امکان سنجی پایش وضعیت و عیب یابی توربین های گاز و بخار با استفاده از روش ترکیبی نشر آوایی، پردازش تصویر و تحلیل ارتعاشات

صاحب اثر: پژوهشگاه نیرو
نوع محتوی: گزارش
Language: Persian
Document ID: R-1168539
Publish: 17 March 2021
View: 1,278
Pages: 499
Publish Year: 1399
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Report:

Free download

جهت دریافت فایل های پیوست این Report بایستی عضو سیویلیکا شوید. چنانچه عضو سیویلیکا هستید لطفا ابتدا وارد حساب کاربری خود شوید تا بتوانید فایل ها را مشاهده و دریافت نمایید.

Abstract:

پایش وضعیت سلامت ماشین آلات چرخشی یک وظیفه ی مهم به منظور تضمین قابلیت اطمینان در فرآیندهای صنعتی است. روش های افزونگی تحلیلی (Hardware Redundancy) در تشخیص عیب به دوسته اصلی بر اساس  مدل و بر اساس سیگنال تقسیم می شوند. روش های بر اساس سیگنال در حوزه صنعت بسیار مورد توجه هستند. دلیل این موضوع مشکلات روش بر اساس مدل در ایجاد یک مدل مناسب است. در روش های بر اساس سیگنال نوع سیگنال های اخذ شده از اهمیت بالایی برای تشخیص عیب برخوردارند. از سوی دیگر، با توجه به اهمیت عملی روش های داده محور، روش های مبتنی بر یادگیری، در برنامه های کاربردی صنعتی بسیار محبوب است. چرا که توانایی آنها در یادگیری از داده ها، بدون اینکه تخصص گسترده ای در مورد پردازش ، و تجزیه و تحلیل داده ها داشته باشند، امکان پذیر است. در این راستا از روش های آنالیز ارتعاشات، آنالیز عملکردی ، آنالیز تصویر و آنالیز بر مبنای نشر آوایی(صوت) استفاده می شود. روش ارتعاشات از لحاظ تعداد عیوب قابل شناسایی انواع ماشین های تحت پوشش، دقت و زمان زودهنگام تشخیص عیوب، برتری زیادی نسبت به سایر روش های تعمیرات پیشبینانه دارد و برای اطلاع از صحت کارکرد و وضعیت ماشین در اولویت قرار دارد. از راه های متداول دیگر پایش وضعیت تجهیزات و ماشین آلات صنعتی استفاده از اطلاعات صوتی یا روش نشرآوایی و پردازش تصویر سنسورها باید است. در اندازه گیری ارتعاشی ، بر روی سطح ماشین ها نصب شوند و بر اساس تحلیلی که روی سیگنال های دریافتی انجام می شود وضعیت ماشین بررسی می شود. اما در اندازه گیری صوتی و تصویری نیازی به نصب سنسورها روی سطح نیست و می توان در فاصله مناسبی از دستگاه پایش وضعیت را انجام داد. به این ترتیب استفاده از روش های صوتی و تصویری در مواردی مانند توربین های گاز و بخار مزیت ویژه ای دارد زیرا دیگر نیازی به نصب سنسورها در سطح قطعات داغ و دوار توربین نیست. بر اساس آنچه در بالا آورده شده هدف این پروژه امکان سنجی طراحی سامانه پایش وضعیت توربین های گاز و بخار به روش ترکیبی آنالیز ارتعاشات، آنالیز تصویر و آنالیز صوت بوده و انجام کامل آن در نهایت منجر به راه اندازی سیستم کم هزینه و دقیق پایش وضعیت میگردد.  موضوع مهم در این پژوهش چگونگی تلفیق این اطلاعات (ناشی از روش های مختلف عیب یابی) یا با بیان بهترFUSION DATA بوده است.

پیش گفتار Report

پایش وضعیت سلامت ماشین آلات دوار،وظیفۀ مهمی به منظور تضمین قابلیت اطمینان در فرایندهای صنعتی است. از جمله مهمترین سیگنال هایی که برای ارزیابی وضعیت توربین، به ویژه عیوب یاتاقان ها و سایر عیوب در توربین های گازی و بخار مورد استناد قرار میگیرد؛ ارتعاشات است. این سیگنال حاوی اطلاعات بسیار متنوعی از وضعیت توربین است. به طور خاص، یاتاقان ها اجزای مکانیکی هستند که در اکثر دستگاه های چرخشی ازجمله توربین های گاز، بخار و باد مورد استفاده قرار میگیرند و منشأ اصلی عیب ها در چنین تجهیزاتی هستند. به همین دلیل است که اقدامات تحقیقاتی به منظور تشخیص و شناسایی عیب در آنها افزایش یافته است. تشخیص عیب، این هدف را دنبال میکند که آیا دستگاه در شرایط معیوب، کار میکند یا نه و آشکارسازی عیب معمولا به شناسایی حالت عیب پس از تشخیص می پردازد. یک مرحلۀ مهم پس از تشخیص و آشکارسازی عیب، تحلیل اندازه یا میزان تخریب عیب است؛ زیرا این موضوع در فرایندهای تصمیم گیری در حیطۀ تعمیرات و نگهداری بسیار تأثیرگذار است. به شیوه ای نامتوازن، شدت عیب را میتوان با اندازۀ عیب مرتبط دانست. در این گزارش ابتدا به کلیات موضوع تعمیرات در توربین های گاز و بخار پرداخته میشود سپس به ارتعاشات و در ادامه به یاتاقان خواهیم پرداخت. در یاتاقان ها، شدت عیب را میتوان با اندازۀ فیزیکی عیب یا تخریب عمومی جزء، مرتبط دانست. به دلیل محدودیت ادبیات موضوعی مرتبط با ارزیابی شدت آسیب های یاتاقان، هدف این گزارش بحث در مورد روش های اخیر و روش های  مورد استفاده برای تخمین شدت عیب در اجزای اصلی یاتاقان های غلتشی و لغزشی ازجمله شیار داخلی،شیار خارجی و غلتک (ساچمه) است. البته در مواردی به نامیزانی و خوردگی و ... نیز در مراجع پرداخته شده است. تمرکز اصلی این گزارش بر رویکردهای داده محور با محوریت پردازش سیگنال مبتنی بر ارتعاش و صوت (نشر آوایی) برای استخراج علائم مناسب مرتبط با عیب است تا از آن به منظور تخمین سطح تخریب و آسیب عیب استفاده شود.

فهرست مطالب Report

فهرست مطالب

فصل اول: بررسی و تحلیل جدیدترین روش های تشخیص عیب مبتنی بر ارتعاشات

1 - 1 - مقدمه

1 - 1 - 1 - عیب های رایج در توربین های گازی

1 - 1 - 2 - عیب های ارتعاشی توربین های گازی

1 - 1 - 3 - عیب های حرارتی در توربین های گازی

1 - 1 - 4 - عیب های رایج در توربین گاز و فراوانی آن بر مبنای گزارش ASME

1 - 1 - 5 - عیوب رایج در توربین بخار و فراوانی آن بر مبنای گزارش ASME

1 - 1 - 6 - جمع بندی

1 - 2 - 1 - یاتاقان ها انواع و عیوب: مقدمه

1 - 2 - 2 - یاتاقان

1 - 2 - 3 - طبقه بندی یاتاقان ها

1 - 2 - 4 - انواع عیب های رایج در بلبرینگها

1 - 2 - 5 - شدت عیب در یاتاقان

1 - 3 - 1 - ارتعاشات و تشخیص عیب: مقدمه

1 - 3 - 2 - ارتعاش

1 - 3 - 3 - حسگرهای ارتعاشی

1 - 3 - 4 - حسگرهای ارتعاش مبتنی بر جابه جایی سنج

1 - 3 - 5 - حسگرهای ارتعاش مبتنی بر سرعت سنج

1 - 3 - 6 - حسگرهای ارتعاش مبتنی بر شتاب سنج

1 - 3 - 7 - روش نصب حسگرهای ارتعاشات و چگونگی انتخاب آن

1 - 3 - 8 - جمع بندی

1 - 4 - 2 - تحلیل زمانی

1 - 4 - 3 - مقایسه چند نمونه از مشخصه های زمانی

1 - 4 - 4 - روش تبدیل سیگنال ارتعاشات به تصویر

1 - 4 - 5 - دیگر روش های تحلیل زمانی

1 - 4 - 6 - تحليل فرکانسی

1 - 4 - 7 - تبدیل فوریه سريع

1 - 4 - 7 - تحليل كپستروم

1 - 4 - 8 - تحلیل پوش

1 - 4 - 9 - دیگر روش های تحلیل فرکانسی

1 - 4 - 10 - تحليل زمان - فرکانسی

1 - 4 - 11 - دیگر روش های تحلیل زمان_فرکانسی

1 - 4 - 12 - بررسی سایر مراجع

1 - 4 - 13 - جمع بندی

Limitations

Advantages

signal

VOLT

1 - 5 - نتیجه گیری و پیشنهادها

فصل دوم: بررسی و تحلیل جدید ترین روش های تشخیص عیب مبتنی بر پردازش صوت

2 - 1 - مقدمه ای بر پایش وضعیت و تکنیک نشر آوایی

2 - 2 - مزایای تکنیک نشر آوایی در CM ماشین آلات دوار [8]

2 - 3 - محدودیت های اصلی نشر آوایی در تشخیص عیوب ماشین آلات دوار [11] [12]

2 - 4 - منشأ امواج نشر أوایی و نحوه ثبت آن

2 - 5 - اصول پایه AE

2 - 6 - نگاه اجمالی به انواع کاربردهای AE

2 - 7 - نگاه اجمالی به کاربرد روش AE در عیب یابی ماشین آلات دوار

2 - 8 - انواع حسگرهای AE

2 - 6 - 1 - کالیبراسیون حسگر AE

2 - 6 - 2 - کوپلنت های حسگر AE

2 - 7 - روش های تحلیل سیگنال های نشر آوایی در شناسایی انواع عیب ها

2 - 7 - 1 - تکنیک های پردازش سیگنال های AE در تشخیص عیب های ماشین آلات دوار

2 - 7 - 2 - روش های حوزه زمان

2 - 7 - 3 - تبدیل موجک (WT)

2 - 7 - 4 - روش های طبقه بندی

2 - 7 - 5 - تحلیل پوش

2 - 7 - 6 - نظریه ایستای دورهای

2 - 7 - 7 - سایر روش ها

2 - 8 - استفاده از AE برای تشخیص عیوب دینامیکی روتور

2 - 8 - 1 - شناسایی عیوب غيرهم محوری

2 - 9 - تشخیص عیب در یاتاقان با استفاده از AE

2 - 10 - پایش وضعیت توربین های گازی

2 - 10 - 1 - مروری بر روش های مختلف پایش وضعیت توربین های گازی

2 - 10 - 2 - مروری بر استفاده از فناوری نشر آوایی در عیب یابی توربین های گازی

2 - 10 - 3 - شرح روش های ثبت و پردازش سیگنال های AE در عیب یابی توربین های گازی

2 - 10 - 4 - جمع بندی و تحلیل بر روی نحوه استفاده از AE در عیب یابی توربین های گازی [145]

2 - 10 - 5 - سیگنال AE در توربین گاز به عنوان سیگنال ایستای دوره ای (سیکلی) [145]

2 - 11 - پایش وضعیت تیغه (پره) در توربین ها

2 - 11 - 1 - مقدمه

2 - 11 - 2 - دو استراتژی پایش وضعیت تیغه

2 - 11 - 3 - اندازه گیری های آکوستیک و نشر آوایی در پایش تیغه ها

2 - 11 - 4 - جمع بندی و پیشنهاد نحوه شناسایی انواع عیب های تیغه

2 - 12 - سایر تکنیک های پایش وضعیت در مقایسه با AE

2 - 13 - پارامترهای مهم در طراحی سیستم های پایش وضعیت مبتنی بر نشر آوایی (AE)

2 - 14 - نتیجه گیری

فصل سوم: بررسی و تحلیل جدید ترین روش های تشخیص عیب مبتنی بر پردازش تصویر

3 - 1 - مقدمه‌ای بر پردازش سیگنال مبتنی بر تصویر

3 - 2 - مقدمه

3 - 3 - تصویربرداری و تشخیص عیب آزمایشگاهی

3 - 4 - تشخیص عیب موتور توربوجت با استفاده از تصویربرداری گرمایی

3 - 5 - تصویر و تشخیص عیب صنعتی

3 - 5 - 1 - مقدمه

3 - 6 - جمع بندی

فصل چهارم: بررسی روش های تلفیقی

4 - 1 - مقدمه ای بر روش تلفیقی

4 - 2 - روش های هوشمند تشخیص عیب در یاتاقان

4 - 3 - تشخیص عیب نامیزانی با دسته بندی کننده های هوشمند

4 - 4 - شبکه های عصبی با یادگیری عمیق

4 - 5 - شبکه های عصبی با یادگیری عمیق و تشخیص عیب در یاتاقان ها

4 - 6 - شبیه سازی - خودرمز گذار پشتهای

ضمائم

مراجع


فهرست شكل ها

شکل 1-1 دسته بندی عیب های توربین گازی بر اساس محل وقوع

شکل 1-2 فراوانی عیوب مختلف در توربین گاز

شکل 1-3 فراوانی و میزان اتلاف در گروه های عیب در توربین گاز

شکل 1-4 ارتعاش پره و تأثیرات آن

شکل 1-5 عیوب گوناگون در پره کمپرسور

شکل 1-4 سیگنال ها و فراوانی آنها برای تشخیص عیوب

شکل 1-5 فراوانی متغیرهای مورد آنالیز جهت پایش وضعیت در توربین بخار

شکل 1-6 اجزاء یاتاقان

شکل 1-7 نمایی از یاتاقان ساده یا یاتاقان بوش

شکل 1-8 انواع ساچمه

شکل 1-9 انواع بلبرینگ ها

شکل 1-10 رولبرینگ و بلبرینگ (نوع ساچمه)

شکل 1-11 رولبرینگ و بلبرینگ (نوع ساچمه)

شکل 1-12 یاتاقان مرصع

شکل 1-13 یاتاقان لغزشی با هیدرودینامیک و خشک

شکل 1-14 ژورنال بیرینگ صنعتی

شکل 1-15 محل قرارگیری یاتاقان های در توربین گازی

شکل 1-16 یاتاقان مغناطیسی

شکل 1-17 یاتاقان کامپوزیت و چگونگی عملکرد آن

شکل 1-18 دو نوع یاتاقانها (الف) یاتاقان المان غلطشی (ب) یاتاقان لغزشی

شکل 1-19 ناهم محوری موازی و نحوه نصب شتاب سنج ها در این حالت

شکل 1-20 ناهم محوری زاویه ای و نحوه نصب حسگرها در این حالت

شکل 1-21 اندازه گیری مسیر چرخش شفت و نحوه نصب حسگرها بر روی آن

شکل 1-22 ياتاقان كف گرد

شکل 1-23 یک یاتاقان فیزیکی و آسیب های مرتبط به آن

شکل 1-24 آسیب ناشی از ذره خارجی

شکل 1-25 خرابی ناشی از خوردگی

شکل 1-26 خرابی ناشی از روان سازی نامناسب

شکل 1-27 خرابی ناشی از بارگذاری نامناسب

شکل 1-28 خرابی ناشی از نامیزانی محور (لنگی)

شکل 1-29 خرابی ناشی از رسیدگی

شکل 1-30 خرابی قفس

شکل 1-31 خرابی ناشی از جا زدن نامناسب در غلاف ويل شفت

شکل 1-32 خرابی ناشی از فرورفتگی و فشار

شکل 1-34 خرابی ناشی از فرورفتگی و دندانه - دندانه شدن

شکل 1-35 خرابی ناشی از خرد شدن در شرایط خستگی

شکل 1-36 اثر خرابی به صورت لکه های روی غلاف

شکل 1-37 خرابی ناشی از سوختن به دلیل جریان الکتریکی

شکل 1-38 خرابی ناشی از پوشش چسبیده

شکل 1-39 انواع عیوب رایج در یاتاقان ها و فراوانی آن

شکل 1-40 علت عیوب در یاتاقان ها

شکل 1-41 شرکت های معتبر تولید کننده یاتاقان

شکل 1-42 (a) رویدادهای ورود-خروج ناشی از آسیب ها بر شیارهای داخلی یا خارجی؛ (b) ضربه دینامیکی بر سیگنال ارتعاشی بر یک تک نقطه (نه عیب)؛ (c) ضربه دینامیکی ناشی از ساختار ایمپالس دو برابر

شکل 1-43 ضربه دینامیکی شدت سایش در یاتاقان ها (48)

شکل 1-44 ارزیابی تخریب یکنواخت (49)

شکل 1-45 تجهیز داده برداری VM 600

شکل 1-46 نرم افزار تحلیل مربوط به شرکت CondmasterRUB

شکل 1-47 (الف) توزیع روش های آشکارسازی عیب را بر اساس ارتعاشات و صوت را نشان می‌دهد (ب) توزیع سال های انتشار مقالات در این زمینه را نشان می دهد (ج) توزیع عیب ها را بر اساس آشکارسازی مبتنی بر ارتعاشات نشان می دهد (د) توزیعی از عیب ها را بر اساس آشکارسازی مبنی بر صوت نشان میدهد.

شکل 1-48 سیگنال ارتعاشات در حالت (الف) شرایط نرمال (ب) وجود عيب

شکل 1-49 نمایی از انواع اندازه گیری ها

شکل 1-50 ساختار داخلی و عملکردی حسگر ارتعاش از نوع جابه جایی سنج

شکل 1-51 نمایی از حسگر ارتعاش Eddy current بکار رفته در ساختار 600 VM

شکل 1-52 حسگر شتاب سنج در CA303 و 136 CE

شکل 1-53 دو حسگر ارتعاش شتاب سنج - سمت راست مبتنی بر فشار و سمت چپ برشی

شکل 1-54 شماتیک ساختار داخلی یک شتاب سنج پیزو

شکل 1-55 فلوچارت انتخاب نوع حسگر برای توربین گاز و بخار

شکل 1-56 سمت راست نصب شتاب سنج مطلق سمت چپ نصب جابه جایی سنج نسبی

شکل 1-57 نمایی از قرارگیری برخی حسگرهای نظارتی در توربین

شکل 1-58 HMIسیستم نظارتی ارتعاشات در توربین شرکت SKF

شکل 1-59 HMIسیستم نظارتی ارتعاشات در توربین گازی نیروگاه دماوند

شکل 1-60 HMI سیستم نظارتی ارتعاشات در توربین گازی نیروگاه دماوند

شکل 1-61 یاتاقان تحت آزمون و نحوه نصب بار به آن [9]

شکل 1-62 روش تبدیل سیگنال ارتعاشات به تصویر

شکل 1-63 روش ایجاد texton dictionary از دسته بندی های عیب

شکل 1-64 چارچوب دسته بندی الگو که به وسیله مدل نشان داده شده است

شکل 1-65 به کار بردن FFT بر روی سیگنال ارتعاشات (الف) در حالت نرمال (ب) عیب سطح داخلی (ج) عیب سطح خارجی

شکل 1-66 كپستروم حقیقی عیب سطح داخلی در سرعت rpm 1979 و بزرگ نمایی آن در زمان [ 0.025-0 ]ثانیه

شکل 1-67 كپستروم حقیقی عیب سطح خارجی در سرعت rpm1979 و بزرگ نمایی آن در زمان [ 0.025-0 ] ثانیه

شکل 1-68 كپستروم توان عیب سطح داخلی در سرعت rpm1979 و بزرگ نمایی آن در زمان [ 0.025-0 ] ثانیه [4]100

شکل 1-69 كپستروم توان عیب سطح خارجی در سرعت rpm1979 و بزرگ نمایی آن در زمان [ 0.025-0] ثانیه [4]100

شکل 1-69 پهنای باند و فرکانس رزونانس ناشی از عیب سطح داخلی و خارجی

شکل 1-70 پوش به دست آمده از ارتعاشات ناشی از عیب سطح داخلی و خارجی

شکل 1-71 طیف فرکانسی از پوش به دست آمده از سیگنال ارتعاشات

شکل 1-72 بزرگ نمایی روی دو پیک ابتدایی کپستروم سیگنال زمانی در (الف) روز اول (ب) روزهشتم (ج) روز دوازدهم

شکل 1-73 به کار بردن طیف پوش مجذور شده بر روی جریان استاتور از یک موتور با عیب هایی در یاتاقان

شکل 1-74 پنجره بندی زمان_فرکانس (الف) روش تبدیل فوریه زمان کوتاه (ب) روش تحلیل موجک

شکل 1-75 توابع موجک 106[4] Morlet, Mayer , db4

شکل 1-76 طیف فرکانسی تبدیل موجک پیوسته از یاتاقان دارای (الف) عیب سطح داخلی (ب) عیب سطح خارجی [4]

شکل 1-77 روال روش تبدیل موجک گسسته [4]

شکل 1-78 نمونه ای از روش تبدیل بسته موجک با سه سطح تجزیه

شکل 1-79 طیف فرکانسی تبدیل بسته موجک ارتعاشات در حالت (الف) عيب سطح داخلی (ب) عیب سطح خارجی

شکل 1-80 شبیه سازی سیگنال (X ( t و دو تا از مؤلفه های آن

شکل 1-81 نتایج تجزیه روش LMD از سیگنال شبیه سازی (x(t

شکل 1-82 نتایج تجزیه روش EMD از سیگنال شبیه سازی (x(t

شکل 1-83 دامنه لحظه ای (a1 ( t به دست آمده از (الف) اولین مؤلفه (LMD) PF1 (ب) اولین مؤلفه (C1)EMD

شکل 1-84 فرکانس لحظه ای (f1 ( t به دست آمده از (الف) اولین مؤلفه (LMD) PFI (ب) اولین مؤلفه C1 (EMD)

شکل 1-85 دامنه لحظه ای (a2 ( t به دست آمده از (الف) دومین مؤلفه (LMD) PF2 (ب) دومین مؤلفه C2 (EMD)

شکل 1-86 فرکانس لحظه ای (f2 (t به دست آمده از (الف) دومین مؤلفه (LMD) PF2 (ب) دومین مولفه C2 (EMD)

شکل 1-87 نتایج تجزیه روش LMD از سیگنال شبیه سازی (X( t بعداز آن که اثر انتها محدود شده

شکل 1-88 نتایج تجزیه روش EMD از سیگنال شبیه سازی (X(t بعداز آن که اثر انتها محدود شده

شکل 1-89 دامنه لحظه ای (a1 ( t به دست آمده از (الف) اولین مؤلفه (LMD)PFI (ب) اولین مؤلفه (EMD)c1 بعد از آن که اثر انتهایی محدود شده

شکل 1-90 فرکانس لحظه ای (f1 ( t به دست آمده از (الف) اولین مؤلفه (LMD)PFI (ب) اولین مولفه C1 (EMD) بعد از آن که اثر انتهایی محدود شده

شکل 1-91 دامنه لحظه ای (a2 ( t به دست آمده از (الف) دومین مؤلفه (LMD)PF2 (ب) دومین مؤلفه C2 (EMD) بعد از آن که اثر انتهایی محدود شده

شکل 1-92 فرکانس لحظه ای (t)f2 به دست آمده از (الف) دومین مؤلفه LMD)PF2 ) (ب) دومین مؤلفه C2 (EMD) بعد از آن که اثر انتهایی محدود شده
شکل 2-1 اصول کلی ثبت سیگنال های AE

شکل 2-2 مراحل دریافت و پردازش سیگنال هایAE

شکل 2-3 یک نمونه از حسگرهای دریافت امواج AE قابل اتصال روی بدنه فلزی تجهیزات

شکل 2-4 جابه جایی نظری تولید شده توسط شکست مویرگی در یک بلوک فولادی و پاسخ حسگرهاي مختلف[22] AE

شکل 2-5 مثالی از نمودار تولید شده در آزمون تضعیف

شکل 2-6 نمونه ای از یک سیگنال AE از نوع ضربه ای در مقایسه با نوع پیوسته (25)

شکل 2-7 شماتیک یک حسگر AE [33]

شکل 2-8 مثالی از یک نمودار کالیبراسیون حسگر AE [36]

شکل 2-9 حساسیت حسگر AE در اثر استفاده از کوپلنت های مختلف (41)

شکل 2-10 درخت تجزیه تبدیل موجک گسسته (DWT) در سه سطح

شکل 2-11 درخت تجزیه بسته موجک (WP) گسسته در سه سطح

شکل 2-12 نمایش گرافیکی دو نوع مختلف a) غیر هم محوری زاویه ای شفت b) غیر هم محوری موازی شفت

شکل 2-12 سیگنال زمانی و تابع خود همبستگی سه نمونه AE از توربین های گازی در شرایط مختلف(145)

شکل 3-1 دسته بندی عیب های توربین گازی بر اساس محل وقوع

شکل 3-2 فراوانی و میزان اتلاف در گروه های عیب در توربین گاز[4]

شکل 3-3 عیوب گوناگون در پره کمپرسور [5]

شكل 3-4 سیگنال ها و فراوانی آنها برای تشخیص عیوب[4]

شکل 3-5 فراوانی متغیرهای مورد آنالیز جهت پایش وضعیت در توربین بخار[6]

شکل 3-6 اجزا یک یاتاقان غلتشی (8)

شکل 3-7 عیبهای یاتاقان غلتشی [9]

شکل 3-8 نمایی از سیستم آزمون [10]

شکل 3-9 نمونه ای از عکس گرمایی محفظه بیرینگ [10]

شکل 3-10 ساختار سیستم طبقه بندی کننده [10]

شکل 3-11 طرحی از مراحل تشخیص عیب [13]

شکل 3-12 ساختار یک شبکه کوهنن [13]

شکل 3-13 شماتیکی از اندازه گیری ها و جمع آوری داده [13]

شکل 3-14 شبکه کوهنن برای تشخیص دما[13]

شکل 3-15 تصاویر گرمایی موتور جت [13]

شکل 3-16 ماتریس کانفیوژن تشخیص عیب موتور جت [13]

شکل 3-17 شرایط نرمال و معیوب موتورجت [13]

شکل 3-18 دوربین و سیستم [14]

شکل 3-19 سیستم آزمایش تشخیص عیب توربین گازی[16]

شکل 3-20 محدوده مطلوب برای پردازش تصویر. [16]

شکل 3-21 مجموعه آزمون با ذرات فسفر [17]

شکل 3-22 نمونه ای از تصاویر استخراج شده [17]

شکل 3-23 میانگین عکس های مادون قرمز گاز خروجی توربین[18]

شکل 3-24 تصویر گرمایی برای تشخیص تغییرات گاز [18]

شکل 3-25 نمودار ترموگرافی پالسی [19]

شکل 3-26 نرم افزار پردازش تصویر eyevision

شکل 3-27 نمایی از نرم افزار eyevision [21]

شكل 3-28 مسیر گاز داغ در توربین گاز (24)

شکل 3-29 تیغه های سالم و آسیب دیده [24]

شکل 3-30 اتصال سیستم پایش تیغه روی موتور[24]

شکل 3-31 تصویر مادون قرمز [24]

شکل 3-32 تصویربرداری با سه دوربین [24]

شکل 3-33 تصویربرداری از پره های توربین [25]

شکل 3-35 سامانه تشخیص عیب پره [26]

شکل 3-36 ساختار پره [26]

شکل 3-37 سامانه تشخیص توزیع دمایی [27]

شکل 3-38 محل قرارگیری خنک کننده ها[28]

شکل 3-39 تصویر از پره ها و تجهیزات آزمایش[28]

شکل 3-40 سامانه تصویربرداری فروسرخ [28]

شکل 3-41 تشخیص عیب با استفاده از تصویربرداری فروسرخ[29]

شكل 3-42 تصویر سیستم تشخیص لایه لایه شدن پوشش محافظ [29]

شکل 3-43-تصوير مادون قرمز توربین بخار هنگام شروع به کار [31]

شكل 3-44 سیستم تصویربرداری با دو دوربین [32]

شکل 3-45 استفاده از دو تصویر [32]

شکل 3-46 دوربین نصب شده بر توربین [34]

شکل 3-47-شماتیکی از سیستم پایش وضعیت توربین [35]

شکل 3-48 اندازه گیری گرمایی برای تشخیص عیب در ژنراتور [36]

شکل 3-49 بلوک دیاگرام عملکرد سیستم تشخیص عیب برخط [37]

شکل 3-50 روش غیر تماسی التراسونیک و مادون قرمز در تشخیص عیب [38]

شکل 3-51 ماتریس کانفیوژن تشخیص عیب یاتاقان [45]

شکل 3-52 شماتیک سیستم بیرینگ همراه با حسگر ارتعاش و دما[44]

شکل 3-53 فلوچارت روش اعمالی [44]

شکل 3-54 اعمال PCA بدون داده ی دما [44]

شکل 3-55 اعمال PCA با در نظر گرفتن داده ی دما [44]

شکل 3-56 فلوچارت SOM [46]

شکل 3-57 ست آزمایشگاهی SOM [46]

شکل 3-58 VA5pro [41]

شکل 3-59 نمونه ای از تصویر گرمایی VA5pro [41]

شکل 3-60 الگوریتم کلی تشخیص عیب ترموگرافی در ترکیب با سیگنال های دیگر[43]

شكل 4-1 حسگر اندازه گیری ارتعاش

شکل 4-2 اندازه گیری همزمان ارتعاش و صوت(19)

شکل 4-3 دمانگاری(21)

شكل 4-4 گام های روش های هوشمند برای تشخیص عیب

شكل 4-5 نمایش پراکندگی داده ها در فضای xlx2 و فضای pcها z1z2

شکل 4-6 دو خط تفکیک کننده برای داده‌های یکسان

شکل 4-7 نمایی از شبکه عصبی RBF [2]

شكل 4-8 شبکه PNN [2]

شکل 4-9 مراحل تشخیص عیب نامیزانی با استفاده از دسته بندی کننده ها

شکل 4-10 ارتعاشات نسبی محور در قسمت توربین

شکل 4-11 ارتعاشات نسبی محور در قسمت کمپرسور

شكل 4-12 داده‌های خام و فیلتر شده در حالت معیوب برای حسگر 6

شکل 4-13 داده های خام و فیلتر شده در حالت نرمال برای حسگر 6

شکل 4-14 تبدیل فوریه زمان کوتاه(131)

شکل 4-15 تبدیل موجک با استفاده از فیلتر کردن(123)

شکل 4-16موجک Haar یا db1[ 123]

شکل 4-17 موجک های دابچی رایج [123]

شکل 4-18 تغییرات میانگین داده ها در طول زمان

شكل 4-19 واریانس داده های حسگر شماره ی 6

شکل 4-20 تبدیل FFT داده ها

شکل 4-22 بزرگ نمایی FFT حسگر شماره ی 1

شكل 4-23 تبدیل STFT داده ها

شکل 4-24 تبدیل کپستروم داده ها

شکل 4-25 سیگنال جزئیات به دست آمده از تبدیل موجک

شکل 4-26 مؤلفه اول به دست آمده از روش EMD

شکل 4-27 تبدیل هیلبرت داده ها

شکل 4-28 تبدیل HHT داده ها

شکل 4-29 تبدیل DCT داده ها

شکل 4-30 بزرگنمایی تبدیل DCT حسگر شماره ی3

شكل 4-31 مقادیر ویژه ماتریس کوواریانس در روش PCA

شکل 4-32 خطای بازسازی در روش PCA

شکل 4-33 ساختار یک شبکه MLP سه لایه (128)

شكل 4-34 فرایند آموزش شبکه های عصبی [129]

شکل 4-35 ساختار شبکه عصبی RBF

شکل 4-36 ساختار [ PNN [130

شکل 4-37 نمودار MSE به ازای افزایش تعداد نورون

شکل 4-38 ساختار کلی خود رمزگذار: نگاشت ورودی X به خروجی r از طریق بازنمایی داخلی یا کد h

شكل 4-39 ساختار کدگذار خودکار غیر کامل

شكل 4-40 ساختار خود رمزگذار تنک‌زا

شکل 4-41 ساختار خود رمز گذار نویززدا

شكل 4-42 ساختار داخلی خود رمز گذار

شكل 4-43 ساختار ماشین بولتزمن

شكل 4-44 ساختار RBM

شکل 4-44 روش نمونه برداری گیبز

شکل 4-46 محاسبة v1 در نمونه برداری گیبز

شکل 4-47 مرحله تکمیلی نمونه برداری گیبز

شکل 4-48 ساختار DBN

شكل 4-49 طرحی کلی از معماری شبکه عصبی کائولوشن برای دسته بندی تصاویر

شكل 4-50 طبقه بندی سلسله مراتبی شبکه های عصبی کانولوشن 150

شکل 4-51 عملیات لایه کانولوشن [150]

شكل 4-52 عملیات ادغام بیشینه (150)

شکل 4-53 نمودار تابع سیگموئید

شكل 4-54 نمودار تابع Tanh

شکل 4-55 نمودار تابع ReLU [150][۱]

شکل 4-56 نمودار تابع Leaky ReLU [150]

شکل 4-57 نمودار تابع parametric ReLU. [150]

شکل 4-58 نمودار تابع Randomized ReLU. [150]

شكل 4-59 معماری شبکه 5-Lenet

شکل 4-60 عملکرد موازی دو شبکه [157]Alexnet

شكل 4-61 معماری شبکه [Alexnet [157

شکل 4-62 معماری شبکه [VGG-16[158

شکل 4-63 معماری شبکه GoogleNet[159]

شکل 4-64 [residual block [160

شکل 4-65 معماری شبکه [resnet [160

شكل 4-66 معماری شبکه [U- Net [161

شكل 4-67 نمودار ون نشان دهنده رابطه بین روش های مختلف هوش مصنوعی 12

شکل 4-68 نمایی از دستگاه ساخته شده در دانشگاه CaseWestern [170]

شکل 4-68 دستگاه ساخته شده در دانشگاه Paderborn اجزای تشکیل دهنده: (1) موتو الکتریکی، (۲) اندازه گیر گشتاور، (3) یاتاقان دورانی، (4) چرخ طیار، (5) بار موتور [171]

شكل 4-69 میز آزمایشگاه PRONOSTIA مربوط دپارتمان کنترل خودکار و سیستم های میکرو مکانیک (AS2M) به دانشگاه Franche - Comte Electronique Mecanique

شكل 4-70 ساختار اتصالات یاتاقان ها و موتور در مجموعه IMS 175

شكل 4-71 محل قرارگیری حسگرها در مجموعه داده برداری IMS [175]

شكل 4-72 حجم داده و عملکرد بهتر روش های یادگیری عمیق (169)

شکل 4-73 ساختار (DBN (169

شكل 4-74 نمایی از یک ماشین بولتزمان محدود [2]

شكل 4-75 - a: ساختار یک RNN و b: ساختار یک RNN در طول یک گام زماني 169

شکل 4-76 ساختار یک GAN 169

شكل 4-77 نمایش ویژگی های استخراج و انتخاب شده در مرجع (215) برای داده های CWRU برای 10 کلاس مختلف

شكل 4-78 فلوچارت الگوریتم پیشنهادی در 238

شکل 4-79 مشخصات محک به کار رفته 1. موتور، 2. شتاب سنج، 3. یاتاقان معیوب 4. میکروفون ( حسگر آکوستیک) 5. بار، 6. ياتاقان سالم 238

شكل 4-80 شماتیک ساختار داده برداری در مرجع [238]

شكل 4-81 خرابی های ایجاد شده در یاتاقان [ 238]

شكل 4-82 ساختار CAE

شکل 4-83 ساختار DCAE

شكل 4-84 شماتیک روش استفاده شده 240

شکل 4-85 ساختار آزمایشگاهی ساخته شده (240)

شكل 4-86 چرخ دنده های معیوب (240)

شکل 4-87 سیگنال های ارتعاش و اسپکتروم آن (240)

شكل 4-88 سیگنال های صوت و اسپکتروم آن 240

شكل 4-89 ماتریس کانفیوژن چرخ دنده ها 240

شكل 4-90 نمودار PCA فضای پنهان (240)

شكل 4-91 ساختار یک خود رمز گذار انباشته[27]

شکل 4-92 عملکرد یک خود رمزگذار حذف کننده نویز 28

شكل 4-93 توابع فعال ساز

شكل 4-94 فرایند تخریب برای هر داده ورودی در هر لایه (27)

شكل 4-95 داده های کلاس اول

شکل 4-96 کد شبیه سازی شده برای دسته بندی داده های به آزمون و آموزش

شكل 4-97 نمودارهای خطای بازیابی اطلاعات بر اساس پارامترهای مختلف

شکل 4-99 ماتریس کانفیوژن SDA سناریو دوم

شکل 4-100 چگونگی توسعه روش های هوشمند تشخیص عیب در گذشته، حال و آینده[239]

شکل 4-101 فرایند تشخیص عیب در آینده 239


فهرست جدول ها

جدول 1-1 قابلیت اطمینان با استفاده از سیستم مانیتورینگ

جدول 1-2 عيوب مورد بررسی در توربین گاز که باعث اتلاف میشوند

جدول 1-3 انواع عیب های پره، چگونگی اثر و عامل آن

جدول 1-4 عيوب توربین بخار برمبنای گزارش ASME

جدول 1-7 فراوانی و میزان اتلاف عیب های مختلف در توربین بخار در صنایع نیروگاهی (آبی) و جنگل (سبز )

جدول 1-8 بررسی روش های تشخیص عیب مبتنی بر ارتعاشات و میزان موفقیت آنL:LoW , M : Medium , H :(Hight)

جدول 1-7 خرابی و نوع صدای آن در یاتاقان های شرکت NTN

جدول 1-8 متداول‌ترین مشخصه های مورد استفاده در دامنه زمانی

جدول 1-9 مقادیری از شدت بر اساس Kurtosis

جدول 1-10 فرکانس مشخصه عيب سطح داخلی و خارجی در بار Ohp و 3hp و سرعت 1797rpm و 1730rpm

جدول 1-11 برخی عیوب متداول در توربین ها و ارتباط فرکانسی عیب

جدول 1-12 کارهای مرتبط در ارزیابی شدت عیب با استفاده از رویکردهای پردازش سیگنال، از 2010 تا 2017

جدول 1-15 مزیت ها و محدودیت های کاربرد سیگنال های VIB و CUR و VOL در FDE مبتنی بر پردازش سیگنال

جدول 2-1 حساسیت و محدوده فرکانسی انواع مبدل های AE

جدول 2-2 مقایسه کارایی روش های مختلف تحلیل زمان فرکانس [50]

جدول 2-3 مقایسه روش های مختلف عیب یابی

جدول 3-1 عیب های مورد بررسی در توربین گاز که باعث اتلاف میشوند (4)

جدول 3-2 انواع عیب های پره، چگونگی اثر و عامل آن [4]

جدول 3-3 عيوب توربین بخار برمبنای گزارش ASME [6]

جدول 3-4 بررسی روش های تشخیص عیب و میزان موفقیت آنL : Low , M : Medium , H ; Hight [6]

جدول 3-5 مشخصات دوربین حرارتی

جدول 3-6 نتایج اعتبارسنجی تشخیص عیب با استفاده همزمان از سیگنال های ارتعاش و تصویربرداری گرمایی(10)

جدول 3-7 نتایج اعتبار سنجی تشخیص عیب با استفاده هم زمان از سیگنال های ارتعاش [12]

جدول 3-8 کاربرد سیگنال های گوناگون در تشخیص عیب [43]

جدول 3-9 خلاصه ای از روش های تلفیقی و محصولات شرکت هایی میتوانند مفید باشند

جدول 4-1 تحلیل در حوزه فرکانس

جدول 4-2 حسگرهای ارتعاشی مورد استفاده

جدول 4-3 نتیجه آزمون های بررسی ایستایی

جدول 4-4 ماتریس Confusion

جدول 4-5 تعداد نورون انتخاب شده برای روش های مختلف

جدول 4-6 نتایج دسته بندی کننده های عصبی

جدول 4-7 مقایسه میان معماری های مختلف (161)

جدول 4-8 Graphic cards: [163][162][164][165]

جدول 4-9 CPU [166]

جدول 4-10 FPGA[167]

جدول 4-12 فهرست الگوریتم های هوش مصنوعی و مزایا و معایب آن ها [2]

جدول 4-13 مقایسه عملکرد الگوریتم های هوش مصنوعی [2]

جدول 4-14 مشخصات و نقاط قوت و ضعف روش های یادگیری ماشین در حوزه تشخیص عیب یاتاقان[169]

جدول 4-15 مقایسه همه روش ها و عملکرد آنها در یک مسئله واحد تشخیص عیب [169]

جدول 4-16 ابعاد عیب های ایجاد شده برحسب میلیمتر [238]

جدول 4-16 نتایج تشخیصی برای هر ترکیب حسگر [238]

جدول 4-18 روش های گوناگون پایش سلامت برای چرخ دنده [240]

جدول 4-19 روش های گوناگون پایش سلامت برای بیرینگ [240]

نمایش کامل متن

Keywords:

گروه پژوهشی پایش و کنترل نیروگاه - یاتاقان های غلتشی - یاتاقان های لغزشی - توربین گاز - توربین بخار - عیب - ارزیابی عیب - سیگنال های ارتعاشی - سیگنال های صوتی