[00918244]基于虚拟仪器的旋转机械远程智能诊断系统研究

该项目选题紧密结合工业的生产实际，以火电厂大型旋转机械为研究对象，采取理论与实验相结合的手段，设计开发了适用于大型旋转机械振动信号的数据采集平台和基于虚拟仪器的远程智能诊断系统，并在多个火电厂进行了测试，为火电厂大型旋转机械的故障诊断提供理论指导和试验平台。研究了火电厂大型旋转机械振动信号的特点。利用Sunplus的16位单片机Unsp061A和PHILIPS的USB芯片PDIUSBD12研制了具有8个数据采集通道的适合大型旋转机械振动信号采集与处理的装置。该装置可以采集涡流传感器测得的振动信号，并将非标准信号转换为0-5V的标准工业信号，采样精度为12位，速度位100k/s；研究了火电厂大型旋转机械振动信号的特点。利用虚拟仪器软件LabVIEW设计了针对旋转机械振动信号的信号分析程序。包括滤波、加窗等信号的初级分析手段；也有幅域、时域、频域、功率谱等高级信号处理方法；研究了火电厂大型旋转机械故障诊断的多种方法。最终采用神经网络方法作为判定设备运行状态的手段，采用Matlab构建了BP神经网络，提取训练好的神经网络的权阈，并在LabVIEW下编程实现了基于神经网络的故障诊断程序，并对模拟的机械振动信号进行诊断；研究了国内外多种故障诊断系统的诊断结果的发布方式，开发了分布式振动监测分析系统，采用ACCESS构建振动信号数据库，并使用ActiveX和B/S分布技术实现了振动信号的局域网发布。该项目通过旋转机械故障诊断方法的分析，不仅可以为旋转机械故障诊断的应用提供理论指导和技术支持，而且对于预防机械故障造成的停机的发生以及发电厂系统的安全运行提供了技术保障，是具有重要的理论意义和应用价值的课题。