设备故障诊断范文
时间:2023-03-22 02:42:29
导语:如何才能写好一篇设备故障诊断,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。
篇1
中图分类号: TU85 文献标识码: A 文章编号:
1引言
机电设备运行中发生的故障或失效不仅会造成重大经济损失,甚至还可能导致人员伤亡和恶劣的社会影响。因此,掌握机电设备故障诊断技术,并及时确定机电设备发生故障的原因和部位,对保证机电设备的安全运行、提高产品质量和产量、防止恶性事故发生以及节约维修成本等方面都具有十分重要的现实意义。
2机电设备故障诊断的现状
机电设备故障诊断技术是一门了解和掌握机电设备在使用过程中的工作状态,检测设备故障隐患,并对故障发生的原因、部位、性质以及故障发展的趋势做出预测的技术。
我国的机电设备故障诊断技术起步晚,但随着经济和生产的快速发展,机电设备的故障诊断技术越来越受到重视,人们投人大量精力进行研究,使这项技术取得了很大的进展,取得了较大的成功,一系列新的理论方法与技术被应用于实际并取得了良好的效果,由此我国的机电设备故障诊断技术开始了新的局面,并奠定了我国的机电设备故障诊断基础。
3常用的故障诊断技术及其存在的问题
3.1常用的故障诊断技术
机电设备故障诊断技术并不是一门单独的科学技术,它是一门融合了多门学科的综合技术,常用诊断技术主要包括振动监测技术、噪声监测技术、红外测温技术以及射线扫描技术等。近些年发展起来的一些新技术使机电设备故障诊断变得更加的准确实用,但常用技术随着科技的进步也在不断取得发展,在设备故障诊断领域的应用范围和规模仍然很大。
1.振动监测诊断技术
振动信号普遍存在于运转的机电设备中,当机电设备发生故障时,一般都会出现振动增大和工作性能的变化,因而可以通过检测设备的振动参数及其特征来分析设备的状态和故障。由于振动的理论检测手段和测量方法都比较成熟,所以人们常将机电设备振动监测诊断作为机电设备故障诊断的首选方法。另外,由于振动监测诊断技术简单易行,很方便在现场进行,实时性和直观性较好,并能精确地表征机械动态特征及其变化过程,所以被广泛应用。
2.油液磨屑分析检测诊断技术
通过对油液磨屑粒形状态识别或观察油液理化性分析、化学成分的变化来判断机械运行状况。
3.红外测温诊断技术
机电设备发生故障时,其故障部位的温度往往会升高,因而可通过测温对机电设备的故障进行判断,例如红外测温诊断技术。红外测温诊断技术易于实现在线检测,诊断效率较高,但它易受主观影响,从而引起误判。
4.射线扫描技术
γ射线扫描是一项用于工艺设备过程故障检测诊断的技术。它能在不停工不影响生产的条件下快速、准确地对故障进行诊断,具有较好的应用前景。
3.2存在的问题
常用故障诊断技术虽然取得了很大的发展,并且对特定种类的设备或故障的诊断效果良好,但依然没有形成一套完整的理论体系和相对完善的诊断评价体系。一些故障诊断技术虽然在不断创新,但创新成果在实际中普遍应用地较少,或者即使在实际中得到应用,也因为限制条件太苛刻而难以真正发挥其价值。
此外,提高故障诊断的准确性也是一个急于解决的问题。故障诊断对人们的认识和经验往往存在较大的依赖性,但人们对事物的认识有其局限性,尤其对一些状态介于故障边缘的机电设备,依靠诊断人员的经验和知识做出准确判断是比较难的。
目前存在的具体问题有:建立的故障诊断平台繁琐且可操作性差;关于智能诊断方法的研究大都还停留在理论研究上,实际应用较少;注重诊断的准确性而忽视了对故障发展状况的预测;忽视对故障排除等。
4机电设备故障诊断新技术
1.远程诊断技术
目前,在因特网不断发展与普及的今天,状态监测与诊断的网络化成为可能,对于机电设备远程监测与诊断的研究与应用正在全球范围内兴起。机电设备的远程诊断是计算机技术、通讯技术与故障监测诊断技术相结合的一种设备故障诊断方法,它以网络的远程协作为载体,采用开放式体系结构,具有强大的生命力和广阔的应用前景。
远程诊断系统一般由以下3部分组成:单位监测诊断节点、数据传输网络以及远程诊断中心。其中,监测诊断节点包括传感器系统、数据采集监测系统、智能诊断软件系统等。其功能主要是从数据采集监测系统上获取数据并完成故障诊断,并为远程诊断中心提供基本的诊断结果信息。数据传输网络将单位监测诊断节点与远程诊断中心相连,一般可利用TCP/IP Socket网络接口建立基于客户/服务器的数据传输模式,具有很强的开放性和扩展性。远程诊断中心是诊断技术的集合,一般具有如下功能:(1)设备专家系统。用户提交信息后,由诊断中心进行分析并将结果反馈给用户。(2)实现基于Inertnet的远程数据文件的传输。(3)提供诊断方法软件。
2.智能诊断技术
人工神经网络是模拟生物神经系统建立起来的非线性动力学系统,具有强大的分类能力和非线性映射能力。将传统的专家经验与人工神经网络与相结合,将神经网络的自学习机制引人机电设备的故障诊断系统,可以提高故障判断准确性。具体内容将在下节以实例的形式作详细探讨。
5新技术的应用实例
5.1 RBF 神经网络模型与算法
RBF神经网络结构如图1所示,其中x1,x2,…,xm为输入量;gi(x)(i=1,2…,n) 为隐含层基函数,y1,y2,…,yn为输出函数。
图1 RBF神经网络结构图
输入层与隐含层之间是非线性关系,隐含层与输出层之间是线性关系,即:
(k=1,2…,j) (1)
其中, gi(x,ci)一般选择为高斯函数(见式2);ω为输出层权矢量,一般采用竞争机制进行确定。
(2)
其中,ci为隐含层第 i个单元基函数的中心,ci的确定一般采用K-Maens聚类法;σi为第 i 个隐节点的归一化参数,ci确定后可使用固定法进行确定。
5.2机电设备故障诊断模型
机电设备一般由驱动部分、 动力和传动部分、控制部分、执行机构及机身部分组成。因此,设备的故障群空间可设为r={控制系统故障,执行机构故障,传动系统故障,驱动系统故障,机身部分故障}={y1,y2,y3,y4,y5};由于温度、振动等信息可以表征机电设备的工作状态是否正常,所以检测症状信息集可设为 u={温度,压力,速度,电压,振动}={x1,x2,x3,x4,x5}。
5.3诊断实例
现以包装生产线的雄师 2502SF 立式包装机为例,运用 RBF 神经网络对其进行故障诊断。
5.3.1网络训练
在 RBF 网络创建过程中,如果经过归一化处理,样本数据的训练时间大大缩短,训练的成功率会提高,所以有必要先将数据样本做归一化处理。归一化公式为:
xi=Pi/Pmax (3)
其中,xi为归一化后的第 i 个样本数据;Pi为第 i个样本数据;Pmax为样本数据的最大值。
网络采用教师学习方式。当网络某个输出结点为“1”时,表示对应故障发生;“0”表示对应故障不发生。训练样本见表 1。
表1 训练样本
5.3.2辨识结果
通过实测数据模拟不同测量参数的分散度 k。k分别取0.1、0.2、0.3时的故障诊断成功率见表 2。
表2 仿真测试结果的正确率
显而易见,k 较小时,故障诊断比较精确,随着 k 的增大,故障诊断的精确性会随着下降。在实际应用过程中,为了保证诊断的准确性,RBF 网络样本要求具有一定的遍历性、致密性和相容性,再考虑到实际测量得到的数据中会受噪声干扰、测量工具误差等因素影响,这都会降低故障诊断的正确率。
参考文献
[1]薛光辉,吴淼.机电设备故障诊断方法研究现状与发展趋势[J].煤炭工程, 2010 , (5): 103-105
[2]臧大进,曹云峰.故障诊断技术的研究现状及展望[J].西安文理学院学报 (自然科学版), 2011, 14(1): 33-39
[3]鲁绪阁,范云霄,钱抗抗.设备故障诊断技术综述及其发展趋势[J].矿山机械, 2007, 35(12): 15-18
篇2
关键词:油,铁谱,光谱
Abstract: in the equipment maintenance and repair, lubricating oil quality is often the running state of the equipment and the service life of key, therefore, to lubricant inspection will become the important factor of equipment fault diagnosis. This paper analyzes the lubricating oil test equipment fault diagnosis of function and meaning, and expounds the testing method and its application.
Keywords: lubricating oil, iron spectrum, the spectrum
中图分类号:C34文献标识码:A 文章编号:
一、 现行油诊断技术的缺陷
由于从事故障诊断的人员以机械专业为主,对油分析大多把注意力集中在油中的磨粒的检测,把油当成与故障诊断及其诊断无关的仅起磨粒携带作用的介质,因而较少首选从油的变化和其中污染物去考虑分析,只有从颗粒分析发现问题后再回过来检测油本身的变化,这方面还存在明显不足。
1.“诊断”与“预测”概念模糊、及时性差
大多诊断仅起到“证明”作用,即从油中磨粒情况“推测”设备中“已”发生了什么故障,而未“预测”到设备“将”发生什么故障。在很多例子中,从光谱或铁谱中提出“预报”,拆机后发现不同程度的故障已发生,如拉缸、断环、断齿、烧瓦等。在实际工作中,许多情况下铁谱分析并没有预测故障的发生,仅能在不停机时从油中携带出来的磨粒分析去推测机内已发生的故障,希望及时处理以避免由已发生的故障而造成后继更大故障的发生。
2.因果颠倒,多走弯路
实际操作中很多例子是先做铁谱或光谱,发现有问题再做油的理化分析,或所有方法都做,再找出原因去排除。如有一次检测中空压机油样先做铁谱,发现磨粒有氧化,再做油分析,发现含水达10%,采取措施后正常。若先做油的水含量分析,工作量会小很多,同时在水含量远未到10%即可警告,可避免已发生故障。同时检测涡轮涡杆箱油机械杂质高达5%,再做光谱发现铁、铜、硅大大超标,然后做铁谱有异常后拆机检查,涡轮磨损严重。其实仅从油的机械杂质含量超高或至多从光谱中铁等浓度异常的高足以判断应拆机检查了,后面的工作已是多余。机械使用中经常由于冷却水泄漏造成故障,某文献中使用光谱和铁谱的监测工作内容之一是通过用光谱测油中冷却剂的元素(Si、Na、B)含量及铁谱磨粒而监测冷却液泄漏情况,若用理化方法做油中水含量又快又省又准确,何必等到由于冷冻液造成恶性磨损后反过来推测冷却系统的泄漏问题。
由上可知,故障诊断手段存在的主要问题:一是故障警告的及时性较差;二是警告不准确,无法指出事故出在哪里;三是对故障发生的原因指导不够,无法指导以后的整改措施。
二、检验是诊断的依据
在油对设备故障诊断技术中,常规理化分析、光谱和铁谱的合理配合很重要。设备故障的发生是设备本身的质量(设计、材质、加工精度)、操作、管理、环境及油质量的综合结果,相互影响,情况复杂,只有几种方法从不同角度分析,才能提高诊断的准确性。
1.在正常情况下,光谱中磨损颗粒浓度与铁谱结果有大致一致关系。据资料记载在研究了发动机、液压系统及变速箱等大量油样数据后得出结论:在正常磨损期,大磨粒与小磨粒变化速率之比保持不变,在研究的11例中,有4例二者预测一致,其他则是某一种方法预测有故障,拆机后均得到证实。也就是说作为磨粒浓度测定,在大多情况下不必二者都做,仅做其一即可,当然首选油样品均匀、操作简单而易于定量的光谱法。
2.铁谱与光谱预测不一致得也有很多例子,这里面有仪器本身性能的局限和取样的代表性的问题,同时也反映了故障的复杂性。也就是说不同的磨粒分析仪器从不同方面检测磨粒情况,互相替代不了。
3.在实际诊断中,根据故障的范围和发生频率,可以将化验分为以下几类:
① 必做项目:油的主要理化指标,含粘度、酸值、碱值(发动机油)、水分、机械杂质、不溶物、闪点,上述指标的变化表示油的降解,油降解到一定程度会引发故障,另一方面也反映设备运转状态,如泄漏等本身就是故障或很快就会由泄露物造成故障,若不处理将引起更大故障,因此原则上超标即停机检查、拆检或换油。这类项目的仪器较便宜,设置容易,操作费低,技术难度不高,省时省事,都有标准方法,分析结果都有明确且通用得数值。
② 关键项目:这类项目检测的频率较①疏,接近油降解后期或污染物量接近警告值时加密,它们包括发射光谱、红外光谱等,这些项目反映了故障发生前夕或初期的后果,应及时检测。这类仪器价格较贵,但操作简便,能给出定量数据。由于设备较贵,配置不普遍。
③ 选做项目:这类项目在①和②项目接近警告值或需要明确时做检测,主要指铁谱。它能使人们更清楚认识到故障的发生及磨损性质,在不停机拆机的情况下,通过铁谱能从更深层次了解机器内发生的摩擦磨损情况,因而在光谱测出某些有关金属元素浓度到一定值后,按需要或抽检做铁谱是必要的。必做项目还包括某些油的性能指标,如抗泡、抗乳化、剩余抗氧化能力等。
④ 观察项目:油压、油耗等的异常也是故障的征兆。
篇3
关键词:油液诊断 光谱分析 铁谱分析 理化性能 故障诊断
中图分类号:F273.4 文献标识码:A
文章编号:1004-4914(2010)05-292-02
设备故障诊断是设备管理中一项十分重要的工作,是一种了解和掌握设备在运行过程的状态,确定其整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有效方式,其主要分为油液监测、振动监测、噪声监测、性能趋势分析和无损探伤等诊断技术方式。在设备故障诊断中,如果单纯从振动、升温、噪音等方面进行监测分析时,故障往往都已发生,对判断故障原因及部位不够准确,有时需停机检查才能找出故障原因,但是油液诊断技术便可做以预知性的维修,及早发生现故障隐患,及时排除或早作准备,减少损失。
许多人对油并不了解,仅把油认知为只是针对齿轮轴承等部件的作用,出现问题只需更换新油便可解决,往往把可通过油诊断分析就能确立解决的事情从机械的角度去考虑,结果徒劳无功,延误设备修整时间。实际上油从设备内部流过并流经各个运动着的中心部位,它本身不断降解老化,同时也夹带各部位的磨损颗粒、碎屑、泄漏物质等。因而完全可以从油使用状态或品质中得到关于油本身及设备机械状态的更及时更准确的信息,只要设备出现重大异常情况,都会在油品的各项指标变化中得到反映。因此以油液诊断技术作为设备故障诊断的主体,是设备故障诊断技术的首选。
一、油液诊断技术
那什么才是油液诊断技术呢?所谓油液诊断技术是指根据油在使用中的变化预测设备故障及寻找故障原因,以油作为设备故障诊断技术的主体,同时与其他几种监测方法相结合对设备故障进行诊断的一种技术手段。从油着手的诊断技术内容包括:油物理化学指标变化;油在机体内生成沉积物;油颗粒污染度检测(磨损颗粒,泄漏介质)等。其中油颗粒污染度检测是油液诊断技术最主要的方面,主要采用的是发射光谱技术,是对污染油液的化学成分及性能的准确测定,目前中原油田采用的是理化性能监测与M型发射光谱及铁谱技术相结合,针对油田用往复机械(发动机、压缩机)、齿轮箱故障进行监测诊断。
二、光谱分析技术
通过对油中所含颗粒物作精确的实验室分析,可以从中获得关键性的信息,从而设计并制定出预防性维护和整修措施。而M型发射光谱满足了这一方面的需求,它可以针对溶于油中的最小颗粒进行鉴别,大多数为8μm或更微小的金属。我们采用的光谱仪是美国SPECTROIL公司生产的原子发射光谱仪,它能在30秒钟同时分析出19种元素(铁、铬、铅、铜、锡、铝、镍、银、硅、硼、钠、镁、钙、磷、锌等)的成分和浓度值,通过分析油液中的金属磨粒、化学元素成分,对比不同时期在用油品中金属含量的增加程度,了解设备的磨损情况。油中关键元素变化产生原因见表1。
三、铁谱分析技术
单纯地使用光谱分析也有所不足,微小颗粒的含量是随着设备运行时间的延长而连续增加,一旦更换了油品,整个过程又需要重新开始。但铁谱技术又弥补了此项缺陷,铁谱分析主要是研究10μm以上的较大颗粒。通过铁谱分析,可以按照大小、数量、颜色、形状和化学成分,对油品中的磨损颗粒和杂质进行分析。只要设备处于正常的磨耗,则颗粒的数量会保持在相对恒定的状态;而一旦进入磨损状态,颗粒的数量和体积则会急剧增加,排除磨损开始的时间点被发现过晚的情况。
几种分析技术的结合,就可以有效推断出是属于齿轮磨损还是轴承磨损;还可以区分出因不同外界影响(如窜气,进污水)而造成的污染颗粒和化学成分的突变,而更准确地预测故障的原因和部位,更全面地监测设备运行情况,及早发现并排除故障隐患,减少损失,大幅提高设备故障诊断的预知性、准确性和及时性。
表2是通过分析对设备故障诊断简单提示:
四、事故实例
在进行油液诊断技术的研究工作的同时,我们也做了许多油的质量跟踪工作,根据设备的动态监测进行油液分析及时发现设备存在隐患。针对不同的监测对象,有选择性的联合运用几种油液监测手段,例如压缩机这种具有多种磨损形式的动力机械,就需联合应用光分析技术、铁谱分析和理化指标进行监测,比单一使用一种方面有效。以下便是使用油理化指标分析、M型发射光谱仪、分析式铁谱仪进行故障诊断的实例。
事例一:从2008年3月到2009年9月,我们采用油液分析技术对36套天然气压缩机组共63台设备,进行与磨损状态研究,共监测天然气压缩机组油样390份,出具监测报告390份。其中发现压缩机组存在异常隐患30台次,需要停机检修12台,实际停机10台。
2009年2月,在对中原油田某厂送检的2#天然气压缩机油进行监测过程中,发现2#天然气压缩机在用油中铜和铅元素含量异常变化,浓度和梯度都超过了界限值,落入异常磨损区域。经过详细分析,确定2#压缩机含铜和含铅部件发生了严重异常磨损,应立即停机检修。天然气压机主要磨损无素来源见表3。
2009年2月13日,现场设备管理人员对2#天然气压缩机进行了停机检修。检修发现,2#天然气压缩机主机油泵的两个铜垫片脱落,两付连杆瓦中,一付已经严重磨损,止推瓦和甩油环已破碎,而且在曲轴箱油中可以见到明显的铜屑。由于预报准确、及时,现场设备管理人员采取措施有效,避免了事故的进一步发展,消除了曲轴断裂、压缩机爆炸等恶性事故隐患,保障了压缩机和人员的安全。
在监测中我们发现,冷却液泄露的情况在天然气发动机上发生的较多,而对于天然气压缩机,冷却液的污染程度不太明显,发生的也很少。对于天然气压缩机的污染,主要是由杂质和燃气所引起的,特征元素为硅元素,硅元素是一个具有特殊意义的元素,它既包含着杂质污染信息和燃气系统故障信息,同时,在某些天然气油中,还具有添加剂元素的身份。
我们把这些信息及时反馈到现场,现场设备管理人员根据我们的建议,及时采取有效措施,预防了压缩机组事故的发生和发展。
事例二:中原油田某厂输气区的3#天然气发动机,光谱分析发现铜元素浓度值偏高,采用铁谱技术,制作了谱图。这是一个铜切削磨损颗粒,因为受到高温的影响,边缘已经出现回火蓝色,显示摩擦副工作温度过高,已发生异常磨损。
事例三:在某厂送检的7#压缩机油样中,发现铅元素、铝元素的浓度值和梯度值超过了异常界限值,说明压缩机含铝、铅的运动部件存在异常磨损,我们给现场设备管理人员发出了预警维修建议,在该压缩机中,十字头瓦、衬套材料中含有铝、铅成分,因此,重点检修部位应为十字头瓦、轴承瓦。
经过现场设备管理人员检修发现,十字头瓦严重磨损,更换了十字头瓦、隔离室。检修后,铝元素浓度值、铅元素浓度值恢复正常,为生产单位预防了一起安全事故。
从以上几个事例可以看出,在对天然气压缩机组在用油进行监控中,我们为使用单位提出了安全措施意见,意见采纳率达到80%以上。被监测的36套天然气压缩机组没有发生一起特、重大安全事故,消除了多次事故隐患,故障发生率呈逐年下降趋势,保障了天然气压缩机组安全、可靠运转,有效地支持了油气生产,社会效益显著。
总的说来,在设备故障诊断中,通过油液诊断分析可得到更多更及时和更深层的信息,若再加上间接有关及虽无关但从油的变化觉察到的则几乎可覆盖全部,尤其对事前和事后设备故障原因分析有不可替代的作用。因此,在机械设备的故障诊断过程中,油液诊断技术起到了主导作用,对确保设备安全运行,节省维修费用,提高企业经济效益具有十分重要的经济和社会意义。
篇4
1 故障诊断技术的发展[1]
故障诊断(FD)始于(机械)设备故障诊断,其全名是状态监测与故障诊断(CMFD)。它包含两方面内容:一是对设备的运行状态进行监测;二是在发现异常情况后对设备的故障进行分析、诊断。故障诊断技术是一门交叉学科,融合了现代控制理论、信号处理、模式识别、最优化方法、决策论、人工智能等,为解决复杂系统的故障诊断问题提供了强有力的理论基础,同时实现了故障诊断技术的实用化;近二十年来,由于技术进步与市场需求的双重驱动,故障诊断技术得到了快速发展,已在航空航天、核反应堆、电厂、钢铁、化工等行业得到了成功应用,取得了显着的经济效益;从故障诊断技术诞生起,国际自动控制界就给予了高度重视。
以运动机械的振动检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对钢铁冶炼中的各种大型传动设备的状态进行分析和判断,从而达到故障诊断的目的。
2 故障诊断的主要理论和方法[2-3]
1971年Beard 发表的博士论文以及Mehra和Peschon发表的论文标志着故障诊断这门交叉学科的诞生。发展至今已有30多年的发展历史,但作为一门综合性新学科——故障诊断学——还是近些年发展起来的。从不同的角度出发有多种故障诊断分类方法,这些方法各有特点,但从学科整体可归纳以下几类方法。
1) 基于系统数学模型的诊断方法:该方法以系统的数学模型为基础,以现代控制理论和现代优化方法为指导,利用Luenberger观测器 、等价空间方程、Kalman滤波器、参数模型估计与辨识等方法产生残差,然后基于某种准则或阀值对残差进行分析与评价,实现故障诊断。该方法要求与控制系统紧急结合,是实现监控、容错控制、系统修复与重构等的前提、得到了高度重视,但是这种方法过于依赖系统数学模型的精确性,对于非线性高耦合等难以建立数学模型的系统,实现起来较困难。如状态估计诊断法、参数估计诊断法、一致性检查诊断法等。
2) 基于系统输入输出信号处理的诊断方法:通过某种信息处理和特征提取方法来进行故障诊断,应用较多的有各种谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这种方法不需要对象的准备模型,因此适应性强。这类诊断方法有基于小波变换的诊断方法、基于输出信号处理的诊断方法、基于时间序列特征提取的诊断方法。基于信息融合的诊断方法等。
3) 基于人工智能的诊断方法:基于建模处理和信号处理的诊断技术正发展为基于知识处理的智能诊断技术。人工智能最为控制领域最前沿的学科,在故障诊断中已得到成功的应用。对于那些没有精确数学模型或者很难建立数学模型的复杂大系统,人工智能的方法有其与生俱来的优势。基于专家系统的智能诊断技术、基于神经网络的智能诊断技术与基于模糊逻辑的诊断方法已成为解决复杂大系统故障诊断的首选方法,有很高的研究价值和应用前景。这类智能诊断方法有基于专家系统的智能诊断技术、基于神经网络的智能诊断技术、基于模糊逻辑的诊断方法、基于故障树分析的诊断方法等。
4) 其它诊断方法:其它诊断方法有模式识别诊断方法、定性模型诊断方法以及基于灰色系统理论的诊断方法等。另外还包括前述方法之间互相耦合、互补不足而形成的一些混合诊断方法。
3 钢铁行业中故障诊断技术的应用[4-6]
钢铁行业中的主要机械设备是各种传动设备和液压设备,如轧机、传送带、各种风机等。它们的工作状况决定了生产效率和钢铁冶炼的质量,对这些设备状态的在线检测,能够及时、准确的检测出生产设备的运行状况,并给出相应的操作和建议。因此建立相应的故障诊断系统对整个系统的正常运行特别重要。于是针对钢铁行业特殊的机械环境(多传动设备和液压设备),相应的故障诊断系统也必须以这些设备的特点而建立。主要原理是以运动机械的振动参量检测为中心,辅助以温度、压力、位移、转速和电流等各种参数的采集,从而对这些大型传动设备的状态进行分析和判断,再进行相应的处理。整套故障诊断系统由计算机系统、数据采集单元、检测元件、数据通讯单元以及专业开发软件组成。此系统既可单独工作,又可和DCS或PLC组成分散式故障诊断系统对所遇生产设备进行监控和故障诊断。整个系统的工作流程图如图1所示。
机械振动是普遍存在工程实际中,这种振动往往会影响其工作精度,加剧及其的磨损,加速疲劳损坏;同时由于磨损的增加和疲劳损坏的产生又会加剧机械设备的振动,形成一个恶性循环,直至设备发生故障,导致系统瘫痪、损坏。同时机械设备的工作环境也是造成机械设备发生故障主要原因之一,因此,根据对机械振动信号和工作环境温度、湿度的测量和分析,不用停机和解体方式,就可以对机械的恶劣程度和故障性质有所了解。同时根据以往经验建立相应的处理机制库,从而针对不同的故障做出相应的诊断和处理。整个处理过程如下:
1)传感器采集设备工作状态信号。如各种传动装置的振动信号、温度信号、液压装置的压力、流量和功率信号等。
2)特征信号提取。将各种传感器采集信号进行信号分类,刷选出相应的传感器信号,如振动传感器采集的文振动强度信号、压力传感器采集的压力信号等。
3)对特征信号处理。对传感器采集的特征信号进行滤波、放大等处理,提取出相应的特征信号。
4)对采集信号进行故障诊断。将提取的特征信号进行判断处理,选择相应的故障方法(如小波变换法),分析故障类型和设备状态,然后查询故障类型库,做出相应的决策。
4 结束语
建立在现代故障诊断技术上的钢铁冶炼设备故障诊断系统,可对设备的运行状态进行实时在线检测、通过对其监测信号的处理与分析,可真实地反映出设备的运行状态和松动磨损等情况的发展程度及趋势,为预防事故、科学合理安排检修提供依据,可以提高设备的利用效率,产生了很大的经济价值,对此类故障诊断系统的研究有很深远的意义。
参考文献:
[1] 沈庆根,郑水英.设备故障诊断[M].北京:化学工业出版社,2006.
[2] 王仲生.智能故障诊断与容错控制[M].西安:西北工业大学出版社,2005.
[3] 李民中.状态监测与故障诊断技术在煤矿大型机械设备上的应用[J].煤矿机械,2006(03).
[4] 傅其凤,葛杏卫.基于BP神经网络的旋转机械故障诊断[J].煤矿机械,2006(04).
篇5
【关键词】铁道信号;联锁设备;故障诊断;分析总结
铁路信号联锁设备,在整个铁路形成安全当中,是占据着非常重要的地位的,并且,也是确保整个铁路行车过程当中的安全性的。而一个较为合理完善的铁路信号联锁系统的建立,不单单能够便于后续相关铁路列车的高效运行的展开,更加便于有效改善相关工作人员自身的工作环境。而铁路信号联锁设备的故障诊断分析,也是在整个铁路运输的系统当中占据着非常主要的部分。
1铁道信号联锁设备故障诊断分析方法
1.1传统的故障诊断方法
在对于我国传统的铁路信号联锁设备故障诊断的分析方法上,主要是就通过相关的维修人员,自身对于信号设备的维修的长期经验,从而在对其出现故障,进行诊断。进而提出处理故障的具体方法,在对于传统故障诊断方法上,主要是建立在一种维修经验之上,一般通常所使用的具体操作方法上,则主要是有优选、比较以及推理等方法。而通过相关的实践证明资料显示,我国传统的铁道信号联锁设备的故障诊断方式,是能够很好的解决一些执行表机故障以及监视控制机故障等相关的问题的。
1.2信号处理方法
在对于信号处理方法上,主要是通过建立一个良好有效的信号模型,而从对所反馈得到的信息,来进行幅值以及频率等特征上的分析以及处理,从而诊断出铁道信号联锁设备的故障问题,在对于信号处理的方法上,从本质上讲,就是在实际信号设备故障诊断当中,起到一个非常良好的适用以及有效性。不仅如此,该信号处理法的操作程序上,更是具有非常好的简便性,但是该种方法上,还是存在着一定程度上的缺陷问题的,则主要是体现在了过度依赖相关设施与设备的信号,并且,外界的环境是会在很大程度上影响其信号的。并且,该信号处理方法上,还是存在着较多的局限性的。
2铁道信号联锁设备的故障诊断技术的具体应用分析概述
2.1故障树分析方法
在对于故障树分析方法上,从本质上来讲,其实就是一种对所出现故障的成因来进行细致的分析的方法,其主要是通过将造成故障的各种事件,列成一个逻辑结构图,从而确定好整个设备出现故障的重要原因,以及故障成因可能的组合方式,以此有效的计算出,铁道信号联锁设备发生故障的概率,这样做的目的,也是为了能够咋最大限度上为后续的相关诊断工作,提供一个可靠良好的依据。
2.2建立故障诊断专家系统
故障诊断专家系统,在这其中主要是包括了专业知识数据库以及知识获取机构、推理机构等相关部门来进行组成的,对于推理机是立足于专业知识数据库,并在此基础之上,对所反馈回来的信息数据,在重新将其进行分析以及推理,由此,判断整个铁道信号联锁设备是否是处于问题故障的状态,而在此期间,对于已经设备已经发生的故障,还能够重新对其进行分析以及评价,在对于整个系统来讲,最重要也是最主要的就是真正的能够满足于故障有效诊断所对其提出的各种要求,只有这样,才能够真正的将故障进行合理有效的排除。
2.3诊断故障与控制容错概述
故障诊断,在整个铁道信号设备在日常运行过程当中,是占据着非常重要的地位的,不光日此,也是能够在最大限度上提升铁路运输系统自身的安全以及稳定性。而容错微机联锁控制系统,也是在整体的诊断故障当中,有着不可取代的重要地位,在合理的利用容若软件以及冗余系统,就能够在很大程度上,为整个铁路运输系统在实际的运行过程当中,打下了良好的安全、稳定保障。
2.4信号联锁系统的具体运用概述
将信号联锁系统,运用在铁路运输控制当中,是能够很好的对整个铁道信号联锁设备故障进行实时监视的,不仅如此,还能够有效的扩宽该设备故障的监控范围,从而真正的提升对于铁道信号联锁设备故障的发现效率水平,做到及时发现及时处理。
3铁道信号联锁设备故障诊断未来的发展方向概述
在针对于铁道信号联锁设备故障诊断未来的发展方向上,主要是可以参考一下几点:(1)相关的故障诊断专家,逐渐的步入成熟,在目前,我国的铁道信号联锁设备故障诊断的系统当中,还是存在着不同程度上的局限性,而深入的改善相关的故障诊断专家系统,就能够在最大限度上便于,后续的相关设备的故障处理的快速展开。(2)多种诊断技术相互融合,取长补短,在对于此,由于目前我国在对于铁道信号联锁设备故障诊断的实际研究工程当中,一定要加强对于多种诊断技术充分融合的重视度,而这样做的目的也是为而来能够更加具有高效的对设备故障进行分析以及处理。(3)远程故障诊断技术的实施应用。在未来的发展过程当中,一定要重视起运用视频图像监测技术,这样不仅能够有效的对整个铁道信号联锁设备进行实时动态的监控,也能够第一时间内发现设备远端的故障,并对其进行快速的处理。以此在最大限度上保障整个铁路行车的安全以及稳定性。
4结论
只要真正的加强对于铁道信号联锁设备的故障诊断分析的重视度,才能够在最大限度上确保我国铁路行车的安全以及稳定。
参考文献
[1]张志龙,牟明明,尹怀仙.铁道信号双机热备结构计算机测试方法研究[J].青岛大学学报(工程技术版),2016(03):101-103+113.
[2]钱艺.以企业需求为根本突出鲜明的职业性——对设置铁道信号函授专业的一点思考[J].市场周刊(管理探索),2004(S2):12-13.
[3]李杭生,李定波,郑彪.铁道信号微机监测系统中的转辙机状态监测回路分析[J].武汉大学学报(工学版),2004(02):37-40.
篇6
关键词:云平台;远程;故障诊断;专家系统;煤炭设备
经济发展趋势表明煤炭仍将是我国未来30a发展的主要能源,智慧矿山、绿色发展等理念对于矿山设备的开采提出了更高的要求,无人化是煤矿作业发展的必然趋势。煤炭设备工作环境恶劣,发生故障的次数较多,不仅影响企业的经济效益,对于员工的安全也是一大威胁,因此在线远程故障诊断系统的研发是一种必然趋势。目前采煤机、带式输送机等设备的单机故障检测系统在工业生产中都有相应的应用,然而采用云平台技术对设备群故障进行远程故障诊断的系统鲜少有人开发,本文利用云平台设计煤炭设备远程故障诊断系统,对采煤机、带式输送机、矿用提升机进行远程故障诊断与维护,提高煤炭开采效率。
1煤炭设备故障类型分析
煤炭设备包含提升设备、通风设备、运输设备、排水设备、挖掘设备、支护设备、供电设备等,其中采煤机、带式输送机、矿用提升机是发生故障次数较高的设备,本文主要对这3类设备进行远程故障诊断与维护。(1)采煤机故障采煤机故障常见的部位为液压泵、截割部、牵引部和变频器,为分析液压泵的状态,需对泵工作状态下的冷却水压、调高水压以及其工作转速进行监测,当这些数据超过其临界值时应引起重视。截割部故障通常是电机发生故障,需采集电机的电流以及温度作为判断依据。牵引部故障一般也是电气部分发生故障引起的,将牵引速度、电机电流、变压器温度作为判断依据。变频器故障需监测变频器电压以及电流。(2)带式输送机故障带式输送机常见的故障部位为驱动装置、托辊和输送带,其中输送带故障最为频繁,因此需定期对输送带进行检查与维护。驱动装置故障发生后可根据轴承是否存在异响、电机的电压电流转速是否正常等对其故障具置进行定位。托辊故障主要是托辊支撑处发生相对滑动,只需监测其位移即可。输送带故障分为输送带跑偏、输送带撕裂、输送带打滑,需对输送带压力、位移、磨损情况等进行监测。(3)矿用提升机故障矿用提升机常见的故障部位为主轴装置、减速器、电动机和制动系统。主轴装置发生故障时轴承温度会高于50℃,闸盘的位移也会大于0.3mm,其振动速度也会变大。减速器故障时轴承温度和振动速度也会变大。制动系统的故障可通过监测闸瓦温度以及油温等判断。煤矿用设备故障类型如图1所示。
2基于云平台的煤炭设备远程故障诊断系统架构设计
基于云平台的煤矿用设备远程故障诊断系统的架构主要分为3层:数据采集层、网络通信层和系统应用层。在数据采集层采用温度、压力、速度等传感器对采煤机、矿用提升机和带式输送机的各项参数进行数据采集,将采集数据传输至无线采集分站,然后通过本地环网、5G网络等通信方式传输至故障诊断中心,故障诊断中心对收到的信号进行处理,转换为可被监控系统识别的数据,并采用防火墙隔离病毒,完成处理后将数据存储在本地服务器中。为了保障系统的稳定运转,本文设置了本地主服务器以及备服务器,当主服务器瘫痪后备服务器工作,保障系统的可靠运行。煤炭设备远程故障诊断系统架构如图2所示。数据采集层将温度、电流传感器等通过螺栓联接的方式安装在采煤机、矿用提升机以及带式输送机上,对设备运转状态进行监测。网络传输层备有无线连接和有线连接2种方式,通过以太网或5G网络将数据信息传输至故障诊断中心,交换机对本地网络进行分段管理。系统应用层分为硬件部分和软件部分,硬件部分主要指的是服务器,完成数据的存储与读取,增加了云服务器,由分布式云平台组成,减少了本地服务器的存储压力;软件部分包含数据处理算法、数据库以及远程客户端,对采集数据预处理指的是处理包含数据的备份、检索等,并通过神经网络等智能算法分析故障类型,诊断完成后将处理结果在客户端上呈现,及时地推送设备的运转状态,提醒工作人员检查设备。
3基于云平台的远程故障诊断关键技术
远程故障诊断最重要的信息传输,煤矿开采环境复杂,有些地方无线无法覆盖,因此本文采用无线和有线结合的方式。云服务器通过MQTT协议与客户端实现交互,该协议在不稳定的网络系统中可提供可靠的服务,而且结构简单,保障了信息传输的稳定性。数据的信息存储也是云平台很关键的技术,本文将采集得到的数据单独存储在服务器中,采用Hadoop数据仓库Hive对分布式文件系统(HDFS)内的数据进行分类,分类的原则是来自不同设备的数据分别分开存储,数据经过数据迁移工具(Sqoop)处理后按照设备、数据类型、时间节点进行分类,并将这些数据存储在HDFS中。该存储技术不仅可实现快速数据查询,还能对数据库在线扩容,保障数据库的空间足够。基于Hive的数据分类存储技术原理如图3所示。故障诊断的依据是传感器采集的数据,数据处理的依据是专家多年的经验,应用层的客户端将专家远程故障诊断经验通过逻辑分类的形式编辑为相应的程序,在线对煤炭设备故障进行预判断。专家诊断中心先根据现场工人的描述判断设备故障类型,当设备故障难以通过这些现象判断时,再专家诊断中心根据现场采集的数据进行判断。专家故障诊断中心根据现场描述对故障类型进行初步预判后将其分配给专家智能决策系统。
4基于云平台的远程实时故障诊断流程
远程实时故障诊断功能的构建需要实时数据参数的获取以及实时数据的查看、分析与存储,专家故障诊断中心先根据现场工人的描述进行判断,当专家诊断中心不能根据描述对故障类型进行诊断时,专家需与现场工人交流。然后以现场设备的运行数据为依据对设备状态进行判断,专家诊断中心根据传输至云诊断中心的数据对煤矿用设备的故障进行分析与判断。故障诊断中心的判断有时需要依赖设备历史状态数据,一般通过列表或图表等方式获取设备历史数据,有时需要远程发送命令指令进行调试从而更好地判断设备的故障类型。完成故障诊断后,将诊断结果保存在设备的故障案例库中,形成典型故障库,为之后的故障诊断提供依据,当其他用户遇到相似问题时可以通过索引的方式更快速地定位故障。基于云平台的远程在线实时故障诊断流程图如图4所示。
5结语
(1)对煤矿用故障率较高的设备采煤机、矿用提升机以及带式输送机的故障类型进行总结,分析为诊断相应故障需要监测的参数。(2)对基于云平台的煤炭设备远程故障诊断系统的架构进行设计,将系统分为数据采集层、网络通信层和系统应用层,分析不同层的功能以及层与层之间的关系。(3)分析基于云平台的远程故障系统通信技术、存储技术以及专家诊断中心的工作原理,并对专家故障诊断的具体工作流程进行研究。
参考文献:
[1]李旭,吴雪菲,田野,等.基于云平台的综采设备群远程故障诊断系统[J].工矿自动化,2021,47(7):57-62.
[2]张娅,李庆,沈涛.采煤机常见故障及基于神经网络的故障诊断分析[J].煤矿机械,2020,41(12):157-159.
[3]蒋元杰,叶荫民,蒋晓瑜,等.基于LabVIEW的设备故障诊断系统[J].电子测量技术,2018,41(14):108-112.
[4]刘天元.矿井提升机远程监控及故障诊断系统设计[J].科学中国人,2017(12):37.
[5]方晓汾,罗方赞,魏小华.基于云计算的矿井提升机智能故障诊断系统研究[J].矿山机械,2017,45(4):26-30.
[6]高云红.提升机远程故障诊断系统及其基于DSP的数据采集与处理的研究[D].青岛:山东科技大学,2006.
[7]李志鹏.煤矿带式输送机常见故障分析及处理探究[J].当代化工研究,2021(17):25-26.
篇7
关键词:铁路信号设备 故障诊断 专家系统
中图分类号:U284 文献标识码:A 文章编号:1003-9082(2017)05-0233-02
引言
随着我国经济水平不断提升,我国铁路行业近几年来得到了飞速的发展,尤其是列车的不断提速、高铁不断建设,铁路运行水平有了很大程度的提升,但铁路运行过程中的安全问题也越来越明显。安全问题一直是各国铁路运输行业关注的重点,在铁路运行过程中会产生很多信号,信号设备是对这些信号进行传输、接收、执行的基础设施设备,通过信号的产生、传输与执行,可以控制铁路车辆的正常安全运转。信号设备在运行过程中也可能会出现各种故障,对于信号设备故障要及时处理,以防对整个铁路运输系统带来影响。铁路信号设备越来越复杂,复杂程度也越来越高,传统的铁路信号设备管理通常都是通过技术人员将信号设备的故障信息收集起来,并且对这些信息进行分析,以得到信号设备的运行状况,对信号设备的维修工作进行指导。单纯地依靠人工检测并不能及r检测发现到的问题,很有可能会导致铁路信号设备故障不能被及时发现而酿成大祸。铁路信号设备故障诊断专家系统是专门针对铁路信号设备故障提出的一个系统,能够实现对铁路信号设备故障的及时诊断、分析、处理,可以为铁路信号设备维护人员的维修工作提供帮助,提高信号设备维修效率。
一、铁路信号设备故障分类和成因
1.铁路信号设备故障分类
一般将铁路信号设备的故障划分为几种类型,例如电器元件故障、各种逻辑关系错误导致的故障、数据信息错误导致的故障等。在铁路信号设备故障的分类过程中,按照不同的角度进行分类会产生不同的故障类型。例如按照故障的显示形式可以将故障分为显性故障和隐性故障,隐性故障是难于发现的故障类型,这种故障往往需要通过很多检测以及技术人员丰富的检测经验才能发现,而显性故障则一般都表现得比较明显,能够明显地显示出来,有助于技术人员及时对故障进行维修。例如根据故障的产生原因可以将其分为人为故障、非人为故障,人为故障指的是由于操作人员的误操作和不尽工作义务产生的一些故障类型,而非人为故障则一般是指由于电气设备老化或者隐性故障没有检测出来而产生的故障类型。按照故障产生的性质可以将其分为机械设备故障和电气故障,机械设备故障主要是指各种硬件设备故障,例如由于维修不及时、材质老化等原因造成的各种机械设备不能正常运转,螺丝松动、继电器不能自动开关等都属于机械故障。电气故障指的是各种电气设备故障,很多电气元件都具有一定期限的使用寿命,超过使用寿命之后就会导致各种设备不能使用。
2.铁路信号设备故障的原因
在铁路信号设备管理过程中,找到故障原因才能对症下药,对故障进行及时解决。当前铁路信号设备故障产生原因主要有几个方面:
2.1铁路信号设备的质量差。构成基本电路的铁路信号设备质量不过关,使用一段时间之后就出现严重的老化、磨损等现象,会导致信号设备故障。
2.2维修不当。对铁路信号设备进行定期维修是提高信号设备工作效率的重要途径,但是当前铁路系统中有的现场维护的工作人员业务素质不够高,技术水平较低,误操作导致故障,而且对各种故障也没有及时维修处理,因此导致信号设备的故障越来越严重,最终酿成严重的安全后果。
2.3违章操作。在铁路系统中有规范的操作要求,很多技术人员在进行工作的时候没有按照相应的规章制度进行操作,因此导致各种故障问题出现。
2.4其他外界因素。铁路信号设备大多是暴露在室外的,因此外界环境条件对铁路信号设备的运行也产生很大影响。例如雷击事故就可能导致铁路信号设备烧毁,进而对整个铁路系统的运行造成安全隐患。
在铁路运行过程中,信号设备是一个十分重要的基础设施,随着铁路运输安全性要求越来越高,信号设备也必须要满足一定的要求,信号设备在发生故障时,应该要具备完善的应急措施,能够启用备用设备,确保列车稳定、安全运行。当前关于铁路信号设备故障的检测一般都是利用计算机实时检测,构成一个网络系统,但是这种系统对于铁路信号设备运行过程中的很多异常情况都不能及时发现,因此难以监测得到准确的数据。
二、铁路信号设备故障诊断专家系统结构的概况
专家系统是上世纪六十年代产生的一个系统性很强的学科,结合了人工智能、计算机程序设计、数据库、计算机网络等相关技术,也是人工智能在各个领域实践产生的系统。通常认为专家系统主要包括五个部分,第一,知识库,第二,推理机,第三,人机接口,第四,解释器,第五,事实获取系统。专家系统与铁路信号设备故障诊断的结合,是提高铁路信号设备故障诊断和处理水平的重要途径,可以及时发现各种信号设备故障,为技术人员的维修提供支持和帮助。
在铁路信号设备故障诊断专家系统设计过程中,其基础是信号微机监测系统数据,专家系统结构可以分为三个部分,分别是数据预处理、故障诊断专家系统、检修管理模块。其系统结构如下图所示:
如上图所示,该系统采用B/S结构作为系统设计基础,B/S结构具有独特的优势,为系统设计开发提供了很多便利,B/S结构是在 Internet 技术不断发展的基础上诞生的,能够帮助不同的人、用不同的介入方式来对共有的数据库进行访问和操作。例如利用B/S结构对就业规划测评系统进行开发,只需要从服务器方面着手即可,不需要考虑到客户端方面的因素,因此从某种程度来讲,降低了开发成本,也降低了开发人员的工作量。B/S结构最大的好处是运行维护过程都比较简单,但同时也具有一定的缺点,例如对外网环境依赖性太强,但是由于各种原因,可能会引起外网中断,从而导致系统出现瘫痪。该系统需在服务器上存放应用程序数据库与相应部件库存,而且统一选取浏览器用客户端访问服务器,系统操作系统比较简单,不需要额外安装其他软件。基于B/S结构故障诊断专家系统,可以对多个信号设备进行远程诊断,极大地提高了诊断效率。当诊断系统中想要开发新功能的时候,只需要对服务端进行开发或部署即可,不需要对客户端进行改变,因此极大地提高了系统的扩展能力。
从上图的结构系统图可以看出,在铁路信号设备故障诊断专家系统中有三个重要模块:
第一,数据预处理模块。数据预处理模块主要是为故障初始数据服务的,能够将各种故障数据信息传递给故障诊断模块,由铁路有关服务器对数据进行实时采集,并且将各种信号设备的故障初始数据转换成统一格式,将编码数据转换为可读表数据,并且在相应地数据库中添加新的故障信息。
第二,故障诊断模块。故障诊断模块是铁路信号设备故障诊断专家系统的核心,主要是对各种故障进行诊断,在故障诊断模块中会根据输入的故障症状信息体现出具体的症状,并且可以对知识库、数据库进行适当调用,将数据库中的信息与实际产生的故障信息进行匹配,利用和用户交互的过程取得更多完整的故障信息,对故障的种类以及具体的原因进行诊断分析。
第三,维修管理模块。维修管理模块也是铁路信号设备故障诊断专家系统中的重要组成部分,当分析故障成因之后要及时对故障进行解决,维修模块是铁路信号设备故障决策支持系统的组成部分,可以派发检修任务,及时对故障进行解除。
三、铁路信号设备故障诊断专家系统设计
1.系统结构总体框架设计
通过对信号设备故障诊断专家系统的构成进行分析,并且结合铁路信号设备故障诊断特征、要求等,可以将故障诊断专家系统结构总体框架设计出来。其中知识库、人机接口是专家系统的重点设计部分,例如知识获取子系统设计,主要是对各种信号信息进行获取,例如设备故障机理、故障记录等。知识库的设计也是一个关键内容,知识库被称为规则库,在设计知识库的过程中应该要根据相应格式、原则等进行处理,将信号设备体现出来的各种信号转移成为专家系统可以识别的信息形式。信号设备微机监测系统则主要实现对铁路车站现场设备的检测,能够对设备的运行状态进行更加准确地识别,并且向检测主机传递信号设备的状态。当前信号设备微机监测系统在铁路系统中的应用十分广泛。
2.系统功能模块设计
2.1铁路现场数据采集子系统
铁路信号数据采集子系统指的是微机监测系统,通过CAN总线对铁路信号设备的运行参数进行采集,并且要将各种参数存储到数据库中。下图为铁路信号数据采集子系统示意图:
通过铁路信号微机监测系统可以对信号设备的工作状态进行获取,这些数据信息将作为信号设备故障诊断专家系统的基础数据。当前我国铁路系统中大多数车站都采用TJWX-2000型微机监测系统,该系统主要通过模拟量与开关量两种形式对采集的信号设备数据进行描述。其中,开关量为二进制的0与1,主要描述各种信号设备的状态信息。模拟量则主要包括信号设备运行过程中产生的电流、电压、时间、温度等参数。与此同时,微机监测系统还具备设备历史状态存储功能,能够将信号设备历史运行过程中产生的信号状态进行记录。在电务段设置服务器保存监测数据,并且可以通过铁路局的服务器对所有设备的运行状况进行监测。其中,监测车站设备采用CAN总线传输,车站机、电务段、铁路局三者之间可以采用TCP/IP协议进行通信,对各种信息数据进行及时传输。
2.2人机对话子模块
在专家系统中人机交互是一个十分重要的功能,为了实现良好地人机交互功能,在专家系统设计过程中要设计输入、输出部分,人机对话子模块中不能任意修改参数,人机对话和专家、知识工程师接口都能对专家、知识工程师的知识进行接收,以此对系统的工作性能进行进一步了解。与此同时,技术人员还能通过人机交互功能对系统中的各种问题进行解决。在人机对话子模块设计过程中主要采用Windows操作系统,该界面良好、清晰,通过自然语言、文字输入与输出可以实现信息数据的传递。
2.3知识库构造子模块
知识库是推理机正常运作的前提,知识库要对电气集中故障检修专家知识进行准确表达,知识库是程序的外部数据库,主要存储各种故障信息,当信号设备出现故障的时候,监测系统将采集到的信号传递给诊断模块,诊断模块就要将实际故障与知识库中的故障信息进行比对分析,从而对故障进行“确诊”。知识库通常具有专家系统知识的存储与管理功能,需要根据固定格式对子模块进行设计,并且要区分中英文格式,确保信号设备的故障能及时被诊断。
2.4诊断分析推理模块
诊断分析推理模块主要是利用推理模式对故障进行诊断的过程,推理得到的结论就等同于专家对故障进行诊断之后得到的结论。推理模块结构如下图所示:
在推理机中集成了推理与控制两个功能,这两个功能也使得专家系统与一般的资料库系统和知识库系统不相同,专家系统的智能化程度更高,能够对信号设备的故障症状进行推理和分析,注重推理分析的过程,是对故障进行详细解剖的过程。推理模块中主要包括推理机制、控制策略两个重要方面,此子模块设计技术必须确保程序能够正常运作。在信号设备故障诊断系统中,可以选取反向推理机制作为专家系统故障诊断、维修专家系统的主要方式。其推理方式是首先对结论的正确性进行假设,然后再对各种结论所对应的条件的合理性进行分析和验证,如何验证条件成立,则可以得出对应的结论。
2.5综合数据库构造子模块
该模块在主要是对执行推理环节中的各种信息进行存储的模块,其中包含的内容十分复杂,例如用户对系统提问的回答等,其主要的目的是将设备运行工作状态数据存储到信号设备故障诊断专家系统的综合数据库中。在对该模块进行设计的时候应该要确保数据能够及时更新,从而能够对信号设备的状态进行正确反映。在专家系统运行过程中,综合数据库中的内容可能会呈现持续变化的现象,在整个专家系统运行过程中,都要考虑到数据库与知识库的对接,从而确保系统的完整性。
结语
综上所述,铁路信号设备是对铁路车辆运行过程中的各种故障进行反映的基础设施,信号设备的正常运转是确保铁路安全运行的重要前提,在信号设备运行过程中可能由于多种原因会导致信号设备出现故障,对此,要积极加强对故障的分析和处理,及时解除故障,提高信号设备的工作水平。铁路信号故障诊断专家系统是对铁路信号设备故障进行诊断分析的专业系统,可以对故障进行及时发现、及时分析、及时处理,从而提高信号设备的工作性能。
⒖嘉南
[1]张保银,梁朝辉,李永燕.铁路信号设备故障诊断专家系统研究[J].铁道通信信号,2010(09)
[2]崔丽娜.铁路信号设备故障诊断专家系统知识获取与知识表示的研究[D].北京交通大学,2007
[3]王宇.铁路信号设备故障诊断专家系统研究[J].科研,2015(47)
[4]谭洁,张友鹏.铁路信号设备故障诊断专家系统知识库的研究[J].铁道运营技术,2011(01)
篇8
关键词:机电设备;故障诊断;技术方法
一、机电设备故障诊断存在的问题
虽然机电设备故障诊断技术得到很大发展,但是至今为止尚未形成一套完整的理论体系和有效的诊断技术。绝大多数技术都是针对特定的故障、特定的设备来研究,目前设备故障诊断的研究都是根据故障的种类、特定的设备、特定的层次建立自己的机电设备故障诊断技术。这些理论和方法在实际中广泛应用的较少,即使在实际中得到应用,也没有一个完善的评价体系对其效果做出合理的评价。此外,故障诊断准确性也是一个急于解决的问题。提高故障诊断准确性的关键在于确定故障与特征(信号)间的因果关系,但这是一个比较复杂的问题。因为故障与特征间的关系可能是多元的,往往不能认为是一一对应关系。如机械制造、材质和安装运行维护上的差异可导致振动特征相差很大。振动响应的非线性,在多因素产生特征的叠加时,有用和无用信号混在一起,要用信号提纯、分解、融合等方法加以处理难免产生误差。有时故障可能是间歇性的,不一定连续出现,监测仪表的功能、质量和可靠性也影响诊断的准确性。故障诊断是依赖于人们认识和经验的学科,诊断从分析机械状态特征入手,但人们认识局限性以及对事物认识永无止境,机械及其组成零件的个体差异,使得通过特征来判断设备状态带有某些不确定性,特别是机械设备状态的正常与异常中间无明确界限,多为渐变性过渡的,一些设备状态处于边缘状态也使诊断人员做出定性的结论是困难的。
目前,机电设备故障诊断技术是一个开放性课题,有必要建立一套完整的理论方法体系来指导机电设备故障诊断技术的研究。目前存在的具体问题有:模糊理论、神经网络、小波分析、智能方法等研究热点主要停留在理论研究上,实际应用较少;搭建的故障诊断操作平台繁琐且可操作性差,应用在实际生产中既不便操作,也不便管理;许多机电设备故障诊断技术主要注重故障的诊断而没有考虑设备故障的修复,为后面的修复工作带来不便;企业对设备故障诊断的重视不够,追求短期效益,成熟的诊断技术应用于生产实际的较少。
二、机电设备故障诊断常用的传统技术方法
机电设备故障诊断技术发展到今天,已形成了一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信息处理、模式识别、基础与信息科学、系统科学和人工智能等多学科交叉的综合性技术。但传统的诊断技术仍然在大量地使用,主要包括:振动监测技术、噪声监测技术、红外测温技术以及射线扫描技术等。
1. 振动监测诊断技术
振动监测诊断技术是通过检测设备的振动参数及其特征来分析设备的状态和故障的方法。由于振动的广泛性、参数多维性、测振方法的无损性、在线性,决定了人们将机械设备振动监测诊断作为机械设备故障诊断的首选方法。机械运行过程中要产生振动,机械状态特征凝结在振动信息中。机械振动的测量参数有速度、加速度和位移,可根据机械设备频率来选择测量的参数和传感器。为了检测到足够数量,又能真实地反映机械状态的信号,要恰当地选择振动测量点。通常选择能够对机械振动状态作全面反映的机械振动敏感点,离机械诊断的核心部位最近的关键点和容易发生劣化现象的易损点,以保证机械振动信号测量的有效性。由于振动监测诊断技术能实时地、直观地、精确地表征机械动态特征及其变化过程,监测诊断方法简单实用,而被广泛应用。
2.油液磨屑分析检测诊断技术
通过对油液磨屑粒形状态识别或观察油液介质的物理、化学成分的变化来判断机械运行状况。主要用于机械设备系统和液压系统。油液中磨屑微粒来自磨损和污染,机械摩擦幅的金属表面间不同磨损方式和磨损速度造成油液中微粒总量、尺寸分布和形态的差异,可以根据金属微粒的总量判断磨损所处阶段;根据尺寸分布判断磨损的程度;根据微粒形态判断磨损类型;根据化学成分判断磨损部位。油液分析方法如下所述。
利用各种元素受到一定能量激发时具有发射或吸收特定波长光的特性,当各类型光谱仪对油液发射光谱化学分析时就可检测到油液中各种物质在特定条件下发出具有特定波长的光确定其化学成分和含量,就可准确地判断设备的磨损部位和程度。其特点分析速度快,诊断方便、准确,适用于磨屑粒径小于10Lm的磨损状态分析。
3. 红外测温诊断技术
通过对机械设备各部位的不同温度或温度变化来分析判断机械设备运行状态的方法。机械磨损、发动机排烟管堵塞、液压系统油液性能优劣、电器接点烧坏等常见故障都会造成相应部位温度升高,另外材料机械性能也与温度有关,机械故障的温度检测占有重要地位,占工业检测50%左右。对高速旋转机件采用一般传感器测温不能获得准确测量值,而红外测温仪具有显著优越性;可以远距离,非接触式测温,具有信息处理、运算和判断功能,可精确地确定仪器工作环境温度状态与变化情况,如农业机械经常处于暴晒或风雨雪的露天作业,环境温度影响监测系统温度。因而可对测量数据进行修正与补偿,减少温度误差,提高测量准确度。测量数据存取使用方便,具有通用接口可与计算机通信,便于实现全系统监控,易于实现有关常数设定与更换如报警装置的设定于更换。通过测温判断机械状态的薄弱环节如磨损加剧、油液劣化及材料缺陷,以便采取相应措施,改善性能,保证机械正常运转以提高使用寿命。
三、总结
总之,机电设备故障诊断技术无论如何发展,人们越来越重视实际中的应用及效果。好的理论方法并不能保证应用的成功,只有对理论和实际及其相互联系有深刻的理解,并能将理论准确地、充分地运用到实际中解决问题,才能说是真正的成功。
参考文献:
[1]张斌,张薇薇.机械设备故障诊断技术概述[J].建筑机械化.2005(08)
篇9
关键词:矿山机电设备;故障诊断技术;应用
对于矿山机电设备而言,故障诊断技术可以对其运行的状态进行了解和掌握,并判断整体设备或者局部部件是否存在异常,找出故障与产生故障的原因,而且可以对故障发展的趋势进行预测。随着经济的发展,矿山开采活动日益频繁,大量的机电设备投入运行。在开采作业中,这些机电设备有很大机率发生故障,为了能够及时地诊断并进行维修矿山机电设备的故障,应用故障诊断技术已成为大势所趋。
1矿山机电设备维护与维修的要点
矿山机电设备在运行过程中会发生各种各样的故障,为了确保机电设备能够正常运行,应当做好预防为主的计划检修工作,时刻保持对机电设备的观察检测,若在机电设备的使用过程中发现潜在的安全隐患,则需要进行及时的排除与维护。同时,对矿山机电设备要定期进行检查,也就是计划检修,如果在检修过程中发现有安全问题或者设备磨损等情况,则需要进行及时维修。其次,在生产的同时兼顾设备检修,正确处理好二者之间的关系。对于煤矿生产安全工作而言,设备检修也是其重要的一部分,同样需要投入一定的财力、人力以及物力。而有些煤矿为了确保年产量完成任务,忽视了设备的维护检修工作,从而使得有些机电设备带病工作,不但对日常的生产工作造成影响,而且容易引起煤矿安全事故。最后,日常保养与定期专业维修相结合。应由专人负责机电设备的日常维护和保养,同时,专业的修理单位也要对机电设备进行定期检查和维修。
2矿山机电设备故障诊断技术的应用分析
2.1主观诊断技术的应用
所谓主观诊断技术,主要是通过运用简单的维修仪器,或者以以往的实践维修经验为依据来诊断设备的故障。主观诊断技术具有快速便捷的优势,其不足在于可靠性不高。主观诊断技术又可以进行多种划分,一般有以下五种:直觉经验法、故障树分析法、逻辑分析法、堵截法、参数测量法[1]。直觉经验法主要是指以感官和经验为依据,辅之以看、听、摸、闻和问等,对故障产生的原因进行诊断。直觉经验法能够及时解决故障,但可靠性不高。故障树分析法主要是先以系统为依据,将故障树逻辑结构图做出来,在故障树的顶部画出系统故障事件。作为顶事件,在故障树下画出引起系统故障的基本事件。作为底事件,再以各个元件的故障率为依据,最后找出系统故障。这一方法适用于比较复杂、大型的系统故障。逻辑分析法主要是经过逻辑分析故障的常见现象与逻辑关系,以此对故障产生的原因与位置进行确定,进而解决故障问题。堵截法主要是通过分析液压系统的构成,并结合故障现象,以此为依据对堵截点进行选择,再通过对系统压力和流量的变化进行堵截观察,以此确定故障点。参数测量法主要是在系统回路中测出所需点的工作参数,然后和系统正常工作参数进行比较,从而发现参数正常与否,进而判断出故障和故障点的位置,适用于定量预报和在线监测。
2.2仪器诊断技术的应用
仪器诊断技术就是通过控制设备系统的主要参数,既包括振动、温度、压力和力矩,也包括执行部件的速度、泄漏等,使用计算机进行运算,或者使用相关仪器进行显示,进而得出诊断结果[2]。在仪器诊断技术中使用到的诊断仪器包括综合型、专用型和通用型三种。仪器诊断技术在发展过程中,逐渐呈现出了多样化,不但包括便携式和非接触式,还包括了智能化和多功能化。
2.3数学模型诊断技术的应用
数学模型诊断技术使用的就是数学方法,通过对一些特征值进行测量,进而对这些信号进行相关性的分析和处理,以此确定故障的源头。从本质上说,数学模型诊断的基础是信号和建模处理,其手段是传感器技术与动态测试技术。
2.4智能诊断技术的应用
智能诊断技术主要是由系统进行控制,对人脑特征进行模拟,对故障信息进行有效的获取、传输和处理,同时进行再生和利用,对系统中事先存储的专家诊断经验进行再次使用,从而诊断设备故障。智能诊断技术又可以划分为多种类型,其中既包括神经网络系统诊断法和灰色系统诊断法,还包括了专家系统诊断法和模糊诊断法[3]。而这四种方法中又以神经网络与专家系统研究的最为广泛,实现了智能化故障诊断。这两种智能诊断技术多用于煤矿机电设备,其潜力巨大。以人工智能为技术基础的专家诊断系统,主要是通过计算机技术的使用,对某些领域有巨大贡献的专家进行模拟,将他们的经验方法用于设备故障的解决,这种诊断方法较为先进。
3故障诊断步骤
3.1建立数学模型
矿山机电设备在正常运行时会产生许多数据和参数,这些数据、参数能够准确反映矿山机电设备运行的状况,为机电设备的故障诊断提供了十分重要的依据。建立数学模型就是为了更好地收集这些参数数据。从本质上来说,故障诊断数学模型可以简单划分为两个层次,即定性和定量。所以,矿山机电设备应当遵循这一原则来建立故障诊断数学模型。
3.2采集、处理和分析
信息进行信息数据的采集时,将传感器针安装在矿山机电设备上,在运行过程中,机电设备发出的各种信号通过传感器针进行采集和测量,然后对这些收集的信息进行传送并储存在数据贮存器中,实现对参数数据的了解和掌握。这些数据还不可以直接作为故障诊断的依据,还必须进行相关的处理,删除没有价值的信息,对有价值得信息进行转换,使其成为能够被直接理解的数据,再进行分析和比较,将设备正常运行的参数标准当作参考的对象和依据,对矿山机电设备的运行状态进行判断,最终确定设备故障,并找出故障原因。
3.3故障的预测
对信息进行科学有效的分析后,将其作为重要的基础数据,以此来预测和评估机电设备的故障情况。对于机电设备各元件的使用情况或使用寿命,也可以用基础数据来进行预测和评估。经过预测评估,机电设备的日常保养和维修便有了科学有效的数据依据。
4结语
综上所述,矿山机电设备故障诊断技术的应用具有重要的意义,其有助于机电设备的维护与维修,确保机电设备的正常运行,保证了矿山生产的有序进行。对设备的诊断维修,能够使设备的使用寿命得到延长,减少设备的运行维修成本,从而节约企业生产成本。
参考文献:
[1]杨晨光.浅析如何有效加强矿井机电设备的安全与维护工作[J].科技经济导刊,2017(19):46.
[2]王晓英.探讨矿山机电设备中电气断路故障检测[J].黑龙江科技信息,2012(33):70.
篇10
关键词:数控机床;故障诊断;维修
随着科技的发展,很多高科技设备在生产和生活中应用,并且应用范围越来越广泛,这给生产和生活带来了很多便利。尤其是在数控技术高速发展的今天,有很多数控设备出现,数控机床就是其中的一种,并且被广泛的应用在生产之中。而任何设备在使用的过程中都会出现故障,一旦有故障出现就会给生产带来影响。因此对数控机床设备使用过程中的故障进行诊断与维修就是一项十分重要的工作,本文笔者就对这方面的内容进行简单研究。
1.数控机床设备故障类型
数控机床设备一旦出现故障,就无法正常、顺利的将原来的预定工作完成,导致停运或者是不能按照预定的来达到工作效果。根据数控机床设备出现故障的危害程度,将其分为两种,一种是致命性故障,一种是非致命性故障。致命性故障是指不但无法顺利完成预定的工作目标,还会带来人或者物的重大损失,最终导致工作任务失败。而非致命性故障,并不会带来人员以及物的损失,不过会给机床设备带来危害,而非致命性故障如果不能得到及时维修处理,就会发展成为致命性故障。
根据数控机床设备的出现故障是自身的原因,还是与其他有关系的设备的原因导致的,分为独立故障和从属故障。根据数控机床设备发生故障的次数和频率可以分成早期、偶然和耗损故障几种。数控机床的故障分类还有很多种,本文先介绍到这里。
2.数控机床设备故障的诊断方法
当数控机床出现故障的时候,想要进行好的维修,首先要找到故障的根源,也就是对机床设备进行故障诊断,在诊断的过程之中,方法很重要,下面是数控机床设备故障诊断的方法介绍。
2.1交换法
对于在应用过程中出现故障的数控机床,其故障很难进行确认,而且在诊断故障的过程中还要保证不会给设备带来更严重的损害,这时候可以用备用的控制板代替认为有故障的控制板。通过备用控制板的应用,保证设备的正常运行,保证工作进步。同时在对同类型的基础控制板交换的过程中,还可以对控制板系统检测的效率进一步提高。
2.2自我诊断功能分析法
很多进口的数控机床设备都有自我诊断功能,并且这样的功能指标已经是一种对数控机床性能进行确定的重要标准。对于这样的数控机床,在出现故障的时候会比较容易进行诊断。因为这样的机床设备一旦出现故障,数控机床设备的一些故障指示等或者是显示器等就会提示故障所在位置,或者是出现故障的原因。通过这种方式就可以及时的发现机床的问题所在,并且快速将问题解决。不过这种自我诊断功能只是在一些高端的数控机床中才有,普通的数控机床并没有此功能。
2.3PLC程序分析法
导致数控机床出现故障的原因是由于机械设备上的一些逻辑功能在运行的过程中无法保证预定的功能,出现不正常运行,因此在进行故障诊断的过程之中,可以通过利用机械的固有原理图等来进行故障诊断,如应用电气原理图、PLC程序以及液压的原理图等资料来进行故障诊断,通过这种方式来快速的找到故障原因,并且对出现故障的零件进行维修和更换,使数控机床能够在最短的时间内恢复到正常的工作状态,尽量不给生产带来影响。
比如在实际操作中某型机床遇到x轴回油槽向外溢油,而且在维修的过程中对回油线路检查以后没有发现有堵塞的现象,而在对电气原理图查看的时候发现供油的仅仅有两项,通过编程对数控机床设备进行现场监控,PLC程序运行也没有出现异常,继电器是按照PLC程序规定运行,而在对液压电磁阀检测的时候发现其在PIE中电池阀的有无都是处于工作状态,在对继电器测量以后发现是继电器的问题,在更换继电器以后,问题解决。
2.4基于广域网的诊断法
随着技术的不断提高,在有些数控机床设备上还有广域监测点的安装,利用局域网检测对机床设备的运行状态信息进行全面、真实的采集。这样可以通过仿真实验对数控机床设备中普遍出现的一些问题进行分析,还可以为企业对数控机床的故障诊断提供更多帮助。
3.数控机床设备的故障维修
数控机床设备出现故障以后要对其进行快速维修,这样才能够快速恢复机床工作能力,防止给企业带来过多损失。想要进行维修,对故障进行查找是最关键的一点,在找到故障点以后,对故障进行维修排出,在找到故障点以后,要根据不同的故障进行相应的维修。
如果发现数控机床出现的是电气故障,就要先对其故障进行确定,在明确了是电气故障以后,进行进一步维修。如果是电器线路短路,要进行故障排除,防止由于故障带来的设备零件损坏。系统是在能够供电的情况下启动NC,在这个过程中要细心观察,如果发现有异常要停止机械工作。对于有故障诊断的设备而言,就可以根据报警来对故障进行查找以及维修了。在NC启动以后没有故障的警告,而设备在运行的过程中却存在很多问题,就要检查NC的参与以及数控机床设备的数据表,要是都没有问题就要通过编程来对程序进行分析,看是否是输入和输出方面的故障。如果NC与PC都没有故障,也排除是故障,就要对设备的定值和反馈值进行查找,如果定值与指令值不成比例,就是给定值出现故障。
要是给定值出现故障,通常是由于接头、插头、继电器或者是接线等方面的问题。而要是反馈值出现问题,通常是由于接触不良、检测元件失效或者是传感器的问题。如果两个值都出现问题,原因就是电子元件受到损坏,这个问题解决的时候会相对容易。
4.总结
数控机床设备的应用给人们提供了很多的方便,不过由于其属于高科技产品,所以在应用的过程中,必须要按照规定进行操作,一旦操作不当就会出现设备故障,影响设备正常运行。本文笔者对数控机床设备的故障诊断与维修进行了研究,针对其可能出现的问题的维修方法进行总结,希望能够为数控机床设备的故障诊断与维修提供更多帮助。
参考文献: