浅谈设备状态监测故障诊断技术的应用

随着现代化生产技术的高速发展,设备状态监测故障诊断技术成为了一门新兴的学科。设备状态监测故障诊断技术是个新的故障诊断手段,它能够通过监控实时掌握设备在运行过程中零部件的耗损状况,及时发现潜在故障,预报故障发展趋势。随着它的发展和普及,改变了传统的设备维修制度中陈旧的检修模式,很大程度地保证了设备的运行的安全性,及时消除了设备的潜在故障,降低维修成本。如今,设备的状态检测和诊断技术已经逐渐发展为红外诊断技术、计算机自动检验技术和传感技术。本文通过分析设备状态监测故障诊断技术的必要性、运用现。和未来的发展趋势进行阐述,提出几点浅薄的看法。     

自动化设备零故障运行系统设计与实现

本文介绍了通过PLC/DCS系统中组织、提取设备运行参数信息,通过设备状态在线监测在冶金工业设备管理上的应用,及时了解生产过程中各种自动化设备的运行状态及为故障诊断提供了极为方便有效的方法,实现了零故障运行。     

基于解析模型的石化装置状态监测系统研究

由石化生产测量数据推理设备运行状态,可以提高设备故障预测和事故分析的能力.基于解析模型建屯了石化设备的状态监测系统,提出了设计和运行模式下状态监测的具体构建方法.应用物料衡算、热量衡算、动量衡算和相平衡方程建立解析模型.选择欧拉法为模型算法,形成的石化设备模块可以系统、机理地分析设备内部运行状况.由SQL Server数据库获取石化装置在线操作数据,由解析模型预测设备内参数变化趋势,从而实现状态监测.状态监测分为设计和运行2种模式,前者给定解析模型输入数据和模型参数,后者显示设备状态.开发了石化装置状态监测系统软件,系统采用模块化思想进行构建.用VisualC++ 2005分别开发了模型运算模块、设计模式界面和运行模式界面,形成了独立的DLL库函数,可供系统主程序按照用户需要来调用.针对换热器等5类设备实现了具体设备的状态监测功能,结果表明该软件可以帮助操作人员分析设备内部状况,很好地起到了故障诊断的作用.     

一种基于时序的状态监控及故障诊断系统

复杂系统在研发及运行过程中会产生大量的状态量及参数记录,为判定系统运行的健康状况,往往在运行结束后对其进行挖掘分析。在对数据分析的过程中,信号的时序变化成为复杂系统运行状态评估的重要参照之一,但是目前将时序分析作为独立分析模块进行状态监测的研究较少。在时序分析方面进行了改进,使用阈值判断结合时序分析的方法对复杂系统的监测点信号进行数据分析,根据分析结果使用专家系统进行基于案例的信号匹配及故障诊断,实现复杂系统基于时序的状态监测及故障诊断。提出的状态监测及故障诊断系统除了适用于对时序要求较高的复杂系统以外,对航天探测、新能源设备研发、医疗技术发展及海洋、大气、大地环境监测等领域都具有应用价值。     

基于PHM的供配电系统故障预测关键技术研究

PHM(故障预测与健康管理)技术是比传统的故障诊断技术更高级的故障诊断、预测和健康管理技术,如何将该项技术在供配电系统中有效推广及应用已成为当前迫切研究的课题。在供配电系统中应用PHM需要解决的关键技术是状态监测与健康管理、故障诊断、故障预测、数据融合和人工智能技术,重点分析了状态监测与健康管理、故障诊断和预测技术及其实现方法。     

多Aqent环境下过程设备的分布式智能决策支持

以化工企业过程设备为对象，论述了利用多Agent技术建立的过程设备分布式智能决策支持系统。系统以基本的状态监测Agent为基础，将人工智能与专业知识相结合，建立设备预决算、寿命预测、故障诊断、检修计划、设备管理等多Agent，并构建多Agent之间的通信和协调机制。系统充分利用企业底层的生产信息，依靠多Agent的优势，及时制定合理的维修策略，延长设备的使用寿命，从而达到降低设备全寿命周期费用的效果。     

南水北调东线泵站状态监测和协作故障诊断研究

针对南水北调东线泵站工程需要长时间运行、安全要求高等特点,对泵站机电设备运行维护和故障诊断模式进行研究。提出泵站设备状态监测和远程协作故障诊断的故障征兆获取、"人-机协作"诊断、故障诊断知识库构建、远程专家诊断的研究方案,确定故障诊断流程及判别方法,明确系统设备健康状态评价、故障准确定位、设备计划检修等功能,从而实现泵站机电设备预测性维修的目标。     

煤矿机电设备智能化维护研究现状与发展趋势

煤矿机电设备智能化维护是智慧矿山建设的重要组成部分。从煤矿机电设备故障机理、设备状态监测、信号分析与处理、故障诊断与预测算法4个方面总结了煤矿机电设备的智能故障诊断与预测性维护研究现状:(1)设备故障机理研究主要是针对不同设备,采用不同方法建立设备故障的分析模型,并对模型施加激励以获得设备故障动态响应,从而为后续的故障诊断提供评判依据;(2)设备状态监测研究针对煤矿机电设备建立了较为完备的状态监测系统,能够准确及时地获取设备参数,为设备的故障诊断提供数据支持;(3)信号分析与处理研究除了采用传统的时域、频域和时频域分析方法外,还将多种方法结合的手段用于信号处理与特征提取,提高了信号处理效率和处理结果的可靠性;(4)故障诊断与预测算法主要采用人工神经网络及机器学习、深度学习等智能算法建立设备故障诊断与预测模型,从而实现故障的智能诊断和预测。指出煤矿机电设备智能化维护研究存在的问题:(1)设备故障机理的研究缺少多故障复合状态下的故障机理研究,需要更多地对设备某部分的故障带来的连锁反应进行研究;(2)模拟环境下所获得的故障数据不能完全真实反映设备实际的运行状况,需长时间不断采集现场监测数据,最好是设备全生命周期数据;(3)目前采用组合式的算法研究较少,并且研究对象更多局限在设备某个部分或零部件。最后给出煤矿机电设备智能化维护的发展趋势:(1)研究应用灵敏度更高的智能传感器来监测设备,结合随机共振、盲源分离等方法从强噪声中提取微弱的特征信号,及时地识别出设备早期故障,从而实现预测性维护;(2)采用独立的诊断方法已经不能适应实际设备的诊断需求,基于多传感器信息融合技术的诊断和预测可准确有效地识别出设备存在的所有故障;(3)将迁移学习算法作为"桥梁",建立仿真、试验数据与现场数据的相关性,为解决仿真与试验条件和现场条件差异的问题提供数据支持和保障。     

基于频谱分析的离心泵健康状态监测及故障诊断

泵类设备在流程工业领域应用广泛。泵的作用就像心脏输送血液一样,将各种液体介质输送到下一生产环节,是石油化工生产中用量较大的转动设备。论述了离心泵的工作原理,分析了离心泵的常见故障类型及原因,重点介绍了基于故障特征知识库的设备故障自动诊断流程。通过建立特征知识库及故障结构树,获得与故障有关的诊断规则,提高设备健康状态监测及故障诊断的可靠性。将频谱故障特征自动识别应用于石化行业、核电行业所用离心泵设备,故障诊断结论与设备解体后的实际情况相吻合。该案例验证了频谱故障特征自动识别的有效性及准确性。建议转变现有的设备维护思路和方法,将普遍采用的计划性检修向基于设备健康状态的监测和预警诊断进行转变。通过合理利用设备状态监测、故障诊断、预测性维护等手段,帮助企业、行业找到设备运行维护的捷径。     

S频段统一测控雷达健康故障诊断系统的设计

针对S频段统一测控系统故障诊断及健康管理的需求,给出故障诊断软件体系架构,并基于故障树的设备故障诊断开展了LNA+D/C设备状态评估设计。健康故障诊断系统以可更换单元或模块的监测信息为基础,综合利用自动测试和标校结果,收集、存储、诊断全系统设备工作状态,并依据建立的系统健康诊断和任务能力预测模型,实现设备健康状态预测和任务能力评估功能,为资源调度提供决策依据。     

离散事件系统基于模式的安全故障诊断

基于模式的故障诊断方法能将触发系统故障的事件串诊断出来,但在诊断期间系统仍然可能执行被禁止的不安全操作.为此,提出了一种离散事件系统基于S型和T型模式的安全诊断方法.先对离散事件系统基于模式的安全可诊断性进行形式化,再通过构造非法语言识别器和安全诊断器对系统发生的故障模式实施安全诊断,最后分别得到了一个关于S型和T型模式的系统安全可诊断性的充分必要条件,实现了离散事件系统基于模式的安全故障诊断.     

工业企业用户短期负荷预测的仿真研究

电力负荷预测在能源领域中是一项非常重要的研究课题,它对于保障系统的安全运行,并在此前提下实现能源的节约和生产的效益最大化具有非常重要的应用价值.对于电力负荷预测的研究主要运用了数据挖掘与数据分析等自动控制领域的经典理论和方法,所以它也是自动控制领域的重要研究课题之一.该文主要介绍了针对工业企业用户的短期负荷预测技术,同时指出了它与目前研究得比较多的针对电能提供方--电厂的短期负荷预测的异同之处,并通过某大型钢铁企业电力负荷的实例进行说明.     

赋时离散事件系统的安全诊断

针对一类计时或非计时自动机模型,研究其赋时离散事件系统(TDES)故障诊断的安全性问题.首先对TDES的安全可诊断性进行形式化;然后通过构造一个非法语言识别器对被禁止危险操作序列进行识别,在此基础上构建一个安全诊断器,提出一种基于安全诊断器的安全诊断方法,并得到一个关于TDES安全可诊断性的充分必要条件,从而实现TDES的安全故障诊断.     

基于OpenGL技术的集装箱仿真系统的研究与开发

对靠近海岸线的物流园区集装箱堆场进行研究,发现台风或大风经常造成集装箱吹落或倾覆,这样造成很大的经济损失.研究利用VC和OpenGL开发一个可视化的集装箱仿真系统,该系统通过气象部门所提供的风速,能够预测物流园区中的集装箱是否安全.系统使用OpenGL中的纹理映射和视点变换,并以一种直观的、可视化的方式呈现给现场操作人员.现场操作人员可以根据系统的提示信息,在台风来临之前对将会被台风吹落的集装箱做好加固措施,以达到减小经济损失的目的.     

基于GM(1,1)的CSTR故障预报

应用灰预测模型对连续搅拌式反应釜进行了状态预报检验,并给出了的灰建模过程。结果表明,根据自身数据建立动态微分方程再预报自身发展的灰预测是可行的,该预测模型计算简便、结果可靠。该方法能够及早判明故障的发展趋势及对设备的危害程度,避免了灾难性的事故发生,为故障状态下的设备停车与否提供决策指导,维护设备安全和长周期的运行。     

内燃机车燃烧系统性能评估与预测

提出一种内燃机车燃烧系统综合性能评估和预测的新方法;燃烧系统的工作性能由柴油机功率、燃油消耗率、燃油压力、增压压力和排气温度等热工参数决定,介绍了有关参数的测量与计算,利用模糊理论对燃烧系统进行性能评估,利用灰色神经网络对燃烧系统的性能进行预测;该成果应用于株洲电力机车研究所研制的内燃机车状态监测与诊断系统,实际评估和预测结果验证了采用模糊理论进行性能评估和利用神经网络进行预测的可行性与有效性,与机车的其它诊断方法比较,能更全面地评估和预测燃烧系统的状态,为内燃机车检修提供了可靠依据。     

基于小波变换和混沌理论的复杂系统状态预测方法研究

应用小波变换和混沌理论对复杂系统状态预测方法进行了研究．首先，应用小波变换对系统的特征参数序列进行分解，得到低频部分和高频部分．然后，对低频部分和高频部分做进一步分析，以确认低频部分和高频部分都存在混沌特性．再应用混沌理论分别建立低频部分和高频部分的预测模型，对低频部分和高频部分进行预测．最后，应用小波理论对混沌模型预测的结果予以重构，实现对系统特征参数序列的预测．实例研究表明，此方法具有较高的预测精度，可有效地应用于复杂系统的状态预测和故障趋势预测分析．     

飞行器健康状态的灰色预测方法

针对飞行器健康状况难以准确预测的问题,提出了一种基于小波包变换与自适应多变量灰色预测模型对飞行器健康状况进行预测的新方法。采用先进的声发射技术监测飞行器关键部件的健康状态,运用小波包对由声发射监测系统募集到的飞行器关键部件原始声发射信号进行三级小波包分解,分别提取其第三级小波包分解中八个频段分解系数的能量最大值、方差最大值和范数最大值作为特征向量,并以此构建三变量MVGFM（1,n,β）模型。运用该模型对飞行器关键部件的健康状态进行预测研究,并通过该模型预测值与特征真实值之间的相对偏差来修正模型中参数β,以提高模型的下一步预测精度。实验结果表明,提出的自适应MVGFM方法可以动态实现对飞行器关键部件裂纹故障的准确预测,其预测准确度明显高于GM（1,1）模型,从而证实了该方法的有效性。     

System strategy for guaranteed safety of complex engineering systems

A system strategy of guaranteed safe operation of complex engineering systems is proposed. The strategy is based on timely and reliable detection, estimation, and forecast of risk factors and, on this basis, on timely elimination of the causes of abnormal situations before failures and other undesirable consequences occur.     

基于非结构数据流行学习的碳价格多尺度组合预测

碳交易价格的有效预测对制定符合国情的碳金融市场政策以及碳金融市场的风险管理都具有重要意义.对此,提出一种基于非结构数据流行学习的碳价格多尺度组合预测方法.首先,利用网络搜索指数提取碳价格相关的非结构化数据,基于等度量映射流行学习对其进行降维;然后,对降维后的非结构化数据、其他影响因素结构化数据、碳交易价格分别进行经验模态分解(Empirical mode decomposition,EMD),得到不同个数的本征模函数(Intrinsic mode function,IMF),并采用Fine-to-coarse方法对IMF进行重构,得到高频序列、低频序列和趋势项;最后,利用自回归积分滑动平均模型(Autoregressive integrated moving average model,ARIMA)、偏最小二乘(Partial least squares,PLS)回归和神经网络对高频数据、低频数据和趋势项进行预测,将3种预测结果进行集成,得到最终预测值.仿真实验结果表明,所提出的方法可以有效利用多源信息,具有较高的预测精度和良好的适用性.