油田设备常用监测与故障诊断技术.pptxVIP

;第一章概述;二、机械设备故障诊断技术的发展概况;（3）机械设备诊断技术形成阶段（视情维修）

20世纪60~70年代，机械信号检测、数据处理与信号分析的各种手段和方法，构成了这一阶段机械故障诊断技术的主要研究和发展内容。及时判断并找到故障的部位以及产生原因，出现了更科学的按设备状态进行维修的方式。

（4）智能化诊断阶段（预知维修）

智能化诊断技术始于20世纪90年代初期。这一阶段的机器装备日趋复杂化、智能化及光机电一体化。将智能信息处理技术的研究成果应用到故障诊断领域，以常规信号处理和诊断方法的基础，以智能化信息处理技术为核心，多层次、多角度地利用各种信息，构建智能化故障诊断模型和系统，智能维修系统（IntelligentMaintenanceSystem，IMS）和远程诊断、远程维修技术。

进入21世纪，出现了故障预测与健康管理(PrognosticandHealthMonitoring，PHM)技术，利用先进的传感器及其网络，并借助各种算法和智能模型来诊断、预测、监控和管理装备的状态。;正确选择与测取设备有关状态的特征信号

测取的信号应该包含设备有关状态的信息。

正确地从特征信号中提取设备有关状态的有用信息

理论分析与试验研究对特征信号加以处理，提取有用的信息。

根据征兆正确地进行设备的状态诊断

模式识别理论与方法，对征兆加以处理，构成判别准则，进行状态的识别与分类。

根据征兆与状态正确地进行设备的状态分析

分析故障位置、类型、性质、原因与趋势等。

根据状态分析正确地作出决策

人为干预和自动干预，即包括调整、修理、控制、自诊断等等。;

（1）设备状态信息的获取方法

直接观测法

参数测定法

磨损残余物的测定

设备性能指标的测定;（2）设备故障的检测方法

振动和噪声的故障检测

材料裂纹及缺陷损伤的故障检测

设备零部件材料的磨损及腐蚀故障检测

过程工艺参数变化引起的故障检测;1.振动传感器

振动位移、振动速度和振动加速度的检测;磁电式绝对速度计;振动???移传感器;常用振动传感器测量范围;2.振动标准;振动强度范围;;4.振动和噪声的状态识别技术;二、材料裂纹及缺陷损伤的检测;三、设备零部件材料的磨损

及腐蚀检测;2.油液分析技术;（1）油样分析的五个步骤;（2）三种油样分析技术能力;（3）油液光谱分析技术;序号;(4)油液铁谱分析技术;“大磨粒”（≥5?m）一般沉积在距出口端约50～56mm的入口区；

“小磨粒”（1～2?m）一般沉积在距出口端约50mm处；

“细小磨粒”（?1?m）通常沉积在距出口端约30mm以下的区域。

;铁谱分析磨损程度定量指标;四、设备动力性能检测;

2.有杆泵抽油系统的地面示功图;第三章设备故障的诊断理论

与方法;一、机械故障诊断的基本类型;二、基于故障机理的诊断方法;三、基于信号分析与处理的

故障诊断方法;信号的分类与定义;（1）确定性信号;（2）随机信号;;（3）平稳随机过程与

各态历经随机过程;（4）故障诊断的时域动态指标;;无量纲动态指标;轴承外圈损伤时峭度和峰值指标的比较;（5）检测信号的频域特征分析;转子不平衡振

动波形与频谱;四、基于模式识别的诊断理论;五、基于人工智能的诊断方法;2.基于模糊推理的诊断方法;3.基于人工神经网络的诊断理论;在ANN中，信息处理是通过神经元之间的相互作用实现的，知识与信息的存储表现为分布式网络神经元之间的连接关系和程度，网络的学习和识别取决于各神经元连接权值的动态演化过程。

神经网络在诊断领域的应用研究主要集中在两个方面：一是将ANN作为分类器或非线性映射器进行故障诊断；二是将神经网络与其他诊断方法相结合，组成混合诊断方法。;4.基于案例推理的诊断方法;第四章设备状态监测与故障诊断示例;包络线;特征参数计算;;三维谱;2.RT9240往复机械诊断仪;DPC800系列压缩机组;动力缸压力测试点;发动机端振动和压力检测图;动力缸缸体排气孔积碳严重;压缩机活塞端面裂纹;;C、操作人员应严格遵守操作规程和维护规程，杜绝违章操作，应做好日常点检，以消除发生故障的因素。

故障管理

故障管理在全面故障管理