《DSP的机电设备故障诊断系统的研究与开发》-毕业论文.doc

1 绪论 1.1 本课题的来源及研究目的和意义 随着经济的发展、社会的进步、生产管理自动化水平的不断提高，特别是网络的日益普及，集中监控系统在社会各行各业得到了越来越广泛的应用，在邮电、电力、通讯、银行、工交、仓库等系统及设施中，由于需要监控的区域广、监控点分散、监控的对象种类繁多，因而需要花费大量的人力、物力和财力进行设备的维护，维护人员不足、维护手段落后己成为管理中的薄弱环节。还有一些易发生突发性事故的领域，如容易发生爆炸的场所以及生产中次品的出现，由于这类事件的发生几率较小，而且具有随机性和不确定性，在这类领域实行现场人员值守是不现实的也是不可能的。因此，为提高维护管理自动化水平、保障设备的安全和正常运转，实现图像、环境、动力等的集中监控和实时报警己势在必行[1]。 传统设备维护管理体制是分散维护管理体制，基本上是以维护点为单位进行设备维护管理，每个维护点都配备有一定的维护人员负责全部设备的维护工作，实行轮班值守制，这种维护管理体制下维护人员劳动强度大，维护管理水平不高，而且需要大量的维护人员，花费大量的人力、物力和财力已经越来越不能适应现代经济的发展。尽快建设设备集中监控系统，实现现场无人值守，并充分发挥监控系统的作用，对设备和生产实行实时监控，对设备和生产中出现的突发性事件进行实时响应，确定故障发生的种类和部位，是转变设备专业维护方式、提高维护质量、管理水平，以及提高劳动生产率的真正体现，从而提高产品的竞争力。而对易发生突发性事故(如爆炸)的场所实行远程监控和实时报警，也具有非常高的实际应用价值和现实意义。 1.2 远程故障诊断的发展与展望 1.2.1 故障诊断技术的发展过程 故障诊断技术是用计算机对大型机组进行在线监测，能及时地了解机组的运行参数、当前工作状态，报警监测和事故追忆，能高速瞬时保存大量异常信息，便于进行事故分析和研究。采用模糊数学和灰色理论等进行故障诊断，对监测过程中保存的信息分析计算，从而判断机组运行是否正常。若存在故障，则指出故障类别、程度、部位及发展趋势，从而合理地给出机组使用寿命的估计、维修时间的调整、设备设计制造的改进和最佳运行参数设定[2]。 机械设备状态监测与诊断技术经历了这样几个发展阶段 1.离线监测与人工诊断方式 对于早期简单、小型的机械设备，往往采用眼看、耳听、手摸等，凭人的感觉和经验即可进行判别。这是运用简单手段进行简单的状态监测和故障诊断，这种监测方式下，判断结果受到工作人员经验等状况的影响，因此准确性难以保证[3]。 2.以多用户联机、集中式控制为特征的单机监控与诊断 这是第一代监控与诊断系统。这时的监测与诊断系统主要是针对某一特定被监测的机器而设计的，它主要由一台计算机和一块或多块功能模板构成，信息的交换与处理仅限于监测与诊断系统内部，因而是一种封闭式的系统。 3．以局域网络、集散化控制为特征的分布式监控与诊断 它主要是针对大型机电设备主机和多辅助功能分布和地域分布的特点，通过工业局域网把分布于各个局部现场，独立完成特定功能的本地计算机互联起来，以实现资源共享、协同工作、分散监测和集中操作、管理与诊断功能的工业计算机网络系统，这是基于工业局域网的相对开放的系统，监控信息的处理在局域网内部进行。 4.基于Internet的远程监测诊断 进入20世纪90年代后期，随着计算机技术和信息技术的发展， 特别信息高速公路的开通，设备状态监测与故障诊断也步入Internet阶段，这是一种传统监测诊断技术与现代网络相结合的一种新型技术。 这类系统采用Internet技术实施异地远程诊断，能充分利用远程专家的技术支持和共享数据，大大地提高了诊断效率。远程诊断将是今后设备诊断技术的发展趋势。 现代设备监测诊断技术是以现代动力学[4]、信号采集、信息处理、人工智能、模式识别、集成电路、计算机技术、网络技术等为中心的一门新兴学科。在振动信号分析方面，除了经典的统计分析、时频域分析、时序模型分析、参数识别外，近来又发展了基于非平稳信号假设的短时傅立叶变换、Wigner分布和小波变换等[5]。在诊断方面，人工智能中的专家系统、神经网络、模式识别、模糊诊断等技术得到了广泛的应用。 1.2.2 国内外发展现状 六十年代末开始，国内外开展了大规模的状态监测和故障诊断方面的研究并开发了一系列的产品，在德国的DALOG公司已开发出TYPM-376、E-376、S-550等数据采集处理系统，可进行SCI串行、CAN网络通讯和Internet连接。在美国Bently公司开发的DDM系统、ADRE系统，又如英国中心发电部的TEM系统，日本三菱公司的MHMS等等。这些系统在实际应用中又得到了进一步的发展和提高。 我国在八十年代开始进行该技术的开发与研究，现在各高校均进行了相关产品的研发。如南京航空航天大学的