卷煙廠除塵風機故障診斷系統

張寶，劉波

（1.四川中煙工業有限責任公司綿陽卷煙廠，四川綿陽621000；2.西南科技大學信息工程學院，四川綿陽621010）

卷煙廠除塵風機故障診斷系統

張寶1，劉波2

（1.四川中煙工業有限責任公司綿陽卷煙廠，四川綿陽621000；2.西南科技大學信息工程學院，四川綿陽621010）

針對集中式工藝風力供給和除塵系統風機開發的故障診斷系統，實時監測風機運行狀態，輔助維護人員制定正確合理的維修策略，降低維修工作量及維修費用。

除塵風機；實時監測；故障診斷

0 引言

風機是卷煙廠輔助生產的關鍵設備，涉及制絲車間的排潮系統、除塵系統、卷接機組集中工藝風力除塵系統及風力送絲系統。早期卷煙廠采用單機工藝風力供給和多機集中除塵，生產線技改后，工藝風力（吸絲成型，煙支和濾嘴接裝成型）與除塵風力融合，變成集中式的工藝風力供給和除塵系統。因此，一旦風機出現故障，風壓不穩，會嚴重影響成品煙支質量，出現煙草粉塵污染，整個生產車間無法正常運行。卷煙廠采取的以“計劃維修”為主的設備檢修方式，通常伴隨“維修過?！被颉熬S修不足”的問題。將故障診斷技術應用到卷煙廠風機設備，有助于降低風機的故障率，降低維修工作量及維修費用，提升設備的管理水平。

1 風機故障診斷技術

在故障診斷技術不斷地應用于風機的智能管理過程中。楊波[1]等人針對回轉窯風機運行的實際情況，對遠程監測及故障診斷系統進行了研究。該系統采用模糊故障診斷模型與人工神經網絡相結合的技術建立基于網絡數據庫的診斷專家系統，實現風機設備故障的自動識別。通過C/S模式，用戶在辦公室或Internet上任意一臺經過授權的客戶端PC上，均可登錄并訪問設備狀態監測與故障診斷服務器，對設備進行實時遠程的在線監測與故障診斷。

曾永龍[2]等人以冶金除塵風機為研究對象，開發基于單片機的數據采集系統，通過CAN總線與服務器之間進行數據傳輸，采用BP網絡與ART-2網絡聚類分析實現數據融合與診斷分析，實現了對風機系統設備運行狀態的實時監測與故障診斷，并驗證了該系統的有效性和可行性。

蘭建武[3]等人在研究了風機等旋轉機械的常見故障以及振動信號的分析與處理的基礎上，通過C/S結構設計開發了基于LabVIEW的風機在線監測和故障診斷系統，運用DataSocket來實現數據在局域網中的傳輸。該系統具有性能可靠、開發成本低、界面友好、易于擴展等特點，能有效實現風機的在線監測與故障診斷。

劉洋[4]等人以煤礦主扇風機為對象，采用3層集散式結構框架，以可編程控制器PLC為控制核心，采用Power Builder 9.0系統工具為開發平臺，結合龐大的數據庫系統構建風機的故障診斷專家系統。該系統可準確判斷主扇風機的故障類型和故障走向，為礦山的安全、穩定運營提供了有效保障。

2 卷煙廠除塵風機故障診斷系統

2.1 系統總體設計

風機故障診斷系統通過采集現場風機的振動、溫度及轉速等信號，使用先進的故障診斷技術判斷和識別風機的運行狀態和故障，對故障的危害進行早期預報，輔助工作人員及時制定正確合理的維修策略。整個系統包括數據采集與存儲子系統、設備狀態監測子系統、故障知識庫、基于振動信號的診斷分析子系統、基于溫度信號的診斷分析子系統、設備故障診斷子系統、設備維護管理子系統等，見圖1。

圖1 系統整體架構

2.2 數據采集與存儲系統

數據采集系統整體結構如圖2所示。系統主要利用風機的振動、溫度、轉速等信號進行故障診斷分析，風機的結構特點決定其振動信息均會傳遞到軸承上，即軸承上的振動信息可以有效的反應設備的振動情況，為保證設備自身的完整性，選用軸承外的軸承箱作為傳感器測點，對于帶聯軸器和不帶聯軸器的風機，傳感器的具體測點分布如圖3所示。兩種風機測點分布說明見表1、表2。另外，每臺風機配置速度傳感器用于測量設備的旋轉速度。

系統采用內置集成電路的傳感器，此類傳感器內部集成信號處理電路，便于傳感器信號的傳輸和采集。數據采集器采集傳感器的輸出數據，通過以太網總線將采集到的數據傳輸給上位機服務器，上位機通過C#編寫的采集程序采集這些數據，并結合SQL SERVER數據庫存儲，便于后續的診斷分析和歷史數據查詢。

2.3 狀態監測系統

狀態監測的主要任務是在前端數據采集的基礎上，對設備的狀態進行分析和判斷，準確給出設備的運行狀態。在Windows系統上，以Visual Studio 2010為開發環境，利用基于.NET的C#語言開發風機設備狀態監測子系統。針對Windows自帶控件在可視化方面的不足，在普通控件的基礎上，結合第三方控件Devexpress開發此監測系統，使其在曲線的繪制、動態點的信息獲取、控件的布局方面都更方便，以增強可視化效果。

2.4 智能診斷系統

通過對現場風機歷史故障信息（包括故障現象、故障部位、故障原因、維修方式以及維修前后的變化等）的分析總結、廣泛調研、多地進行實地考察交流信息總結等方式建立風機設備的故障知識庫。智能診斷系統包含基于振動信號的診斷分析與基于溫度信號的診斷分析，然后綜合兩種信號的診斷分析結果并結合故障知識庫形成最終的診斷分析結果。智能診斷系統根據最終的診斷分析結果給出設備故障發生的部位、故障原因、故障發生的時間、故障的趨勢以及對應的故障對策等信息。故障預警提示、診斷結果的報告打印與管理、故障處理對策等都可以有效地輔助工作人員對設備進行及時準確的維修處理。故障診斷過程如圖4所示。

圖2 數據采集系統整體架構

圖3 傳感器測點布置圖

表1 帶聯軸器風機的測點分布說明

表2 不帶聯軸器風機的測點分布說明

圖4 故障診斷過程

（1）信號特征提取。作為故障診斷的關鍵步驟，影響著診斷結果的可靠性。由于風機設備的振動信號一般都是頻率較高的齒狀信號，可能還帶有許多紋波，對于這種信號選用基于經驗模態分解的特征提取方法。特征提取方法主要是將復雜的振動時序信號分解成不同尺度的本征模態函數之和，分解出的本征模態函數分量突出了數據的局部特征；之后通過Hilbert變換，獲取每個本征模態函數的頻域特征，每個本征模態函數所包含的頻率成分不僅與分析頻率有關，而且還隨信號本身的變化而變化，對頻率波動的大小進行分析并與給定的故障庫進行對比，可更準確有效地掌握系統故障狀態，同時分析積累的歷史特征信息，用于后續的故障趨勢預測。振動信號特征提取的主要工作流程如圖5所示。

圖5 振動信號特征提取的主要工作流程

圖6 設備維護管理系統功能圖

（2）設備維護管理系統。是診斷系統另一個重要的組成部分，實現常規設備維護管理的各項基本功能，如圖6所示，主要包括設備信息管理、設備點檢管理、設備維護管理、設備運行管理、設備維護管理。

3 結語

設備是企業的固有資產，設備的運行與維護是企業提高投資效益的重要保障，提升設備的管理水平能有效地提高設備生產效率和企業的經濟效益。故障診斷技術應用于風機設備可以及時了解到設備的運行狀態，準確判斷和識別風機的各種異常，實現設備的維修方式由計劃維修向預防維修轉變升級，提升設備的管理水平，保障卷煙廠風機安全、穩定、長周期、滿負荷優質運行，避免“維修不足”或“維修過?！痹斐傻牟唤洕?、不合理現象，增強設備維修質量，降低設備維修成本。

［1］楊波，王再明，段鳳春.風機遠程監測及故障診斷系統的設計與實現[J].黃石理工學院學報，2007，23（2）：16-19.

［2］曾永龍.冶金除塵風機狀態監測與故障診斷系統研究[D].武漢科技大學，2008.

［3］蘭建武.基于LabVIEW的風機在線監測與故障診斷系統的研究[D].武漢科技大學，2012.

［4］劉洋.礦井主扇風機遠程監測及故障診斷系統研究[J].工程技術，2012（12）：146-147.

〔編輯 李波〕

TH17

B

川渝中煙四川煙草工業有限責任公司科技項目“風機狀態監控及故障趨勢預測系統”（川渝煙工技研【2015】62號）。

10.16621/j.cnki.issn1001-0599.2017.03.41