[发明专利]一种风机智能故障诊断系统及方法在审
申请号: | 201711232128.0 | 申请日: | 2017-11-30 |
公开(公告)号: | CN108154166A | 公开(公告)日: | 2018-06-12 |
发明(设计)人: | 李志刚;郑威迪;贾皓月;曾文;龚伟华;杨永辉;曲强;王立东;迟涛;高闯 | 申请(专利权)人: | 辽宁科技大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;F04D27/00 |
代理公司: | 鞍山嘉讯科技专利事务所 21224 | 代理人: | 张群 |
地址: | 114044 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能风机 智能故障诊断系统 风机 故障监测系统 故障诊断系统 预防性维修 健康状态 企业设备 维修管理 影响设备 运行参数 专家系统 状态监测 对设备 维修 停机 管理 | ||
1.一种风机智能故障诊断系统,针对工厂中大量使用的抽风机或引风机进行集中数据采集和专家平台分析,其特征在于,包括智能风机故障监测系统、智能风机故障诊断系统、智能风机故障专家系统;
所述智能风机故障监测系统包括设备层、现场监测层和信息管理层;所述设备层包括若干风机、传感器和数据采集模块;所述传感器检测风机的各类故障,传感器信号输出端连接所述数据采集模块输入端,所述数据采集模块输出端连接上一级的现场监测层;所述现场监测层包括若干监控主机,所述监控主机接收下一层所述数据采集模块的信号,通过交换机与上一级信息管理层连接;所述信息管理层包括设备管理监控服务器、安全生产管理监控服务器和主服务器;三者通过交换机与下一级现场监测层连接;
所述智能风机故障诊断系统包括人机交互界面和多个故障诊断程序模块;所述故障诊断模块包括趋势分析、状态监测、参数设置和事件分析,实现在启动、空载、负载不同状态情况下对系统故障进行实时监测、判断、报警、趋势分析、原因分析、提示故障造成不良后果;
所述智能风机故障专家系统包括数据库系统、设备预测系统和设备诊断系统;所述设备预测系统和设备诊断系统包括转子不平衡故障预测和诊断、转子不对中故障预测和诊断、油膜涡动故障预测和诊断、机械松动故障预测和诊断、转子挠度异常预测和诊断、转子裂纹故障预测和诊断、喘振故障预测和诊断和转子碰摩故障预测和诊断。
2.用于权利要求1所述的一种风机智能故障诊断系统的风机故障检测及诊断方法,为风机的转子产生裂痕、转子不对中、转子挠度异常时的故障检测及诊断方法,其特征在于,包括如下步骤:
步骤一、智能风机故障监测系统中的传感器采用电磁发射及电磁接收模块,电磁发射模块向风机转子发送电磁信号,风机转子在交变电磁场的作用下产生涡流;
步骤二、涡流产生反向电磁场,进而影响交流电磁场的强度;
步骤三、由电磁接收模块的天线接收电磁信号,采用带通滤波器获取特定频率的电磁信号,当转子产生裂痕、或由转子不对中和转子弯曲导致转子与轴瓦间摩擦增加而引起的转子温度变化时,均导致涡流闭合回路中阻抗增加,从而使涡流显著减小,影响原交流电磁场的数值,并且使其场强变小,进而使采集得到的合成电磁信号改变;
步骤四、由智能风机故障专家系统基于电磁场故障数值模型,首先建立各类风机故障的初始模型的训练样本;
步骤五、智能风机故障专家系统根据变化的电磁场的数值与初始模型进行比对,具体分析判断风机部件是否发生故障,对转子裂痕故障、转子不对中和转子挠度异常的现象进行诊断。
3.用于权利要求1所述的一种风机智能故障诊断系统的风机故障分析及预测方法,其特征在于,所述的智能风机故障诊断系统通过趋势曲线分析得出故障事件预测,方法为:所述的智能风机故障诊断系统的趋势分析包括:轴心轨迹趋势分析、综合趋势分析、风机驱动端垂直水平振动趋势分析和风机非驱动端垂直水平振动趋势分析;通过对运行时间的纵向对比,累计一天、一个月、一季度、一年的故障程度趋势判断设备的当前状态,作出预判曲线给出故障未来发生的时间和程度,变故障停机为计划停机,从事故性维修过渡到预防性维修。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁科技大学,未经辽宁科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711232128.0/1.html,转载请声明来源钻瓜专利网。