基于數(shù)據(jù)的故障檢測與診斷方法能夠對海量的工業(yè)數(shù)據(jù)進行統(tǒng)計分析和特征提取,將系統(tǒng)的狀態(tài)分為正常運行狀態(tài)和故障狀態(tài)。故障檢測是判斷系統(tǒng)是否處于預期的正常運行狀態(tài),判斷系統(tǒng)是否發(fā)生異常故障,相當于一個二分類任務。故障診斷是在確定發(fā)生故障的時候判斷系統(tǒng)處于哪一種故障狀態(tài),相當于一個多分類任務。因此,故障檢測和診斷技術研究類似于模式識別,分為4個的步驟:數(shù)據(jù)獲取、特征提取、特征選擇和特征分類。1)數(shù)據(jù)獲取步驟是從過程系統(tǒng)收集可能影響過程狀態(tài)的信號,包括溫度、流量等過程變量;2)特征提取步驟是將采集的原始信號映射為有辨識度的狀態(tài)信息;3)特征選擇步驟是將與狀態(tài)變化相關的變量提取出來;4)特征分類步驟是通過...
電機等振動設備在運行中,伴隨著一些安全問題,振動數(shù)據(jù)會發(fā)生變化,如果不及時發(fā)現(xiàn),容易導致起火或,造成大量的財產損失,而這些問題具有突發(fā)性和不準確性,應對這種情況,需要一種手段去解決。無線振動傳感器直接讀取原始加速度數(shù)據(jù),準確可靠,避免后期計算出現(xiàn)較大誤差。本傳感器采用無線通訊方式,低功耗設計,一次性鋰亞電池供電,具有容量大、耐高溫、不宜爆等特點,工作原理:將傳感器分布式安裝在各類電機、風機、振動平臺、回轉窯、傳送設備等需要振動監(jiān)測的設備上實時采集振動數(shù)據(jù),然后通過無線方式將數(shù)據(jù)發(fā)送給采集端,采集端將數(shù)據(jù)解析、顯示或傳輸。系統(tǒng)能實時在線監(jiān)測出設備異常,發(fā)出預警,避免事故發(fā)生。產品特點(1)實時性...
基于數(shù)據(jù)的故障檢測與診斷方法能夠對海量的工業(yè)數(shù)據(jù)進行統(tǒng)計分析和特征提取,將系統(tǒng)的狀態(tài)分為正常運行狀態(tài)和故障狀態(tài)。故障檢測是判斷系統(tǒng)是否處于預期的正常運行狀態(tài),判斷系統(tǒng)是否發(fā)生異常故障,相當于一個二分類任務。故障診斷是在確定發(fā)生故障的時候判斷系統(tǒng)處于哪一種故障狀態(tài),相當于一個多分類任務。因此,故障檢測和診斷技術研究類似于模式識別,分為4個的步驟:數(shù)據(jù)獲取、特征提取、特征選擇和特征分類。1)數(shù)據(jù)獲取步驟是從過程系統(tǒng)收集可能影響過程狀態(tài)的信號,包括溫度、流量等過程變量;2)特征提取步驟是將采集的原始信號映射為有辨識度的狀態(tài)信息;3)特征選擇步驟是將與狀態(tài)變化相關的變量提取出來;4)特征分類步驟是通過...
電機等振動設備在運行中,伴隨著一些安全問題,振動數(shù)據(jù)會發(fā)生變化,如果不及時發(fā)現(xiàn),容易導致起火或,造成大量的財產損失,而這些問題具有突發(fā)性和不準確性,應對這種情況,需要一種手段去解決。無線振動傳感器直接讀取原始加速度數(shù)據(jù),準確可靠,避免后期計算出現(xiàn)較大誤差。本傳感器采用無線通訊方式,低功耗設計,一次性鋰亞電池供電,具有容量大、耐高溫、不宜爆等特點,工作原理:將傳感器分布式安裝在各類電機、風機、振動平臺、回轉窯、傳送設備等,需要振動監(jiān)測的設備上實時采集振動數(shù)據(jù),然后通過無線方式將數(shù)據(jù)發(fā)送給采集端,采集端將數(shù)據(jù)解析、顯示或傳輸。系統(tǒng)能實時在線監(jiān)測出設備異常,發(fā)出預警,避免事故發(fā)生。產品特點(1)實時...
現(xiàn)代電力系統(tǒng)中發(fā)電機單機容量越大型發(fā)電機在電力生產中處于主力位置,但是大型發(fā)電機由于造價昂貴,結構復雜,一旦遭受損壞,需要的檢修期長,因此要求有極高的運行可靠性。就我國今后很長一段時間內的缺電、用電緊張的狀況而言,發(fā)電機的年運行小時數(shù)目和滿負荷率都較以往高出很多,備用容量很少的情況下,其運行可靠性顯得尤為重要和突出。因此對大型機組進行在線監(jiān)測與診斷,做到早期預警以防止事故的發(fā)生或擴大具有重要的現(xiàn)實意義。通常對發(fā)電機的“監(jiān)測”與“診斷”在內容上并無明確的劃分界限,可以說監(jiān)測的數(shù)據(jù)和結果即為診斷的依據(jù)。監(jiān)測利用各種傳感器在電機運行時對電機的狀態(tài)提取相關數(shù)據(jù)。故障診斷使用計算機及其相應智能軟件,根據(jù)...
電機馬達監(jiān)控系統(tǒng)適用于石油、化工、電力、煤炭、冶金、造紙、水泥等行業(yè),可以實時對低壓電動機的運行狀態(tài)進行監(jiān)測,對電機各類故障進行監(jiān)測并存儲故障信息,可以生成各類實時曲線(電壓曲線、電流曲線等),為電機節(jié)能提供依據(jù),并可實現(xiàn)電機節(jié)能管理。系統(tǒng)特點:1實時監(jiān)測電機回路石化、電力、水泥等電機用量大戶,需要對電機進行實時監(jiān)測,監(jiān)測內容包括電機的電流、電壓、電能、頻率、電機狀態(tài)(起動、停止、報警、故障)等。在要求較高的場所還要對工藝參數(shù)進行監(jiān)測,例如溫度、壓力等。本系統(tǒng)不僅可以監(jiān)測電機電壓、電流還能做能耗統(tǒng)計,工藝參數(shù)監(jiān)測,可以大幅提高企業(yè)自動化程度。2集中監(jiān)控,利于節(jié)能馬達監(jiān)控系統(tǒng)對用電大戶電機進行實...
作為工業(yè)領域的一種關鍵旋轉設備,對于終端用來說,關于電機維護的主要是電氣班組的設備工程師、電機維護工程師、電機檢修人員等;對于電機廠家以及電機經銷商來說,主要是電機售后服務工程師、電機銷售人員,會涉及到電機的運行維護;險此之外,還有第三方檢修人員等。目前已經有很多智能產品號稱可以實現(xiàn)電機的預測性維護,但問題也非常多。1)傳感器安裝難。設備狀態(tài)監(jiān)測需要振動、噪聲、溫度傳感器,通訊協(xié)議并不統(tǒng)一,自成體系,安裝、使用、維護成本高昂。2)技術成本高。工業(yè)場景設備類型多,運行工況復雜,預測性維護算法涉及數(shù)據(jù)預處理、工業(yè)機理、機器學習,技術要求很高。3)時間成本高。預測性維護要實現(xiàn),前期需要大量歷史數(shù)據(jù)的...
電機狀態(tài)監(jiān)測和故障診斷技術是一種了解掌握電機在使用過程中狀態(tài),確定其整體或局部正?;虍惓?,早期發(fā)現(xiàn)故障及其原因,并能預報故障發(fā)展趨勢的技術,電機狀態(tài)監(jiān)測與故障診斷技術包括識別電機狀態(tài)監(jiān)測和預測發(fā)展趨勢兩方面。設備狀態(tài)是指設備運行的工況,由設備運行過程中的各種性能參數(shù)以及設備運行過程中產生的二次效應參數(shù)和產品質量指標參數(shù)來描述。設備狀態(tài)的類型包括:正常、異常和故障三種。設備狀態(tài)監(jiān)測是通過測定以上參數(shù),并進行分析處理,根據(jù)分析處理結果判定設備狀態(tài)。對設備進行定期或連續(xù)監(jiān)測,包括采用各種測試、分析判別方法,結合設備的歷史狀況和運行條件,弄清設備的客觀狀態(tài),獲取設備性能發(fā)展的趨勢規(guī)律,為設備的性能評價...
電力系統(tǒng)中發(fā)電機單機容量越大型發(fā)電機在電力生產中處于主力位置,同時大型發(fā)電機由于造價昂貴,結構復雜,一旦遭受損壞,需要的檢修期長,因此要求有極高的運行可靠性。就我國目前和今后很長一段時間內的缺電、用電緊張的狀況而言,發(fā)電機的年運行小時數(shù)目和滿負荷率都較以往高出很多,備用容量很少的情況下,其運行可靠性顯得尤為重要和突出。因此對大型機組進行在線監(jiān)測與診斷,做到早期預警以防止事故的發(fā)生或擴大具有重要的現(xiàn)實意義。通常對發(fā)電機的“監(jiān)測”與“診斷”在內容上并無明確的劃分界限,可以說監(jiān)測的數(shù)據(jù)和結果即為診斷的依據(jù)。監(jiān)測利用各種傳感器在電機運行時對電機的狀態(tài)提取相關數(shù)據(jù)。故障診斷使用計算機及其相應智能軟件,根...
電力系統(tǒng)中發(fā)電機的單機容量越大型發(fā)電機在電力生產中處于主力位置,同時大型發(fā)電機造價昂貴,結構復雜,一旦遭受損壞,需要的檢修期長,因此要求有極高的運行可靠性。就我國今后很長一段時間內的缺電、用電緊張的狀況而言,發(fā)電機的年運行小時數(shù)目和滿負荷率都較以往高出很多,備用容量很少的情況下,其運行可靠性顯得尤為重要和突出。因此對大型機組進行在線監(jiān)測與診斷,做到早期預警以防止事故的發(fā)生或擴大具有重要的現(xiàn)實意義。通常對發(fā)電機的“監(jiān)測”與“診斷”在內容上并無明確的劃分界限,可以說監(jiān)測數(shù)據(jù)和結果即為診斷的依據(jù)。監(jiān)測利用各種傳感器在電機運行時對電機的狀態(tài)提取相關數(shù)據(jù)。故障診斷使用計算機及其相應智能軟件,根據(jù)傳感器提...
傳統(tǒng)方法通常無法自適應提取特征, 同時需要一定的離線數(shù)據(jù)訓練得到檢測模型, 但目標對象在線場景下采集到的數(shù)據(jù)有限, 且其數(shù)據(jù)分布與訓練數(shù)據(jù)的分布可能因隨機噪聲、變工況等原因而存在差異, 導致離線訓練的模型并不完全適合于在線數(shù)據(jù), 容易降低檢測結果的準確性; 其次, 上述方法通常采用基于異常點的檢測算法, 未充分考慮樣本前后的時序關系, 容易因數(shù)據(jù)微小波動而產生誤報警, 降低檢測結果的魯棒性; 再次, 為降低誤報警, 這類方法需要反復調整報警閾值. 此外, 基于系統(tǒng)分析的故障診斷方法利用狀態(tài)空間描述建立機理模型, 可獲得理想診斷和檢測結果, 但這類方法通常需要提前知道系統(tǒng)運動方程等信息, 對于軸...
現(xiàn)代電力系統(tǒng)中發(fā)電機單機容量越大型發(fā)電機在電力生產中處于主力位置,同時大型發(fā)電機由于造價昂貴,結構復雜,一旦遭受損壞,需要的檢修期長,因此要求有極高的運行可靠性。就我國今后很長一段時間內的缺電、用電緊張的狀況而言,發(fā)電機的年運行小時數(shù)目和滿負荷率都較以往高出很多,備用容量很少的情況下,其運行可靠性顯得尤為重要和突出。因此對大型機組進行在線監(jiān)測與診斷,做到早期預警以防止事故發(fā)生或擴大具有重要的現(xiàn)實意義。通常對發(fā)電機的“監(jiān)測”與“診斷”在內容上并無明確的劃分界限,可以說監(jiān)測的數(shù)據(jù)和結果即為診斷的依據(jù)。監(jiān)測利用各種傳感器在電機運行時對電機的狀態(tài)提取相關數(shù)據(jù)。故障診斷使用計算機及其相應智能軟件,根據(jù)傳...
早期故障信息具有明顯的低信噪比微弱信號的特征,為實現(xiàn)早期故障有效分析,涉及方法包括:多傳感系統(tǒng)檢測及信息融合,非平穩(wěn)及非線性信號處理,故障征兆量和損傷征兆量信號分析,噪聲規(guī)律與特點分析,以及相關數(shù)據(jù)挖掘、盲源分離、粗糙集等方法。故障預測模型構建。構建基于智能信息系統(tǒng)的設備早期故障預測模型,模型大致有兩個途徑,分別是物理信息預測模型以及數(shù)據(jù)信息預測模型,或構建這兩類預測模型相融合的預測模型。運行狀態(tài)劣化的相關評價參數(shù)、模式及準則。如表征設備狀態(tài)發(fā)展的參數(shù)及特征模式,狀態(tài)發(fā)展評價準則及條件,面向安全保障的決策理論方法,穩(wěn)定性、可靠性及維修性評估依據(jù)及判據(jù)等。物聯(lián)網(wǎng)聲學監(jiān)控系統(tǒng),輔以其他設備參數(shù),通...
設備狀態(tài)監(jiān)測及故障預警若干關鍵技術可歸納如下:(1)揭示設備運行狀態(tài)機械動態(tài)特性劣化演變規(guī)律。設備由非故障運行狀態(tài)劣化為故障運行狀態(tài),其機械動態(tài)特性通常有一個發(fā)展演變過程(2)提取設備運行狀態(tài)發(fā)展趨勢特征。在役設備往往具有復雜運行狀態(tài),在長歷程運行中工況和負載等非故障因素會造成信號能量變化,故障趨勢信息往往被非故障變化信息淹沒,需較大程度上消除非故障變化造成的冗余信息,進而構建預測模型。動力裝備全壽命周期監(jiān)測診斷方面:實現(xiàn)了支持物聯(lián)網(wǎng)的智能信息采集與管理、全生命周期動態(tài)自適應監(jiān)測、早期非線性故障特征提取。優(yōu)化重構出綜合體現(xiàn)裝備運行工況及表現(xiàn)的新參數(shù),提高異常狀態(tài)辨識的適應性與可靠性,基于運行過...
現(xiàn)代電力系統(tǒng)中發(fā)電機單機容量越大型發(fā)電機在電力生產中處于主力位置,但是大型發(fā)電機由于造價昂貴,結構復雜,一旦遭受損壞,需要的檢修期長,因此要求有極高的運行可靠性。就我國今后很長一段時間內的缺電、用電緊張的狀況而言,發(fā)電機的年運行小時數(shù)目和滿負荷率都較以往高出很多,備用容量很少的情況下,其運行可靠性顯得尤為重要和突出。因此對大型機組進行在線監(jiān)測與診斷,做到早期預警以防止事故的發(fā)生或擴大具有重要的現(xiàn)實意義。通常對發(fā)電機的“監(jiān)測”與“診斷”在內容上并無明確的劃分界限,可以說監(jiān)測的數(shù)據(jù)和結果即為診斷的依據(jù)。監(jiān)測利用各種傳感器在電機運行時對電機的狀態(tài)提取相關數(shù)據(jù)。故障診斷使用計算機及其相應智能軟件,根據(jù)...
傳統(tǒng)維護模式中的故障后維護與定期維護將影響生產效率與產品質量,并大幅提高制造商的成本。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、機器學習與傳感器等技術的成熟,預測性維護技術應運而生。以各類如電機、軸承等設備為例,目前已發(fā)展到較為成熟的在線持續(xù)監(jiān)測階段,來實現(xiàn)查看設備是否需要維護、怎么安排維護時間來減少計劃性停產等,并能夠快速、有效通過物聯(lián)網(wǎng)接入到整個網(wǎng)絡,將數(shù)據(jù)回傳至管理中心,來實現(xiàn)電機設備的預測性維護。以各類如電機、軸承等設備為例,目前已發(fā)展到較為成熟在線持續(xù)監(jiān)測階段,來實現(xiàn)查看設備是否需要維護、怎么安排維護時間來減少計劃性停產等,并能夠快速、有效的通過物聯(lián)網(wǎng)接入到整個網(wǎng)絡,將數(shù)據(jù)回傳至管理中心,來實現(xiàn)電...
電機狀態(tài)監(jiān)測和振動分析提供加速度計選擇的建議?;谥绷骱头峭浇涣麟姍C的常見故障。這些常見故障可通過振動分析檢測出來,包括機械和電氣故障。重點是傳感器的頻率范圍及其安裝方法,以便可靠地檢測這些故障。例如,考慮以幾百赫茲的周期性頻率(稱為故障頻率)發(fā)生的撞擊事件,但每個事件的能量可從起始點帶走,頻率在低至千赫范圍內。因此,用于檢測撞擊、摩擦和凹槽等事件的傳感器應在幾百赫茲到20千赫的寬頻范圍內響應。對于傳統(tǒng)的機械故障,如平衡和對準,頻率范圍從約0.2倍的運行速度到50-60倍運行速度是足夠的。電氣故障需要機械故障所需的低頻和高頻段。電機會同時出現(xiàn)機械和電氣故障,這會導致振動。只要安裝的振動傳感器...
電機狀態(tài)監(jiān)測技術是一種綜合性的技術,需要綜合運用各種監(jiān)測方法和手段,以實現(xiàn)對電機狀態(tài)的了解和掌握。通過電機狀態(tài)監(jiān)測技術,可以及時發(fā)現(xiàn)并處理潛在問題,提高設備的可靠性和生產效率,降低維護成本,為企業(yè)創(chuàng)造更大的經濟效益。還有一些基于數(shù)學模型和人工智能的故障診斷方法,如基于神經網(wǎng)絡的故障診斷、基于支持向量機的故障診斷等。這些方法主要是利用電機的數(shù)學模型或歷史數(shù)據(jù),結合機器學習、深度學習等人工智能技術,對電機的狀態(tài)進行估計和預測。電機狀態(tài)監(jiān)測是確保電機正常運行和延長其使用壽命的關鍵技術之一。通過綜合運用各種監(jiān)測方法和手段,可以及時發(fā)現(xiàn)并處理潛在問題,提高設備的可靠性和生產效率。同時,電機狀態(tài)監(jiān)測技術還...
針對刀具磨損狀態(tài)在實際生產加工過程中難以在線監(jiān)測這個問題,提出一種通過通信技術獲取機床內部數(shù)據(jù),對當前的刀具磨損狀態(tài)進行識別的方法。通過采集機床內部實時數(shù)據(jù)并將其與實際加工情景緊密結合,能直接反映當前的加工狀態(tài)。將卷積神經網(wǎng)絡用于構建刀具磨損狀態(tài)識別模型,直接將采集到數(shù)據(jù)作為輸入,得到了和傳統(tǒng)方法精度近似的預測模型,模型在訓練集和在線驗證試驗中的表現(xiàn)都符合預期。刀具磨損狀態(tài)識別的方法在投入使用時還有一些問題有待解決:①現(xiàn)有數(shù)據(jù)是在相同的加工條件下測得的,而實際加工過程中,加工參數(shù)以及加工情景是不斷變化的,因此需要在下一步的研究中,進行變參數(shù)試驗,考慮加工參數(shù)對于刀具磨損的影響,并針對常用的一些...
電機等振動設備在運行中,伴隨著一些安全問題,振動數(shù)據(jù)會發(fā)生變化,如果不及時發(fā)現(xiàn),容易導致起火或,造成大量的財產損失,而這些問題具有突發(fā)性和不準確性,難以預知,應對這種情況,需要一種手段去解決。無線振動傳感器直接讀取原始加速度數(shù)據(jù),準確可靠,避免后期計算出現(xiàn)較大誤差。本傳感器采用無線通訊方式,低功耗設計,一次性鋰亞電池供電,具有容量大、耐高溫、不宜爆等特點。工作原理:將傳感器分布式安裝在各類電機、風機、振動平臺、回轉窯、傳送設備等需要振動監(jiān)測的設備上實時采集振動數(shù)據(jù),然后通過無線方式將數(shù)據(jù)發(fā)送給采集端,采集端將數(shù)據(jù)解析、顯示或傳輸。系統(tǒng)能實時在線監(jiān)測出設備異常,發(fā)出預警,避免事故發(fā)生。產品特點是...
電機狀態(tài)監(jiān)測和故障診斷技術是一種了解掌握電機在使用過程中狀態(tài),確定其整體或局部正?;虍惓?,早期發(fā)現(xiàn)故障及其原因,并能預報故障發(fā)展趨勢的技術,電機狀態(tài)監(jiān)測與故障診斷技術包括識別電機狀態(tài)監(jiān)測和預測發(fā)展趨勢兩方面。設備狀態(tài)是指設備運行的工況,由設備運行過程中的各種性能參數(shù)以及設備運行過程中產生的二次效應參數(shù)和產品質量指標參數(shù)來描述。設備狀態(tài)的類型包括:正常、異常和故障三種。設備狀態(tài)監(jiān)測是通過測定以上參數(shù),并進行分析處理,根據(jù)分析處理結果判定設備狀態(tài)。對設備進行定期或連續(xù)監(jiān)測,包括采用各種測試、分析判別方法,結合設備的歷史狀況和運行條件,弄清設備的客觀狀態(tài),獲取設備性能發(fā)展的趨勢規(guī)律,為設備的性能評價...
故障預測與健康管理是以工業(yè)監(jiān)測數(shù)據(jù)為基礎,通過高等數(shù)學、數(shù)學優(yōu)化、統(tǒng)計概率、信號處理、機器學習和統(tǒng)計學習等技術搭建模型算法,實現(xiàn)產品和裝備的狀態(tài)監(jiān)測、故障診斷及壽命預測,為產品和裝備的正常運行保駕護航,從而提高其安全性和可靠性。故障預測與健康管理是以工業(yè)監(jiān)測數(shù)據(jù)為基礎,通過高等數(shù)學、數(shù)學優(yōu)化、統(tǒng)計概率、信號處理、機器學習和統(tǒng)計學習等技術搭建模型算法,實現(xiàn)產品和裝備狀態(tài)監(jiān)測、故障診斷及壽命預測,為產品和裝備的正常運行保駕護航,從而提高其安全性和可靠性。近年來我們提出的標準化平方包絡和數(shù)學框架以及準算數(shù)均值比數(shù)學框架指引了稀疏測度構造的新方向,同時發(fā)現(xiàn)了大量基尼指數(shù)、峭度、香農熵等具有等價性能的稀...
刀具監(jiān)測技術主要可以分為兩大類:直接監(jiān)測方法和間接監(jiān)測方法。直接監(jiān)測方法通常是通過使用光學或觸覺傳感器直接觀察刀具的磨損情況。這種方法精度高,但必須進行停機檢測,時間成本較高,因此不適用于工業(yè)生產。間接監(jiān)測方法則是通過監(jiān)測與刀具磨損或破損密切相關的傳感器信號,如振動、切削力、電流功率和聲發(fā)射等,并利用建立的數(shù)學模型間接獲得刀具磨損量或刀具破損狀態(tài)。這種方法可以在機床加工過程中持續(xù)進行,不影響加工進度,因此更適用于在線監(jiān)測。其中,基于振動的監(jiān)測法是一種常用的間接監(jiān)測方法。切削過程中,振動信號包含豐富的與刀具狀態(tài)密切相關的信息。通過測量和分析振動信號,可以有效地監(jiān)測刀具的磨損和破損情況。此外,切削...
傳統(tǒng)方法通常無法自適應提取特征, 同時需要一定的離線數(shù)據(jù)訓練得到檢測模型, 但目標對象在線場景下采集到的數(shù)據(jù)有限, 且其數(shù)據(jù)分布與訓練數(shù)據(jù)的分布可能因隨機噪聲、變工況等原因而存在差異, 導致離線訓練的模型并不完全適合于在線數(shù)據(jù), 容易降低檢測結果的準確性; 其次, 上述方法通常采用基于異常點的檢測算法, 未充分考慮樣本前后的時序關系, 容易因數(shù)據(jù)微小波動而產生誤報警, 降低檢測結果的魯棒性; 再次, 為降低誤報警, 這類方法需要反復調整報警閾值. 此外, 基于系統(tǒng)分析的故障診斷方法利用狀態(tài)空間描述建立機理模型, 可獲得理想診斷和檢測結果, 但這類方法通常需要提前知道系統(tǒng)運動方程等信息, 對于軸...
電機狀態(tài)監(jiān)測技術是一種了解和掌握電機在運行過程中的狀態(tài),以及確定其整體或局部是否有異常或故障的技術。這種技術可以早期發(fā)現(xiàn)故障及其原因,并預測故障的發(fā)展趨勢,從而為設備的維護、修理和更換提供決策依據(jù)。電機狀態(tài)監(jiān)測技術主要包括以下幾種:振動監(jiān)測技術:通過對電機運行過程中產生的振動信號進行測量和分析,可以判斷電機是否存在故障。常見的振動監(jiān)測方法包括加速度計法、速度計法和位移計法等。溫度監(jiān)測技術:通過埋置在電機內部的溫度傳感器,對電機運行過程中的溫度信號進行檢測和分析,可以判斷電機是否存在過熱等故障。溫度監(jiān)測是電機狀態(tài)監(jiān)測中常用的一種方法。電流監(jiān)測技術:通過對電機的電流進行監(jiān)測,可以判斷電機是否正...
傳統(tǒng)方法通常無法自適應提取特征, 同時需要一定離線數(shù)據(jù)訓練得到檢測模型, 但目標對象在線場景下采集到的數(shù)據(jù)有限, 且其數(shù)據(jù)分布與訓練數(shù)據(jù)的分布可能因隨機噪聲、變工況等原因而存在差異, 導致離線訓練的模型并不完全適合于在線數(shù)據(jù), 容易降低檢測結果的準確性; 其次, 上述方法通常采用基于異常點的檢測算法, 未充分考慮樣本前后的時序關系, 容易因數(shù)據(jù)微小波動而產生誤報警, 降低檢測結果的魯棒性; 再次, 為降低誤報警, 這類方法需要反復調整報警閾值. 此外, 基于系統(tǒng)分析的故障診斷方法利用狀態(tài)空間描述建立機理模型, 可獲得理想的診斷和檢測結果, 但這類方法通常需要提前知道系統(tǒng)運動方程等信息, 對于軸...
傳統(tǒng)維護模式中的故障后維護與定期維護將影響生產效率與產品質量,并大幅提高制造商的成本。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、機器學習與傳感器等技術的成熟,預測性維護技術應運而生。以各類如電機、軸承等設備為例,目前已發(fā)展到較為成熟的在線持續(xù)監(jiān)測階段,來實現(xiàn)查看設備是否需要維護、怎么安排維護時間來減少計劃性停產等,并能夠快速、有效的通過物聯(lián)網(wǎng)接入到整個網(wǎng)絡,將數(shù)據(jù)回傳至管理中心,來實現(xiàn)電機設備的預測性維護。以各類如電機、軸承等設備為例,目前已發(fā)展到較為成熟在線持續(xù)監(jiān)測階段,來實現(xiàn)查看設備是否需要維護、怎么安排維護時間來減少計劃性停產等,并能夠快速、有效的通過物聯(lián)網(wǎng)接入到整個網(wǎng)絡,將數(shù)據(jù)回傳至管理中心,來實現(xiàn)...
作為工業(yè)領域的一種關鍵旋轉設備,對于終端用來說,關于電機維護的主要是電氣班組的設備工程師、電機維護工程師、電機檢修人員等;對于電機廠家以及電機經銷商來說,主要是電機售后服務工程師、電機銷售人員,會涉及到電機的運行維護;險此之外,還有第三方檢修人員等。目前已經有很多智能產品號稱可以實現(xiàn)電機的預測性維護,但問題也非常多。1)傳感器安裝難。設備狀態(tài)監(jiān)測需要振動、噪聲、溫度傳感器,通訊協(xié)議并不統(tǒng)一,自成體系,安裝、使用、維護成本高昂。2)技術成本高。工業(yè)場景設備類型多,運行工況復雜,預測性維護算法涉及數(shù)據(jù)預處理、工業(yè)機理、機器學習,技術要求很高。3)時間成本高。預測性維護要實現(xiàn),前期需要大量歷史數(shù)據(jù)的...
振動的監(jiān)測是機械設備狀態(tài)監(jiān)測與故障診斷的重要手段之一。通過對機械設備在運行過程中產生的振動信號進行測量、分析和處理,可以獲取設備的狀態(tài)信息,進而判斷設備的健康狀況,預測故障發(fā)展趨勢,及時發(fā)現(xiàn)并處理潛在問題。振動的監(jiān)測方法通??梢苑譃槎ㄆ邳c檢、隨機點檢和長期監(jiān)測等幾種方式。定期點檢是按照預定的時間間隔對設備進行振動測量,適用于對設備狀態(tài)進行定期檢查和評估。隨機點檢則是在設備運行過程中,根據(jù)需要對設備進行振動測量,適用于對設備狀態(tài)進行實時跟蹤和監(jiān)測。長期監(jiān)測則是對設備進行連續(xù)不斷的振動監(jiān)測,適用于對設備狀態(tài)進行長期跟蹤和分析。在振動監(jiān)測中,常用的傳感器包括加速度計、速度計和位移計等。這些傳感器可以...
電機狀態(tài)監(jiān)測技術是一種綜合性的技術,需要綜合運用各種監(jiān)測方法和手段,以實現(xiàn)對電機狀態(tài)的了解和掌握。通過電機狀態(tài)監(jiān)測技術,可以及時發(fā)現(xiàn)并處理潛在問題,提高設備的可靠性和生產效率,降低維護成本,為企業(yè)創(chuàng)造更大的經濟效益。還有一些基于數(shù)學模型和人工智能的故障診斷方法,如基于神經網(wǎng)絡的故障診斷、基于支持向量機的故障診斷等。這些方法主要是利用電機的數(shù)學模型或歷史數(shù)據(jù),結合機器學習、深度學習等人工智能技術,對電機的狀態(tài)進行估計和預測。電機狀態(tài)監(jiān)測是確保電機正常運行和延長其使用壽命的關鍵技術之一。通過綜合運用各種監(jiān)測方法和手段,可以及時發(fā)現(xiàn)并處理潛在問題,提高設備的可靠性和生產效率。同時,電機狀態(tài)監(jiān)測技術還...