化工机械设备监测与故障诊断技术的研究现状.pdfVIP

科学技术 化工机械设备监测与故障诊断技术的研究现状 遆 030006 【摘 要】 【关键词】 为了克服传统信号分析技术—傅立叶分析的局限性，提出了基 化工机械设备随着科学技术的发展，正朝着大型化、高速化、 于小波分析的故障诊断技术。小波分析是一种时—频信号分析方 复杂化、重载化、高度自动化方向发展，并且在现代工业生产中的 法，是一种全新的信号—尺度分析方法。尤其是对非平稳信号和微 作用和影响越来越大。一旦设备在运行中发生故障，不仅会导致设 弱特征信号的处理，由于小波分析具有时域和频域局部化分析功能 备自身的损坏，造成经济损失，导致人员伤亡，而且会引起严重的 和可变分辨率的特点，使之在分析瞬变信号时比傅立叶分析更具有 后果。保证可靠有效地发挥设备的功能。 优越性。 因此，现代化生产中化工机械设备的监测与故障诊断技术越来 4.3 网络化远程诊断技术的发展 越受到重视,及时发现设备存在的问题及故障，并进行有效的处理， 随着计算机网络技术的发展，结合网络技术、信息技术、传输 防止故障的扩散与恶化，保证可靠有效地发挥设备的功能。 技术和Web数据库技术，形成基于网络的远程监测与故障诊断系 统，对设备实现多专家与多系统的共同诊断。 网络化的远程设备故障诊断系统中储存了多种设备的故障诊 断知识和经验，可响应不同监测现场用户的使用要求，提供远程诊 设备状态监测是对运转中的化工机械设备或其部件的技术状 断的支持和保证，使得用户的使用频率很高。实现对多台机组的有 态进行检查测定。其内容包括：(1)判断运转是否正常，有无异常 效管理，更多的技术经验和诊断数据共享，提高设备诊断的准确性， 或劣化迹象；(2)对异常情况进行跟踪，确定其劣化程度及磨损程 减少监测设备的投资，提高系统的利用率 度，并预测其劣化趋势[1] 。 4.4 人工智能技术的发展 设备故障诊断技术又称设备状态诊断技术，是一种通过监测设 随着智能技术的不断发展，现代智能方法在设备监测和故障诊 备的状态参数，例如振动、噪声、温度、油液、工作参数、电磁辐 断技术中得到了广泛的应用，现代智能技术包括专家系统、神经网 射、气味、泄露等，发现设备异常情况，分析设备故障原因，并预 络等。 测预报设备未来状态的一种技术[2] 。其本质是一个包含信息采集、 人工智能神经网络方法模拟了人脑的一些基本特征，如自适应 信息分析、信息识别、信息综合和信息检验的过程。目前，常见的 性、自组织性和容错性能等，具有联想记忆能力、自适应自学习能 诊断方式有以下4种：离线工况监测与故障诊断方式、单机在线工 力、非线性映射能力和逼近能力。因此神经网络对实际中存在的多 况监测与故障诊断方式、集中式在线工况监测与故障诊断方式、基 故障、多过程、突发性故障以及在大规模设备系统进行监测诊断时， 于广域网的远程分布式工况监测与故障诊断系统[3] 。 具有独特的优势。 设备监测与故障诊断是相互关联的。状态监测与故障诊断能保 工人对机械故障诊断与维修的科学知识往往落后于专家的实 证可靠有效地发挥设备的功能。它包括四个方面：①保证设备无故 践和经验知识，研究与开发机械故障诊断专家系统，可提高设备检 障、安全可靠地运行；②保证设备发挥最大设计能力；③能及时正 测和故障诊断技术。并将神经网络与专家系统相结合，建立智能诊 确地对各种异常或故障作出诊断，并对必