下载文档原格式
设备维护部设备劣化倾向分析方案一、概念设备的劣化是指设备降低或丧失了规定的功能。
设备劣化包括设备工作异常、性能降低、突发故障、设备损坏和经济价值降低等状态表现的总称。
倾向管理是为了把握设备的劣化倾向程度和减损量的变化趋势，通过观察其故障参数，实施定量的劣化量测定，对测定的结果进行数据管理，并对劣化原因进行分析，以控制设备的劣化倾向，从而预知其使用寿命，最经济地进行维修，这样的管理方式称为倾向管理。
二、目的设备劣化倾向管理的目的，在于跟踪设备的劣化趋势，评估设备的状况，以判断设备的可靠性，为设备的定修（消除劣化）决策提出科学的依据。
三、方法锅炉四管的劣化是随着锅炉运行时间的增长，管子由原始的状态向失效状态发展的过程，在不同的时间，劣化程度是不同的。
对这个过程进行量化记录，然后进行统计和分析，总结劣化规律，计算其劣化速度，估算剩余寿命，确定在其彻底失效前需采取的检修手段。
锅炉四管劣化倾向的关键是找到可以“量化”的点，即如何跟踪管子的劣化趋势。
针对管子不同的失效形式，采取合适的检测手段，将其劣化过程用数据表述出来。
辅机设备故障是有其发展过程的，如噪声由小到大，温度由低到高，振动数值的急剧变化，润滑液使用过的油中金属微粒逐渐增加等等。
倾向管理就是对设备零部件的劣化进行数据处理，从中找出劣化的周期，进行预防检修，降低维修费用，发挥设备的最大效率，保证生产的正常运行。
锅炉专业主要针对受热面和主要辅机设备开展劣化倾向管理，由设备责任点检员采取周报表的方式进行管理分析。
前期首先将锅炉各大风机主轴承、磨煤机小齿轮轴承、磨煤机减速箱、空预器减速箱纳入设备劣化倾向管理，后续将针对锅炉各受热面制定劣化倾向管理方案。
“设备劣化倾向管理周报表”格式见附件。
锅炉作业区2016年11月15日。
设备综合诊断技术讲座——第十三讲设备运行状态的趋势分
析与劣化管理
佟德纯
【期刊名称】《机电一体化》
【年(卷),期】2001(7)5
【总页数】4页(P85-88)
【关键词】超势分析;劣化管理;设备;故障诊断;状态监测
【作者】佟德纯
【作者单位】上海交通大学设备诊断中心
【正文语种】中文
【中图分类】TH17
【相关文献】
1.设备故障诊断技术讲座连载：第二讲机械设备状态的振动诊断 [J], 佟德纯
2.工程机械诊断技术讲座第七讲工程机械运行状态的趋势分析与劣化管理 [J], 佟
德纯
3.全力推行设备劣化趋势监控实现设备的状态维修 [J], 张日升
4.电力设备故障红外诊断技术讲座：第三讲电力设备常见内部故障及红外诊断 [J], 黄立
5.设备综合诊断技术讲座第三讲工程信号的处理及应用 [J], 佟德纯
因版权原因，仅展示原文概要，查看原文内容请购买。
设备劣化倾向管理的实施(一)基本情况某些设备零部件的故障是有其发展过程的，如噪声由小到大，温度由低到高，振动数值的急剧变化，润滑液使用过的油中金属微粒逐渐增加，等等。
倾向管理就是对设备零部件的劣化进行数据处理，从中找出劣化的周期，进行预防检修，降低维修费用，发挥设备的最大效率，保证生产的正常运行。
宝钢原料设备的倾向管理工作是从1982年5月开始的。
当时投产的发电煤输送系统设备不多(15条皮带机，水平机长6314米， 3台堆取料机等)，到l985年6月，原料设备全面开工(280条皮带机，水平机长49千米，19台堆取料机，10台破碎机，共计400多台设备，设备总重量5．05万吨，电机总容量36727千瓦，电机1182台，等等)。
尽管设备初期故障多，工作量大，但倾向管理工作始终没放松。
1985年10月，在厂领导的亲自指导下，对倾向管理的内容、项目、实施方法作了一番清理、整顿，使倾向管理工作得以推进。
为了搞好倾向管理工作，对全体点检人员进行了培训，深入地讲解倾向管理的定义、内容和做法，各种仪器仪表的使用方法，各种倾向管理表格的用法等等。
通过培训和经常性的检查督促，全体点检人员都认识到倾向管理的重要性，因而在工作中主动地按计划实施倾向管理测试，确保了设备运转初期值的测定和设备原始值的收集。
(二)实施实例1．振动测定电动机、减速机油振动测定周期为3个月。
测定仪器为1330数字式振动仪、Wb型轴承检测仪。
判定标准为日方提供的振动值标准(附图9及附图l0)。
测定对象为功率100千瓦以上的基础牢固的设备和关键设备。
不正常的机械振动会加速磨损。
产生振动的原因很多，如轴承、齿轮的磨损，轴承的凹坑，剥落麻点，润滑油中的杂质，紧固件的松动，焊接件的裂纹，等等。
原料场有110台高压电机，如以4—5年为周期分解点检一次，则工作量较大，费用较高。
在采用振动位测定值后，就可根据劣化的趋势，提出分解点检计划。
这样，就可按设备的实际劣化状况，延长分解点检的周期，从而提高设备的运转率，降低维修费用。
动力厂设备劣化倾向管理办法一、目的：动力厂大部份重要（关键）设备均运行10年以上,部分设备运行时间已超过了20年。
为了加强动力厂设备管理,防止设备劣化引发设备故障或事故发生,防止人为因素造成设备损坏或失效以及设备的劣化加速,切实将故障维修模式转变为预知维修模式,从而延缓设备劣化速度,延长设备的使用寿命,提高公司经济效益。
努力做到重要（关键）设备零非停,更好的预防和降低因设备事故造成的安全生产影响,为公司各部门、单位输送安全、平稳、高质量的电、水、气,特编制动力厂设备劣倾向管理办法。
二、设备劣化的定义：随着时间的推移,设备原有效用的降低及丧失,以及设备的技术、经济性能的降低,都称为设备的劣化。
设备劣化是设备运行的必然过程,要做到不让其劣化是不可能的,劣化后结果表现为：1、设备工作异常；2、设备性能降低；3、产生故障；4、损坏失效；5、与新设的相比较,性能不好、效用不全等现象。
三、设备劣化的分类：设备的绝对劣化（老化）是指设备由于物理的、化学的作用,使它与新设备相比较,技术性能日趋下降；设备的相对劣化又称陈旧劣化,指随时间向前推移,原设备的经济价值逐渐下降,与性能优异的最新同类设备相比,在精度、生产效率等方面又存在着明显的差距。
四、设备劣化的具体表现形式：1.机械磨损,设备的机构或附件在作相对运动时易产生机械磨损,机构之间的摩擦（含滑动摩擦和滚动摩擦）在正常使用寿命范围内磨损速度较慢,超期使用则磨损急剧加快；2.裂纹,设备工作机构在动载荷的长期作用下或受异常外力作用下易产生裂纹,是机械疲劳的一种反映；3.塑料性断裂和脆性断裂,由于年久塑料产生脆性形成脆性断裂,因塑料件受力变形或高温变形产生断裂；4.腐蚀,设备机件大多属金属材质,其因工作环境的介质发生腐蚀,如：水、空气、酸、碱、盐液及其它腐蚀性气体。
腐蚀后部件强度降低,承受各种应力的能力下降；5.蠕变,在高温条件下工作的设备构件,若长期外加应力,则随时间的增加,机件的塑性变形不断增加,这就是蠕变,产生蠕变会使机件承受负荷的能力下降；6.元器件老化,电气、仪表、计算机设备等劣化的主要表现,电阻值发生变化,绕组断线,电容器漏电或干涸、绝缘的劣化等。
《设备管理》设备管理的现状与发展趋势摘要：随着我国现代化进程的不断发展，我国的设备管理工作已经发生了很大的变化，其中技术管理和生产能力管理方面都有了新的发展趋势。
受时代发展的影响，设备管理出现了新的发展趋势，其管理水平有了很大的提升，大大的促进了工程建设的进程和经济的稳定发展。
基于此，本文就现代工程和现代企业设备管理的现状和发展趋势分别进行分析与阐述。
希望能够全面提升管理职能，不断的提高设备管理水平。
关键词：现代工程；现代企业；设备管理；现状；发展趋势1.前言“工欲善其事，必先利其器”，设备是企业生产、提高、经济效益重要物资技术基础，设备管理工作是增强企业综合竞争力的重要保证。
随着现代化和信息化生产的不断发展，设备管理在生产中呈现了新的趋势，不再是狭义上的设备技术管理，更是广义上的生产力管理。
设备管理作为一门综合性应用学科，要坚持以经济建设，经济效益为中心，强化管理，加大创新管理力度，全面提升理职能，才能不断的提高设备管理水平。
2设备管理的含义与意义设备管理（Plant Management ）又称设备工程（PlantEngineering）是以企业生产经营目标为依据以提高设备效能为目的在调查研究的基础上运用各种技术经济和组织措施对设备从规划、设计、试制、制造、选型、安装与调试、使用与运行、维护与修理、改造、更新直至报废的整个寿命周期进行全过程的管理。
实质上设备管理研究设备运作过程中存在的物质运动和价值运动形态。
物质运动形态是指设备在使用过程中发生的磨损、疲劳、腐蚀等性能劣化从而需要检测修复改造和更换直至报废处理的过程重点研究设备的可靠性、维修性和工艺性；价值运动形态是指设备在制造产品过程中的资金转化即将设备原有的价值和维护费通过提取。
在现代企业的发展建设中，企业的设备管理工作已经逐渐得到人们的重视，坚持做好企业设备管理工作，才能提高企业的生产能力，降低企业的生产成本，最终促进企业经济效益的快速发展。
设备运行状态的趋势分析与劣化管理
设备综合诊断技术讲座
主讲人: 谷立臣教授
2006年9月
设备诊断技术主要解决的问题是：
①监测设备的运行状态，判断是否处于正常；
②积累和建立设备运行状态的数据库，为维修提供科学依据；
③诊断设备异常（故障）的部位、原因和程度；
④运行状态的趋势分析与预测预报。
因此，设备运行状态变化的趋势分析和预测预报是设备诊断技
术的重要目标之一，也是工矿企业设备现代化管理内容的重要组成
部分。
设备运行状态的趋势分析和劣化管理主要是，通过反映运行状
态的特征参数和技术性能的变化，找出其特性和发展趋势，从而确
定设备的检测周期和维修项目及时间表。
1引言
设备状态监测与诊断往往是利用设备运行的“二次效应”提取状态
信息。典型的二次效应如振动、噪声、温度、磨屑等。设备诊断工程中
常用的是振动的方法，其趋势分析多采用振动的总量、频谱分量和无量
纲指标等。
2特征参数的趋势分析
2.1振动总量分析
机械振动总量值直接反映设备振动状态的程度。振动总量值可以直
接用测点的实测振动值，也可以参照国际标准（ISO）用振动烈度，即
2
y
xz
m
xyz
V
VV
VNNN
（1）
式中：xVyVzV,,xyz——三个方向上测得的振动速度有效值；
x
N
y
N
z
N
——
,,xyz
三个方向的测点数目。
图1所示，为某发电厂300MW汽轮发电机组自1998年6月至1999年3月时
间内各轴瓦振动总量的趋势分析图。这台机组投人运行时间不长，从状态
趋势分析图上看，比较平稳。
续图：
上述总量分析是指在通频带范围内，而实际设备振动能量分布的频段
各不相同，因此分频段区域的趋势分析，比较有针对性。一般将振动频率
从DC成分到20kHz范围，分成3个区段进行振动总量的分析。
(1)低频段区域L—DC~1kHz;
(2)中频段区域M—1~l0khz;
(3)高频段区域H—l0kHz以上。
2.2分频区的振动总量分析
2. 3频谱分量的趋势分析
一般，机械设备都是由若干零部件所组成。
机器运转起来，各个零部件振动状态和特性各不相同，在振动频谱图
上往往都对应一定的振动频率分量，如图2所示。若某一零件或部件有了
异常，则其对应的频谱分量的强度有所增加，而此时振动总量变化不一定
明显。因此，频谱分量的趋势分析对复杂的机械设备状态分析与预测预报
有其突出的优点。
图2 频谱分量的趋势分析
频谱分量分析，首先在频谱图上找出对应零部件的特征频率分量，并根
据经验和统计规律确定哪个分量最先达到和超过标准，即找出最易损坏的
零部件，然后就监测和分析这个分量随时间的变化。具体原理如图3所示。
图3 频谱趋势分量分析原理
图4所示，为某轧钢厂3001热轧机Nol减速器以其啮合频率分量
（即f = 197.4Hz）进行趋势分析和设备劣化管理的实例。
频谱分量的趋势分析，首先将实测的时域信号经过快速傅立叶变
换(FIT)为频域信号即频谱。还必须确定每一个频率分量的判别标准。
图4 频谱分量趋势分析实例
设备运行状态的趋势分析和劣化管理。利用时域信号幅值变化
特性构造成无量特征参数，监测其变化也是一种有效方法之一。所谓无
量纲参数是实测信号的有效值、平均值以及峰值有量纲参数的比值，即
3无量纲特征参数的趋势分析
（1）偏态指标(Skewness Factor)
3
3
11/NiiSKExxRMSN
（2）
式中，
2
1111;NNiiiiRMSxxxNN
偏态指标又称偏态系数α，是描述振动信号幅值分布相对正常状态的高
斯分布的不对称性（左右），对设备系统构造上的变化比较敏感。
（2）峭度指标（Kurtosis Value）
4
4
11/NiiKURxxRMSN
(3)
峭度指标又称峰态系数β，是描述振动幅值分布相对正态的高斯
分布(上下)偏离程度，对设备摩损一类故障比较敏感。
（3）峰值指标(Crest Factor)
PeaK
CRERMS
（4）
式中，
maxPeaKExt
峰值指标又称峰值系数，是描述振动峰值变化的程度，过大峰值系
数通常对应设备的局部缺陷。
（4）波形指标（Shape Factor）
/SHARMSx
(5 )
（5）脉冲指标（Impose Factor）
/IMPPeaKx
(6)
波形指标又称波系数，其稳定性好，但敏感性差;而脉冲指标则相
反，稳定性差，但敏感性好。
偏态系数、峰态系数、峰值系数、波形系数和脉冲系数等这些无
量纲指标，对应设备特定类型的故障反映灵敏。因此，利用这些无量纲
参数可以有选择地对设备特定的异常或故障进行状态分析和劣化管理。
图5所示，是利用峰态系数的趋势变化进行设备劣化管理的实例。
峰态系数值β对滚动轴承的缺陷最为敏感。其正常状态下的标准值
β=3，几乎不受轴承规格参数、旋转速度、负荷等运行条件变化的影
响，是非常便于应用的特征参数。在图5上，还记入了峰值和有效值
相应的变化曲线。显然，这两值正常状态下的标准值受运行条件影
响较大（65%和50% ），而与之相比无量纲值在正常状态下β=3变
化较小（8%）。由此可见，用无量纲特征参数进行趋势分析和劣化
管理有其独特优点，可以有选择地对机器零部件运行状态变化进行
跟踪，而不易受到外部运行条件的影响。
图5 峰态值的趋势分析实例
设备技术性能参数的监测是对其“主效应”，如内燃机
的输出功率、泵的出口压力、机车的牵引力、汽油机的油耗等
等进行跟踪监测，并按时间绘制成图表和曲线。这对了解设备
的质量缺陷与劣化的关系是非常有效的。这些“主效应”参数
的监测，可以有效地检测出设备的摩擦、磨损、污染、剥落、
结冰、泄漏等。图6为某钢厂热轧Nol泵出口压力的监测实例。
4技术性能参数的监测
图6 泵出口压力监测实例
