高速旋转设备智能感知系统搭建及数据上传方法研究

针对高速旋转设备的特点搭建了物理智能感知系统,重点对系统所产生的传感器数据如何高效上传进行了深入研究。高速旋转设备物理感知系统具有采集信号多、采集方式多及数据量大等特点,提出3种上传算法:多线程多行算法可工作于普通单片机系统,上传速率达到0.06~0.07 MB/s,可满足系统工作于趋势值自动采集方式下的上传要求;单进程分页算法要求上传硬件系统为工业级单片机或嵌入式系统,上传速度可达0.7~0.8 MB/s,且稳定,可以满足系统工作于手动采集方式下数据实时上传的要求;多进程并行算法的硬件要求为多运算器设备,上传速率取决于运算器数量,10运算器主机上传速率稳定在约3.4 MB/s,可满足多设备系统任何数据采集方式下数据实时上传的要求。文中所做分析可为旋转机械行业数字化发展提供切实可行的方案。

旋转设备常见故障和处理方法

通过对水泥生产旋转设备常见故障进行分析和处理,发现设备的振动现象表现形式虽然是单一的,但对应的故障原因往往大不相同,有些故障现象比较常见,但处理起来又无从下手,如果判断失误既浪费人力物力,又会造成失修欠修,故障现象还是依旧。因此我们结合现场实际情况,采用状态监测、故障识别与预知维修新技术对故障加以甄别,快速找到故障原因和处理方法,实现设备管理由定性向定量的全面技术转型。本文就几种故障类型进行汇总。

高速旋转设备技术与检修方法改进与应用

本文针对动力能源系统的高速旋转设备,根据其结构特点和现有的工程技术条件,结合其现存的工程问题,提出了设备及检修方法的改进方案并结合方案加以应用,具体包括对传统的密封油挡装置进行改进设计、对发电机转静子定心调整方法进行改进设计、开发轴系对中调整控制方法、开发轴套配合检修工具等。经过工程实践后发现,装置的改进及新型检修方法的应用,大大降低了劳动强度,节省了检修时间,提高了检修质量精度和劳动效率,具有良好的社会效益和经济效益。

典型机械旋转设备测点配置方案

针对机械旋转设备容易出现不平衡、不对中、电机轴承剥落等故障的情况,提出典型机械旋转设备的测点配置方案。确定测点选取原则,分析测点布置和方向的具体要求,制定出双支撑泵、悬臂泵和螺杆式压缩机测点配置方案,有助于快速确定故障点位置。结果表明:该方案能够高质量、高效率、高可靠性地实现数据采集和处理,为设备故障诊断提供可靠的数据支撑。

旋转机械设备中滚动轴承故障诊断技术研究

旋转机械设备是工业领域的重要组成部分,滚动轴承是其中的核心组件之一,滚动轴承的运行情况直接影响着整台设备的运行性能与安全。在装备大型化,高速化,智能化的今天,如何对滚动轴承可靠性进行有效监控与维修已成为一个关键问题,对旋转机械设备中滚动轴承故障诊断技术进行深入研究具有重要意义。在本文中,我们将会详细地分析常见旋转机械设备中滚动轴承故障,分析其在生产中的作用,并分析一些关键的滚动轴承故障诊断技术,希望能够为相关人员提供参考,并且对今后旋转机械设备中滚动轴承故障诊断的发展进行了一定的预测,希望能够给有关方面的研究与实践提供一些有意义的借鉴。

基于WSN的旋转机械设备故障时频监测方法

由于旋转机械设备结构和振源较为复杂,以单一故障经验设置的阈值无法准确分解多模态故障,为提升故障监测效果,提出基于WSN的旋转机械设备故障时频监测方法。引入集合经验模态分解故障时频信号,分解不同时刻的振动信号,计算IMF分量的能量,结合归一化能量指标和IMF矩阵奇异谱熵指标,完成旋转机械设备故障时频信号分解。根据特征分解结果,运用训练后免疫RBF神经网络监测旋转机械设备故障。实验结果表明,该方法能够缩短监测时间、提高故障监测准确率。

基于改进CNN的旋转设备转子振动故障预测仿真

避免旋转设备停机维修造成的经济损失,提出基于改进CNN的旋转设备转子振动故障预测仿真。利用采集器、传感器、应用软件等设备构成信号采集系统,采集旋转设备转子的振动信号;利用小波阈值去噪算法确定小波基和分解层数,分解初始信号,去除低频噪声,重构分解后的信号;根据频带能量不同提取不同故障振动特征;建立卷积神经网络模型,确保每个卷积层均与下采样层连接,减少网络复杂度;将预处理后信号作为网络输入,确定学习率和激活函数,通过误差反向传播方式训练网络,优化参数;计算网络误差,当误差值满足设定阈值时停止更新,输出故障预测结果。仿真结果证明,所提方法可以获得清晰的振动信号波形,准确预测出转子可能产生的故障和故障类型,保障旋转设备运行安全。

基于COA-PF融合的旋转设备RUL预测

旋转设备是现代工业的主要部件,是保证制造系统可靠性和稳定性的关键因素之一。因此,对旋转设备的健康状态监测和剩余寿命预测具有重要的研究意义和理论价值。基于郊狼优化算法,优化了粒子滤波权值退化的问题,提升了剩余寿命的预测精度。首先,采用深度相关对齐(Deep CORrelation alignment, Deep CORAL)域适应方法进行训练集与测试集的特征分布对齐,并利用长短期时间序列网络进行健康指标构建,提高了健康指标构建的准确性;其次,利用基于郊狼优化算法的改进粒子滤波算法,提高了旋转设备剩余寿命预测的精度和可靠性;最后,以刀具为例,引入PHM2010刀具磨损数据集,实验结果验证了所提方法的有效性。

选煤厂旋转设备智能故障诊断系统设计

针对选煤厂生产特点设计基于专家知识库和推理机的选煤厂旋转设备智能故障诊断系统。重点介绍了系统设计以及软硬件设计方案,基于设备性能参数完成分析并经专家知识库、推理机后确定设备故障原因并给出相应的故障处理措施。

基于边缘计算的旋转设备振动态势感知平台开发与应用

以火电厂的旋转设备作为研究对象,应用边缘计算、智能监测技术对全厂主机和重要辅机旋转设备振动在线监测,应用智能态势感知、数据可视化技术实现火电厂重要发电设备数字化管理、智能化监测,自动生成统计报表,达到对旋转机械振动状态感知和趋势预测的目的。应用辅机智能平衡技术实现辅机在线动平衡。整体研究对推动电厂的智慧化建设具有一定的借鉴意义。

基于双级对齐部分迁移网络的旋转设备故障诊断

随着智能制造和工业大数据的快速发展,迁移学习在旋转设备故障诊断领域得到了广泛研究.在工业现场,存在大量目标域标签空间为源域标签空间子集的场景,现有迁移学习方法在处理此类场景时,无法消除源域离群类别对目标域分类产生的负迁移影响.部分迁移学习通过限制源域不同类别数据在特征对齐过程的贡献度,实现源域和目标域共享类别特征对齐.然而,现有部分迁移学习方法仅考虑源域和目标域共享类别边缘分布对齐,未考虑源域和目标域共享类别各子类间的状态分布对齐,诊断正确率仍有待提高.为此,本文以Vision Transformer网络为基础网络架构,提出基于双级对齐部分迁移网络的故障诊断方法:一方面构造加权平衡机制促进源域和目标域共享类别间的边缘分布对齐,另一方面利用度量学习实现源域和目标域共享类别各子类间的状态分布对齐.利用滚动轴承故障数据对所提方法进行验证,结果表明:所提方法在所有诊断案例中的准确率均在95%以上,相比其他对比方法表现出更优的诊断效果.

基于改进PSO-模糊神经网络旋转机械设备故障诊断研究

对旋转机械设备故障进行准确预测最主要的是要提高评价模型的性能,模糊神经网络具有很好的泛化能力和学习能力,但易陷入局部最优解,不能得到最优的故障类型。利用改进的粒子群算法对模糊神经网络的惯性权重和隶属度参数进行优化,极大地提高了模糊神经网络的性能,在旋转机械故障诊断和预测中发挥了极为重要作用。

钢铁企业动旋转设备预知性维修关键技术应用实践

鉴于设备状态在线监测是实现高效预知性维护的前置条件,分析钢铁企业传统设备维修策略存在的弊端,提出设备维修策略的决策程序,并在太原钢铁(集团)电气有限公司选取了推进预知性维修的试点设备,从设备状态在线监测系统搭建、信号处理、振动分析三个方面探讨了预知性维修关键技术应用方法及效果,以典型案例的形式进一步论证了预知性维修产生的巨大经济社会效益。

基于B/S模式的石化旋转设备远程状态监测与智能诊断系统的设计与实现

针对石化旋转设备传统故障诊断方法落后的现状,为满足其远程状态监测和智能故障诊断的需求,通过对采集到的传感器信号进行分析处理,利用.Net数据库访问、Socket网络通信、MATLAB和C#混合编程等技术,设计开发了基于浏览器/服务器(browser/server,B/S)模式的石化旋转设备远程状态监测与智能故障诊断系统,实现了数据库管理、状态监测与分析及故障诊断等功能,可以为石化企业中旋转设备的状态监测、故障诊断和维修保养提供依据,并带来有形的经济效益和无形的社会效益。

霍尼韦尔推出Versatilis^(TM)变送器助力工厂提高旋转设备可用性和可靠性

2023年3月24日,霍尼韦尔(纳斯达克代码:HON)推出新款Versatilis^(TM)变送器,可为泵、电机、压缩机、风机、鼓风机和变速箱等旋转设备提供状态监测。霍尼韦尔Versatilis^(TM)变送器提供与旋转设备相关的测量,生成可以改善工业设备安全性、可用性和可靠性的智能解决方案。因故障导致的意外停机和高昂的维护成本不利于工业设施的运营。

旋转机械设备滚动轴承故障诊断技术研究

为准确掌握设备故障信息,采用振动分析法实现旋转机械设备滚动轴承的故障诊断。首先进行振动状态监测,然后运用频谱、时域波形、包络解调等工具进行分析,最后得出诊断结论并给出检维修建议。以石油工业中的减三及二中泵为例,对其进行故障诊断分析。研究结果表明:该方法能有效降低设备维护成本5%~10%,节约计划维护时间20%~50%,提升设备运行时间10%~20%,可为现场预知性维检修提供有效指导和帮助,具有一定实用价值。

邻域知识图算法在旋转机械设备故障诊断中的应用

旋转机械应用过程中极易出现内环故障、外环故障、滚动体故障的情况,而这也直接影响机械部件的使用寿命;为准确诊断设备元件的故障行为,达到延长旋转机械设备寿命水平的目的,针对邻域知识图算法在旋转机械设备故障诊断中的应用展开研究;求解邻域知识图算法的函数表达式,并以此为基础,完成对故障数据的推荐,再通过预处理的方式,实现对旋转机械设备故障数据的深度挖掘;融合关键故障数据,并对其进行降维处理,根据核特征定义条件,完善具体的故障诊断流程,完成基于邻域知识图算法的旋转机械设备故障诊断算法的设计;实验结果表明,上述方法的应用,可将内环故障、外环故障、滚动体故障三种故障表现行为的诊断准确率均提升至90%以上,可以达到延长旋转机械设备使用寿命的目的。

设备在线监测系统在棒线材生产线的应用实践

本文介绍了广西钢铁集团有限公司热轧总厂棒线材产线设备在线监测系统的构成、功能、运维模式及在精轧区高速旋转设备的应用案例,通过在高速旋转设备齿轮箱轴承座的轴向和径向安装加速度传感器,采集设备运行时的实时状态数据,经由系统简单判断、现场人员初步排查和后台专家精密诊断,使设备实时得到监控,能够发现早期故障和缺陷,提前预警并通过合理的处置措施,达到减少设备事故、降低维修费用、稳定生产经营的目的,同时减小生产单位相关人员在高速旋转设备上的经验与技能限制影响,提高设备管理能力。

一种大型圆柱设备的旋转正位法

立式圆柱设备在建造时常采用卧式建造,因而在安装前需要先行直立。但由于焊接、建造方法、管嘴布置等原因不能顺利直立,需要对设备进行旋转调整姿态。本文介绍一种针对圆柱设备在滚轮架上使用两台履带吊旋转的安全方法。

旋转设备在线健康监控指数研究

利用小波包分解方法对在线监控中收集到的齿轮箱振动信号进行频域划分,并在其划分后的频段上有选择地进行了信号重构。在其基础上提出齿轮在线健康监控指数,可以用来反映齿轮箱整个寿命期间的健康状态。同时,为了实现对齿轮早期故障的预警,提出了一个用来在线检测的动态阈值。通过3套不同的齿轮箱全寿命振动信号数据进行了健康指数和早期预警的验证。实验结果证明,该健康监控指数及其动态阈值可以准确地检测出齿轮早期故障发生的时刻。