设备状态监测与故障诊断

设备状态监测与故障诊断

我要报名

课程介绍

在智能制造以及中国制造 2025 的大背景下，越来越多的的企业用户开始运用信息化的手段整合底层数据和管理软件，开展设备状态数据的收集建模以达到智能化和柔性化的要求。设备制造商们也都在探索自己产品在基于数据方面的服务形态，如机床远程状态监控和维护服务，矿山风电设备远程监控等在 TPM 思想中早期的预防性维护更多是基于时间周期展开，不可避免的会有某种程度的过度维修而造成潜在成本浪费，而基于实际状态的预见性维护和基于条件的维护在早期因为传感器等硬件无法达到要求和数据传输等方面的技术限制而无法实现，随着工业技术的发展，信息化领域、硬件技术的不断进步，这些基础条件不再是瓶颈反而提供了更大的想象空间，相关的实施需求提上了日程。

课程收益

➢ 了解监测设备的运行状态的方法；

➢ 了解监控设备工况和监测仪器的选择方法

➢ 掌握设备运行状态评估的手段与工具；

➢ 学习设备故障分析的技术手段和分析方法；

➢ 了解设备远程监控技术知识；

培训对象

设备负责人、设备工程师、精益负责人、运营负责人，公司技术高层管理者，相关设备集成商技术人员，智能制造领域技术负责人等

课程大纲

一 传统故障诊断的局限

1. 传统故障诊断方法与工具

2. 传统故障诊断的局限性

3. 状态监测与故障诊断技术对提高企业设备管理水平的作用和意义

讨论：你身边有哪些设备可以进行监测和诊断，用哪些手段诊断，你了解这些设备吗？

二 设备状态特征提取

1. 从张学友演唱会抓小偷的故事看故障诊断的智能化

➢ 人脸识别与智能诊断的基本原理

➢ 智能诊断的优势与应用场景：实时、高效、远程

2. 案例 1：你是听声辩器的武林高手吗？

3. 设备状态的“脸谱”：状态特征的含义与作用

➢ 为什么要提取设备状态特征

➢ 设备状态特征的分类

➢ 特征值的含义和作用

➢ 提取特征值要做哪些准备

➢ 设备运行状态的“脸谱”抓取：设备状态信号采集

➢ 信号采集的手段

➢ 音频和振动信号采集

➢ 音频和振动信号的采样频率和频谱

➢ 振动信号的频谱分析

➢ 特征提取案例

➢ 振动和电压等特征提取软件介绍（自研版权）

➢ 案例 2：利用软件提取轴承振动信号的设备状态特征

➢ 音频和振动信号分析

➢ 小波包和小波包特征

➢ 小波包和频谱分析软件介绍（自研版权）

➢ 案例 3：高压泵声音信号的频谱图绘制和小波包特征提取

➢ 案例 4：汽车发动机声音信号的频谱图绘制和小波包特征提取？

利用控制图进行设备运行趋势的判断

控制图的概念

设备运行趋势的控制图判别法则

利用软件（自研版权）绘制控制图

案例 5：利用控制图判别鼓风机运行趋势

案例 6：利用控制图判别制动器制动性能趋势

案例 7：利用控制图发现轴承早期故障

案例 8：利用控制图判别高压泵运行趋势

故障诊断的基石——特征优化技术

为什么要进行特征优化？

特征优化方法-Relief 算法简介

使用特征优化软件（自研版权）进行特征优化？

案例 9：鼓风机故障特征的优化

案例 10：轴承故障特征的优化

案例 11：高压油泵特征的优化

案例 12：汽车发动机特征的优化

案例 12：汽车发动机特征的优化

基于人工智能的故障诊断技术

利用神经网络进行设备故障智能诊断

利用邻近算法进行设备故障智能诊断

利用支持向量机进行设备故障智能诊断

利用故障智能诊断软件（自研版权）实现故障诊断

案例 13：鼓风机故障智能诊断

案例 14：轴承故障智能诊断

案例 15：高压油泵故障智能诊断

案例 16：汽车发动机故障智能诊断

设备维护利器——故障树介绍

故障树基本原理

故障树分析步骤

故障树软件的基本操作

案例 17：溢流阀故障树分析

故障树的定性分析

故障树的定量分析

胡老师

专业背景

华中科技大学《机械制造及其自动化》专业博士，武汉纺织大学副教授，硕士研究生导师，科技部专家数据库专家，国家基金委函评专家，多项国家自然科学基金项目负责人。共计发表 SCI/EI 论文十余篇，已获国家发明性专利授权 4 项。对机械设备智能维护系统设计、开发及实施，设备预知维护管理有丰富的经验

专长领域

TPM、机械设备智能维护系统设计、开发及实施，设备预知维护管理

服务企业

武汉钢铁集团、宝山钢铁集团、武汉重型机床厂、武汉江南实业集团，武汉宏富达，天门纺织，东风汽车商用车发动机厂等

我要报名

在线报名：设备状态监测与故障诊断(苏州)

其他城市设备管理培训