首页 理论教育状态监测:如何实现有效的监测系统?

状态监测:如何实现有效的监测系统?

【摘要】:状态监测通过外置传感终端进行关键故障点的状态监测,是预测性维护平台的基础。随着设备智能化程度的提高,部分设备能提供其本身的状态监测数据。健康状态取决于由历史数据组成的实际状态,实际状态通过直接或间接的传感功能测得。典型的状态评估是将计算或测量的状态结果与阈值或参考值进行比较。部件状态的计算可能不足以为整个设备或系统提供状况状态。

状态监测通过外置传感终端进行关键故障点的状态监测,是预测性维护平台的基础。状态监测技术发展到现在,在各工程领域都形成了各自的监测方法,状态监测的方法依据状态监测手段的不同而分成许多种,常用的包括:振动监测法、噪声监测法、温度监测法、压力监测法、油液分析监测法、声发射监测法等。随着设备智能化程度的提高,部分设备能提供其本身的状态监测数据。

状态信息是基于数据采集生成的,采集的数据作为健康状态计算的输入。健康状态取决于由历史数据组成的实际状态,实际状态通过直接或间接的传感功能测得。典型的状态评估是将计算或测量的状态结果与阈值或参考值进行比较。此外,为了评估状态,可能还需要对采集的数据进行预处理,例如滤波、数据校正、消除叠加趋势等。

根据应用程序不同,可以使用不同的算法进行数值处理,包括从简单的算术函数、统计函数、微分、积分,到像快速傅里叶变换等的变换函数。随着组件的计算能力的增加,这种算法可以直接部署到传感器层次的部件中。数据驱动的方法也可以用于状态监测,通过历史数据对所需的系统输出建模,这种方法包括常规数值算法如线性回归或卡尔曼滤波器,以及在机器学习和数据挖掘社区中常见的算法如神经网络决策树和支持向量机等。

由于功能的多样性,非常有必要建立一套统一的解释方法对计算出的状态进行解释,即将状况状态与应用程序的取值范围(由阈值或参考值表示)建立映射。

部件状态的计算可能不足以为整个设备或系统提供状况状态。因此,有必要结合不同的状态值,这种组合的结构是由设备或系统的功能结构给出的,它可能跨越若干个逻辑层次。