首页/文章/ 详情

科普 | 从洗衣机跳舞到核电厂主泵预警,AI能读懂机器的振动

9分钟前浏览2

工业中有一类设备几乎无处不在:发电厂的汽轮机、化工厂的压缩机、矿山的通风机、各种工厂的水泵……

它们形态各异,却有一个共同点:都依靠旋转部件完成工作,所以也被统称为旋转机械。

汽轮机通过高速旋转的叶片将蒸汽能量转化为机械能,压缩机通过旋转部件提高气体压力,水泵靠叶轮旋转输送液体,电动机则利用电磁作用驱动转子旋转。

1.png

旋转机械通常包含转轴、轴承、叶轮、齿轮、联轴器等部件,长期承受高速旋转、交变载荷、摩擦和温度变化,生存条件堪称恶劣。

旋转机械有几类典型故障:

第一类:转子不平衡:若转子质量分布不均,旋转就会产生周期性离心力,引起振动。转速越高,振动越明显。洗衣机甩干衣服时,如果衣服分布不平衡,机器就会跳起舞来。

2.gif

第二类:轴承故障:轴承负责支撑旋转部件,长期运行会出现磨损、点蚀甚至剥落。早期的轴承损伤尽管十分微小,但也可能产生规律的振动冲击。

第三类:轴系不对中:例如,电动机通过联轴器驱动水泵,如果两根轴的中心线没对齐,就可能产生额外的交变载荷,引起振动。

第四类:齿轮和叶片故障:齿轮可能出现磨损或断齿,叶片可能出现裂纹、损伤以及气蚀,导致异常振动。故障原因各异,但往往有个共同特征:振动。

过去,旋转机械维护主要靠定期检修。通过听声音、测温度,尤其是检查振动,来判断设备健康状态。

工程师做频谱分析、包络分析、轴心轨迹分析,就有机会从振动信号中识别异常。

不过,设备经常变转速、变负荷,正常的工况变化也可能改变振动特征,不同故障之间还具有相似特征。

因此,传统的监测方法可能误判故障,出现虚警。而且有些早期故障发生时,振动幅值尚未达到报警阈值。就算达到阈值,工程师发现了振动超标,也很难判断故障原因。

近年来,人工智能为旋转机械故障诊断提供了新技术手段。

天洑基于工业AI底座,将振动分析、设备故障机理、专家经验和人工智能算法结合,开发了面向旋转机械的智能预警与故障诊断解决方案。

3.png

第一步,数据接入。系统接入振动、转速、温度、电流等运行数据,通过信号处理算法提取设备的关键特征。

第二步,学习设备正常状态。利用设备历史运行数据建立模型,学习不同负荷、转速和工况下的正常运行规律。

第三步,学习设备专业知识。单纯依靠数据,有时很难准确区分故障。系统支持将设备故障机理与专家经验融入诊断模型,针对转子不平衡、轴系不对中、轴承损伤、齿轮磨损等典型故障,建立诊断规则。

第四步,输出诊断结果。系统能够展示设备健康状态和振动趋势,并自动生成诊断分析报告,辅助工作人员安排检查和检修。

目前,天洑已将此方案应用于多种装备。

例如,核电厂主泵健康监测与诊断系统,将传统阈值监测与振动分析、智能算法、机理模型结合,实现主泵异常预警、典型故障诊断和健康状态评估。

还有汽轮机叶片振动在线监测系统,通过叶顶计时等技术分析叶片振动状态,为识别叶片异常、保障机组运行提供技术支持。


旋转机械故障诊断正在从单一参数监测,向多源数据融合、智能分析和预测性维护发展。未来的工业设备,也将越来越依靠数据和智能算法来管理自身的健康状态。

这也是天洑探索工业世界模型的重要方向之一。让工业AI与物理规律协同,使工业设备的运行更透明,维护决策更科学。

振动旋转机械工厂裂纹科普人工智能
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-11-17
最近编辑:9分钟前
天洑软件
中国工业设计软件自主研发▪高企
获赞 672粉丝 206文章 347课程 5
点赞
收藏
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈