基于數據的故障檢測與診斷方法能夠對海量的工業數據進行統計分析和特征提取,將系統的狀態分為正常運行狀態和故障狀態。故障檢測是判斷系統是否處于預期的正常運行狀態,判斷系統是否發生異常故障,相當于一個二分類任務。故障診斷是在確定發生故障的時候判斷系統處于哪一種故障狀態,相當于一個多分類任務。因此,故障檢測和診斷技術研究類似于模式識別,分為4個的步驟:數據獲取、特征提取、特征選擇和特征分類。1)數據獲取步驟是從過程系統收集可能影響過程狀態的信號,包括溫度、流量等過程變量;2)特征提取步驟是將采集的原始信號映射為有辨識度的狀態信息;3)特征選擇步驟是將與狀態變化相關的變量提取出來;4)特征分類步驟是通過算法將前幾步中選擇的特征進行故障檢測與診斷。在大數據這一背景下,傳統的基于數據的故障檢測與診斷方法被廣泛應用,但是,這些方法有一些共同的缺點:特征提取需要大量的知識和信號處理技術,并且對于不同的任務,沒有統一的程序來完成。此外,常規的基于機器學習的方法結構較淺,在提取信號的高維非線性關系方面能力有限。常用的電機監測方法包括振動監測、溫度監測、潤滑油監測、電流監測和聲音監測等。這些方法可以結合使用。上海旋轉機械監測系統供應商
故障診斷可以根據狀態監測系統提供的信息來查明導致系統某種功能失調的原因或性質,判斷劣化發生的部位或部件,以及預測狀態劣化的發展趨勢等。電機故障診斷基本法主要有:1、電氣分析法,通過頻譜等信號分析方法對負載電流的波形進行檢測從而診斷出電機設備故障的原因和程度;檢測局部放電信號;對比外部施加脈沖信號的響應和標準響應等;2、絕緣診斷法,利用各種電氣試驗裝置和診斷技術對電機設備絕緣結構和參數、工作性能是否存在缺陷做出判斷,并對絕緣壽命做出預測;3、溫度檢測方法,采用各種溫度測量方法對電機設備各個部位的溫升進行監測,電機的溫升與各種故障現象相關;4、振動與噪聲診斷法,通過對電機設備振動與噪聲的檢測,并對獲取的信號進行處理,診斷出電機產生故障的原因和部位,尤其是對機械上的損壞診斷特別有效。5、化學診斷的方法,可以檢測到絕緣材料和潤滑油劣化后的分解物以及一些軸承、密封件的磨損碎屑,通過對比其中一些化學成分的含量,可以判斷相關部位元件的破壞程度。常州監測數據不同類型的電機在結構和工作原理上可能有很大差異,監測系統需要根據具體電機的特性進行定制。
電力系統中發電機單機容量越大型發電機在電力生產中處于主力位置,同時大型發電機由于造價昂貴,結構復雜,一旦遭受損壞,需要的檢修期長,因此要求有極高的運行可靠性。就我國目前和今后很長一段時間內的缺電、用電緊張的狀況而言,發電機的年運行小時數目和滿負荷率都較以往高出很多,備用容量很少的情況下,其運行可靠性顯得尤為重要和突出。因此對大型機組進行在線監測與診斷,做到早期預警以防止事故的發生或擴大具有重要的現實意義。通常對發電機的“監測”與“診斷”在內容上并無明確的劃分界限,可以說監測的數據和結果即為診斷的依據。監測利用各種傳感器在電機運行時對電機的狀態提取相關數據。故障診斷使用計算機及其相應智能軟件,根據傳感器提供的信息,對故障進行分類定位,確定故障嚴重程度并提出處理意見。因此狀態監測和故障診斷是一項工作的兩個部分,前者是后者的基礎,后者是前者的分析與綜合。電機狀態監測技術可幫助運行維護人員擺脫被動檢修和不太理想的定期檢修的困境,按照設備內部實際的運行狀況,合理的安排檢修工作,實現所謂“預知”維修。這樣既可避免由于設備突然損壞,停止運行帶來的損失,又可充分發揮設備的作用。
傳統方法通常無法自適應提取特征, 同時需要一定的離線數據訓練得到檢測模型, 但目標對象在線場景下采集到的數據有限, 且其數據分布與訓練數據的分布可能因隨機噪聲、變工況等原因而存在差異, 導致離線訓練的模型并不完全適合于在線數據, 容易降低檢測結果的準確性; 其次, 上述方法通常采用基于異常點的檢測算法, 未充分考慮樣本前后的時序關系, 容易因數據微小波動而產生誤報警, 降低檢測結果的魯棒性; 再次, 為降低誤報警, 這類方法需要反復調整報警閾值. 此外, 基于系統分析的故障診斷方法利用狀態空間描述建立機理模型, 可獲得理想診斷和檢測結果, 但這類方法通常需要提前知道系統運動方程等信息, 對于軸承運行來說, 這類信息通常不易獲知. 近年來, 深度神經網絡已被成功應用于早期故障特征自動提取和識別, 可自適應地提取信息豐富和判別能力強的深度特征, 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據進行模型訓練, 而歷史采集的輔助數據與目標對象數據可能存在較大不同, 直接訓練并不能有效提升在線檢測的特征表示效果; 另一方面, 在訓練過程中未能針對早期故障引發的狀態變化而有目的地強化相應特征表示. 因此, 深度學習方法在早期故障在線監測中的應用仍存在較大的提升空間.通過監測刀具的振動頻率和振幅,可以評估切削過程中的穩定性和刀具的健康狀態。
為了避免發生災難性電機故障的可能性,業界產生對開始退化的感應電機組件進行了早期狀態監測和故障診斷的需求。狀態監測可在其整個使用壽命期間對感應電機的各種部件進行持續評估。感應電機故障的早期診斷,對即將發生的故障提供足夠的警告,為企業提供基于狀態的維護和短暫停機的時間建議。電機故障監測系統,電機狀態檢測儀。電機故障監測系統是采用現代電子技術和傳感器技術,對電動機運行過程中的各種參數進行實時在線檢測、分析、處理并作出相應報警或指示的裝置。基本功能包括:1、對電動機的絕緣電阻、溫升等常規電氣參數和振動、噪聲等機械量進行測量;2、通過設定值比較法確定電機的實際工況;3、根據設定的報警閾值或動作時間發出聲光報警信號;4、通過通訊接口與plc或其它自動化設備相連實現遠程控制。監測電機各個相位之間的電流和電壓關系,以檢測是否存在相位不平衡或其他電氣問題。常州汽車監測公司
電機監測涉及到對電機運行狀態的實時監測和評估,以便及時發現潛在問題并采取適當的維護措施。上海旋轉機械監測系統供應商
電機馬達監控系統適用于石油、化工、電力、煤炭、冶金、造紙、水泥等行業,可以實時對低壓電動機的運行狀態進行監測,對電機各類故障進行監測并存儲故障信息,可以生成各類實時曲線(電壓曲線、電流曲線等),為電機節能提供依據,并可實現電機節能管理。系統特點:1實時監測電機回路石化、電力、水泥等電機用量大戶,需要對電機進行實時監測,監測內容包括電機的電流、電壓、電能、頻率、電機狀態(起動、停止、報警、故障)等。在要求較高的場所還要對工藝參數進行監測,例如溫度、壓力等。本系統不僅可以監測電機電壓、電流還能做能耗統計,工藝參數監測,可以大幅提高企業自動化程度。2集中監控,利于節能馬達監控系統對用電大戶電機進行實時能耗監測,監測到的數據可以作為節能依據,并可通過系統進行節能控制,利于電機節能應用。3提高自動化水平.電機監控系統是應用電力自動化技術、計算機技術和信息傳輸技術,集保護、監測、控制、通信等功能于一體的綜合系統,上海旋轉機械監測系統供應商