課程描述INTRODUCTION
· 設(shè)備主管· 技術(shù)主管· 高層管理者· 中層領(lǐng)導(dǎo)
日程安排SCHEDULE
課程大綱Syllabus
設(shè)備狀態(tài)監(jiān)控與故障診斷培訓(xùn)
課程背景
在智能制造以及中國制造2025的大背景下,越來越多的的企業(yè)用戶開始運(yùn)用信息化的手段整合底層數(shù)據(jù)和管理軟件,開展設(shè)備狀態(tài)數(shù)據(jù)的收集建模以達(dá)到智能化和柔性化的要求。設(shè)備制造商們也都在探索自己產(chǎn)品在基于數(shù)據(jù)方面的服務(wù)形態(tài),如機(jī)床遠(yuǎn)程狀態(tài)監(jiān)控和維護(hù)服務(wù),礦山風(fēng)電設(shè)備遠(yuǎn)程監(jiān)控等在TPM思想中早期的預(yù)防性維護(hù)更多是基于時間周期展開,不可避免的會有某種程度的過度維修而造成潛在成本浪費(fèi),而基于實(shí)際狀態(tài)的預(yù)見性維護(hù)和基于條件的維護(hù)在早期因?yàn)閭鞲衅鞯扔布o法達(dá)到要求和數(shù)據(jù)傳輸?shù)确矫娴募夹g(shù)限制而無法實(shí)現(xiàn),隨著工業(yè)技術(shù)的發(fā)展,信息化領(lǐng)域、硬件技術(shù)的不斷進(jìn)步,這些基礎(chǔ)條件不再是瓶頸反而提供了更大的想象空間,相關(guān)的實(shí)施需求提上了日程。
課程收益
了解監(jiān)測設(shè)備的運(yùn)行狀態(tài)的方法;
了解監(jiān)控設(shè)備工況和監(jiān)測儀器的選擇方法
掌握設(shè)備運(yùn)行狀態(tài)評估的手段與工具;
學(xué)習(xí)設(shè)備故障分析的技術(shù)手段和分析方法;
了解設(shè)備遠(yuǎn)程監(jiān)控技術(shù)知識;
培訓(xùn)對象
設(shè)備負(fù)責(zé)人、設(shè)備工程師、精益負(fù)責(zé)人、運(yùn)營負(fù)責(zé)人,公司技術(shù)高層管理者,相關(guān)設(shè)備集成商技術(shù)人員,智能制造領(lǐng)域技術(shù)負(fù)責(zé)人等
課程大綱
一、傳統(tǒng)故障診斷的局限
1、傳統(tǒng)故障診斷方法與工具
2、傳統(tǒng)故障診斷的局限性
3、狀態(tài)監(jiān)測與故障診斷技術(shù)對提高企業(yè)設(shè)備管理水平的作用和意義
討論:你身邊有哪些設(shè)備可以進(jìn)行監(jiān)測和診斷,用哪些手段診斷,你了解這些設(shè)備嗎?
二、設(shè)備狀態(tài)特征提取
1、從張學(xué)友演唱會抓小偷的故事看故障診斷的智能化
-人臉識別與智能診斷的基本原理
-智能診斷的優(yōu)勢與應(yīng)用場景:實(shí)時、高效、遠(yuǎn)程
案例1:你是聽聲辯器的武林高手嗎?
2、設(shè)備狀態(tài)的“臉譜”:狀態(tài)特征的含義與作用
-為什么要提取設(shè)備狀態(tài)特征
-設(shè)備狀態(tài)特征的分類
-特征值的含義和作用
-提取特征值要做哪些準(zhǔn)備
-設(shè)備運(yùn)行狀態(tài)的“臉譜”抓取:設(shè)備狀態(tài)信號采集
-信號采集的手段
-音頻和振動信號采集
-音頻和振動信號的采樣頻率和頻譜
-振動信號的頻譜分析
-特征提取案例
-振動和電壓等特征提取軟件介紹(自研版權(quán))
案例2:利用軟件提取軸承振動信號的設(shè)備狀態(tài)特征
-音頻和振動信號分析
-小波包和小波包特征
-小波包和頻譜分析軟件介紹(自研版權(quán))
案例3:高壓泵聲音信號的頻譜圖繪制和小波包特征提取
案例4:汽車發(fā)動機(jī)聲音信號的頻譜圖繪制和小波包特征提?。?br />
-利用控制圖進(jìn)行設(shè)備運(yùn)行趨勢的判斷
-控制圖的概念
-設(shè)備運(yùn)行趨勢的控制圖判別法則
-利用軟件(自研版權(quán))繪制控制圖
案例5:利用控制圖判別鼓風(fēng)機(jī)運(yùn)行趨勢
案例6:利用控制圖判別制動器制動性能趨勢
案例7:利用控制圖發(fā)現(xiàn)軸承早期故障
案例8:利用控制圖判別高壓泵運(yùn)行趨勢
-故障診斷的基石——特征優(yōu)化技術(shù)
-為什么要進(jìn)行特征優(yōu)化?
-特征優(yōu)化方法-Relief算法簡介
-使用特征優(yōu)化軟件(自研版權(quán))進(jìn)行特征優(yōu)化?
案例9:鼓風(fēng)機(jī)故障特征的優(yōu)化
案例10:軸承故障特征的優(yōu)化
案例11:高壓油泵特征的優(yōu)化
案例12:汽車發(fā)動機(jī)特征的優(yōu)化
案例12:汽車發(fā)動機(jī)特征的優(yōu)化
-基于人工智能的故障診斷技術(shù)
-利用神經(jīng)網(wǎng)絡(luò)進(jìn)行設(shè)備故障智能診斷
-利用鄰近算法進(jìn)行設(shè)備故障智能診斷
-利用支持向量機(jī)進(jìn)行設(shè)備故障智能診斷
-利用故障智能診斷軟件(自研版權(quán))實(shí)現(xiàn)故障診斷
案例13:鼓風(fēng)機(jī)故障智能診斷
案例14:軸承故障智能診斷
案例15:高壓油泵故障智能診斷
案例16:汽車發(fā)動機(jī)故障智能診斷
-設(shè)備維護(hù)利器——故障樹介紹
-故障樹基本原理
-故障樹分析步驟
-故障樹軟件的基本操作
案例17:溢流閥故障樹分析
-故障樹的定性分析
-故障樹的定量分析
設(shè)備狀態(tài)監(jiān)控與故障診斷培訓(xùn)
轉(zhuǎn)載:http://www.nywlwx.com/gkk_detail/285405.html