旋转机械设备故障诊断预警系统在汽轮发电机组应用.docVIP

旋转机械设备故障诊断预警系统在汽轮发电机组应用.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
旋转机械设备故障诊断预警系统在汽轮发电机组应用

旋转机械设备故障诊断预警系统在汽轮发电机组应用   摘要:本文介绍丹麦ROVSING Dynamics公司OPENpredictorTM旋转机械设备故障诊断预警系统的组成,功能,使用效果。 关键词:汽轮发电机组;故障诊断;预警;分析 中图分类号:TB857+.3 文献标识码:A 文章编号: 1引言 汽轮机发电机组是高速旋转的机械设备,机械设备的故障一般都有前期症状,而故障诊断预警系统能提前预知,从而防止设备故障进一步恶化,对设备有针对性地计划检修,减少了汽轮机发电机组重大事故发生和机组跳闸对社会供电的影响。同时故障诊断预警系统对汽轮机发电机组机械故障具有诊断和分析功能,能具体分析出故障的原因所在,为专业人员分析故障提供重要的依据。某厂#3汽轮发电机组选用丹麦ROVSING Dynamics公司的OPENpredictorTM故障诊断预警系统,本文介绍该系统的应用,同时为其它汽轮发电机组故障分析提供借鉴。 2系统综述 OPENpredictorTM故障诊断预警系统通过安装在设备上的传感器,将探测到的过程信息与故障库中的故障种类和程度进行类比。一旦探测到故障,设备或部件的故障位置和诊断信息就会以清晰的文本形式呈现给相关人员。此外,故障的严重程度、何时需要维修以及何时会发展成为重大事故,都由预测系统根据故障症状进行评估。同时给故障诊断专家提供了丰富的数学模型和诊断工具。 OPENpredictorTM系统提供了广泛的故障类型库,加上独特的信号分析功能和相对完善的气动热力模型,可以完全自动地实现故障预警功能。并对设备健康状态进行评估,实现设备状态检修。 3系统组成及测点分布3.1系统组成系统主要由信号处理单元(SPU)、OPENpredictorTM系统服务器、工作站组成。SPU采集汽轮发电机组状态参数并做数据处理和分析,结果通过以太网提供给OPENpredictorTM系统服务器使用,工作人员通过工作站可视画面对机组整体监视,同时OPENpredictorTM系统服务器数据通过MIS网的内外网连接的FTP服务器每24小时(可设定)打包一次数据传输到远程服务中心,利用远程服务中心的外来力量对机组状态进行分析。系统的组成图1所示。 图1:系统组成图 3.2数据采集测点分布 下面图2所示是系统所有传感器的安装位置: 图2:测点分布图 表1:测点清单 4系统实现功能 OPENpredictorTM旋转机械预警专家系统在本工程中诊断的汽轮发电机组故障库见表2 说明:AS:自动频谱、CPB:恒定百分比带宽、DC:电流、OTA:次序跟踪分析、SCL:轴中线、SED=选择性包络检波、SMD:同步调制探测、Spp:峰-峰值信号、Temp:温度 表2:汽轮发电机组故障库 4.1设备健康评估 为了达到生产时间最大化的目的,就必须合理安排机组维护。OPENpredictor#8482;能够监控机组全部状态,并定期总结机组的健康状况,指导技术人员合理安排机组检修。 4.2早期故障探测 采用“故障选择信号”方法在早期就能够探测出故障,通过连续监测潜在的故障症状,对机械健康状态进行评估。每一个类型的机械都有它独特的故障类型,OPENpredictor#8482;预测维护信息系统采用覆盖最广范围的故障选择信号对故障进行检测。 为了进一步增加故障探测灵敏度,依据运行情况对信号进行分类。采用信号比照方法,减少错误报警的次数、增加故障预测的可靠性。 4.3早期故障诊断 早期故障诊断的模型采用了信号对照的结果,还采用了其它来源的信号:轴承温度、机组功率等其它相关的参数,综合计算,将清晰的结论呈现给技术人员。AutoDiagnosis#8482;信息窗口为技术人员提供机械部件、辨别故障、预计维修时间和维护建议等清楚的信息。技术人员根据信息决定是否对机组进行维护。预测自诊断(PAD)故障项目有:轴承不稳定(油膜振荡)、轴承磨损(轴向的)、轴承磨损(径向的)、叶片现象(共振,结构改变等等)、转子不对中、转子不对中、转子磨擦、转子不平衡、转子不平衡、发电机定子线圈松动。 4.4故障发展趋势预测 “预测”运算法则通过推算故障信号的历史数据,确定故障发展至预定报警水平所需的时间。 4.5瞬时故障诊断 对机组运行突发的故障进行诊断,协助技术人员快速准确查找故障原因,并给出处理方案。瞬时自动诊断(IAD)故障项目有:转子轴向移位、轴承不稳定(油膜振荡)IAD、外部强烈振动、转子弯曲、转子裂纹IAD、转子磨损IAD低频、叶片磨损、径向轴承磨损、结构膨胀。 4.6远程故障诊断 OPENpredictor

文档评论(0)

linsspace + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档