旋轉(zhuǎn)類設(shè)備的智能狀態(tài)維修實(shí)施框架

文/夏暉

旋轉(zhuǎn)類設(shè)備的智能狀態(tài)維修實(shí)施框架

文/夏暉

操作安全性、資產(chǎn)可用性和有效的維護(hù)成本對于公司和組織的競爭力有著舉足輕重的影響。在各種工業(yè)應(yīng)用的生產(chǎn)系統(tǒng)中，旋轉(zhuǎn)機(jī)械是其核心部分，其故障可能會影響到整個工廠的運(yùn)行。對于功能日益復(fù)雜的各類設(shè)備，要求能夠持久運(yùn)行，并滿足極端苛刻的性能標(biāo)準(zhǔn)。雖然目前旋轉(zhuǎn)機(jī)械的效率和使用壽命得到了很大提高，但仍然很容易受到各種異常問題的困擾，圖1 為6個工業(yè)設(shè)備類別的年度損失分布。在此介紹一種基于狀態(tài)監(jiān)測的智能狀態(tài)維修框架，以便于實(shí)施一種有效的旋轉(zhuǎn)機(jī)械維修體系。

圖1　以6個工業(yè)設(shè)備類別為代表的年度損失分布

狀態(tài)維修的優(yōu)勢

維修是一種恢復(fù)設(shè)備的指定功能的活動集合。盡量減少機(jī)械設(shè)備的運(yùn)行和維護(hù)成本是一個有效維護(hù)策略所必備的重要要素。提高系統(tǒng)的穩(wěn)定性和降低維護(hù)成本的有效途徑是從故障處理和修復(fù)中引申出的維修預(yù)測和預(yù)防狀態(tài)檢修。綜合各類維修策略，從收益角度分析，狀態(tài)維修十分重要，如表1所示。

表1　維修策略的優(yōu)劣對比

智能狀態(tài)維修的框架

基于狀態(tài)監(jiān)測的智能狀態(tài)維修（CBM）的主要概念是通過監(jiān)測和數(shù)據(jù)處理提取設(shè)備劣化信息，從而利用預(yù)測和診斷系統(tǒng)實(shí)現(xiàn)減少停機(jī)時間。要做到這些，需要一個智能的狀態(tài)維修框架，包括以下幾個關(guān)鍵的步驟和內(nèi)容，如圖2所示。

1.數(shù)據(jù)采集：提供數(shù)字化傳感器或變頻器獲取有用信息（數(shù)據(jù)采集），使用網(wǎng)絡(luò)進(jìn)行信息傳遞（數(shù)據(jù)通信），以及利用信息傳輸系統(tǒng)存儲數(shù)據(jù)，并提供下一步處理（數(shù)據(jù)存儲和處理）。

2.數(shù)據(jù)預(yù)處理：首先從數(shù)據(jù)中剔除掉外部干擾信息和偏差的影響，以保證獲取更加可靠的檢測結(jié)果。

3.特征提取：為實(shí)現(xiàn)特定的檢測目的，選取出可靠性高的關(guān)鍵數(shù)據(jù)特征組合。

4.健康評定：健康評定是借助狀態(tài)監(jiān)測信息以判定設(shè)備是否處于健康運(yùn)行狀態(tài)還是已經(jīng)出現(xiàn)劣化，在這一步中要明確評定標(biāo)準(zhǔn)。

5.預(yù)測：預(yù)測是指早期發(fā)現(xiàn)設(shè)備組件出現(xiàn)的潛在故障，并以一定的技術(shù)手段預(yù)測該缺陷的進(jìn)展情況。

6.診斷：故障診斷的3個主要任務(wù)是通過故障檢測發(fā)現(xiàn)問題點(diǎn)，找出故障根本原因并采取有效隔離措施。

在監(jiān)測過程中，局部污染等缺陷可能會影響設(shè)備的運(yùn)行參數(shù)，而流量和效率等運(yùn)行參數(shù)的變化，可能會導(dǎo)致觀察參數(shù)的變化，如壓力、溫度、燃料流量和轉(zhuǎn)速變化等。這些偏離運(yùn)行參數(shù)的數(shù)據(jù)可以用來檢測故障和隔離故障。另一方面，設(shè)備機(jī)械性能的劣化加劇也會影響到整個設(shè)備的有效運(yùn)行。表2所列評估設(shè)備機(jī)械劣化程度的技術(shù)很多，有現(xiàn)場數(shù)據(jù)表明，組合兩種或者更多的監(jiān)測技術(shù)可以獲取更多、更可靠的設(shè)備劣化信息。

圖2　基于狀態(tài)監(jiān)測的智能狀態(tài)維修框架

未來展望

為了更好地實(shí)現(xiàn)對旋轉(zhuǎn)類設(shè)備的故障預(yù)測和診斷，提出基于狀態(tài)監(jiān)測的智能狀態(tài)維修框架。包括基本功能模塊和對硬件、軟件的要求，以實(shí)現(xiàn)對設(shè)備的狀態(tài)維修。在這里還應(yīng)該認(rèn)識到，對于旋轉(zhuǎn)類設(shè)備建立狀態(tài)維修，首先要選擇有效的數(shù)據(jù)采集傳感器，其次要提取顯著特征并進(jìn)行信號預(yù)處理，然后還要充分利用專業(yè)知識進(jìn)行分析，并且要設(shè)計有效的數(shù)據(jù)模型以便從各類傳感器中獲取信息，最后要善于整合眾多狀態(tài)監(jiān)測方法以提高故障預(yù)測的能力。

表2　各類狀態(tài)監(jiān)測方法對比