旋转机械故障智能诊断方法与装置

摘要

本发明涉及一种旋转机械故障智能诊断方法与装置，包括与键相信号和快变信号连接的预处理板，控制整个周期采样的键相板和采集振动信号的高速采集板；采集缓变信号的低速数据采集板；它们均与下位机(服务器)连接，完成机组运行的数据采集、信号分析及特征参数的自动识别与提取，实现对设备运行状态的监测并为上位机提供机组运行实时特征参数。下位机通过网卡或IP协议实现与上位机之间的高速通信，上位机装有一个集专家知识规则、模糊逻辑、神经网络与一体的智能推理机和一个采用三层次的图形化模糊神经网络专家知识库，利用下位机采集处理的实时特征信号，根据旋转机械领域专家知识通过智能推理机实现对设备运行趋势进行预测和对设备故障进行智能诊断。

主权项

1、一种旋转机械故障智能诊断方法，由一个决策融合模块、一个专家知识库、一个数据引擎模块和智能推理引擎四个模块构成，其特征在于该方法按以下步骤进行：1)信号预采集与处理，对传感器采集的信号进行相应的处理，并将模拟信号转换成数字信号；2)实时监视与状态识别，将获得机组状态信息的数字信号进行频域分析、时域分析、轴心轨迹分析，得到机组振动波形、频谱、轴心轨迹、棒图、趋势，根据设定的报警门限实时显示机组运行状态，并提取机组运行状态的特征参数；3)故障在线分析与智能诊断，根据获得的机组运行状态的特征参数，利用专家知识库和智能推理机诊断出机组可能存在的故障及其原因、部位和严重程度，并实现机组运行状态的预报：a)专家知识库采用图形化模糊神经网络专家知识表达方式，图形化的专家知识表达是由分布在三个层次上的多个节点以及节点间的连线所组成，画在底层的节点所代表“数据”，可以是提取的机组故障特征参数、机组运行参数，也可以是机组的工作状态、检修记录这些广泛意义上的参数；安排在中间层的是症状现象，可以是如工作条件、参数范围、参数变化这些能直接观察到的现象，也可以是间接观察到的现象，即多种广泛意义上的故障现象；画在最高层的节点表述故障原因，这三层次结构是按照诊断推理思想，用连线连接的数据节点和故障现象节点，再连接故障现象节点和故障原因节点，就构成了图形化模糊神经网络专家知识库；b)故障诊断推理由智能推理机完成，智能推理机是由专家知识规则推理机、模糊逻辑推理机和神经网络推理机构成，可根据需要选择其中一种或两种推理方式来进行，亦可以采用三种推理方式同时进行，利用优化来决策，使故障诊断系统实用于多变量多过程的复杂系统；4)远程网络监控与诊断，采用工业级现场网和局域网联合方式，同时还可通过宽带网、全国公用电话网或数字微波进行信息的远距离交换处理，实现远程监控分析诊断。