張 健
1.蘇州大學機電工程學院,江蘇蘇州 215021
2.江蘇省特檢院吳江分院,江蘇吳江 215200
當前世界各國屢屢發(fā)生重大電梯安全事故,我國也曾發(fā)生多起斷齒急墜事故,造成巨大經(jīng)濟損失[1-2]。因此,開展電梯曳引機狀態(tài)監(jiān)測與故障診斷系統(tǒng)的研究意義重大。本文為此具體探討了電梯曳引機振動中的故障診斷體系的建立。
旋轉機械故障診斷技術對于減少維修費用,降低生產(chǎn)成本,提高經(jīng)濟效益和社會效益具有重要作用。一臺200MW的汽輪機發(fā)電機每停機一天,則少發(fā)電480萬千瓦時,經(jīng)濟損失高達數(shù)百萬元[3],一臺電梯停止運行,涉及千家萬戶的生活甚至安全??梢酝ㄟ^監(jiān)測機械設備是否出現(xiàn)故障的跡象來預知并防止可能產(chǎn)生的停機。振動監(jiān)測及機械設備診斷是對生產(chǎn)設備狀態(tài)進行跟蹤的有效方法,符合最佳維護實踐,能夠延長設備使用壽命,避免意外停機。此外,訪問關鍵生產(chǎn)設備運行狀態(tài)的可靠性信息是至關重要的,而不是等到設備內部出現(xiàn)故障后得到一個故障信號。機械設備停車保護只是整體監(jiān)測策略的一部分,它針對的是那些不起眼的狀況。真正的監(jiān)測設備需要訓練有素的工作人員使用配套的軟件在重要的壓縮機、渦輪機、變速箱、泵、連接器和風機等設備發(fā)生意外故障前就發(fā)現(xiàn)和確定各種跡象。不管如何,能夠及時進行維護總要比等到發(fā)生災難性的故障然后進行費用高昂的維修要好得多[4]。
某某企業(yè)通過對某電廠汽輪機的現(xiàn)場測試,分析了轉子系統(tǒng)故障發(fā)生的原因,針對機器的振動超標問題,采取改變轉子支承剛度和改變軸承支承位置等措施,保證了機器正常和可靠地運轉,進而創(chuàng)造了近億元的直接經(jīng)濟效益。我市某電梯生產(chǎn)企業(yè),通過對曳引機的現(xiàn)場檢測,發(fā)現(xiàn)曳引機渦輪齒輪斷齒,并經(jīng)過分析輪齒斷面分析和材質分析,采取了改變渦輪材質和調整設計方案的措施,保證曳引機可靠性,預防和減少故障的發(fā)生。當前根據(jù)旋轉機械面臨的重大實際問題,國家自然科學基金委員會設立了自然科學基金重大項目"大型旋轉機械非線性動力學問題",以非線性動力學理論為基礎,研究故障旋轉機械的非線性動力學問題,進而揭示故障旋轉機械的復雜非線性動力學特性及故障發(fā)生 的機理,并提出抑制振動的有效措施,以減少甚至避免重大事故的發(fā)生[5]。
先進的在線監(jiān)測系統(tǒng)代表了一種超越傳統(tǒng)人工監(jiān)測的技術,它可以獲得旋轉機械設備的連續(xù)狀態(tài)信息,而不是像過去只能監(jiān)測某一個時間點的信息。我們可以監(jiān)測到重要設備的振動頻率變化和溫度升高,而這些跡象都預示著即將發(fā)生故障。從設備中獲取的信息以圖形化的形式表現(xiàn)出來,這使工作人員可對所發(fā)生的情況一目了然,維護工程師和設備專家可通過這些實時信息來分析機械設備的運行狀況。分析人員根據(jù)這些信號可以了解故障的具體方位、性質和嚴重程度,同時可以更加精確地預測設備什么時候需要維護,從而避免設備損壞造成的意外停機和停產(chǎn)。機械設備狀態(tài)管理軟件對每一種機械設備在生產(chǎn)環(huán)境中的重要性進行了分類,并就各種設備故障是否會引起整個工廠停車或是部分停車進行了描述。在線監(jiān)測功 能的優(yōu)點就是可以對機械設備的狀態(tài)進行連續(xù)監(jiān)測[6]。
隨著科學技術的發(fā)展,艾默生的CSI6500 機械設備狀態(tài)監(jiān)測器是專門針對過程自動化項目以及新建和升級項目保護而設計的,它集預測和防護于一體,遵循API670標準,可提供用于快速決策的實時信息。另外還有AMS設備管理組合中的機械狀態(tài)管理預測維護軟件,它能夠連續(xù)捕捉工廠設備的振動數(shù)據(jù),并以圖形化的方式向分析人員展示機械設備內部發(fā)生的情況。操作人員因為獲得了機械設備和過程的狀態(tài)信息,能夠更容易地識別和掌控各種狀況,從而避免設備故障和性能下降,并有機會對過程和性能進行優(yōu)化,以提高設備的投資回報。近日,DK-MDES旋轉機械狀態(tài)監(jiān)測與故障診斷專家系統(tǒng)在京通過專家鑒定,這套系統(tǒng)的研制成功標志著我國故障診斷水平將登上一個新的臺階。該系統(tǒng)是一個以計算機為基礎,由狀態(tài)監(jiān)測和故障診斷專家系統(tǒng)兩大部分組成的有機整體。它采用了新一代的人工智能語言,由知識庫、動態(tài)數(shù)據(jù)庫、推理機及 人機交互等模塊組成。在智能推理過程中應用了模糊理論的模糊模式識別與不精確的推理,在診斷策略上采用了分級評判(頻譜模式識別、運行相量的模糊識別及故障特征智能推理分析)與綜合評判,在此基礎上得出最終的診斷結論。此監(jiān)測系統(tǒng)在電梯旋轉部件在線診斷中也將有廣泛的應用價值。
總之,本文圍繞電梯曳引機智能故障診斷這一關鍵問題,引入在線監(jiān)測的理論和方法,能較好地識別故障模式,在電梯曳引機故障診斷中具有良好的應用前景。
[1]蔡玉峰.動態(tài)系統(tǒng)故障診斷技術研究進展與展望[J].計算機測量與控制,2002,10(12):770-781.
[2]于開平,張玉國,鄭麗雯,等.機械振動信號分析的非線性的小波方法[J].汽輪機技術,2011,2(4):229-230.
[3]孫為民,楊冬生.汽輪發(fā)電機組安裝后啟動過程中振動故障的分析與處理[J].汽輪機技術,2001,8(4):241-243.
[4]于翔,陸頌元.一臺200MW機組改造后軸系振動分析和高速動平衡[J].汽輪機技術,2009,5(3):153-155.
[5]黃慶,張雷.帶有偏差神經(jīng)元的內回歸神經(jīng)網(wǎng)絡在旋轉機械故障診斷中的應用[J].汽輪機技術,2008,2(10):247-249.
[6]孫紅春,張洪亭.轉子故障智能診斷與轉子平衡集成系統(tǒng)的開發(fā)[J].振動與沖擊,2011,1(20):26-27.