A4A7型机电设备远程健康诊断任务计划书Word文件下载.docx
《A4A7型机电设备远程健康诊断任务计划书Word文件下载.docx》由会员分享,可在线阅读,更多相关《A4A7型机电设备远程健康诊断任务计划书Word文件下载.docx(16页珍藏版)》请在冰豆网上搜索。
主轴故障主要包括主轴弯曲,主轴轴承发热,滚筒异响等。
在实际运行过程中,提升机还可能存在衬垫磨损严重甚至脱落,钢丝绳打滑等故障。
压风机常见故障可分为排气温度过高、停机倒喷油、产气量不足等。
排气温度过高故障原因为油分芯故障,油滤器堵塞,压力阀卡堵以及断油阀卡堵等。
停机倒喷油的主要故障原因为进气阀不能关闭,最小压力阀故障,逆止阀故障以及断油阀卡堵等。
产气量不足可能是由于空滤芯堵塞,最小压力阀卡堵,进气阀不能完全开启,加载电磁阀故障等。
带式输送机传动系统,包括电机、减速器、液力耦合器、CST及变频控制器和驱动滚筒等,在矿井恶劣生产条件及复杂工况下,不可避免产生各种故障。
如重载启动对减速器的冲击等,因此有可能造成如滚筒联结轴断裂、轮毂和滚筒表面开裂及逆止器失效等严重事故,还有由于煤尘和潮湿等环境的影响,可能诱发减速器密封失效,造成油位过低、油温过高或油质恶化等导致齿轮和滚动轴承等关键部件过早发生故障,以及由于环境温度过低,使逆止器回油过慢,产生余压,致使制动不够等;
另外,减速器及联轴器存在不对中,也会造成带式输送机传动系统过早出现故障。
煤矿大型机电设备远程监测诊断系统基于煤矿企业现有机电设备监测系统,并对其进行升级和完善,通过远程网络传输技术,将各项参数数据传入大型机电设备维护决策诊断系统,通过现有数字信号处理和先进的故障诊断技术,对机电设备的维护和诊断给出诊断结果和维护建议,可以在更好地保障设备安全高效运行的前提下,降低设备运作成本、提高生产效率。
该大型设备远程监测健康诊断系统平台是以学校研究和企业现场工程人员的技术为基础而建立,为分布在各矿区的机电设备工况和诊断提供远程的技术指导和维护建议。
变传统的被动维护和定期检修和故障后维修为主动预防、目的性维护,让设备始终处于无故障隐患、最优性能稳定运行状态。
主要研究、试验内容、目标、技术关键及主要技术经济指标(目标要具体,包括阶段目标和最终目标):
1主要研究内容
(1)对风机、提升机、带式输送机、水泵和空气压缩机等大型机电设备的机械结构进行分析与研究,通过大型机械故障诊断技术,研究与设备相关的主要故障特征以及各种诱发故障的原因,确定针对各种设备的工况监测关键参数及其监测位置。
(2)设计在线监测系统,通过相应的硬件设计和软件设计,全面监测设备运行的工况参数;
(3)开发矿井监测终端和远程诊断维护系统并实现监测数据的无线远程传输。
(4)开发日常维护平台,实现历史数据、历史维护记录的存储查询。
建立24小时值班制、专家定期会诊制、设备定期体检报告制。
(5)采用先进的信号分析技术和故障诊断理论,对监测对象的运行工况进行诊断分析。
(6)根据监测对象的工况诊断结果,结合为设备创立的故障数据库,预测设备下阶段的运行状态,并给出监测设备下阶段的维修建议。
2研究目标
该项目建立的煤矿提升机、主扇风机、带式输送机、水泵及压风机远程预知维护决策系统,对各项工况参数进行监测并进入决策系统进行处理,建立设备日常维护管理平台,实施24小时值班制,对设备突发故障立即通知现场,并组织专家应急诊断;
建立专家定期会诊制,中心专家定期对设备运行工况进行会诊和故障预测;
建立定期报告制,按照用户要求定期出具设备运行状态报告。
同时建立起远程预知维护决策系统,对各项工况参数进行监测并进入决策系统进行处理。
项目将改变以往的提升机、主扇风机、带式输送机、水泵及压风机被动的维护,定期维护,故障事后诊断和处理的模式,建立主动维护和应需式维护,事前预知性的进行检修和维护,从而保证提升机、主扇风机、带式输送机、水泵及压风机处于近零故障性能下的运行。
机电设备预知维护决策模型系统(即4M系统)是一种以“四位一体”为核心的矿用设备管理模式,主要包括日常维护基本信息管理功能(Maintenance)、工况实时监测功能(Monitoring)、模拟故障功能(Malfunctionsimulation)和预知维修决策功能(Modelofprescientdecision),以上四种功能分别对应日常维护基本信息数据库、实时工况数据库、故障模型数据库和预知维护决策数据库四大数据库。
该预知维护系统将实现以下目标:
1)风机、提升机、空气压缩机、水泵以及主斜井带式输送机传动系统的监测子站的设计和安装。
2)解决通信和实时数据传输以及数据库的开发,组建远程监测诊断4M系统的矿井终端以及远程维护中心。
3)通过收集到的监测数据,使用故障模拟、信号处理、频谱分析等技术来评估各个设备的运行状态,对设备故障进行诊断预警并由专家提出与之相关的维护建议。
3.主要技术指标
1)设备工况监测子站及用于数据采集与分析的设备监测参数
(1)子站输入电源:
交流220V。
(2)工作电压范围:
2.7V~6.0V。
(3)针对通风机,将以风机主轴振动信号、电机机轴振动信号、电动机三相定子温度、润滑油液位、风机负压、润滑油温、噪声分贝数等的在线监测作为数据采集的基础。
(4)针对提升机,将以电气设备电参量(如电机三相电压与电流)、液压系统的工作参数、系统主轴振动信号、制动盘偏摆、闸瓦间隙及空行程时间等参数的在线监测作为数据采集的基础。
(5)针对主斜井带式输送机,将以减速器输入输出轴端、基座地脚螺栓处的振动信号、减速器润滑油温、联轴器和滚筒轴承端的振动信号以及减速器运行噪声为主要监测参数,同时采集驱动电机的电参量信号。
(6)针对水泵,将以水泵和电机轴承座振动信号、温度信号、电气设备电参量、进出口压力、流速等参数的在线监测作为数据采集的基础。
(7)针对矿用空气压缩机,将以主机排气温度、主机排气压强、工作系统压强、电气设备电参量(如电机三相电压与电流)、冷却剂液位、润滑油油温与压强、系统噪声、电机振动信号等参数的在线监测作为数据采集的基础。
2)监测子站设备工况数据处理系统
(1)工控机将拟采用研华工控机。
机器配置:
IPC-610H,PCA-6007LV;
处理器P43.0G;
内存1G;
硬盘160G;
DVD光驱;
10-100M网卡;
声卡
(2)NI高精度数据采集卡:
采样率200KB/s、16位精度的16路模拟输入;
2路模拟输出
(3)数据采集器:
16路模拟量采集;
16路数字量采集;
8路继电器电路输出;
RS485串口通讯
(4)通信网关:
数据传输率,下行3.1Mbps,上行1.8Mbps
(5)4M监测子站系统软件,工况参数采集存储,远距离传输
4.系统使用情况指标要求
1)监测子站监测系统实现6个月连续运行死机次数少于3次,三年内无故障监测参数数据确保准确误差小于5%。
2)实现对风机机房、提升机机房、压风机房、带式输送机和水泵与矿井调度中心的网络覆盖,矿井监控终端与远程监控中心24小时通信联机。
3)每周远程监控中心向矿区提供设备状态评估报告及维护建议报告。
达到的技术水平、经济、社会效益及推广应用的前景:
项目预期经济效益和社会效益分析:
远程监测诊断平台为设备的安全稳定运行提供了保障,其监控预警系统可以及时提前提醒值守人员对设备工况做到规范维护,提前报警和预知。
保障设备正常运行,大大降低故障后的损坏率和运行成本,具有较大的经济效益和社会效益,具有推广应用的价值。
该系统可以应用在全国煤矿大型机电设备的监测诊断上,通用性强,同时可以相互借鉴,提供多层次的对比分析,具有很大的推广范围和应用前景。
使用的研究、试验方法和技术路线(包括工艺流程):
一、技术路线
设备远程监测诊断系统主要由现场监测信号采集子站、无线网络通信、故障机理分析模块、数字信号处理、诊断方法、故障样本、大型数据库、知识库、设备结构参数库等模块组成。
本项目的系统网络结构如下图所示:
该远程监测预知维护系统主要由机房4M系统监测子站、矿井监控中心、远程预知维护中心组成。
监测子站与矿井监控中心采用无线网络通信的方式进行,该方式不占用矿井环网的带宽,并且能适用与网络设备落后并未建设矿井环网的机房。
矿井监控中心接受来自机房监测子站采集的参数信息,并通过无线网络或者有线光缆与远程预知维护中心联网。
远程预知维护中心,通过与矿井监控终端的对话和通信,获取其监控数据,并进行分析存入数据库中。
专家和技术人员针对获得参数值,对监测对象给出评价和维护建议或者诊断结果,以报表的形式并通过网络发布或者网络传送到监控终端。
各相关领导或技术人员,以及远程办公人员,可以通过网络登录远程监测预知维护中心,通过账号和密码查询到各设备目前工作性能情况,历史故障记录以及维修记录。
保证快速全面了解设备当前运行状况。
※※主扇风机4M系统监测子站
主扇通风机系统监测子站系统由通风机传感器、数据采集终端、数据处理终端、网络传输系统组成,如图3所示。
图4M系统风机机房监测子站参考图
1、振动信号:
电动机轴承振动、风机轴承振动
2、温度信号:
电机定子温度、润滑站油温、轴承温度
3、压力信号:
负压、润滑站油压
4、位移信号:
润滑站油位
5、噪声信号:
风机噪声
6、电机电参数:
风机电机三相电流电压
监测子站的硬件选型如下。
1、测振传感器的选择:
结合测试条件,拟选用YDI-121型加速度传感器(北京远东测振公司生产),该传感器内置ICP电路,在外接4mA恒流源的情况下,传感器输出信号为电压信号,灵敏度为9.8mV/ms-2,频率范围为2~5000Hz,工作温度为-40~150℃,最大可测加速度为500ms-2。
根据通风机高速旋转的特点,测量通风机旋转设备的振动传感器每台风机具体测点和配置如下:
传感器:
电机传动端轴承座振动1只加速度传感器
风机轴承座振动2只加速度传感器
止推轴承座振动1只加速度传感器
振动传感器安装位置如图4所示。
图4风机振动传感器安装位置
2、负压采集
采用EJA110型,0~6.4kPa负压检测系统,信号通信接入数据采集卡。
3、温度采集
采集轴承温度、润滑站温度、电机定子转子温度。
其方式可利用条件下,使用风机已有传感器,在原有基础上增加分线器,将信号引入数据采集系统。
在不可使用的条件下,重新埋设测温传感器(Pt100型)和测温点,信号传入数据采集系统。
4、稀油润滑系统的参数监测
此部分监测是针对东风井主扇风机房的轴流式风机稀油润滑系统,主要监测参数有润滑油的油位、油压、压差及油温。
油位监测拟采用UFK浮球远传液位计;
油压监测拟采用STP—B型压力传感器;
压差则由稀油入口处油压和回油口油压之差得出;
油温监测拟采用STYB型一体化温度变送器
※※矿井提升机4M系统监测子站
系统监测子站下分布提升机各传感器,子站由传感器、数据采集终端、数据处理终端、无线网络传输系统组成,如下图所示。
提升机工况数据监测子站,由一部工业控制计算机(工控机)和数据采集板构成,放置在机房值班室。
各采集部分传感器采集的信号通过有线方式集中传输到该工控机上的数据采集板上,转换成数字信号,在工控机上处理后对数据进行分类并建立提升机的工况数据库,然后可对该数据库的数据传输至矿井监控中心。
YDI-121型加速度传感器(北京远东测振公司生产),具体参数见前文。
根据通提升机的特点,测量通提升机旋转设备的振动传感器每台风机具体测点和配置如下:
电机前后端轴承座振动4只加速度传感器
减速器振动4只加速度传感器
滚筒轴承座振动4只加速度传感器
天轮轴承振动4只加速度传感器
振动传感器安装位置如下图所示:
2、闸瓦间隙
采用ZTJ127型闸瓦间隙传感器,信号通信接入数据采集卡。
闸瓦间隙传感器安装位置如下图所示:
采集轴承温度、液压站温度、电机定子转子温度、减速器润滑油温度。
其方式可利用条件下,使用已有传感器,在原有基础上增加分线器,将信号引入数据采集系统。
4、压力参数监测
压力参数的监测对象是提升机液压站和润滑站,主要包括制动系统贴闸油压、松闸油压、残压、润滑站油压。
油压监测拟采用STP—B型压力传感器。
传感器采用三通管的形式安装在被测油路上。
5、油位参数监测
油位监测拟采用UFK浮球远传液位计。
监测对象包括制动系统液压站和润滑站。
6、天轮偏摆及衬块磨损监测
天轮偏摆及衬块磨损拟采用ZLDS102型激光位移传感器,其安装位置如下图所示:
7、电机电参数监测
电机电流、电压。
8、数据采集系统的选择
该系统由数据采集卡及工业控制计算机组成。
1)数据采集卡:
拟采用美国NI公司的PCI-6013数据采集卡。
该卡为具有16通道模拟输入多功能数据采集卡。
2)工业控制计算机:
拟采用台湾研华公司的IPC-610H工控机。
其配置为:
双核CPUPCA-6007LV;
内置PCI插槽。
根据现场测试的条件和工况,将数据采集系统和其它相关设备,一起安装在一个高度为1.8米的标准控制机柜内
※※压风机4M系统监测子站
系统监测子站下分布压风机各传感器,子站由传感器、数据采集终端、数据处理终端、无线网络传输系统组成,如下图所示。
压风机工况数据监测子站,由一部工业控制计算机(工控机)和数据采集板构成,放置在机房值班室。
各采集部分传感器采集的信号通过有线方式集中传输到该工控机上的数据采集板上,转换成数字信号,在工控机上处理后对数据进行分类并建立压风机的工况数据库,然后可对该数据库的数据传输至矿井监控中心。
选用YD-31型加速度传感器,具体参数见前文。
根据压风机的特点,每台风机的振动传感器具体测点和配置如下:
1)振动参数:
1、电动机前瓦振动2、电动机后瓦振动3、阳转子入口端瓦振动
4、阳转子出口端垂直振动5、阳转子出口端轴位移6、阳转子出口端轴位移
7、阴转子入口端瓦振动8、阴转子出口端轴水平振动9、阴转子轴位移
振动测点图
2)、温度采集
1.阳转子排气侧轴承温度
2.阳转子吸气侧轴承温度
3.阴转子排气侧轴承温度
4.阴转子吸气侧轴承温度
5.供油主管道油温
6.排气侧回油温度
7.吸气侧回油温度
8.主电机前轴承回油温度
9.主电机后轴承回油温度
10.回油箱油温
11.主电机排风温度
使用工控机的作为系统的软硬件操作平台,充分利用PC平台资源丰富、使用方便的特点。
利用已有的网络软、硬件资源实现下位机与上位机的网络通信模式。
系统能为各种不同的传感器提供相适应的电源。
系统配有在线式UPS电源,以保证交流供电系统故障时,系统能够继续记录长达1小时的机组状态信息,以备分析故障使用。
系统设有接线端子排,以方便引入传感器外部设备信号。
系统设有配置方便的信号调理模板,以便适应不同种类的传感器信号,并可接收其他系统的输出信号。
系统具有模拟量输入、开关量输入输出、键相处理、定时计数等多种功能。
可靠性无故障工作时间不小于10000h。
※※4M系统矿井监测中心
矿井监测中心主要由终端计算机、打印机、无线网络设备组成,如下图所示。
其主要是与远程预知维护中心通信,将机房监测子站监测数据接收处理并存入数据库中;
根据远程数据中心要求发送监测数据,并接收远程预知维护中心下达的指令和维护维修建议及其日报表,并由打印机打印。
※※大型矿山机电设备4M远程预知维护中心
4M远程预知维护中心是4M系统的核心组成部分。
结合从各个设备工况监测子站所收集到的数据,远程预知维护中心能够对日常基本信息进行维护管理、同时能够采集现场设备实时监测数据、进行故障研究模拟以及提出对设备未来的维护决策与方法。
4M远程预知维护中心由中国矿业大学(北京)、煤炭协会等的多位资深煤炭机电行业专家与技术人员组成。
中心成员将对采集信号进行处理与分析、管理与维护诊断预测系统四大数据库。
通过理论数学分析、故障模拟等方法,对矿用机电设备进行故障诊断、故障判定并提出专业的维修方案。
4M系统的软件平台分为通信存储软件、信号分析软件以及决策软件三大部分组成。
现有技术基础及条件(包括本课题做了哪些工作和现有仪器设备条件等):
中关村能源与安全科技园是中国矿业大学(北京)与中关村管委会共建的具有显著能源与安全特色的专业科技园区,是我国第一家能源安全科技园和创业园,是中国矿业大学(北京)产学研结合及科技创新体系、中关村国家自主创新示范区及首都区域创新体系建设的重要组成部分,是全国86家国家大学科技园和北京市21家市级大学科技园之一。
园区设有技术研究中心7个,一直致力于解决能源与安全领域的技术难题,大力支持能源与安全领域的技术创新。
4M中心是中关村能源与安全科技园7个核心技术研究中心之一,依托中国矿业大学(北京)及各大矿业集团的专家人才和技术优势,针对目前矿山机电设备传统维护方式的不足,首创了大型矿山机电设备远程健康诊断系统(简称4M系统),具备矿山设备日常信息管理(Maintenance)、实时工况监测(Monitoring)、设备故障模拟(Malfunctionsimulation)和预知维护决策(Modelofprescientdecision)四大功能。
4M系统对大型机电设备进行24小时远程在线监测和专家故障诊断,能够及时准确地对设备各种异常或故障状态做出响应,同时制定科学合理的预防性维护和保养方案,实现设备智能化维护,使设备的使用寿命有效延长、维护费用和设备故障率大大降低,提高设备安全运行可靠性。
4M系统实现大型设备运行信息安全可靠地在企业局域网与中心联网传输,集团、矿领导和相关管理部门可随时了解每台设备运行状态的实时与历史信息,对大型设备实时监督管理,实现数字信息化与阳光化管理。
4M系统开创了矿山大型机电设备预知维护的新模式,已在晋煤、同煤、潞安、开滦等大型煤炭企业集团迅速推广。
承担单位和主要协作单位及分工(包括研究、试制、试验各阶段的各单位的分工和承担的责任)
负责项目总体协调,提供项目研究所需的基础技术资料,提供现场参数测试条件,负责现场工程施工。
主要协作单位:
具体负责理论的分析、状态监测方案的设计、维修决策的制定、软件的开发、实验研究以及工业性实验结果的分析、项目的总结以及最终产品现场调试运行。
经费概算(包括总概算和分年度预算的项目和费用及偿还经费和年度)
课题负责人(单位、姓名、职称、职务):
课题工作人员(单位、姓名、职称、职务):
基层单位、负责人审查意见(指所室、厂矿基层负责人等):
负责人(签名、盖章)
审查日期:
年月日
承担单位负责人审查意见(有学术委员会者应附其审查意见):
负责人(签名、盖章)
专业研究室审查意见:
(公章)
技术中心审查意见: