在线监测及故障诊断（通用9篇）
在线监测及故障诊断 篇1
1 电气设备故障及其危害性分析为了保证系统供电的可靠性, 电
机、变压器、输电线路、电力电容器、避雷针、绝缘子构成电力系统的主要电气设备
电气设备一旦发生故障, 将会出现大面积停电停产、造成巨大的经济损失。国内外的大量资料和统计结果表明, 导致设备失效的主要原因是其绝缘性能的劣化。例如:2003年8月14日的北美电力系统大停电的分析报告就指出:造成停电的主要原因是俄亥俄州的地区电力局计算机失效和几条关键的345千伏输电线对生长过速的树木放电而引起的对地短路事故。绝缘老化因子可分为热、电、环境和机械因子四种。
2 在线监测与状态维修的必要性及意义为了保证电力设备质量,
在设备投入运行前都要进行严格的质量检查, 基本消除了由于质量而引发的事故
而为了发挥电气设备的最大生产能力, 常常需要进行日常的科学管理和维护。
2.1 预防性维修阶段
早期阶段:对设备使用直到发生故障, 然后维修。其后, 发展成定期试验和维修, 即预防性维修。现在, 定期预防性试验和维修已在电力部门形成制度, 对减少和防止事故的发生起到了很好的作用。缺陷:离线进行试验带来一些不足。
1) 离线试验需停电进行, 而不少重要电力设备轻易不能停止运行。
2) 停电后设备状态 (如作用电压、温度等) 和运行中不符, 影响判断准确度。
3) 由于是周期性定期检查, 而不是连续地随时监测, 设备仍可能在试验间隔期间发生故障, 即造成维修不足。
4) 由于是定期检查和维修, 设备状态即使良好时, 按计划仍需进行试验和维修, 造成人力物力浪费, 甚至可能因拆卸组装过多而造成损坏, 即造成所谓维修过度。例如某条高压电缆出厂计划寿命为10年, 工作10年后必须更换。计划寿命是一个估算数字, 并且留有一定的安全裕度, 极少数可能工作作寿命不足10年。大多数运行寿命能超过10年, 或在15年以上。实行计划寿命一刀切的方法是不合时宜的。
2.2 状态维修
目前正在发展以状态监测 (通常是在线监测) 和故障诊断为基础的状态维修。采用状态监测与故障诊断技术后, 可以使预防性维修向预知性维修即状态维修过渡, 从“到期必修”过渡到“该修则修”。
状态维修步骤:
1) 在线监测:获得能反应故障的信号;
2) 分析诊断:进行信号分析处理做出诊断;
3) 预防性维修:根据诊断结果有的放矢维修。
在线监测预诊断的优点是:
1) 被监测设备全过程受控, 没有死区;
2) 适时维修可避免过剩维修, 节约维修资金;
3) 适时维修可避免维修不足, 可避免设备带病工作。减少事故的发生, 减少经济损失;
4) 预诊断出设备较精确的剩余寿命, 合理使用设备, 避免设备浪费。现代企业设备 (特别是大型关键的电气设备) 装备在线故障监测诊断装置, 应用新的故障监测技术巳成必然的趋势, 是提高企业经济效益的有效手段之一。
3 状态监测与故障诊断技术的发展概况
国外对电气设备状态监测与故障诊断技术的研究, 始于20世纪60年代。各发达国家都很重视, 但直到70~80年代, 随着传感器、计算机、光纤等高新技术的发展与应用, 设备在线诊断技术才真正得到迅速发展。
我国对电气设备状态监测与故障诊断技术的重要性也早已认识。60年代就提出过不少带电试验的方法, 但由于操作复杂, 测量结果分散性大, 没有得到推广。80年代以来, 随着高新技术的发展与应用, 我国的电气设备在线诊断技术也得到了迅猛发展。由于我国工业发展迅速, 用电一直紧张, 加之部分设备故障率较高, 因此, 对于推行在线诊断技术以提高电力系统的运行可靠性更为迫切。
4 在线监测的发展趋势由于状态监测与故障诊断技术的难度, 不论是国内, 还是国外, 目前多数监测系统的功能还比较单一
今后发展趋势为:
1) 多功能多参数的综合监测和诊断, 即同时监测能反映某电气设备的绝缘状态的多个特征参数。
2) 对电站或变电站的整个电气设备实行集中监测和诊断, 形成一套完整的分布式在线监测系统。
3) 不断提高监测系统的可靠性和灵敏度。
4) 在不断积累监测数据和诊断经验的基础上, 发展人工智能技术, 建立人工神经网络和专家系统, 实现绝缘诊断的自动化。
5 在线监测系统的技术要求
1) 系统的投入和使用不应改变和影响一次设备的正常运行;2) 能自动地连续进行监测、数据处理和存储;
3) 具有自检和报警功能;
4) 具有较好地抗干扰能力和合理的监测灵敏度;
5) 监测结果应有较好的可靠性和重复性, 以及合理的准确度;6) 具有在线标定其监测灵敏度的功能;
7) 具有对电气设备故障诊断功能包括故障定位、故障性质、故障程度的判断和绝缘寿命的预测等。
参考文献
[1]王昌长等.电力设备的在线监测与故障诊断.北京:清华大学出版社, 2006.
[2]朱德恒, 严璋, 谈克雄等.电气设备状态监测与故障诊断技术.北京:中国电力出版社, 2009.
[3]李景禄.高压电气设备试验与状态诊断.北京:水利电力出版社, 2008.
在线监测及故障诊断 篇2
在线监测应用于设备管理提高故障诊断水平
提要：介绍在线监测系统的构成、主要功能及其在电厂设备管理中的应用情况和取得的成效，提出在线监测应用于设备管理对提高故障诊断水平、促进维修制度改革具有一定的现实意义。
在线监测系统在设备管理中的应用
徐兴科孔令先赵以万田保忠任华玉
胜利石油管理局胜利发电厂技监中心
摘要：介绍在线监测系统的构成、主要功能及其在电厂设备管理中的应用情况和取得的成效，提出在线监测应用于设备管理对提高故障诊断水平、促进维修制度改革具有一定的现实意义。
关键词：设备管理 在线监测 旋转机械
一、前言
旋转机械是在工业中应用最广泛的机械，也是电厂设备的重要组成部分，一旦故障停机，不但影响电厂的安全生产，而且会造成巨大的经济损失和社会影响。旋转机械在运行中与其状态有关的特征有振动、温度、噪声、润滑油中的磨粒和形态、转矩等，每个量都从不同的角度反映运行的状态。但由于现场条件和测试手段的限制，有些特征的提取和分析不易实现，有些特征反映的情况不敏感。而旋转机械的振动信号中含有设备运行工况的丰富信息，这些信息在振动的相位和谱图中有所体现，从而可以推断出振动的原因和故障类型。
对旋转机械进行在线监测，及时取得振动信息进行处理和综合分析，根据其数值及变化趋势，可对设备可靠性随时作出判断，发现故障隐患，提供预警，还可预测设备剩余寿命。在线监测诊断的特点是可以对运行中的设备进行连续或随时的判断，使预防性维修向预知性维修即状态维修过渡。
二、系统选择
典型的状态监测方式包括：离线定期监测方式、在线监测离线分析的监测方式、自动在线监测方式。
国内的振动状态监测系统主要有：哈尔滨工业大学等单位联合研制的3MD-I、3MD-II、3MD-Ⅲ系统；西安交通大学机械监测与诊断研究室的RMMDS系统；西安交通大学润滑理论及轴承研究室的RB20-1系统；郑州工学院的RMMDS系统；重庆太笛公司的CDMS系统；浙江大学的CMD-Ⅰ型及Ⅱ型系统；西北工业大学的MD3905系统；北京机械工业学院的BJD-ZⅠ、BJ D-ZⅡ , BJD-ZⅢ系统。这些系统的主要功能有轴振动监测，包括轴心轨迹分析、轴向串动、轴振动位移峰一峰值计算；壳体振动监测；频谱分析，包括频率细化、阶比潜分析、阶跟踪谱、三维功率谱分析；自动预、报警；故障特征提取及诊断。
国外的振动状态监测系统主要有丹麦B&K公司的2520型振动监测系统、美国BENTLY公司的3300系列振动监测系统、美国亚特兰大公司的M6000系统、美国IRD公司的IQ2000系统、美国恩泰克（Entek）公司的预测维修系统（Preventive Maintenance System）等其中，美国恩泰克公司的预测维修系统最具有代表性，其主要功能有：幅值趋势图显示；时域波形显示，频谱显示；两频谱幅值比显示，两频谱幅值差显示；三维谱图显示；用旋转机械故障诊断专家系统进行离线故障诊断；支持铁谱分析；支持局域网。该预测系统能对频谱进
行自动比较，能识别由于旋转机械转速变化所引起的频率漂移，并提供报警信号。胜利石油管理局胜利发电厂综合考虑供货渠道、价格、业绩、技术服务等因素，选择了美国恩泰克公司集振动监测与预测维修于一体的在线监测系统其中振动传感器为9200型加速度计，共购置40只，分别安装在2＃机组的2台送风机、2台吸风机、2台排粉机、2台给水泵、2台凝结水泵的主要支承轴承处，共计40个测点。
三、系统构成1．硬件系统
(1)加速度传感器
加速度传感器是把被测设备的机械振动量（加速度）准确无误地接受下来，并将此机械量转换成电信号（电压）输出，实现机械能到电能的转换。
(2)Enwatch数据采集模块
Enwatch数据采集模块是16通道网络化在线采集模块，每个采集模块均配有标准的RJ-45以太网接口，它是分布在设备现场的采集模块，其采集信息可通过以太网络传输到奥德赛系统数据库中，可直接安装在被监测设备附近，用于人员无法接近或危险区域的设备监测。
(3）端子排
端子排箱安装在现场
(4)信号线
①传感器到端子排的信号线：9200传感器输出端接有附带的4m长传感器电缆，各个传感器电缆联入端子排并由端子排输出多芯总屏电缆。若4m长传感器电缆长度不够，可采用双芯屏蔽电缆加以延长。
②端子排到Enwatch的信号线：由端子排输出的多芯总屏电缆直接接入Enwatch数据采集模块的相应通道，为了防信号衰减，该段电缆长度不足
300m，电缆走线时，尽量避免与强电电路平行，否则需距其1m以上或另加金属套管加强屏蔽。
2．软件系统
EMONITOR Odyssey软件是在线监测系统的核心，是一个全功能的窗门版预测维修软件，不仅能系统地管理预测维修和性能监测活动的数据，而且还提供一套完整的方法，将这些数据转换为设备的状态信息具体功能如下。
(1)系统管理
Odyssey软件的管理功能包括两个方面：文件管理和用户管理。文件管理是由备份检测数据和程序文件组成。随着时间的推移，数据库存储的设备信息会越来越庞大，这不仅影响软件运行的速度，而且在计算机出现故障时会丢失信息，使监测人员的工作付之东流，最基本、最有效的办法就是定期将数据和程序设置文件备份到另一台计算机或移动硬盘上，这正是Odyssey软件文件管理职责所在。除计算机出现故障而丢失信息外，操作人员在使用过程中的不当操作、非操作人员的非法操作也会造成数据丢失，Odyssey软件的用户管理职能解决了这个问题，Odyssey软件可以设定安全等级，将操作人员分为三种权限：一般操作人员可以建序列、将序列装入数采器、回放数据、修改数采器设置、修改自己的口令、打印报表和显示检测数据的图形；高级操作人员除了具有一般操作人员的权限外，还可以修改数据库、替换和删除操作、修改存储和删除视图、删除序列、建立和删除报表描述、生成报警统计；管理员除了具有高级操作人员的权限
外还可以增加删除和修改用户名和口令、设定进入软件必须登陆、设定不须登录用户的默认权限。
(2)数据的图形分析
在线监测系统除了对设备的检测（报警）之外，再就是分析诊断以确定故障的原因所在。借助于图形进行分析是一个主要方面。Odyssey软件提供的图形有：
①幅值趋势图(Trend)，观测设备振动的历史变化趋势。
②频谱图（Spectrum)，观测设备某测点振动的频率成分。
③时域波形（Time waveform)，观测设备某测点振动的时域波形。④谱阵图（Waterfall)，观测设备某测点振动频谱的变化趋势。
⑤频段趋势图（Frequency Band)，观测设备某测点振动各频段成分的变化趋势。
⑥自动显示图（Auto View)，观测设备某测点所有测量定义的相关图形，了解该测点的全面信息。
⑦振动分析图（Vib Analysis)，综合观测设备某测点的幅值趋势、相关频谱、谱阵图。
⑧HVA图，同时显示设备某测点水平（H)、垂直（V)、轴向(A)三个方向的频谱图。
⑨频谱差值图（Baseline diffe)，显示当前时间频谱和Baseline频谱相间的结果。
为了方便分析诊断，这些图形可以单独显示，也可以根据需要进行组合，显示在同一个窗口。
图形操作具有改变图形坐标轴、颜色、光标形式及显示、字形、图中的数字格式、图形点和线的类型，显示设备状态注释及注释码、显示和隐藏频段幅值、在图中输入及编辑注视、拷贝图形和打印图形等功能。
(3)报表操作
报告报表是状态监测人员与设备科和检修人员的非常重要的沟通工具，Odyssey软件提供了42种标准报表格式，这些报表均可以打印、显示和拷贝，可以作为文件进行传送，报表中可以包含数据表、图形，或两者的组合，任何一个报表都可以制成ASCII文本文件，并可以送到如WORD、EXCEL等其他应用软件中。如果这42种格式都不能满足报表的要求，监测人员可以根据领导的要求和自己的需要，在Odyssey环境下建立自定义报表，而且可以作为标准的报告格式存储起来，以备调用。
(4)报警设置
报警方式和报警值的设定在预测维修工作中是非常重要的，一个有效的预测维修系统要处理成百上千个测点的测试数据，怎样从大量的数据提取出值得分析的反映设备状态变化的数据，怎样区分出有问题的设备和没问题的设备，什么样的设备还可以坚持运行，什么样的设备必须停机，这都依赖于软件的报警功能。Odyssey软件不但可以设置幅值、频谱、频段和时域波形报警，而且可以建立统计报警，统计值包括当前序列中所有测量定义及设备分类中的最小值、最大值、平均值和标准方差，这将有助于设备管理人员建立和探索设备检修的企业标准，在安全运行的条件下，使设备发挥最大的效能。
(5)辅助诊断
0dyssey软件具有辅助诊断功能，即在频谱图中或报告中自动识别特定故障
类型产生的频率。使用辅助诊断功能，诊断人员可以在采集得到的振动频谱中标注故障特征频率，迅速简便地识别故障类型。例如滚动轴承、电机等的故障。
四、系统使用效果
1．准确判断设备故障
在没有安装在线监测系统时，从频谱上一旦发现轴承的故障频率，就对其进行跟踪监测，如果故障频率的幅值增大，就认为轴承故障在恶化。安装在线监测系统后，由于振动信号的连续性，认识到过去的这一观点是错误的，在频谱图上发现轴承故障频率，只能说明轴承产生了早期故障，随着时间的推移，轴承故障频率的幅值有时增大、有时减小，经过一段时间的运行，轴承故障频率甚至在频谱图中消失。
振动的测试参数有位移、速度、加速度，因此判断振动故障的标准有三个，即振动位移标准、振动速度标准和振动加速度标准，人们一般习惯使用位移标准。使用在线监测系统后，发现在很多情况下使用速度和加速度标准更好一些。位移标准一般用于判定轴系问题，比如不平衡、不对中等故障；速度标准用于判定机器的整体状态；加速度标准用于判定轴承、齿轮的故障。
2004年1月9日，2＃机组乙送风机电机驱动端轴承位移、速度的振动趋势平稳，但振动尖峰能量值陡然增大。经检查发现该轴承缺油，造成润滑不良，加油后，振动尖峰能量值下降，趋势平缓。如果此时仅以振动位移或速度为依据，则不能发现轴承润滑不良的故障。
2．避免突发故障
3＃机组2A送风机驱动端轴承保持架突然断裂，由于该设备未安装在线监测系统，实行离线监测，监测周期为7天，比较监测数据，无论观察各参数的振动趋势图，还是观察各参数的频谱图，都没有发现异常现象，其原因就是该故障从产生、发展到损坏的整个过程极其短暂。如果该设备安装在线监测系统，由于振动监测的连续性（1小时测1次或1天测1次），这种发展迅速的故障就无法逃脱监视，在其萌芽状态被消除，使设备按计划进行修理，保证生产有序进行。
3．及时发现和处理常见故障
在线监测使用一年来，据不完全统计共发现常见故障13次。其中风机叶轮由于质量分布不均造成的不平衡振动8次，均在设备备用和计划停机期间实施了现场动平衡，将振动控制在标准范围内；基础或地脚螺栓松动故障3次，联轴器不对中故障2次，均在适当的时机进行了处理。
4．延长轴承的使用寿命
滚动轴承是旋转机械的重要支承部件，且价格昂贵，诊断人员利用在线监测的连续性，使已存在故障隐患的轴承安全运行至其极限，发挥滚动轴承的最大效能，对降低维修费用、节约成本具有重要的现实意义。
2004年2月初发现了轴承的异常频率，频率的幅值时大时小，进入10月份轴承故障明显恶化，但诊断人员充分发挥在线监测系统的特点和优势，跟踪轴承故障的发展变化，认为可以坚持运行，直至11月23日诊断人员才下达设备异常通知单，建议检查。经检修人员解体检查，发现轴承外圈滚道约有
60mm×170mm的剥落坑、多个滚子有麻点、轴承游隙严重超标，与故障诊断完全吻合。自发现轴承故障至停机检修，轴承的使用寿命延长了7032h，避免了直接经济损失2.3万元。
变压器油的在线监测与故障诊断 篇3
关键词：变压器油；在线监测；故障诊断；色谱分析 文献标识码：A
中图分类号：TM406 文章编号：1009-2374（2015）21-0154-02 DOI：10.13535/j.cnki.11-4406/n.2015.21.077
1 概述
设备维修的概念起源于20世纪50年代，当时电网电压等级较低，容量也不大，电气设备出现问题时造成的影响和损失也较小，事故后再维修成为当时电力设备的普遍选择，但由于传统的离线监测与定期停运实验等方式属于间断性评估，难以将故障遏制在初期阶段，增加了设备运行的风险。近年来，随着传感器和光纤等相关技术的发展和应用，出现了一种能够动态监测被测设备相关数据的在线监测方法，反映变压器当前的运行状态，结合以往的运行经验与相关标准进行全面分析，明显提高了成功发现变压器缺陷的效率与准确性，并能够及时地进行报警，让运行及班组人员采取相应措施，缩短故障存在的时间，限制故障的进一步发展，以确保电网的安全稳定运行。
变压器在运行过程中，由于发热老化或者放电故障等原因，油中会含有一定量的反映故障特征的气体如一氧化碳、二氧化碳、氢气、乙炔、乙烯等多种气体或其中几种的混合气体。而根据故障类型、严重程度不同，变压器油中产生的气体的种类、含量多少也各不相同。而对这些气体进行监测分析，根据气体种类和容量，推断当前变压器中是否存在潜伏性故障，以及故障的严重程度。目前主要采用变压器油中溶解气体分析法（DGA）也称为气相色谱分析法，已成为电力系统判断变压器内部故障性质的常用方式。
2 变压器油色谱分析的原理和优点
气相色谱分析技术是采用由气体传感器和色谱检测相结合的现场的监控系统进行监测的方法，它的原理分为定性分离和定量检测两个步骤，其原理图如图1所示，第一步是利用不同气体对应色谱柱的长度不一样，将气体通过色谱柱时则可以实现分离，确定是哪种气体；第二步則将不同种类气体通过检测器，确定各种气体的多少，实现定量检测。根据这两步的检测结果，分析变压器油的状态，判断变压器设备内部情况，是否发生故障。经过实践，总结出气相色谱分析法有着明显的优点，主要有以下三点：（1）花费时间短，色谱分析对含有多个成分的样品进行分析，平均每个成分只需1分钟左右，成分增多时，平均时间还会进一步下降。（2）分离能力强，即使混合物的成分复杂，化学物理性质相差不大，也能进行很好的分离。（3）采样量少，完成一个分析只需要几毫升甚至更少的样品。
3 变压器内部的常见故障及原因
变压器内部故障一般分为三类：即放电短路故障和过热故障及设备进入外部空气和水分的潜伏性故障。
3.1 变压器放电故障产生的原因
变压器放电分为火花放电、弧光放电及局部放电。（1）火花放电，放电能量较低，多由接触不良所造成的，如电流互感器内部引线对外壳放电和铁芯接地片接触不良造成的悬浮电位放电。（2）弧光放电，又称为高能量放电，原因通常是线卷匝、层间绝缘击穿，过电压引起的内部闪络。（3）局部放电，在变压器引线、端部绝缘结构及突出的金属电极表面，如油箱内壁的焊缝及附在其上的焊渣；造成了绝缘结构中电场分布不均匀，极易产生局放。
3.2 变压器过热故障产生的原因
变压器过热故障可以分为高温过热、中温过热、低温过热。主要原因是：（1）铁心两点或多点接地；（2）引线连接不良；（3）分接开关接触不良；（4）铁芯间短路或被异物短路；（5）部分绕组短路或不同电压比并列运行，引起的循环电流发热。
各种不同故障会产生不同的故障特征气体，我们以此作为判据来确定故障类型，故障特征气体见表1：
4 气相色谱数据的综合判断
三比值法是目前我国主要采用的方法，经过经验总结，该方法采用五种特征气体相比构成五个比值，然后依据经验确定了比值的范围与大小对应的意义，从而对其进行编码，实现不同类型故障的诊断。该方法已被国际电工委员会（IEC）组织推荐使用，得到广泛认可。三比值法编码表见表2：
4.1 气体产气速率的注意值
气体产气速率是除气体容量和种类之外分析变压器内部故障的又一参考指标，产气速率分为相对产气速率和绝对产气速率两种，而相对产气速率有一个参考基准，当基准本身浓度较小时，误差较大，故相对产气速率可靠性不太高，使用较少。绝对产气速率使用较多，多在气体浓度接近设定标准值或者超过时，进行密切
关注。
4.2 对二氧化碳及一氧化碳的判断
正常情况下，对于开放式变压器而言，由于变压器油与空气接触，油中会溶解一定量的空气，但其饱和度不超过10%，所以设备内CO2含量不超过300μL/L，但当变压器固体和绝缘老化或者油长期氧化时，可能会造成CO2及CO含量的明显增长。当检测计算发现（CO2/CO）>7时，要关注固体绝缘材料是否老化。当（CO2/CO）<3，则可能是故障高于200℃涉及到固体绝缘材料时，更精确的做法是，应将最后两次检测的数据相减，计算差值，然后计算差值比值重新计算（CO2变/CO变）<3，来判断故障是否与固体绝缘有关。
4.3 乙炔含量分析及注意值
乙炔是我们日常监控中最重要的一个指标，变压器无故障时，油内不会出现乙炔，乙炔是变压器内部出现放电的特征气体，当总烃内乙炔含量较小时，通常意味着故障还在形成阶段，但乙炔出现明显增长时，则很有可能是因为发生了击穿事故，而乙炔含量的多少与故障缺陷的严重程度与紧迫程度没有必然的联系，反而与产气的速度有较大的关系，方便用来判断故障位置。
5 变压器油气相色谱分析的注意事项
对于变压器特别是准备投运的，油中检测到的气体含量越小越好，一旦发现H2、C2H2和（CH4+C2H2）中某值较高时，应重点关注以下情况：（1）瓦斯保护是否动作，瓦斯继电气内是否有气体，变压器内部注入的油有无进行过滤脱气处理，呼吸器硅胶变色是否超过2/3。（2）变压器外壳焊接处密封是否良好，有无漏油。（3）绕组或者铁芯接地是否良好。（4）是否负荷较高，冷却器油泵长时间转动，测试是否对油质造成影响。
6 结论
（1）在线监测通过数据分析可以及早发现潜在性故障。（2）采用三比值法对获得的数据进行分析可以明确设备故障的类型，做出相应应对措施。（3）在线监测发现数据异常时，要明确重点关注的注意事项。
参考文献
[1] 变压器油中溶解气体分析和判断导则（DL/T722-2000）[S].
[2] 程鹏，佟来生，吴广宁，等.大型变压器油中溶解气体在线监测技术进展[J].电力自动化设备，2004，24（11）.
[3] 吴军，田学航.光声光谱技术与气相色谱技术在变压器在线监测中的分析比较[J].电气技术，2013，（12）.
[4] 郑元兵，孙才新，等.变压器故障特征量可信度的关联规则分析[J].高电压技术，2012，38（1）.
[5] 胡国辉，何为，王科.配电变压器谐波附加损耗在线监测系统研究[J].电力系统保护与控制，2011，39（22）.
[6] 徐明莉.变压器油色谱分析诊断技术[J].黑龙江电力，2007，29（2）.
[7] 陆静宜，蔡勇，等.浅谈变压器在线监测装置[J].中国科技纵横，2013，3（2）.
作者简介：赖绍奇（1982-），男，广东东莞人，供职于广东电网东莞供电局，研究方向：电力系统运行与分析。
压缩机的在线监测及故障诊断技术 篇4
压缩机在出厂前都要进行试车运行及性能参数测试,达到规定标准后才能出厂。压缩机设备启动后稳定运行30 min以上才能进行性能参数测试,一旦出现故障就必须停机检查,进行调整后重新启动运行,因此对压缩机运行期间的工作状态进行监测成为必需。目前部分企业对压缩机的状态监测只能依靠压缩机上安装的控制器(PLC为主)或人工监测进行,存在不精确和判断滞后的缺点。开发一套多功能、监测多状态参量的实时在线监测系统,促进压缩机产品的技术升级和科技持续创新具有重要的实际意义。
1 系统结构
现有的状态监测系统主要分为三大类。第一类是以单个单片机为核心的简单监测系统。由于单片机处理功能的有限性决定了它仅能用于测点不多的场合。此类监测系统一般只能实现简单的数据处理,其功能也以数据采集为主,辅以信号的显示和简单的报警。第二类是以多单片机和单个微机构成的分布式监测系统。此类系统已能实现大型机组或流水线的实时监测。其中,多个单片机作为下位机构成分布式数据采集系统,主要实现信号的采集;而微机(或工控机)则作为上位机实现数据处理、状态显示、故障诊断等一系列复杂功能。它的主要优点是成本低、功能强。单片机的个数可以根据测点数而改变,因而具有良好的扩充性。这也是目前国内对单台机组进行状态监测应用最广泛的系统。近年来,随着网络通讯技术的迅速发展,大型化工厂对设备的管理提出了新的要求,出现了多单片机、多微机、多层次的网络式在线监测系统。这类系统多用于多台大型机组的监测和管理,其功能也从以监测为主向实时故障分析诊断和多级管理延伸。它不仅让多用户共享不同机组的状态信息,而且可以实现远程监视与诊断。此系统利用工厂内已有的网络设备能实现对车间设备的真正“无人管理”。
压缩机在线监测系统属于第二类监测系统。它的系统结构见图1。该往复式压缩机是额定功率为2200kW的大型机组,其结构为对称平衡式,共分两级,其中一级又分A缸、B缸。针对压缩机曾发生多次活塞杆断裂、活塞环过度磨损等事故,我们在压缩机中体内靠近气缸处安装位移传感器,以准确测量活塞杆的沉降量,同时监测活塞杆的运动状态。示功图是往复式压缩机的一个重要综合指标,我们用压力传感器测示功图压力。压缩机振动中包含大量的信息,因此,我们对气缸的径向和轴向振动进行测量。此外还测量了电机电流、主轴转速和活塞止点等信号。
2 压缩机监测系统设计
压缩机的诊断系统采用了简易诊断和精密诊断两种方法。对于润滑油压力和轴承温度信号,采用简易诊断方法进行诊断,即进行绝对值检验和趋势检验。经过对信号处理和分析后,将每个测点的幅值与预定的报警或联锁阈值进行比较,在正常情况下,被诊断系统的测量信号在阈值范围内变化;如果测量信号突破阈值,则认为故障已经发生或即将发生,应采取相应的措施。
对于压缩机的轴振动、轴位移信号,采用精密诊断法进行诊断,采用的监测系统是美国EN2TEK-IRD公司的EN TRX网络化高速在线监测系统(基于信息融合和信号模态估计的故障诊断方法)。基于信息融合的故障诊断方法是通过测量所获得的频谱图、极坐标图上的某些故障表征,以及故障源与故障表征之间的映射关系,找出故障源。为了充分利用检测量所提供的信息,可以对每个检测量采用多种方法进行诊断,这一过程称为局部诊断。将局部诊断所得的结果加以综合,得到故障诊断的总体结果即为全局诊断融合。基于信号模态估计的故障诊断方法是直接根据系统物理参数的变化诊断故障。首先根据系统的死循环特征方程找到某些物理参数变化的根轨迹集合,再取任何一个死循环信号,利用最小二乘算法估计被诊断系统的模态参数,采用模式识别技术将估计模态与某一个物理参数对应的根轨迹进行匹配,从而分离出故障;同时,根轨迹在复平面上的位置与物理参数的实际值有关,故从根轨迹上还可以估计出物理参数的变化量。
2.1 传感器类型与测点设置
选用铂热电阻测量温度,量程为-10℃~250℃,精度为±012℃;缓变压力信号采用压力变送器采集,量程为0MPa~40MPa,精度为±014%,压缩机级间压差及喷嘴压差的测量采用差压变送器和微差压变送器测量,精度为±014%和±012%,快速变化的压力信号采用压电压力传感器采集,传感器响应频率为10 kHz以上;流量测量采用间接测量方法,采用国标GB3853-1998中规定的ASME喷嘴测量法测量喷嘴前后的温度、压力,依此计算出压缩机排气流量;光电开关型号为WO-DNMW2,精度等级为±0104%;电压采用电压变送器+电压互感器测量,量程为0V~10 000V,精度为±015%,互感器为±012%。电流采用电流变送器+电流互感器测量,量程为0A~4 000A,精度为±015%,互感器为±012%。有功功率采用功率变送器通过互感器测量,精度为±015%;振动信号采用压阻式加速度传感器进行采集,测量频率范围为015Hz~16 000Hz;噪声测量选用4189系列声压传感器。此外,按照压缩机设计依据中的国标要求,对各测量传感器的测点进行了选择设置。
2.2 基于PXI总线结构的数据采集硬件模块
对于各类传感器,根据信号输出类型和要求的采样频率,采用适当的采集模块和调理模块完成数据采集。压缩机状态监测平台的硬件由3块数据采集卡(4351、6251、4472B),3块SCXI信号调理卡(1122、1125、1126)构成,PXI1050机箱集成了SCXI调理机箱。PXI4351采集卡可以完成高精度温度测量,采样分辨率为24位,读数218~60次/s,提供25μA精确激励电流,可以采集16路热电阻信号;PXI6251采集卡采样率最高可达到1125MS/s,采样分辨率为16位,缓变压力、流量等信号的测量通过SCXI1122信号调理卡(或SCXI1125信号调理卡)进行,变送器输出的电压信号进行信号调理后送入数据采集卡PXI6251;快速变化的压力、电压、电流和功率信号的测量通过SCXI1125信号调理卡进行,变送器输出的电流信号进行信号调理后变为电压信号送入数据采集卡PXI6251;转速信号通过SCXI1126信号调理卡将频率信号调理后转变为电压信号送入数据采集卡PXI6251。PXI4472B采集卡用于噪声和振动信号,8通道同步采样,采样分辨率为24位,每通道采样率10214 KS/s,最大信号带宽45 k Hz。测试的振动和噪声信号可以直接将传感器接入PXI 4472B动态信号采集卡。
3 系统软件设计
压缩机状态监测系统软件运行在Windows XP操作系统环境下,系统基于LabV IEW7.1版本、Sound and Vibration工具包、Report Generation工具包、DAQ8.0软件、Word、Excel软件等进行开发。Sound and Vibration工具包主要用于开发振动噪声测试分析模块,Report Generation工具包和Word、Excel软件用于状态监测系统报表的生成、打印等,DAQ8.0软件主要管理监测系统的采集卡硬件。针对PXI硬件平台,设计了完善的软件系统,由于系统设计采用模块化和子V I调用方式进行,因此可迅速和方便对软件作出修正,便于现场使用。
3.1 参数获取
设计采用单一主控界面实现,通过主控界面菜单和按键的选择完成各种功能,不同的功能通过调用不同的子Ⅵ实现,包括传感器调理设置、信号显示、信号记录等功能。编程通过DAQmxData Acquisition模板中的9个子Ⅵ合适组合完成各种参数的采集工作。数据记录按照后续分析的需要,针对不同的参数类型按照监测要求存储起来。
3.2 状态监测
由于状态监测需要各种参数同步显示和分析,编程时重点考虑多种状态参数同时启动采集的技术,如温度压力的数据变化要求较小,采样点和采样频率可以尽可能降低,电压和电流的变化较快,采样点和采样频率要满足对变化的监测,在同步采样时首先根据系统的硬件采样负荷情况,通过实验设置好不同参数的采样率,在满足状态监测需要的情况下,使3种卡在同一个任务中同步工作,保证系统平稳正常工作。状态监测时异常状态的判断主要依据容积式压缩机型式试验的各项测试标准,设置参数相应的变化范围,编制出状态判断子Ⅵ,在状态监测时与这些参数的标准值进行比较,如超出阈值界限或数据明显不正确,则及时报警。
3.3 状态分析
采用每种状态分析功能采用一个子Ⅵ实现的方法,在状态分析主界面Ⅵ进行调用子Ⅵ完成各种状态分析功能。系统主要针对高级信号处理工具包进行了扩展开发,实现了压缩机状态小波尺度谱分析、压缩机状态小波包分频带分析、压缩机状态小波尺度能量谱分析、压缩机状态AR2MA组合趋势预测等多种压缩机状态分析功能。
监测系统软件的数据管理是一项十分困难的工作。这不仅是因为在线监测的数据实时性要求高,而且采集的数据种类多、数量大。在这里,我们采用了两级数据管理的方法。实是数据库存放采集来的实时数据,在对实时数据进行压缩处理之后的历史数据放入历史数据库。往复式压缩机在线监测系统软件的主要功能如下:
数据通讯功能:完成工控机和单片机之间的数据传输;
数据处理功能:完成实时数据的转换、分配、计算和存储等处理;
实时监测功能:对电机电流、示功图、气缸振动、活塞杆沉降量及其运行进行实时动态监测;
频谱分析功能:对振动信号进行频谱分析;
趋势分析功能:给出气缸振幅、电机电流、活塞杆沉降量和示功图的趋势图;
参数输入功能:为现场工程技术人员提供人机交互界面;
故障分析和报警功能:对发生的故障进行报警;
报表打印功能:为打印监测信号及历史趋势的有关图形和数据提供接口;
网络通讯功能:为远地(控制中心)的工程人员了解压缩机运行状况提供网络接口。
根据目前压缩机在线监测的发展与要求,采用虚拟仪器设计的思想,设计开发了一套压缩机状态监测系统。该系统实现了压缩机性能参数和动态特性参数的快速测试,能够对测试数据进行分析、计算等相关处理,实时监测多参数的压缩机状态信息。与传统仪器构建系统的方法相比,采用虚拟仪器技术效率高、性能可靠、使用方便。由于状态监测系统采用了虚拟仪器测量原理、信号处理等先进技术,提高了系统的扩充性,使系统具有很强的延续开发能力,在此基础上无须增加太多投入可延续扩充监测项目。系统现场运行取得了满意的效果。
摘要：文章分析了当前的在线监测系统及其软件设计情况,并对压缩机监测系统的设计和软件设计作了重点介绍。文章介绍了一种基于PXI总线和LabV IEW的多功能、监测多状态参量的压缩机实时在线监测系统。初步实现了设备的预测维修,保证了压缩机安全、可靠地运行,提高了设备的使用效率和现代化管理水平。
关键词：压缩机,在线监测,故障诊断
参考文献
[1]陈家庆,徐林林,俞接成,叶开勋.往复式压缩机CAD系统软件的研制开发(I)[J].石油化工高等学校学报,2004,(02).
[2]陈玉东,施颂椒,翁正新.动态系统的故障诊断方法综述[J].化工自动化及仪表,2001,(03).
[3]秦萍,闫兵谭,达明.滑动轴承故障诊断实用诊断原则的研究[J].机械传动,2005,(02).
[4]张军.压缩机常见故障分析[J].压缩机技术,2001,(02).
[5]James Noble.Patterns for Finding Objects within Designs Microsoft Research Institute.1998.
[6]Yeh S,Hsu P.Adaptive-feedrate Interpolation for Paramet ric Curves with A Confined Chord Error[J].Computer-aided Des,2002,34(4).
在线监测及故障诊断 篇5
安阳钢钢铁集团第一炼轧厂高线精轧机组通过长通轴驱动八架精轧机运行。采用模块化设计, 当辊箱发生故障时, 可实现奇偶数相对应的辊箱互换安装, 以缩短检修时间, 保证机组的可靠运行。由于生产过程中长通轴的振动传递, 使得各架轧机的振动相互影响, 导致机组结构特别复杂。
2 传统点检方法的局限性
高线精轧机组投运后的点检仍是传统的人工点检和常规的故障诊断, 常常不能及时准确地发现设备隐患, 以至于设备故障扩大, 极易造成严重的设备事故。投产几年来, 仅精轧机在生产过程中就已经发生多起较严重的设备事故, 严重制约高线机组的生产顺行。设备的运行维护技能的提升, 是一个不争的、严峻的现实问题。
为彻底改变高线机组生产事故频发的现状, 高线机组设备状态维修被提到了议事日程。为此, 在安钢高线机组新上了一套设备故障在线监测与诊断系统。该系统在利用频谱分析方法对振动信号进行处理的基础上, 对安钢高线机组故障的高发部位及元件的振动频谱进行在线实时监测和实时分析, 从而建立安钢高线精轧机组的频谱状态模型, 通过建立典型设备故障的典型特征模型, 以尽快实现对安钢高线精轧机组的在线实时振动检测和在线故障实时诊断, 最终实现安钢高线精轧机组的状态维修, 减少故障停机率, 从而确保高线精轧机组的安全和稳定运行。
3 在线监测的原理及结构
高线精轧机组故障在线监测与诊断系统以频谱分析技术为基础, 以现场生产设备的实际运行情况为依据, 对高线精轧机组的生产性质、生产特点和在线监测和实时诊断目标, 进行综合分析和判断, 从而实现在线实时运行参数采集、实时在线状态监测、实时在线故障诊断。
高线精轧机组故障在线监测与诊断系统采用分布式结构, 分布式结构有采用, 保证了实时参数准确、高速的实时无损传输。以COM组件为中心的三层结构主程序, 应用ActiveX组件完成的采集的机组“振动和噪声”实时参数计算和分析, 使用ADO技术实现数据库在线趋势分析。以高线精轧机组存在的实际运行故障为出发点, 实现程序的设计和应用。高线精轧机组故障在线监测与诊断系统由三个模块构成 (数据采集、在线状态监测和故障诊断) 。完成对高线精轧机组35个振动信号的实时自动监测、实时采集和监控报警。通过运用频谱分析, 对实时运行参数与典型设备故障的典型特征模型对比分析, 完成运行故障的实时诊断、故障精确定位, 从而及时发现隐患和及时消缺, 确保了高线精轧机组的安全和稳定运行。
高线精轧机组故障在线监测与诊断系统即能自动监测, 又能在人工干预下进行实时运行参数分析和相应处理。实现实时运行参数采集、存贮、故障分析和趋势分析。
高线精轧机组故障在线监测与诊断系统的基本结构由信号和传感器、信号处理单元、数据采取卡、数据综合分析及判断软件组成。完成高线机组振动信号实时采集和实时在线监测, 在机组发生运行异常或故障时及时报警。具有动态信号分析与追忆功能。数据采集、数据通讯、信号分析与故障诊断三套软件共同实现在线监测和故障诊断。
数据采集:用于采集高线精轧机组的振动、转速等实时数据的预处理和存储。
数据通讯:通过网络实现实时数据自动同步。
信号分析与故障诊断:是软件的核心, 实现异常和故障报警、运行趋势分析, 实现实时振动参数时域和频域分析, 实现实时信息查询、实时故障诊断。
4 系统的成功应用
高线精轧机组故障在线监测与诊断系统成功运行以来, 多次及时、准确地发现了多起故障。根据故障影响生产的程度, 合理地安排了检修时间, 避免了重大停机及设备损坏事故的发生, 为高线精轧机组的顺行打下了坚实基础。同时, 又提高了设备运行和维护水平, 减少了故障停机时间。
2011年5月12日, 在线发现精轧机19架II轴转频的幅值有增大趋势, 5月18日出现红色报警, 峰值为7.312 m/S2, 与正常状态下II轴转频的幅值相比增大了11倍左右, 并伴有II轴转频的高次谐波, 从时域波形也能看出有较为明显的冲击信号, 间隔为0.016S, 对应频率为70.958 Hz, 与20架I轴转频基本一致, 说明19架II轴存在隐患。对精轧机19架II轴及其两端轴承进行了解体检修, 发现II轴轴承内圈磨损严重, 随即进行了整体更换。
结束语
高线精轧机组故障在线监测与诊断系统的成功应用, 彻底扭转了设备运行与维护的被动局面。通过该系统, 能及时掌握高线机组的运行工况, 能够先期发现机组的异常和故障, 为合理地制订机组的维护和检修计划提供了有效的、坚实的技术依据, 避免因维护不及时造成的故障停机, 达到了预期的目的和效果。对解决疑难问题有较大帮助, 具有较高的实用推广价值。
摘要：通过简介在线监测及故障诊断系统的工作原理, 阐述了其软硬件结构及基本功能, 通过一故障实例论证了其在生产中的实际应用和价值。
在线监测及故障诊断 篇6
1 在线监测的设备故障诊断方法
在线监测设备的故障诊断方法主要是将各类传感器安装在输出设备上, 使其对输变电设备的温度、 电压、 压力气体成分以及电流等反映设备状态的物理量实行自动连续监测, 并采取适当的模/ 数转换、 预处理以及通信传输等方法将监测到的的信息状态及时上传到终端监测系统, 最后使用故障诊断算法进行自动分析或者人为的分析, 对设备的故障作出诊断与最终的结论。
1.1 在线监测输变电设备故障诊断
基于在线监测输变电设备的原理, 可以通过以下六种在线监测来诊断设备故障。
1) 关于电容型设备的监测与诊断。 电容型的设备是属绝缘型的设备, 其监测参数主要包括: 电容值、 电流值与介质损耗角正切。 因此通过介质损耗角正切的电桥、 全数字测量、 相位差以及三相不平衡电流常用方法进行监测, 这种监测能够较早的发现设备所存在的缺陷, 防止缺陷的发展, 排除安全隐患。
2) 通过避雷器进行在线监测与诊断。 避雷器, 如氧化锌避雷器将总电流中的阻性电流作为监测对象, 主要采取谐波法、 补偿法与谐波分析等进行监测阻性电流, 判断避雷器是否存在故障。
3) 通过电力电缆进行在线监测与诊断。 电缆结构基本上可归为电容型设备, 因此在线监测主要通过介质损耗角正切法、 直流法、 低频法、电缆局部放电监测法、 电桥法以及综合诊断法等常用的方法进行监测。
4) 通过在线监测变压器油中溶解气体的方法来进行故障诊断。 判定变压器油所溶解气体含量来进行监测, 主要采用的是IEC三比值法、微水测试法、 改良电协研法以及特征气体法等。 通过算法与特定阈值来判断变压器是否存在缺陷, 运行过程中是否存在安全隐患。
5) 变压器在线监测监测与诊断。 如今应用最普遍的在线监测技术为变压器在线监测技术, 主要的监测类型包括局部放电监测、 含水量监测、 变压器绝缘监测以及油 ( 线圈) 监测等。
6) 高压短路器与GIS在线监测与诊断。 通过GIS和高压短路器的绝缘性以及断路器的动作性、 导体发热等原理对设备进行在线监测和故障诊断, 借以判断二者运行是否存在缺陷与问题, 必要时进行停电检修。
1.2 实施在线监测技术的优势
一次电气设备的运行不受输变电设备故障诊断的影响, 但可以使电气设备在不停电运行的过程中第一时间查处绝缘缺陷以及发展中事故的隐患, 以达到防患于未然的效果; 降低由于预防性试验而引发的输变电设备重复停电的次数, 使供电更为可靠, 为用户增加用电时长的同时更加节省试验的成本; 使用在线监测技术, 可以更加方便去检查设备运行的情况, 对于突发性的事故以及异常, 可以针对性的及时去作出合理的应急处理措施, 完美结合事故损失及最大利用效率使设备获得搞性价比。
2 在线监测技术实际应用分析
据调查某公司安装了在线监测系统920 套。 通过结合公司实际情况, 其在线监测装置中变电装置850 套, 所占比例为92.4% ; 输电装置有43 套, 所占比例为4.67% ; 电缆装置有27 套, 所占比例为3% 。监测类型包括: 全组分油色谱、 金属氧化物避雷器绝缘性能、 铁心接地电流、 断路器SF6 与GISSF6 气体压力/ 水分监测、 视频检测、 油色谱在线监测、 变压器局放与套管绝缘等。
2.1 变电在线监测异常
500k V变电站某线高压并联电抗器有异。 相关参数: 单相、 C相、50000k Var、 525k V、 165A、 50Hz。 出厂日期: 1988 年1 月1 日, 投运日期: 1998 年1 月1 日。 2014 年五月大修并联抗电器, 氢气等砌体异常。 某换流变磁屏接触不良。 电抗器C相等电位线烧墨。 换流变引线屏蔽管松动。 某时段监测风速过大。 监测时发现输电线路2 处有异。 由于天气原因, 冰雪覆盖了输电线18 次。
因所得三比值为 ( 0, 2, 2) , 高压并联抗电器大于七百度。 高温过热引发原因是铁芯、 夹件、 磁屏蔽三者涡旋, 高温过热导致结果绝缘油分解, 产生乙烯乙炔等溶解性气体。
2.2 检查分析及处理
检查情况: C相抗电器器身上部无异常。 电抗器内铁芯夹件等电位连线烧断。 邮箱内橡胶老化、 硅胶失效粉化。 其余部位无异常。
处理情况: 更换新的截面更大的等电位连接线, 可采用软铜材质, 包扎使用皱纹纸与收缩带双重包扎。 清理邮箱、 关闭净油器阀门。 抽真空注油, 通过热循环处理乙炔至合格。
原因分析: 根据以上分析和实际情况, 可知此次故障的主要原因是电抗器内铁芯夹件因涡旋产生高温烧断了等电位连接线。
上述案例基于其2014 年的基本运行情况用以进行分析, 因此, 可以通过输变电设备的在线监测对设备的规模和监测的总类阐述以及其一年内的运行状态作出综合性的分析。 通过实例可知在线监测输变电设备的实用性, 从而更加深入地了解在线监测输变电设备故障诊断策略以及其运用, 熟悉各个环节流程, 也为之后的操作、 使用以及应变建立基础。
3 结语
据上述得知, 国家电网公司及其下属各网省公司对输变电设备在线监测系统的广泛应用。 关于在线监测输变电设备故障诊断分析, 其最终目是能够实时监测、 远程监测和集中的监测, 通过对监测所得数据进行综合分析与诊断, 从而创造出变电站无需人员值守通过在线监测便能及时发现故障解决问题。 当然随着电网的“ 三集五大” 全面深入, 输变电设备的运行及操作必将向着智能化、 在线化、 无人化、 远程化等方向发展。 越来越完善的在线监测输变电设备故障诊断策略以及在线监测装置的升级必将给电力企业带来更经济的效益与更深远的意义。
参考文献
[1]程子霞, 吴西博, 代旭光.SVC和TCSC联合补偿提高系统稳定性的仿真分析[J].实验室研究与探索, 2011.
[2]林燕.论变电站无功控制与电压调整[J].现代企业教育, 2010.
在线监测及故障诊断 篇7
关键词：在线振动监测系统,大型设备,故障预防,诊断,应用
前言
在大型设备的运行过程中, 考虑到大型设备在生产运行中的重要作用, 保证大型设备安全稳定运行成为了设备管理的重要任务之一。为了满足这一需要, 出了要对大型设备进行定期的维修保养之外, 还要对大型设备的运行状态进行监测, 保证大型设备的故障能够提前得到预防和诊断, 提高大型设备的运行效率, 满足实际生产需要。从目前来看, 在线振动监测系统能够很好的达到这一目标, 能够在大型设备故障预防及诊断中发挥重要作用。所以, 我们应对在线振动监测系统有足够的了解, 加大其在大型设备故障预防及诊断中的应用力度, 保证大型设备能够安全稳定运行。
1 在线振动监测系统的主要目的分析
从目前在线振动监测系统的应用来看, 在线振动监测系统能够的目的主要表现在以下几个方面:
1.1 在线振动监测系统能够监测大型设备的运行状态
在线振动监测系统的优点在于, 可以对大型设备的运行状态进行实时监控, 能够掌握大型设备运行过程中出现所有问题, 一旦大型设备在运行中出现异常, 在线振动监测系统都能第一时间感知, 并采取措施, 及时进行干预和调整。
1.2 在线振动监测系统能够预防大型设备的故障
大型设备在运行当中出现故障是在所难免的, 为了减少大型设备故障带来的危害, 减少大型设备因故障突然停运的机率, 在线振动监测系统发挥了重要作用。利用该系统, 能够实现对大型设备运行故障的提前感知和预防, 提高了大型设备的运行稳定性。
1.3 在线振动监测系统能够对大型设备的故障进行初步诊断
在线振动监测系统除了上述两个目的之外, 还能够对大型设备的故障进行初步的诊断。由于在线振动监测系统主要监测大型设备的振动状态和位移变化情况, 因此在线振动监测系统对大型设备的故障诊断相对准确, 能够为最终的维修提供有力支持。
2 大型设备常见故障类型及具体表现
2.1 轴承故障
滚动轴承是大型设备中最常用部件之一, 也是容易产生故障的部件。造成轴承故障的原因可以是制造缺陷、安装不当、润滑不良等。轴承故障会加大机组振动, 随轴承寿命降低造成其他相关正常部件寿命终止 (如正常运行机械密封由于轴承更换而被迫报废) ;轴承损伤常具有隐蔽性、突发性, 甚至造成抱轴卡死故障。
2.2 联轴器不对中
两个相连接的机器联轴器轴线不平行或不重合即为不对中。造成不对中的原因可以是装配不当、调整不够、基础损坏、热胀等。联轴器不对中会加大机组振动, 造成轴承和机械密封损伤, 甚至造成联轴器断裂, 引发灾难性人身伤亡事故。
2.3 转子不平衡
诊断的经验看, 电机的故障率与泵的故障率几乎相不平衡是转子质量分布不均匀造成的。不平衡当, 且电机出现的故障修复起来比水泵更加困难;以的那部分质量在转动中会产生离心力, 离心力随着往的振动监测系统大多仅以满足振动的联锁保护为不平衡质量的旋转而引起振动。
2.4 基础松动
设备固定地脚螺栓断裂或松动, 甚至支撑结构裂纹造成基础支撑刚性下降。造成原因可以是螺栓断裂或松动, 基础找平斜铁脱落, 钢制制成框架焊口开裂, 找正垫片脱落等。
3 在线振动监测系统在大型设备故障预防和诊断中的应用
考虑到大型设备的作用, 以及对运行安全稳定性的需要, 在大型设备运行过程中, 需要应用在线振动监测系统对整个大型设备进行全面的监测, 达到故障预防和诊断的目的。目前来看, 在线振动就爱内测系统在大型设备故障预防和诊断中的应用主要表现在以下几个方面:
3.1 远程监测与管理
为了保证对大型设备的运行状态进行全面监测, 在线振动监测系统需要设立远程监测与管理功能, 在大型设备上安装监测点, 实现远距离监视和测量, 提高监测效果, 降低监测难度。
3.2 机组振动健康监测及基于ISO&TA的状态报警
大型设备在运行过程中, 机组振动是反映整个设备运行状态的重要指标, 在线振动监测系统应在机组振动健康监测中有重要应用, 同时还要集成故障状态报警功能, 满足监测需求。
3.3 振动分析与故障分析诊断功能
在线振动监测系统的主要功能表现在对大型设备的振动分析与故障分析诊断上, 为了保证整体监测与故障分析效果, 在线振动监测系统在大型设备的故障诊断上得到了重要应用。
3.4 软件数据存储与管理
由于在线振动监测系统对大型设备的监测是实时的, 其过程监测数据需要进行存储, 便于日后进行分析之用。基于这一需要, 在线振动监测系统应建立强大的软件数据存储与管理系统。
3.5 系统通讯及数据传输
在线振动监测系统要想取得积极的应用效果, 就要建立系统通讯及数据传输系统, 保证监测数据能够进行及时传输, 为故障预防和诊断提供可靠的数据基础。
3.6 多用户系统管理及基于Web的远程浏览功能
目前在线振动监测系统要想在大型设备故障预防及诊断中得到全面应用, 就应该融合网络技术, 例如增加多用户系统管理功能和基于Web的远程浏览功能, 便于监测结果查询。
3.7 设备档案记录与报告功能
在线振动监测系统在应用的过程中, 还应对大型设备的运行记录进行归档处理, 要对大型设备的整个运行状况进行记录, 并对设备运行报告进行认真分析, 提高监测结果。
3.8 故障特征频率识别
大型设备一旦在运行中发生故障, 在故障出现之前其运行频率必然发生异常, 只要对这些故障特征频率进行归类并能够正确识别, 就能有效判别大型设备的运行故障, 做到提前干预。
3.9 传感器故障报警
在线振动监测系统要想实现对大型设备故障进行有效监测, 就要安装故障传感器, 一旦出现振动异常要采取报警的方式提示操作者停机, 避免损坏设备机组。
4 结语
通过本文的分析可知, 在大型设备运行过程中, 为了保证大型设备的故障能够得到及时预防和诊断, 需要在设备运行过程中应用在线振动监测系统, 提高监测效果。所以, 我们应对在线振动监测系统有全面的了解, 推动其在大型设备故障预防及诊断中的应用。
参考文献
[1]高立新, 叶辉, 张建宇, 崔玲丽, 丁庆新, 王晓勤.冶金企业设备诊断技术的研究和实践[J].河南冶金, 2012年06期
[2]陈珊珊, 何凤英, 卢天.趋势分析在滚动轴承振动监测中的应用[J].轴承, 2011年06期
[3]王革新, 卢天.旋转机械故障诊断技术在现场中的应用[J].矿业工程, 2005年03期
[4]谢三毛.基于频谱分析的离心压缩故障诊断[J].矿山机械, 2006年05期
[5]王新彦;陈铁军;王新会.在线监测与故障诊断系统在高线机组的应用[J].四川冶金, 2006年04期
在线监测及故障诊断 篇8
关键词：皮带机,在线监测,故障诊断
皮带机在煤矿、港口、码头中广泛采用, 皮带机运行状态直接影响生产。设备在线监测系统实现设备点检及重点设备全过程管理, 从而克服传统点检存在的不足, 在提高工作效率和管理水平的同时, 为点检员和设备管理人员提供更多支持。利用在线监测系统获取的数据能够迅速查明设备隐患、故障部位和程度, 为设备管理方实现有针对性的维修决策提供参考依据, 做到维修计划有的放矢, 减少检修时间, 减少设备备品备件的数量, 减少资金的占用, 提高设备的维修水平。
1. 在线监测系统构成
根据皮带机设备的特点以及皮带机的功能, 设计在线监测系统层级结构如图1所示。
(1) 在线监测采集仪。采用“小神探”在线监测采集仪用于采集振动传感器拾取到的模拟信号, 并作数字化处理 (隔直、放大、滤波、模数转换、积分等) , 得到有效的振动量和波形, 进行一系列的计算判断是否报警。在采集仪中会存储最近一段时间连续采集的数据, 然后依据既定数据筛选规则, 将筛选数据上传到服务器中。
(2) PLC系统数据获取。对于原始和变送后信号以及设备过程量信号 (工况转变启停信号居多) , 一般通过PLC系统的不同输出单元给出, 必须经过隔离保护传递给在线监测数据采集仪, 实现有条件采集数据, 从而获得有利于设备状态评估的有效数据。
(3) DCS数据获取。对于某些设备的物理量监测信号 (如温度、电流、压力等) 和过程量信号, 一般通过DCS的软件接口给出, 必须经过防火墙等隔离保护后, 传递给设备综合信息管理平台系统。完善数据种类, 从而有利于设备状态评估。
(4) 接口1。将设备综合信息管理平台系统中对于设备状态得出的报警信息 (特别是预警信息) 传递给PI系统 (生产信息系统) , 可被生产运行方或者调度方利用, 及时调整运行参数, 降低设备超负荷或疲劳使用的风险。
(5) 接口2。建立设备综合信息管理平台系统与EAM系统的数据交换接口, 主要解决设备异常和故障的处理流程。通过触发EAM产生相应的工单, 通知检修方完成, 并将结果反馈到设备综合信息管理平台系统中, 关闭报警, 形成闭环管理。
2. 应用实例
对皮带机滚筒传动装置中电机、齿轮箱进行振动测试, 各测点布置如图2所示, 所测振动值见表1。测量数值类型为频谱总振动量, 速度频谱采样频率2 000 Hz, 加速度采样频率5000 Hz。从测量数据中可以看出, 电机两侧轴承座振动速度总量较大, 有较大的振动异常存在。齿轮箱测点存在振动速度值超标。
现场振动数据采集电机负荷侧水平速度频谱如图3所示, 可见明显的电机轴转频及其多阶倍频分量, 电机轴转频的2、3、4倍频振动分量均较大, 且波形形态存在波峰翻倍、规律性重复, 伴有低频调制现象, 表明电机与齿轮箱之间联轴器不对中较严重及存在其他异常。
电机负荷侧垂直方向振动速度频谱如图4所示, 可看到除了有不对中的典型频谱外, 525 Hz附近的振动分量较大。对加速度频谱做进一步分析判断, 在加速度频谱上, 524.186 Hz及其谐波分量突出, 并可看到以524.186 Hz为中心频率, 25 Hz (电机轴转频) 为间隔的边频带出现。认为是相互啮合的两个齿轮中可能已经有齿面缺陷早期征兆, 即电机轴每旋转1圈均会在每个齿啮合处出现该缺陷引起的振动。
3. 结论
由于电机的两侧轴承座速度振动总量较大, 频谱中以电机的转频及其倍频为主, 判断为对中情况不良;齿轮箱的测点普遍存在速度振动值超标情况, 且电机侧的水平和垂直方向测点的加速度值以及其他轴的轴向测点加速度值也较大, 并有明显的高频振动分量存在。判断为齿面、齿轮啮合存在间隙。通过对中调整和齿轮箱开盖检查并紧固旋转接触面, 振动值明显下降, 设备恢复正常。
参考文献
[1] 张建宇, 高立新, 崔玲丽等.基于小波变换的轧机振动信号降噪技术研究.振动与冲击, 2007, 26 (5) :71-73
在线监测及故障诊断 篇9
1振动监测和故障诊断的必要性
水轮发电机组的震动和摆度信号中包含了大量的机组状态信息, 只有通过在线监测和故障诊断, 才能全面了解和掌握设备的运行状态, 通过不同监测、测量、分析和判断的方法, 在考虑环境因素的前提下, 以系统的历史运行状态为依据, 对设备现有的运行状态进行评估和判断, 提示异常状态信号, 便于操作人员及时对设备的故障进行分析处理。 通过水轮发电机组振动监测和故障诊断, 可以及时正确地分析各种异常状态, 为设备的运行提供指导, 降低故障损失。 同时可以提高设备的经济效益, 不断挖掘机组设备的潜力, 降低设备的维护费用, 合理准确故障分析可以为设备优化设计提供准确的信息。
2水轮发电机组的结构和工作原理
2.1水轮发电机组结构
水轮发电机组在进水阀、调速器、励磁装置和其它附属设备的配合下进行工作, 水轮机实现将水的位能向机械能, 再由发电机实现机械能向电能的转换[1]。
水轮发电机主要有同步水轮发电机和异步水轮发电机两种, 我国的水利发电厂大多采用同步水轮发电机, 在同步水轮发电机中, 根据f=Pn/60, 只要转子极对数P固定, 转速n与频率f之间的关系就相对明确, 也即“同步”。 水轮发电机主要包括定子、转子、机架、推力轴承、导轴承、制动器等结构。
机座、铁芯和三相绕组是机组定子部分中的主要结构, 三相绕组接成Y型, 转子磁极旋转的同时定子绕组切割磁感线, 产生感应电动势。
转子的主要任务是转换能量和传递转矩, 主要包括主轴、 转子支架、磁轭和磁极几部分。
机架为推力轴承、导轴承、制动器等提供支撑, 推力轴承承受发电机组转动部分的全部重量, 将负荷传递给机架。 导轴承主要承受发电机组转动部分的不平衡力, 主要有机械不平衡力和电磁不平衡力两种, 防止轴线径向位移和主轴的摆动, 保证机组轴线旋转符合要求。 制动器保证机组的安全制动。
2.2水轮发电机组的工作原理
水轮机将水的位能转换成机械能, 能量转换在转轮中实现。 水轮机的导水机构和调速器相连, 实现水流量的控制, 从水轮机方面来讲, 可以控制水轮机的功率, 根据用户的用电需求提供相应的输出功率。 发电机的核心部分是转子和定子, 发电机接受水轮机传递过来的机械能, 并将机械能转换成电能。 基于电磁感应原理, 转子与定子在相对运动的过程中产生新的形式的能量[2]。
3水轮发电机振动故障的特点
3.1水轮发电机组结构特殊
水轮发电机组有立式和卧式两种, 小型发电机组通常采用卧式, 大中型机组一般采用立式, 立式机组本身的结构比较特殊, 导致振动故障的特征也较为复杂, 从结构上看, 立式机组内的轴与轴承的位置并不是相对固定的, 两者之间存在一定的间隙, 这就使得机组轴在导轴承间隙内发生相对运动。 径向振动是由于转动部分存在一定的不平衡力。
3.2振动故障的渐变性
与其它旋转机械的转速相比, 水轮发电机组的转速不是太高, 水轮发电机组振动故障的发展一般为渐变性和损耗性, 存在较少的突发性恶性事故, 故障的发展往往有一个从量变到质变的渐进过程。
3.3振动故障的多样性
水力振动、机械振动、电磁振动等都可能导致水轮发电机组振动, 因此在分析水轮发电机组振动原因的时候, 必须结合实实际际充充分分考考虑虑多多方方面面的的因因素素, , 发发电电机机组组的的振振动动可可能能由由水水力力、、 机机械、电磁中的某一方面导致, 也可能是三者的相互作用导致的, 水轮发电机组的结构尺寸庞大, 许多影响因素都存在多样性。
3.4振动故障的不规则形
水电厂的地理位置、气候条件都不同, 水轮发电机组的运行状态与电网环境、水文条件、安装等因素有关, 因此在实际的分析在中, 同一水电厂不同机组的运行状况都有较大的差异, 机组之间的可比性较差[3]。
4水轮发电机组振动故障的检测方法
水轮发电机组的故障多体现在振动方面, 在实际故障诊断中, 必须建立完善的故障诊断系统, 故障诊断系统中最主要的任务是完成振动检测。 振动检测必须从信号获取和故障诊断两方面着手, 针对振动信号的获取, 需要选择合适的传感器, 精确反映出机组的振动状况, 及时测出相关物理量;针对故障诊断, 需要结合实际被诊断故障的性质和已有的故障信号, 对信号处理后, 提取相应的机械设备状态特征, 确定设备的故障类型和解决方法。
4.1传统故障诊断
对水轮发电机组进行定期检查, 到了规定年限, 不论机组是否出现故障, 都将按照一定的标准停机检查, 技术人员根据运行经验和对现场机组的观察, 依靠经验对机组的故障进行处理。
4.2人工智能技术故障诊断方法
人工智能诊断方法主要分为符号推理和模式识别两种, 专家系统基于符号推理, 模仿人类的逻辑思维, 通过模块化结构对不同的对象进行故障诊断, 基于智能模式识别的方法是对一系列过程参量进行监测后, 采用智能识别系统实现故障的诊断[4]。
5在线监测和故障诊断系统
大中型水电厂都将计算机监控系统投入应用, 机组状态监测和故障诊断系统在开发中需要考虑监控系统的融合。 在实际应用中, 计算机监控系统存在一些不足, 为了弥补监测功能的缺陷, 结合实际情况需要增加相应的检测装置, 检测装置安装于监测单元中。 针对需要快速采样的状态量, 需要利用监控系统采集参量, 将采集的参量送入状态监测站, 通过实时分析后将结果显示出来, 系统通过web服务器, 将数据和结果传送到远方的分析站, 水轮发电机组的状态监测和诊断系统结构如图1所示。
6智能故障诊断方法举例
6.1模糊诊断法
迷糊诊断法是一种基于模糊逻辑的诊断方法, 借助现代计算机技术描述故障原因和故障现象之间的特定联系, 在分析故障原因时, 利用隶属度函数和模糊关系方程进行。 实际应用中, 发现发电机组的故障原因与故障现象并不统一, 这就给分析带来了较大的困难, 一种故障现象可能与多种故障原因有关, 因此故障具有较高的模糊性, 针对这种模糊现象, 传统的诊断方法固然不能起到作用, 而模糊诊断存在一定的优势。
用集合Y定义系统中可能的故障原因, 由故障原因引起的所有故障现象定义为集合X, 按照隶属度分析, 将故障现象的集合X和故障原因的集合Y结合起来进行综合分析, 按照隶属度关系相互转换。 根据模糊数学的原理, 故障现象与故障原因之间存在一定的模糊关系, 集合Y和集合X之间的因果模糊关系如下:
式中的“。 ”表示模糊逻辑因子, R为模糊关系矩阵。 经过模糊理论的分析, 一般可以得到同一问题的不同解决方案, 结合模糊数学的相关理论, 对不同方案的模糊度进行排序, 寻找最优解决方案。
6.2神经网络诊断法
人工神经网络通过模拟人脑的组织结构和人类的认知过程, 对故障信息进行分析和处理, 此种诊断方法可以实现任何连续非线性函数的模拟, 并可以实现样本学习, 在故障诊断系统中得到了广泛的应用[5]。
人工神经网络诊断法主要包括样本学习、神经网络构造、 算法和参数选择等几个关键步骤, 神经网络诊断法在故障诊断中实现了分布处理、自适应和联想记忆, 并将这些特点应用于实际分析中, 在智能故障诊断中获得了广泛的应用。
7结束语
水轮发电机组的故障原因难以通过准确的数学模型进行描述, 也难以判定故障的性质。 针对水轮发电机组的振动故障, 其引发的原因有多种, 主要包括水力、机械、电磁方面的因素, 导致振动故障的因素不确定, 本文通过对振动监测和故障诊断必要性的介绍, 结合水轮发电机组的结构及原理, 对水轮发电机组振动故障的特点进行了分析, 列举了两种智能故障诊断的方法。 相信随着科学技术的不断发展, 水轮发电机组的故障诊断系统将更加先进和实用, 振动故障将彻底得到解决。
参考文献
[1]孙立.水轮发电机组振动故障分析探讨[J].电力技术发展, 2014, 18 (6) :51.
[2]黄锐, 肖志怀, 蔡维由, 等.水轮发电机组振动故障的模糊诊断法[J].云南水力发电, 2010, 21 (6) :76.
[3]刘壹骅, 周龙武, 徐海航, 等.水轮发电机组振动故障诊断和试验研究[J].城市建设理论研究 (电子版) , 2015, 29 (21) :394.
[4]周兆华.水轮发电机组振动故障分析探讨[J].浙江水利科技, 2012, 18 (4) :47.