徐小力梁福平许宝杰韩秋实王为真
摘要旋转机械是工业上应用最广泛的机械，为了对其进行安全生产和实行科学维护，需要研究旋转机械在线监测及预测技术。采用了综述该技术发展趋势与介绍该技术研究工作相结合的方法。在大型机组上施行的实践验证结果表明：所研究的技术是有效的，分析手段是适用的。
关键词旋转机械；工作状态；监测及预测
一、引言
旋转机械状态监测技术，是近年来研究的热门课题，这里着重考虑的是避免设备的随机性故障。自动在线监测方式与定期监测方式、在线检测离线分析监测方式相比技术水平先进，既避免设备突发性故障又无需专业人员现场操作。旋转机械状态在线预测技术，是研究的新兴课题之一，这里着重考虑的是预测设备的时间依存性故障和改变设备的维护方式。该技术是在状态监测及故障分析基础上发展起来的，是实现以先进的预知维护取代以时间为基础的预防性维护的关键技术。本课题着重研究的是设备状态在线监测及趋势预测的方法。
二、旋转机械状态监测技术的发展
1.旋转机械状态监测技术的发展历程
旋转机械是工业上应用最广泛的机械。许多大型旋转机械，如：离心泵、电动机、发动机、发电机、压缩机、汽轮机、轧钢机等，还是石化、电力、冶金、煤炭、核能等行业中的关键设备。本世纪以来，随着机械工业的迅速发展，现代机械工程中的机械设备朝着轻型化、大型化、重载化和高度自动化等方向发展。出现了大量的强度、结构、振动、噪声、可靠性，以及材料与工艺等问题，设备损坏事件时有发生，国内外大型汽轮机严重事故是其典型实例。
大型旋转机械状态监测技术研究是国家重点的攻关项目，目的是提高大型旋转机械的产品质量，减少突发性事故，避免重大经济损失。50年代，各种类型和性能的传感器和测振仪相继研制成功，并开始应用于科学研究和工程实际。六七十年代，数字电路、电子计算机技术的发展、“信号数字分析处理技术”的形成，推动了振动检测技术在机械设备上的应用。70年代至80年代，机械设备的状态监测与故障诊断技术在许多发达国家开始研究。随着电子计算机技术、现代测试技术、信号处理技术、信号识别技术与故障诊断技术等现代科学技术发展，机械设备的监测研究跨入系统化的阶段，并把实验室的研究成果逐步推广到核能设备、动力设备以及其它各种大型的成套机械设备中去，进入了蓬勃发展的阶段。例如：日本三菱公司的“旋转机械健康管理系统”(machineryhealthmonitoring，简称MHM)，美国西屋公司的“可移动诊断中心”(mobilediagnosiscenter，简称MDC)，丹麦B＆K公司的2500型振动监测系统等，都具备了机组信号数据的采集、分析、计算、显示、打印、绘图等功能，并配有专项诊断软件。先进的状态监测系统把体现机械动态特性的振动、噪声作为主要监测和分析的内容。由于振动、噪声是快速的随机性信号,不仅对测试系统要求高，而且在分析中要进行大量的数据处理，国内外在80年代用小型计算机或专用数字信号处理机做为主机完成机械动态特性的数据处理(如:HP5451C),该类主机不仅价格昂贵(一般价格为数十万元)而且对工作环境要求苛刻(需要专用机房)，因而通常采用离线监测与分析的方式。
90年代以来，高档微机不断更新且价格迅速下降，适合数字信号处理的计算方法不断优化，使数据处理速度大为提高，为在工业现场直接应用状态监测技术创造了条件。丹麦、美国、德国、日本等发达国家的专家学者对旋转机械工作状态监测技术进行了深入研究，研制出不同系统。该类系统以丹麦B&K公司的2520型振动监测系统、美国BENTLY公司的3300系列振动监测系统、美国亚特兰大公司的M6000系统为代表已经达到较高的水平。在功能上比较典型的系统之一是丹麦B&K公司的2520型振动监测系统(vibrationmonitor-type2520)，主要功能有：自动谱比较并进行故障预警报警；对6％和23％恒百分比带宽谱进行速度补偿；幅值增长趋势图显示；三维谱图显示；振动总均方根值(振动烈度)计算；支持局域网。美国IRD公司的IQ2000系统可认为是至今为止有报道的功能最齐全的监测与诊断系统。
我国在工业部门中开展状态监测技术研究的工作起步于1986年，在此之前从国外引进的大型机组，一般都购置了监测系统。而在自行研制的国产设备上，若选用国外的监测系统，由于价格异常昂贵而难以接受。80年代中后期以来，我国有关研究院所、高等院校和企业开始自行或合作研究旋转机械状态监测技术，无论在理论研究、测试技术和仪器研制方面，都取得了成果，并开发出相应的旋转机械状态监测系统。如：西安交通大学、浙江大学、北京理工大学、北京机械工业学院等。
国内主要有几种类型：a.哈尔滨工业大学等单位联合研制的3MD-Ⅰ、3MD-Ⅱ、3MD-Ⅲ系统；b.西安交通大学机械监测与诊断研究室的RMMDS系统；c.西安交通大学润滑理论及轴承研究室的RB20-1系统；d.郑州工学院的RMMDS系统；e.重庆太笛公司的CDMS系统；f.浙江大学的CMD-I型及II型系统；g.西北工业大学的MD3905系统；h.北京机械工业学院的BJD-ZⅠ、BJD-ZⅡ、BJD-ZⅢ系统。其中比较典型的系统有：1985年10月通过鉴定的由哈尔滨工业大学等单位联合研制的3MD-Ⅰ微机化“汽轮发电机组振动监测与故障诊断系统”，以及后来进一步开发的汽轮机故障诊断专家系统3MD-Ⅱ、3MD-Ⅲ；1987年通过鉴定的由西安交通大学机械故障诊断研究室研制的RMMD-S化肥五大机组“微机状态监测与故障诊断系统”等。这些系统的主要功能有：轴振动监测，包括轴心轨迹分析、轴向串动、轴振动位移峰-峰值计算；壳体振动监测；频谱分析，包括频率细化、阶比谱分析、阶跟踪谱、三维功率谱分析；自动预、报警；故障特征提取及诊断。
以上系统的软件功能比较丰富，硬件性能也不断改进，但基本上仍处于研究发展阶段，且价格依然昂贵，这些系统主要应用于国家重点企业中关键设备的监测或特定设备的监测，如大型汽轮机组、大型水轮机组等。
从技术发展过程看，现代监测技术大致经历了两个阶段。
第一阶段是以传感器技术和动态测试技术为基础，以信号处理技术为手段的常规技术发展阶段，这一阶段的技术已在工程中得到了应用，它吸收了大量的现代科技成果，传感器技术的飞跃发展，使之可以利用振动、噪声、力、温度、电、磁、光、射线等多种信息。由此产生了设备的振动、噪声、光谱、铁谱、无损检测、热成像等监测和故障分析技术。信号分析与数值处理技术的发展，结合微计算机技术的发展，使各种方法应运而生，如：状态空间分析、对比分析、函数分析、逻辑分析、统计和模糊分析方法。近年来，各种数据处理软、硬件的出现使实时在线监测及故障分析技术成为可能。
人工智能技术为设备监测和故障分析的智能化发展提供了可能，使得现代监测技术发展步入第二阶段。这一阶段的研究内容与实现方法已开始并正在继续发生着重大变化，以数据处理为核心的过程将被以知识处理为核心的过程所替代，开展了专家系统、神经网络和模糊分析等理论、方法和应用技术的研究。这阶段起主导作用的将是人类专家的知识，包括人类专家所拥有的领域知识、求解问题的方法等。由于实现信号检测、数据处理与知识处理的统一，使得先进技术不再是少数专业人员才能掌握的技术，而是一般操作人员所能使用的工具。
2.旋转机械状态监测技术的发展趋势
机械设备运行状态的监测技术，已经从单凭直觉的耳听、眼看、手摸，发展到采用现代测量技术、计算机技术和信号分析技术的先进的监测技术，诸如超声、声发射、红外测温等，层出不穷。人工智能、专家系统、模糊数学等新兴学科在机械状态监测技术中也找到用武之地。
在机械动态信号分析方法和应用技术上，新近的发展有：采用空间域滤波的预处理、采用Vold－Kalman滤波的多轴阶比信号分析技术、适于非平稳信号的基于Wigner－Ville分布分析、小波(wavelet)变换方法、混沌分析方法、智能传感与检测技术、以及与VXI总线仪器平台相关的技术等。
现今，国内外较典型的状态监测方式主要有3种。
(1)离线定期监测方式。测试人员定期到现场用一个传感器依次对各测点进行测试，并用磁带机记录信号，数据处理在专用计算机上完成，或是直接在便携式内置微机的仪器上完成；这是当前利用进口监测仪器普遍采用的方式。采用该方式，测试系统较简单，但是测试工作较烦锁，需要专门的测试人员；由于是离线定期监测，不能及时避免突发性故障。
(2)在线检测离线分析的监测方式。亦称主从机监测方式，在设备上的多个测点均安装传感器，由现场微处理器从机系统进行各测点的数据采集和处理，在主机系统上由专业人员进行分析和判断。这种方式是近年在大型旋转机械上采用的方式。相对第一种方式，该方式免去了更换测点的麻烦，并能在线进行检测和报警；但是该方式需要离线进行数据分析和判断，而且分析和判断需要专业技术人员参与。
(3)自动在线监测方式。该方式不仅能实现自动在线监测设备的工作状态，及时进行故障预报，而且能实现在线地进行数据处理和分析判断；由于能根据专家经验和有关准则进行智能化的比较和判断，中等文化水平的值班工作人员经过短期培训后就能使用。该方式技术最先进，不需要人为更换测点，不仅不需要专门的测试人员，也不需要专业技术人员参与分析和判断；但是软硬件的研制工作量很大。本课题研究的是这种方式。
今后，旋转机械状态监测技术趋向由离线定期监测方式、在线检测离线分析监测方式，发展为自动在线监测方式。随着人工智能理论的发展及其在实际中的应用、数据处理软件的大量开发，今后旋转机械状态监测技术正向多目标、多层次监测和网络化方向发展。
三、旋转机械状态预测技术的发展
1.旋转机械状态预测技术的发展历程
当机械设备发生故障时,不仅物质财富遭到破坏，服务逼迫中断，甚至连人员的生存也会受到威胁。在工业史上，由于机械设备故障造成的灾难和环境事故频频发生。例如，美国阿莫科.卡迪斯号油轮原油泄漏事故，前苏联的切尔诺贝利核电站事故等等，了解这些事故发生的过程以及如何加以防范，成为要考虑的重要问题。尤其这些故障大都是由于人为干预和不当措施所造成的，因而减少维护次数和提高维护的科学性是预防恶性事故发生的重要方面。
传统的机械设备维护方式概括为：运转至损坏再维护和以时间为基础的预防性维护；前者一般用于廉价的小型机器，采用后备设备来保证生产；后者也称定期维护，一般用于大中型设备，不论设备是否有故障都按人为计划的时间定期检修80年代以来，以建立新的维修体制为目标形成了综合工程学科，这一工程学科在欧美、日本以不同的形式获得了推广。近年来丹麦、美国、德国、日本等发达国家的专家学者进一步提出了预知维护的基本概念。90年代以来，开始研究新型旋转机械工作状态分析和状态预测技术，研究采用专家系统、神经网络等新的应用技术。但是，人工智能状态在线预测和预知维护的研究尚处于研究发展的起步阶段。
设备预知维护是通过对机械设备运行状态做监测及预测来取代定期检修方式，其原则是：只有当监测、分析和预测结果表明有必要维修时才进行维修。这种现代化维护方式能监测和预报设备的故障，在发现故障前兆时能及时停机，甚至能按判别出的故障的性质和部位，有目的地进行检修。其检测方式通常是定期检测，但理想的方式是在线实时检测；其分析预测方式通常是在计算机上由专业人员评定完成，但理想的方式是由人工智能系统实时在线判断完成。
因此，若能在线实时检测和以人工智能分析机械设备经历的和当前的状态，并预测随后的发展，则可以随时、科学、有效地揭示机械设备当前的工作状态，并预测今后多长时间设备状态将达到不可接受的程度而应当停机维修，从传统的预防维护上升到预知维护。若对旋转机械设备实行预知维护，需要在旋转机械状态监测和故障分析的基础上，进一步通过对设备状态进行频域、时域的综合分析判断以及状态的趋势预测来实现。