面向風(fēng)機(jī)狀態(tài)監(jiān)控與故障診斷的數(shù)據(jù)采集與存儲(chǔ)系統(tǒng)研究.pdf

1、風(fēng)機(jī)設(shè)備是卷煙生產(chǎn)的關(guān)鍵設(shè)備，為此綿陽卷煙廠展開了“風(fēng)機(jī)狀態(tài)監(jiān)控與故障診斷系統(tǒng)”的研究與開發(fā)，以提升風(fēng)機(jī)設(shè)備的管理水平，減少故障時(shí)間，降低維修成本。數(shù)據(jù)采集作為故障診斷的感知器，數(shù)據(jù)存儲(chǔ)作為故障診斷可靠的歷史數(shù)據(jù)源，在項(xiàng)目中起著重要作用。采集風(fēng)機(jī)設(shè)備的狀態(tài)數(shù)據(jù)以進(jìn)行狀態(tài)監(jiān)控與故障診斷，壓縮數(shù)據(jù)以減少數(shù)據(jù)量，存儲(chǔ)數(shù)據(jù)以形成歷史數(shù)據(jù)。
　　根據(jù)卷煙廠的需求，采用OPC技術(shù)實(shí)現(xiàn)了針對(duì)轉(zhuǎn)速、功率、電流等參數(shù)的數(shù)據(jù)采集系統(tǒng)，利用EM9118

2、B-6數(shù)據(jù)采集卡、YD30振動(dòng)加速度傳感器和KWY-100A溫度傳感器實(shí)現(xiàn)了振動(dòng)和溫度的數(shù)據(jù)采集系統(tǒng)，基于經(jīng)驗(yàn)?zāi)B(tài)分解和加權(quán)中值濾波算法消除了振動(dòng)信號(hào)中的趨勢(shì)項(xiàng)和脈沖噪聲。使用提升小波對(duì)原始振動(dòng)數(shù)據(jù)進(jìn)行分段，然后采用離散余弦變換對(duì)分段數(shù)據(jù)進(jìn)行稀疏化，通過閾值處理進(jìn)一步稀疏化，最后使用游程編碼對(duì)稀疏數(shù)據(jù)進(jìn)行壓縮編碼以完成振動(dòng)數(shù)據(jù)的壓縮，在有效壓縮數(shù)據(jù)的同時(shí)可以保留原始信號(hào)中有用的頻率信息。在SQL Server2008中完成了風(fēng)機(jī)故障數(shù)據(jù)

3、庫的建立，使用表值參數(shù)和索引對(duì)數(shù)據(jù)的存儲(chǔ)和查詢進(jìn)行了優(yōu)化，顯著提升了批量數(shù)據(jù)的讀寫效率，同時(shí)實(shí)現(xiàn)了風(fēng)機(jī)故障數(shù)據(jù)庫的定時(shí)遠(yuǎn)程備份，提高了數(shù)據(jù)庫的可靠性。
　　利用C＃和SQL Server開發(fā)完成了面向風(fēng)機(jī)狀態(tài)監(jiān)控與故障診斷的數(shù)據(jù)采集與壓縮存儲(chǔ)系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了振動(dòng)、溫度、轉(zhuǎn)速和電流等狀態(tài)參數(shù)的采集，一個(gè)通道在4個(gè)采樣周期的20000個(gè)振動(dòng)數(shù)據(jù)可達(dá)13.36的壓縮比、壓縮時(shí)間和解壓縮時(shí)間分別為0.025s、0.035s，完成了數(shù)據(jù)的