状态监测

求闻百科，共笔求闻

状态监测（Condition monitoring）是针对机器状态参数（例如温度、振动）的监测，目的是为了根据参数变化判断机器是否会有异常，一般是侦测机器可能发生异常的参数大幅变化。状态监测是预测性维护的主要内容之一。使用状态监测可以在发生损坏之前及时进行保养或是其他措施，也避免损坏所造成的结果。状态监测的好处是可以提早发现一些会降低寿命的条件，而不是在真正造成失效之后才知道。状态监测常用在转动设备、辅助系统或其他机械（例如压缩机、泵、发动机、内燃机、冲床等），而针对没有机构运动的设备（例如锅炉、管路、换热器）则会进行定期性的检测，例如无损检测（NDT）技术或是fit for service（FFS）[1]。

状态监测技术

以下列出工业及运输业常用的状态监测技术：

  • 振动分析及诊断[2]
  • 润滑剂分析[3]
  • 声发射（空中超声）
  • 红外热成像[4]
  • 超声测试（材料厚度及缺陷测试）
  • 马达状态监测以及马达电流特征分析（motor current signature analysis、MCSA）
  • 基于模型的电压电流系统（Model-based voltage and current systems、MBVI systems）

美国材料和试验协会及国际标准化组织已逐渐的将大部分的状态监测编入相关标准中[5]。

转动设备

转动设备是工业上的雨伞术语，包括齿轮组、往复运动的设备及离心运动的设备。

最常用在转动设备上的分析方法是振动分析[6][7][8][9]。

量测可以在机械的轴承外壳上加装加速规（振动或是压电感测器）来量测外壳的振动，在最重要的关键机器上，可以用涡电流感测器直接观测轴的振动，来量测轴的径向及轴向位移。可以将振动的程度和以往启动、停机时的历史资料相比对，有些情形来也可以建立标准，以评估其严重性。机械及零件的制造商也会依其机械设计或是其内部零件（例如轴承的故障频率）定义其振动极限。

诠释所解读到的振动讯号是复杂的程序，需要专门的训练及经验。若使用最先进的技术，自动分析大部分的资料，之后提供峃关资料，就可以简化此过程。常用的技巧是检验信号中的个别频率成分。频率可能会对应不同的机械零件（例如滚动轴承）或特定的异常（例如轴不平衡或是偏心）。透过检查频率以及其谐波，状态监测专家可以识别发生问题的位置以及问题的种类，有时甚至可以找到根本原因。例如，对应转动速度的高频振动主要是因为残留的旋转不平衡所造成，进行平衡校正后就可以改善。另一方面，老化的滚动轴承会产生特定频率的振动，而且会随老化而更加严重。特殊的分析仪器可以在失效前几周甚至几个月就检测到磨损，在发生故障前就提供警告以便更换零件，以免因设备损坏造成更长时间的停机。不过除了感测器及资料分析外，仍需要注意在复杂机械设备中，有80%的损坏是突然发生，和其零件或设备的生命周期无关[10]。

现今使用的振动分析设备主要是用快速傅里叶变换（FFT）[11]，是一种特殊的离散傅里叶变换，可以将振动信号从时域型式转换为频域型式。不过，频率分析（有时也称为是频域分析或是振动特征分析）只是分析振动资讯的方式之一。频率分析主要适用在滚动元件轴承的场合，而且其主要失效模式是因为轴承的退化，其特点是特征频率的上升，而这些特征和轴承几何及结构有关。状态监测技师会依机器的种类、其误动作的特性、使用的轴承类型、；旋转速度等因素，使用其他的诊断工具，例如检验机器轴上的时域信号、振动元件相位关系以及的时间标记（常称为振动相位）、检验振动信号的历史趋势、振动的形状，以及有关信号的其他资讯，也会需要其他有关制造的资讯，例如负载、轴承温度、流率、阀的位置以及压力，以进行精确的诊断。这对于使用流体轴承的机械格外重要。为了可以更容易的分析这些振动资料，振动分析师及机械诊断工程师已发展了许多数学工具来显示机械问题以及其运转特性，这些数学工具包括有波德图、瀑布图、极坐标系等。

针对一些非关键性的设备，或是电厂中的辅助设备，装设固定式的线上振动侦测装置不合乎成本考量，此时会用手持式的资料搜集器以及分析仪。工作人员可以从许多机器搜集资料，再将资料下载到电脑中，由分析师（或人工智能）来检查资料，看是否有表示故障或是即将故障的讯号。若是其他大型的，关键性的机器，其安全隐患、生产中断“停机时间”、零件更换、或是其他失效会带来相当的成本（依关键性指数决定），一般会使用固定式的监控系统来取代定期的手持式资料搜集，不过其诊断方法及工具大致相近。

近来也有线上的状态监测应用在重工业中，例如纸浆、造纸、采矿、石化以及发电厂等。

性能监控（Performance monitoring）是较少人知道的状态监测技术，可以用在像泵浦及涡轮等转动机械，也可以用在像锅炉及热交换器等静止型设备。性能监控会需要量测物理量，量测的量可能是温度、压力、流量、速度、位移等，视机械种类而定。量测不需要有绝对性的精度，不过需要有可重复性的资料，一般需量定期校正的测试设备，不过也有些配合分散控制系统（DCS）应用成功的例子。性能监控一般会和能源效率有密切关系，因此常用在蒸汽发电厂中。有时，可以用来估算何时是停机修理，以恢复性能的最佳时机。

其他技术

  • 一般而言，目视检查是状态监测的基本组成之一，不过只有在检查结果是可以依照文件上的指导方法量测并且评断时，目视检查才能算是状态监测的一部分，若目视检查要视为是状态监测的一部分，需要搜集检查时的结果以及条件，以便比对以前的量测以及后续的量测。若针对管路，单纯目视检查是否有裂痕，不能算是状态监测，除非有量化数据支持此一检查，并且以及和以前的检查比较，才算是状态监测。独立于之前检查的检查只算是状态评估（Condition Assessment），状态监测需要将检测结果和以前资料进行比对，并且依照比对结果产出其趋势。
  • 透过热成像的无损检测可以发现设备表面的轻微温度变化。热是零件失效指标之一，特别是老化的电气接子以及端子。热成像已成功的用在高速轴承、流体轴承、输送带滚子以及储存槽的状态监测中。[12]。
  • 润滑油的悬浮碎片可以透过一些方式采集（例如过滤器或是磁性碎片侦测器），再用扫描电子显微镜采集影像。仪器乭以分析碎片的成分、大小以及形态。甚至可以找到机械的失效机制以及最终可能会失效的时间。此方法称为磨损碎片分析（Wear Debris Analysis），简称WDA。
  • 磨损碎片感测器可以感测润滑油中铁系以及非铁系的碎片，可以知道许多有关设备状态的资讯。透过监控在设备生命周期中，碎片的种类以及变化趋势，可能可以在旋转型设备（例如变速箱、涡轮）灾难性失效之前提早发现异常。
  • 油的光谱分析可以检测油中的成分，可用来预测失效模式。例如油中有大量的硅及铝表示有污垢或砂砾（硅酸铝）污染，若有大量的铁表示有零件磨损。个别的元素可以提供一些资讯，但若出现多种元素，可能可以更精确的预测失效模式。例如内燃机的油中有出现铁（衬里）、铝（活塞）及铬（活塞环）的成分，表示上汽缸磨损[13]
  • 超音波可以应用在高速及低速机械的状态监测，也可以应用在高压流体的场合。数位的超音波表可以量测轴承中的高频信号，表示为dBuV（分贝单位微伏特）的数值。也可以记录此数值随时间的变化趋势，可以预测摩擦、冲击或是其他轴承缺陷的变化。dBuV也可以用来预测需要再润滑的时间。若运用妥当，超音波监控可以做为振动分析的一大辅助技术。
耳机也可以让人类听到超声波。轴承中高音的“嗡嗡声”表示其接触面有缺陷。而在孔隙中高压流体的部分堵塞会发出大量的超声波噪音。超声波也用在状态监测的震波法则中[14]。
  • 性能分析，比对实际机器和理想模型的效率、性能等资料。一般而言，读值的差异是因为机器老化所造成。离心泵是数量仅次于马达的常用机械。在工作点附近，用可重复测试的仪器进行简单的水头-流量测试，就是一种状态监测的方式，已长期应用在一些离心泵设备上，不过仍在继续推广中。此方法的延伸可以计算泵检修的最佳时间，方式是根据泵检修的成本以及因为泵摩损而增加的能耗，找到最佳的更换时机。航空燃气轮机也通常使用性能分析，一般是制造商（例如罗尔斯·罗伊斯股份有限公司）定期的监控飞机的发动机组，此服务会在长期服务协议（LTSA）或是Total Care方案（TCP）中。

关键指数

关键指数是在评估一个机械的状态监测程度时，考虑机械的用途、冗余程度（若此机械损坏，是否有其他机械可以取代其功能）、维修成本、停线的影响、健康、安全工程、环境因素及其他重要因素后得到的指数。所有的机械可以依照关键指数分为以下三类：

  1. 关键机械（Critical machinery）：此机械是工厂或是制程的核心，若此机械不运作，工厂或是制程也就无法运作。此类的机械包括发电厂的蒸气涡轮机或是气涡轮机、石油钻井平台上的原油出口泵或是炼油厂的裂化装置。因为关键机械是制程的核心，应该要不计成本的设法全程进行状态监测，搜集到的资料越多越好，而且机械一般也会包括在工厂保险项目中。在可能的范围内需量测其负载、压力、温度、外壳振动及位移、轴的轴向位移及径向位移、速度以及其微分项等资讯。这些资讯会送到机械管理软件中，可以找到这些历史数据的趋势，并且提供操作者像是性能相关资讯，甚至可以预知故障，并且在故障发生前就进行诊断。
  2. 必要机械（Essential machinery）：此机械是制程的重要部分，不过若机械失效，制程仍可以正常运作。有冗余的设备都属于这一类。假如关键机械损坏时，为了有备案计划，这些机械的测试及控制也是必要的。
  3. 泛用或是厂内其他系统（balance of plant machines）：这是工厂或是制程中其他的机械，一般会用手持的资料搜集设备定期量测资料，以得知机械的健康程度。

相关条目

参考资料

  1. ↑ API 579/ASME FFS-1: "Fitness-For-Service" (2007)
  2. ↑ J. Rafiee and P.W. Tse, Use of autocorrelation in wavelet coefficients for fault diagnosis, Mechanical Systems and Signal Processing, 23 (2009) 1554–72.
  3. ↑ ASTM D6595-00: "Standard Test Method for Determination of Wear Metals and Contaminants in Used Lubricating Oils or Used Hydraulic Fluids by Rotating Disc Electrode Atomic Emission Spectrometry" (2011)
  4. ↑ A. N. Nowicki. Infrared Thermography Handbook – Volume 2. Applications - (INST32X). British Institute of Non-Destructive Testing. 2004. 
  5. ↑ J Michael Robichaud: "Reference Standards for Vibration Monitoring and Analysis "
  6. ↑ Liu, Jie; Wang, Golnaraghi. An extended wavelet spectrum for bearing fault diagnostics. IEEE Transactions on Instrumentation and Measurement. 2008, 57 (12): 2801–2812. doi:10.1109/tim.2008.927211. 
  7. ↑ Jar dine, A.K.S.; Lin, Banjevic. A review on machinery diagnostics and prognostics implementing condition-based maintenance. Mechanical Systems and Signal Processing. 2006, 20 (7): 1483–1510. doi:10.1016/j.ymssp.2005.09.012. 
  8. ↑ BS ISO 18431-1: "Mechanical vibration and shock. Signal processing - General introduction" (2005)
  9. ↑ Kumar, T Praveen; Jasti, Anurag; Saimurugan, M; Ramachandran, K. I. Vibration Based Fault Diagnosis of Automobile Gearbox Using Soft Computing Techniques. Proceedings of the 2014 International Conference on Interdisciplinary Advances in Applied Computing. ICONIAAC '14 (New York, NY, USA: ACM). 2014-01-01: 13:1–13:7. ISBN 9781450329088. doi:10.1145/2660859.2660918. 
  10. ↑ Kaboli, Shahriyar; Oraee, Hashem. Reliability in Power Electronics and Electrical Machines: Industrial Applications and Performance Models. Engineering Science Reference. 2016-03-08: 444. ISBN 978-1-4666-9429-3. 
  11. ↑ BS ISO 18431-2: "Mechanical vibration and shock. Signal processing - Time domain windows for Fourier Transform analysis" (2004)
  12. ↑ BS ISO 18434-1: "Condition monitoring and diagnostics of machines. Thermography - General procedures" (2008)
  13. ↑ Element sources in lubricating oils- a visual guide| Learn Oil Analysis. learnoilanalysis.com. [2017-12-03] （英语）. 
  14. ↑ BS ISO 18431-4: "Mechanical vibration and shock. Signal processing - Shock response spectrum analysis" (2007)

延伸阅读

取自“https://www.qiuwenbaike.cn/index.php?title=狀態監測&oldid=6615367”