現(xiàn)代電力系統(tǒng)中發(fā)電機的單機容量越大型發(fā)電機在電力生產(chǎn)中處于主力位置，同時大型發(fā)電機由于造價昂貴,，結(jié)構(gòu)復(fù)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,。就我國今后很長一段時間內(nèi)的缺電,、用電緊張的狀況而言，發(fā)電機的年運行小時數(shù)目和滿負(fù)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(jiān)測與診斷,，做到早期預(yù)警以防止事故的發(fā)生或擴大具有重要的現(xiàn)實意義,。通常對發(fā)電機的“監(jiān)測”與“診斷”在內(nèi)容上并無明確的劃分界限，可以說監(jiān)測的數(shù)據(jù)和結(jié)果即為診斷的依據(jù),。監(jiān)測利用各種傳感器在電機運行時對電機的狀態(tài)提取相關(guān)數(shù)據(jù),。故障診斷使用計算機及其相應(yīng)智能軟件，根據(jù)傳感器提供的信息,，對故障進行分類,、定位,，確定故障的嚴(yán)重程度并提出處理意見。因此狀態(tài)監(jiān)測和故障診斷是一項工作的兩個部分,，前者是后者的基礎(chǔ),，后者是前者的分析與綜合,。電機狀態(tài)監(jiān)測技術(shù)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(shè)備內(nèi)部實際的運行狀況,，合理的安排檢修工作,，實現(xiàn)所謂“預(yù)知”維修,。這樣既可避免由于設(shè)備突然損壞,，停止運行帶來的損失,，又可充分發(fā)揮設(shè)備的作用。故障診斷可以根據(jù)狀態(tài)監(jiān)測系統(tǒng)提供信息來查明失調(diào)的原因或性質(zhì),，判斷劣化發(fā)生部位,，以及預(yù)測狀態(tài)發(fā)展趨勢。南通電力監(jiān)測價格

設(shè)備狀態(tài)監(jiān)測和故障診斷技術(shù)是設(shè)備維護手段之一,。設(shè)備的故障監(jiān)測診斷技術(shù),，就是利用科學(xué)的檢測方法和現(xiàn)代化技術(shù)手段，對設(shè)備目前的運行狀態(tài)進行監(jiān)測和排查,，從而判斷出設(shè)備運行狀態(tài)的可靠性，確認(rèn)其局部或整機是否正常運行,。煤礦用機電設(shè)備溫度振動監(jiān)測系統(tǒng)用于煤礦主扇,、壓風(fēng)機、鋼絲繩牽引帶式輸送機,、滾筒帶式輸送機,、排水泵和電動機,、提升機等，有助于掌握設(shè)備運行工況中的溫度振動數(shù)據(jù),。提升機,、鋼絲繩牽引、滾筒帶式輸送機,、皮帶機,、空壓機、壓風(fēng)機,、水泵等煤礦機電設(shè)備要求增加電動機及主要軸承溫度和振動監(jiān)測,。裝置功能：1、提升機,、水泵,、皮帶機等設(shè)備電動機主軸承溫度振動在線監(jiān)測2,、礦用高壓異步電動機軸承溫度振動檢測診斷3,、提升機、水泵,、皮帶機等設(shè)備滾筒主軸承溫度振動在線監(jiān)測4,、井下大型機電設(shè)備電動機及主要軸承溫度振動在線監(jiān)測5,、可以同時收集電機前后軸承溫度及電機振動量的數(shù)值,，對收到的信息分析處理6,、系統(tǒng)提供網(wǎng)絡(luò)接口,，可直接與智能礦山網(wǎng)絡(luò)相連，也可與其它網(wǎng)絡(luò)內(nèi)的系統(tǒng)連接,；7、在線系統(tǒng)軟件可實時監(jiān)測任意通道的頻譜,，時域波形,、趨勢、三維譜圖和坐標(biāo)圖,，還可通過互聯(lián)網(wǎng)進行遠(yuǎn)程監(jiān)測。上海狀態(tài)監(jiān)測電機監(jiān)測系統(tǒng)幫助識別處于初期階段的旋轉(zhuǎn)類設(shè)備的機械和液壓故障，從而制定更為合理的輔助維護計劃,。

針對刀具磨損狀態(tài)在實際生產(chǎn)加工過程中難以在線監(jiān)測這一問題,，提出一種通過通信技術(shù)獲取機床內(nèi)部數(shù)據(jù)，對當(dāng)前的刀具磨損狀態(tài)進行識別的方法,。通過采集機床內(nèi)部實時數(shù)據(jù)并將其與實際加工情景緊密結(jié)合,，能直接反映當(dāng)前的加工狀態(tài)。將卷積神經(jīng)網(wǎng)絡(luò)用于構(gòu)建刀具磨損狀態(tài)識別模型,，直接將采集到的數(shù)據(jù)作為輸入,，得到了和傳統(tǒng)方法精度近似的預(yù)測模型，模型在訓(xùn)練集和在線驗證試驗中的表現(xiàn)都符合預(yù)期,。刀具磨損狀態(tài)識別的方法在投入使用時還有一些問題有待解決：①現(xiàn)有數(shù)據(jù)是在相同的加工條件下測得的,，而實際加工過程中，加工參數(shù)以及加工情景是不斷變化的,，因此需要在下一步的研究中,，進行變參數(shù)試驗，考慮加工參數(shù)對于刀具磨損的影響,，并針對常用的一些加工場景,，建立不同的模型庫。變換加工場景時,，通過獲取當(dāng)前場景,，及時匹配相應(yīng)的預(yù)測模型即可。②本研究中的模型是一個固定的模型,。今后需要根據(jù)實時的信號以及已知的磨損狀態(tài),，對模型進行實時更新，從而在實時監(jiān)測過程中實現(xiàn)自學(xué)習(xí),，不斷提升模型的精度和預(yù)測效果,。

基于交流電機的特征量：通過故障機理分析可知，交流電機運行過程中,，其故障必然表現(xiàn)為一些特征參量的變化,，根據(jù)診斷需要，選擇有代表性的特征參量為該設(shè)備在線監(jiān)測的被測信號,，準(zhǔn)確地提取這些故障特征量,，這是故障診斷的關(guān)鍵。故障特征量,，特別是反映早期故障征兆的信號往往比較弱,，而相應(yīng)的背景噪聲比較弱，常規(guī)的監(jiān)測方法，因受傳感器的準(zhǔn)確性,、微處理器的速度,、A/D轉(zhuǎn)換的分辨率與轉(zhuǎn)換速度等硬件條件的限制，以及一般的數(shù)據(jù)處理方式的不足,，很難滿足提取這些特征量的要求,，需要采用一些特殊的電工測量手段與信號處理方法。例如小波變換原理的應(yīng)用,。電機故障的現(xiàn)代分析方法：基于信號變換的診斷方法電機設(shè)備的許多故障信息是以調(diào)制的形式存在于所監(jiān)測的電氣信號及振動信號之中,，如果借助于某種變換對這些信號進行解調(diào)處理，就能方便地獲得故障特征信息,，以確定電機設(shè)備所發(fā)生的故障類型,。常用的信號變換方法有希爾伯特變換和小波變換。設(shè)備狀態(tài)監(jiān)測是通過測定各類參數(shù),，并進行分析處理,，根據(jù)分析處理結(jié)果判定設(shè)備狀態(tài)。

傳統(tǒng)維護模式中的故障后維護與定期維護將影響生產(chǎn)效率與產(chǎn)品質(zhì)量,，并大幅提高制造商的成本,。隨著物聯(lián)網(wǎng)、大數(shù)據(jù),、云計算,、機器學(xué)習(xí)與傳感器等技術(shù)的成熟，預(yù)測性維護技術(shù)應(yīng)運而生,。以各類如電機,、軸承等設(shè)備為例，目前已發(fā)展到較為成熟的在線持續(xù)監(jiān)測階段,，來實現(xiàn)查看設(shè)備是否需要維護,、怎么安排維護時間來減少計劃性停產(chǎn)等，并能夠快速,、有效的通過物聯(lián)網(wǎng)接入到整個網(wǎng)絡(luò),，將數(shù)據(jù)回傳至管理中心，來實現(xiàn)電機設(shè)備的預(yù)測性維護,。電動機是機械加工中不可或缺的必備工具,電動機在運轉(zhuǎn)中常產(chǎn)生各種故障,為保證電動機運行安全,對電動機運行狀態(tài)進行在線監(jiān)測尤為重要,。以三相異步電動機為研究對象,采用傳感器獲取電動機運行中的重要參數(shù)(振動、噪聲,、轉(zhuǎn)速及溫度等),由時/頻域分析及能量分析等方法提取電動機運行特征量,構(gòu)成特征向量,采用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的方法建立狀態(tài)識別模型,通過BP神經(jīng)網(wǎng)絡(luò)模式識別方法,判斷電動機運行的狀態(tài),在此基礎(chǔ)上,利用LabVIEW軟件構(gòu)建可視化監(jiān)測系統(tǒng),將電動機運行參數(shù)及狀態(tài)實時顯示在可視化界面中,完成在線智能監(jiān)測,。時間域、頻率域以及角度域的NVH分析方法,，對汽車動力總成的各種故障進行實時識別,、監(jiān)測和診斷,。杭州混合動力系統(tǒng)監(jiān)測系統(tǒng)供應(yīng)商

電機設(shè)備的許多故障信息可以通過信號變換的診斷方法以調(diào)制的形式存在于所監(jiān)測的電氣信號及振動信號之中。南通電力監(jiān)測價格

隨著科技發(fā)展, 各類工程設(shè)備的工作和運行環(huán)境變得越來越復(fù)雜. 作為機械設(shè)備的關(guān)鍵零部件, 滾動軸承在長期大載荷,、強沖擊等復(fù)雜工況下, 極易產(chǎn)生各種故障, 導(dǎo)致機械工作狀況惡化. 針對軸承的故障預(yù)測與健康管理技術(shù)應(yīng)運而生. 若能在故障發(fā)生初期即進行準(zhǔn)確,、可靠的檢測和診斷, 則有助于進行及時維修, 避免嚴(yán)重事故的發(fā)生. 早期故障檢測已成為PHM的關(guān)鍵技術(shù)環(huán)節(jié)之一. 近年來, 隨著傳感技術(shù)和機器學(xué)習(xí)技術(shù)的快速發(fā)展, 數(shù)據(jù)驅(qū)動的智能化故障檢測和診斷技術(shù)受到更多人的關(guān)注. 如何利用歷史采集的狀態(tài)監(jiān)控數(shù)據(jù)、提高目標(biāo)軸承早期故障檢測結(jié)果的準(zhǔn)確性和穩(wěn)定性成為研究熱點和難點, 具有明確的學(xué)術(shù)價值和應(yīng)用需求.本文關(guān)注的是不停機情況下的早期故障在線檢測問題. 這種方式有助于實時評估軸承工作狀態(tài), 避免因等待停機檢查而產(chǎn)生延誤,、造成經(jīng)濟損失, 因此對早期故障的在線檢測越來越受到工業(yè)界的重視,。南通電力監(jiān)測價格