您的位置:主页 > 新闻资讯 > 公司动态 >

罗茨风机参数故障的诊断和解决方法

时间:2017-09-23 15:25
  罗茨风机参数的故障常从振动状况方面体现出来,根据振动信号进行监测与诊断是目前罗茨风机设备维护管理的主要手段,经过多年的发展与完善,罗茨风机参数振动故障诊断已经形成了比较完备的理论与技术体系。近年来,随着非线性理论的发展,尤其是信号处理、知识工程和计算智能等理论技术与故障诊断的融合渗透,使罗茨风机故障诊断的内容得到了进一步的丰富与充实。 
 
  发生故障的罗茨风机参数在运行中一般处于非线性振动状态 ,应用非线性动力学理论,针对电机组轴系存在的关键振动问题,建立了转子非线性动力学模型,从理论、试验和数值计算等方面,对各种故障因素影响下的动力学行为进行了综合分析,提出了对轴系振动故障进行综合治理的方案。阐述了罗茨风机等旋转机械常见故障,如不平衡、不对中、弯曲、裂纹、松动、碰摩、喘振、油膜涡动、油膜振荡、旋转失速等故障的产生机理,以表格的形式总结出了各种故障与振动特征、罗茨风机参数和故障原因之间的对应关系,给出了相应的治理措施。 
 
  总体来说,罗茨风机振动故障产生于4个方面:电机、罗茨风机本身、基础和风管。其因果分析如图 1所示,其中由罗茨风机本身原因引起的故障占主导地位。 
 
  目前,故障诊断推理过程中采用的方法较多,按照它们隶属的学科体系,可以将其分为 3类:基于控制模型故障诊断、基于模式识别故障诊断和基于人工智能故障诊断。 
 
  对于动态系统,若通过理论或实验方法能够建立模型,则罗茨风机参数或状态的变化可以直接反映设备物理系统或物理过程变化,为故障诊断提供依据。此方法涉及模型建立、罗茨风机参数估计、状态估计和观测器应用等技术,其中,罗茨风机参数与状态估计技术是关键,需要系统的精确模型,在实际生产环境中,对于复杂的设备而言,该方法不是经济可行的。
 
  模式识别是对一系列过程或事件进行分类或描述,主要分为统计法和语言结构法两大类。设备的故障诊断可以视为模式识别过程:测量并记录罗茨风机参数,从中提取故障征兆参数,对于不同的故障状态,相应的征兆参数形成不同的模式 ,将系统的状态模式与故障字典中的故障样本模式进行匹配,从而识别出设备的故障。当系统的模型未知或者非常复杂时,该方法为解决故障诊断问题提供了一种简便有效的手段。 

相关新闻

Copyright 山东战尔机械有限公司 版权所有 备案号:鲁ICP备11000616号-5 技术支持:润德网络 网站地图
公司地址:山东诸城市北外环西首
手机:13863658619
邮箱:wangzhan0701@163.com 传真:0536-6165109