隨著科技發(fā)展, 各類工程設(shè)備的工作和運(yùn)行環(huán)境變得越來越復(fù)雜. 作為機(jī)械設(shè)備的關(guān)鍵零部件, 滾動(dòng)軸承在長期大載荷,、強(qiáng)沖擊等復(fù)雜工況下, 極易產(chǎn)生各種故障, 導(dǎo)致機(jī)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(yùn)而生. 若能在故障發(fā)生初期即進(jìn)行準(zhǔn)確、可靠的檢測和診斷, 則有助于進(jìn)行及時(shí)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(jī)器學(xué)習(xí)技術(shù)的快速發(fā)展, 數(shù)據(jù)驅(qū)動(dòng)的智能化故障檢測和診斷技術(shù)受到關(guān)注. 如何利用歷史采集的狀態(tài)監(jiān)控?cái)?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(diǎn)和難點(diǎn), 具有明確的學(xué)術(shù)價(jià)值和應(yīng)用需求.本文關(guān)注的是不停機(jī)情況下的早期故障在線檢測問題. 這種方式有助于實(shí)時(shí)評估軸承工作狀態(tài), 避免因等待停機(jī)檢查而產(chǎn)生延誤,、造成經(jīng)濟(jì)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。工業(yè)監(jiān)測系統(tǒng)可以預(yù)測設(shè)備的故障并提前進(jìn)行維修,。紹興EOL監(jiān)測設(shè)備

基于交流電機(jī)的特征量：通過故障機(jī)理分析可知,，交流電機(jī)運(yùn)行過程中，其故障與否必然表現(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(jī)故障的現(xiàn)代分析方法：基于信號變換的診斷方法電機(jī)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(dòng)信號之中，如果借助于某種變換對這些信號進(jìn)行解調(diào)處理,，就能方便地獲得故障特征信息,，以確定電機(jī)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等,。紹興EOL監(jiān)測設(shè)備監(jiān)測結(jié)果的比較可以幫助我們評估不同銷售渠道的效果和效益,。

基于數(shù)據(jù)的故障檢測與診斷方法能夠?qū)Ａ康墓I(yè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和特征提取，將系統(tǒng)的狀態(tài)分為正常運(yùn)行狀態(tài)和故障狀態(tài),，可視為模式識(shí)別任務(wù),。故障檢測是判斷系統(tǒng)是否處于預(yù)期的正常運(yùn)行狀態(tài)，判斷系統(tǒng)是否發(fā)生異常故障,，相當(dāng)于一個(gè)二分類任務(wù),。故障診斷是在確定發(fā)生故障的時(shí)候判斷系統(tǒng)處于哪一種故障狀態(tài),，相當(dāng)于一個(gè)多分類任務(wù)。因此,，故障檢測和診斷技術(shù)的研究類似于模式識(shí)別,，分為4個(gè)的步驟：數(shù)據(jù)獲取、特征提取,、特征選擇和特征分類,。1)數(shù)據(jù)獲取步驟是從過程系統(tǒng)收集可能影響過程狀態(tài)的信號，包括溫度,、流量等過程變量,；2)特征提取步驟是將采集的原始信號映射為有辨識(shí)度的狀態(tài)信息；3)特征選擇步驟是將與狀態(tài)變化相關(guān)的變量提取出來,；4)特征分類步驟是通過算法將前幾步中選擇的特征進(jìn)行故障檢測與診斷,。在大數(shù)據(jù)這一背景下，傳統(tǒng)的基于數(shù)據(jù)的故障檢測與診斷方法被廣泛應(yīng)用,，但是,，這些方法有一些共同的缺點(diǎn)：特征提取需要大量的知識(shí)和信號處理技術(shù)，并且對于不同的任務(wù),，沒有統(tǒng)一的程序來完成,。此外，常規(guī)的基于機(jī)器學(xué)習(xí)的方法結(jié)構(gòu)較淺,，在提取信號的高維非線性關(guān)系方面能力有限,。

工業(yè)設(shè)備的預(yù)測性維護(hù)的市場需求顯而易見，但是預(yù)防性維護(hù)想要產(chǎn)生業(yè)務(wù),、真正大規(guī)模發(fā)展卻是遇到了兩個(gè)難題,。首先項(xiàng)目實(shí)施成本過高，硬件設(shè)備大多依賴進(jìn)口,。比如數(shù)采傳感器,、設(shè)備等。這導(dǎo)致很多企業(yè)在考慮投入產(chǎn)出比時(shí)比較猶豫,。其次是技術(shù)需要突破,，目前大多數(shù)供應(yīng)商只實(shí)現(xiàn)了設(shè)備狀態(tài)的監(jiān)視，真正能實(shí)現(xiàn)故障準(zhǔn)確預(yù)測的落地案例寥寥無幾,。供應(yīng)商技術(shù)和能力還需要不斷升級,。預(yù)防性維護(hù)要想實(shí)現(xiàn)更好的應(yīng)用，要在以下方面實(shí)現(xiàn)突破,。實(shí)現(xiàn)基于預(yù)測的維護(hù),，提升故障診斷及預(yù)測的準(zhǔn)確率提高軟硬件產(chǎn)品國產(chǎn)化率，降低實(shí)施成本,。遠(yuǎn)程終端廣泛應(yīng)用于工業(yè)互聯(lián)網(wǎng),、分布式數(shù)據(jù)采集,、設(shè)備狀態(tài)的在線監(jiān)測，能夠進(jìn)行前端數(shù)據(jù)清洗和邊緣計(jì)算,，通過對歷史數(shù)據(jù)趨勢分析,、設(shè)備數(shù)據(jù)機(jī)理分析、統(tǒng)計(jì)分析等大數(shù)據(jù)分析,，對設(shè)備的狀態(tài)做出有效可靠的健康狀態(tài)評判,，從而切實(shí)有效的提高設(shè)備的維護(hù)能力。遠(yuǎn)程終端可實(shí)現(xiàn)對電源電壓,、設(shè)備狀態(tài)的自檢,，分析計(jì)量故障等信息，及時(shí)發(fā)現(xiàn)計(jì)量異?！,，F(xiàn)場監(jiān)測箱開門、斷電,、設(shè)備運(yùn)行等異常信息也能夠主動(dòng)發(fā)送報(bào)警信息到監(jiān)測中心,，實(shí)現(xiàn)設(shè)備在線監(jiān)診的準(zhǔn)確性、完整性,、及時(shí)性和可靠性,。設(shè)備狀態(tài)的監(jiān)診很有必要,。監(jiān)測工作需要關(guān)注供應(yīng)鏈的運(yùn)作情況,，以確保產(chǎn)品的供應(yīng)和質(zhì)量。

    電機(jī)作為工業(yè)世界的支柱,，在發(fā)電,、制造和運(yùn)輸業(yè)等各機(jī)械領(lǐng)域發(fā)揮著至關(guān)重要的作用。電機(jī)*常見的應(yīng)用場景如：泵,、壓縮機(jī),、鼓風(fēng)機(jī)、風(fēng)扇,、機(jī)床,、起重機(jī)、輸送機(jī)和電動(dòng)汽車等,。全球產(chǎn)生的總電能的50%以上用于電機(jī),，感應(yīng)電機(jī)消耗了約60%的工業(yè)電力。由于低成本,、堅(jiān)固耐用,、功率重量比高以及對各種操作條件的適應(yīng)性，感應(yīng)電機(jī)在所有行業(yè)的部署中的應(yīng)用范圍都穩(wěn)步提升,。感應(yīng)電機(jī)的可靠性至關(guān)重要,，以確保該后續(xù)流程工業(yè)的健康持續(xù)運(yùn)行,。然而，感應(yīng)電機(jī)面臨的不可避免的熱應(yīng)力,、環(huán)境變化,、機(jī)械應(yīng)力、外部負(fù)載變化,、電流偏差,、潤滑不足和密封不良、多塵環(huán)境,、制造缺陷和自然老化等因素,。使得其不可避免的產(chǎn)生一些意外故障。這些故障若在其初級階段被忽視,，極易導(dǎo)致災(zāi)難性的電機(jī)故障和次生災(zāi)害,，如流程關(guān)閉及嚴(yán)重的人員傷亡，這就帶來巨大的經(jīng)濟(jì)損失和負(fù)面社會(huì)效應(yīng),。為了避免發(fā)生災(zāi)難性電機(jī)故障的可能性,，業(yè)界產(chǎn)生對開始退化的感應(yīng)電機(jī)組件進(jìn)行了早期狀態(tài)監(jiān)測和故障診斷的需求。狀態(tài)監(jiān)測可在其整個(gè)使用壽命期間對感應(yīng)電機(jī)的各種部件進(jìn)行持續(xù)評估,。感應(yīng)電機(jī)故障的早期診斷,，對即將發(fā)生的故障提供足夠的警告，為企業(yè)提供基于狀態(tài)的維護(hù)和*短停機(jī)時(shí)間建議,。通俗地說,。監(jiān)測工作需要關(guān)注政策和法規(guī)的變化，以及時(shí)調(diào)整經(jīng)營策略,。南京電機(jī)監(jiān)測系統(tǒng)

公司始終保持對外敏銳且謙虛的態(tài)度,，聽得進(jìn)意見。紹興EOL監(jiān)測設(shè)備

柴油機(jī)狀態(tài)監(jiān)測與故障診斷系統(tǒng)是一種集數(shù)據(jù)采集與分析,、狀態(tài)監(jiān)測,、故障診斷為一體的多任務(wù)處理系統(tǒng), 可實(shí)現(xiàn)柴油機(jī)監(jiān)測、保護(hù),、分析,、診斷等功能。包括數(shù)據(jù)采集與工況監(jiān)測,、活塞缸套磨損監(jiān)測分析,、主軸承磨損狀態(tài)監(jiān)測分析、氣閥間隙異常監(jiān)測分析和瞬時(shí)轉(zhuǎn)速監(jiān)測分析等各種功能,。信號分析,、特征提取及診斷原理是每個(gè)監(jiān)測診斷子功能的部分, 各子功能都有相應(yīng)的信號分析與特征提取方法, 包括信號預(yù)處理、時(shí)域、頻域分析,、小波分析等, 自動(dòng)形成反映柴油機(jī)運(yùn)行狀態(tài)的特征量, 為系統(tǒng)的診斷推理提供信息來源,。采用模糊聚類理論來檢驗(yàn)特征參量的有效性、建立故障標(biāo)準(zhǔn)征兆群, 并運(yùn)用模糊貼近度來實(shí)施故障類型的診斷識(shí)別,。紹興EOL監(jiān)測設(shè)備