电机在线振动故障检测系统智能化的研究

论文摘要

随着技术手段和分析方法的不断进步,在线故障诊断技术越来越成为企业设备管理的有效工具。电机是工业生产中广泛应用的典型设备,现场运行中常常会有故障产生并具有不同的故障形式,获取其有用的状态信息并通过模型的设计从中提取出故障特征量是提高电机及其拖动设备状态监测和故障诊断水平的关键手段。智能化在线振动检测系统是基于智能化数据采集及智能化故障诊断技术的结合,是融合数据预处理方法的故障模式识别理论,信号采集、数据管理和分析诊断于一体。本文以电机为对象,阐述了在线振动检测系统从振动特征信号中获取拖动设备状态信息的原理,并研究了通过分类的数据采集方式,智能化的信号处理和判断策略,基于经验的模型设计来实现在线系统智能化诊断的目的。本文针对利用现场振动信号判断故障方式的单一性,引入的工艺量信号及部分触发条件信号,通过系统的分类采集和对比,结合机械振动信号来进行综合故障报警和诊断,这种方法有效地提高了故障判断的准确性。同时考虑到机械信号是整个系统中最主要的故障溯源依据,信号的质量对判断的准确性有非常关键的作用,因此研究了一种对高频干扰信号的除噪理论,利用该方法能够去掉振动信号中的高频干扰成分。在故障报警的智能化研究中采用粗糙集理论的判断方法,针对大量基于设备状态的数据中,提取出能够辨识故障存在的关键数据组,在根据关键数据变化趋势给出报警信息,这种方法极大的提高了在线系统报警的准确率,在不影响系统整体灵敏度的前提下,解决了系统误报的问题。同时故障诊断技术研究了基于现场故障分析经验模型来开发自动故障诊断系统的方法和可行性,对电机的某一常见故障进行了分析,并通过经验总结了模型的开发过程。本文不仅研究了在线振动检测系统智能化的理论,而且通过对现场原有系统的改进,从系统的架构开始,介绍了数据采集方式,信号处理,报警策略,模型开发这一系列系统智能化功能的实现,验证了系统智能化开发的可行性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 设备诊断技术国内外现状
• 1.2 设备诊断技术的智能化
• 1.3 设备在线振动检测系统
• 1.4 选题的研究意义
• 1.5 本文主要内容
• 第2章 电机设备诊断技术
• 2.1 电机的诊断过程
• 2.2 电机设备主要检测诊断手段
• 2.3 电机设备常用的信号处理方式
• 2.4 电机设备常用故障及诊断方法
• 第3章 智能化在线检测的信号采集与处理
• 3.1 数据采集策略
• 3.2 经验模态分解的信号去噪处理
• 第4章 在线检测的智能化故障报警及诊断方法
• 4.1 故障报警策略—粗糙集理论研究
• 4.2 基于知识的故障诊断模型开发理论
• 4.2.1 诊断知识的分类
• 4.2.2 诊断知识的特点
• 4.2.3 基于知识的分层混合推理诊断模型
• 第5章 在线检测系统智能化的设计与实现
• 5.1 宝钢冷轧厂在线检测系统
• 5.2 宝钢冷轧厂在线检测系统的信号采集
• 5.2.1 现场机械信号采集
• 5.2.2 基础自动化信号采集
• 5.3 经验模态分解滤波技术在系统中的应用研究
• 5.4 粗糙集理论在系统故障报警判断中的应用研究
• 5.5 基于知识的智能化诊断模型开发应用研究
• 第6章 总结与展望
• 参考文献
• 致谢