罩式炉风机设备故障趋势预报及优化管理.pdfVIP

鞍山科技大学硕士论义 摘要 罩式炉风机设备故障趋势预报及优化管理 摘 要 近2o年来，机械故障诊断和预测技术取得了瞩目的发展。首先，体现在机械故 障诊断技术与其它相关前沿学科的结合。这种结合必然会促进机械故障诊断技术的 发展;其次，体现在对机械设备的实时监测。人们可以时刻了解机械设备当前的运 行状况，并且能够对将来一段时间内设备的运行状况加以预测，及时、适时地进行 维修，尽量减少和缩短停车时间，高效率地利用设备，以达到优化管理的目的。 在生产实际中，信号混叠和噪声干扰是客观存在的。因此，消噪处理在诊断信 号的预处理中不，11缺少。论文第三章研究了信号消噪技术，对FFT消噪与小波消噪 进行了比较，得出小波消噪优于FFT消噪的结论。又对小波消噪中的小波自动闭值消 噪和调节闺值消噪做以比较，得出了调节闭值消噪优于自动阂值消噪的结论。并将 调节闭值消噪应用于实践，取得了良好的效果。 故障特征提取是故障诊断中的核心环节，直接决定了故障分类和故障程度。本 文第四章选择振动烈度值、特征频谱值和小波包能量值作为故障特征值，通过对振 动信号的时域分析、频域分析和小波分析，分别提取振动烈度值、特征频谱值和小 波包能量值。通过实验台模拟不平衡故障，证明了只种特征提取方法的正确性。并 应用于风机振动信号的故障特征提取，效果显著。 本文第五章介绍了MATLAB与数据库的连接，以实现对MATLAB中数据的存储 和MATLAB对数据库中记录的操作，为故障趋势预报做准备工作。 故障趋势预报是机械故障诊断中的一个重要内容。本文第六章对机械行为的预 测做了研究，主要有两方面的内容:第一，应用相关理论，对可预测性作了研究， 并采用灰预测理论，对风机工作状态加以预测，效果理想，证明了该种预测方法的 可行性。第二，基于趋势预报图，提出了优化管理的概念。当提取的特征值超过警 示线，发出警报，提示工作人员进行检查;当提取的特征值超过危险线，则提醒工 作人员进行维修。从而达到优化管理的目的。 本文第七章开发了基于MATLAB的风机故障诊断及趋势预报的软件，此软件的 开发旨在把本文提出的故障诊断和预测技术转换为虚拟仪器的形式，以加快这些技 术的实用化进程。 关键词:故障诊断，消噪，小波变换，特征提取，灰预测，优化管理 鞍山科技大学硕士论文 Abstract FaultTrendForecastingandOptimizingManagementtoCover FurnaceFan Abstract Overthepasttwodecades,thetechnologyofmechanicalequipmentfaultdiagnosis andfaultpredictionhaveachievedsignificantprogress.Fristly,theprogressmaterialize theincorporationoftechnologyofmechanicalequipmentfaultdiagnosisandtherelated rfontiertechnology.Theincorporationwillcertainlypromotetheprogressofthe technologyofmachineryfaultdiagnosis;Secondly,theprogressistheembodimentofthe realtimeinspectionandmeasurement.Wecanknowthemechanicalequipmentsrunning statusatanytime,besideswecanprognosticatethemechanicalequipmentsrunning statusinthecomingperiodoftime,carrythroughtimelymaintenance,reducethestop productiontime,ra