基本信息
- 项目名称：
- 基于状态监测的设备维护预警模型
- 来源：
- 第十一届“挑战杯”国赛作品
- 小类：
- 机械与控制
- 大类：
- 科技发明制作B类
- 简介：
- 本作品从本地工业界的实际需求出发，研究并开发了基于状态监测的以振动分析为核心的多因素分析方法。此方法可应用于不同设备的多种常见故障类型的分析。是一种通用型的多故障预警模型。从实例应用分析看，该模型能够分析发电设备的松动，错位和失衡等一些典型的机器故障类型，是一种可靠的数据分析和诠释工具。它能够决定立即进行维修或者是给出下一个检查点的建议。同时对轴承等部件亦可监测其是否处于非正常状态。该作品可以在不同工业企业的回转设备中（如汽车变速器，传动系统等）得到广泛的应用。
- 详细介绍：
- 在现代工业中，随着系统复杂性的加大和生产率的提高，设备的维护成本和所导致的意外工伤也急剧增加，因此如何对设备进行合理有效的维护成为了一个重要的课题。以状态监测为基础的方法比传统的定时维修检查法具有智能化的优势，可以实时监测设备的运行，在出现严重失误前发出预警信号，以及决定即将进行维护的检查点。这样便可以降低维护成本，改进系统性能。 设备的安全与稳定运行是服务业成功的一个关键因素。本研究的原动力来自一个本地公司――澳门电力公司(CEM)的需求。CEM成立于1972年，并且已经成为了澳门的唯一电力供应商。其中的路环A发电站配备了被称为涡轮复合系统(TCS)的异步发电机，这是一种依靠废气来驱动涡轮机发电的典型设备。本研究的目标是建立一个基于状态监测的设备维护预警模型，并应用像涡轮复合系统（TCS）这样的设备维护。 我们在实验室的环境下，使用了模拟部件，并构建了和真实涡轮复合系统（TCS）系统相同结构的原型系统。这个模拟的原型系统可用来分析和预测设备的运行状态。系统使用了三个步骤：首先，通过初步的研究，确定监测系统的重要部件；其次，收集并分类振动数据然后存入数据库；最后，通过频谱分析使运行中的系统状态数字化，进而判定系统运行的状态。通过以上步骤，系统可以进行模式匹配进而识别有故障隐患的设备的频谱特征。我们发现，在模拟的模型上所研究的维护预测模型和实验数据能运用在真实的工业系统中。为了能自动进行数据分析和预先诊断，本项目提出并开发了故障检测程序(FDP)。故障检测程序(FDP)是以振动信号分析处理为主因素，结合油液分析和碎片分析的多因素分析系统。它能够通过快速傅立叶变换（FFT）频谱分析来识别出正常的随机变量以及异常故障趋势。为提高预测的准确度，作者提出了频谱模式匹配的概率计算方法，并尝试了小波理论在故障诊断方面的应用。模型采用行星齿轮箱作为分析案例。实验结果显示，对于类似于松动，错位和失衡等一些典型的机器故障类型，故障检测程序(FDP)是一种可靠的数据分析和诠释工具。它能够决定立即进行维修或者是给出下一个检查点的建议。本项目开发的预测模型目前已在本地电力公司的TCS维护系统中采用并实施。 本系统的方法对不同的故障类型和不同的设备亦可应用。根据在本地电力公司的冷却系统上做过的实证研究，其结果显示，本方法可以成功诊断出回转体构件中的部件（如滚珠，和内外环）的疲劳损坏。我们相信，本项目所提出的通用型多故障预警模型能够在不同工业企业的回转设备中（如汽车变速器，传动系统等）得到广泛的应用。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 现代工业的系统复杂性日益加大，设备的维护成本和工时损失也急剧增加，因此如何对设备进行合理有效的维护成为了一个重要的课题。本研究的原动力来自本地电力公司的需求，以发电站涡轮复合系统为原型，本研究的目标是建立一个基于状态监测的设备维护预警模型。 本作品在实验室的环境下，使用了模拟部件，并构建了和真实涡轮复合系统（TCS）相同结构的实验系统。实验系统的研究使用了三个步骤：首先，通过初步的研究，确定监测系统的重要部件；其次，收集并分类振动数据,然后存入数据库；最后，通过频谱分析使运行中的系统状态数字化，从而判定系统运行的状态。通过以上步骤，系统可以进行模式匹配,识别出有故障隐患的设备的频谱特征。我们发现，在模拟的模型上所研究的维护预测模型和实验数据能运用在真实的工业系统中。为了能自动进行数据分析和预先诊断，本项目提出并开发了故障检测程序(FDP)。FDP是以振动信号分析处理为主因素，结合油液分析和碎片分析的多因素分析系统。它能够通过快速傅立叶变换（FFT）频谱分析来识别出正常的随机变量以及异常故障趋势。为提高预测的准确度，作者提出了频谱模式匹配的概率计算方法，并尝试了小波理论在故障诊断方面的应用。模型采用行星齿轮箱作为分析案例。实验结果显示，对于类似于松动，错位和失衡等一些典型的机器故障类型，FDP是一种可靠的数据分析和诠释工具。它能够决定立即进行维修或者是给出下一个检查点的建议。本项目开发的预测模型目前已在本地电力公司的TCS维护系统中采用并实施。
科学性、先进性
- 以状态监测为基础的方法比传统的定时维修检查法具有智能化的优势，可以实时监测设备的运行，在出现严重失误前发出预警信号，以及决定即将进行维护的检查点。这样便可以降低维护成本，改进系统性能。本项目提出并开发的故障预测模型以振动信号分析处理为主因素，结合油液分析和碎片分析的多因素分析系统。它能够通过快速傅立叶变换（FFT）频谱分析来识别出正常的随机变量以及异常故障趋势。为提高预测的准确度，作者提出了频谱模式匹配的概率计算方法，并尝试了小波理论在故障诊断方面的应用。本系统提出的方法和模型涵盖了各种不同工业系统中回转体设备常见的故障类型，是一种通用型的多故障预警模型。具有实时监测、动态预警、预警准确度高的特点。不仅在理论上提出了一种新颖的、有较高预测准确度的状态监测的分析方法，也在实践中解决了实际的问题，减少了维护成本，提高了设备运行可靠度。具有进一步深入研究的价值。
获奖情况及鉴定结果
作品所处阶段
- 实验室阶段
技术转让方式
- 可与有兴趣厂商洽谈技术转让细节
作品可展示的形式
- 图片, 录像
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 本系统的方法对不同的故障类型和不同的设备亦可应用。根据在本地电力公司的冷却系统上做过的实证研究，其结果显示，本方法可以成功诊断出回转体构件中的部件（如滚珠，和内外环）的疲劳损坏。我们相信，本项目所提出的通用型多故障预警模型能够在不同工业企业的回转设备中（如汽车变速器，传动系统等）得到广泛的应用。因此,这作品将会有很大的市场发展空间及拥有申请专利的潜能。
同类课题研究水平概述
- 目前在工业界的实践中，大约70％的设备的维护方法是基于时间的维护。由于基于时间的维护法具有定期检修，会造成非故障而进行不必要的停工以及在维修间隙中间发生故障的损失。所以是一种低效的维护方法。现在虽然有许多的研究已经致力于状态监控相关方面和其应用，但是研究结果仍然不够完善。随着系统复杂性的加大，单一零件或设备的状态监控模型很难准确预报整个系统的运行状况。如Saranga（2002）指出：状态参数是可以通过一个可测量的变量来定义的，这个变量能够直接的显示或间接的反应在整个操作时间的系统状况的信息上。由于对这项技术的分析和解释的复杂性，大部分为关键设备执行状态监测的公司很难获取较高的利润。Li（2003）曾致力于状态维护成本和状态监测系统的设计研究。研究表示，如果一个工具能够减少维护成本和故障，那么它将被使用。如果一个模拟的模型能满足设备定期检修的要求的话，它就是上述类型的工具。Novo, F. F., 杨志新博士和黄承发先生于2004年对在轴承上检测各种各样的故障所产生的振动效应进行过研究。Wegerich（2005）讨论了振动数据和传统数据（例如温度，气压，气流等等）相结合的特点。他认为这种结合可以加强故障检测的能力。然而，系统化的理论尚未得出。 在当前国内外同类课题研究中, 以振动信号分析处理为主因素，结合油液分析和碎片分析的多因素分析是首次开发及作出研究。作者提出了频谱模式匹配的概率计算方法可以有效地提高预测的准确度，本系统的方法对不同的故障类型和不同的设备亦可应用，是一种通用型的多故障预警模型。在本项目中，作者建立了故障预警模型的应用平台, 还把监测数据与预设结果作出对比，详细请参阅随表之报告。从报告的结果可见，此预测模型具有实时监测、动态预警、预警准确度高的特点。本项目在理论及实物之研发上是十分成功的。
