設備在線監測與遠程故障診斷平臺在冶金行業的應用

白云風，蔣燕生，錢建文，黃成雄

（云南馳宏資源綜合利用有限公司，云南 曲靖 655000）

1 背景

我司作為一家大型冶金企業，根據自身設備管理情況及經濟效益需求，需為關鍵設備安裝在線監測系統，并結合遠程故障診斷平臺提高設備的可靠性，提高設備管理的自動化。在線檢測系統在關鍵機組配套振動、溫度等感知部件，主要應用振動分析為主狀態檢測參數，溫度等其它參數作為輔助分析參數，實現對機組運行狀態的實時監測、分析診斷，實現預測性維修，減少停機維修時間和成本。為及時預防性檢維修提供依據、達到延長設備運行壽命的最終目的，保證工業生產安全、順利進行。

2 在線監測與遠程故障診斷平臺概述

在線監測與遠程故障診斷平臺包括設備信息管理、數據采集、技術分析、統計分析、數據管理、后臺管理6大功能模塊，其功能結構示意圖如圖1。按軟硬件劃分的話，數據采集模塊為硬件部分，其它模塊為軟件部分。

圖1 功能結構示意圖

各功能模塊特點如下：

設備信息管理模塊：完成設備臺賬信息、設備說明書等文檔管理、全生命周期維檢修記錄以及設備故障案例庫管理。

數據采集模塊：該模塊也是整個振動在線檢測系統的硬件部分，其支持主流通訊協議，可通過協議接口讀取PLC、DCS或第三方系統已采集的設備運行參數；如有需要，還可通過擴展數據采集終端及感知器件來采集設備更多維度的信息，為準確預測和診斷機組問題提供數據支撐；平臺提供統一的數據接入接口規范，如果已經部署了其他監測系統，可讓原設備廠家提供中間件，將其系統數據接入該平臺進行統一管理。

技術分析模塊：提供專業化數據分析與故障診斷軟件，可以融合分析設備振動、溫度等數據，為專業技術人員進行根源性分析提供有力支持。同時提供智能預測與故障分析并生成分析報告。可以針對不同類型設備建立分析診斷模型，該模型與用戶具有互動驗證窗口，隨著模型運行時間及結果反饋信息的增加，模型將持續進化，其預測準確性將不斷提升。

統計分析模塊：根據設備長期運行參數數據，進行劣化趨勢分析預測，為一線員工提供清晰易懂的設備健康狀態結果。支持同類設備進行對比分析，可以為劣化預測曲線進行建模并修正。

數據管理模塊：對報警數據進行呈現與管理；實時數據展示每個設備各項檢測指標的數值，動態更新各設備運行狀態；歷史數據支持查詢每個設備各項指標的監測歷史值，可以了解設備以往的運行狀態。數據可在電腦、移動終端上顯示，配置有專用的APP程序。

后臺管理模塊：負責平臺用戶管理和權限管理，根據使用應用范圍的不同，設置可使用的系統功能；根據用戶的崗位，系統能夠定義可訪問的數據范圍；遵循嚴格身份認證和有限授權原則、全面確認原則和安全跟蹤原則，采用嚴格的安全體系，保證數據在處理和傳輸過程中的安全性。

3 系統拓撲及特色功能

見圖2，數據采集的感知部件，如振動加速度傳感器按照設備類型及工況，遵循傳遞路徑最短、剛性最強的原則在設備的軸承座上布置測點，然后通過具備屏蔽功能的線纜連接數據采集器。由采集器接收傳感器拾取到的數據，然后采集器將數據進行預處理借助無線、有線局域網將數據發送到遠程數據服務器，布置在遠端服務器的軟件功能模塊將會將接收到的數據進行管理級處理，用戶可登錄授權的客戶端查看和管理相關報警等操作。

圖2 系統拓撲示意圖

系統特色功能：

（1）監測平臺預留接入油液在線監測接口，能夠顯示油品粘度、微量水分及污染度等相關參數；

（2）能夠實現滾動軸承、滑動軸承類機組的在線監測、診斷分析、報警等,同時具備位移信號軸心軌跡等滑動軸承分析方法和加速度信號共振解調分析方法（含包絡解調波形、包絡解調譜，并能夠在包絡解調譜上顯示滾動軸承缺陷頻率）；

（3）平臺軟件采用B/S架構，具備良好的系統開放性、可擴展性和大規模數據管理和深層數據挖掘的能力；

（4）監測軟件的數據采用無損數據處理技術(不允許使用有損壓縮技術)，完整保留整個波形的數據信息，不影響早期故障、低頻類故障的分析診斷。數據刷新速度可根據用戶診斷分析需求調整，數據刷新速率最小可達1秒；

（5）支持通過顏色變化、聲光、短信推送報警信息；

（6）對于報警數據判斷類型支持轉速、幅值快速變化；

（7）啟停車狀態切換（從開到停，從停到開）同時作為預警信息的一種，能夠發送給用戶；在沒有鍵相和轉速接入時，也能夠判斷啟停車狀態，可設置是否保存停車數據；

（8）新建項目試車階段，或老項目大修后開機階段專用功能——試車事件記錄，以文字形式記錄啟停車事件，并支持后續查詢檢索；

（9）齒輪故障診斷專用信息：可配置齒輪箱故障診斷需要齒輪齒數信息，以自動計算嚙合頻率；

（10）滾動軸承故障特征頻率專用信息庫：滾動軸承故障診斷需要滾珠數、內外圈直徑等專用信息，以計算滾動軸承四大特征頻率，設置該滾動軸承故障庫，內置國內外不低于3萬種標準滾動軸承的信息，直接輸入型號即可查詢出滾動軸承的尺寸信息，配置轉速后可自動實現故障特征頻率計算；

（11）數據處理方法：FFT、解調等，最大支持譜線數不低于409600線，有鍵相情況下實現整周期同步采集；

（12）具備故障案例庫功能，能夠錄入故障名稱、征兆，按照故障征兆檢索故障案例，上傳故障特征圖譜、檢維修照片等；

（13）當自身出現異常狀況時，能夠自檢通訊異常、數據存儲異常等，能給出信息提示自檢信息；

（14）智能診斷功能：具有滾動軸承、滑動軸承的智能診斷功能；

（15）具備診斷報告、報表自動生成功能。

（16）具備手機APP查看相關數據功能。

4 感知部件-加速度傳感器

該項目大部分設備的振動傳感器均采用壓電式加速度傳感器。壓壓電式加速度傳感器屬于慣性式傳感器，結構如圖3。它是利用某些壓電元件如石英晶體的壓電效應，在加速度計受到振動時，質量塊施加在壓電元件上的力會隨之變化。當被測振動頻率遠低于加速度計的固有頻率時，則力的變化與被測加速度成正比，由此便可測得被測物體的振動加速度，積分一次得到振動速度。加速度傳感器安裝使用方便，只需將信號電纜直接引至采集器即可。

本項目所有加速度傳感器部分參數如下：

（靈敏度（±5%）：100mV/g

測量范圍：±50g

頻率范圍（±5%）：0.58-6000 Hz

頻率范圍（±10%）：0.42-10000 Hz

頻率范圍（±3dB）：0.2-15000 Hz

諧振頻率（Resonnant Fresolution）：30kHz

5 振動數據分析原理-滾動軸承損傷分析原理簡述

在實際情況下，機電設備正常工作中，都會出現一定量的振動，同時還會產生強烈的噪音，如果機電設備在工作中某一部分發生了故障，相應的振動情況和噪音的大小都會隨著發生一系列的變化，振動數據分析技術就是捕捉振動數據，通過識別這些振動變化來檢測故障。

近些年振動信號分析技術發展快速，振動數據已經由模擬分析轉為利用計算機分析。快速傅里葉變換（FFT）的頻譜分析就是計算機分析技術的良好應用，也是當前應用最廣、最有效的振動數據分析方法。機械設備中常見的滾動軸承損傷，就是利用頻譜分析技術識別軸承各部位損傷產生的頻率特征來判定軸承故障。

常見滾動軸承主要由內、外圈、滾動體和保持架組成，是機械設備中的易損部件。滾動軸承的故障往往由安裝不當、潤滑不良、過載、運行中疲勞和磨損等原因引起，滾動軸承后期損傷可致使設備停運，如果冶金生產線關鍵設備因為軸承故障停運可能會導致整個生產線停產，所以及時發現軸承故障非常重要。

當滾動軸承所屬部件在運行中存在缺陷時，會產生周期性沖擊力，并激發缺陷部件以固有頻率進行高頻衰減的振動，這種高頻固有振動作為軸承故障信號的載波，其幅值將受到這些故障引起的振動信號的調制，從而使滾動軸承的最終振動時域波形表現為復雜的幅值調制波。由于這種調制波的調制頻率與故障缺陷特征頻率相對應，因此調制波所對應的復雜頻率成分中含有與故障缺陷對應的故障特征頻率。滾動軸承的振動故障分析技術就是通過識別以上所述的故障特征頻率來定位軸承的故障點。

根據滾動軸承特征頻率的理論，在假定外圈固定的情況下，內圈隨傳動軸旋轉，滾動體個數為N，內、外圈與滾動體之間為純滾動。在外圈固定的情況下，其通過頻率如下：

內圈通過頻率：

外圈通過頻率：

滾動體通過頻率：

保持架通過頻率：

式中，N為滾動體數目、db為滾動體直徑、D為軸承節徑、β為接觸角（見圖4）、fr為內外圈的相對轉動頻率，當外圈固定時，即為軸的轉動頻率，常見軸承的故障特征頻率各大軸承廠商提供在線查詢。

圖4 滾動軸承參數示意圖

6 案例分析

近期，故障診斷平臺對一臺大型離心風機電機測點報警，報警提示為軸承故障。技術人員立即組織對該風機進行手持儀表采集設備運行數據復檢，發現其動力輸入源電動機的驅動端振動數據異常，設備參數及分析如下：

部分設備參數：

設備類型：離心風機

傳動鏈結構簡圖：如圖1

電機額定功率：1600KW

電機額定轉速：998r/min（變頻調速）

實際工作轉速：600r/min（12.2Hz）

圖5 風機傳動鏈簡圖

分析診斷與驗證：

對風機機組振動數據分析發現，電動機各測點振動速度有效值（圖6）較小(10～1000Hz、最大RMS 1.168mm/s)。但電動機機驅動端測點加速度時域波形中可見明顯幅值調制現象（圖7），峰值間隔約為0.43倍轉頻（0.43X），加速度頻譜中也可見0.43倍轉頻頻率成分（圖8）；速度時域波形及頻譜中同樣可見0.43倍轉頻的頻率成分（圖9、圖10）；解調譜圖中未見異常；現場聽診噪音異常。

圖6 電動機各測點2-1000Hz速度有效值）（MNDE:電動機非驅動端，MDE電動機驅動端）

圖7 電動機驅動端加速度時域波形

圖8 電動機驅動端加速度頻譜

圖9 電動機驅動端速度時域波形

圖10 電動機驅動端加速度頻譜

內圈固定外圈旋轉的滾動軸承保持架故障往往會產生約0.4倍轉頻的特征頻率，經查電機驅動端軸承為SKF的NU236，其保持架的特征頻率為0.43倍的轉頻。綜合分析認為，風機電動機驅動端軸承保持架存在中后期的物理損傷。建議立即準備備件，具備檢查檢修條件時立即停機檢查、檢修。

檢查、維修驗證

設備管理人員接到診斷結果及維護建議后，立即準備備件，并調整生產計劃，對風機電動機檢查維修。當打開電機驅動端軸承蓋后發現油脂中有“亮片”式金屬碎屑，在該位置產生此種碎屑的最大可能性為軸承；清洗軸承后發現該金屬碎屑是由于軸承保持架過度磨損（圖11）對滾動體產生的二次損傷。

圖11 保持架磨損，間距明顯變大，局部“卷邊”

案例分析總結：

軸承保持架損傷，振動的幅值可能不會出現明顯的變化，但在時域波形中會出現特征頻率沖擊，保持架損傷，現場聽診會出現周期性噪音。建議傳統診斷與現代診斷技術相結合，當機組振動幅值較小但聽診出現異常噪音時重點關注，適時利用振動檢測及故障診斷技術定位故障點。

7 總結

根據行業經驗我司與專業科技公司合作，依托在線檢測系統與遠程故障診斷平臺，對設備的健康狀態形成了一個有效的監測、故障預警體系。在考慮到經濟性及其它因素，我司在關鍵主機設備（焙燒離心鼓風機、蒸汽透平發電機組、鍋爐給水泵等）安裝在線監測系統，并配備一臺多功能手持監測儀作為其它設備日常巡檢和關鍵主機設備復檢的手段。這種情況下在線監測系統可24小時對關鍵主機設備進行實時監測，未納入在線監測系統的設備可通過手持監測儀進行定期巡檢監測，從而對全廠設備形成全方位立體無死角監測體系。

在整個振動監測體系中，還可按企業標準、國家標準等自由設置報警閾值，為了解被監測設備健康狀態提供有效的數據支撐；另可對被測設備進行各項振動監測數據自由組態，根據設備的工況、結構特點進行“一機一方案”的針對性監測，從而保證獲得高質量的監測數據，從而對設備故障提供早期的故障預警。

在線監測與遠程故障診斷平臺有效的為設備預知性維修提供數據及技術支撐，也為設備維護人員制定維修方案及措施提供了有效保障，確保了設備的可靠性、安全性和高運轉率，可避免因設備故障造成更大的安全事故以及經濟損失。