旋转机械振动监测快变报警系统研究及工程应用.pdf

旋转机械振动监测快变报警系统研究及工程应用.pdf

ID:52419518

大小:779.62 KB

页数:4页

时间:2020-03-27

旋转机械振动监测快变报警系统研究及工程应用.pdf_第1页
旋转机械振动监测快变报警系统研究及工程应用.pdf_第2页
旋转机械振动监测快变报警系统研究及工程应用.pdf_第3页
旋转机械振动监测快变报警系统研究及工程应用.pdf_第4页
资源描述:

《旋转机械振动监测快变报警系统研究及工程应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、旋转机械振动监测快变报警系统研究及工程应用魏中青,马波,江志农,李星(北京化工大学诊断与自愈工程研究中心,北京100029)机械设备突发性故障的早期预警技术。针对现有振动监测报警系统的不足,根据旋转机械设备运行过程中振产生故障的机理,提出了一种利用高斯分布模型自学习获得快变报警阈值的方法,并研究开发了能有效捕捉报警系统。通过工程应用实例分析.该快变报警系统能够较好地捕捉到旋转机械的突变故障的发生具有非常重要的作用。关键词:旋转机械:振动监测;突变故障;快变报警;自学习中图分类号:TP277文献标识码:A文章编号:1

2、009—9492f201o)12-0082-031引言变故障,导致变化前后的机器振动信号也不相同。突变前随着旋转机械状态监测与故障诊断技术的快速发展,后一段时间内的振动信号。对于分析突变故障十分重要;在发电、石油、化工等大中型装置中,几乎都装有振动监把这些信号捕捉并存储下来,对实际的振动监测和故障诊断工作非常有意义[9-10]。测系统。它能帮助随时了解旋转机械设备的运行状况,当设备出现异常情况时.发出预警信息,并及时停车检修,所谓快变是“快速变化”的简称,具有两层含义:避免设备的损坏或不必要事故的发生。而在一些复杂

3、的现(1)机器运行振动发生了快速的变化,例如风机在运场.I二况条件下,旋转机械设备的故障往往在没有明显预兆转过程中发生了叶片掉落的故障.机器运行振动会快速转变为非正常振动;的情况下突然发生,称之为突变故障[1-21。当设备发生突变故障时.尽管因报警而停车,但此时(2)机器振动信号因为其振动的变化而发生了瞬问变设备的部分组件可能已被损坏.这对于一些T况条件比较化.例如风机掉叶片时.其振动信号的某一个或某几个特恶劣的关键机组来说,是非常危险的,可能导致巨大的经征值突然变大或变小。济损失和人员伤亡[”’。如何快速准确地捕

4、捉到设备运行如网l所示为设备监测振动信号某一特征值的运行突过程中的突变信号.预防突变故障的发生.就成为了工程变示意陶,从图中可以看出.该特征值在某一时刻发生了实际中急需解决的问题。国内外学者提出利用矢量监测方突变.尽管突变前后机组均能保持平稳运行振动,然而该法【和灵敏监测技术可以较好地预警突变故障,然突变事件的发生,则暗示机组的健康状况发生了改变。因而报警阈值的矢量特性容易产生误报或漏报的情形.因此此.运用快变报警来描述突变事件,并记录触发报警事件通过自学习获得准确的报警阈值是极其重要的。为了避免的时刻,存储报警时

5、刻前后的特征值数据,可以更好地掌握机组的运行状况,及时采取相应的措施,预防故障的蔓突变故障报警的误报和漏报,本文提出利用基于统计学理论的高斯分布模型。对振动信号各个频率分量的特征值自延和进一步恶化⋯。学习获得报警阈值。在此基础上研究开发了能够准确预警3快变报警系统的实现突变故障的快变报警系统。3.1自学习阈值2快变报警的机理快变报警的关键是要准确捕获快变信号,即准确获知目前.旋转机械振动监测的报警系统几乎都存在着严机器振动突变发生的时刻。对于旋转机械来说,振动信号重的不足。它不能从多方面详细地反映设备的报警状况;经

6、过傅里叶变换后,可以得到各个倍频和分频的特征值。也不能为事故发生后的故障诊断提供更多的有效信息[83。这些特征值的突然变化,均反映了设备运行状况的改变,而快变报警是针对振动信号的突变引发突变故障而提出因此.必须找到确切的且可以准确测量到的物理量来描述的。机器运行不同类型振动的快速变化.即不同类型的突突变事件。突变事件可以描述为:振动信号的通频幅值,国家863高技术研究发展计划资助项目(编号:2007AA04Z433)收稿日期:加一一2叠置霍—誓曩[垂二l__研究与Value()>kxThreshold()(4)其中

7、入命名为突变因子.可以衡量振动信号突变程度的大小,并可根据机组实际运行的状^\\/—\—/^\八J况进行调整,如:运行时间.运行条件,环境因素等。一般情况下的取值范围是:1.5~6.5。由上可知快变报警判断的突变事件中超过阈值与常规报警中超过阈值的区别为:常规报警中的阈值.是按照有关国家标准设罔l设备运行振动突变示意图定的门限值,对于某固定的机组,这些阈值是常数,由初始设以及一倍频、二倍频、三倍频和半频幅值和相位等特征定好后,一般不会随时间改变而变化;而突变事件中的阈值,发生超过该特征值阈值的变化,则发生了突变。由

8、于值。是依据前段时间机器稳定运行的状态而自学习获得平稳运行的机组其振动信号的特征值服从高斯分布l】,的.可随着机器的运行状态的变化而改变,同时可根据机因此该阈值可以根据该突变发生前一段时间内振动信号的组实时运行状态调整突变因子,使得判断报警的阈值具有特征值,利用基于统计学理论的高斯分布模型自学习获得自适应性⋯。快变报警的闽值。由于振动信号的通频定义为各个分频

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。