為提高機組的使用安全性,目前大型旋轉(zhuǎn)機械的狀態(tài)監(jiān)測已經(jīng)普遍被采用,隨著設(shè)備的定期維護向設(shè)備的視情況維修的發(fā)展過程中,設(shè)備的故障診斷技術(shù)受到了普遍的重視,并不斷的發(fā)展。隨著通訊與網(wǎng)絡(luò)技術(shù)的發(fā)展,人們不再滿足單機的診斷技術(shù),希望診斷技術(shù)能夠共享,以解決更多的機組故障,因此聯(lián)網(wǎng)成為診斷技術(shù)發(fā)展的必然趨勢。 美國、日本、歐洲的發(fā)達國家均已經(jīng)廣泛開展了對大型關(guān)鍵機組的預(yù)知性維修,即狀態(tài)監(jiān)測維修,可以節(jié)約30～50%的維修費,并使設(shè)備的運行周期得到延長。近20年來,我國一些有實力的企業(yè)與高校和科研部門合作,開發(fā)研制出了適合本企業(yè)設(shè)備特點的大型轉(zhuǎn)動設(shè)備監(jiān)測及故障診斷系統(tǒng),但有的系統(tǒng)存在分析速度慢、對采集的監(jiān)測工藝工程信號缺少綜合分析能力、系統(tǒng)通用性差、可擴展性欠佳等缺點,不利于專業(yè)性的精密分析診斷。 為此有必要吸收國內(nèi)外大機組監(jiān)測診斷分析系統(tǒng)的優(yōu)點,克服不足,研制開發(fā)具有高新技術(shù)特色的實用的監(jiān)測診斷分析系統(tǒng)。該系統(tǒng)能夠從根本上改變落后的設(shè)備巡檢方式,提高設(shè)備監(jiān)測的實時性和有效性,不但節(jié)約了人力和時間,還可以有效地縮短設(shè)備檢修故障排除的周期,達到降低消耗、節(jié)約成本、提高設(shè)備使用率和生產(chǎn)效率... 

【文章來源】：東北石油大學(xué)黑龍江省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

紅外測溫技術(shù)應(yīng)用

大慶石油學(xué)院工程碩士專業(yè)學(xué)位論文第六章應(yīng)用實例透平壓縮機組蒸汽控制閥震蕩二級分廠透平壓縮機組的透平蒸汽控制閥，數(shù)月以來，持續(xù)震蕩。技術(shù)人員分別在該透制閥的上座部位、油動缸體、調(diào)速油管線等多個測點采集了振動信號，同時也提取了大機斷系統(tǒng)采集的透平轉(zhuǎn)子相對軸振動位移信號和頻譜圖，另外利用便攜式分析儀直接從機組儀表的緩沖器后采集了機組的軸振動信號。測點位置圖如下:

3段入口Y軸方向在線監(jiān)測頻譜圖圖6一5C02壓縮機圖譜33102)機組故障分析2003年8月31日和9月2日，某車間的3102)機組。分別測取和采集了轉(zhuǎn)子的相對軸振動信號體軸承座處的絕對振動信號。該機壓縮機高壓缸出口(自由端側(cè))轉(zhuǎn)子相對振動幅值，本次更換零機后(8月31日上午)振動超標端Y向振動最大時達105微米，8月31日采集數(shù)據(jù)時振幅99微月2日采集數(shù)據(jù)時振幅93微米，振動位移幅值超標(66微米報警，92微米停車)，X向77微米，振幅分別為46/38微米。機組殼體透平入口軸承座處的絕對振動速度值(峰值)為，水平方2.18nnIl/s、鉛垂方向v:2.Innll/s、軸向A:1.3nnn/s。殼體振動速度不超標，只是轉(zhuǎn)子軸相對振幅自一側(cè)，另一側(cè)為:37/34微米。該機當時轉(zhuǎn)速:7150轉(zhuǎn)/分，負荷106%(9月2日)。分析認為，振動信號中的主要最大分量是高壓缸轉(zhuǎn)子的轉(zhuǎn)速頻率成份，即231.7Hz的成份，占總振幅的82“9%6，其次是174HZ的分量占通頻總振幅的6”18%，另外高壓缸四段出口管線的振動較nnIl/S以上，管線上振動信號中的主要成分是:174HZ幅值最大，其次是107.SHz。(本次停機處理的部位有:更換級間密封膠圈、更換高壓缸連軸節(jié)側(cè)軸瓦、對高壓缸轉(zhuǎn)子的葉道進行清垢，清垢后未做其他處理)。

【參考文獻】：
期刊論文
[1]基于粗糙集理論的內(nèi)燃機故障診斷專家系統(tǒng)[J]. 曹長修,孫穎楷,曹龍漢,張邦禮.  重慶大學(xué)學(xué)報(自然科學(xué)版). 2001(04)
[2]設(shè)備故障診斷的粗糙集方法研究[J]. 劉宜平,沈毅,童樹鴻,劉志言.  高技術(shù)通訊. 2001(05)
[3]一種基于粗糙集理論的燃氣輪發(fā)電機組故障診斷新方法[J]. 胡濤,呂炳朝,陳光.  電子測量與儀器學(xué)報. 2001(01)
[4]基于熵和變精度粗糙集的規(guī)則不確定性量度[J]. 陳湘暉,朱善君,吉吟東.  清華大學(xué)學(xué)報(自然科學(xué)版). 2001(03)
[5]數(shù)控機床典型故障的粗糙集診斷方法[J]. 王衛(wèi)平,彭永紅.  制造技術(shù)與機床. 2001(03)
[6]基于粗糙集的數(shù)控機床故障診斷最小化方法[J]. 王衛(wèi)平,李熙亞,左遠志.  組合機床與自動化加工技術(shù). 2001(02)
[7]中介粗集及其在數(shù)據(jù)挖掘中的應(yīng)用[J]. 周勇,毛宇光,王建東.  南京航空航天大學(xué)學(xué)報. 2000(06)
[8]基于粗糙集理論的人工神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)[J]. 孫穎楷,張邦禮,曹龍漢,曹長修.  重慶大學(xué)學(xué)報(自然科學(xué)版). 2000(06)
[9]一種基于粗糙集理論的容錯網(wǎng)絡(luò)實現(xiàn)及其在故障診斷中的應(yīng)用[J]. 劉宜平,沈毅,童樹鴻,劉志言.  電機與控制學(xué)報. 2000(02)
[10]機械設(shè)備故障診斷與監(jiān)測的常用方法及其發(fā)展趨勢[J]. 王琳.  武漢工業(yè)大學(xué)學(xué)報. 2000(03)



本文編號：3040366