期刊首页 优先出版 当期阅读 过刊浏览 作者中心 关于期刊 English

《中国工程科学》 >> 2013年 第15卷 第1期

智能动力装备的全生命周期诊断和服务技术与系统研制

1. 西安交通大学机械工程学院,西安 710049;

2. 西安交通大学机械制造系统工程国家重点实验室, 西安 710049;

3. 西安陕鼓动力股份有限公司,西安 710075

资助项目 :国家“十一五”“863”项目资助项目(2012AA040913) 收稿日期: 2012-11-10 发布日期: 2013-01-14 15:42:09.000

下一篇 上一篇

摘要

动力装备作为复杂机电系统具有应用范围广、连续作业、点多线长、危险因素众多的突出特点,针对目前动力装备存在的全生命周期监测诊断技术缺乏、智能化水平不高、服务支持不足的问题,研究开发了智能动力装备的全生命周期监测和服务支持系统。围绕动力装备全生命周期监测诊断和全生命周期性能优化、维修备件服务构建系统平台,研究了系统中的信息采集管理,动态自适应监测,健康状态预示与评估,故障预警和快速智能诊断、转子远程及现场快速动平衡维护以及智能维修决策等关键技术,最后在用户企业构建动力装备产品全生命周期监测与服务支持的示范基地,为客户提供诊断分析、状态评估、全生命周期设备管理、维修决策支持服务。

图片

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

参考文献

[ 1 ] Gu G,Sparks A,Banda S S. An overview of rotating stall and surge control for axial flow compressors [J]. IEEE Trans Control Syst Technol,1999(7):639-647. 链接1

[ 2 ] 王春新,杨 洪,王焕娟,等.物联网技术在输变电设备管理中的 应用[J]. 电力系统通信,2011,32(233):116-123 链接1

[ 3 ] 李云峰,张 勇. 国家电网公司资产全寿命周期管理框架体系 研究[J]. 华东电力,2010,38(8):1126-1131. 链接1

[ 4 ] 张继锐. 基于状态的设备维修管理系统的研究与开发[D]. 西 安:西安交通大学,2006.

[ 5 ] 赵建民. 基于案例的备件需求预测技术及软件[J]. 计算机工程, 2001,27(8):138-139. 链接1

[ 6 ] 张雄伟,曹铁勇. DSP芯片的原理与开发应用[M]. 2版. 西安:西 安电子科技大学出版社,2002:8-16.

[ 7 ] 刘 弹. 设备状态点检网络化管理系统的研究与开发[D]. 西 安:西安交通大学,2001.

[ 8 ] Kim Y S,Kolarik W J. Real-time conditional reliability prediction from on-line tool performance data [J]. International Journal of Production Research,1992,30(8):1831-1844. 链接1

[ 9 ] 周东华,徐正国. 工程系统的实时可靠性评估与预测技术[J]. 空间控制技术与应用,2008,34(4):3-9. 链接1

[10] 华 成,张 庆,徐光华,等. 动态概率模型跟踪性能退化的实 时可靠性评估[J]. 西安交通大学学报,2010,44(1):46-51. 链接1

[11] Huang N E,Shen Z,Long S R,et al. The empirical mode decomposition and the hilbert spectrum for nonlinear and non-stationary time series analysis [J]. Proc R Soc Lond,1998,454: 903-995. 链接1

[12] 吴宝海,席 光,王尚锦,等. 离心式压缩机性能预测模型 研究[J]. 风机技术,1993(3):5-8. 链接1

[13] 孙 涛,徐光华,张春梅. 基于喘振频域特性的失稳预警技术 研究[J]. 西安交通大学学报,2007,41(11):1321-1325. 链接1

[14] 张熠卓,徐光华,梁 霖. 基于非线性流形学习的喘振监测技 术研究[J]. 西安交通大学学报,2009,43(7):44-48. 链接1

[15] 阳建宏,徐金梧,杨德斌,等. 基于主流形识别的非线性时间序 列降噪方法及其在故障诊断中的应用[J]. 机械工程学报, 2006,42(8):154-158. 链接1

[16] 梁 霖,徐光华,栗茂林,等. 基于非线性流形学习的冲击故障 特征提取方法[J]. 西安交通大学学报,2009,43(11):95-99. 链接1

[17] Yu Paoshan,Chen Shientsung,Chang Ifan. Support vector regression for real-time flood stage forecasting [J]. Journal of Hydrology,2006,328:704-716. 链接1

[18] 华 成,徐光华,张 庆,等. 在线服役设备的备件动态统计与 需求预测方法[C]// 2010年全国振动工程及应用学术会议. 沈 阳,2010:137-142.

[19] 李金国,丁红兵. 备件需求量计算模型分析[J]. 电子产品可靠 性与环境试验,2000(3):11-14. 链接1

[20] 郁君平. 设备管理[M]. 北京:机械工业出版社,2002:153-160

相关研究