你知道么？旋轉(zhuǎn)類設(shè)備的智能狀態(tài)維修實施框架

1、介紹

操作安全性，資產(chǎn)可用性和有效的維護(hù)成本對公司和組織的競爭力。在各種工業(yè)應(yīng)用的生產(chǎn)系統(tǒng)中，旋轉(zhuǎn)機(jī)械是其核心部分，其故障可能會影響到整個工廠的運(yùn)行。對于用途日益復(fù)雜的各類設(shè)備，要求要有持續(xù)更長的運(yùn)行時間和滿足極端苛刻的性能標(biāo)準(zhǔn)。雖然目前進(jìn)展旋轉(zhuǎn)機(jī)械的效率和使用壽命得到了不斷的提高，但它們?nèi)匀缓苋菀资艿礁鞣N異常問題的困擾了，如圖1所示，以六個工業(yè)設(shè)備類別為代表的年度損失分布。為了方便的實施一種有效的旋轉(zhuǎn)機(jī)械維修體系，本文的主要目的是介紹一種基于狀態(tài)監(jiān)測的智能狀態(tài)維修框架。

圖1：以六個工業(yè)設(shè)備類別為代表的損失

2、狀態(tài)維修的優(yōu)勢

維修是一種恢復(fù)設(shè)備的指定功能的活動集合。盡量減少機(jī)械設(shè)備的運(yùn)行和維護(hù)成本是一個有效的維護(hù)策略必須具備的重要要素。提高系統(tǒng)的穩(wěn)定性和降低維護(hù)成本的有效途徑是從故障處理和修復(fù)中引申出的維修預(yù)測和預(yù)防狀態(tài)檢修。綜合各類維修策略，從收益角度分析，狀態(tài)維修十分之重要，如圖2中列出。

圖2維修策略的優(yōu)劣對比

3、基于狀態(tài)監(jiān)測的智能狀態(tài)維修框架

狀態(tài)維修（CBM）的主要概念是通過監(jiān)測和數(shù)據(jù)處理提取設(shè)備劣化信息，從而利用預(yù)測和診斷系統(tǒng)實現(xiàn)減少停機(jī)時間。要做到如此，一個智能的狀態(tài)維修框架，包括以下幾個關(guān)鍵的步驟和內(nèi)容，如圖3所示。

圖3基于狀態(tài)監(jiān)測的智能狀態(tài)維修框架

數(shù)據(jù)采集：提供數(shù)字化傳感器或變頻器獲取有用信息（數(shù)據(jù)采集），使用網(wǎng)絡(luò)進(jìn)行信息傳遞（數(shù)據(jù)通信），以及利用信息傳輸系統(tǒng)存儲數(shù)據(jù)，并提供下一步處理（數(shù)據(jù)存儲和處理）。

數(shù)據(jù)預(yù)處理：首先從數(shù)據(jù)中剔除掉外部干擾信息和偏差的影響，以保證獲取更加可靠的檢測結(jié)果。

特征提取：為實現(xiàn)特定的檢測目的，選取出最重要的，并可靠性高的數(shù)據(jù)特征組合。

健康評定：健康評定是借助狀態(tài)監(jiān)測信息以判定設(shè)備是否是健康運(yùn)行還是出現(xiàn)劣化，在這一步中明確標(biāo)準(zhǔn)。

預(yù)測：預(yù)測是在早期發(fā)現(xiàn)設(shè)備組件出現(xiàn)的潛在故障，并有一定的手段和技術(shù)來預(yù)測這一缺陷的進(jìn)展。

診斷：通過故障檢測以發(fā)現(xiàn)問題點(diǎn)，找出故障根本原因并采取有效的隔離措施，是故障診斷的主要三個任務(wù)。

在運(yùn)行監(jiān)測過程中，一些缺陷，例如局部污染等，導(dǎo)致影響了設(shè)備的運(yùn)行參數(shù)，如流量和效率的變化，而這些又反過來影響觀察參數(shù)的變化，包括壓力，溫度，燃料流量和轉(zhuǎn)速變化等。這些偏離運(yùn)行參數(shù)的數(shù)據(jù)可以用來偵測故障和隔離故障，同時另一方面，由于機(jī)械性能的劣化進(jìn)行影響到整個設(shè)備的有效運(yùn)行。這里我們也有很多種技術(shù)用以評估機(jī)械劣化的程度，圖4列出了一些有效的監(jiān)測方法，現(xiàn)場的數(shù)據(jù)表明，組合兩種或者更多的監(jiān)測技術(shù)可以讓我們獲取更多地、更可靠地設(shè)備劣化信息。

表4各類狀態(tài)監(jiān)測方法對比

4、未來展望

為了更方便地實現(xiàn)對旋轉(zhuǎn)類設(shè)備的故障預(yù)測和診斷，本文提出了基于基于狀態(tài)監(jiān)測的智能狀態(tài)維修框架，該平臺包括基本功能模塊，和對硬件、軟件的要求，以實現(xiàn)對設(shè)備的狀態(tài)維修。在這里我們還應(yīng)該認(rèn)識到，對于旋轉(zhuǎn)類設(shè)備建立狀態(tài)維修，我們首先要選擇有效的數(shù)據(jù)采集穿感器，其次要提取顯著特征并進(jìn)行信號預(yù)處理，然后還要充分利用專業(yè)知識進(jìn)行分析，同時要設(shè)計有效的數(shù)據(jù)模型以便從各類傳感器中獲取信息，最后要善于整合盡可能多的狀態(tài)監(jiān)測方法以提高故障預(yù)測的能力。

本文信息由學(xué)府咨詢原創(chuàng)，轉(zhuǎn)載請注明出處

>>>返回設(shè)備管理大視野首頁