【英语版】国际标准 ISO 13373-4:2021 EN Condition monitoring and diagnostics of machines — Vibration condition monitoring — Part 4: Diagnostic techniques for gas and steam turbines with fluid-film bearings 机器状态监测和诊断 振动状态监测 第4部分：带流体薄膜轴承的燃气轮机和蒸汽轮机诊断技术.pdf

ISO13373-4:2021机器的状态监测与故障诊断—振动状态监测—第4部分：具有流体轴承的燃气轮机和蒸汽轮机的诊断技术

ISO13373-4:2021是关于机器状态监测与故障诊断的标准，特别关注振动状态监测。本部分标准专门针对使用流体轴承的燃气轮机和蒸汽轮机。

在流体轴承的燃气轮机和蒸汽轮机中，诊断技术具有特殊的重要性，因为它们可以提供关于设备状态的关键信息，从而帮助预测和防止潜在的故障。ISO13373-4:2021详细介绍了用于这些设备的各种诊断技术。

以下是对ISO13373-4:2021标准中主要内容的详细解释：

1.**信号分析**：通过分析设备产生的振动信号，可以提取出有关设备状态的信息。这包括时域分析（如峰值检测）、频域分析（如功率谱密度）以及时频域分析（如小波分析）等方法。

2.**模式识别**：通过训练和测试数据，可以开发出模式识别算法，用于自动识别异常振动模式。这些算法通常基于机器学习或深度学习技术。

3.**趋势分析**：通过分析设备振动数据的趋势，可以预测设备的未来状态，包括可能的故障模式。这可能需要结合其他传感器数据（如温度、压力等）进行更全面的分析。

4.**基于模型的诊断**：对于具有复杂内部机械系统的设备，如燃气轮机和蒸汽轮机，基于模型的诊断方法可能特别有用。这些方法通常基于对设备内部组件的物理模型的理解，并结合振动数据来推断设备状态。

5.**专家系统**：诊断专家系统结合了人工智能和知识工程，可以结合专家的经验和知识，以及基于数据的分析，提供更全面、更准确的诊断结果。

请注意，这些技术并非独立存在，而是通常结合使用，以提供对燃气轮机和蒸汽轮机等复杂机器状态的最佳理解。实施这些技术可能需要专门的硬件和软件工具，以及受过培训的专业人员。