旋轉機械狀態監測、預測技術的發展

摘 要：旋轉機械是工業上應用最廣泛的機械，為了對其進行安全生產和實行科學維護，需要研究旋轉機械在線監測及預測技術。本文綜述了該技術的發展趨勢，并介紹了該技術研究工作所取得的成果。在大型機組上施行的實踐驗證結果表明：所研究的技術是有效的，分析手段是適用的。

關鍵詞：旋轉機械；檢測

旋轉機械狀態監測技術，是近年來研究的熱門課題，這里著重考慮的是避免設備的隨機性故障。自動在線監測方式與定期監測方式、在線檢測離線分析監測方式相比技術水平先進，既避免設備突發性故障又無需專業人員現場操作。旋轉機械狀態在線預測技術，是研究的新興課題之一，這里著重考慮的是預測設備的時間依存性故障和改變設備的維護方式。該技術是在狀態監測及故障分析基礎上發展起來的，是實現以先進的預知維護取代以時間為基礎的預防性維護的關鍵技術。本課題著重研究的是設備狀態在線監測及趨勢預測的方法。

一、旋轉機械狀態監測技術的發展

旋轉機械狀態監測技術的發展歷程旋轉機械是工業上應用最廣泛的機械。許多大型旋轉機械，如：離心泵、電動機、發動機、發電機、壓縮機、汽輪機、軋鋼機等，還是石化、電力、冶金、煤炭、核能等行業中的關鍵設備。本世紀以來，隨著機械工業的迅速發展，現代機械工程中的機械設備朝著輕型化、大型化、重載化和高度自動化等方向發展。出現了大量的強度、結構、振動、噪聲、可靠性，以及材料與工藝等問題，設備損壞事件時有發生，國內外大型汽輪機嚴重事故是其典型實例。

大型旋轉機械狀態監測技術研究是國家重點的攻關項目，目的是提高大型旋轉機械的產品質量，減少突發性事故，避免重大經濟損失。年代，各種類型和性能的傳感器和測振儀相繼研制成功，并開始應用于科學研究和工程實際。六七十年代，數字電路、電子計算機技術的發展、“信號數字分析處理技術” 的形成，推動了振動檢測技術在機械設備上的應用。年代，機械設備的狀態監測與故障診斷技術在許多發達國家開始研究。隨著電子計算機技術、現代測試技術、信號處理技術、信號識別技術與故障診斷技術等現代科學技術發展，機械設備的監測研究跨入系統化的階段，并把實驗室的研究成果逐步推廣到核能設備、動力設備以及其它各種大型的成套機械設備中去，進入了蓬勃發展的階段。

二、 旋轉機械狀態監測技術的發展

機械設備運行狀態的監測技術，已經從單憑直覺的耳聽、眼看、手摸，發展到采用現代測量技術、計算機技術和信號分析技術的先進的監測技術，諸如超聲、聲發射、紅外測溫等，層出不窮。人工智能、專家系統、模糊數學等新興學科在機械狀態監測技術中也找到用武之地。在機械動態信號分析方法和應用技術上，新近的發展有：采用空間域濾波的預處理、采用濾波的多軸階比信號分析技術、適于非平穩信號的基分布分析、小波變換方法、混沌分析方法、智能傳感與檢測技術、 總線儀器平臺相關的技術等。

現今，國內外較典型的狀態監測方式主要有9種。離線定期監測方式。測試人員定期到現場用一個傳感器依次對各測點進行測試，并用磁帶機記錄信號，數據處理在專用計算機上完成，或是直接在便攜式內置微機的儀器上完成；這是當前利用進口監測儀器普遍采用的方式。采用該方式，測試系統較簡單，但是測試工作較煩鎖，需要專門的測試人員；由于是離線定期監測，不能及時避免突發性故障。

1.在線檢測離線分析的監測方式

亦稱主從機監測方式，在設備上的多個測點均安裝傳感器，由現場微處理器從機系統進行各測點的數據采集和處理，在主機系統上由專業人員進行分析和判斷。這種方式是近年在大型旋轉機械上采用的方式。相對第一種方式，該方式免去了更換測點的麻煩，并能在線進行檢測和報警；但是該方式需要離線進行數據分析和判斷，而且分析和判斷需要專業技術人員參與。

2.自動在線監測方式

該方式不僅能實現自動在線監測設備的工作狀態，及時進行故障預報，而且能實現在線地進行數據處理和分析判斷；由于能根據專家經驗和有關準則進行智能化的比較和判斷，中等文化水平的值班工作人員經過短期培訓后就能使用。該方式技術最先進，不需要人為更換測點，不僅不需要專門的測試人員，也不需要專業技術人員參與分析和判斷；但是軟硬件的研制工作量很大。

三、旋轉機械狀態預測技術的發展

當機械設備發生故障時不僅物質財富遭到破壞，服務逼迫中斷，甚至連人員的生存也會受到威脅。在工業史上，由于機械設備故障造成的災難和環境事故頻頻發生。例如，美國阿莫科卡迪斯號油輪原油泄漏事故，前蘇聯的切爾諾貝利核電站事故等等，了解這些事故發生的過程以及如何加以防范，成為要考慮的重要問題。尤其這些故障大都是由于人為干預和不當措施所造成的，因而減少維護次數和提高維護的科學性是預防惡性事故發生的重要方面。

傳統的機械設備維護方式概括為：運轉至損壞再維護和以時間為基礎的預防性維護；前者一般用于廉價的小型機器，采用后備設備來保證生產；后者也稱定期維護，一般用于大中型設備，不論設備是否有故障都按人為計劃的時間定期檢修。年代以來，以建立新的維修體制為目標形成了綜合工程學科，這一工程學科在歐美、日本以不同的形式獲得了推廣。近年來丹麥、美國、德國、日本等發達國家的專家學者進一步提出了預知維護的基本概念。 年代以來，開始研究新型旋轉機械工作狀態分析和狀態預測技術，研究采用專家系統、神經網絡等新的應用技術。但是，人工智能狀態在線預測和預知維護的研究尚處于研究發展的起步階段。

因此，若能在線實時檢測和以人工智能分析機械設備經歷的和當前的狀態，并預測隨后的發展，則可以隨時、科學、有效地揭示機械設備當前的工作狀態，并預測今后多長時間設備狀態將達到不可接受的程度而應當停機維修，從傳統的預防維護上升到預知維護。若對旋轉機械設備實行預知維護，需要在旋轉機械狀態監測和故障分析的基礎上，進一步通過對設備狀態進行頻域、時域的綜合分析判斷以及狀態的趨勢預測來實現。

四、結束語

研究大型旋轉機組狀態在線監測及預測技術，對保證安全生產以及對設備實行預知維護都具有十分重要的意義。為此，本項課題采用科學分析與實驗驗證相結合的方法，從信息提取和信號處理、故障分析、在線預測、人工智能預測方法、實驗研究、實踐驗證以及系統研制幾個方面對智能化自動在線監測及預測技術進行了系統的研究。探索了新的途徑，得出了新的結論，獲得了有價值的成果，解決了重要生產實際問題，取得了預期效果。