微波EDA网,见证研发工程师的成长!
首页 > 测试测量 > 测试测量技术文库 > 北京英华达公司冶金系统在线振动检测系统解决方案

北京英华达公司冶金系统在线振动检测系统解决方案

时间:02-06 来源:互联网 点击:

的工作站数量较多,为提高系统处理性能,可增设数据服务器。数据服务器接收、处理和存储采集站的实时数据,同时为工作站提供数据服务。

EN8000系统的特点

硬件采用模块化结构,安装、维护、更换方便,可靠性好。每个振动量模板为4路,模拟量板和开关量板均为32路,可任意组合配置。其中某一通道或某一模块故障不会影响其他通道或其他模块正常工作,用户仅需自行更换发生故障的模块即可解决此类故障(我公司会提供一定量的模块备件)。

EN8000的诊断知识库为开放式结构,用户可以将长期运行维护中积累的经验和知识加入知识库。

EN8000除了一般振动分析系统所具有的各种振动图谱外,还有自己的特有功能,如:

◇轴系运动仿真图

◇相关趋势分析(横坐标和纵坐标可任意选,时间段可任◇意设定)

◇多种动平衡计算

◇完备的数据库管理

◇远程诊断分析等等

EN8000 系统采用中文Windows 2000操作系统,具有丰富的实时多任务、虚拟存储、文件管理和网络管理等功能,主要软件在Delphi 6.0编程环境下开发,具有强大的图形显示、数据库管理和网络通讯等编程功能。二次开发能力强,与其它系统具有良好的兼容性。全中文下拉式菜单,用户界面十分友好,操作使用极其方便。具有齐全的针对轧机机械设备故障分析的信号处理功能和完善的故障诊断专家系统功能。

EN8000系统的功能

1. )实时连续的数据采集显示功能

? 具有完备可靠的现场信号拾取功能;

? 准连续、极高速、同步整周期采集存储设备的所有振动信号;

? 可高速准确的采集转速及与设备状况有关的过程参数;

? 动态显示设备的运行状态。

2.) 灵活方便的组态软件

提供组态软件,可以根据需要任意组合实时监测显示画面,满足用户多方面的要求,提高工作效率。

3.) 可以自动识别设备的运行状态

? 正常运行状态;

? 开停机状态;

? 空载状态、振动异常状态等。

4.) 可以自动形成多种完备的数据库,实现事故追忆

? 历史数据库包括:小时数据库,天数据库,月数据库和年数据库;

? 事件数据库:包括开停机事件,异常变化事件,报警事件等;

5.) 提供齐全的振动分析功能

? 时域分析:波形、轴心轨迹、轴心位置、轴系运动仿真;

? 频域分析:频谱、瀑布图、倒频谱、包络谱、细化谱、相位图、小波变换;

? 变速过程:波特图、极坐标图、级联图;

? 趋势分析和相关趋势分析;

? 对比分析;

6.) 提供完备的故障诊断专家系统

具有适应不同诊断对象的知识库,能够对诊断知识库进行维护。具有强大的征兆自动获取能力,可自动诊断和对话诊断设备常见的振动故障。

7.) 具有多种平衡计算方法

? 最小二乘法影响系数计算和动平衡计算;

? 谐分量法影响系数计算和动平衡计算;

? 矢量加减运算、剩余振动估算等功能。

8.) 具有强大的网络功能

采用TCP/IP通讯协议和Winsock编程,可提供快速、安全、可靠的远程服务网络接口,实现远程监测和故障诊断。

9.) 硬件采用积木式模块化的集散型主从分布式结构,可靠性高,维护方便。

10.) 应用软件全部自行研制,与其它系统具有良好的兼容性,能够及时充分满足用户的特殊要求。

4. 具体案例:武汉钢铁集团公司第二热轧带钢厂 案例研究

1. )案例简介

武汉钢铁(集团)公司第二热轧带钢厂2250mm热轧带钢是目前我国最宽的热带钢轧机,是国内第一个要求对热轧生产线的全过程进行在线监测和诊断的轧机生产线,监测的设备包括30余台减速机、人字齿轮机座和风机等,测点多达200余个,选用北京英华达公司生产的EN8000振动监测故障诊断专家系统。

对轧钢机械的齿轮和滚动轴承进行故障诊断,困难较大,主要原因是涉及的知识范围广,信号传递途径复杂,影响因素多,信号分析过程较难理解,并且缺少典型案例和故障诊断经验等。由于轧钢机械的振动是一个复杂的物理现象,难以建立故障定量判断标准,目前主要依靠相对判断标准和对比分析进行诊断。

目前,武钢第二热轧厂刚投入生产,各种设备的振动较小,表明设备的状态比较正常。随着生产量的增加和时间的延长,不可避免会出现一些故障。由于轧钢机械振动故障频率范围较宽,特别是由于转速较低,存在较多的低频成分,而加速度传感器对低频振动不敏感,因此,我们引入测量轴振动的位移传感器(涡流传感器)。例如,磨损是轴承最常见的现象,通过采用涡流传感器,不间断地测量探头与旋转轴之间的相对间隙变化,可以发现轴承因磨损而发生的径向间隙的变化,做到故障的准确诊断。此外,采用灵活的数据采集方法和现代信号处理技术,能够在复杂的频域信号中准确识别轴频、齿轮啮合频率及滚动体通过频率等故障特征频率成分,特别是可以通过历史数据的对

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top