一种基于噪声功率检测的机械设备故障预测方法
2021-08-29林星星田文静
制造业自动化 2021年8期
严 斌,林星星,田文静,谭 熠,庄 焰
(1.厦门烟草工业有限责任公司,厦门 361026;2.清华大学 工程物理系,北京 100084;3.硕橙(厦门)科技有限公司,厦门 361000)
0 引言
随着现代工业的产生和发展,机械设备的自动化程度越来越高,这极大程度地提高了工业生产的效率。企业的设备是企业进行生产和盈利的最基本保障[1]。但是,由于设备往往处于高温、高压等恶劣的工作环境,在几乎不间断的运转工作中很可能出现老化、磨损甚至导致直接无法工作等问题[2],这给工厂带来了很大的经济损失。对此,许多学者进行了故障诊断与预测方面的研究,通过采集机械设备运行过程中的各种信号对设备运行状态和健康水平进行评估。常用的性能参数有振动、温度、流量、压力等。资深的领域专家通过分析这些参数,挖掘故障发生的原因,从而进行故障诊断和预测[3]。但是,这种故障诊断方法的人工成本很高,也难以保证24小时不间断进行,效率较低。通过建立故障分析模型和故障数据库,对信号进行收集与高效分析以实现设备的自动监控与故障诊断,能够有效弥补人工故障诊断的这些缺点。
噪声是大多数机械设备运行时的产物,蕴含着设备运转过程中与机械状态有关的丰富信息。它的以下优点使其非常适合作为诊断分析的切入点。首先,噪声的空气传播和衍射特性使其非常便于采集,甚至能够检测设备内部部件的状态;其次,设备的摩擦、剪切等动作对应的噪声都有非常鲜明的特点,能反映设备动作和相关部件的特征信息,易于发现早期故障[4];……
登录APP查看全文
