风机在线振动检测与故障诊断系统.

1、 风机在线振动检测与故障诊断系统 说明书 中国华电南京农网城网工程有限公司 2007.6 1、项目设计遵循标准及规范 振动状态监测部分参照 GB/T 19873.1-2005/ISO 13373-1:2002 机器状态监测与诊 断 振动状态监测； 有关电气装置的实施参照 GB50255-96电气装置安装工程施工及验收规范; 有关自动化仪表实施参照 GB50093-2002自动化仪表工程施工及验收规范及 DLJ 279-90 电力建设施工及验收技术规范 （热工仪表及控制装置篇） ； 其余部分参照中国华电南京农网城网工程有限公司企业标准。 1.1 系统目标 基于对钢铁企业现状的了解，并结合对未来在

2、线监测系统的期望，我们拟订如下系统 目标： 1 、实时监测 以机组结构示意图、棒图、数据表格等方式实时显示所监测的数据和状态，并 以不同颜色进行声光报警显示。 2 、趋势分析 对采集到的振动、轴位移等参数进行趋势分析，能根据标准值的限定范围实现 劣化分析，并结合标准信息提供设备检修指导，同时劣化曲线应能导出成电子文档或图 表形式。 3、振动分析 包括时域分析（波形、幅值）、相关分析（自相关分析、互相关分析）、频谱分析（频 谱、相位）、矢谱分析、矢功率谱分析、进动谱分析、全信息分析、轴心位置（稳态） 、 倒谱分析、时频分析等。 4 、数据库管理 系统能自动生成各种数据库，包括历史（分钟、小时、天

3、、月、年）、启停机、 报警、事件及特征数据库等，并能自动进行维护，对过期数据自动清理，对特殊数据进 行保护和备份。 5 、黑匣子功能 系统设有黑匣子数据库，能追忆和分析报警前后有关的详细数据。 6 、故障诊断 能诊断机组的常见故障，包括不平衡、不对中、基础松动、油膜涡动、转子碰 摩等十六种常见故障。 7 、报表打印 8 、网络通讯 公司及分厂的有关领导和技术人员都可以通过浏览器随时查看机组的运行状态和 进行各种分析、诊断。可与现场智能仪表、DCS系统和MIS系统通讯。 1.2 故障诊断的目的 确定机器继续运行的时间。 确定机器发生故障的严重程度。 确定机器继续运行是否有危险。 通过诊断，对部分

4、异常通过调节工艺参数进行减振。 确定机器解体检查的部位。 只有需要修理的时候才实施修理。 最大限度地降低设备维修费用，避免设备因过剩维修带来的设备损坏。 2 、系统简介 设备远程监控与运行管理系统是中国华电南京农网城网工程有限公司汇集多年对 旋转机械故障机理和动力学特性研究成果而向市场推出的高智能、 高可靠的工业级设备 在线监测与故障诊断系统，包括采用嵌入式技术和多CPU技术设计的高智能全自动主动 数据采集单元、基于获得国家科技进步奖的矢谱分析技术的全序列分析方法，涵盖了稳 态、瞬态和非平稳态分析，配合可视化主动数据驱动技术，向用户提供了与机组运行状 态最接近的图谱信息、基于智能混合技术的故障

5、诊断专家系统和稳定的网络支撑、开放 型关系数据库几个组成部分。 数据采集单元实现将机组的振动模拟信号采集， 其采集模式根据不同的状态 （正常、 报警、危险等）自动转换，并具备完善的数据预处理功能，既保证了采集数据的正确性 和完整性，也可以充分发挥系统硬件资源功效。 采集并经预处理的数据存储在系统的服务器数据库中，供监测、分析和诊断系统调 用，可实现企业网络系统内的全功能浏览。 信号分析方法提供了稳态、瞬态和非平稳态分析方法，组合功能达到 30 种左右。 系统采用了基于获得国家科技进步奖的矢谱分析技术作为技术依托， 可以向用户提供唯 一性的源数据，为后续故障诊断系统的高效发挥提供了技术保障。 故

6、障诊断专家系统可自动诊断 16 类旋转机械常见故障，并提供相应的修正建议措 施。故障诊断系统具备自学习功能，采用了支持向量机技术构造自学习系统，可实现在 小样本条件下甚至正常数据样本条件下的高效自学习。 网络系统可以采用用户指定的操作系统和数据库， 也可采用 Linux 作为网络支撑环 境。 3、系统的基本功能 3.1 系统设计原则 3.1.1 高可靠性 作为工业产品，可靠性要求是第一位的， 也是保障技术先进性正常发挥的重要条件。 可靠性除包含系统所设计的硬件外，软件的可靠性、稳定性、网络系统抗病毒攻击能力 均成为系统可靠性指标的组成部分。系统在以下诸方面体现上述可靠性指标： 高可靠数据采集前

7、端 系统的数据采集器全部采用嵌入式 Linux 体系和多 CPU 结构，组成全功能数据采集系统，可满足振动（位移） 、工艺参数、开关量等参数的多 模式采集，根据现场实际和用户需求，也可扩展数字输出功能，实现部分参数的控制。 数据采集部分的平均无故障时间不低于 40000 小时。 高可靠网络体系 针对网络普遍存在的安全性问题，系统局域网采用高可靠的 服务器，网络支撑系统采用 Linux 网络平台，数据库采用 Oracle 大型关系数据库，软 件整体采用符合网络数据传输要求的 B/S 结构，并采取了多种安全措施和冗余设计，系 统负荷不超过设计容量的 60%，不但保障系统高速运行，也便于随着对系统功

8、能要求的 不断提高而进行的功能扩展。 高可靠信号分析体系 信号分析方法全面，覆盖面广；除保留应用效果较好的传 统分析方法外，鉴于大多故障发生时信号表现为非平稳过程，增加了非平稳过程分析方 法和部分现代信号分析方法（如数据融合、盲源分离等） ，并尽可能以简洁、直观的表 达方式呈现给系统使用者。 高可靠信号预处理 对部分耦合通道较多、信号结构复杂且信噪比低的信号， 将采用先进的“盲源分离”或“高阶统计量”等现代信号处理技术对信号进行预处理， 获得信噪比较高的早期故障信息。 3.1.2 方便实用性 功能浏览方便 采用全 B/S 结构，友善的人机接口、联机帮助系统，使操作非 常简单方便。 工作状态变更

9、方便 各种参数可通过系统提供的组态软件进行在线调整，由于 Linux系统具备的TCP/IP通讯协议功能优于Windows系统，可方便地实现数据采集器的 远程工作状态变更及功能升级。 数据查询管理方便 数据查询方便快捷，针对大多设备状态监测系统采用的基 于时间标志数据查询方式不直观、效率低等弊病，采用了先进的可视化主动数据驱动技 术，用户选择数据更直观、准确、快捷。系统还提供事件数据关联技术，实现直接从 事件进入数据分析。 用户端扩展方便由于系统软件采用了 J2EE体系编制，用户端无需任何设置即 可成为系统全功能浏览器，且与用户端操作系统无关。 3.1.3 可扩充性 监测对象扩充 系统具有良好的

10、扩充性，并保证扩充具有较高的性能价格比。 新增加监测机组仅需增加数据采集器、振动传感器工艺信号变送装置和信号电缆，对 于安装距离较近的机组，在采集器框架所容通道许可的条件下，可以通过扩充采集板的 方式进行扩充。 系统功能扩展 软件系统采用组态化、模块化设计，所有分析功能均作为一个 独立控件模块，便于系统功能扩展和功能升级。 系统覆盖范围扩展系统提供与ERP/EAM系统互联的的标准数据接口，便于组 成大型企业监测网络和不同应用系统之间的数据传输与共享。 技术支持范围扩展系统具备远程故障诊断技术支持功能（需INTERNET网络支 持），通过INTERNET可实现领域外专家的技术支持和远程故障诊断。

11、 3.1.4 人工智能性 智能诊断机组常见故障 系统配备了智能故障诊断专家系统，自动或人机交互 诊断 16 大类机组常见故障。 智能自学习功能 采用先进的支持向量机技术更新了系统的自学习功能，支持 在小样本条件下（甚至是正常数据下）的系统自学习功能，进一步提高了系统故障诊断 的准确度。 智能综合源数据 系统对于故障诊断推理机构造有与一般诊断系统不同。一般 故障诊断系统多利用频谱特征（将频率成份分为多个“段” ，给予一定的加权值） 、轴心 轨迹形状、振动稳定性等因素进行模糊识别，由于采用的数据源为一个“点”数据，且 频谱多为单通道频谱（投影谱） ，故诊断准确率相对较低。系统综合考虑了振动信号来

12、源位置、数值变化趋势、截面信息融合、源信号分离、唯一性源数据处理等方式进行设 备状态的推理，因此可以提高故障诊断的准确性。对于采用电涡流传感器的系统，所有 考核数据均为振动矢量，避免了单通道数据（投影数据）受传感器安装位置影响导致数 据无唯一性问题。 智能数据采集 数据采集器采用了全自动智能工作模式设计，可智能识别机组 运行状态变化并应用相适应的数据采集方式，全部功能均处于全自动运行状态。 3.1.5 数据准确性 采用数字矢量滤波技术获取真实相位信息。 采用盲源分离技术获取高信噪比信号。 采用高位数 A/D（ 16 位）提高模数转换精度。 采用截面轴系数据融合技术获取唯一性数据。 采用通频、分

13、频、梯度及状态报警等多维报警功能，获取真实的机组状态变化 信息。 3.2 系统总体特点 321 基于嵌入式Linux体系设计的多CPU高智能数据采集技术。 3.2.2 旨在提高信号信噪比与准确性的多重数据预处理技术。 3.2.3 提高数据查询的可视化主动数据驱动技术。 3.2.4 基于矢谱分析的系列信号分析技术。 3.2.5 基于数据挖掘技术和矢谱数据分析的智能故障诊断技术。 3.2.6 基于Struts架构的J2EE模式的与操作系统无关的编程技术。 3.2.7 基于 Linux Oracle 的数据库服务器安全配置技术。 4 系统功能及技术指标 4.1 智能数据采集站 数据采集系统主要功能是

14、采集、传送并处理各种振动、位移、键相及温度等数据。 采用工业控制计算机架构体系和当今智能 IT 仪器设计广泛采用的嵌入式 Linux 体系， 结合针对振动信号特性设计的多 CPU并行预处理技术，配合特殊设计的多种专用集成电 路技术（ASIC）及数字信号处理（DSP等多种信号调理板，构造的数据采集器具有高可 靠性和稳定性，完全满足工业现场苛刻的环境，其平均无故障时间不小于40000小时。 动态振动数据取自现场机组，在条件许可的情况下，也可从PLG DCS系统引入部分工 艺信号，或直接取自工艺信号的标准信号输出端。根据机组所处的工作状态，数据采集 器会自动采用相应的触发方式。 正常工作状态下系统采

15、用等时间间隔的同步整周期采集 （需要键相信号支持） ，异常时即采即存，开停车状态按设定的转速间隔采集，全部采 用同步整周期采集。 4.1.1 特点 优化设计的同步整周期采集 同步整周期采集是以键相位信号为基准实现多通 道的同步采样，采样速率受控于机组转速，每周期（转）采集的数据样本长度相同，每 次采集的波形周期数相同。整周期采样是在硬件控制下实现的，每周期采样长度和采样 周期数均可设置。 自动跟踪滤波 跟踪滤波包括跟踪抗混滤波和跟踪数字矢量滤波，前者采用特 殊设计的八阶椭圆低通滤波器， 该滤波器的拐点频率 f 0可通过改变时钟脉冲频率 fc 任 意设定（滤波器的拐点频率在10Hz和500kHz

16、之间，一般转速的机组设置在25kHz即可 满足需要），因此控制低通滤波器的时钟频率即可方便地实现跟踪抗混滤波；后者以数 字处理技术为核心，实现以机组转速为中心频率的带通滤波功能，可实时跟踪1X、 2X 矢量（幅值与相位），也可跟踪用户设置的任何分频矢量。 自动瞬态与稳态数据采集 机组瞬态与稳态数据的采集均按同步整周期采样。 机组开停车数据是采集器自动进入高速数据采集状态， 采用专门设计的静态动态数据 混合采集技术，实现高分辨率的开停车数据采集。系统分析软件能自动识别瞬态数据 并调用相应的分析方法。 基于事件驱动的数据“黑匣子”功能 “黑匣子”功能对故障数据长期保存， 以利进一步深入分析。数据为

17、开机数据、停机数据、正常数据、异常数据和实时数据五 种，异常数据采集包括了发生异常前后的整个过程的数据。 工艺通道光电隔离 对不允许共地的工艺信号，采集器专门设计了全光电隔离 信号调理采集板，各路工艺信号之间以及与采集系统完全隔离，隔离的耐压为1000V。 4.1.2 技术指标 宽电压设计，90132VAC或 180264VAC 6/12/18CH + 1键相通道独立CPU采集模板，积木式组合设计。 ASIC+DSP吉构，完善的数据预处理功能，包括先进的数字矢量滤波技术。 TCP/IP通讯协议，通讯速率100Mbps 采样频率最高达 500kHz。 16位A/D转换。 优化设计的同步整周期采集

18、技术，采样长度和每转采样点数可调。 可编程抗混跟踪滤波器与数字矢量滤波。 测量转速范围 60 60000rpm。 多种模式采集设计，自动识别键相信号，采样模式自动转换。 远程控制与参数设置。 模拟输出功能（选件）。 系统自检功能，自举功能与自动联网设计 高分辨率开 / 停车过程数据采集功能。 转速误差小于 0.05%，相位测量范围 0-360。 4.2 监测预报系统 监测预报系统属于系统软件中的一个组成部分， 这个部分的所有功能是针对机组操 作人员获取正确的机组状态信息而设置的，其目的在于让机组操作人员以直观、快捷的 方式获取机组是否正常运行、是否需要进行进一步诊断的准确信息。 数据采集器采集

19、的实时数据传送至监测网的数据库服务器（兼作WEB艮务器和应用 服务器），生成系统监测、分析和诊断所需要的特定数据库。监测预报系统作为系统软 件的一个模块，调用数据库服务器中所有反映机组运行状态的数据，如振动幅值、分频 矢量、位置、相关工艺参数等，依据系统组态软件中设置的参考数值，进行数值监测、 状态判断、报警显示以及部分监测图谱的生成显示等。 监测预报系统向机组操作人员提供多种报警功能，以弥补单纯绝对报警的局限性。 根据机组的特点， 系统提供了梯度报警功能， 即当监测参数数值变化率超出设定范围时， 系统判定为状态异常。梯度报警是一种双向报警方式，无论监测参数过大或过低，均启 动梯度报警，并启动

20、相应的数据采集方式。对于报警事件和监测列表，系统均可同时显 示报警类型、报警时间和故障类型。 监测预报系统也可随时对监测结果、报警事件或用户指定的报表形式进行打印输 出，便于日后存档备查。 4.2.1 特点 处理速度快 监测周期不超过 1 秒，完全满足在线实时监测要求。 数据传输高速可靠 采用 Linux 网络来传输数据，通讯速率高，且安全可靠。 通用性好 采用模块化设计和面向对象的程序设计，通用性好，易于推广。 操作方便 用户端全部采用浏览器方式工作，真正做到了用户端免维护。 显示直观 各机组的状态在状态行上显示，该状态行在任何主画面上均可见。 数据组织有序 数据分为实时数据、历史数据、趋势

21、数据、故障数据，配合可视化 主动数据驱动技术，数据查询、调用方便快捷。 事故数据“黑匣子”功能 事故发生前数据自动封存保留，以供事后分析之用。 数据保存完善 趋势图最长追忆时间暂定为 2年（亦可按用户要求设定） ，可保存 32 次开停车数据（亦可按用户要求设定） ，报警数据和危险数据长期保存，避免数据在 短期内被覆盖丢失。 实用性强 根据不断变化的情况，动态在线修改多种参数，如监测机组的参数、监 测周期参数、报警阈值等。 4.2.2 监测功能 机组总貌概况图 单值多值棒图 趋势分析 截面综合全信息谱 多参数相关分析 矢量区域监测 轴心位置监测 报警事件列表（绝对报警、梯度报警、进动分量梯度报警

22、、位置报警和矢量区 域报警以及自动诊断结论） 4.2.3 数据类型 历史数据 开、停机数据 一级正常数据（通频值、特征分量值、进动分量值等） 二级正常数据（同上） 三级正常数据（同上） 报警数据（绝对报警、梯度报警、进动分量梯度报警、位置报警和矢量区域报 警） 危险数据（同报警数据） 趋势数据 监测报告数据 4.3 信号分析系统 信号分析系统是整个系统中承上启下的中间关键环节， 系统以获得国家科技进步奖 的矢谱技术为核心组成分析系统，功能配置突出实用、有效、强大，系统组合分析方法 近 30 种，除具备完善的稳态分析、瞬态分析外，还增加了非稳态过程分析和振动与工 艺参数相关分析。系统针对不同的测

23、振传感器获取的信号采取有针对性的分析方法，以 获得信噪比较高的设备状态信号。 系统除提供常规的信号分析功能外， 还将目前独有的双通道数据融合技术应用到工 程实际中，其中包括矢量谱分析、进动谱分析、二维矢功率谱分析等，另外，还提供时 下流行的短时 Fourier 分析、小波分析、 Wigner 分布等时频分析方法。 本系统的信号分析处理系统，可以使用实时数据（在线数据）和历史数据（追忆数 据）两种数据，并以可视化主动数据驱动技术进行数据快速查询，对所有被监测机组在 不同时刻、不同状态下的动态信号快速、 准确地进行各种信号分析和数据处理， 以简洁、 直观、信息量丰富非图谱表达出来，并将其数据值信号

24、特征传递至故障诊断专家系统。 4.3.1 分析方法特点 分析方法具有针对性 一种信号分析方法，其主要用途在于提供准确的特征信 息，系统中配置的分析方法重视针对性，重视向用户提供最大信息量。 分析方法覆盖面广系统提供传统的分析方法外，同时提供非平稳过程分析方法 和数据融合分析方法，如矢谱、进动谱、矢功率谱、短时FFT小波和Wigner分布等。 具有专有分析技术系统的核心分析技术是获得 1999年度科技进步奖的矢谱分析 技术，通过数年的改良、扩展和系列化，已经成为系统分析方法，为准确识别故障提供 了功能强大的工具和手段。 矢谱分析方法是一种全新的分析技术， 与传统的单通道谱（投 影谱）分析相比，最

25、大限度地融合了同一截面上的动态振动、平均位置和进动分量的全 部信息，比全谱、进动圆分析能提供更多、更全面的信息，避免了因传感器安装方向不 同引起的刚度不同导致的测量结果差异，为故障诊断专家系统提供了唯一性的源数据。 提供准确、全面状态信息 系统追求信息的准确，不追求数值的精确。前者要 求系统提供的信息能正确反映机组的运行状态，后者仅表现为数学计算结果的精度。分 析方法具有一定应用范围限制， 如轴心轨迹和轴心位置仅适用于电涡流传感器系统提供 的信号，某些分析方法适用于滚动轴承等。 4.3.2 主要分析方法 常规分析方法类 时间波形、轴心轨迹、提纯轴心轨迹、 频谱图、振动矢量区域分析、 统计特性分

26、析、 倒频谱分析、细化谱分析、相位谱分析、特征谱分析、自相关分析、互相关分析、相干 分析等 数据融合分析 矢谱分析、矢功率谱分析、进动谱分析、全信息分析、轴心位置（稳态） 矢量谱 矢谱分析方法属于多通道数据融合的范畴， 它所利用的信息源是转子截面 上相互垂直安装的两个传感器所拾取的振动信号， 通过特定的快速融合算法将两个通道 的信息有机融合起来，准确快捷地跟踪转子截面的最大振动量，转子截面进动轨迹椭圆 的位置，计算准确高效，快速算法稳定可靠，物理意义明确。 矢量谱克服了以往单通道分析方法信息源不完整所带来的对转子截面信息的割裂 作用，克服了单通道分析方法结果不唯一、随传感器安装位置不同而不同的

27、弊病，有效 地避免了现场中使用单通道分析方法所造成的误诊误判等现象。与常规双通道分析相 比，矢量谱不仅能够提供特征频率处的轴心轨迹，而且能够跟踪非特征频率处的轴心轨 迹，计算量小，计算效率高，分辨率高，并且通过细化分析等手段还可以进一步提高分 辨率，很好地满足了工程实际的需要，大大提高了故障的确诊率。 进动谱 与矢量谱一样，进动谱也属于数据融合的范畴，所不同的是进动谱不仅仅 动态地跟踪了转子截面在各个频率点上的最大振动强度及其所处的方向， 而且有效地提 取出了转子截面的进动方向。 进动谱包括进动幅度谱和相位谱，幅值谱反映转子截面的最大振动幅值及进动方 向，其中进动方向以正负数值的形式表达出来，

28、正的幅值表示正进动，负的幅值表示负 进动；进动相位谱表示转子截面最大振动强度方向与方向传感器的夹角。 二维矢功率谱 二维矢功率谱是最新研制的数据融合技术， 是数据融合技术对转子 截面的功率表示形式，它将转子截面两个通道的信号有机融合起来，提取转子截面的振 动功率分布。 与单通道分析方法中的功率谱不同， 功率谱所分析的对象是转子某一个方向上的单 个信号，表达的是转子在单个方向上的振动功率分布；而二维矢功率谱分析的对象是转 子某个截面上相互垂直安装的两个传感器所拾取的两个信号，即转子的整个截面，表达 的是转子某整个截面的振动功率分布，具有更加明晰的物理意义。 瞬态过程分析 波德图、极坐标图、三维频

29、谱图、轴心位置（瞬态） 、坎贝尔图 波德图波德图是分析机组开/停车过程的主要方法之一，是振动信号1X矢量的 直角坐标表达形式。波德图可以提供转子支撑系统的动力学参数，其中重要的指标是 同步方法系数，合理的同步放大系数是反映转子支撑系统稳定性和适当阻尼的指标。 波德图中相位信息的来源对分析结果的影响是至关重要的，必需是真实的物理相位，不 能采用FFT计算得到的相位数值。 极坐标图 极坐标图使用同波德图同样的数据，以极坐标形式表达。极坐标图对反 映转子的固有不平衡矢量、进行转子平衡计算具有比波德图更直观的效果。 轴心位置（瞬态） 随转速变化的轴心位置曲线， 可以显示转子是否被正确地抬起， 转子是否

30、易于与轴承表面摩擦、转子支撑系统是否易于失稳，对于显示系统预负荷的 影响特别敏感，分析对中、摩擦比频谱更直观。 非平稳过程分析 小波分析、短时FFT分析、Wigner分布 大多故障发生时信号表现为非平稳态，而传统FFT反映的是信号在整个时域的平均 值，不是频率变化时刻的值，即傅立叶变换不提供信号在时域上的信息，不具备时域上 的分辨率，这显然与许多故障时的信号特征是不吻合的。系统配备的非平稳过程分析方 法就是针对传统FFT的固有缺陷而设计的时-频域分析。 统计报表、日记 机组状态列表、振动参数列表、过程量参数表、报警事件列表、用户指定班组报表 4.4 故障诊断专家系统 4.4.1 特点 诊断系统

31、知识库多来自实践 本系统的智能故障诊断专家系统整合了丰富的故 障诊断知识，包括多年来科研人员和研究生研究故障机理的成果、科研人员现场机组诊 断经验、安装在现场的若干套系统捕捉到的故障实例以及国内外发表的故障诊断知识和 研究成果，应用人工智能技术，以人工神经网络、模糊和规则推理，并在运行过程中应 用知识工程不断积累经验，丰富知识库，提供故障发生的原因以及治理措施，实现操作 开环控制。 诊断专家诊断系统采用唯一性源数据 多数故障诊断专家系统对于源数据的采 用具有随机性，特别是基于频谱特征的诊断模式，往往受方向性导致的特征差异影响， 得出的结论同样具有不确定性。 系统的故障诊断专家系统采用基于矢谱分

32、析的特征源数 据，具有唯一性，因此诊断结论亦具有唯一性。 采用多重技术构造专家系统 故障诊断系统的关键环节包括多机组数据库、知 识库的建立和管理，基于多知识库多数据库的推理；本系统在应用模糊、灰色、神经网 络等一系列较成熟的诊断技术之外，还尝试应用基于实例的诊断推理新技术、非线性征 兆识别和支持向量机等新技术。 该系统由元知识库、专用知识库、机组数据库、动态数据库、推理机、征兆获取、 人机交互接口、 解释器和学习机九大部分组成。 元知识库包括频谱知识库、 波形知识库、 相位谱知识库等 8 个元知识模块。专业知识库包括旋转机械中机泵知识库、发电机知识 库、电动机知识库、齿轮箱知识库合压缩机知识库

33、。数据库包括上述各机组数据库。 采用高效学习机构造技术 学习机包括元知识学习和故障实例积累两大块，元 知识学习分规则学习和神经网络学习。一般系统的自学习功能需要大量的故障样本，这 个要求在实际中往往是无法满足的， 系统故障诊断专家系统采用了支持向量机技术构造 自学习模块，实现了小样本条件下的高效学习。 采用混和诊断诊断策略 采用人工神经网络与基于规则的故障诊断专家系统有 机结合技术， 克服了目前神经网络每次学习必须忘记已具有的知识而从头开始学习的弊 端，发展了神经网络的学习理论； 采用人工神经网络与模糊故障诊断模型有机结合技术， 使得以模糊诊断模型为基础的神经网络不再是一个“黑匣子” ，而是具

34、有明确物理概念 的神经网络，这符合专家系统的透明性，为神经网络在专家系统中的进一步应用奠定了 理论基础；采用故障征兆自动识别技术，定义了常用信号分析图的有效数学特征量，深 入研究了这些特征量的敏感性，利用先进的计算机技术实现了故障征兆的全自动识别； 采用以故障历为依据的专家诊断系统学习技术， 使故障历学习系统真正能够积累众多现 场专家的故障诊断经验，为学习提供了很好的素材。 4.4.2 分析故障种类 转子不平衡 转子弯曲 转子裂纹 摩擦 油膜涡动 轴承损坏 旋转失速 密封气流激振 转子缺损 转子零部件松动 转子不对中 连续摩擦 油膜振荡 轴承间隙过大 喘振 支撑零部件松动 4.5 网络服务器系

35、统 随着生产的发展和科技进步，计算机的应用越来越普遍，许多企业建立了基于工厂 的计算机管理网络，对改善信息的采集、传输、加工和存贮提供了快速安全的基础。利 用先进的网络技术，可以方便的与公司 LAN局域网及In ternet网对接，采用大型数据 库技术，实现远程监测与诊断，实现企业信息化管理。 4.5.1 网络结构选择原则 强大的互联和兼容能力，便于网络升级和扩展； 具有很高的可靠性和安全性，便于系统的管理和维护； 数据传输率高，即能满足当前生产和管理的需要，又能适应未来发展要求； 具有较强的抗电磁干扰能力； 具有较强的容错和故障恢复能力； 具有长距离信息传输能力。 4.5.2 特点 安全性与

36、方便性 采用用户指定网络系统作为大型旋转机组在线监测与故障诊 断系统的网络支撑环境，突出其网络安全性；采用基于Browser/Server的N层分管式 结构模式，浏览器端采用 B/S 结构，无需安装任何专用软件，系统真正做到了免维护， 突出其方便性。 开放性 系统具有开放的网络体系结构和 SQLServer 大型关系数据库，便于扩 充，便于与其他计算机网络系统（如各类企业网）互联，达到数据传输、资源共享的目 的。 支持多种通讯协议 系统支持标准的 TCP/IP 通讯协议， 在数据采集端设计中支 持与DCS/PLC交欢数据的Modbus通讯协议。 远程技术支持 对于疑难故障问题可通过系统网络传输

37、至南京农城网公司的远 程专家诊断中心，实现中心专家与用户专家的交互诊断与技术交流。 5系统体系结构 南京农城网远程设备诊断中 心提供远程故障诊断技术支 持，移动用户也可通过 INTERNET访问机组状态监测 信息。 系统现场浏览工作站，向 操作用户提供系统全功能 服务器承担中心数据库、WEB 发布、信号处理、与 MIS等管 理系统数据接口等功能 - 交换机 数据采集器 转子相对振动 轴承座绝对振动 键相 温度 6安装、调试方案及供货明细 6.1安装调试方案原则 用户机组在线状态监测与故障诊断项目，由南京农城网公司（以下简称乙方）负责 实施。但系统安装需要厂方（以下简称甲方）的支持与配合。为保证

38、系统安装、调试工 作的顺利进行，特制定安装、调试方案如下: 风机测点数量说明 系统监测通道数量和现场监测站配置情况及安装方式如 按照现场机组的监测要求， 下: X-03 Y-03 X-04 Y-04 速 Y 电机 器 1 风机 K-01 机组测点说明 序号 测点编号 测点说明 测点数量 传感器类型 1 X-03、 Y-03 风机前端径向轴振 2 电涡流 2 X-04、 Y-04 风机后端径向轴振 2 电涡流 3 Z-01 轴向位移 1 电涡流 4 K-01 键相/转速 1 电涡流 备注: 以上测点是最简单的布置，根据情况建议在齿轮箱输入、输出端各布置1只加速度 传感器，以达到最佳监测效果。 对

39、风机键相测点的说明 相位对于振动测量和故障诊断非常重要，相位测量的传感器一般采用电涡流传感 器，最常用的方法是按要求在不影响转子的某个位置上沿轴向开一个键槽，尺寸为 20*8*1 ，使之产生一个每转一个脉冲信号，因此相位传感器也称作键相传感器。如果开 键槽不方便，也可以附加一个同等尺寸的凸台。通过光电传感器加反光片的方法也可测 量相位，但这种方法时间长了反光片容易损坏，导致测量失效，一般仅用于临时性相位 测量。键相传感器的作用可以归纳为以下几点： 作为系统同步整周期采用的外触发同步信号； 实现跟踪抗混滤波和跟踪带通滤波，作为截止频率和中心频率的同步信号； 机器转速测量； 实现机组升降速过程跟踪监测； 用于转子平衡状态识别。 6.2 机柜安装 若需要在现场安装操作机柜，由甲方指定系统机柜在机组操作室内的安放位置，并 协助解决220VAC,15A交流电供电。该位置确定后，由乙方负责机柜就位。如甲方对机 柜就位条件或机柜尺寸、颜色、样式有特殊要求，可在实施方案确定前尽快提出，以便 协商解决。机柜安装过程中由甲方指定专人负责协调、安全监督。 6.3 系统接线 电缆准备、走向及敷设由甲方负责实施。 信号电缆与采集系统的接线由乙方负责实施。 信号电缆接线过程中甲方指定专人负责协调、安全