泵站機組遠(yuǎn)程狀態(tài)監(jiān)測和故障診斷研究與實現(xiàn).pdf

1、對于跨流域的大型調(diào)水工程，泵站機組運行時間長，可靠性要求高，若泵站機組發(fā)生故障可能造成重大經(jīng)濟損失和嚴(yán)重社會影響，為此研究泵站機組狀態(tài)監(jiān)測和故障診斷技術(shù)，在保證工程安全、經(jīng)濟運行，提升泵站的運行、維護(hù)和管理水平，發(fā)揮工程的整體效益上有重大意義。本文圍繞泵站機組狀態(tài)監(jiān)測和故障診斷的關(guān)鍵技術(shù)進(jìn)行研究，提出了適用于跨流域的泵站群機組狀態(tài)監(jiān)測系統(tǒng)的結(jié)構(gòu)，提出了一種基于多信息融合的“人-機協(xié)作”故障診斷方法，探索了泵站機組遠(yuǎn)程狀態(tài)監(jiān)測與故障診斷系

2、統(tǒng)的開發(fā)方法。
　　 第一章和第二章分析了國內(nèi)外狀態(tài)監(jiān)測和故障診斷技術(shù)的研究現(xiàn)狀和發(fā)展趨勢的基礎(chǔ)上，提出了泵站機組遠(yuǎn)程狀態(tài)監(jiān)測與故障診斷系統(tǒng)的功能需求，給出了系統(tǒng)的總體方案，描述了系統(tǒng)的硬件組成和軟件體系結(jié)構(gòu)。
　　 第三章在分析和綜合相關(guān)文獻(xiàn)的基礎(chǔ)上，給出了轉(zhuǎn)子不平衡、油膜渦動、油膜振蕩、轉(zhuǎn)子不對中、動靜件摩擦等典型故障的特征和故障與征兆之間的關(guān)系簡圖;然后利用振動試驗臺模擬了轉(zhuǎn)子不平衡、油膜渦動、油膜振蕩、不對中等典

3、型故障，這些模擬的故障數(shù)據(jù)進(jìn)一步驗證了這些故障與征兆之間的對應(yīng)關(guān)系。
　　 第四章針對基于振動信號頻譜的故障診斷方法信息量單一，可信度較低，提出了基于多信息融合的“人-機協(xié)作”故障診斷方法。多信息融合的“人-機協(xié)作”故障診斷方法是將BP神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合、模糊運算與專家系統(tǒng)相結(jié)合、以及“人-機交互”三種方式相融合進(jìn)行故障診斷。它首先利用BP神經(jīng)網(wǎng)絡(luò)方法或者模糊運算方法進(jìn)行故障診斷得出初步診斷結(jié)果;然后采用“人-機交互”的方

4、式辨識振動信號波形形狀、軸心軌跡形狀等信息;再利用專家系統(tǒng)根據(jù)初步結(jié)果、相位特征、波形特征、軸心軌跡形狀特征等信息進(jìn)行“反向鏈”推理得出診斷結(jié)果及其可信度。本章首先詳細(xì)描述了利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行機組故障診斷的方法，并且利用該方法對模擬的典型故障進(jìn)行故障診斷，實驗表明這種方法能夠較準(zhǔn)確識別出轉(zhuǎn)子不平衡、不對中等典型的旋轉(zhuǎn)機械故障。接著介紹了利用模糊運算、基于規(guī)則的專家系統(tǒng)進(jìn)行泵站機組故障診斷的方法。然后著重介紹了基于多信息融合的“人-機協(xié)

5、作”診斷方法，包括信號頻譜、波形形狀、軸心軌跡形狀、相位、趨勢等多信息融合的方法，以及“人-機協(xié)作”診斷算法的工作流程。最后討論了故障診斷知識更新方法。
　　 第五章介紹了利用LabWindows/CVI開發(fā)的泵站機組現(xiàn)場狀態(tài)監(jiān)測和分析系統(tǒng)，描述了系統(tǒng)的主界面、系統(tǒng)配置界面、系統(tǒng)主監(jiān)視界面、時域分析界面、頻域分析界面等主要界面，然后簡單介紹了遠(yuǎn)程狀態(tài)監(jiān)測代理服務(wù)器模塊的實現(xiàn)。
　　 第六章介紹了綜合使用Measureme