張開生 王 澤 趙小芬

（陜西科技大學(xué)電氣與控制工程學(xué)院，陜西西安，710021）

滾動(dòng)軸承是紙機(jī)的關(guān)鍵部件，其工作時(shí)間長(zhǎng)、工作環(huán)境差、極易發(fā)生故障。據(jù)不完全統(tǒng)計(jì)，在紙機(jī)故障中，約30%的故障是由滾動(dòng)軸承引起的[1]。傳統(tǒng)的軸承故障處理方法是停機(jī)對(duì)故障軸承進(jìn)行更換，由于事發(fā)突然可能會(huì)對(duì)造紙廠造成重大的經(jīng)濟(jì)損失，因此及時(shí)檢測(cè)到軸承故障即將發(fā)生的隱患，并在線自動(dòng)修復(fù)紙機(jī)軸承故障，可以有效減少計(jì)劃外停工帶來(lái)的損失。

目前，國(guó)內(nèi)外學(xué)者在滾動(dòng)軸承的故障檢測(cè)方面已經(jīng)進(jìn)行了大量工作。針對(duì)軸承故障產(chǎn)生的原因，陳麗華[2]對(duì)相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果顯示86%的軸承故障是由于設(shè)備技術(shù)人員操作不當(dāng)造成的，其中潤(rùn)滑不當(dāng)所占比率高達(dá)34%。針對(duì)軸承故障的檢測(cè)，劉自然等人[3]提出了改進(jìn)經(jīng)驗(yàn)小波變換的故障特征提取方法，解決傳統(tǒng)經(jīng)驗(yàn)小波變換需要預(yù)先設(shè)置分解模態(tài)數(shù)和難以對(duì)信號(hào)頻譜進(jìn)行適當(dāng)分割問(wèn)題。譚俊杰等人[4]提出了無(wú)監(jiān)督遷移成分分析和深度信念網(wǎng)絡(luò)的故障軸承診斷方法，解決了由于故障軸承樣本少導(dǎo)致的識(shí)別精度低的問(wèn)題。應(yīng)雨龍等人[5]能夠在確保檢測(cè)實(shí)時(shí)性的同時(shí)，準(zhǔn)確有效地識(shí)別不同滾動(dòng)軸承故障類型及其嚴(yán)重程度。Mao 等人[6]提出一種深度遷移學(xué)習(xí)算法實(shí)現(xiàn)在線對(duì)故障軸承的檢測(cè)。Xing 等人[7]利用歸一化的稀疏自動(dòng)編碼器（AE）構(gòu)建本地連接的網(wǎng)絡(luò)，以從原始數(shù)據(jù)中提取深度特征進(jìn)行早期故障診斷。但Mao等人和Xing 等人的檢測(cè)算法一般需要大量的輔助數(shù)據(jù)進(jìn)行模型訓(xùn)練，否則會(huì)導(dǎo)致特征提取不足，降低診斷和檢測(cè)效果。Lu 等人[8]針對(duì)軸承早期故障在線檢測(cè)，提出采用長(zhǎng)短期記憶網(wǎng)絡(luò)來(lái)計(jì)算故障過(guò)程與正常狀態(tài)之間的偏差，但該文獻(xiàn)更加注重虛警策略的構(gòu)建，缺乏對(duì)在線故障特征的提取。

國(guó)內(nèi)外文獻(xiàn)針對(duì)軸承早期故障的在線檢測(cè)工作較少且故障特征的提取不足，此外沒有提出如何對(duì)軸承早期故障進(jìn)行在線修復(fù)。因此為了研究檢測(cè)軸承早期故障以及在線修復(fù)軸承故障的方法，本文系統(tǒng)提出采用Hilbert-Huang變換算法對(duì)軸承早期故障進(jìn)行檢測(cè)以及特有的修復(fù)液在線完成對(duì)軸承早期故障的自動(dòng)修復(fù)。在實(shí)際應(yīng)用中，由于小波變換僅用于處理線性非平穩(wěn)信號(hào)，且小波基的選取構(gòu)建具有較高難度，無(wú)法廣泛應(yīng)用到工業(yè)界。Hilbert-Huang 變換的優(yōu)勢(shì)在于：具有自適應(yīng)性、局部性、完備性與近似正交性，無(wú)需設(shè)定基函數(shù)；在處理非線性非平穩(wěn)信號(hào)時(shí)可以抑制諧波分量，過(guò)濾信號(hào)中的噪聲，同時(shí)克服Hilbert存在負(fù)值頻率的問(wèn)題，得到具有物理意義的正數(shù)瞬時(shí)頻率，從而實(shí)現(xiàn)準(zhǔn)確的時(shí)頻分析。系統(tǒng)在早期檢測(cè)到軸承發(fā)生故障后，及時(shí)通知值班室人員，值班室人員持電子標(biāo)簽對(duì)射頻識(shí)別（Radio Frequency Identification，RFID）讀寫器進(jìn)行刷卡操作[9]。RFID管理系統(tǒng)控制故障軸承上方修復(fù)液的加入，實(shí)現(xiàn)在線自動(dòng)修復(fù)早期故障軸承。

1 系統(tǒng)方案構(gòu)建

系統(tǒng)主要功能需求分為兩方面，一方面是軸承早期故障的在線檢測(cè)，另一方面是軸承故障的自動(dòng)在線修復(fù)。為了實(shí)現(xiàn)上述兩種功能，構(gòu)建系統(tǒng)的整體框架由RFID 管理系統(tǒng)、紙機(jī)軸承修復(fù)液、清洗液、潤(rùn)滑油、閥門、漏斗及廢料收集裝置等組成，系統(tǒng)整體結(jié)構(gòu)圖如圖1所示。

圖1 系統(tǒng)整體結(jié)構(gòu)圖

由圖1 可見，漏斗安裝在滾動(dòng)軸承上方，閥門安裝在漏斗底部位置，正常工作情況下閥門處于常閉狀態(tài)。廢料收集裝置放置在滾動(dòng)軸承下方的地面上，用于收集修復(fù)液、清洗液及潤(rùn)滑液等廢料。RFID管理系統(tǒng)中的繼電器與閥門相連，可控制閥門的打開與關(guān)閉。在系統(tǒng)初始化階段，RFID管理系統(tǒng)用于管理不同型號(hào)軸承清洗液、修復(fù)液及潤(rùn)滑液用量的設(shè)置。技術(shù)工作人員根據(jù)系統(tǒng)初始化時(shí)不同軸承的參數(shù)用量，提前配置好修復(fù)液。清洗液用于清洗掉潤(rùn)滑油或修復(fù)液等其他雜物。潤(rùn)滑油用于減小軸承正常運(yùn)轉(zhuǎn)情況下產(chǎn)生的摩擦力。系統(tǒng)提供修復(fù)液的配方，此配方針對(duì)檢測(cè)到軸承早期的故障進(jìn)行修復(fù)。修復(fù)液的配方為基礎(chǔ)油PAO-6 或煤油與蓖麻油（質(zhì)量比為2∶3）、15%～20%癸二酸二異丁酯、5.0～10.0 g/L聚乙二醇、0.1%～1.0%甘氨酸、0.1～1.0 g/L烷基酚氧乙烯醚、5%～10%過(guò)氧化氫、10%木質(zhì)素改性二氧化硅納米顆粒（粒徑100 nm）。配方中的原料用量均以修復(fù)液總質(zhì)量為基準(zhǔn)。

為了實(shí)現(xiàn)軸承故障的早期檢測(cè)以及在線修復(fù)軸承故障，構(gòu)建系統(tǒng)的具體方案為在系統(tǒng)初始化階段利用RFID 管理系統(tǒng)設(shè)置不同型號(hào)的軸承相對(duì)應(yīng)的清洗液、修復(fù)液及潤(rùn)滑液的用量。在初始化設(shè)置完成后，系統(tǒng)進(jìn)入主流程采用Hilbert-Huang變換算法對(duì)軸承早期故障進(jìn)行在線檢測(cè)。當(dāng)識(shí)別到軸承的早期故障后，RFID管理系統(tǒng)將警報(bào)信息傳達(dá)到值班室。值班室工作人員持電子標(biāo)簽對(duì)RFID管理系統(tǒng)的讀寫器進(jìn)行刷卡操作。RFID讀寫器識(shí)別到電子標(biāo)簽后，控制漏斗底部的開關(guān)打開，漏斗中裝有的修復(fù)液勻速滴落到軸承故障位置處，完成對(duì)磨損軸承的自動(dòng)修復(fù)工作。針對(duì)生產(chǎn)線較長(zhǎng)，滾動(dòng)軸承數(shù)量較多的情況，系統(tǒng)根據(jù)軸承座長(zhǎng)度將其等分為幾個(gè)區(qū)域，按照區(qū)域增設(shè)系統(tǒng)裝置進(jìn)行檢測(cè)。系統(tǒng)微處理器LPC2103由于其小型化、低功耗等特點(diǎn)適用于工業(yè)控制，可以獨(dú)立高速處理其監(jiān)測(cè)的軸承振動(dòng)信號(hào)，控制相應(yīng)的閥門狀態(tài)完成早期軸承故障修復(fù)工作，因此系統(tǒng)可以適應(yīng)較長(zhǎng)的生產(chǎn)線。

1.1 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件包括軸承早期故障檢測(cè)模塊、RFID 管理模塊、軸承故障修復(fù)模塊。軸承早期故障檢測(cè)模塊由振動(dòng)傳感器、LPC2103微處理器組成。系統(tǒng)采用的振動(dòng)傳感器為加速度傳感器，其型號(hào)為RVT-120，安裝在軸承座上。此型號(hào)傳感器具有適應(yīng)紙機(jī)惡劣環(huán)境工作的能力，同時(shí)安裝拆卸方便，便于后期維護(hù)。振動(dòng)傳感器監(jiān)測(cè)軸承的振動(dòng)信號(hào)，并將監(jiān)測(cè)數(shù)據(jù)傳輸至微處理器。系統(tǒng)的結(jié)構(gòu)框圖如圖2所示。

圖2 系統(tǒng)的結(jié)構(gòu)框圖

從圖2 可以看出，RFID 管理模塊由LPC2103 微處理器、RC522 讀寫器、電子標(biāo)簽（專用卡）、繼電器、蜂鳴器及警報(bào)燈等組成。RC522讀寫器只能識(shí)別專用卡。每個(gè)電子標(biāo)簽（專用卡）對(duì)應(yīng)存儲(chǔ)不同尺寸軸承的型號(hào)。值班室安裝多組警報(bào)燈和蜂鳴器，每組警報(bào)燈與蜂鳴器分別對(duì)應(yīng)不同位置處軸承，將每組警報(bào)燈與蜂鳴器進(jìn)行統(tǒng)一編號(hào)。系統(tǒng)繼電器的輸出端連接漏斗下方的閥門，控制閥門的閉合與打開。當(dāng)檢測(cè)到軸承的早期故障后，主控芯片LPC2103控制該軸承對(duì)應(yīng)的警報(bào)燈與蜂鳴器的點(diǎn)亮與鳴響。值班室人員收到警報(bào)信息并持電子標(biāo)簽執(zhí)行刷卡操作，微控制器通過(guò)改變繼電器狀態(tài)控制閥門的打開。系統(tǒng)電路連接圖如圖3所示。

軸承故障修復(fù)模塊由修復(fù)液和閥門組成。修復(fù)液用于修復(fù)軸承早期故障；閥門安裝在漏斗底部，軸承未發(fā)生故障情況下閥門處于常閉狀態(tài)。修復(fù)液可通過(guò)閥門加入至故障軸承位置。軸承理論外環(huán)故障頻率25.85 Hz，內(nèi)環(huán)故障頻率33.21 Hz，滾動(dòng)體故障頻率11.10 Hz。因此根據(jù)軸承振動(dòng)信號(hào)的頻率分量判斷軸承是否發(fā)生故障以及何時(shí)修復(fù)完成。若軸承損傷嚴(yán)重，使用修復(fù)液無(wú)法完全修復(fù)，就為計(jì)劃外停機(jī)進(jìn)行備案，更換故障軸承。

1.2 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件設(shè)計(jì)為軸承早期故障的檢測(cè)算法設(shè)計(jì)，由于早期的軸承故障信息很容易被噪聲干擾，較難確定正常軸承狀態(tài)和早期軸承故障狀態(tài)之間的特定邊界，因此通過(guò)信號(hào)分析技術(shù)提取軸承振動(dòng)信號(hào)的特征信息。造紙機(jī)械實(shí)際產(chǎn)生的振動(dòng)信號(hào)具有非平穩(wěn)性、非線性等特點(diǎn)，傳統(tǒng)的信號(hào)處理方法已不能適應(yīng)實(shí)際生產(chǎn)運(yùn)行中振動(dòng)信號(hào)的處理[10]。系統(tǒng)對(duì)于軸承早期故障的檢測(cè)方法采用振動(dòng)傳感器獲取軸承的振動(dòng)信號(hào)，通過(guò)Hilbert-Huang 變換算法對(duì)獲取到的振動(dòng)信號(hào)進(jìn)行分析得到軸承振動(dòng)信號(hào)的邊際譜信號(hào)。Hilbert-Huang 變換算法能夠自適應(yīng)地提取非線性、非穩(wěn)態(tài)信號(hào)的局部特征[11]，因此適用于軸承早期故障的檢測(cè)。

圖3 系統(tǒng)電路連接圖

軸承早期故障的振動(dòng)時(shí)頻信號(hào)會(huì)出現(xiàn)周期性高頻分量，與正常軸承周期性的低頻信號(hào)不同，因此通過(guò)Hilbert-Huang變換算法對(duì)早期故障軸承的時(shí)頻分量進(jìn)行時(shí)頻分析，可檢測(cè)出軸承故障。此外，由于軸承內(nèi)圈故障、外圈故障以及滾動(dòng)體故障對(duì)應(yīng)的故障頻率是不同的，Hilbert-Huang變換算法能夠篩選出不同的故障類型。軸承故障檢測(cè)原理圖如圖4所示。

圖4 軸承故障檢測(cè)原理圖

2 軸承早期故障檢測(cè)算法研究

2.1 Huang算法分析

Hilbert-Huang 算法由兩個(gè)算法組合而成，即Hil‐bert 變換算法[12]和Huang 算法。Huang 算法又稱經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD，Empirical Mode Decomposition）。Hilbert變換算法要求輸入信號(hào)只能是線性穩(wěn)態(tài)的，但軸承振動(dòng)信號(hào)是非線性、非穩(wěn)態(tài)的，因此不能直接使用Hilbert變換算法。通過(guò)Huang算法能夠?qū)⑤S承振動(dòng)信號(hào)從非線性、非穩(wěn)態(tài)信號(hào)轉(zhuǎn)變成線性、穩(wěn)態(tài)信號(hào)，Huang 算法是進(jìn)行Hilbert 變換算法的前提條件。Huang 算法提出可以將任意信號(hào)分解為有限個(gè)固有模態(tài)函數(shù)（IMF）的經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）方法[13]。

固有模態(tài)函數(shù)（IMF）嚴(yán)格遵守條件：

（1）信號(hào)在全部時(shí)間范圍內(nèi)，過(guò)零點(diǎn)個(gè)數(shù)和局部極值點(diǎn)個(gè)數(shù)必須相差小于等于1。

（2）信號(hào)在任何1 個(gè)局部時(shí)刻，上包絡(luò)和下包絡(luò)的均值必須為0。

信號(hào)x(t)經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）步驟為：

（1）找到原始信號(hào)所有的極大值點(diǎn)和極小值點(diǎn)，通過(guò)插值曲線做極大值點(diǎn)和極小值點(diǎn)的包絡(luò)線，得到上包絡(luò)線u(t)與下包絡(luò)線l(t)。

（2） 求上包絡(luò)線與下包絡(luò)線的平均值m1，見式（1）。

（3）用原信號(hào)x(t)減去m1，得到第1 個(gè)可能的固有模態(tài)函數(shù)h1，見式（2）。

（4）判斷h1是否符合固有模態(tài)函數(shù)的兩點(diǎn)定義，如果符合，那么h1就是x(t)的第1 個(gè)IMF 分量，記c1= h1；若h1不符合定義，則將h1作為原始信號(hào)，重復(fù)上述過(guò)程，假定循環(huán)k 次以后，得到h1(k-1)- m1=h1k，使得h1k滿足IMF 的定義，則原信號(hào)x(t)的一階固有模態(tài)函數(shù)分量為c1= h1k。

（5）原始信號(hào)x(t)減去當(dāng)前IMF 分量c1，得到新原始信號(hào)r1= x(t) - c1，將r1重復(fù)步驟（1）～（4），得到x(t)的二階固有模態(tài)函數(shù)c2。

（6）反復(fù)進(jìn)行步驟（1）～（5），得到x(t)的第n 階固有模態(tài)函數(shù)cn，以及余量rn。并且當(dāng)rn是一個(gè)常量或單調(diào)函數(shù)時(shí)，整個(gè)EMD分解結(jié)束，最終得到式（3）。

式（3）表示原始信號(hào)x(t)可分解為n 個(gè)IMF 分量ci(i = 1,2,3,...,n - 1)和余項(xiàng)rn之和。因?yàn)橛囗?xiàng)rn為單調(diào)函數(shù)，對(duì)信號(hào)的頻率沒有任何影響，所以可以忽略不計(jì)。由此上式可改寫為式（4）。

由于在實(shí)際情況中，一般IMF分量是越來(lái)越接近于0，很難滿足IMF 分量嚴(yán)格遵守的第2 個(gè)條件。因此設(shè)定標(biāo)準(zhǔn)差（SD）方法作為判斷IMF 分解何時(shí)結(jié)束的標(biāo)準(zhǔn)，見式（5）。

SD 值稱為迭代閾值，SD 值為相鄰兩次得到IMF分量的標(biāo)準(zhǔn)差，系統(tǒng)選取SD 值為0.25 的時(shí)候分解結(jié)果比較理想。

2.2 Hilbert變換算法研究

式中，P為柯西主值。

（2）由ci(t)和c?i(t)構(gòu)造解析信號(hào)得式（7）。

（3）忽略EMD 結(jié)果中的殘余分量rn，R 表示取實(shí)部，則原始信號(hào)可表示為式（8）。

（4）Hilbert的幅值譜可以表示為式（9）。

（5）可以從Hilbert幅值譜表達(dá)式看出，Hilbert幅值譜是以時(shí)間為自變量，以瞬時(shí)幅值和瞬時(shí)頻率為表達(dá)三維時(shí)-頻譜圖，進(jìn)一步得到Hilbert邊際譜，見式（10）。

式中，T 為信號(hào)的采樣時(shí)間，H(ω,t)為Hilbert 時(shí)頻譜，h(ω)為時(shí)頻譜在時(shí)間T內(nèi)的積分。

Hilbert邊際譜反應(yīng)的是信號(hào)瞬時(shí)頻率和信號(hào)幅度在整個(gè)頻率段隨時(shí)間變化的關(guān)系。Hilbert邊際譜可看作是一種三維分布，能夠表現(xiàn)出信號(hào)局部時(shí)間、頻率、幅值3種特性。當(dāng)在Hilbert邊際譜中某一瞬時(shí)頻率與紙機(jī)軸承故障信號(hào)振動(dòng)頻率一致時(shí)，表明軸承發(fā)生故障，系統(tǒng)進(jìn)行警報(bào)。因此Hilbert-Huang變換算法通過(guò)分解原始紙機(jī)軸承信號(hào)為一系列IMF分量，將非線性、非穩(wěn)態(tài)的原始軸承信號(hào)轉(zhuǎn)變成為線性穩(wěn)態(tài)的一系列IMF分量，再對(duì)IMF分量進(jìn)行Hilbert變換突出軸承信號(hào)的幅值、頻率及時(shí)間屬性，進(jìn)而檢測(cè)出軸承早期故障。

3 軸承早期故障在線自動(dòng)修復(fù)

軸承早期故障在線自動(dòng)修復(fù)方案為在系統(tǒng)初始化階段，值班室人員持相對(duì)應(yīng)軸承型號(hào)的電子標(biāo)簽（專用卡）對(duì)RFID 讀寫器進(jìn)行刷卡操作，完成清洗液、修復(fù)液及潤(rùn)滑液用量的設(shè)置，便于之后對(duì)不同型號(hào)軸承的修復(fù)工作。若在系統(tǒng)初始化階段RFID 讀寫器超過(guò)30 s都沒有讀到專用卡的數(shù)據(jù)，系統(tǒng)流程進(jìn)入對(duì)軸承早期故障的在線檢測(cè)步驟。振動(dòng)傳感器采集軸承振動(dòng)信號(hào)，利用Hilbert-Huang 變換算法分析軸承信號(hào)的邊際譜，根據(jù)邊際譜中軸承頻率與不同類型軸承故障頻率的對(duì)應(yīng)關(guān)系，從而檢測(cè)軸承是否發(fā)生故障以及發(fā)生的是哪種類型的故障。當(dāng)在早期檢測(cè)到軸承發(fā)生故障后，微處理器LPC2103控制安裝在值班室的蜂鳴器與警報(bào)燈進(jìn)行鳴響和點(diǎn)亮。由于蜂鳴器與警報(bào)器具有編號(hào)，且該編號(hào)與軸承具有一一對(duì)應(yīng)的關(guān)系，因此值班人員根據(jù)編號(hào)信息可以找到故障軸承位置。值班人員進(jìn)一步核實(shí)故障軸承情況，若軸承完全剝落則需要停機(jī)更換軸承，否則為軸承故障即將發(fā)生的隱患。值班人員持電子標(biāo)簽對(duì)RFID 讀寫器進(jìn)行刷卡操作。RFID 管理系統(tǒng)識(shí)別到卡片后，控制漏斗下方閥門打開，由漏斗滴落的清洗液將故障軸承原先的潤(rùn)滑油等其他雜物清洗掉。待清洗完成后，系統(tǒng)修復(fù)液由漏斗勻速滴落在故障軸承處對(duì)磨損軸承進(jìn)行修復(fù)。根據(jù)軸承振動(dòng)頻率判斷故障軸承修復(fù)完成后，系統(tǒng)使用清洗液清洗掉修復(fù)液，可重新向軸承加入潤(rùn)滑油，關(guān)閉閥門開關(guān)。系統(tǒng)工作流程圖如圖5所示。

圖5 系統(tǒng)工作流程圖

系統(tǒng)投入使用前后修復(fù)故障軸承在每個(gè)階段耗費(fèi)的平均時(shí)間如表1所示。人工發(fā)現(xiàn)軸承故障的時(shí)間較本文方法滯后，其軸承損傷程度加深，故障修復(fù)時(shí)間較長(zhǎng)。由表1的對(duì)比可知，系統(tǒng)投入使用后對(duì)于軸承故障的修復(fù)節(jié)省了大約100 min，同時(shí)系統(tǒng)針對(duì)軸承早期故障進(jìn)行修復(fù)，一定程度地延長(zhǎng)了軸承的壽命，有效提高了紙機(jī)的生產(chǎn)效率。

表1 軸承故障平均修復(fù)時(shí)間比較 min

4 結(jié) 語(yǔ)

為了檢測(cè)軸承早期故障以及在線修復(fù)軸承故障，提出基于射頻識(shí)別（RFID）管理系統(tǒng)的紙機(jī)軸承在線自動(dòng)修復(fù)系統(tǒng)。系統(tǒng)采用Hilbert-Huang 變換算法實(shí)現(xiàn)對(duì)軸承早期故障的檢測(cè)，首先將振動(dòng)信號(hào)分解為有限個(gè)固有模態(tài)函數(shù)，其次將有限個(gè)固有模態(tài)函數(shù)作為Hilbert 變換的輸入，得到Hilbert 邊際譜。根據(jù)軸承故障頻率的不同，可實(shí)現(xiàn)對(duì)軸承故障的準(zhǔn)確檢測(cè)，在檢測(cè)到軸承的早期故障后，RFID 管理系統(tǒng)對(duì)值班室進(jìn)行報(bào)警，值班室人員持電子標(biāo)簽進(jìn)行刷卡操作，完成修復(fù)液的自動(dòng)加入。此外，在系統(tǒng)初始化階段，RFID 管理系統(tǒng)可針對(duì)不同型號(hào)軸承設(shè)置清洗液、修復(fù)液及潤(rùn)滑液用量。系統(tǒng)提供的專有修復(fù)液可在線完成對(duì)軸承故障的修復(fù)，節(jié)約了軸承故障修復(fù)時(shí)間，有效減少計(jì)劃外停工次數(shù)，提高了紙機(jī)生產(chǎn)效率。系統(tǒng)適應(yīng)工廠不同生產(chǎn)線能力較強(qiáng)，對(duì)紙機(jī)軸承早期故障在線修復(fù)提供了新的思路與方案。