分析在鋼鐵冶煉設(shè)備中的故障診斷
時間：
連斌忠 丁小1由 分享
【關(guān)鍵詞】故障,診斷,設(shè)備,鋼鐵,分析,方法,系統(tǒng),信號,基于,處理,
1 故障診斷技術(shù)的發(fā)展[1]
故障診斷(FD)始于(機械)設(shè)備故障診斷,其全名是狀態(tài)監(jiān)測與故障診斷(CMFD)。它包含兩方面內(nèi)容:一是對設(shè)備的運行狀態(tài)進行監(jiān)測;二是在發(fā)現(xiàn)異常情況后對設(shè)備的故障進行分析、診斷。故障診斷技術(shù)是一門交叉學科,融合了現(xiàn)代控制理論、信號處理、模式識別、最優(yōu)化方法、決策論、人工智能等,為解決復(fù)雜系統(tǒng)的故障診斷問題提供了強有力的理論基礎(chǔ),同時實現(xiàn)了故障診斷技術(shù)的實用化;近二十年來,由于技術(shù)進步與市場需求的雙重驅(qū)動,故障診斷技術(shù)得到了快速發(fā)展,已在航空航天、核反應(yīng)堆、電廠、鋼鐵、化工等行業(yè)得到了成功應(yīng)用,取得了顯著的經(jīng)濟效益;從故障診斷技術(shù)誕生起,國際自動控制界就給予了高度重視。
以運動機械的振動檢測為中心,輔助以溫度、壓力、位移、轉(zhuǎn)速和電流等各種參數(shù)的采集,從而對鋼鐵冶煉中的各種大型傳動設(shè)備的狀態(tài)進行分析和判斷,從而達到故障診斷的目的。
2 故障診斷的主要理論和方法[2-3]
1971年Beard 發(fā)表的博士論文以及Mehra和Peschon發(fā)表的論文標志著故障診斷這門交叉學科的誕生。發(fā)展至今已有30多年的發(fā)展歷史,但作為一門綜合性新學科——故障診斷學——還是近些年發(fā)展起來的。從不同的角度出發(fā)有多種故障診斷分類方法,這些方法各有特點,但從學科整體可歸納以下幾類方法。
1) 基于系統(tǒng)數(shù)學模型的診斷方法:該方法以系統(tǒng)的數(shù)學模型為基礎(chǔ),以現(xiàn)代控制理論和現(xiàn)代優(yōu)化方法為指導,利用Luenberger觀測器 、等價空間方程、Kalman濾波器、參數(shù)模型估計與辨識等方法產(chǎn)生殘差,然后基于某種準則或閥值對殘差進行分析與評價,實現(xiàn)故障診斷。該方法要求與控制系統(tǒng)緊急結(jié)合,是實現(xiàn)監(jiān)控、容錯控制、系統(tǒng)修復(fù)與重構(gòu)等的前提、得到了高度重視,但是這種方法過于依賴系統(tǒng)數(shù)學模型的精確性,對于非線性高耦合等難以建立數(shù)學模型的系統(tǒng),實現(xiàn)起來較困難。如狀態(tài)估計診斷法、參數(shù)估計診斷法、一致性檢查診斷法等。
2) 基于系統(tǒng)輸入輸出信號處理的診斷方法:通過某種信息處理和特征提取方法來進行故障診斷,應(yīng)用較多的有各種譜分析方法、時間序列特征提取方法、自適應(yīng)信號處理方法等。這種方法不需要對象的準備模型,因此適應(yīng)性強。這類診斷方法有基于小波變換的診斷方法、基于輸出信號處理的診斷方法、基于時間序列特征提取的診斷方法?；谛畔⑷诤系脑\斷方法等。
3) 基于人工智能的診斷方法:基于建模處理和信號處理的診斷技術(shù)正發(fā)展為基于知識處理的智能診斷技術(shù)。人工智能最為控制領(lǐng)域最前沿的學科,在故障診斷中已得到成功的應(yīng)用。對于那些沒有精確數(shù)學模型或者很難建立數(shù)學模型的復(fù)雜大系統(tǒng),人工智能的方法有其與生俱來的優(yōu)勢?；趯＜蚁到y(tǒng)的智能診斷技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的智能診斷技術(shù)與基于模糊邏輯的診斷方法已成為解決復(fù)雜大系統(tǒng)故障診斷的首選方法,有很高的研究價值和應(yīng)用前景。這類智能診斷方法有基于專家系統(tǒng)的智能診斷技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的智能診斷技術(shù)、基于模糊邏輯的診斷方法、基于故障樹分析的診斷方法等。
4) 其它診斷方法:其它診斷方法有模式識別診斷方法、定性模型診斷方法以及基于灰色系統(tǒng)理論的診斷方法等。另外還包括前述方法之間互相耦合、互補不足而形成的一些混合診斷方法。
3 鋼鐵行業(yè)中故障診斷技術(shù)的應(yīng)用[4-6]
鋼鐵行業(yè)中的主要機械設(shè)備是各種傳動設(shè)備和液壓設(shè)備,如軋機、傳送帶、各種風機等。它們的工作狀況決定了生產(chǎn)效率和鋼鐵冶煉的質(zhì)量,對這些設(shè)備狀態(tài)的在線檢測,能夠及時、準確的檢測出生產(chǎn)設(shè)備的運行狀況,并給出相應(yīng)的操作和建議。因此建立相應(yīng)的故障診斷系統(tǒng)對整個系統(tǒng)的正常運行特別重要。于是針對鋼鐵行業(yè)特殊的機械環(huán)境(多傳動設(shè)備和液壓設(shè)備),相應(yīng)的故障診斷系統(tǒng)也必須以這些設(shè)備的特點而建立。主要原理是以運動機械的振動參量檢測為中心,輔助以溫度、壓力、位移、轉(zhuǎn)速和電流等各種參數(shù)的采集,從而對這些大型傳動設(shè)備的狀態(tài)進行分析和判斷,再進行相應(yīng)的處理。整套故障診斷系統(tǒng)由計算機系統(tǒng)、數(shù)據(jù)采集單元、檢測元件、數(shù)據(jù)通訊單元以及專業(yè)開發(fā)軟件組成。此系統(tǒng)既可單獨工作,又可和DCS或PLC組成分散式故障診斷系統(tǒng)對所遇生產(chǎn)設(shè)備進行監(jiān)控和故障診斷。整個系統(tǒng)的工作流程圖如圖1所示。
機械振動是普遍存在工程實際中,這種振動往往會影響其工作精度,加劇及其的磨損,加速疲勞損壞;同時由于磨損的增加和疲勞損壞的產(chǎn)生又會加劇機械設(shè)備的振動,形成一個惡性循環(huán),直至設(shè)備發(fā)生故障,導致系統(tǒng)癱瘓、損壞。同時機械設(shè)備的工作環(huán)境也是造成機械設(shè)備發(fā)生故障主要原因之一,因此,根據(jù)對機械振動信號和工作環(huán)境溫度、濕度的測量和分析,不用停機和解體方式,就可以對機械的惡劣程度和故障性質(zhì)有所了解。同時根據(jù)以往經(jīng)驗建立相應(yīng)的處理機制庫,從而針對不同的故障做出相應(yīng)的診斷和處理。整個處理過程如下:
1)傳感器采集設(shè)備工作狀態(tài)信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。
2)特征信號提取。將各種傳感器采集信號進行信號分類,刷選出相應(yīng)的傳感器信號,如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。
3)對特征信號處理。對傳感器采集的特征信號進行濾波、放大等處理,提取出相應(yīng)的特征信號。
4)對采集信號進行故障診斷。將提取的特征信號進行判斷處理,選擇相應(yīng)的故障方法(如小波變換法),分析故障類型和設(shè)備狀態(tài),然后查詢故障類型庫,做出相應(yīng)的決策。
4 結(jié)束語
建立在現(xiàn)代故障診斷技術(shù)上的鋼鐵冶煉設(shè)備故障診斷系統(tǒng),可對設(shè)備的運行狀態(tài)進行實時在線檢測、通過對其監(jiān)測信號的處理與分析,可真實地反映出設(shè)備的運行狀態(tài)和松動磨損等情況的發(fā)展程度及趨勢,為預(yù)防事故、科學合理安排檢修提供依據(jù),可以提高設(shè)備的利用效率,產(chǎn)生了很大的經(jīng)濟價值,對此類故障診斷系統(tǒng)的研究有很深遠的意義。
參考文獻:
[1] 沈慶根,鄭水英.設(shè)備故障診斷[M].北京:化學工業(yè)出版社,2006.
[2] 王仲生.智能故障診斷與容錯控制[M].西安:西北工業(yè)大學出版社,2005.
[3] 李民中.狀態(tài)監(jiān)測與故障診斷技術(shù)在煤礦大型機械設(shè)備上的應(yīng)用[J].煤礦機械,2006(03).
[4] 傅其鳳,葛杏衛(wèi).基于BP神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機械故障診斷[J].煤礦機械,2006(04).
[5] 李光民,陳燕.振動監(jiān)測和故障診斷技術(shù)在冶金機電設(shè)備的應(yīng)用[J].河南冶金,2008(3):44-46.
[6] 劉兆陽.大型旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷系統(tǒng)的設(shè)計研究[J].通用機械,2006(01):30-33.
1 故障診斷技術(shù)的發(fā)展[1]
故障診斷(FD)始于(機械)設(shè)備故障診斷,其全名是狀態(tài)監(jiān)測與故障診斷(CMFD)。它包含兩方面內(nèi)容:一是對設(shè)備的運行狀態(tài)進行監(jiān)測;二是在發(fā)現(xiàn)異常情況后對設(shè)備的故障進行分析、診斷。故障診斷技術(shù)是一門交叉學科,融合了現(xiàn)代控制理論、信號處理、模式識別、最優(yōu)化方法、決策論、人工智能等,為解決復(fù)雜系統(tǒng)的故障診斷問題提供了強有力的理論基礎(chǔ),同時實現(xiàn)了故障診斷技術(shù)的實用化;近二十年來,由于技術(shù)進步與市場需求的雙重驅(qū)動,故障診斷技術(shù)得到了快速發(fā)展,已在航空航天、核反應(yīng)堆、電廠、鋼鐵、化工等行業(yè)得到了成功應(yīng)用,取得了顯著的經(jīng)濟效益;從故障診斷技術(shù)誕生起,國際自動控制界就給予了高度重視。
以運動機械的振動檢測為中心,輔助以溫度、壓力、位移、轉(zhuǎn)速和電流等各種參數(shù)的采集,從而對鋼鐵冶煉中的各種大型傳動設(shè)備的狀態(tài)進行分析和判斷,從而達到故障診斷的目的。
2 故障診斷的主要理論和方法[2-3]
1971年Beard 發(fā)表的博士論文以及Mehra和Peschon發(fā)表的論文標志著故障診斷這門交叉學科的誕生。發(fā)展至今已有30多年的發(fā)展歷史,但作為一門綜合性新學科——故障診斷學——還是近些年發(fā)展起來的。從不同的角度出發(fā)有多種故障診斷分類方法,這些方法各有特點,但從學科整體可歸納以下幾類方法。
1) 基于系統(tǒng)數(shù)學模型的診斷方法:該方法以系統(tǒng)的數(shù)學模型為基礎(chǔ),以現(xiàn)代控制理論和現(xiàn)代優(yōu)化方法為指導,利用Luenberger觀測器 、等價空間方程、Kalman濾波器、參數(shù)模型估計與辨識等方法產(chǎn)生殘差,然后基于某種準則或閥值對殘差進行分析與評價,實現(xiàn)故障診斷。該方法要求與控制系統(tǒng)緊急結(jié)合,是實現(xiàn)監(jiān)控、容錯控制、系統(tǒng)修復(fù)與重構(gòu)等的前提、得到了高度重視,但是這種方法過于依賴系統(tǒng)數(shù)學模型的精確性,對于非線性高耦合等難以建立數(shù)學模型的系統(tǒng),實現(xiàn)起來較困難。如狀態(tài)估計診斷法、參數(shù)估計診斷法、一致性檢查診斷法等。
2) 基于系統(tǒng)輸入輸出信號處理的診斷方法:通過某種信息處理和特征提取方法來進行故障診斷,應(yīng)用較多的有各種譜分析方法、時間序列特征提取方法、自適應(yīng)信號處理方法等。這種方法不需要對象的準備模型,因此適應(yīng)性強。這類診斷方法有基于小波變換的診斷方法、基于輸出信號處理的診斷方法、基于時間序列特征提取的診斷方法?；谛畔⑷诤系脑\斷方法等。
3) 基于人工智能的診斷方法:基于建模處理和信號處理的診斷技術(shù)正發(fā)展為基于知識處理的智能診斷技術(shù)。人工智能最為控制領(lǐng)域最前沿的學科,在故障診斷中已得到成功的應(yīng)用。對于那些沒有精確數(shù)學模型或者很難建立數(shù)學模型的復(fù)雜大系統(tǒng),人工智能的方法有其與生俱來的優(yōu)勢?；趯＜蚁到y(tǒng)的智能診斷技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的智能診斷技術(shù)與基于模糊邏輯的診斷方法已成為解決復(fù)雜大系統(tǒng)故障診斷的首選方法,有很高的研究價值和應(yīng)用前景。這類智能診斷方法有基于專家系統(tǒng)的智能診斷技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的智能診斷技術(shù)、基于模糊邏輯的診斷方法、基于故障樹分析的診斷方法等。
4) 其它診斷方法:其它診斷方法有模式識別診斷方法、定性模型診斷方法以及基于灰色系統(tǒng)理論的診斷方法等。另外還包括前述方法之間互相耦合、互補不足而形成的一些混合診斷方法。
3 鋼鐵行業(yè)中故障診斷技術(shù)的應(yīng)用[4-6]
鋼鐵行業(yè)中的主要機械設(shè)備是各種傳動設(shè)備和液壓設(shè)備,如軋機、傳送帶、各種風機等。它們的工作狀況決定了生產(chǎn)效率和鋼鐵冶煉的質(zhì)量,對這些設(shè)備狀態(tài)的在線檢測,能夠及時、準確的檢測出生產(chǎn)設(shè)備的運行狀況,并給出相應(yīng)的操作和建議。因此建立相應(yīng)的故障診斷系統(tǒng)對整個系統(tǒng)的正常運行特別重要。于是針對鋼鐵行業(yè)特殊的機械環(huán)境(多傳動設(shè)備和液壓設(shè)備),相應(yīng)的故障診斷系統(tǒng)也必須以這些設(shè)備的特點而建立。主要原理是以運動機械的振動參量檢測為中心,輔助以溫度、壓力、位移、轉(zhuǎn)速和電流等各種參數(shù)的采集,從而對這些大型傳動設(shè)備的狀態(tài)進行分析和判斷,再進行相應(yīng)的處理。整套故障診斷系統(tǒng)由計算機系統(tǒng)、數(shù)據(jù)采集單元、檢測元件、數(shù)據(jù)通訊單元以及專業(yè)開發(fā)軟件組成。此系統(tǒng)既可單獨工作,又可和DCS或PLC組成分散式故障診斷系統(tǒng)對所遇生產(chǎn)設(shè)備進行監(jiān)控和故障診斷。整個系統(tǒng)的工作流程圖如圖1所示。
機械振動是普遍存在工程實際中,這種振動往往會影響其工作精度,加劇及其的磨損,加速疲勞損壞;同時由于磨損的增加和疲勞損壞的產(chǎn)生又會加劇機械設(shè)備的振動,形成一個惡性循環(huán),直至設(shè)備發(fā)生故障,導致系統(tǒng)癱瘓、損壞。同時機械設(shè)備的工作環(huán)境也是造成機械設(shè)備發(fā)生故障主要原因之一,因此,根據(jù)對機械振動信號和工作環(huán)境溫度、濕度的測量和分析,不用停機和解體方式,就可以對機械的惡劣程度和故障性質(zhì)有所了解。同時根據(jù)以往經(jīng)驗建立相應(yīng)的處理機制庫,從而針對不同的故障做出相應(yīng)的診斷和處理。整個處理過程如下:
1)傳感器采集設(shè)備工作狀態(tài)信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。
2)特征信號提取。將各種傳感器采集信號進行信號分類,刷選出相應(yīng)的傳感器信號,如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。
3)對特征信號處理。對傳感器采集的特征信號進行濾波、放大等處理,提取出相應(yīng)的特征信號。
4)對采集信號進行故障診斷。將提取的特征信號進行判斷處理,選擇相應(yīng)的故障方法(如小波變換法),分析故障類型和設(shè)備狀態(tài),然后查詢故障類型庫,做出相應(yīng)的決策。
4 結(jié)束語
建立在現(xiàn)代故障診斷技術(shù)上的鋼鐵冶煉設(shè)備故障診斷系統(tǒng),可對設(shè)備的運行狀態(tài)進行實時在線檢測、通過對其監(jiān)測信號的處理與分析,可真實地反映出設(shè)備的運行狀態(tài)和松動磨損等情況的發(fā)展程度及趨勢,為預(yù)防事故、科學合理安排檢修提供依據(jù),可以提高設(shè)備的利用效率,產(chǎn)生了很大的經(jīng)濟價值,對此類故障診斷系統(tǒng)的研究有很深遠的意義。
參考文獻:
[1] 沈慶根,鄭水英.設(shè)備故障診斷[M].北京:化學工業(yè)出版社,2006.
[2] 王仲生.智能故障診斷與容錯控制[M].西安:西北工業(yè)大學出版社,2005.
[3] 李民中.狀態(tài)監(jiān)測與故障診斷技術(shù)在煤礦大型機械設(shè)備上的應(yīng)用[J].煤礦機械,2006(03).
[4] 傅其鳳,葛杏衛(wèi).基于BP神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機械故障診斷[J].煤礦機械,2006(04).
[5] 李光民,陳燕.振動監(jiān)測和故障診斷技術(shù)在冶金機電設(shè)備的應(yīng)用[J].河南冶金,2008(3):44-46.
[6] 劉兆陽.大型旋轉(zhuǎn)機械狀態(tài)監(jiān)測與故障診斷系統(tǒng)的設(shè)計研究[J].通用機械,2006(01):30-33.