傳統(tǒng)方法通常無(wú)法自適應(yīng)提取特征, 同時(shí)需要一定的離線數(shù)據(jù)訓(xùn)練得到檢測(cè)模型, 但目標(biāo)對(duì)象在線場(chǎng)景下采集到的數(shù)據(jù)有限, 且其數(shù)據(jù)分布與訓(xùn)練數(shù)據(jù)的分布可能因隨機(jī)噪聲、變工況等原因而存在差異, 導(dǎo)致離線訓(xùn)練的模型并不完全適合于在線數(shù)據(jù), 容易降低檢測(cè)結(jié)果的準(zhǔn)確性; 其次, 上述方法通常采用基于異常點(diǎn)的檢測(cè)算法, 未充分考慮樣本前后的時(shí)序關(guān)系, 容易因數(shù)據(jù)微小波動(dòng)而產(chǎn)生誤報(bào)警, 降低檢測(cè)結(jié)果的魯棒性; 再次, 為降低誤報(bào)警, 這類方法需要反復(fù)調(diào)整報(bào)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(jī)理模型, 可獲得理想診斷和檢測(cè)結(jié)果, 但這類方法通常需要提前知道系統(tǒng)運(yùn)動(dòng)方程等信息, 對(duì)于軸承運(yùn)行來(lái)說(shuō), 這類信息通常不易獲知. 近年來(lái), 深度神經(jīng)網(wǎng)絡(luò)已被成功應(yīng)用于早期故障特征自動(dòng)提取和識(shí)別, 可自適應(yīng)地提取信息豐富和判別能力強(qiáng)的深度特征, 因此具有較好的普適性. 但是, 這類方法一方面需要大量輔助數(shù)據(jù)進(jìn)行模型訓(xùn)練, 而歷史采集的輔助數(shù)據(jù)與目標(biāo)對(duì)象數(shù)據(jù)可能存在較大不同, 直接訓(xùn)練并不能有效提升在線檢測(cè)的特征表示效果; 另一方面, 在訓(xùn)練過(guò)程中未能針對(duì)早期故障引發(fā)的狀態(tài)變化而有目的地強(qiáng)化相應(yīng)特征表示. 因此, 深度學(xué)習(xí)方法在早期故障在線監(jiān)測(cè)中的應(yīng)用仍存在較大的提升空間.設(shè)備狀態(tài)監(jiān)測(cè)是對(duì)運(yùn)行中的設(shè)備進(jìn)行振動(dòng)、噪聲、溫度、濕度、環(huán)境壓力等狀態(tài)參數(shù)的定期或連續(xù)監(jiān)測(cè)。南京性能監(jiān)測(cè)系統(tǒng)
電力系統(tǒng)中發(fā)電機(jī)單機(jī)容量越大型發(fā)電機(jī)在電力生產(chǎn)中處于主力位置,同時(shí)大型發(fā)電機(jī)由于造價(jià)昂貴,結(jié)構(gòu)復(fù)雜,一旦遭受損壞,需要的檢修期長(zhǎng),因此要求有極高的運(yùn)行可靠性。就我國(guó)目前今后很長(zhǎng)一段時(shí)間內(nèi)的缺電、用電緊張的狀況而言,發(fā)電機(jī)的年運(yùn)行小時(shí)數(shù)目和滿負(fù)荷率都較以往高出很多,備用容量很少的情況下,其運(yùn)行可靠性顯得尤為重要和突出。因此對(duì)大型機(jī)組進(jìn)行在線監(jiān)測(cè)與診斷,做到早期預(yù)警以防止事故的發(fā)生或擴(kuò)大具有重要的現(xiàn)實(shí)意義。通常對(duì)發(fā)電機(jī)的“監(jiān)測(cè)”與“診斷”在內(nèi)容上并無(wú)明確的劃分界限,可以說(shuō)監(jiān)測(cè)的數(shù)據(jù)和結(jié)果即為診斷的依據(jù)。監(jiān)測(cè)利用各種傳感器在電機(jī)運(yùn)行時(shí)對(duì)電機(jī)的狀態(tài)提取相關(guān)數(shù)據(jù)。故障診斷使用計(jì)算機(jī)及其相應(yīng)智能軟件,根據(jù)傳感器提供的信息,對(duì)故障進(jìn)行分類定位,確定故障的嚴(yán)重程度并提出處理意見(jiàn)。因此狀態(tài)監(jiān)測(cè)和故障診斷是一項(xiàng)工作的兩個(gè)部分,前者是后者的基礎(chǔ),后者是前者的分析與綜合。電機(jī)狀態(tài)監(jiān)測(cè)技術(shù)可幫助運(yùn)行維護(hù)人員擺脫被動(dòng)檢修和不太理想的定期檢修的困境,按照設(shè)備內(nèi)部實(shí)際的運(yùn)行狀況,合理的安排檢修工作,實(shí)現(xiàn)所謂“預(yù)知”維修。這樣既可避免由于設(shè)備突然損壞,停止運(yùn)行帶來(lái)的損失,又可充分發(fā)揮設(shè)備的作用。紹興監(jiān)測(cè)系統(tǒng)供應(yīng)商部署和維護(hù)電機(jī)監(jiān)測(cè)系統(tǒng)可能需要昂貴的設(shè)備和專業(yè)知識(shí),這可能對(duì)一些小型或預(yù)算有限的應(yīng)用造成挑戰(zhàn)。
針對(duì)刀具磨損狀態(tài)在實(shí)際生產(chǎn)加工過(guò)程中難以在線監(jiān)測(cè)這個(gè)問(wèn)題,提出一種通過(guò)通信技術(shù)獲取機(jī)床內(nèi)部數(shù)據(jù),對(duì)當(dāng)前的刀具磨損狀態(tài)進(jìn)行識(shí)別的方法。通過(guò)采集機(jī)床內(nèi)部實(shí)時(shí)數(shù)據(jù)并將其與實(shí)際加工情景緊密結(jié)合,能直接反映當(dāng)前的加工狀態(tài)。將卷積神經(jīng)網(wǎng)絡(luò)用于構(gòu)建刀具磨損狀態(tài)識(shí)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(yù)測(cè)模型,模型在訓(xùn)練集和在線驗(yàn)證試驗(yàn)中的表現(xiàn)都符合預(yù)期。刀具磨損狀態(tài)識(shí)別的方法在投入使用時(shí)還有一些問(wèn)題有待解決:①現(xiàn)有數(shù)據(jù)是在相同的加工條件下測(cè)得的,而實(shí)際加工過(guò)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(jìn)行變參數(shù)試驗(yàn),考慮加工參數(shù)對(duì)于刀具磨損的影響,并針對(duì)常用的一些加工場(chǎng)景,建立不同的模型庫(kù)。變換加工場(chǎng)景時(shí),通過(guò)獲取當(dāng)前場(chǎng)景,及時(shí)匹配相應(yīng)的預(yù)測(cè)模型即可。②本研究中模型是一個(gè)固定的模型。今后需要根據(jù)實(shí)時(shí)的信號(hào)以及已知的磨損狀態(tài),對(duì)模型進(jìn)行實(shí)時(shí)更新,從而在實(shí)時(shí)監(jiān)測(cè)過(guò)程中實(shí)現(xiàn)自學(xué)習(xí),不斷提升模型的精度和預(yù)測(cè)效果。
電機(jī)等振動(dòng)設(shè)備在運(yùn)行中,伴隨著一些安全問(wèn)題,振動(dòng)數(shù)據(jù)會(huì)發(fā)生變化,如果不及時(shí)發(fā)現(xiàn),容易導(dǎo)致起火或,造成大量的財(cái)產(chǎn)損失,而這些問(wèn)題具有突發(fā)性和不準(zhǔn)確性,難以預(yù)知,應(yīng)對(duì)這種情況,需要一種手段去解決。無(wú)線振動(dòng)傳感器直接讀取原始加速度數(shù)據(jù),準(zhǔn)確可靠,避免后期計(jì)算出現(xiàn)較大誤差。本傳感器采用無(wú)線通訊方式,低功耗設(shè)計(jì),一次性鋰亞電池供電,具有容量大、耐高溫、不宜爆等特點(diǎn)。工作原理:將傳感器分布式安裝在各類電機(jī)、風(fēng)機(jī)、振動(dòng)平臺(tái)、回轉(zhuǎn)窯、傳送設(shè)備等需要振動(dòng)監(jiān)測(cè)的設(shè)備上實(shí)時(shí)采集振動(dòng)數(shù)據(jù),然后通過(guò)無(wú)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(shí)時(shí)在線監(jiān)測(cè)出設(shè)備異常,發(fā)出預(yù)警,避免事故發(fā)生。產(chǎn)品特點(diǎn)是(1)實(shí)時(shí)性:系統(tǒng)實(shí)時(shí)在線監(jiān)測(cè)電機(jī)等振動(dòng)參數(shù),避免了由于電機(jī)突然缺相、線圈故障,堵轉(zhuǎn)、固定螺栓松動(dòng)、負(fù)載過(guò)高和人為錯(cuò)誤操作等發(fā)生的事故。(2)便捷性:系統(tǒng)采用無(wú)線傳輸方式,傳感器的安裝,解決了以往因?yàn)榭臻g狹小、不能布線、安裝成本高等問(wèn)題。(3)可靠性:系統(tǒng)采用先進(jìn)成熟的傳感技術(shù)和無(wú)線傳輸技術(shù),抗干擾力強(qiáng),傳輸距離遠(yuǎn),讀數(shù)準(zhǔn)確,可靠性高。隨著技術(shù)的不斷進(jìn)步,電機(jī)監(jiān)測(cè)系統(tǒng)的效能和適用范圍將逐漸提高。
為了避免發(fā)生災(zāi)難性電機(jī)故障的可能性,業(yè)界產(chǎn)生對(duì)開(kāi)始退化的感應(yīng)電機(jī)組件進(jìn)行了早期狀態(tài)監(jiān)測(cè)、故障診斷的需求。狀態(tài)監(jiān)測(cè)可在其整個(gè)使用壽命期間對(duì)感應(yīng)電機(jī)的各種部件進(jìn)行持續(xù)評(píng)估。感應(yīng)電機(jī)故障的早期診斷,對(duì)即將發(fā)生的故障提供足夠的警告,為企業(yè)提供基于狀態(tài)的維護(hù)和短暫停機(jī)的時(shí)間建議。電機(jī)故障監(jiān)測(cè)系統(tǒng),電機(jī)狀態(tài)檢測(cè)儀。電機(jī)故障監(jiān)測(cè)系統(tǒng)是采用現(xiàn)代電子技術(shù)和傳感器技術(shù),對(duì)電動(dòng)機(jī)運(yùn)行過(guò)程中的各種參數(shù)進(jìn)行實(shí)時(shí)在線檢測(cè)、分析、處理并作出相應(yīng)報(bào)警或指示的裝置。其基本功能包括:1、對(duì)電動(dòng)機(jī)的絕緣電阻、溫升等常規(guī)電氣參數(shù)和振動(dòng)、噪聲等機(jī)械量進(jìn)行測(cè)量;2、通過(guò)設(shè)定值比較法確定電機(jī)的實(shí)際工況;3、根據(jù)設(shè)定的報(bào)警閾值或動(dòng)作時(shí)間發(fā)出聲光報(bào)警信號(hào);4、通過(guò)通訊接口與plc或其它自動(dòng)化設(shè)備相連實(shí)現(xiàn)遠(yuǎn)程控制。設(shè)備狀態(tài)監(jiān)控是設(shè)備總體效率(OEE)優(yōu)化和工業(yè)物聯(lián)網(wǎng)(IIoT)實(shí)現(xiàn)的關(guān)鍵因素,是實(shí)現(xiàn)智能且靈活生產(chǎn)的基礎(chǔ)。紹興發(fā)動(dòng)機(jī)監(jiān)測(cè)數(shù)據(jù)
通過(guò)設(shè)備狀態(tài)監(jiān)測(cè),可以解決設(shè)備各種監(jiān)控?cái)?shù)據(jù)的復(fù)雜性,狀態(tài)動(dòng)態(tài)變化帶來(lái)的不確定性。南京性能監(jiān)測(cè)系統(tǒng)
柴油機(jī)狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)是一個(gè)集數(shù)據(jù)采集與分析、狀態(tài)監(jiān)測(cè)、故障診斷為一體的多任務(wù)處理系統(tǒng), 可實(shí)現(xiàn)柴油機(jī)監(jiān)測(cè)、保護(hù)、分析、診斷等功能。主要包括數(shù)據(jù)采集與工況監(jiān)測(cè)、活塞缸套磨損監(jiān)測(cè)分析、主軸承磨損狀態(tài)監(jiān)測(cè)分析、氣閥間隙異常監(jiān)測(cè)分析和瞬時(shí)轉(zhuǎn)速監(jiān)測(cè)分析等各種功能。信號(hào)分析、特征提取及診斷原理是每個(gè)監(jiān)測(cè)診斷子功能的**部分, 各子功能都有相應(yīng)的信號(hào)分析與特征提取方法, 包括信號(hào)預(yù)處理、時(shí)域、頻域分析、小波分析等, 自動(dòng)形成反映柴油機(jī)運(yùn)行狀態(tài)的特征量, 為系統(tǒng)的診斷推理提供信息來(lái)源。采用模糊聚類理論來(lái)檢驗(yàn)特征參量的有效性、建立故障標(biāo)準(zhǔn)征兆群, 并運(yùn)用模糊貼近度來(lái)實(shí)施故障類型的診斷識(shí)別。南京性能監(jiān)測(cè)系統(tǒng)