基于Internet的压缩机远程监测与故障诊断技术研究

【摘要】：压缩机是工业领域的关键机械设备,一旦其出现异常或突发状况,往往会造成整套设备或机组的瘫痪,为企业和社会造成巨大的经济损失,甚至会引起重大的人员伤亡事故。所以及时的状态监测及故障诊断对安全生产有着重要意义。同时随着压缩机机组的复杂化、网络化的发展,传统的本地监测与诊断模式已很难满足诊断的需求,所以远程化与智能化成为了当前研究的热点。本文以螺杆压缩机为研究对象,建立压缩机远程监测平台以及智能故障诊专家系统。 首先对远程监测平台的总体架构进行了研究,根据压缩机监测的实际需求,确定了其网络结构,并通过对当前软件平台结构的对比,确定了基于RIA的互联网应用框架,由CBX解决方案进行开发,并选用SQL Server2000数据库管理系统进行数据库开发。另外对于系统平台的网络安全策略,分别在硬件与软件上进行了相关研究。 在对螺杆机基本结构及工作原理分析的基础上,总结出螺杆压缩机常见的故障。主要研究了基于振动信号的分析方法,包括时域分析、频域分析以及时频分析,并通过实测信号进行分析,以验证分析方法的可行性。 传统基于规则的专家系统存在着知识获取“瓶颈”等问题,而神经网络因其具有并行、自适应性、自学习性等优点,有效地解决了传统专家系统遇到的问题。本文综合其各自优点,提出了神经网络专家系统,分析并确定了神经网络系统的结构。针对压缩机故障种类繁多的特点,采用集成神经网络的思想,将各类故障由诊断子网络进行诊断,最后再由决策网络进行融合。在诊断子网络的处理过程中,多传感器的局部信息融合则由D-S信息融合完成。最后,对神经网络专家系统的知识库进行了设计。 最后设计开发出基于internet的压缩机远程监测及故障诊断系统,其功能包括数据采集与通信、实时监测、数据分析、信息查询与管理、权限管理、报表管理以及专家系统等等。