智能运维与健康管理第7章加工过程智能运维第8章石化装备智能运维课件

加工过程智能运维主讲人：《智能运维与健康管理》本章导读学习要求：了解加工过程智能运维的特点与重要性；掌握加工过程智能运维的系统框架构成与关键技术。基本内容及要点：加工过程智能运维背景介绍与机床故障特点；加工过程智能运维系统架构组成：数控机床控制模型、传感器测量系统、数控系统、数控机床健康保障系统；加工过程智能运维关键技术：数字化技术、网络化技术、智能化技术；加工过程智能运维系统实施典型案例：机床二维码远程故障诊断、基于指令域的基础健康保障技术、智能工厂应用。引言1加工过程智能运维系统架构2加工过程智能运维关键技术3加工过程智能运维系统实施典型案例4讲义提纲PART01引言机械加工制造业作为国家工业发展的基础，体现着一个国家的综合实力。近年来，在信息技术强有力的推动下，机械加工制造业逐渐趋向于“数字化”、“网络化”和“智能化”

，同时，为了满足多样化产品需求，传统制造业也正处于转变升级阶段。《中国制造“2025”》将数控机床和基础制造装备行业列为中国制造业的战略必争领域之一，主要原因是其对于一国制造业尤其是装备制造业的国际分工中的位置具有“锚定”作用。在实际生产加工过程中，由于数控机床的机械结构、数控系统以及控制部分的复杂性，并且加工环境恶劣，加工强度高，导致机床的可靠性、稳定性面临巨大挑战，其故障发生率也在增大。机床故障呈现出多样性的特点，可能是机械故障、电气故障、液压故障、缓变故障等一种或多种情况。对于机床发生的故障，往往是进行事后维修，不仅效率低而且故障损失大。在制造业数字化趋势和“大数据”时代，生产过程数据的利用有极大发展空间。本章要解决的一个主要问题是，如何利用机床自身的数据和可能外加的传感数据建立有效的加工过程健康保障系统和智能运维机制。引言PART02加工过程智能运维系统架构加工过程智能运维关键技术主要内容数控机床控制模型传感器测量系统数控系统数控机床健康保障系统2.1数控机床控制模型传统制造系统与HPS(Human-PhysicalSystems)传统制造系统是人和物理系统的融合。机床加工过程中，人需要通过的手眼感知，完成分析决策并控制操作机床，完成整个加工任务。这就是一个典型的HPS系统。数控机床控制模型当代制造系统与HCPS(Human-Cyber-PhysicalSystems)随着数控技术的发展，在人和机床之间增加了数控系统。加工工艺知识通过G代码，输入到数控系统，数控系统替代了人操作控制机床。此时，数控机床就变成了HCPS。即在H和P之间增加了一个信息系统CyberSystem，这是与传统制造系统最为本质的变化。数控机床控制模型新一代制造系统与新一代的人-信息-物理系统(HCPS2.0)新一代智能制造系统与HCPS的不同之处，在于其信息系统不再仅仅局限于感知和控制，而是增加了认知和学习的能力。在这一阶段，新一代人工智能技术将使HCPS系统发生最为本质的变化，形成新一代的人-信息-物理系统(HCPS2.0)。数控机床控制模型HCPS2.0与HCPSHCPS2.0与HCPS的主要变化在于人将部分认知与学习型的脑力劳动转移给了信息系统，这样信息系统在具备“认知”和“学习”的能力后，人和信息系统关系发生了根本变化，实现了从“授之以鱼”到“授之以渔”的飞跃。通过“人在回路”的混合增强智能，人机深度融合将从本质上提高制造系统处理复杂性和不确定性问题的能力，极大提高制造系统的性能。数控机床控制模型2.2传感器测量系统14传感器测量系统传感器简介在数控机床加工运行过程中，工况状态的检测信号是反映机床设备运行状态正常或异常的信息载体，智能化数控机床是通过检测信号感知机床的状态信息，并经信号的分析和处理，能给出加工过程的控制决策和实时状态显示，适当的检测方法是数控机床实现自助感知的重要条件，因而也是数控机床智能化技术中必不可少的环节。数控机床对传感器的要求满足精度要求，灵敏度高和速度响应快;高可靠性、稳定性及抗干扰能力;在线与实时性要求;使用维护方便，适合机床运行环境和实际安装配置;价格低廉，成本低传感器测量系统传感器测量系统电流和电压传感器获取数控机床加工过程的电流和电压信号，从而间接获取切削力和切削载荷等工况信息，用于智能化感知机床状态;光栅尺和编码器获取到数控加工位置，转速等机床部件实时状态信息，用于对数控机床的虚拟建模，坐标，速度实时显示，并基于反馈控制，实现全闭环控制;传感器测量系统传感器测量系统温度传感器通过对数控机床配置温度传感器，不仅可以在虚拟环境下对其进行温度场显示，动态反映加工过程的热量状况，温度数据是智能加工中分析健康状况，加工精度的重要数据基础;振动传感器智能运维中，振动加速度信号对机床的故障诊断和工况监视具有重要的测量效果，加工过程中，电机转动，伺服控制都会产生振动信号，获取振动信号，并经特征提取，是实现状态感知的重要途径;传感器测量系统2.3数控系统数控系统19数控系统简介数控系统(NumericalControlSystem)是数字控制系统的简称，其内部一般由I/O设备、计算机数字控制(CNC)装置、可编程控制器(PLC)、伺服系统、驱动装置以及检测装置等部件组成。数控系统数控系统分类目前，数控系统种类繁多，其分类方式也多种多样，主要分类方式有：按控制运动分类，按组成特点分类，按功能水平分类。在实际生产过程中，人们常按照数控系统的组成特点对其进行分类。21数控系统开环数控系统（OpenLoopNumericalControlSystem）不需要检测反馈，结构简单，调试方便，成本较低，但精度速度都难以保障半闭环数控系统（Semi-closedLoopNumericalControlSystem）带有检测反馈（通常是电机编码器），但无法检测机械传动过程中产生的误差，该数控系统精度较高，稳定性高，调试简单。闭环数控系统（ClosedLoopNumericalControlSystem）带有包含检测位置误差（常用光栅尺）的检测反馈，精度最高，但是稳定性不易保证，调试相对复杂。22数控系统

从数控系统采集数据的方法主要有三种：基于PLC信号的数据采集，基于RS-232信号的数据采集，基于OEM（OriginalEquipmentManufacturer，原始设备制造商）软件的数据采集方法。

目前广泛使用的采集方式是基于OEM软件的数据采集方案，通过该方法可获取到信息主要包括：机床运行状态、机床运行参数、操作信息、各种实时信息、零件加工工时、报警信息等。西门子（DDE/OPC技术）、FANUC（FOCAS软件包）、华中数控（华中8型二次开发平台）等数控公司都提供相应的二次开发平台，以供用户进行自定义数据交互。图7‑10840D系统OPC服务器数据采集流程23数控机床健康保障系统健康保障系统构成数控机床的健康保障系统能预测性诊断机床部件或系统的功能状态，包括对部件的性能评估和剩余使用寿命预测，为机床的维护策略的实施提供决策意见。机床维护人员根据健康保障系统诊断的结果，在机床处于亚健康状态时便提前调度相关资源，当机床真正出现问题时就能立即维护、维修，做到最大化减少故障停机时间并延长机床的工作寿命，提高工厂的生产效率。2.4数控机床健康保障系统25数控机床健康保障系统健康保障系统总体功能信号采集模块信号处理模块由分布在数控机床各处的电流、振动、温度等众多传感器组成，利用多传感器融合技术获取数控机床的工作状态信息并传输至信号处理模块中工业现场获得的各种信号往往包含大量噪声，为了增强采集信号的信噪比，需要对采集到的信号采取滤波等信号处理技术来获得质量更高的信号数控机床健康保障系统26特征提取与选择模块从信号中准确选择出反应部件性能退化或故障发生的敏感特征，对提高性能评估和寿命预测模块的诊断准确率有重大的帮助健康保障系统功能模块机床健康评估模块运用深度人工神经网络、时间序列分析、隐马尔科夫模型、模糊神经网络等众多人工智能技术，在云端建立反映故障规律和部件性能退化趋势的智能计算模型，然后根据上传的信号数据判断对应机床的性能状态并预测剩余寿命数控机床健康保障系统27智能化加工模块云端数据库实时监测和优化生产线上的加工制造过程，降低机床发生硬件故障的风险，改善机床的加工性能，提高生产效率和工人的安全保障；存储从工业现场收集到的宝贵的工业数据，为制造业“人工智能与大数据”时代的建立提供必要的数据支撑管理服务器对单个或多个车间的机床进行统一监督、管理，并将智能健康评估模型诊断的结果发送到对应的机床上，在有机床健康报警时自动启动维护策略健康保障系统具体构成28数控机床健康保障系统健康保障系统功能概述智能振动抑制“铁人三项”二维码故障诊断与云管理加工质量监测与保障29数控机床健康保障系统智能振动抑制机床的各坐标轴加减速时产生的振动，直接影响加工精度、表面粗糙度、刀尖磨损和加工时间，主动振动控制模块可使机床振动减至最小。例如，日本MAZAK公司智能机床的AVC（ActiveVibrationControl，主动振动控制）模块，通过系统内置的传感器和运算器计算和反馈的振动信息，然后调整指令从加减速指令去除机械振动成分，从而实现对机床超出范围的振动进行抑制。30数控机床健康保障系统“铁人三项”

铁人三项按照如下图所示的运行内容及机床本身的结构特点设定自检G指令，数控机床运行设定好的自检G指令，同时通过无传感器的方式采集G指令运行过程中的数控系统内部大数据，包括指令行行号数据及其它运行状态数据（如负载电流、跟随误差、实际位置等），将数控机床（MR）、G指令信息（WT）和运行状态数据（Y）进行映射，建立数控机床的CPS模型Y=f(WT,MR)，并通过对不同阶段CPS模型中的指令域波形图进行对比、分析，提取出指令域波形显著的特征信息，进而利用指令域的特征信息进行数控机床健康状态的检测与评估。31数控机床健康保障系统“铁人三项”

自检G指令运行内容32数控机床健康保障系统二维码故障诊断与云管理在数控机床出现报警信号时，生成二维码并在界面端显示，操作人员可通过手机扫描二维码获取报警信息，并将相关数据传入云端，若在云端中存在对应案例，则返回相应的解决方法，操作人员可及时进行故障处理；若在云端中不存在对应案例，则将相应故障状态录入数据库，并在检修人员处理完成后，将解决方案录入，更新云端的案例库。该功能可以将多种故障案例进行建库存储，并能通过云端进行多台机床的故障管理与健康维护，提高了处理效率。33数控机床健康保障系统加工质量监测与保障在加工过程中，对加工质量影响最直接的加工工艺因素，主要是刀具材料和刀具几何角度、切削用量、切削速度、切削液选择、工件装夹方法等。通过对刀具磨损量的实时监测以及工件表面加工质量分析，可进行加工状态优化，提高加工效率与加工质量。并且将相关加工数据上传至云端数据库，可建立不同刀具、不同材料、不同加工方式下的加工工艺数据库，用于加工工艺优化以提高加工质量，并且为其它加工状态下加工过程提供参考参数。34数控机床健康保障系统车间的智能调度和管理对于一项可分解的工作（通常指一个工件等）调度是指满足约束条件（如机床的选择、各工序先后关系的确定、某机器上所加工工序的开工时间的确定、原材料数等）、保证产品质量为前提，通过制定合理的生产策略（合理地安排资源、确定各工序加工时间等）使得制造成本或加工时间达到最优的一系列决策过程。制造生产过程中可能有相对较大的时间浪费在非加工过程中，因而有效的调度方法可以解决工件在机器上的调度和资源的分配，实现车间调度的合理化、智能化、集成化；实现车间生产物流综合管理，工序紧密连接；提高设备的生产效率，降低物料消耗，缩短交货期。35数控机床健康保障系统车间的智能调度和管理车间调度系统图36数控机床健康保障系统车间的智能调度和管理常见的调度类型静态调度。指的是所有待安排工件的相关参数均是已知，只要一次调度，各作业的调度被确定，在往后的加工中保持不变。动态调度。指的是实际生产中不定项因素对原先的作业产生不可预测的扰动下进行实时的调整。需要动态调度的原因是：设备运行等随机扰动和系统各个生产环节的误差等原因，造成了实际生产进度与静态调度严重不符。车间作业过程中调度计划的突然变更或系统内部状态的意外变化都可能启动再调度，但再调度持续的时间不宜过长，同时次数也有限制。PART03加工过程智能运维关键技术加工过程智能运维关键技术主要内容数字化技术网络化技术智能化技术3.1数字化技术数字化技术概述数字化技术在机床等行业得到广泛应用。通过数字化技术将机床装备的结构和运行状态转化为数据信息作为数字控制系统的输入，微处理器分析下发的指令经运算和解码，转为控制机床加工的信号，即数字化的控制技术，数控机床通过数控系统，PLC程序，硬件电路，伺服控制系统，及各类型传感器组成准确而充足的信息获取能力。数字化技术准确快速获取数控机床内部数据和传感器测量系统的感知数据。根据采集模块的不同，有基于总线型和基于外部采集卡的汇聚系统数据汇聚系统介绍数控机床反映加工和状态信息的信号类型机床加工状态信息介绍对原始信号进行处理，并提取特征用于辨识分析，决策控制的方法信号处理技术智能运维中，数字化技术具体应用的案例分析事件分析数控机床是应用数字化技术的机床，包括数字化电子技术和数字化控制技术目录41数据汇聚系统数控机床通过数据汇聚系统来准确快速获取数控机床内部数据和传感器测量系统的感知数据。对于内部数据，可以通过数控系统的二次开发接口接入总线直接被微处理器从内存或寄存器中读取，实现起来较为容易。外部传感器数据由于是外接电子器件获取数据，必须通过外接采集模块使数据汇聚到计算机。根据采集模块的不同，数据汇聚系统有基于总线型和基于外部采集卡的汇聚系统。数字化技术数据汇聚系统43基于总线型的数据汇聚系统数据汇聚系统44基于外部采集卡的数据汇聚系统机床加工状态信息机床的状态信息实时采集机床的状态信息，主要包括：机床开机、机床停机机床无报警且运行、机床无报警且暂停、机床有报警但在运行、机床有报警且暂停、报警信息等。机床加工信息实时采集机床的加工信息，主要包括：加工零件的NC程序名、正在加工的段号、加工时间、刀具信息(刀具号、刀具长度)、主轴转速、主轴功率、主轴扭矩、进给速度、X、Y、Z、A、B(C)坐标值、NC程序起始、NC程序暂停、NC程序结束等。数字化技术信号处理数控机床的计算机系统需对通过数据汇聚系统获得的原始信号进行信号处理，利用各种分析算法，才能从中提取出特征信息，用于计算机对数控机床工况状态监测及提供决策的基础。信号处理部分主要涉及各种信号的实时显示，振动信号的时域分析、频域分析、时间序列分析、时-频联合分析以及其他分析方法。例如：小波变换，傅里叶变换提取特征。数字化技术3.2网络化技术网络化技术概述网络化加工技术是指利用通信技术和计算机技术，结合企业实际需求，把分布在不同地点的计算机及各类电子终端设备互联起来，按照一定的网络协议相互通信，实现制造过程中的资源（如加工代码、数控机床、检测设备和监控设备等）共享，并在相关系统的支持下，开展涵盖整个或者部分产品周期的企业活动，支持企业用户远程资源访问与共享，高速、高效、低成本地为市场提供相关的产品和配套服务。网络化技术数控技术网络化概念数控技术的网络化主要是指数控系统与外部的其他控制系统或者上位机通过工业总线网络、互联网等实现互联互通，以实现资源共享和网络化加工，进而为其他先进制造环境提供最为基础的技术支撑，共同提高加工过程的效率和质量。当前，数控系统的网络化可以分为内部现场总线的网络化和外部设备间的网络化。网络化技术加工技术网络化的体系结构网络化加工可以为企业用户实现网上设计、网上制造、网上监控、网上培训、网上营销和网上管理等功能，使企业更好地发挥先进装备的优势性能，及时从市场的需求出发调整生产计划，从而提高产品的生产效率，降低生产成本，同时也提高产品的竞争力。网络化技术加工技术网络化的体系结构网络加工在其整个加工过程中，可以分为计算机辅助制造(ComputerAidedDesign，CAD)、计算机辅助管理(ComputerAidedManufacturing，CAM)、计算机辅助工程(ComputerAidedEngineering，CAE)、物料管理计划(MaterialRequirementPlanning，MRP)、产品数据管理(ProductDataManagement，PDM)、虚拟制造(VirtualManufacturing，VM)和故障诊断等八个功能模块。为了实现网络化加工，上述功能模块并不是孤立的，需要分别与其他模块网络和外部网络实现集成，建立先进制造的内联网（Intranet）和外联网（Internet）。网络化技术数控技术网络化通信分级在现代加工过程中，工件可能需要在不同位置进行加工，各个加工设备之间通过网络相互连接，同时工作而且互不干扰。为了实现这种加工系统，我们需要对整个加工网络进行分级控制。这种通信可以分为企业级、工厂级、生产车间级和加工设备级。当前制造业中常用的现代集成制造系统技术、制造执行系统、柔性制造系统技术和工厂自动化技术的基础就是加工设备级通信和生产车间级通信。网络化技术网络化技术加工网络化各级网络连接示意图数控技术网络化通信分级企业级通信一般用于协调下属各个工厂间的加工，并且按照市场规律分配加工任务。该级别的通信一般需要通过互联网与外界联通。工厂级通信一般用于工厂下面各个车间的任务调度。该级别的通信一般视情况采用互联网或者局域网相互沟通。网络化技术数控技术网络化通信分级生产车间级通信一般用于加工程序上传和下载，PLC数据传输，系统实时状态监测，加工设备的远程控制以及对CAD/CAE/CAM/CAPP等程序进行分级管理。加工设备级通信主要负责底层设备与上级设备联网，并负责将加工状态参数与加工情况实现获取、存储并上传到上层网络，同时与生产车间级通信等上级网络共同实现上层网络下达的相关管理控制命令。网络化技术生产车间级通信与DNC网络生产车间级通信一般采用分布式控制(DistributedNumericalControl，DNC)进行控制。DNC的研究源于上世纪60年代，尽管DNC的含义发生过变化，但是保障传输过程中数据安全性和及时性以及管理和存储NC程序这两个核心任务并没有改变。一个典型的DNC系统主要包括DNC硬件服务器和服务软件包、通信端口以及CNC机床。网络化技术3.3智能化技术智能化技术概述智能化是指在人工智能、互联网、大数据等技术的支持下，让设备具有人的各种思维模式的过程，在《中国制造2025》指导方针下，智能化转型是制造业的重点发展趋势，随着时间的推移，智能化技术在加工过程智能运维中的应用越来越广泛。按使用层面可分为加工智能化、管理智能化、维护智能化和编程智能化等四大部分。智能化技术数控机床的加工智能化加工智能化是指通过将智能化的加工技术应用到数控机床和加工生产线中，使整个生产过程智能化。典型的智能化加工技术应用主要有：虚拟机床加工技术自动上下料技术防碰撞技术数控系统集成的加工智能技术智能化技术虚拟机床加工技术虚拟机床加工技术是虚拟制造领域中的一项关键技术，它以计算机图形学和数控加工技术为基础，集人工智能、网络技术、多媒体技术和虚拟现实等多项技术于一体，能“预演”一遍真实的数控加工过程，对实际加工中可能出现的诸如机床和刀具碰撞和干涉、程序错误等问题提前排查，还能评估机床运动行为，确定程序运行时间，优化加工参数和加工过程等，从而最大限度的缩短产品的设计制造周期，提高生产效率，降低成本。智能化技术虚拟机床加工技术智能化技术虚拟加工技术工作流程总体框图虚拟机床加工技术技术比较智能化技术研究如何将现实世界的物体尽可能完整地镜像到虚拟（计算机）环境中。镜像物体应具备现实物体的实体特征，如几何、材料、密度等属性。研究如何真实模拟在现实加工环境中由于切削力、热变形、负载变化、加工误差等因素对工件加工质量的影响。验证零件的可加工性、快速编制数控程序、检验数控机床的加工轨迹和碰撞干涉情况、评定加工效率等。切削力仿真、切削振动仿真、刀具磨损和切屑形状预测、加工误差预测及切削参数、刀具路径优化等。假设了机床处于理想运行状态下（没有振动、机床不变形、没有定位误差、没有机床运动误差、刀具完好、工件材质均匀等）。考虑机床在实际运行状况下遇到的问题。几何仿真物理仿真研究内容应用功能虚拟机床加工技术本质是一种仿真技术差异虚拟机床加工技术发展趋势——数字双胞胎近些年来，虚拟机床加工技术被涵盖进一个更加新潮的概念之中——数字化双胞胎。“数字双胞胎”指的是以数字化方式为物理对象在虚拟环境中创建镜像模型，模拟其在现实环境中的行为特征。“数字双胞胎”不光建立设计制造过程的镜像，还建立控制、管理过程乃至整个工厂的镜像，可实现产品全生命周期内生产、管理、连结的高度数字化和模块化。“数字双胞胎”已成为制造企业迈向“工业4.0”的解决方案，正在被大量企业努力应用到加工生产之中。智能化技术自动上下料技术在现代工业生产中，自动上下料技术主要依靠工业机器人来实现。工业机器人作为机床的附属装置，配合机床的动作自动地完成工件的上下料动作，不仅动作快速，而且重复定位高，可长时间作业，起到了提高产品质量及生产效率、加快生产节拍、节省人力成本等作用。大多的工业机器人是一种多关节、多自由度的机械手臂结构。用以解决机床上下料功能的机械手可分为通用式和专用式两种。智能化技术自动上下料技术工业机器人分类智能化技术通用式专用式可批量生产，它同数控机床一样是个独立的装置，不依赖工作环境和工作目标，可以根据需求编写特定的控制程序，以完成所需的动作和功能。有球坐标式、圆柱坐标式和直角坐标式等多种形式，主要部件有基座、腰关节、大臂、小臂及手爪等，在三维空间内有非常好的灵活性。由于其良好的通用性，因此被较多应用在工作环境复杂（如不利于人员行动的环境）或对人体有伤害的场合（如装配、搬运、焊接等场合）。主要附属于机床或生产线上，在轴类及盘类零件的加工机床和生产线上应用尤其广泛。专用机械手根据不同的驱动结构和功能设计专门的手爪，其优点在于空间占用小，且动作迅速，并可以一次动作同时实现上料、卸料功能。缺点在于动作单一、只能实现固定工位的上下料，且手爪的结构与尺寸和使用对象互相对应，具有专一性，适用于机床内部使用。自动上下料技术自动上下料技术的设计步骤确定设备布局：决定是单台机器人服务单台数控机床还是单台机器人服务双台机床；设计机器人的手爪结构：根据工件的外形特点，设计机器人末端手爪部件，包含气动、传感器及机械部件等；规划机器人上下料运动轨迹：先对机器人上下料的手爪运动路线进行设计，再根据手爪运动路线设计逻辑流程框图，最后根据运行轨迹示意图及机器人上下料逻辑流程图，编制相对应的机器上下料控制程序。智能化技术防碰撞技术机床防碰撞技术利用虚拟机床加工技术在由刀具、工件、夹具、机床可动单元以及非可动单元构成的三维虚拟机床上仿真机床的加工动作，在数控系统根据加工程序或手动操作生成相应的控制信号时，先将机床移动信号输入到三维仿真模块中控制虚拟机床移动，预先检查有无干涉后再控制真实机床进行移动。当在虚拟环境中预检到有干涉发生时，在实际干涉发生之前停止机床的运动，没有干涉时则保持指令动作。智能化技术数控系统集成的加工智能技术由于数控系统本身的计算能力有限，所以很多智能化技术都是部署在云端或工业计算机上，不过也有一些和加工过程紧密相关的智能技术可以直接集成在数控系统内，比较典型的有切削参数在线优化技术、精优曲面控制技术、主轴临界转速规避技术等。智能化技术切削参数在线优化技术切削参数在线优化技术通过振动、电流等传感器实时感知机床的负载、功率、颤振等情况，自动地调整到最佳的切削参数状态。比如说当发生加工振动的情况时，主轴上的振动传感器会检测到异常的振动值，数控系统接收到该振动信息后会自动计算出最佳的主轴转速，通过使用最佳主轴转速抑制振动，提高加工面精度。当刀具切削量较小时，数控系统通过电流传感器检测到机床的负载/功率下降，便自动将机床运行的进给速率调到最佳值，使机床处于恒定功率工作状态，最大化生产效率。当发生超载时，会自动使机床停机，防止刀具、机床和工件受损。智能化技术精优曲面控制技术精优曲面控制技术可以优化复杂曲面的加工过程，通过运动控制方法，计算出最佳表面过渡，保证刀具的移动速度始终处在最合适的范围内。在进行复杂曲面轮廓铣削或自由曲面铣削时，能够让刀具的各个微小插补路径和谐地重叠前进，从而达到镜面级的加工质量和最佳的轮廓精度，缩减加工时间。智能化技术主轴临界转速规避技术当主轴的工作转速处于其共振转速段时，会发生显著的颤振，严重影响机床的加工质量，所以在加工时需要避开主轴的临界转速。主轴临界转速规避技术的工作原理是：让主轴在整个工作转速范围内从低速到高速缓步提升转速运转一遍，再从高速到低速运转一遍，通过振动传感器检测出整个运转过程中的特征频带，从而确定主轴的临界转速。在加工时，如果主轴工作转速接近了临界转速附近，则自动控制主轴增大或减小一些转速来跳过其临界转速段，并相应调整进给速率等切削参数来确保机床的实际加工过程符合加工程序要求。主轴临界转速规避技术以简单的原理增强了机床的灵活性和智能化，提高了加工质量.智能化技术数控机床的管理智能化网络数控技术刀具管理技术生产过程的智能管理技术数控系统集成的加工智能技术智能化技术网络数控技术网络数控系统是网络化制造的基本组成单位，以集成为手段，融合数控技术、网络技术、计算机技术和通信技术等，用于数控系统的网络通信，最终形成一个开放的、智能化网络数控制造单元，得以实现控制远程化、故障诊断分析远程化，并实现资源共享和利用。网络数控技术主要包括以下四个方面：网络通信技术智能化信息集成技术信息管理技术远程监控与诊断技术智能化技术网络数控技术智能化技术网络通信技术智能化信息集成技术信息管理技术远程监控与诊断技术网络通信技术为数控机床的互联提供一个共用基础，并引导计算机网络和数据通信系统产品的开发，实现不同制造厂商通信网络设备的兼容。智能化信息集成技术将原来独立运行的多个单元系统集成为一个能协调工作和功能更强的新型系统，集成不只是现代制造业先进技术的集成，也包括人的集成。信息管理技术是整个系统运行的保证，机床加工的所有信息需要建立数据库，数据采集、处理和维护都是通过相应的信息管理系统完成的。随着数控设备自动化程度的提高、复杂性的迅速增加引起了维修费用增高、停机损失巨大等问题。因此，网络数控系统支持远程监控变得越来越重要。刀具管理技术刀具管理是数控机床管理智能化中一项非常重要的功能，在提高设备的利用率、提高产品质量以及延长刀具寿命等方面起到关键作用。与传统普通刀具比较，数控刀具的应用存在专业性强、数据量大、业务过程复杂等显著特点。基于这些特点，在数控刀具管理过程中，需要重点关注刀具应用知识管理和刀具业务协同，其中主要涉及到刀具应用知识库、统一的刀具信息数据库，刀具搜索引擎和数据获取机制等关键技术环节。基于这些特点，在数控刀具管理过程中，需要重点关注刀具应用知识管理和刀具业务协同，其中主要涉及到刀具应用知识库、统一的刀具信息数据库，刀具搜索引擎和数据获取机制等关键技术环节。智能化技术刀具管理技术智能化技术刀具应用知识库刀具应用知识库包括切削参数数据库、刀具典型应用数据库、刀具使用经验数据库等。刀具信息数据库刀具信息数据库是一项重要的基础性工作，通过建立规范的数控刀具分类编码体系，实现不同的刀具数据的统一表达和交换。刀具搜索引擎刀具搜索引擎基于刀具应用知识库和刀具信息数据库，实现刀具搜索功能。生产过程的智能管理技术智能化的数控机床只是实现智能化制造最基本的前提，而智能化的生产过程管理才是实现生产计划在制造职能部门进行执行的关键。生产过程的智能化管理技术通过MES（ManufacturingExecutionSystem，生产制造执行系统）与底层的工业控制网络进行生产执行层面的管控，操作人员/管理人员提供计划的执行、跟踪以及所有资源）的当前状态的记录，同时获取底层工业网络对设备工作状态、实物生产记录等信息的反馈。智能化技术数控机床的维护智能化智能化数控机床监控技术智能化健康保障技术智能化热误差补偿技术智能化技术智能化数控机床监控技术主要是通过对数控机床的数据采集、数据压缩和数据可视化等技术，实现对数控机床运行过程的智能监控，提高机床的加工效率。可分为在机床终端在线监控与远程监控，主要适用于不同的监控群体需求，前者主要运用三维数字可视化技术搭建机床三维仿真模型，通过实时传输的加工状态信息，能够实际监控机床的运行状态以及加工状态，节约了运维成本。后者运用云端的大数据管理，可以实现远程的数控机床监控，实时监测不同机床的工作状态，并记录机床的各项健康指数评估状态，对整体生产线、车间等进行多方面监控，进行故障状态的实时处理和维护。智能化技术智能化数控机床监控技术智能数控机床监控系统组成智能数控机床监控技术主要包括智能主轴监控、进给轴监控、刀具刀库监控等部分，根据对相应传感器信号的处理和分析，进行实时状态监测。监控系统主要分为状态实时监测和异常信号报警。智能化技术数控机床监控系统组成智能数控机床监控系统组成主轴监控：通过布置在主轴关键位置的传感器获取振动、温度、电流等运行状态信息，通过对振动信号分析，通过频域变换处理得到特征频率，并通过数据可视化界面进行展示，并根据其数据与健康状态的对比分析进行监控。刀具监控：通过相应传感器对刀库换刀是否异常、加工过程中刀具磨损、断刀等情况进行实时监控。智能化技术智能化健康保障技术可分为在机床终端在线监控与远程监控，主要适用于不同的监控群体需求，前者主要运用三维数字可视化技术搭建机床三维仿真模型，通过实时传输的加工状态信息，能够实际监控机床的运行状态以及加工状态，节约了运维成本。后者运用云端的大数据管理，可以实现远程的数控机床监控，实时监测不同机床的工作状态，并记录机床的各项健康指数评估状态，对整体生产线、车间等进行多方面监控，实现故障状态的实时处理和维护。智能化技术智能化健康保障技术智能化技术健康保障关键技术及关键对象智能化健康保障技术在智能监控技术基础上，通过大数据分析和人工智能相关算法与技术应用，得到关于机床各部件以及整体的健康状态评估、寿命评估、动态性能评估以及可靠性分析等。华中数控最新智能化数控系统网络平台，采用具有自主知识产权的NC-LINK协议实现数控机床及相关智能化设备的互联互通，并将制造过程中信息流汇集到云端平台服务器，应用人工智能算法进行数据处理、特征提取以及故障分析，将健康评估状态以及故障诊断结果返回到终端机床和移动端，让操作人员可以获取机床的健康状态以及故障解决方案。沈阳机床发布的i5智能数控机床，通过以太网把生产商、供应商和客户的数据紧紧联系在一起，构成智能制造的生态系统，并可对机床进行全面诊断，实现可视化处理。智能化技术智能化热误差补偿技术机床的几何误差（由机床本身制造、装配缺陷造成的误差）、热误差（由机床温度变化而引起热变形造成的误差）及切削力误差（由机床切削力引起力变形造成的误差）是影响加工精度的关键因素，这3项误差可占总加工误差的80％左右，其中热误差是在加工过程中主要影响因素。提高机床加工精度有两种基本方法：误差预防法和误差补偿法。智能化误差补偿技术是指通过输入机床温度场信息，确定测温点，并建立测温点温升和热误差之间的关系模型，采用人工神经网络对热误差进行建模分析，得到较优的补偿值，从而降低热误差。智能化技术智能化热误差补偿技术智能化技术热误差补偿建模主要方法数控机床的编程智能化在智能制造发展的进程中，智能化已经成为数控系统发展的明确目标。数控编程系统是CAD/CAPP/CAM(计算机辅助工艺设计/计算机辅助工艺设计/计算机辅助制造)三者的集成，使得编程智能化，诸如加工对象，约束条件，刀具选择、工艺参数等减少人工操作，而直接由CAPP数据库提供，降低了对从业者工程素质的依赖以及工程实践的要求，避免人工操作的编程错误，提高了编程的准确性和鲁棒性。智能化技术数控机床的编程智能化智能编程系统结构数据层应用层交互层智能化技术智能编程系统结构智能编程系统结构数据层提供平台运行的数据库环境，该层次采取开放式结构，根据应用需求设立或扩展；应用层根据自主识别加工特征，响应系统发出的指令，智能化编程和程序拼接，提高效率；交互层为应用层提供集成环境，面向工程师，提供更加人性化的编程环境。智能化技术智能编程系统最新发展趋势智能化技术触摸屏技术便于上下位机的人机交互语音技术解放双手，语音输入指令操作数控机床编程自动化提高了程序的准确性和鲁棒性PART04加工过程智能运维系统实施典型案例加工过程智能运维关键技术主要内容机床二维码故障远程诊断基于指令域的机床健康保障技术某智能工厂简介4.1机床二维码故障远程诊断94机床二维码故障远程诊断在传统加工过程中，加工机床如果出现故障，则其报警信息将直接显示在机床数控面板上，由操作人员根据经验进行相应的处理。在该流程中，故障的处理速度很大程度上取决于操作人员的相关经验；且在故障解决后，相关解决方案难以形成案例库，无法对后续类似情况起指导作用。针对上述问题，华中数控系统开发机床二维码故障远程诊断功能，通过扫描机床二维码，即可将检测及检修中遇到的问题提交到云端，并从云端获取相应的指导方案。4.2基于指令域的机床健康保障技术基于指令域的机床健康保障技术传统的检修方法为定期检查及维护，会打乱正常的加工秩序，影响生产效率，况且众多机床的检修工作量太大；然而在数控机床出现故障后才维修，会造成更大的经济损失，严重时甚至可能导致安全事故的发生。故如何做好机床的健康保障工作，既实现对数控机床健康状态的快速、批量检查及可视化管理，又可以通过预测性维护提前排除机床的隐患，成为目前研究的热点方向之一。基于指令域的机床健康保障技术机床健康保障功能模块工作流程华中数控公司基于其数控系统的机床指令域大数据访问接口，实现了基于指令域的机床健康保障功能模块，其主要工作流程如下：1.利用指令域分析法，分析机床加工过程中所上传的加工状态数据，如电流值、指令位置、实际位置等，并提取相关的指令特征。2.对当前的体检数据向量B=(b[1],b[2],…,b[n])与基准向量A=(a[1],a[2],…,a[n])求欧氏距离，并将获得的距离值采用Sigmoid函数进行处理，得到最后的诊断结果。基于指令域的机床健康保障技术模块实施案例目前，该健康保障功能模块可对机床的主轴、刀库、X轴、Y轴、Z轴进行分析，并对每一台机床建立与之对应的机床健康档案库。在机床空闲时间（如刚开机时），数控系统执行内部已有的自检程序，便可获取机床当前的健康指数，将其与历史情况（纵向）和与其他机床健康指数（横向）进行比对，便可诊断该机床的健康状态，实现机床的自检测功能。基于指令域的机床健康保障技术模块实施案例由右图可知，D08号机床刀库出现异常情况，D11号机床主轴出现异常情况，于是检修人员可根据诊断结果进行针对性的维修，这极大的提升了检修效率，同时也避免了对正常机床进行的无用检修。基于指令域的机床健康保障技术4.3某智能工厂简介某智能工厂功能简介可以在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化。服务，提高了生产效率利用物联网技术和监控技术加强信息管理过程可控性、减少了生产线人工干预，更加合理地计划排程。集智能手段和智能系统等新兴技术于一体，已构建成为高效、节能、绿色、环保、舒适的人性化工厂。具备了自我学习、自行维护能力。该智能制造系统可独立承担分析、判断、决策等任务，突出人在制造系统中的核心地位，101某智能工厂现场图某智能工厂简介大数据采集技术基于主机标识的联网协议实现。数控机床及现场设备模型的实例化。中间层代理器及现场设备适配器的设计及实现。数据采集及数据下传。102智能数控设备互联互通平台原理某智能工厂简介大数据汇聚、管理技术大数据汇聚框架。数据访问及清洗、脱敏技术。制造过程数据流（工艺参数、设备状态、业务流程、多媒体信息）集成。103制造过程大数据汇聚及存储系统架构图某智能工厂简介104基于Hadoop的分布式存储方案ZooKeeper—一个分布式的，开放源码的分布式应用程序协调服务；Map/Reduce—一种用于大规模数据集（大于1TB）的并行运算编程模式；Avro—数据序列化的系统；Mabout—是基于一个Hadoop的机器学习和数据挖掘的分布式计算框架；Hive—基于Hadoop的一个数据仓库工具；Pig—基于hadoop的一个数据处理的框架。大数据存储技术

利用Hadoop（一个由Apache基金会所开发的分布式系统基础架）中HDFS组件的高容错性、高吞吐量等特性来保证在低廉硬件上进行部署的条件，并具备访问有超大数据集的应用程序的能力，为构建数控CPS模型及数据存储架构建立基础。基于Hadoop的分布式存储方案见图。另外，提供数控系统大数据上传、下载等通道，为海量数控加工特征数据的传输做准备。某智能工厂简介105大数据应用——机床健康管理采用指令域大数据分析方法，建立机床健康档案；运行体检程序，比对机床健康档案，诊断机床健康状态。某智能工厂简介106大数据应用——断刀检测断刀检测原理图断刀检测系统示意图某智能工厂简介Q&ATHANKS!智能运维与健康管理主讲人：《智能运维与健康管理》本章导读学习要求：了解石化装备智能运维的特点与重要性。掌握石化装备智能运维的系统框架构成与关键技术。基本内容及要点：石化行业背景介绍、故障与故障诊断特点；系统架构：石化企业智能运维三大特点与架构组成介绍；关键技术：大型透平压缩机组智能运维技术、往复压缩机状态监测及智能诊断技术、离心泵（高危泵/关键泵）故障智能诊断技术。应用实例：典型系统平台介绍与故障诊断案例。引言1系统架构2关键技术3应用实例4石化装备智能运维PART8.1引言引言石化行业是我国国民经济的最重要支柱之一。属于易燃、易爆及有毒物质开发与利用的高风险领域，企业生产属于典型的流程工业。生产装置由炼化机械、静设备、电气设备、仪器仪表和工艺管道组成，布局紧凑，组成一个功能完备的生产体系。112动设备静设备透平压缩机组大型往复压缩机机泵群基于振动、滑油等物理量的状态监测、故障诊断等技术压力容器压力管道储罐腐蚀监测引言113PART8.2系统架构系统架构115智能运维平台架构图具有较强边缘计算能力的智能数据采集设备、无线物联网节点日趋成熟能够承担物联网网关的角色。4G/5G通讯技术、无线WIFI技术的进步使得数据传输带宽不再成为瓶颈,能够承担物联网数据管道的角色。云计算技术与大数据分析技术的进步使得基于物联网平台的智能决策成为可能。116石化企业智能运维平台主要表现系统架构117智能运维平台的核心——数字模型系统架构PART8.3关键技术大型透平压缩机组往复压缩机离心泵关键技术——大型透平压缩机组智能运维技术透平是由英文Turbine的音译技术名称，它泛指具有叶片或者叶轮的涡轮机械。透平压缩机在石化企业一般指离心压缩机和轴流压缩机。透平压缩机是用来提高气体压力，并输送气体的机械。透平压缩机中应用最广泛的还是轴流式与离心式两种。119大型透平压缩机组状态监测与联锁保护技术120离心压缩机组轴流压缩机组典型石化透平压缩机组关键技术——大型透平压缩机组智能运维技术121烟气轮机典型石化透平压缩机组关键技术——大型透平压缩机组智能运维技术离心式压缩机轴流式压缩机径向叶轮旋转，气体受离心力增速增压经扩张通道降速增压轴向转子旋转，气体增速经动、静叶栅降速增压122主要石化透平压缩机工作特点关键技术——大型透平压缩机组智能运维技术123大型透平机组状态监测技术远程状态监测诊断系统是新一代在线监测系统，采用全新的设计理念，大大提高了系统稳定性和可靠性，并可在局域网和互联网上方便进行查询和分析。在设备运行过程中，对机组进行在线振动监测，基于实时振动数据提供多种专业化分析图谱和监测诊断报警手段，能够及时发现设备的异常状态以及原因、部位，从而实现设备基于状态的维修，降低维修成本，减少设备停机次数，提高生产效率，最大化生产效益。过程：系统从传感器模拟信号缓冲接口直接引出振动信号至系统数采器中，数采器将采集的数据传输到应用数据应用管理器中，分析诊断及维护人员可以在企业内部局域网、广域网上随时随地调用现场数据应用管理器的机组状态数据，察看机组运行信息并可进行故障分析、诊断。关键技术——大型透平压缩机组智能运维技术124大型透平机组状态监测技术离心压缩机组在线监测概貌图关键技术——大型透平压缩机组智能运维技术125大型透平机组状态监测技术轴系统监测系统界面关键技术——大型透平压缩机组智能运维技术126大型透平机组状态监测技术密封系统监测系统界面关键技术——大型透平压缩机组智能运维技术127大型透平压缩机组智能联锁保护技术为防止机组发生故障而引发重大事故，在实际工程应用中通常为透平机组配备联锁系统。目前普遍使用的振动联锁保护系统（如GEBently3500系统等）一直采用以通频幅值进行联锁停车保护方式，由于该联锁方式对故障种类及其风险度没有针对性，同时又经常出现虚假信号导致联锁停机，造成不必要的过保护问题。为解决该问题，近年来有关学者提出了基于智能联锁保护的基础框架关键技术——大型透平压缩机组智能运维技术128自进化智能联锁保护基础框架关键技术——大型透平压缩机组智能运维技术129大型透平压缩机组智能联锁保护技术根据该智能联锁保护基础框架，针对石化机械异常检测误报漏报率高的问题，基于高斯混合模型的异常检测方法如下：分别采集机械正常工况运行数据和实时工况运行数据；提取数据特征集,构造特征相空间；设定混合模型初始参数值；用正常数据训练得到基于混合模型的统计分布模型，模型数自学习结果为T；计算正常工况数据特征相空间模型间距离，自学习报警门限；将模型数设定为T，训练实时数据统计分布模型；计算正常工况和实时工况运行数据特征相空间模型间的距离；判断距离是否超过设定的报警门限，超过报警门限则报警，反之，继续采集数据。关键技术——大型透平压缩机组智能运维技术130基于高斯混合模型机械异常检测方法关键技术——大型透平压缩机组智能运维技术131智能联锁保护系统设计理念示意图智能联锁保护系统样机大型透平压缩机组智能联锁保护技术关键技术——大型透平压缩机组智能运维技术132大型透平压缩机组智能联锁保护技术智能联锁保护的无量纲指数计算通用数学模型——第i种智能保护无量纲指数；——第i种故障劣化程度无量纲指数；——第i种故障风险度指数；——计算故障特征所用监测量的参数比。关键技术——大型透平压缩机组智能运维技术133大型透平压缩机组智能联锁保护技术机组当前故障劣化程度无量纲指数通用数学模型——第i种故障劣化程度无量纲指数；——第i种故障第j种故障特征值当前值；——第i种故障第j种故障特征值正常值，取自机组无故障平稳运行状态数据；——第i种故障第j种故障特征值报警值；——第i种故障第j种故障特征值的敏感性系数。关键技术——大型透平压缩机组智能运维技术134大型透平压缩机组智能联锁保护技术滑动轴承碰摩实验验证对比控制结果对比传统振动保护系统传统振动保护系统判断振动峰峰值23μm未达到联锁停车值30μm，因此不执行联锁停车智能联锁样机5s内从10.3μm快速升到22.5μm,智能联锁保护系统识别故障并自动调整联锁停车值为15.9μm，进行联锁停车不平衡故障实验验证对比控制结果对比传统振动保护系统传统振动保护系统判断振动峰峰值超过联锁跳车值30μm，联锁停车。智能联锁样机智能联锁保护系统自动调整联锁值38.4μm，未执行联锁，机组正常升速到工作转速关键技术——大型透平压缩机组智能运维技术135大型透平压缩机组智能联锁保护技术滑动轴承碰摩实验验证对比关键技术——大型透平压缩机组智能运维技术传统振动保护系统控制效果截图智能联锁方法测试结果136大型透平压缩机组智能联锁保护技术不平衡实验验证对比关键技术——大型透平压缩机组智能运维技术传统振动保护系统控制效果截图智能联锁方法测试结果相比传统人工巡检的故障诊断方式，将智能诊断方法应用大型透平压缩机组故障诊断，对保护机组安全可靠运行具有重要意义，同时为实现透平机组的预知性维修提供准确的决策依据。典型的智能诊断有基于数据驱动的方法、基于机理知识规则的方法、基于数据驱动和知识规则相结合的方法三大类。137大型透平压缩机组故障智能诊断方法及系统关键技术——大型透平压缩机组智能运维技术030201通过深度学习神经网络等技术以大量监测数据为基础建立二分类或多分类模型实现故障的多类识别基于数据驱动通过计算故障关键特征并并归纳成计算机可以接收的规则。产生式规则的一般形式是:If<前提条件集>then<结论>(<规则置信度>)。其中前提条件集表示与数据匹配的任何模型，结论表示前提条件集成立时可以得出的结论。基于机理结合基于数据驱动方法的优点和基于机理方法的优点，从而获得更好的效果基于数据驱动和知识规则相结合138关键技术——大型透平压缩机组智能运维技术139大型透平压缩机组主要故障类型序号故障名称关键特征信号1质量不平衡主导频率：1倍频相位特征：相位稳定变化特征：幅值随转速升高而增大2透平掉叶片导致不平衡主导频率：1倍频1倍频变化模式：幅值突然增长后不恢复到原来大小相位变化模式：相位突然变化后不恢复到原来数值3透平带液导致不平衡主导频率：1倍频1倍频变化模式：幅值突然增长后恢复到原来大小振动异常测点位置：靠近透平末级趋势特征：在趋势图上振动幅值有频繁的突变关键技术——大型透平压缩机组智能运维技术140大型透平压缩机组主要故障类型序号故障名称关键特征信号4不对中特征频率:2倍频常伴频率：1、4倍频轴向振动：明显轴心轨迹：香蕉或8字5磨碰、磨擦主导频率：精确分频或同频常伴频率：1/2、1/3、1/4、1X、2X、3X轴心轨迹：杂乱进动方向：反进动6支撑松动主导频率：精确倍频或同频常伴频率：倍频多峰值轴心轨迹：杂乱进动方向：正进动关键技术——大型透平压缩机组智能运维技术141大型透平压缩机组主要故障类型序号故障名称关键特征信号7旋转失速主导频率：同频滞后或超低频常伴频率：丰富低频、倍频轴心轨迹：杂乱随工艺流量的变化振动变化明显8气流激振主导频率：分频常伴频率：1倍频、2倍频、3倍频轴心轨迹图：杂乱9喘振主导频率：0Hz-0.1倍频常伴频率：1倍频随工艺流量的变化振动明显变化关键技术——大型透平压缩机组智能运维技术142大型透平压缩机组主要故障类型序号故障名称关键特征信号10油膜振荡主导频率：0.45-0.49倍频转速：2倍一阶临界转速以上振动主导频率不随转速变化而变化11油膜涡动主导频率:0.4-0.45倍频转速：2倍1阶临界转速以下常伴频率：1倍频、2倍频、3倍频12齿轮啮合缺陷测点位置：靠近齿轮常伴频率/主导频率：>10倍的工频关键技术——大型透平压缩机组智能运维技术143大型透平压缩机组主要故障类型序号故障名称关键特征信号13测量面缺陷主导频率：同频或精确倍频常伴频率：2、3、4、….倍频.同测点两相互垂直方向测量位置频率成分相似、其它相邻测点没有相应特征振动随负荷变化不明显振动随转速变化不明显1450Hz交流干扰常伴频率/主导频率：50Hz50Hz成分不随转速变化而变化断电后50Hz振动随之消失15联轴节精度过低或损伤主导频率：同频滞后或同频测点部位：联轴节两侧特征频率：2倍、3倍等高倍频联轴节两侧均出现同类特征频率轴心轨迹：杂乱振动随暖机时间增加无明显变化关键技术——大型透平压缩机组智能运维技术144基于大量案例数据驱动与故障机理结合的智能诊断系统框架特征：诊断模型采用深度信念网络（DeepBeliefNetwork,DBN）模型，模型参数根据故障机理和故障案例综合学习设置；根据故障案例积累实现自学习；模型输入：机组特性参数、部件失效记录、累计运行时间、实时数据；模型动态化：参数动态化-自学习更新参数，结构动态化-故障类型和征兆的动态增加；采用对抗模型，提高自学习准确率。关键技术——往复压缩机状态监测及智能诊断技术国内往复压缩机状态监测技术与系统应用在2000-2010年迅速起步，截至目前，以中石油、中石化、中海油为代表的国内流程工业企业已为超过600台大型临氢类往复压缩机安装了在线状态监测系统，每年成功监测、预警的各类故障上百起，创造了巨大的社会、经济效益。145关键技术——往复压缩机状态监测及智能诊断技术关键技术——往复压缩机状态监测及智能诊断技术146典型往复压缩机在线状态监测系统架构147主要监测手段往复压缩机状态监测常规热力性能参数监测振动监测活塞杆位移监测气缸压力监测活塞外止点/键相监测噪声监测油液监测关键技术——往复压缩机状态监测及智能诊断技术148主要监测手段（1）常规热力性能参数监测：包括进排气温度、进排气压力、排气量、润滑油路压力、冷却水路温度等。这些参数，机组原有监控系统大多已进行在线监测，可通过数据通讯或原始数据采集方式接入在线状态监测系统。（2）振动监测：往复压缩机运行过程中，气阀、十字头、连杆、曲轴等运动部件均会产生振动信号。当机组存在故障时，如撞缸、连杆螺栓断裂等故障均会导致机组出现强烈的冲击振动。因此，振动监测是一种非常直接、有效的监测手段。目前，对往复压缩机的振动监测主要包括曲轴箱振动监测、十字头振动监测与缸体振动监测关键技术——往复压缩机状态监测及智能诊断技术149主要监测手段机组曲轴箱、十字头部位的振动监测关键技术——往复压缩机状态监测及智能诊断技术150主要监测手段（3）活塞杆位移监测：活塞杆位移监测应包括竖直方向与水平方向，一方面需关注活塞杆绝对位置的变化，另一方面可通过多个方向的位移监测进一步获得活塞杆在单周期内的运行状态信息，其中尤为重要的是活塞杆轴心轨迹信息。（4）气缸压力监测：往复压缩机缸内动态压力监测是一种有效的性能与故障监测方法，可监测气阀、活塞环、填料等部件的泄漏故障，但是对机械故障的监测能力有限。可利用机组已有示功孔进行气缸内部动态压力的监测；也可通过改造吸气阀，从吸气阀引出压力进行监测的技术。关键技术——往复压缩机状态监测及智能诊断技术151主要监测手段机组活塞杆位移监测关键技术——往复压缩机状态监测及智能诊断技术152主要监测手段（5）活塞外止点/键相监测：该监测手段可获得往复压缩机各气缸活塞实时位置，进而分析振动、位移、压力等信号整周期特征。可采用电涡流传感器、接近开关传感器、光电传感器等监测压缩机曲轴或飞轮转动信号，以键相槽或键相块标记气缸活塞外止点，计算曲轴平均转速，并进行振动、位移、压力等信号的整周期采集。机组活塞杆位移监测关键技术——往复压缩机状态监测及智能诊断技术153主要监测手段（6）噪声监测：与振动监测类似，机组噪声信号中带有一定的设备运行状态信息，通过对噪声信号进行分离、特征提取与分析，可了解设备运行状态，进行故障监测诊断。如针对往复压缩机气阀泄漏、活塞环泄漏、填料泄漏等故障。（7）油液监测：往复压缩机大部分运动部件都通过润滑油进行润滑，当部件之间存在磨损吋，会引起润滑油性能的变化，此类变化是由于零件磨损后金属颗粒进入油液而导致的。因此，可以通过光谱分析、铁谱分析或颗粒计数等设备监测油液状态，反映压缩机零部件的磨损情况。关键技术——往复压缩机状态监测及智能诊断技术154基于大数据学习的故障预警诊断——第i种故障第j种故障特征值无量纲指数；——第i种故障第j种故障特征值当前值；——第i种故障第j种故障特征值正常值；——第i种故障第j种故障特征值报警值；1）故障敏感特征挖掘关键技术——往复压缩机状态监测及智能诊断技术155基于大数据学习的故障预警诊断随机变量X的熵可定义为：已知另一个特征Y的情况下的条件熵：——特征X取值为先验概率；——给定特征Y取值为时特征X取值为的后验概率；关键技术——往复压缩机状态监测及智能诊断技术156基于大数据学习的故障预警诊断信息增益为：信息增益可以归一化为对称不确定性：其取值范围为[0,1]。当时，特征X与特征Y完全不相关；当时，特征X与特征Y完全相关。关键技术——往复压缩机状态监测及智能诊断技术157基于大数据学习的故障预警诊断有了对称不确定性这个计算相关性的方法，只需有故障类别C代替特征Y，便可得到量化后的特征与故障类别的相关系数。可按照如下步骤计算：①给定样本中特征X的n个观察值，将X的取值范围划分为n-1个不相交的区间，令为特征X按区间中观察值的个数计数的计算函数，那么X的近似概率函数为，特征X的信息熵为：②仍是该特征X下的观察值，按故障类别分，为各类别下的个数，那么C的近似概率函数为，故障类别C的信息熵为：关键技术——往复压缩机状态监测及智能诊断技术158基于大数据学习的故障预警诊断③计算条件熵时，在计算时划分的区间中，计算故障类别的出现概率，于是可计算条件熵：④计算对称不确定性：计算下一个特征，并重复“①~④”的计算步骤；计算所有的特征之后，只需要设定一个阈值，大于该阈值的特征可作为故障敏感特征，并进一步应用于故障预警与诊断模型中。关键技术——往复压缩机状态监测及智能诊断技术159基于故障敏感特征的预警诊断上述计算过程完成了从在线监测数据中提取故障敏感特征，经过正常与故障案例数据学习可建立不同故障的敏感参数标准库。基于不同的故障诊断算法可构建不同的智能诊断模型，满足故障监测诊断的需求，如基于人工神经网络的诊断模型、基于支持向量机的诊断模型、基于模糊推理的诊断模型等。关键技术——往复压缩机状态监测及智能诊断技术160基于故障敏感特征选择与人工神经网络的故障预警与诊断流程关键技术——往复压缩机状态监测及智能诊断技术161预警诊断模型的实际效果检验活塞杆断裂故障的敏感特征评估结果活塞杆松动故障的敏感特征评估结果关键技术——往复压缩机状态监测及智能诊断技术162预警诊断模型的实际效果检验活塞杆断裂故障人工神经网络输出值活塞杆松动故障人工神经网络输出值关键技术——往复压缩机状态监测及智能诊断技术163基于规则推理的往复压缩机故障诊断专家系统当前，往复压缩机故障案例数据还在不断积累，某些单一故障案例数据还不够丰富，单纯依靠数据驱动实现故障自动诊断还存在很大困难。因此，结合往复压缩机故障机理研究与案例数据特征学习研究，总结往复压缩机典型故障特征与诊断逻辑，构建基于规则推理的往复压缩机自动诊断专家系统成为目前一种可行的技术途径。未来，伴随故障案例数据的不断丰富完善，基于数据驱动的故障自动诊断技术将不断成熟，专家系统的自学习能力将不断增强，逐步减少对人工干预的依赖。关键技术——往复压缩机状态监测及智能诊断技术164一种典型的基于规则推理的故障诊断专家系统整体架构根据应用需求，专家系统需与在线监测系统通过知识交互接口获取机组结构信息、工作环境、运行参数，根据状态参数计算推理所需的事实值。针对有些事实无法在监测诊断系统中获得，如负荷调整、工艺变化、润滑系统故障以及现场外观检查数据等，专家系统可通过人机对话模式由人工输入，提高诊断准确性。关键技术——往复压缩机状态监测及智能诊断技术165专家系统规则库架构关键技术——往复压缩机状态监测及智能诊断技术166往复压缩机常见故障模式机械系统故障气阀气阀泄漏、阀片断裂、弹簧刚度失效活塞活塞组件严重磨损、活塞组件损坏、活塞环泄漏活塞杆活塞杆紧固部件松动、活塞杆断裂十字头十字头滑道磨损连杆连杆螺栓断裂曲轴曲轴不对中、曲轴不平衡、曲轴断裂气缸拉缸、液击、撞缸、缸头余隙容积过小密封组件填料严重磨损辅助系统故障冷却系统故障、润滑系统故障监测系统故障传感器故障、传感器后端接线故障关键技术——往复压缩机状态监测及智能诊断技术167往复压缩机自动诊断专家系统撞缸等严重故障自动诊断结果关键技术——往复压缩机状态监测及智能诊断技术168往复压缩机自动诊断专家系统活塞组件严重磨损故障自动诊断结果关键技术——往复压缩机状态监测及智能诊断技术关键技术——离心泵（高危泵/关键泵）故障智能诊断技术离心泵作为石油行业重要的机械设备，其主要作用是输送介质，例如炼制油、油浆、油渣等介质，这些介质中有一些危险介质，这就意味着必须保证这些离心泵运行安全、可靠地运行。大多企业将这些泵作为主要关注对象，并将其称之为高危泵或者关键机泵169关键技术——离心泵（高危泵/关键泵）故障智能诊断技术170离心泵在线监测系统的网络拓扑图关键技术——离心泵（高危泵/关键泵）故障智能诊断技术171离心泵振动监测概貌图关键技术——离心泵（高危泵/关键泵）故障智能诊断技术172离心泵主要故障特征故障类型特征频率内容转子不平衡主导频率为转频，并且该成分能量明显增加。转子不对中转频的2倍频成分突出，其能量大于转频的2/3以上。叶轮气蚀转频的3倍频以上的奇数倍频成分异常突出。转子不平衡离心泵叶片的通过频率异常显著，且其倍频成分突出。故障类型特征频率内容轴承外圈损伤离心泵叶片的通过频率异常显著，且其倍频成分突出。轴承内圈损伤包络频谱中出现轴承外圈故障频率，严重时出现倍频成分。轴承滚动体损伤包络频谱中出现轴承内圈故障频率，严重时出现倍频成分。轴承保持架损伤包络频谱中出现轴承滚动体故障频率，严重时出现倍频成分。关键技术——离心泵（高危泵/关键泵）故障智能诊断技术173离心泵振动监测技术对于离心泵而言，包含故障的振动信号主要是低频信号和高频冲击信号，常规的低频振动信号可以解决转子不平衡、不对中、连接松动以及叶轮偏心等故障；高频冲击振动信号用加速度(m/s2)和冲击值表示，可以解决轴承故障以及离心泵的气蚀等故障。因此，振动监测技术能够很好的发现高危泵的潜在故障，实现对离心泵的运行状态进行评估，并指导离心泵的检维修。离心泵的振动监测技术能够完成离心泵实时运行的状态监测，在不停机的情况下，对离心泵存在的故障进行分析和诊断，并给出处理意见，这就是振动监测技术的目的和意义。关键技术——离心泵（高危泵/关键泵）故障智能诊断技术174离心泵故障智能诊断方法及系统传统的离心泵振动监测技术基于实时在线监测，系统初步报警，根据报警信息，诊断人员经过分析给出诊断结论，并提供相应的解决方案，但对于大量运行的设备，人工诊断已无法满足当前故障诊断的需求。离心泵实时自动预警和智能诊断是现今及以后发展的主流趋势，要求实现快速、实时、无间断故障诊断，达到甚至超越专业故障诊断人员故障诊断的准确性。离心泵的智能诊断同样有基于数据驱动的方法、基于机理知识规则的方法、基于数据驱动和知识规则相结合的方法三大类，后者可能代表了未来发展的方向。关键技术——离心泵（高危泵/关键泵）故障智能诊断技术175离心泵典型故障自动诊断模型不平衡故障诊断模型不对中故障诊断模型关键技术——离心泵（高危泵/关键泵）故障智能诊断技术176离心泵典型故障自动诊断