防微杜渐 “设备医生”大显身手——浅谈设备状态监测与故障诊断技术的应用和发展

文/褚福磊

防微杜渐 “设备医生”大显身手
——浅谈设备状态监测与故障诊断技术的应用和发展

文/褚福磊

我国现代工业及科学技术的飞速发展使机械设备日趋大型化、高速化、重载化和复杂化，功能日趋完善，自动化程度越来越高。在此背景下，单个部件的故障会影响整个设备甚至整个生产线的正常运行。因此，设备的状态监测与故障诊断就显得越来越重要，其经济效益也十分显著。

褚福磊，清华大学机械工程系教授、博士研究生导师。英国南安普敦大学博士学位，主要从事机械故障诊断及机械动力学的研究工作。为中国振动工程学会常务理事、故障诊断专业委员会副主任委员、总装武器装备振动与噪声控制技术专家组成员、湖南省机械设备健康维护省重点实验室学术委员会主任，Journal of Mechanical Engineering Science、《振动工程学报》、《振动与冲击》等刊物编委。在旋转机械典型故障的动力学机理、机械故障诊断方法、信号处理与故障特征提取等方面做了大量的研究工作，已负责或参加了30余项课题的研究，包括国家杰出青年科学基金、国家自然科学基金重点项目等。负责开发的状态监测和故障分析系统已安装在大量的水轮发电机组和汽轮发电机组上。研究成果获国家自然科学奖二等奖1项，获省部级科技奖励7项；入选教育部“跨世纪优秀人才培养计划”，获国家杰出青年科学基金、国务院政府特殊津贴。

设备状态监测与故障诊断技术是一种能够了解和掌握设备在使用过程中的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。我国现代工业及科学技术的飞速发展使机械设备日趋大型化、高速化、重载化和复杂化，功能日趋完善，自动化程度越来越高。在此背景下，单个部件的故障会影响整个设备甚至整个生产线的正常运行。因此，设备的状态监测与故障诊断就显得越来越重要。

对设备开展状态监测与故障诊断不但能够防止恶性事故的发生，其经济效益也十分显著。据报道，英国对2000多个大型企业的调查表明，开展了故障诊断工作之后，每年节省维修费用3亿英镑，而用于故障诊断的费用仅为0.5亿英镑，收益为投入的6倍；我国泸州天然气化学工业公司在实施故障监测与诊断的几年中，使化肥生产机组在大修中的开缸率从89%降到57%，由此带来的经济效益达数千万元；我国冶金行业每年用于设备维修的费用达250亿元，若推广故障诊断技术，则每年可以减少事故50%～70%，节约维修费用10%～30%。以下介绍我国目前设备状态监测与故障诊断技术现状、作用和最新进展。

设备状态监测与故障诊断技术的发展趋势

综合多种新技术的设备状态监测与故障诊断：设备状态监测与故障诊断可分为三个发展阶段：最初仅依靠如异常振动、异常噪声、异常温度等感官状态，凭经验判断可能存在故障和隐患；第二阶段则是以传感器技术和动态测试技术为手段，以信号处理和建模处理为基础的现代诊断技术，现在已在工程上得到广泛应用；第三阶段是以计算机和信息技术为基础，以人工智能为核心的智能诊断技术。至今仍不断有新的技术被用于实际的设备状态监测与故障诊断当中。

中国石油大港石化公司利用Peakvue技术实现了滚动轴承的早期故障诊断，利用轴承特征频率成分、加速度时域波形的峰峰值和Peakvue加速度有效值的阈值实现轴承运行状态的预警；中国铝业股份有限公司广西分公司应用ET诊断检测软件对其公司的不同种类的设备实现了统一的诊断分析；中海油技术监测有限公司则利用振动信号结合超声信号、键相信号监测，对往复机的运行状态做到准确判断，克服了油液监测只能对各摩擦副的磨损状态判断的缺陷；中国铝业青海分公司专业点检人员采用VB1000数据采集仪器分四个阶段实现了对滚动轴承的故障诊断，并在实际工程中准确地判断出两次轴承故障，保障了设备安全平稳运行。

状态监测系统的开发：机械设备的状态监测和故障诊断对设备的长期安全稳定运行至关重要，从过去对设备的定期维护到现在广泛采用的点检定修，以及逐步向状态监测过度，无不是为了提高机械设备的利用率，减少设备检修维护的费用，节约成本，提高企业的经济效益。所以，需要做到时刻掌握设备的健康状况，并根据设备的状态来制定合理的维修计划。这样设备状态监测系统的开发就显得非常有必要。国内各行业的各大企业均竞相应用设备状态监测与故障诊断系统，并取得了较大的效益。

广州易茂科技发展有限公司引进丹麦Rovsing公司开发的OPENpreditor系统并广泛地应用于我国各大电厂的状态监测与故障诊断中；北京奥技异电器技术研究所开发了KDM平台并广泛应用于水轮机的运行状态监测，并实现了对电厂生产过程中各类测量系统自动生成数据的实时采集、显示和分析；扬子石化先后将HART智能仪表实时管理与诊断系统应用在扬子石化烯烃厂乙烯装置、乙烯裂解炉和化工厂PTA一线和二线上并获得成功，每年为企业带来上千万元的经济效益；内蒙古辉腾锡勒风电场与北京唐智科技发展有限公司联合开发了以“广义共振—共振解调故障诊断技术”为核心技术的JK07460风电机组在线故障诊断系统实现对风力发电机的维护与维修；神华集团乌海能源公司西来峰煤化工分公司利用上海鸣志MS1000在线监测与故障诊断系统对西来峰焦化13台关键机组的重点设备进行状态监测；苏里格气田应用便携式综合分析仪9260ECR对气田天然气发动机进行状态监测与故障诊断，成功地帮助实现了天然气发动机的预知维修，降低了维护费用。

基于网络的远程监测与诊断技术：基于网络的远程监测与诊断技术是指利用各种通信手段将故障诊断系统与数据采集系统、企业管理系统、设备控制系统通过网络互联，使企业不同部门能同时获得各部门、各设备的运行状态信息，也能对不同地区不同企业的设备进行监测和诊断等。随着机器设备朝着大型化、自动化、高速化和复杂化方向发展，基于网络的远程机械监测与故障诊断在全世界范围内正迅猛发展。

在国外，西屋公司建立了远程诊断中心，对全美20多个电厂的设备进行在线监测。本特利公司推出了商业监测系统DataManager2000，可以通过NetDDE(网络动态数据交换)向远程终端发送设备状况数据。国内类似的监测系统也广泛地应用在各关键领域。例如三一重工集团建立了远程监测诊断系统，实现了对广泛分布在全球150多个国家的多达10万台的在役工程机械实现了规模化监控和运营。北京交通大学与南车青岛四方机车车辆股份有限公司联合开发了基于网络的CRH2型动车组远程诊断与虚拟维护系统。天津大学数字化制造与智能测控技术研究所针对数控装备的监测与诊断研究开发了基于网络和状态监测及智能维护的嵌入式数控系统，将智能诊断与专家诊断相结合，对于缺乏故障诊断专业知识的用户提供了良好的支持。

基于网络的远程监测与诊断技术使企业不同部门能同时获得各部门、各设备的运行状态信息，也能对不同地区不同企业的设备进行监测和诊断

基于大数据的监测与诊断技术：随着网络技术的普及，对关键设备进行在线监测的需求和监测成本的不断降低，实际监测活动中所得到的数据往往是海量的。据统计，三一重工集团利用其远程监测平台所累积的数据量已经达到1100亿条以上，而相应的增长速率竟高达每天100万条。如果再把监测手段扩展到全生命周期，现有的分析手段显然更是力不从心。这直接导致了大量的工程监测数据闲置，以至于所蕴含的大量信息潜能没有被充分地发挥出来。因此，如何从数据的角度出发，尽可能的关联数据，挖掘趋势演变的规律和价值是未来设备监测与诊断技术的一大发展趋势。基于数据采集、数据库、数据压缩与处理、以及数据挖掘和云计算技术的设备运行大数据分析，是认识机理和关联性的关键步骤，是诊断决策控制的基础，是未来的发展方向之一。

大数据是近年来倍受关注的新概念。它早期主要应用于商业、金融等领域，后期才逐渐扩展到交通、医疗、能源等各个领域。因此，在设备的状态监测与故障诊断领域还缺乏有针对性的文献资料和成熟的应用案例。不过，近年来国内也已经有许多学者对大数据在工程领域中的应用做了分析和展望。例如中国电力科学研究院的研究人员综述了国内外智能电网大数据研究和工程应用现状，提出智能电网大数据研究框架和技术发展路线建议；中国石油大学的专家则对大数据挖掘技术在石油工程中的应用前景进行了展望。在实际应用中，三一重工集团也做出了重要的探索。例如充分地利用了数据的可视化技术实现了起重机的综合分析，包括对车辆操作偏好的分析、对液压油温分布的分析、对全国车辆实时在线情况的统计、对车辆开机时序的分析、对支腿支撑能力的分析和对故障车辆位置标注；通过对地理位置数据的关联分析发现泵车主油缸故障与沿海地区杭深高铁建设的强相关性，确定了沿海地区的盐雾环境和水质是导致油缸密封体腐蚀的主要原因。

应用案例

三一重工集团工程机械设备远程监测诊断系统及其应用：工程机械设备具有种类繁多、结构复杂，价值高；总量大，分布广；工作环境多样的特点，故对其运行状态进行监测乃至后续的故障诊断十分困难。如三一重工集团所生产的工程机械设备有18个大类，近300多种产品，数千种型号，分布地域广，相同的设备会工作在差异性极大甚至极端的环境中。

为此，三一重工集团与清华大学合作建立了远程监测诊断系统，开发了三一重工远程监控平台。首先，通过数据采集、处理、控制、显示的全系列核心部件的自主化实现对每一台设备运行状态的透彻感知；其次，基于GPRS的远程监控平台利用全球卫星定位技术(GPS)、无线通信技术（GPRS）、地理信息技术(GIS)、数据库技术等信息技术建立了稳定的互通互联网络；最后，建立了基于自由表的大规模状态监测数据存储框架，提出了从主机、工况、时间等多维度的监测数据正交分割与合并策略，形成了大规模工况数据高性价比储存与分析的核心技术，实现了对海量数据的存储和处理。典型的具体应用实例包括搅拌站智能服务系统、工程机械远程监控与维护平台、施工数据分析系统和智能手机自助服务终端。这标志着三一重工工程机械智能化与远程监控相融合进入实质性运营阶段。

KDM系统的基本框架图

实时数据平台（KDM）在电厂生产过程中的应用：实时数据是电厂生产过程中各类测量系统自动生成的数据，可广泛地用于生产运营的各种领域，是电力企业宝贵的数据资源，是在线经营管理最为重要、客观的数据基础。经过多年努力，各种针对实时数据的专业应用系统已在行业中运行，发挥了一定的作用，但与实时数据所蕴含的巨大潜力相比，还只是冰山一角。为了挖掘实时数据的应用价值，应当认真研究发展中所遇到的各种瓶颈，利用先进的IT技术和设计方法，大胆创新，顶层设计。北京奥技异电器技术研究所开发的KDM平台正是在这一背景下针对电力行业实时数据的平台化软件产品。

该平台利用“逻辑集中”代替了“物理集中”，即躲开了海量存储，又实现了数据集中；利用 KKS（(ArbeitskreisKraftwerk-KennzeichenSystem）编码实现了电力实时数据的命名；借鉴了苹果公司的AppStore模式，通过接口服务来提取数据，该模式远比从数据库直接读取数据容易得多。KDM平台能够实现多种软件功能，包括：全面系统地数据展示（报警状态、预警状态、数据属性、历史趋势、同期趋势等）；针对任意信号评价、预警等在线判断；趋势检查功能；对实时数据和历史数据进行即席分析的数据挖掘；进行如振动分析、发电机谐波分析等专业分析；根据业主需求订制、自动生成业务报表；进行效率优化、安全优化等。

设备状态监测与故障诊断技术前景远大

随着信息技术的发展，不断有新的研究成果被用来丰富和发展现有状态监测和故障诊断技术。实际应用中，也有越来越多的部门和企业意识到了此技术的重要性。总之，随着不同学科在设备状态监测与故障诊断领域的多层次协作，加上生产部门、管理部门、使用部门的重视和密切配合，必将使设备的状态监测与故障诊断技术发挥更大的作用。

某电厂蒸汽轮发电机组监测系统（控制室）