设备实时检测系统网络化方案研究

为方便、合理解决状态维修中设备数据信号的采集工作,结合现代测试技术与计算机网络技术,提出了一种操作简单、廉价实用的实时检测方案.     

数据的质量、诊断和维修决策及其对利润的影响

全面质量维修(TQMain)是状态维修((CBM)出现的一种新概念。其目标不仅仅是要保持机器状态良好，而且要保持影响制造过程所有重要环节的状态良好。诸如：生产工艺、运转条件、员工能力、寿命周期费用(LCC)，以及质量控制系统。为此要组成一个综合的设备信息系统。重要的成果有：(1)利用更精确的诊断和预测技术进一步确定了延长轴承平均有效寿命的数据和指标。(2)为监控机器状态采集了影响振动信号的机器速度和负载变化数据。(3)利用振动频谱分析检测了曲轴的主轴承表面质量偏差。(4)求出了一台造纸机的维修利润每年约为3．58MSEK。主要结论是：实施连续改进和确保延长机器寿命和以竞争价格生产出高质量产品。确定和消除造成质量偏差和设备早期故障的原因以及扩大应用数据反馈技术是不可缺少的。还讨论了最近7年间为验证实现全面质量维修(TQMain)概念的需求和效益而进行过一些案例研究。     

运用监测与诊断技术进行预防性维修

通过状态监测技术对设备运行过程中产生的信号进行数据采集、储存和处理，对已经或即将形成的故障进行分析诊断并做出评价，从而实现预防性维修。     

汽轮发电机组状态维修技术综述

1概述设备故障诊断技术是70年代兴起的一门新技术，它能实现在带负载运行、不停机的情况下，通过使用先进的技术手段，对设备状态参数进行监测和分析，判断设备是否存在异常或故障、故障的部位和原因以及故障的劣化趋势，以确定合理检修时间和方案。这门技术的出现促进了设备维修体制的一次变革，使设备维修体制由传统的事后维修和预防维修方式，逐步变为预知维修（或状态维修）方式。同时也促进了设备状态检查技术的发展，使之由原来依靠人的五官感觉和简单工具。仪器的检查监测，发展到现代利用先进仪器和检测技术的离线监测和在城监测。…     

基于MFCC声音特征信号提取的风机叶片故障诊断

当风机叶片出现损伤时,在空气转动产生的声音信号会存在异常。提出了一种基于声音信号的风机叶片故障监测与诊断方式,通过传声器等设备采集正在运行风机的声音信号并对信号进行滤波处理,提高声音信号的信噪比,同时对信号进行频谱分析,将提取出的声音特征进行建模,设计风机叶片故障分类器,对风机的健康状态进行实时监测与诊断,提高风机叶片运行稳定性,降低叶片检修运维成本。     

基于专家诊断系统的铁路信号设备维护管理

针对铁路提速带来的信号设备使用与修理之间突出矛盾,在设备数量急剧增加、维修人员数量不增、作业时间大力压缩的被动局面下,郑州铁路局郑州电务段自主研发铁路信号设备专家诊断系统,实现铁路信号设备微机监测数据自动采集、自动储存、自动分析、自动诊断、自动预警。通过开展智能化的设备运用在线维护管理,及时发现设备异常,及时处理设备隐患,减少设备故障件数,减少设备故障延时,保证铁路运输安全高效。     

应用数据分析法进行简易的设备故障诊断

理论与实践证明，借助一定的测量技巧和规律，通过对便携式测振仪采集的数据进行分析，基本可以满足现场对设备故障点进行粗略估计的要求。运用便携式测振仪进行故障分析，对于普及设备状态监测与故障诊断工作、量化设备管理及维修具有重要的意义。结合两个典型的现场案例，对应用数据分析法开展简易的设备故障诊断工作进行探讨。     

关于供电设备状态检修有关问题的探讨

对供电设备检修的研究和探索，自电诞生之日起就没间断过。从事故维修、定期维修发展到状态检修．这是历史的必然。而且．随着人们知识水平的提高以及科学技术的发展．越来越受到企业的关注。状态检修就是通过在线的和离线的监测手段，收集电气设备运行的工况信息．通过系统分析诊断。判断设备的健康状态．确定设备的检修对策，进行大修、小修或暂缓检修，可在设备检修周期到来之前根据设备状况提前进行检修．     

基于模型的自学习智能监测诊断技术

基于模型的自学习智能监测诊断技术是一种自学习建模、自适应多种工况、自动发现故障的智能诊断技术,通过采集三相电动机的电压和电流数据,监测和诊断电机、被驱动的泵或风机以及过程和负荷的电气和机械故障问题。MCM系统是基于模型的自学习智能监测诊断技术、不依赖专家的状态监测和预测维修系统,是一种针对工业设备早期故障预警的技术。     

地铁道岔转辙部位的管理与维修

道岔转辙部分主要由尖轨、基本轨、联结零件、转辙机等部件组成,属于线路及信号专业共同管理的设备,是两个专业分管设备的结合部。转辙部位是控制列车车辆转向的导向装置,是整个道岔最薄弱的部位。结合长期的地铁线路养护维修经验,对道岔日常养护的难点、各类病害以及故障的成因进行了深入分析,并提出相应的维修策略、整治措施和处置建议。     

论港机设备状态检测预知维修与管理

通过多年的港机设备状态检测工作实践,以滚筒轴断轴故障预控为例,阐述对港机设备状态预知维修为主的维修模式的认识。对实现以检测诊断技术为支撑,以设备状态受控为重点,以状态预知维修为主线的港机设备状态维修模式的必要性和可行性等进行分析。     

钢铁行业设备状态智能监测系统

使用自动化和信息化技术对钢铁行业关键设备数据进行实时采集监测,借助现场经验或专家系统对采集的数据进行诊断分析,实时掌握设备运行状态及劣化趋势力。超出限幅或趋势异常时,根据其严重程度进行预警或报警,推送给相关专业维护或管理人员。结合检修或计划停机时间,有计划地进行处理,消除隐患,降低突发故障,减少设备运行维护成本,取得显著经济效益。     

基于VRML的设备远程监控诊断技术研究

提出为了进一步了解关键设备现场的运行状态，更好地进行远程监测、诊断，需在用户和监测与故障诊断中心之间进行实时的设备运行状态图像传输。针对现行网络带宽不足的问题，为了减小网上图像数据的传输量，提高数据的传输速度，提出了VRML（虚拟现实建模语言）技术解决方案，制作了仿真现场的三维图形，并利用EAI接口实现交互功能，使三维动画程序能够根据人和传输信号的控制，产生相应的运动变化，从而虚拟出现场的工作流程和工作状态。     

城市轨道交通信号智能运维系统的设计与应用

针对目前各地铁线路客流大、行车间隔小、维修专业的故障处理时间短、传统的微机监测系统无法满足故障预警等问题，提出轨道交通信号智能运维系统。该系统可实现所有信号设备的实时在线集中监测及统一平台管理，同时基于5G通信、大数据、图像识别等技术，能够实现无人机房、设备健康管理、故障专家指导、基于场景的应急预案自动推送等功能，为设备维护、用户使用提供强有力的技术支持，使设备由故障修转变为状态修，大幅降低设备故障率，保障轨道交通的日常运营。     

故障诊断技术在预防维修中的应用

以实例介绍,通过状态监测技术对设备运行过程中产生的信号进行数据采集、储存和处理,对已经或即将形成的故障进行分析诊断并做出评价,从而实现预防性维修。     

在线智能检测技术在钢铁行业的应用

设备在线智能检测技术是根据设备的结构类型和运行特点在机组相应位置安装检测装置,在不拆卸或基本不拆卸设备的情况下,掌控设备运行现状,控制和防止故障发生,降低维修费用和提高设备的有效利用率,最终实现设备运行健康状态的实时掌控。     

全力推行设备状态维修

设备状态监测维修是根据设备的日常监测、定期检查、状态监测和诊断提供的信息,经统计分析处理,来判断设备的劣化程度,并在故障发生之前有计划地进行适当的维修。设备状态维修被公认为设备维修方式中效率最高的一种方式。采用设备状态维修可以及时掌握故障隐患并及时消除,从而     

机组振动在线监测与诊断技术的应用

利用在线监测系统提供的频谱、轴心轨迹等分析手段,对机组运行过程中产生的振动信号进行分析诊断,判断设备的故障状态,从而实现预防性维修。     

机泵群智能监测预知维修平台的开发研制

介绍机泵群智能监测预知维修系统的开发研制。该系统按照“五化八定”的思想，能够对各台被监测设备实施智能化指令巡检和采集数据的管理．从而对机泵群故障进行预知维修，为石化系统机泵群实现状态维修提供了可靠的技术保证。     

无线通信疏水阀监控系统在蒸汽管路的应用

针对制丝线用汽设备疏水阀堵塞、泄漏不易诊断问题,通过对声波,温度等传感器采集到的信息进行分析和处理,可间接得到疏水阀的工作状态信息,为实时监控疏水阀工作状态提供了技术上的可靠性,每个泄漏疏水阀每年节约损失蒸汽约9万元人民币,有效提升了降本增效能力。