1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
就要向业务专家了解数据相关性要求，根据行业领域知识有选择地进行传感器部署。
预测性维在线状态监测系统背景下的设备预测性维修分析石油天然气工业论文备的运行情况，应用系统工程的方法进行综合判断，查明设备内部情况。
在线状态监测系统背景下的设备预测性维修分析石油天然气工业论文。
维修记录设备的维修记录是预测维修解决方案的重要数据，因为维修活动会影响设备的可靠性。
维修记录包括定期的保养测试翻新技术改造等计划性维修活动，以及故障检修停机检修等非计划造商型号制造日期等，不同制造商生产的设备不同型号的设备，在设备的材料设计工艺上都会存在很大的差异性，从而决定了设备出厂时的可靠性水平。
预测性维修的概念预测性维修是以状态为依据的维修。
在机器运行时，对它的主要或需要部位进行定期或连续的状态监测和故障诊断，判定装备所处的状态，预测装备状态及未来发展趋势后导致设备故障的发生。
故障预测的过程是使用设备历史数据进行训练，得到个可以识别隐藏的设备故障模式的模型，然后将实时的数据扔到模型中以识别到故障发生的概率。
目前般采用机器学习来进行模型训练，要求训练数据既有设备的特征，又要有故障标签，经过训练的模型可以获得特征与目标预测值之间的关联关系，这是图振动呈直线上升趋势图振动趋势降到正常水平图振动较高且趋势波动明显平台收到邮件后，及时对电机非驱动端加注润滑脂后，振动加速度总值和速度总值于当日时左右开始逐渐下降到波动之前的正常水平，如图所示。
◇案例背景年月份，渤海平台注水泵运行过程中，电机驱动端振动加速度总值变高且存在较大的波动现象，该端加员在线监测值班人员发现异常现象，调取设备状态监测数据和结合其他相关数据，判断该设备是润滑不良导致设备振动数据异常，第时间和平台取得联系，向平台发送邮件进行分析和提出处理措施。
平台收到邮件后及时处理，设备振动重新恢复到振动波动之前的正常范围。
事件处理过程当日时时注水泵泵，电机非驱动端加速度总值前设备故障诊断研究的热点是嵌入式故障诊断技术，以动力学分析为基础的故障诊断技术，基于神经网络理论的故障诊断技术，以解决强干扰多故障多征兆突发条件下的故障为目的的故障诊断技术等。
故障诊断的手段也在向自动诊断和远程诊断方向拓展。
状态预测则更多地利用对设备连续监测所得的特征参数的时间序列，对设备的未来状故障，及时处理，避免设备故障进步恶化引起设备事故性故障发生，甚至避免灾难事故的发生，提高设备可靠性优化设备的可靠性，减少机器停机时间，提高了生产率可在设备维护后验证维护效果和质量，找到导致机器早期故障发生原因，对设备维护和维修流程加以优化并消除故障性停机，提高维修效率和资产利用率，降低设备维修和结合其他相关数据，判断该设备是润滑不良导致设备振动数据异常，第时间和平台取得联系，向平台发送邮件进行分析和提出处理措施。
平台收到邮件后及时处理，设备振动重新恢复到振动波动之前的正常范围。
事件处理过程当日时时注水泵泵，电机非驱动端加速度总值出现轻微波动，在线监测人员发现后通过在线监测系统密切在线状态监测系统背景下的设备预测性维修分析石油天然气工业论文现轻微波动，在线监测人员发现后通过在线监测系统密切关注振动发展变化。
当日下午时后，电机非驱动端加速度总值和速度总值同时呈直线上升趋势，如图所示。
在线监测人员于时时之间及时和平台取得联系，向平台发送邮件描述设备振动状态和提出处理建议。
在线状态监测系统背景下的设备预测性维修分析石油天然气工业论文预测与最优维护技术北京中国科学技术大学出版社，王江萍编著机械设备故障诊断技术及应用西安西北工业大学出版社，李政基于在线状态监测系统的设备预测性维修仪器仪表用户，。
◇案例背景年月份，通过在线状态监测系统发现南海平台处于运行状态的注水泵泵，电机非驱动端振动加速度和速度总值出现异常。
诊断中心直线上升趋势图振动趋势降到正常水平图振动较高且趋势波动明显平台收到邮件后，及时对电机非驱动端加注润滑脂后，振动加速度总值和速度总值于当日时左右开始逐渐下降到波动之前的正常水平，如图所示。
◇案例背景年月份，渤海平台注水泵运行过程中，电机驱动端振动加速度总值变高且存在较大的波动现象，该端加速度总值进行预测，目前研究的热点是时间序列模型预测灰色模型预测神经网络预测等，主要立足于解决预测精度和预测时间间隔问题。
随着监测诊断和预测技术及仪器的发展，预测性维修的理论技术及其整个体系也日趋成熟。
参考文献何钟武，肖朝云，姬长法编著以可靠性为中心的维修北京中国宇航出版社，周东华，陈茂银，徐正国编著可靠用。
图包络频谱中存在轴承故障频率图轴承保持架磨损严重预测性维修的提出经历了不长的时间，但预测性维修通过对设备状态进行监测和诊断，对设备的状态做出正确的判断，从而制定出科学合理的维修策略，克服了现行维修所面临的很多难题。
故障诊断和状态预测技术的发展是预测性维修发展的关键。
从国内外近年的研究可以看出，注振动发展变化。
当日下午时后，电机非驱动端加速度总值和速度总值同时呈直线上升趋势，如图所示。
在线监测人员于时时之间及时和平台取得联系，向平台发送邮件描述设备振动状态和提出处理建议。
更换故障轴承。
结论通过以上案例实践，证实了基于在线状态监测系统的设备预测维修的有效性及时预测设备运转状况和趋势，发到，如图所示。
轴承加速度时域波形冲击明显，包络频谱中存在轴承故障频率如图所示且速度时域波形存在轻微的削顶现象。
◇案例背景年月份，通过在线状态监测系统发现南海平台处于运行状态的注水泵泵，电机非驱动端振动加速度和速度总值出现异常。
诊断中心人员在线监测值班人员发现异常现象，调取设备状态监测数在线状态监测系统背景下的设备预测性维修分析石油天然气工业论文师或专家去实现设备故障的预测。
不管机器学习模型还是人工进行设备故障预测，通常基本需要以下这些与故障具有相关性的主要数据设备属性主要包括设备的制造商属性，比如制造商型号制造日期等，不同制造商生产的设备不同型号的设备，在设备的材料设计工艺上都会存在很大的差异性，从而决定了设备出厂时的可靠性水平。
图振动要素和重点故障预测的前提假设是设备故障遵循种与时间相关的模式，也就是说设备会随着使用时间的增加而出现性能下降健康衰减零件磨损等问题，最终这些问题积累到定程度后导致设备故障的发生。
故障预测的过程是使用设备历史数据进行训练，得到个可以识别隐藏的设备故障模式的模型，然后将实时的数据扔到模型中以识别到故的概念预测性维修是以状态为依据的维修。
在机器运行时，对它的主要或需要部位进行定期或连续的状态监测和故障诊断，判定装备所处的状态，预测装备状态及未来发展趋势。
依据装备的状态发展趋势和可能的故障模式，预先制定预测性维修计划，确定机器应该修理的时间内容方式和必需的技术及物资支持。
预测性维修集装备状态监测维修活动。
维修记录明细应该包含设备维修时间维修类型维修内容更换的备件等信息。
目前很多企业，维修记录会通过信息管理系统等软件进行管理。
运行状态设备的健康状况在运行中随着时间而逐渐衰弱，为了预测设备的故障，需要有随着时间变化的特征来捕捉设备的老化模式。
通过部署传感器边缘计算依据装备的状态发展趋势和可能的故障模式，预先制定预测性维修计划，确定机器应该修理的时间内容方式和必需的技术及物资支持。
预测性维修集装备状态监测故障诊断故障状态预测维修决策支持和维修活动于体，是种新兴的维修方式。
预知性维修被定义为以设备诊断技术为基础，结合设备故障的历史和现状，参考运行环境及其他同类器学习最擅长的东西。
当然，在没有部署机器学习系统的情况下，这些工作只能靠人工去甄别筛选辨别，所以就需要有丰富的知识和经验，具备定技能的专业工程师或专家去实现设备故障的预测。
不管机器学习模型还是人工进行设备故障预测，通常基本需要以下这些与故障具有相关性的主要数据设备属性主要包括设备的制造商属性，比如加速度总值达到，如图所示。
轴承加速度时域波形冲击明显，包络频谱中存在轴承故障频率如图所示且速度时域波形存在轻微的削顶现象。
预测性维修研究要素和重点故障预测的前提假设是设备故障遵循种与时间相关的模式，也就是说设备会随着使用时间的增加而出现性能下降健康衰减零件磨损等问题，最终这些问题积累到定程
在线状态监测系统背景下的设备预测性维修分析（石油天然气工业论文）
