轴流压缩机基于风险和状态的维修

轴流式压缩机在炼化行业应用广泛,其运行属高风险过程,研究集安全与经济为一体的维修方法十分必要。研究状态监测技术和以可靠性为中心的维修相结合的维修决策方法,对轴流压缩机进行故障特征信号分析、故障预警、剩余寿命预测及风险等级确定,实现了轴流压缩机基于风险和状态的维修。实践证明:轴流压缩机基于风险和状态的维修决策能够制定最佳的维修计划和维修任务,预知隐患和故障;降低设备的故障频率和故障后果影响;提高设备的可靠性和安全性。     

过程工业动态的以可靠性为中心的维修研究及应用

针对过程工业设备类型、结构、运行和维护特点,研究过程工业以可靠性为中心的维修评估技术,开发集风险评估、状态监测、绩效审查、专业管理、档案管理为一体的动态的以可靠性为中心的维修决策系统。利用风险评估技术确定设备优先维护等级、优化维修内容、确定最佳维修时间指导设备维护和维修决策;状态监测用于故障诊断与预测确定设备预知性维修任务;绩效指标用于量化关键部件故障频率和故障后果,确定关键部件的最佳维修周期进而量化设备动态风险、确定预防性维修任务内容;专业管理是维修决策和维修内容的执行环节。开发的系统应用于中国石油某炼油厂,实现以信息为重要资源,以设备健康状态为依据,基于风险量化指标决策和设备量化风险动态管理,提高维修决策水平,确保了设备运行的安全性、可靠性和可用性。     

基于风险的维修决策在立体仓库中的应用

在风险的维修决策方法的发展和实施步骤的基础上,针对自动化立体仓库运行中存在的风险,选取堆垛机为研究对象,提出了将基于风险的维修决策应用于物流设备的技术框架.该框架运用故障树算法,综合考虑设备可靠性和故障后果,对堆垛机的风险进行定量分析,并利用风险为决策目标建立维修策略,以降低堆垛机的运行风险.研究表明:基于风险的维修方法是一种可以优化维修计划的有用的决策工具,并可以应用到物流设备.     

往复压缩机以可靠性为中心的维修研究与应用

往复压缩机是炼油、化工、氮肥等过程工业生产的关键设备,传统的消防式维修管理模式造成设备可靠性、可用性和安全性较低。为了减少维修的不确定性、减少系统故障次数及故障影响并提高运行的安全性,按照以最少的资源消耗保持装备固有可靠性和安全性的原则,应用逻辑决断的方法研究确定了往复压缩机运行环境下预防性维修需求内容并应用于指导设备维修决策。实践结果表明:以可靠性为中心的维修管理模式有助于提高往复压缩机的运行可靠性和安全性。     

浅谈测控设备实现CBM的难点与对策

分析了测控设备进行CBM(基于状态维修)中的状态监测、失效模型建立、故障预测和维修决策等关键点,讨论了其技术对策,以供测控设备实现CBM参考.     

过程工业设备维修智能决策系统的开发与应用

中国石化过程工业设备管理基本属于传统的事后维修模式,设备基础管理薄弱,依靠经验的、定性的方法确定设备检查/维护内容,缺乏对关键设备的识别和分类,维修资源不能合理分配,存在"维修不足"和"维修过剩",系统安全生产隐患大、事故多,设备可靠性、可用性和安全性难以控制和保证.为保证过程工业安全生产,减少安全事故和环境事故,建立了过程工业设备维修智能决策信息系统,它以设备完整性管理系统为架构,综合集成了企业资源计划系统(Enterprise resource planning,ERP)、企业生产执行系统(Manufacturing executive system,MES)和基于风险的检测(Risk-based inspection,RBI)、以可靠性为中心的维修(Reliability-centered maintenance,RCM)、安全完整性水平分析(Safety integrity level,SIL)等风险评估系统与预知维修信息系统(Predictive maintenance information systems,PMIS),为企业提供设备动态风险等级数据、预知维修信息数据和设备绩效指标数据,使各级人员能够通过网络平台及时准确地掌握设备风险状态和优化的维修任务排程,为设备维修决策提供科学支持.实践结果表明:建立的设备维修智能决策信息系统对于提高设备可靠性、可用性和安全性产生了积极效果,它使设备故障频率降低、故障后果减小,维修资源得到了合理利用;高层领导和工程师的强力支持、针对员工的系统教育培训是智能维修决策系统成功应用的重要保证.     

CBM系统与设备状态监测

本文从设备维修需求与技术出发,给出了目前装备维修的主要方式及其优缺点,分析了当前基于状态的维修(CBM)研究与应用现状,提出了基于状态的维修分析决策系统框架,给出了CBM适用的条件和分析流程,探讨了预先维修、CBM与以可靠性为中心的维修(RCM)的融合.结合某设备中一齿轮箱的状态检测信息,给出了基于声音的设备状态监测案例.     

火电厂设备状态检修技术与管理研究

本文通过对火电厂设备状态检修技术及管理方法的研究，为提高火电厂设备运行可靠性提供参考。研究过程中，以状态检修概述为切入点，简要分析火电厂主要检修设备、检修技术指标、设备检修流程等，以此为基础，结合火电厂设备状态检修技术的应用，提出管理措施，以此提高电力设备性能，减少维修成本与故障风险，从而满足社会对电能供应的需求。     

飞机自动化对接装配系统的故障维修决策

为保证飞机大部件自动化对接装配的安全性、可靠性和经济性,提出了面向装配系统现场设备的故障维修策略。在分析维修目标的基础上,构建了维修决策的数据模型。通过层次分析法、残缺判断矩阵处理机制和相容矩阵分析法,实现了设备故障实例各准则和指标权重的合理配置。基于数据标准化技术,由失效模式与影响分析故障描述,导出了故障风险度的评价模型。针对不同类别设备可靠性设计的差异性,引入综合维修模式,采用灰色聚类实现维修决策。该决策已应用在飞机大部件自动化对接装配系统中,提高了系统稳定性,降低了设备故障风险,同时控制了维修费用,并形成了维修策略知识库。     

设备定量风险分析数据采集和维修决策系统开发和应用研究

设备故障定量风险分析和绩效指标评估面临缺少客观的可靠性和维修数据来建立实际故障概率和故障后果分布模型,参照国内外同类装置设备故障概率数据库进行风险分析具有局限性。为了提高设备风险管理和维修决策水平,研究开发了设备可靠性和维修数据采集和维修决策系统应用于风险评估、剩余工作寿命预测和维修任务优化。实践表明:研制的数据采集和维修决策系统能够积累设备可靠性和维修数据、量化风险分析结果和优化维修任务,从而提高设备运行的可靠性、可用性和安全性。     

往复式压缩机气阀故障分析与诊断

本文以实验压缩机为例,实测在正常情况下和故障情况下压缩机气阀的振动信号,运用小波包理论分析气阀不同位置的故障,对气阀故障的种类和特点进行了分析和探索,为小型压缩机气阀故障诊断和预判提供了一种新的方法。     

Fault diagnosis of axial piston pumps with multi-sensor data and convolutional neural network

Axial piston pumps have wide applications in hydraulic systems for power transmission. Their condition monitoring and fault diagnosis are essential in ensuring the safety and reliability of the entire hydraulic system. Vibration and discharge pressure signals are two common signals used for the fault diagnosis of axial piston pumps because of their sensitivity to pump health conditions. However, most of the previous fault diagnosis methods only used vibration or pressure signal, and literatures related to multi-sensor data fusion for the pump fault diagnosis are limited. This paper presents an end-to-end multi-sensor data fusion method for the fault diagnosis of axial piston pumps. The vibration and pressure signals under different pump health conditions are fused into RGB images and then recognized by a convolutional neural network. Experiments were performed on an axial piston pump to confirm the effectiveness of the proposed method. Results show that the proposed multi-sensor data fusion method greatly improves the fault diagnosis of axial piston pumps in terms of accuracy and robustness and has better diagnostic performance than other existing diagnosis methods.     

风电机组齿轮箱早期故障预警方法研究

为实现风力发电机组等变工况机电设备的早期故障预警,研发了变工况齿轮箱状态监测系统。在基于该系统的多种变工况行星齿轮磨损实验研究基础上,提出了一种基于流形学习的早期故障预警方法。该方法首先研究采用完全总体经验模态分解与改进快速独立成分分析盲源分离技术,有利于对复杂振动信号的滤波与盲源分离;然后研究改进了局部线性嵌入流形学习方法,基于时域、频域信息融合提取了早期故障敏感特征;最后应用k-近邻分类器实现变工况齿轮箱早期故障预警。实验研究表明,该方法提高了早期故障预警准确率,能够应用于风电机组等变工况机电设备的安全保障及科学维护,具有广泛工程实用前景。     

8031单片机控制的车床经济型闭环数控系统

介绍采用８０３１单片机控制的车床数控系统。给出了系统功能与指标、系统硬件及软件结构。系统精度高、功能强、价格低、可靠性好。     

基于油液分析和时间序列模型的内燃机磨损状态监测方法

提出了一种基于油液分析和时间序列模型的内燃机磨损状态监测方法。将整个内燃机看作一个摩擦学系统,利用时间序列模型对摩擦学系统进行动态建模,建立能够表征内燃机磨损状态的数学模型。采用该模型对内燃机润滑油中各元素的变化趋势进行趋势分析,并应用实例对模型进行了检验。结果表明,该方法准确判断内燃机的磨损状态,为内燃机磨损状态监测提供了一种新的途径。     

基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究

液压泵源是民机液压系统的动力部分,对于民航飞机飞行的安全起着重要的作用。由于民机液压泵结构复杂,故障机理繁多,因此其故障诊断难以用常规方法实现。提出了基于小波包分解和RBF神经网络的民机液压泵源故障诊断方法。采集民机液压泵轴向和径向的振动信号,利用小波包分解将振动信号进行分解,得到的各频带信号的能量作为神经网络的输入。经过RBF神经网络的计算以实现民机液压泵源的故障诊断。     

基于粗集-神经网络的智能混合压缩机故障诊断系统的研究

利用粗集的约简功能消除压缩机故障样本数据中冗余信息，将粗集与神经网络相结合，构建了一个基于粗集一神经网络的智能混合压缩机故障诊断系统，实现了粗集对神经网络在压缩机故障诊断中的优化。     

滑油监测技术在航空发动机预防性维修中的应用

对以滑油监测技术为基础的航空发动机状态监测及故障诊断的原理作了简要论述 ,阐明了在航空发动机预防性维修中应用此项技术的重要意义。     

基于故障风险的状态维修检测间隔期的确定

针对机械产品故障率随工作时间增加而增大的实际情况,提出了故障风险的概念。基于等故障风险,建立了新产品状态维修变间隔期检测模型,采用役龄回退因子描述维修后故障率降低的程度,建立了维修后产品状态维修检测间隔期模型,并进行了算例分析。所提出的方法可用于具有安全性故障后果或任务性故障后果的机械产品状态维修检测间隔期的确定。