旋轉(zhuǎn)機械設備關鍵部件故障診斷與預測
2016-09-18張巍
(735100,甘肅鋼鐵職業(yè)技術學院機械工工程系機械設計組,甘肅嘉峪關)
(735100,甘肅鋼鐵職業(yè)技術學院機械工工程系機械設計組,甘肅嘉峪關)
摘 要:旋轉(zhuǎn)機械設備是現(xiàn)代工業(yè)生產(chǎn)的支柱,也是生產(chǎn)企業(yè)向自動化發(fā)展的重要基礎。在實際生產(chǎn)中,如果旋轉(zhuǎn)機械設備出現(xiàn)故障,不但會影響生產(chǎn)效益,嚴重時可能還會對工作人員造成不同程度的危害,從企業(yè)的發(fā)展角度講,旋轉(zhuǎn)機械設備的穩(wěn)定性和可靠性也是衡量企業(yè)綜合實力的重要依據(jù)。因此,旋轉(zhuǎn)機械設備關鍵部位的故障診斷逐漸成為相關技術人員關注的焦點,也是企業(yè)邁上可持續(xù)發(fā)展道路的關鍵內(nèi)容。本文闡述了故障診斷與預測系統(tǒng)的基本構成以及旋轉(zhuǎn)機械設備關鍵部位故障診斷的知識模塊,為旋轉(zhuǎn)機械設備關鍵部位故障診斷技術的發(fā)展提供理論依據(jù)。
關鍵詞:旋轉(zhuǎn)機械設備;關鍵部位;故障診斷;故障預測
近幾年,旋轉(zhuǎn)機械設備關鍵部件的故障診斷與預測技術已經(jīng)得到了相關人員的高度重視,同時也加大了相應的研究力度,從效果上看,已逐步成型,具有良好的發(fā)展前景和上升空間。國內(nèi)大、中型生產(chǎn)企業(yè)中,都配備了成熟且完善的設備故障診斷系統(tǒng),在維護設備安全和確保生產(chǎn)效率方面有著至關重要的作用。然而,旋轉(zhuǎn)機械設備關鍵部件的故障診斷并沒有得到相應的優(yōu)化和改進,依然停留在手工操作和經(jīng)驗判斷的初級階段中,這種原始的故障判斷方法顯然已經(jīng)完全無法適應企業(yè)的高速發(fā)展,面對一些較為先進的旋轉(zhuǎn)機械設備更是顯得力不從心。因此,從實際出發(fā)改良旋轉(zhuǎn)機械設備關鍵部件故障診斷技術、優(yōu)化知識模塊逐漸成為相關部門的首要任務。
1.故障診斷與預測系統(tǒng)的基本構成
研究發(fā)現(xiàn),旋轉(zhuǎn)機械設備關鍵部件的故障診斷與預測系統(tǒng)主要由多種知識模塊組成,其中包括深、淺知識庫以及機器學習模塊等部分。深知識庫還涉及到旋轉(zhuǎn)機械設備基本結(jié)構和功能的知識庫以及機械設備實時運行狀態(tài)的知識庫等部分,而淺知識庫包含機械設備故障征兆知識庫以及典型案例知識庫等部分。該系統(tǒng)是故障診斷與預測的重要手段和方法,在運行的過程中,創(chuàng)建兩種功能各異的知識庫,成功分離了系統(tǒng)內(nèi)部的知識庫和推理機,并在指定的區(qū)域內(nèi)逐漸進行自動學習,持續(xù)擴充系統(tǒng)的淺知識庫,為故障診斷加下堅實的基礎。
2.旋轉(zhuǎn)機械設備關鍵部位故障診斷的知識模塊
2.1維護經(jīng)驗
維護經(jīng)驗實際上就是相關專家對于旋轉(zhuǎn)機械設備關鍵部件故障診斷的經(jīng)驗和知識,在系統(tǒng)中處在淺層知識范疇內(nèi)。這種故障診斷知識的形成需要該領域?qū)<疫M行多次的實踐,并根據(jù)實踐的結(jié)果進行針對性的研究,Z終結(jié)果會在專家的腦海中潛移默化的得到升華,在日后的故障診斷工作中可以被專家靈活的使用。
2.2旋轉(zhuǎn)機械設備的基本原理和功能
旋轉(zhuǎn)機械設備的基本原理和功能知識模塊是建立在系統(tǒng)基本機構的分級前提之下的,根據(jù)故障診斷系統(tǒng)以及下分各部件的構成關系,形成一個更為深層次的結(jié)構,從而適應故障診斷與預測的基本需求。
2.3故障診斷案例
旋轉(zhuǎn)機械設備關鍵部件故障診斷案例知識模塊指的是過去診斷過程中所總結(jié)的經(jīng)驗,并將其進行統(tǒng)一的存儲,可以為日后的故障診斷提供有價值的參考和借鑒。
2.4旋轉(zhuǎn)機械設備的運行狀態(tài)
旋轉(zhuǎn)機械設備的運行轉(zhuǎn)臺知識模塊主要涵蓋了以診斷理論作為基礎的機械設備運行狀態(tài)的描述,描述內(nèi)容主要包括設備運行各個特征量和具體參數(shù),該知識模塊還可以對設備的運行情況進行描述,確定該機械設備是否在正常的條件下運行。
2.5旋轉(zhuǎn)機械設備的故障征兆
旋轉(zhuǎn)機械設備的故障征兆知識模塊是事實性知識一類的。旋轉(zhuǎn)機械設備在發(fā)生故障之前,其各項指標都會在運行的過程中發(fā)生一定改變,會與常規(guī)值出現(xiàn)較大的偏差,在故障診斷時可這種狀況用于故障診斷的判斷和描述。
2.6過程算法
過程算法實際上就是運用計算的方式對機械設備的故障進行診斷或預算,在實際情況中,該知識模塊直接運行了機械設備故障的激勵分析,并根據(jù)實際情況進行模擬實驗,Z后對實驗的結(jié)果進行更深層次的分析和研究,逐步將系統(tǒng)的深層次知識向故障征兆方面的知識轉(zhuǎn)變。從應用的角度講,過程算法通常表現(xiàn)為一整套的計算程序,并且可單獨存在,根據(jù)實際情況自行調(diào)用,該知識模塊主要有兩部分組成,分別為經(jīng)驗知識表達和深層知識表達。
2.6.1經(jīng)驗知識表達
經(jīng)驗知識表達還可稱作為淺層知識,是相關專家多次實踐和研究的結(jié)果,多屬于感性的診斷知識,易于常人理解和應用,還可以起到一定指引的作用,通常以產(chǎn)生式規(guī)則表達。
旋轉(zhuǎn)機械設備的種類十分繁多,且內(nèi)部結(jié)構也很復雜,使得內(nèi)部規(guī)則庫過于龐大,所以機械設備的故障產(chǎn)生原因各不相同,診斷規(guī)則的側(cè)重點和適用范圍也不相同。為了更好的達到目標,需根據(jù)實際要求對診斷規(guī)則實施分類處理,可以大幅提高診斷規(guī)則的檢索速率,為旋轉(zhuǎn)機械設備關鍵部件的故障診斷提供有力的支持。
2.6.2深層知識表達
故障診斷的深層知識主要由元知識以及機械設備的性能結(jié)構所組成,根據(jù)機械設備的性能,可對機械設備進行分層,其中機械設備關鍵部件屬于第三層,一般總共分為四個層次,而且層次之間可保持十分嚴謹?shù)睦^承性,每層都具有獨特的屬性,總體結(jié)構呈樹形。
3.總結(jié)
綜上所述,知識庫是專家診斷系統(tǒng)的關鍵,而專家系統(tǒng)則是旋轉(zhuǎn)機械設備關鍵部件故障診斷的重要手段和方法,因此可以說診斷知識庫的完善程度決定了故障診斷的質(zhì)量和效率,也是故障診斷創(chuàng)新和發(fā)展的重要突破口。隨著現(xiàn)代化建設步伐的加快,旋轉(zhuǎn)機械設備關鍵部件的故障診斷逐漸向?qū)<抑R的方向發(fā)展,這不僅為相關企業(yè)提供了更高的專業(yè)性要求,也為企業(yè)創(chuàng)建了更為廣闊的發(fā)展空間,通過不斷的完善和創(chuàng)新,旋轉(zhuǎn)機械設備關鍵部件的故障診斷勢必會得到更快的發(fā)展,為企業(yè)生產(chǎn)乃至社會建設提供安全、穩(wěn)定的基礎保障。
參考文獻:
[1]蔣東翔等.多層抽象混合推理的智能診斷模型與應用.振動工程學報,2011,(4):23-25.
[2]張雪江等.汽輪發(fā)電機組故障診斷專家系統(tǒng)知識處理技術的研究.振動工程學報,2012,(3):33-36.
[3]胡文彬等.基于故障樹分析法的FMS層次診斷模型.華中理工大學學報,2011,(9):11-12.
[4]徐世昌等.用數(shù)據(jù)流思想開發(fā)故障診斷知識庫.振動工程學報,2011,(8):31-32.
近幾年,旋轉(zhuǎn)機械設備關鍵部件的故障診斷與預測技術已經(jīng)得到了相關人員的高度重視,同時也加大了相應的研究力度,從效果上看,已逐步成型,具有良好的發(fā)展前景和上升空間。國內(nèi)大、中型生產(chǎn)企業(yè)中,都配備了成熟且完善的設備故障診斷系統(tǒng),在維護設備安全和確保生產(chǎn)效率方面有著至關重要的作用。然而,旋轉(zhuǎn)機械設備關鍵部件的故障診斷并沒有得到相應的優(yōu)化和改進,依然停留在手工操作和經(jīng)驗判斷的初級階段中,這種原始的故障判斷方法顯然已經(jīng)完全無法適應企業(yè)的高速發(fā)展,面對一些較為先進的旋轉(zhuǎn)機械設備更是顯得力不從心。因此,從實際出發(fā)改良旋轉(zhuǎn)機械設備關鍵部件故障診斷技術、優(yōu)化知識模塊逐漸成為相關部門的首要任務。
1.故障診斷與預測系統(tǒng)的基本構成
研究發(fā)現(xiàn),旋轉(zhuǎn)機械設備關鍵部件的故障診斷與預測系統(tǒng)主要由多種知識模塊組成,其中包括深、淺知識庫以及機器學習模塊等部分。深知識庫還涉及到旋轉(zhuǎn)機械設備基本結(jié)構和功能的知識庫以及機械設備實時運行狀態(tài)的知識庫等部分,而淺知識庫包含機械設備故障征兆知識庫以及典型案例知識庫等部分。該系統(tǒng)是故障診斷與預測的重要手段和方法,在運行的過程中,創(chuàng)建兩種功能各異的知識庫,成功分離了系統(tǒng)內(nèi)部的知識庫和推理機,并在指定的區(qū)域內(nèi)逐漸進行自動學習,持續(xù)擴充系統(tǒng)的淺知識庫,為故障診斷加下堅實的基礎。
2.旋轉(zhuǎn)機械設備關鍵部位故障診斷的知識模塊
2.1維護經(jīng)驗
維護經(jīng)驗實際上就是相關專家對于旋轉(zhuǎn)機械設備關鍵部件故障診斷的經(jīng)驗和知識,在系統(tǒng)中處在淺層知識范疇內(nèi)。這種故障診斷知識的形成需要該領域?qū)<疫M行多次的實踐,并根據(jù)實踐的結(jié)果進行針對性的研究,Z終結(jié)果會在專家的腦海中潛移默化的得到升華,在日后的故障診斷工作中可以被專家靈活的使用。
2.2旋轉(zhuǎn)機械設備的基本原理和功能
旋轉(zhuǎn)機械設備的基本原理和功能知識模塊是建立在系統(tǒng)基本機構的分級前提之下的,根據(jù)故障診斷系統(tǒng)以及下分各部件的構成關系,形成一個更為深層次的結(jié)構,從而適應故障診斷與預測的基本需求。
2.3故障診斷案例
旋轉(zhuǎn)機械設備關鍵部件故障診斷案例知識模塊指的是過去診斷過程中所總結(jié)的經(jīng)驗,并將其進行統(tǒng)一的存儲,可以為日后的故障診斷提供有價值的參考和借鑒。
2.4旋轉(zhuǎn)機械設備的運行狀態(tài)
旋轉(zhuǎn)機械設備的運行轉(zhuǎn)臺知識模塊主要涵蓋了以診斷理論作為基礎的機械設備運行狀態(tài)的描述,描述內(nèi)容主要包括設備運行各個特征量和具體參數(shù),該知識模塊還可以對設備的運行情況進行描述,確定該機械設備是否在正常的條件下運行。
2.5旋轉(zhuǎn)機械設備的故障征兆
旋轉(zhuǎn)機械設備的故障征兆知識模塊是事實性知識一類的。旋轉(zhuǎn)機械設備在發(fā)生故障之前,其各項指標都會在運行的過程中發(fā)生一定改變,會與常規(guī)值出現(xiàn)較大的偏差,在故障診斷時可這種狀況用于故障診斷的判斷和描述。
2.6過程算法
過程算法實際上就是運用計算的方式對機械設備的故障進行診斷或預算,在實際情況中,該知識模塊直接運行了機械設備故障的激勵分析,并根據(jù)實際情況進行模擬實驗,Z后對實驗的結(jié)果進行更深層次的分析和研究,逐步將系統(tǒng)的深層次知識向故障征兆方面的知識轉(zhuǎn)變。從應用的角度講,過程算法通常表現(xiàn)為一整套的計算程序,并且可單獨存在,根據(jù)實際情況自行調(diào)用,該知識模塊主要有兩部分組成,分別為經(jīng)驗知識表達和深層知識表達。
2.6.1經(jīng)驗知識表達
經(jīng)驗知識表達還可稱作為淺層知識,是相關專家多次實踐和研究的結(jié)果,多屬于感性的診斷知識,易于常人理解和應用,還可以起到一定指引的作用,通常以產(chǎn)生式規(guī)則表達。
旋轉(zhuǎn)機械設備的種類十分繁多,且內(nèi)部結(jié)構也很復雜,使得內(nèi)部規(guī)則庫過于龐大,所以機械設備的故障產(chǎn)生原因各不相同,診斷規(guī)則的側(cè)重點和適用范圍也不相同。為了更好的達到目標,需根據(jù)實際要求對診斷規(guī)則實施分類處理,可以大幅提高診斷規(guī)則的檢索速率,為旋轉(zhuǎn)機械設備關鍵部件的故障診斷提供有力的支持。
2.6.2深層知識表達
故障診斷的深層知識主要由元知識以及機械設備的性能結(jié)構所組成,根據(jù)機械設備的性能,可對機械設備進行分層,其中機械設備關鍵部件屬于第三層,一般總共分為四個層次,而且層次之間可保持十分嚴謹?shù)睦^承性,每層都具有獨特的屬性,總體結(jié)構呈樹形。
3.總結(jié)
綜上所述,知識庫是專家診斷系統(tǒng)的關鍵,而專家系統(tǒng)則是旋轉(zhuǎn)機械設備關鍵部件故障診斷的重要手段和方法,因此可以說診斷知識庫的完善程度決定了故障診斷的質(zhì)量和效率,也是故障診斷創(chuàng)新和發(fā)展的重要突破口。隨著現(xiàn)代化建設步伐的加快,旋轉(zhuǎn)機械設備關鍵部件的故障診斷逐漸向?qū)<抑R的方向發(fā)展,這不僅為相關企業(yè)提供了更高的專業(yè)性要求,也為企業(yè)創(chuàng)建了更為廣闊的發(fā)展空間,通過不斷的完善和創(chuàng)新,旋轉(zhuǎn)機械設備關鍵部件的故障診斷勢必會得到更快的發(fā)展,為企業(yè)生產(chǎn)乃至社會建設提供安全、穩(wěn)定的基礎保障。
參考文獻:
[1]蔣東翔等.多層抽象混合推理的智能診斷模型與應用.振動工程學報,2011,(4):23-25.
[2]張雪江等.汽輪發(fā)電機組故障診斷專家系統(tǒng)知識處理技術的研究.振動工程學報,2012,(3):33-36.
[3]胡文彬等.基于故障樹分析法的FMS層次診斷模型.華中理工大學學報,2011,(9):11-12.
[4]徐世昌等.用數(shù)據(jù)流思想開發(fā)故障診斷知識庫.振動工程學報,2011,(8):31-32.
來源:《中國機械》2015年3期

