TPM旋转类设备的智能状态维修实施框架
来源/作者:TPM咨询服务中心 丨 发布时间:2017-12-18 丨 浏览次数:
1、TPM设备管理咨询公司介绍
操作安全性,资产可用性和有效的维护成本对公司和组织的竞争力。在各种工业应用的生产系统中,旋转机械是其核心部分,其故障可能会影响到整个工厂的运行。对于用途日益复杂的各类设备,要求要有持续更长的运行时间和满足极端苛刻的性能标准。虽然目前进展旋转机械的效率和使用寿命得到了不断的提高,但它们仍然很容易受到各种异常问题的困扰了,以六个工业设备类别为代表的年度损失分布。为了方便的实施一种有效的旋转机械维修体系,本文的主要目的是介绍一种基于状态监测的智能状态维修框架。
以六个工业设备类别为代表的损失
2、智能状态维修的优势
维修是一种恢复设备的指定功能的活动集合。尽量减少机械设备的运行和维护成本是一个有效的维护策略必须具备的重要要素。提高系统的稳定性和降低维护成本的有效途径是从故障处理和修复中引申出的维修预测和预防状态检修。综合各类维修策略,从收益角度分析,状态维修十分之重要。
维修策略的优劣对比
3、基于状态监测的智能状态维修框架
状态维修(CBM)的主要概念是通过监测和数据处理提取设备劣化信息,从而利用预测和诊断系统实现减少停机时间。要做到如此,一个智能的状态维修框架,包括以下几个关键的步骤和内容。
智能状态维修
基于状态监测的智能状态维修框架
数据采集:提供数字化传感器或变频器获取有用信息(数据采集),使用网络进行信息传递(数据通信),以及利用信息传输系统存储数据,并提供下一步处理(数据存储和处理)。
数据预处理:首先从数据中剔除掉外部干扰信息和偏差的影响,以保证获取更加可靠的检测结果。
特征提取:为实现特定的检测目的,选取出最重要的,并可靠性高的数据特征组合。
健康评定:健康评定是借助状态监测信息以判定设备是否是健康运行还是出现劣化,在这一步中明确标准。
预测:预测是在早期发现设备组件出现的潜在故障,并有一定的手段和技术来预测这一缺陷的进展。
诊断:通过故障检测以发现问题点,找出故障根本原因并采取有效的隔离措施,是故障诊断的主要三个任务。
在运行监测过程中,一些缺陷,例如局部污染等,导致影响了设备的运行参数,如流量和效率的变化,而这些又反过来影响观察参数的变化,包括压力,温度,燃料流量和转速变化等。这些偏离运行参数的数据可以用来侦测故障和隔离故障,同时另一方面,由于机械性能的劣化进行影响到整个设备的有效运行。这里我们也有很多种技术用以评估机械劣化的程度,图4列出了一些有效的监测方法,现场的数据表明,组合两种或者更多的监测技术可以让我们获取更多地、更可靠地设备劣化信息。
各类状态监测方法对比
4、未来展望
为了更方便地实现对旋转类设备的故障预测和诊断,本文提出了基于基于状态监测的智能状态维修框架,该平台包括基本功能模块,和对硬件、软件的要求,以实现对设备的状态维修。在这里我们还应该认识到,对于旋转类设备建立状态维修,我们首先要选择有效的数据采集穿感器,其次要提取显著特征并进行信号预处理,然后还要充分利用专业知识进行分析,同时要设计有效的数据模型以便从各类传感器中获取信息,最后要善于整合尽可能多的状态监测方法以提高故障预测的能力。