隨著現代化生產的發展和科學技術的進步,設備的結構越來越復雜,功能越來越完善,自動化程度也越來越高。由于許許多多無法避免的因素的影響,有時設備會出現各種各樣故障,以致降低或失去預定的功能,甚至造成嚴重的以致災難性的事故。國內外曾經發生的各種空難、海難、爆炸、斷裂、倒塌、毀壞、泄漏等惡性事故,造成了人員傷亡,產生了嚴重的社會影響;即使是經常生產中的事故,也因生產過程不能正常運行或機器設備損壞而造成巨大的經濟損失。嚴重的災難性事故觸目驚心,不但造成巨大的經濟損失,而且造成很大的人員傷亡和環境污染。 設備故障診斷的目的是: 能及時的、準確的對各種異常狀態或故障狀態做出診斷,預防或消除故障,對設備的運行進行必要的指導,提高設備運行的可靠性、安全性和有效性以及把故障損失降低到最低水平; 保證設備發揮最大的設計能力,制定合理的檢查維修制度,以便在允許的條件下,充分挖掘設備潛力,延長服役期限和使用壽命,降低設備全壽命周期費用; 通過檢測監視、故障分析、性能評估等,為設備結構修改、優化設計、合理制造及生產過程提供數據和信息。
基于人工智能的故障診斷系統就是設備故障診斷的集成化、高精度化和智能化。
集成化是指采用虛擬儀器技術的平臺將各類采集技術、信號處理技術和診斷理論方法有效地集成在一起,這樣可根據實際需要對診斷系統進行升級和擴大系統的測試范圍。目前很多故障診斷系統的診斷測試功能相對固定,難以升級,因此隨著虛擬儀器技術在設備故障診斷領域的應用不斷廣泛,集成化將成為其發展一個趨勢。
高精度化是指運用先進的信號處理方法從原始信號中提取敏感反映機器狀態的特征因子。可以說,信號處理中每一項新技術在設備診斷中的應用,都是對診斷技術的一次重大推動。如利用多段時域平均法提高當前信號的強度,利用小波分析法良好的時頻局部化特性進行奇異信號檢測,其目的都在去除原始信號中的噪音干擾,提取設備故障診斷精度。
智能化是指診斷系統具有專家系統和智能化功能,能對設備技術狀況進行檢測,并能診斷出設備故障發生的部位和原因,引導維修人員迅速排除故障。人工智能技術的發展及其在診斷推理中的應用,將使得診斷系統智能化程度不斷提高。如神經網絡推理方法的出現,有效解決了專家系統出現的“規則組合爆炸”的難題,而近期已有神經網絡算法的完善和新神經網絡算法的出現,又將推動著故障診斷系統向高度智能化方向發展。
物聯網技術的設備故障診斷首先它是通過對各種感知技術的廣泛應用,感知技術也就是利用各種傳感器、RFID、二維碼,甚至其他的各種能夠隨時采集物體動態情況的手段。通過感知技術采集到的設備數據再通過物聯網進行實時的傳送,并對信號進行處理、狀態識別,實現故障診斷和預測。
本系統采用動態仿真圖或動態透視圖動態展示設備的各種實際傳動關系,出現故障時模擬故障現象直觀的顯示在監測界面。
對每個測點不僅可以監測其通頻值,還可以監控192個特診故障頻率的趨勢,根據實際發生的故障也可專門設定頻段及該頻段的報警值及危險值做實時追蹤。
變工況設備在不區分工況時的趨勢分析意義不大,系統可取變工況設備在某一個工況(如某一轉速或功率)時的振幅來做趨勢分析,這樣可以排除變工況影響做故障預測。
無論轉速如何變化,可直觀的展示各階次在不同轉速下的振動幅值,從而判定各階次的故障嚴重程度。
在常規伯德圖不僅只針對單一頻率(常見1f)監測的基礎上,還可以對任意倍頻(分倍頻)或任意倍頻段(分倍頻段)的伯德圖進行精準追蹤監測。
通過監測超過上萬種齒輪箱和軸承的基準運行狀態及故障形式,可以針對水泵機組的不同負荷運行模式設定相應的報警曲線(而非報警值,因為變工況設備難以設定報警值),按具體工況對機組進行報警和保護。
監控界面同時顯示多達192臺機組同一位置測點的振幅、時域波形、頻域波形、時間三維譜、轉速三維譜、伯德圖、趨勢圖、階次分析等,可直觀瞬時找出振動異常設備。(可節省95%以上的分析診斷時間,并有利于提高準確率,快速確定故障設備)。
監控界面同時顯示一個測點的多達10種分析功能,如同時顯示有效值、視頻、時域、頻域、波峰因數、趨勢、三維圖、伯德圖等,可針對一個部位利用不同分析功能快速分析故障(在同一界面從各個側面分析故障,節省70%時間并有利于綜合評估故障提高準確率,快速確定故障類型)。
在若干測點(可高達數十條)時間趨勢圖上點中一個時間點,可以對比這些測點該時間點的時域、頻域、各分頻、各頻段、三維、極坐標、階次分析等圖譜分析功能。此功能可輕松查看數十個測點的多達上100萬條數據,輕松極速查看關注點。
專家診斷系統融合了數十年的故障診斷經驗,具有其他企業不可比擬的優勢;專家系統根據設備結構、齒輪傳動關系和齒數、軸承類型、型號、轉速確定診斷邏輯模式輸入設備資料庫;根據診斷知識、故障現象、行業標準、歷史趨勢、相對比較等針對各類設備、各種故障設置門檻值和診斷權重,智能診斷系統自動得出診斷結論并給出維修建議。