电梯曳引机在振动中的故障诊断分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇电梯曳引机在振动中的故障诊断分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要 曳引机作为旋转机械是我国工业企业、日常生活中的常用设备-电梯中的关键部件，一旦发生事故就会严重影响整个设备甚至整个企业的正常运转。本文首先探讨了电梯曳引机振动中的故障诊断的必要性与可行性，建立了电梯曳引机振动中的故障在线监测体系，并提出了相关发展展望。

关键词 电梯曳引机；机械振动；故障诊断；在线监测

中图分类号TU857 文献标识码A 文章编号 1674-6708（2012）78-0065-01

当前世界各国屡屡发生重大电梯安全事故，我国也曾发生多起断齿急坠事故，造成巨大经济损失[1-2]。因此，开展电梯曳引机状态监测与故障诊断系统的研究意义重大。本文为此具体探讨了电梯曳引机振动中的故障诊断体系的建立。

1 旋转机械振动中的故障诊断的必要性与可行性

1.1 旋转机械振动中的故障诊断的必要性

旋转机械故障诊断技术对于减少维修费用，降低生产成本，提高经济效益和社会效益具有重要作用。一台200MW的汽轮机发电机每停机一天，则少发电480万千瓦时，经济损失高达数百万元[3]，一台电梯停止运行，涉及千家万户的生活甚至安全。可以通过监测机械设备是否出现故障的迹象来预知并防止可能产生的停机。振动监测及机械设备诊断是对生产设备状态进行跟踪的有效方法，符合最佳维护实践，能够延长设备使用寿命，避免意外停机。此外，访问关键生产设备运行状态的可靠性信息是至关重要的，而不是等到设备内部出现故障后得到一个故障信号。机械设备停车保护只是整体监测策略的一部分，它针对的是那些不起眼的状况。真正的监测设备需要训练有素的工作人员使用配套的软件在重要的压缩机、涡轮机、变速箱、泵、连接器和风机等设备发生意外故障前就发现和确定各种迹象。不管如何，能够及时进行维护总要比等到发生灾难性的故障然后进行费用高昂的维修要好得多[4]。

1.2 旋转机械振动中的故障诊断的可行性

某某企业通过对某电厂汽轮机的现场测试，分析了转子系统故障发生的原因，针对机器的振动超标问题，采取改变转子支承刚度和改变轴承支承位置等措施，保证了机器正常和可靠地运转，进而创造了近亿元的直接经济效益。我市某电梯生产企业，通过对曳引机的现场检测，发现曳引机涡轮齿轮断齿，并经过分析轮齿断面分析和材质分析，采取了改变涡轮材质和调整设计方案的措施，保证曳引机可靠性，预防和减少故障的发生。当前根据旋转机械面临的重大实际问题，国家自然科学基金委员会设立了自然科学基金重大项目"大型旋转机械非线性动力学问题"，以非线性动力学理论为基础，研究故障旋转机械的非线性动力学问题，进而揭示故障旋转机械的复杂非线性动力学特性及故障发生 的机理，并提出抑制振动的有效措施，以减少甚至避免重大事故的发生[5]。

2 旋转机械振动中的故障在线监测体系的建立

先进的在线监测系统代表了一种超越传统人工监测的技术，它可以获得旋转机械设备的连续状态信息，而不是像过去 只能监测某一个时间点的信息。我们可以监测到重要设备的振动频率变化和温度升高，而这些迹象都预示着即将发生故障。从设备中获取的信息以图形化的形式表现出来，这使工作人员可对所发生的情况一目了然，维护工程师和设备专家可通过这些实时信息来分析机械设备的运行状况。分析人员根据这些信号可以了解故障的具体方位、性质和严重程度，同时可以更加精确地预测设备什么时候需要维护，从而避免设备损坏造成的意外停机和停产。机械设备状态管理软件对每一种机械设备在生产环境中的重要性进行了分类，并就各种设备故障是否会引起整个工厂停车或是部分停车进行了描述。在线监测功 能的优点就是可以对机械设备的状态进行连续监测[6]。

3 旋转机械振动中的故障在线监测体系的发展

随着科学技术的发展，艾默生的CSI6500 机械设备状态监测器是专门针对过程自动化项目以及新建和升级项目保护而设计的，它集预测和防护于一体，遵循API670标准，可提供用于快速决策的实时信息。另外还有AMS设备管理组合中的机械状态管理预测维护软件，它能够连续捕捉工厂设备的振动数据，并以图形化的方式向分析人员展示机械设备内部发生的情况。操作人员因为获得了机械设备和过程的状态信息，能够更容易地识别和掌控各种状况，从而避免设备故障和性能下降，并有机会对过程和性能进行优化，以提高设备的投资回报。近日，DK-MDES旋转机械状态监测与故障诊断专家系统在京通过专家鉴定，这套系统的研制成功标志着我国故障诊断水平将登上一个新的台阶。该系统是一个以计算机为基础，由状态监测和故障诊断专家系统两大部分组成的有机整体。它采用了新一代的人工智能语言，由知识库、动态数据库、推理机及 人机交互等模块组成。在智能推理过程中应用了模糊理论的模糊模式识别与不精确的推理，在诊断策略上采用了分级评判（频谱模式识别、运行相量的模糊识别及故障特征智能推理分析）与综合评判，在此基础上得出最终的诊断结论。此监测系统在电梯旋转部件在线诊断中也将有广泛的应用价值。

总之，本文围绕电梯曳引机智能故障诊断这一关键问题，引入在线监测的理论和方法，能较好地识别故障模式，在电梯曳引机故障诊断中具有良好的应用前景。

参考文献

[1]蔡玉峰.动态系统故障诊断技术研究进展与展望[J].计算机测量与控制，2002，10（12）：770-781.

[2]于开平，张玉国，郑丽雯，等.机械振动信号分析的非线性的小波方法[J].汽轮机技术，2011，2（4）：229-230.

[3]孙为民，杨冬生.汽轮发电机组安装后启动过程中振动故障的分析与处理[J].汽轮机技术，2001，8（4）：241-243.

[4]于翔，陆颂元.一台200MW机组改造后轴系振动分析和高速动平衡[J].汽轮机技术，2009，5（3）：153-155.

[5]黄庆，张雷.带有偏差神经元的内回归神经网络在旋转机械故障诊断中的应用[J].汽轮机技术，2008，2（10）：247-249.

[6]孙红春，张洪亭.转子故障智能诊断与转子平衡集成系统的开发[J].振动与冲击，2011，1（20）：26-27.