融合的研究。
先进的预知维修方式
设备的预知维修是设备动态维护方式，它通过对设备运行状态作监测与诊断来取代定期维修方式； 其维修原则是：只有当监测、分析和诊断结果表明有必要维修时才进行维修。
设备监测与诊断技术提供 预知维护的技术手段
设备监测与诊断技术为实现预知维护提供了技术手段； 通过检测分析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、有效地揭示设备当前的工作状态，并预测今后多长时间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，为从根本上改变传统的设备维修制度创造了条件。
技术发展的第二阶段
人工智能技术为设备监测和故障分析的智能化发展提供了可能，使得现代监测技术发展步入第二阶段。这一阶段的研究内容与实现方法已开始并正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、灰色理论、神经网络和模糊分析等理论、方法和应用技术的研究。 在这一阶段，信号检测与数据处理仍然起着十分重要的作用，然而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、数据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。
应用设备监测与诊断技术对设备进行监测和诊断，可以找出生产系统中的事故隐患，及时发现机器的故障和预防设备恶性事故的发生，从而避免人身伤亡、环境污染和巨大经济损失。设备故障大都是由于人为干预以及不当措施所造成的，因而减少维护次数和提高维护的科学性是预防设备恶性事故发生的重要方面。
为现代设备维修提供技术手段