目前，旋转接卸在各类工业生产体系中均占据核心地位，一旦其出现故障将会严重影响整个工作的运行，设备管理部门针对此类设备不仅要制定长远的运行时间与满足极端苛刻条件的性能标准，还需要设计此类设备智能设备状态维修方案或框架结构，以便能够更好地实现对旋转类设备的故障预测和诊断。
旋转类设备智能状态维修
旋转类设备智能状态维修
坦白地讲，旋转类设备智能状态维修管理平台的搭建，重点是根据软件、硬件设备管理需求，实现对设备的状态维护和修理。而所谓状态维修，即通过监测和数据处理提取设备劣化信息，从而利用预测和诊断系统实现减少停机时间。具体涉及到数据采集、数据预处理、特征提取、健康评定、预测以及诊断等方面，详情如下所示。
1.数据采集
即提供数字化传感器或变频器获取有用信息(数据采集)，使用网络进行信息传递(数据通信)，以及利用信息传输系统存储数据，并提供下一步处理(数据存储和处理)。
2.数据预处理
即从数据中剔除掉外部干扰信息和偏差的影响，以保证获取更加可靠的检测结果。
3.特征提取
主要是为实现特定的检测目的，选取出最重要的，并可靠性高的数据特征组合。
4.健康评定
所谓健康评定，即借助状态监测信息以判定设备是否是健康运行还是出现劣化，在这一步中明确标准。
5.预测
即在早期发现设备组件出现的潜在故障，并有一定的手段和技术来预测这一缺陷的进展。
5.诊断
主要是通过故障检测以发现问题点，找出故障根本原因并采取有效的隔离措施，是故障诊断的主要三个任务。
在运行监测过程中，一些缺陷，例如局部污染等，导致影响了设备的运行参数，如流量和效率的变化，而这些又反过来影响观察参数的变化，包括压力，温度，燃料流量和转速变化等。这些偏离运行参数的数据可以用来侦测故障和隔离故障;另一方面，由于机械性能的劣化进行影响到整个设备的有效运行。而现场的数据表明，组合两种或者更多的监测技术可以让我们获取更多地、更可靠地设备劣化信息。
综上所述，对于旋转类设备建立状态维修，企业首先要选择有效的数据采集穿感器，其次要提取显著特征并进行信号预处理，然后还要充分利用专业知识进行分析，同时要设计有效的数据模型以便从各类传感器中获取信息，最后要善于整合尽可能多的状态监测方法以提高故障预测的能力。
欲了解更多，请点击设备管理系统。
温馨提示：
如果您在设备管理系统选购、实施、维护等方面遇到疑难问题，欢迎联系乾元坤和设备管理系统软件开发技术工程师，他们会给您详细的解答，联系方式：13522956919 13522956919。
