旋转机械状态监测及预测技术的发展与研究
1.2 旋转机械状态监测技术的发展趋势
机械设备运行状态的监测技术，已经从单凭直觉的耳听、眼看、手摸，发展到采用现代 测量技术、计算机技术和信号分析技术的先进的监测技术，诸如超声、声发射、红外测温等 ，层出不穷。人工智能、专家系统、模糊数学等新兴学科在机械状态监测技术中也找到用武 之地。
在机械动态信号分析方法和应用技术上，新近的发展有：采用空间域滤波的预处理、采用Vo ld－Kalman滤波的多轴阶比信号分析技术、适于非平稳信号的基于Wigner－Ville分布分析、小波(wavelet)变换方法、混沌分析方法、智能 传感与检测技术、以及与VXI总线仪器平台相关的技术等。
现今，国内外较典型的状态监测方式主要有3种。
(1) 离线定期监测方式。测试人员定期到现场用一个传感器依次对各测点进行测试，并用磁带机记录信号，数据处理 在专用计算机上完成，或是直接在便携式内置微机的仪器上完成；这是当前利用进口监 测仪器普遍采用的方式。采用该方式，测试系统较简单，但是测试工作较烦锁，需要专门的 测试人员；由于是离线定期监测，不能及时避免突发性故障。
(2) 在线检测离线分析的监测方式。亦称主从机监测方式，在设备上的多个测点均安装传 感器，由现场微处理器从机系统进行各测点的数据采集和处理，在主机系统上由专业人员进 行分析和判断。这种方式是近年在大型旋转机械上采用的方式。相对第一种方式，该方式免 去了更换测点的麻烦，并能在线进行检测和报警；但是该方式需要离线进行数据分析和判断 ，而且分析和判断需要专业技术人员参与。
(3) 自动在线监测方式。该方式不仅能实现自动在线监测设备的工作状态，及时进行故障 预报，而且能实现在线地进行数据处理和分析判断；由于能根据专家经验和有关准则进行智 能化的比较和判断，中等文化水平的值班工作人员经过短期培训后就能使用。该方式技术最 先进，不需要人为更换测点，不仅不需要专门的测试人员，也不需要专业技术人员参与分析 和判断；但是软硬件的研制工作量很大。本课题研究的是这种方式。
今后，旋转机械状态监测技术趋向由离线定期监测方式、在线检测离线分析监测方式，发展 为自动在线监测方式。随着人工智能理论的发展及其在实际中的应用、数据处理软件的大量 开发，今后旋转机械状态监测技术正向多目标、多层次监测和网络化方向发展 。
2 旋转机械状态预测技术的发展
2.1 旋转机械状态预测技术的发展历程
当机械设备发生故障时,不仅物质财富遭到破坏，服务逼迫中断，甚至连人员的生存也会受 到威胁。在工业史上，由于机械设备故障造成的灾难和环境事故频频发生。例如，美国阿莫 科.卡迪斯号油轮原油泄漏事故，前苏联的切尔诺贝利核电站事故等等，了解这些事故发生 的过程以及如何加以防范，成为要考虑的重要问题。尤其这些故障大都是由于人为干预和不 当措施所造成的，因而减少维护次数和提高维护的科学性是预防恶性事故发生的重要方面 。
传统的机械设备维护方式概括为：运转至损坏再维护和以时间为基础的预防性维护；前者一 般用于廉价的小型机器，采用后备设备来保证生产；后者也称定期维护，一般用于大中型设 备，不论设备是否有故障都按人为计划的时间定期检修80年代以来，以建立新 的维修体制为目标形成了综合工程学科，这一工程学科在欧美、日本以不同的形式获得了推 广。近年来丹麦、美国、德国、日本等发达国家的专家学者进一步提出了预知维护的基本概 念。90年代以来，开始研究新型旋转机械工作状态分析和状态预测技术，研究采用专家系统 、神经网络等新的应用技术。但是，人工智能状态在线预测和预知维护的研究尚处于研究发 展的起步阶段。
设备预知维护是通过对机械设备运行状态做监测及预测来取代定期检修方式，其原则是：只 有当监测、分析和预测结果表明有必要维修时才进行维修。这种现代化维护方式能监测和预 报设备的故障，在发现故障前兆时能及时停机，甚至能按判别出的故障的性质和部位，有目 的地进行检修。其检测方式通常是定期检测，但理想的方式是在线实时检测；其分析预测方 式通常是在计算机上由专业人员评定完成，但理想的方式是由人工智能系统实时在线判断完 成。
因此，若能在线实时检测和以人工智能分析机械设备经历的和当前的状态，并预测随后的发 展，则可以随时、科学、有效地揭示机械设备当前的工作状态，并预测今后多长时间设备状 态将达到不可接受的程度而应当停机维修，从传统的预防维护上升到预知维护。若对旋转机 械设备实行预知维护，需要在旋转机械状态监测和故障分析的基础上，进一步通过对设备状 态进行频域、时域的综合分析判断以及状态的趋势预测来实现。
国际上有代表性的预测系统是美国Entek Scientific Corporation的预测维修系统(pre ventive maintenance system)，其主要功能有：幅值趋势图显示；时域波形显示，频谱显 示；六段频率频谱自动报警，窄带频谱自动报警；两频谱幅值比显示，两频谱幅值差显示； 三维谱图显示；用旋转机械故障诊断专家系统进行离线故障诊断；支持铁谱分析；支持局域 网。该预测系统，能对频谱进行自动比较，能识别由于旋转机械转速变化所引起的频率漂移 ，并提供报警信号。
随着我国科学技术的发展，一些大型企业正在从单纯的振动测量或巡回检测、定期检测和检 修，逐渐向长期连续监测和预测性维修过渡。有的高等院校和科研院所的研究方向也开始相 应变化，有代表性的是天津大学的基于Windows的IDPM智能诊断与预测维修软件系统的研究。但是国内当前研究的重点仍集中在旋转机械设备的状态监测和故障分析方面 ，而对大型旋转机组的以预知维护为目标的智能状态在线预测技术尚待系统地研究。国内许 多厂家和研究单位研制的监测系统，大多数测量项目单一，甚至还往往限于对温度、压力、 液位、电量等常规参数的检测，不具备对振动量为主的机械动态特性进行检测和分析的功能 ，因而无从反映旋转机械设备重要的工作状态；即便具有检测振动量的功能，尚限于状态的 监测和故障分析，不能对旋转机械设备工作状态发展趋势进行预测。
2.2 旋转机械状态预测技术的发展趋势
从机械设备的检修历史和现状来看，设备检修方式大致有：发生事故停机检修，定期停 机检修亦称预防性维修(preventive maintenance)，预知维修(predictive maintenance)亦 称状态维修或视情维修(condition maintenance or condition-based maintenance)。
预知维修方式可以从根本上改变原有的设备维修制度。在保证设备安全运行、避免人员 伤亡、减少环境污染和避免巨大的经济损失方面将产生巨大的作用。据有关文献介绍，在设 备上应用预测技术，获利与投资比可达17:1。因而，以预知维护取代以时间为基础的预防性 维修，成为关键设备和大中型设备维护方式的发展趋势。国外有代表性的采用旋转机械状态 预测先进技术的系统是美国Entek 公司的IRD－890 PM预测维修系统、丹麦BK公司的COMPAS S TYPE 3540系统、TYPE3560系统，这些系统一般用于设备的离线预测。
在线的预测技术越来越受到人们的重视，并成为目前技术攻关的课题。在现有的设备状态在 线监测系统上附加状态预测功能，由于具有较高的性能价格比，而成为实现设备状态在线监 测及预测的优选方案，本课题研究的是这种采用在线方式的同时进行监测及预测的方案。具 有人工智能的状态在线监测和预测技术是国内外研究的新课题，也是本课题研究的内容。
由于机组状态在线智能化趋势预测技术是国际上90年代以来发展的一项先进技术，国家 自然科学基金工程与材料科学部确定，国内大型旋转机械状态监测及预报研究课题主要针对 大中型旋转机械，研究智能化在线的状态分析和状态预测的有关理论、方法，研究在线检测 、人工智能分析设备经历的和当前的状态并预测发展趋势。国家机械工业技术发展基金委员 会提出的“九五”期间研究工作目标也确定在大型旋转机械状态监测和故障分析的基础上， 研究大型旋转机械状态预测系统，研究大型旋转机械状态趋势预示的技术，开发大型旋转机 械状态趋势预测的系统。
评论