塔式起重机故障诊断技术以及常见故障分析.docVIP

塔式起重机故障诊断技术以及常见故障分析 　　【摘 要】 塔式起重机是建筑施工现场中主要的运输设备，它能在很大空间内作危险作业，如升降和搬运重物。因此，一旦不能及时发现塔式起重机的故障，就可能会产生重大事故，造成人员伤亡。设备故障诊断技术可以及时发现设备运行时产生的故障，减少事故的发生。由于塔式起重机比较复杂，为了能过准确判断故障源，需要将不同的诊断技术融合在一起，而判定设备故障源的基础是掌握各种常见故障的基本特征。 　　【关键词】 塔式起重机 故障诊断 分析 　　1 引言 　　随着建筑业的发展，塔式起重机（以下简称塔机）是现在高层建筑施工现场中必不可少的重要起重设备，在建筑业得到了广泛的应用。随着塔机的广泛应用，重大事故频频发生，因此给人民生命财产造成了重大的损失，给社会带来了不良的影响。为减少事故的发生，确保人身和塔机的安全，必须对塔机的故障进行研究。当塔机发生故障时，为了能够及时地、正确地对各种异常状态或故障状态做出诊断，预防或消除故障，对设备的运行进行必要的指导，提高设备运行的可靠性、安全性和有效性，应该采用设备故障诊断技术以期把故障损失降低到最低水平。同时通过检测监视、故障分析、性能评估等，为设备结构修改、优化设计、合理制造及生产过程提供数据和信息。 　　设备的故障诊断既能保证设备的可靠运行，又能获取更大的经济效益和社会效益。20世纪60年代，由于军工、航天的需要，美国最先开始了设备故障诊断的研究。我国是在20世纪80年代初开始的，已经取得了一定的研究成果。但是建筑机械设备的故障诊断技术在实际应用中在存在问题。因此积极开展建筑机械设备的故障研究技术是十分必要的。 　　2 塔机故障诊断技术 　　2.1 机械设备故障诊断方法 　　机械设备故障主要是由于某些零件的缺陷或者损坏而引起的，一方面在零件设计、制造和装配或者在给定条件下工作时，工作人员操作不当产生的，另一方面是由于使用中的零件磨损、变形、断裂、腐蚀、裂纹等产生的。 　　机械设备故障诊断是利用测取机械设备在运行中或相对静态条件下的信息，通过对测取信息的分析，结合设备的历史状态来判断设备以及零件的实时运行状态。塔机的故障诊断技术是是防止事故的有效措施，也是塔机维修的重要依据。故障诊断技术有很多，如振动技术、声学诊断技术、热像诊断技术和智能系统诊断技术等。塔机故障诊断基本流程图如图1所示。 　　2.2 现有的故障诊断方法主要有三大类 　　2.2.1 基于解析模型的故障诊断方法 　　基于解析模型的故障诊断法是发展最早和研究比较系统的一种方法。该方法是根据被诊断设备的监测信息与模型系统的信息进行比较，从而产生残差，并且对残差进行分析和处理的方法。该方法包括参数估计诊断法、状态估计诊断法和基于等价空间法。这种方法在塔机的故障诊断中应用较少，这主要因为像塔机这样复杂的设备很难建立适于用诊断的数学模型。 　　2.2.2 基于信号处理的故障诊断方法 　　基于信号处理的故障诊断方法是利用信号分析理论获得系统时域和频域中较深层次的特征向量，从而利用这些特征向量与故障源之间的关系，判断故障源的位置。这种方法主要包括：快速傅里叶变换法、小波变换法、Fisher判别法和主元分析法等。此方法主要用于诊断对象的解析模型很难建立，但是系统的一些状态信息或者输出参数易测量的设备，故此方法很少用于塔机的故障诊断。 　　2.2.3 基于知识的故障诊断方法 　　此方法又称智能诊断系统，不需要建立精确的数学模型，因此应用比较广泛。基于知识的故障诊断方法主要包括：基于专家系统的故障诊断法、基于人工神经网络的故障法、基于模糊理论的故障诊断法和基于故障树的故障诊断法。 　　此方法中的专家系统故障诊断法不依赖系统数学模型，而是实践经验和故障知识，设计一套智能计算机程序，适应于大型的、比较复杂的设备。但是由于此方法依赖于专家的知识获取，故知识获取比较困难，知识库更新能力和实时性比较差。 　　2.2.4 基于人工神经网络故障诊断法 　　利用大量神经元广泛互联而成的复杂网络系统，主要处理非线性问题。神经网络优化算法有计算精度较高，计算速度快等优点。但是存在学习效率低、易于陷入局部最小点等缺点。 　　基于模糊理论的故障诊断方法是以模糊逻辑为基础，通过模糊判断和推理构建故障与征兆的模糊关系确定诊断结果，但是此方法自学习能力差，模糊诊断知识很难获取，容易出现漏报和误诊，故常与其他方法结合使用。 　　故障树诊断法又称因果分析法，用逻辑推理图的方式分析机械设备故障的发生以及故障产生的原因之间的关系，利用最小割集算法和最小路集算法确定设备出现某种最不希望的故障事件的可能性。此方法表达直观，易于分析，但是其诊断精度不高。 　　以上四种智能诊断技术是最常用的方法，但是每种诊断方法都有各自的优点和缺点，因此可以将以上方法进行结合，形成集成