风机在国内故障诊断与状态预测的研究现状

 石家庄风机厂 石家庄风机 石家庄市风机厂 石家庄风机维修 石家庄风机销售

第三阶段:故障诊断技术开始向机器设备的故障预测和适应性维修技术发展。这项技术与企业的规模和整体的效益挂钩。涉及设备管理体制性变革的系统工程，与设备管理技术密切相关，是故障诊断技术发展的新阶段。
1.3 国内故障诊断与状态预测的研究现状
目前国内故障诊断、监测与状态预测技术实用方面的研究，主要体现在以下几个方面。
1）关于传感器技术的研究。我国陆续研制了多种类型的传感器，例如速度传感器、加速度传感器、电涡流传感器等，目前我国制造的传感器的性能指标已经接近国际水平，但是在稳定性、可靠性等方面仍然有些差距，这也是日后要努力的方向之一。
2）对于专家系统的研究。在上世纪九十年代左右，国内许多科研组织陆续开展了此项技术的研发，专家系统很快变成了诊断领域的热门。但是在实际应用上却没有实现人们所制定的目标，导致最近几年它的研究热度逐渐降了下来，当前只有部分的研究组织还在继续进行这一方面的研发工作。
3）对于神经网络的研究。鉴于人工智能与专家系统在实际应用中的停滞不前，从九十年代后期，许多机构开始把注意力转移到人工神经网络的研究。在这方面研发人员进行了大量的试验，但是其在应用上进展缓慢，同样面临着许多困难，最主要的问题就是网络训练的不足。
4）有关信号分析处理技术的研究。诊断行业已经开始注意到许多设备的运行状态是非平稳的，在启停机阶段及有故障发生时，振动信号会有瞬时的变化。在剥落、裂纹、振动等故障出现时，会有大量非平稳、非线性成分蕴含在振动信号之中。基于此，从传统的时域和频域分析基础上，逐渐使用一些先进的信号处理手段，例如短时傅里叶、希尔伯特变换、小波分析等。这些新处理手段的引入，大大弥补了传统方法所存在的缺陷与不足。
1.4 本课题主要的研究内容
本课题将基于传感器与检测技术、计算机与数据库技术、信号分析与数据处理技术对矿井石家庄风机厂风机的振动信号采集、存储、管理及运行状态预测方法展开研究。其主要研究内容为：
1）对石家庄风机厂风机故障机理进行研究以确定石家庄风机厂风机运行状态的预测参数。
2）利用传感器技术与计算机技术，构建实时数据采集系统。
3）利用 LabVIEW 与 SQL 数据库技术，构建矿井石家庄风机厂风机的数据存储与管理系统。
4）对信号分析方法进行分析研究以处理矿井石家庄风机厂风机振动信号的非平稳性问题。
5）对预测方法展开比较研究以建立更准确的石家庄风机厂风机运行状态预测模型。