石化设备状态检测技术的发展

设备状态检测技术包括对设备运行状态进行监测、识别和预测三个方面,探讨了状态检测技术在石化设备中的应用,取得了较好的效果.     

承压设备脉冲涡流检测技术研究及应用

承压设备是千万吨炼油、百万吨乙烯和超(超)临界电站锅炉等大型成套装置的核心设备,利用脉冲涡流(Pulsed eddy current,PEC)检测技术可对其因腐蚀引起的均匀壁厚减薄进行快速不停机检测,对保障大型成套装置长周期安全运行具有重要意义。介绍承压设备PEC检测技术的研究背景,指出PEC检测技术在承压设备不停机检测方面的优势;在PEC检测原理、钢的PEC信号特征及变化规律等研究基础上,介绍为实现和优化检测功能而进行的钢的PEC检测理论研究工作;通过研究现场检测中各因素的影响机理,指出PEC检测技术的特点与适用条件;介绍基于上述研究成果和结合实际检测需求先后研制的首个国家、能源行业和国际标准,以及开发的PEC检测仪器;通过两个典型的现场检测应用,说明PEC检测技术在承压设备壁厚减薄检测应用中的实用性和可靠性。     

状态监测技术在裂解炉引风机故障诊断中的应用

乙烯裂解炉是乙烯装置的心脏设备,裂解炉能否长周期运行直接影响乙烯生产能力,效益影响明显。应用状态监测技术对裂解炉引风机进行日常监测和故障时的准确判断,可以实时掌握设备运行状态,对设备健康状况进行科学评估;在设备故障时,利用BH550监测系统进行故障频谱分析,波形分析,使用CMJ-10对滚动轴承进行冲击脉冲分析,第一时间精确诊断了设备故障,诊断结论在后续检修过程中得到验证,为生产装置赢得工艺调整时间,安排烧焦、停炉工艺操作,减少了设备故障对装置生产的影响。     

状态监测设备

我公司从瑞典SPM公司引进了SPM—43A冲击脉冲仪和VIB-10振动监测仪,对设备进行动态监测,有效地检测了轴承的安装、运行状况,尽可能利用了轴承的全部寿命,避免了不必要的更换,并能得到轴承接近失效的早期预报。 SPM-43冲击脉冲仪主要用来检测设备中轴承的工作状态,不用拆卸设备即可知道轴承是否失效以及损坏的程度,也可用仪器的超声波探头探测气压、液压和真空容器的泄漏。由于轴承滚道和滚动体之间在运行过程中弹性变形的原因和制造过程中存在的形状误差(光洁度、波纹、伤痕等),会产生一定的振动。这种振动产生的冲击脉冲,经过轴承外壳传递到设备表面被冲击脉冲仪触头     

基于应力波分析的状态监控与故障预测研究

随着先进的仪器测量与分析、物联网、云计算、数据挖掘、人工智能等科学技术的发展,设备状态监控和故障预测技术近年来在工业设备健康管理中起到越来越重要的作用。研究了一种基于应力波分析的状态监测与故障预测技术,通过应力波传感器对设备运动部件间的摩擦、机械冲击和动态荷载的电子信号进行检测和处理,采用专为应力波分析而开发的时域和频域特征提取软件和基于神经网络的数据融合技术,对设备状态进行定量分析,对设备故障进行准确预测,并提供设备健康诊断分析报告。运行试验表明,与振动分析等传统的状态监测方法相比,本系统能更好地实时监控设备运行情况,更早地预测故障,保证了生产安全性,降低了设备检维修成本,提高了生产效率。     

用冲击脉冲法诊断滚动轴承故障

介绍了冲击脉冲法的基本原理,通过应用轴承故障分析仪对滚动轴承进行现场诊断,能有效地判别轴承的状态以及由其引发的设备故障,为设备维护提供依据。     

基于ICA和小波变换的滚动轴承故障诊断方法研究

提出了结合独立分量分析(ICA)和小波变换进行滚动轴承故障诊断的方法。在设计的系统平台上,首先对冲击脉冲信号进行预处理,使信号较好地满足独立分量分析的前提条件。然后,应用独立分量快速算法分离故障轴承的冲击脉冲信号,通过小波快速算法完成信号重构,实现滚动轴承故障的识别。实验结果表明,利用独立分量分析方法提取的故障状态特征向量与小波快速算法相结合可以有效、准确地识别滚动轴承的故障信号。     

结合工厂实际合理运用动态信息

我厂从1987年开始应用计算机进行设备管理,并从1991年开始使用设备状态管理子系统对设备状态进行辅助管理。该子系统分成三个模块:设备使用状态管理.设备维修管理,设备技术状态管理(见图)。设备使用状态管理模块以设备故障管理为基础,主要处理故障单、设备事故报告和设备点检表,同时利用数理统计的方法对设备故障进行统计、分析,并将结果用表格输出。设备维修管理模块,主要处理计划修理完成情况,维修工维修情况和维修机加工定额完成情况。设备技术状态管理模块主要由运行状态处理和精度状态管理两个子模块构成,可完成设备运行台时的处理、设备精度检验单的输入     

HBA—2电脑轴承分析仪的原理及其应用

一、HBA-2的基本工作原理 HBA-2电脑轴承分析仪是新一代的冲击脉冲仪,是瑞典SPM公司CU43A(国产CMJ-1)冲击脉冲计的升级产品。微处理技术的应用,使该仪器对运行中滚动轴承的分析更为精确可靠。它的使用方法及基本原理如下(图1 )。 1 .根据被测轴承的类型,输入轴承类型编号(TYPE No.)。 2.根据被测轴承的平均直径D_m和转速n,通过计算盘寻找背景编号(NORM No.)。 以上两参数将作为分析轴承状态的原始资料。 3.利用加速度传感器,收集轴承运转时的实际冲击脉冲值,并输入电脑,与原始资料进行综合分析、判别。 4.经电脑综合评定,由液晶屏显示出操作编号(CODE No.),即显示轴承的工作状态如何。 5.若操作编号显示轴承并未损坏,则通过SELECT键显示滚动面上的油膜厚度编号(LUB     

便携式测振仪在风机检测中的应用

对便携式测振仪在风机故障诊断中的应用进行了介绍,以便企业及时了解设备运行状态;通过对检测到的数据进行分析,可判断设备的故障原因与发展趋势,并有利于在企业中实现设备预知维修(PRM)方式。     

基于的LabVIEW的设备安全管理技术研究

机械设备的复杂程度越来越高,保障设备正常、安全运行成为安全生产的重要手段,对机械设备运行状态检测与故障诊断尤为重要.基于虚拟仪器技术,通过应用计算机数据采集技术、数据库技术、网络技术实现对生产设备运行状态监测与故障诊断,可实现对设备事故的预防,促进安全生产.     

3C装置在电气化铁路接触网设备运行中的应用研究

车载接触网运行状态检测装置具有综合检测的特点,采用图像处理、模式识别、红外测温、北斗定位等技术,实现接触网动态见检测功能。通过将3C装置应用到电气化铁路接触网动态检测,可以准确地检测到接触网的运行动态,结合接触网动态几何参数,可以确定接触网运行中是否存在安全隐患。车载接触网运行状态检测装置基于无线通信技术拓展出远程监测及缺陷报警功能,提高缺陷挖掘时效性,为检修工作提供便利,从而保障车辆运行安全。本文通过深入分析电气化铁路接触网常见弓网缺陷,指出电气化铁路接触网弓网检测的可完善之处,再根据实际情况提出3C装置在电气化铁路接触网设备运行中的应用途径,以此保证电气化铁路接触网设备安全平稳地运行。     

设备磨损智能评价技术在石化大机组的应用

为提高石化转动设备磨损故障诊断自动化及智能化程度,探讨基于石化转动设备磨损监测信息挖掘技术的磨损智能分析与评价技术在乙烯压缩机运维中的应用。通过磨损智能分析与评价技术对机组运行状态的全面监测与评价,结果表明,磨损智能分析与评价技术能够准确反映设备磨损及润滑状态的劣化趋势,对机组的油品在线置换升级、机组运行工况调整、油品净化等主动性维护提供了及时准确的技术支持,保障了设备的长周期稳定运行。     

城轨变电站智能巡检技术与应用

当前轨道交通行业,变电站内供电设备的维修普遍采用计划修模式,具有较多局限性。智能巡检技术通过在变电所主要供配电设备上安装传感器等在线监测设备,可实现对设备运行中的状态数据进行收集,通过检测系统后台有效采集和利用设备运行状态的大量运行参数,机动灵活地预判设备潜在的运行风险,可为供电设备状态修提供技术支持。     

参数优化的组合形态-hat变换及其在风力发电机组故障诊断中的应用

开闭-闭开组合形态滤波(Combination morphological filter,CMF)可以有效剔除振动信号中的脉冲干扰,顶帽(Top-hat,TH)变换充分反映出信号周期性的冲击特征,借鉴此两种形态算子的理论思想,提出一种新的数学形态算子——组合形态-hat变换。为准确描述形态学算子在振动检测应用中的理论依据,通过非线性滤波器频响特性的分析方法考察形态学算子的滤波性质。此外,针对数学形态算子中结构元素的尺度按经验选择的问题,采用粒子群优化算法(Particle swarm optimization,PSO)对组合形态-hat变换的结构元素尺度进行参数优化,提高数学形态算子在振动信号处理中的精确度。通过仿真信号和实测风力发电机组振动信号的分析结果表明,参数优化的组合形态-hat变换在抑制背景噪声和提取冲击特征方面具备优良的性能,并能够准确高效地识别出风力发电机组齿轮箱高速轴齿轮的磨损故障,具有一定的实际工程应用价值。     

波峰因数早期诊断滚动轴承故障

滚动轴承运行中的故障诊断是重点发展的设备监测技术,使用便携式仪器对机器设备的轴承座进行宽频带振动信号检测,可以检测振动的峰值(X)或均方根值(X_(RMS)),这两种参数反映轴承状态各有偏重。当轴承运行一段时间处于均匀磨损阶段时,均方根值能比较准确地反映轴承异常的基本量;而当轴承元件上有局部的剥落、凹坑等一类损     

基于灰色理论的设备磨损状态辨识参数监测法的研究

灰色理论应用于滑油光谱分析的方法已经成为设备状态监测中油液监测的一种有效的建模手段。对取样时间间隔较长的机械设备磨损进行监测，以便得到设备磨损状态的预测信息。本文提出了基于灰色理论的GM(2，1)模型，对设备磨损状态进行预测和诊断分析，并与以往常用的GM(1，1)模型进行了比较，分析讨论这两种模型应用于设备磨损光谱元素浓度预测的精度，通过实例验证了GM(2，1)模型具有简单、准确和实用的特点。并在此基础上，又提出了应用灰色理论对设备磨损状态进行参数辨识，进而运用参数监测来对设备进行状态监测的方法，可以准确地发现系统的变化，为应用光谱分析法判定系统磨损的状态提供了一种定量的和定性的分析手段。     

关于提高红外监测准确性的思考

本文通过对监测方式、运行状态、设备表面发射率、大气衰减、气象条件和环境等影响红外检测结果的五个方面进行分析,提出了提高红外检测准确性的对策,对在电力设备和其它设备中开展红外检测工作具有一定的借鉴作用。     

基于大数据的农业机械设备运行状态远程监测方法

针对监测农业机械设备运行状态获取的运行数据与实际数据不符而无法为设备故障诊断提供有利数据依据的问题,引入大数据技术,设计研究农业机械设备运行状态远程监测的方法。利用集工控机、采集板、通用交换路由器（Universal Switching Router,USR）系列通用分组无线服务技术（General Packet Radio Service,GPRS）模块和霍尔传感器于一体的采集模块,获取农业机械设备运行数据,并结合大数据技术建立农业机械设备运行状态预警模型。根据模型输出结果实现远程状态监测,并完成对监测结果的通信传输。通过对比方式证明,新的监测方法在实际应用中可远程获取更精准的设备运行状态参数,根据监测数据实现对运行状态的准确判断。     

旋挖钻机设备油液智能分析与健康监测

为了提高油液中与设备运行状态相关信息的提取效率,获取更为完整的信息来评估设备的当前状态,提出一种设备油液监测技术——全谱技术。基于全谱法制备油液污染颗粒全谱片,首先,利用图像分割技术、自动计数算法、模糊支持向量机模型实现谱片分析流程的自动化,完成谱片信息的智能提取,以此获取反映设备运行状态的关键信息;其次,将该技术应用到旋挖钻机设备的状态监测诊断中,通过对设备液压油、齿轮油中悬浮颗粒的定性、定量分析,实现了设备当前润滑、磨损状态的定性评估,为旋挖钻机的维修维护提供了指导。结果表明,油液全谱技术能够完整、快速、准确地提取油液中包含的信息来反映设备的运行状态,具有检测效率高、分析内容丰富的特点,可进一步推广应用到其他设备的油液监测诊断工作中。