1、2018/7/13,1,TBM与盾构机的 状态监测与故障诊断,2018/7/13,2,目 录,1.开展掘进机的状态监测与故障诊断的必要性2. .TBM故障诊断的特点和难点3.TBM故障诊断方案 3.1 TBM采用的诊断技术简介 3.2 诊断标准的制定4. TBM状态监测与故障诊断技术 4.1 TBM油液检测 4.2 TBM振动监测 4.3 TBM电气液压故障的在线实时诊断 4.4 TBM的故障树逻辑诊断 4.5 小结 5.经验介绍6. 监测仪器配置建议7. 取到的成效、存在的问题及展望,2018/7/13,3,1.开展TBM与盾构机状态监测与故障诊断的必要性,医院大夫给病人诊断疾病,需要综合分
2、析体温、脉搏、血液化验、B超等多项指标检验结果,并与诊断标准对比,得出诊断结论;同样地,机械设备的故障诊断也需要采集温度、噪声、油液中磨粒的大小、形态、浓度,机械振动的频谱、液压系统压力、流量损失,电气系统的电压、电流等多个状态信号或参数,并与判断标准进行对比和综合分析,得出设备有无故障以及故障的原因、部位等诊断结论。TBM/盾构机作为大型专用设备也不例外。,2018/7/13,4,1.开展TBM与盾构机状态监测与故障诊断的必要性,由于TBM/盾构机配置的设备数量多,关联性强,任何一套单独设备出现故障都将不同程度地影响TBM/盾构机的掘进进度,同时也会增加工程成本。因此,如何实施状态监测,提前
3、预报故障,是值得深入研究的课题。,2018/7/13,5,2. TBM盾构机故障诊断的特点和难点(以TBM主轴承为例),1、主机庞大、动力部件众多,振源各异,振动信号频域宽广,各部件的固有频率和相应的故障特征频率有可能产生相互重叠;2、价值昂贵,重80多吨,一旦进洞掘进,就不允许在洞内解体检查。主轴承的工作情况只有通过监测反映;3、低速重载决定了对滚动轴承的监测的难度: 8个推进油缸施加2100吨轴向推力、32个撑靴油缸要承受800多吨的主机负载,主轴承承受巨大的径向和轴向荷载;,2018/7/13,6,2. TBM故障诊断的特点和难点,4、刀盘上配置了71把盘形滚刀,掘进时石质不均,载荷剧烈
4、地波动,转速也随之波动,信号随机波动也不可避免,增加了故障特征信号的提取和分离难度;5、主轴承处工作环境比较危险,不便靠近,不便进行信号的采集;6、结构参数不了解,轴承零件的特征频率难以确定,也不便于故障信号的分析; 为此,须将几种监测手段综合运用,各取所长,相互弥补。如工业内窥镜监测滚子磨损、润滑油温度监测、润滑油磨损分析、在线实时监测等。,2018/7/13,7,3. TBM故障诊断总体方案,TBM机载的在线监测和数据采集系统与离线的振动分析和油样检测等手段相结合。突出重点、兼顾其他。常规监测与计算机分析相结合。,2018/7/13,8,3.1 TBM采用的诊断技术简介,1、感官检查诊断技
5、术部件的初步判断;2、温度监测技术接触式测温TBM主轴承润滑系统、液压系统的各个泵站等 ;非接触式测温,主电机、变速箱、皮带机滚筒、高压电缆接头等部件;3、无损检测技术主轴承滚子、滚道的磨损监测;4、油样检测分析技术 TBM的各类油液的理化性能分析和磨损磨粒分析;5、旋转机械振动测试技术TBM的电机、变速箱、水泵、风机等回转机械;6、性能状态参数测试技术TBM电气、液压系统某一测点或局部的测试,如液压测试仪对液压系统的串、并联测试;7、故障树逻辑诊断揭示TBM某一系统的故障规律和逻辑关系,适合于电气或液压系统的故障诊断;8、电气液压在线实时诊断通过TBM自身所布设的各种传感器监测位移、速度、流
6、量、压力、油位、温度、转速以及电气的电压、电流等参数,对TBM整个运行系统进行在线监测以及超过界定值的故障报警和停机控制。,2018/7/13,9,3.1.1感官检查,感官检查就是利用操作或维修人员的视、听、触、嗅觉,观测TBM设备或部件的运动情况、主控室的运转参数如电流、温度、压力、流量、速度等,检查机件的异响、异味、发热、裂纹、锈蚀、损伤、松动、油液色泽、油管滴漏等,初步判断部件的工作状态。虽然凭感觉检查有时不够精确,且对个人的经验依赖性较强,但这种传统的检测是进行设备监测诊断的基础,是现场的维修保养工作中不可或缺的常用方法。,2018/7/13,10,3.1.2感官检查,例如盾构机主轴承
7、前腔密封是通过脉冲式油脂泵注入CONDAT公司生产的HBW润滑脂进行润滑的,这些油脂将外界灰尘和杂质封堵在外,以保护主轴承。若有润滑脂挤出,说明润滑脂注入情况正常,否则就要检查润滑脂泵系统的故障或主轴承密封是否堵塞。在开仓时顺便观察主轴承前端密封处HBW润滑脂挤出情况可以判断HBW润滑脂的润滑效果。,2018/7/13,11,温度的变化与被监测设备的性能和工况有密切的关系。当机械的运动副发生异常磨损时,过度发热导致的温升影响着机械或润滑油的正常工作状态,从而形成恶性循环,致使设备过早损坏。TBM的温度监测技术分接触和非接触式测温两种方法。接触式测温主要是采用热电偶测温,在TBM主轴承润滑系统、
8、液压系统的各个泵站等分别布置了测温传感器,对油温等进行有效的监控;,3.1.3 温度监测技术,2018/7/13,12,与此同时,现场维护人员利用手持式红外线测温计进行非接触式测温,可以方便、快速、安全地监测主电机、变速箱、皮带机滚筒、高压电缆接头等部件的工作温度。也可以利用手持式红外线测温计测量螺旋输送机出口的碴土温度,以辅助判断刀盘前方是否产生泥饼或堵仓。,3.2.2温度监测技术,2018/7/13,13,3.1.4 无损检测技术,主要是指工业内窥镜监测法观测设备内部情况。打开TBM主轴承壳体的观测孔,利用工业内窥镜观测主轴承滚子、滚道、保持架的磨损和锈蚀情况。,2018/7/13,14,
9、工业内窥镜应用观测主轴承观测,2018/7/13,15,TBM主轴承结构,2018/7/13,16,TBM主轴承内窥镜观测,2018/7/13,17,盾构机主轴承解体,2018/7/13,18,大伙房TBM主轴承滚道剥落碎块,2018/7/13,19,大伙房TBM主轴承滚道剥落碎块,2018/7/13,20,3.1.5 性能状态参数测试技术,TBM的运转参数很多,但测试具有代表性的状态参数,可以有效地实施状态监测与故障诊断,如功率、扭矩、转速、掘进速度、压力、流量、温度及电气参数等,为TBM的操作和维修人员提供直观的故障信息和工作状态信息。,2018/7/13,21,3.1.6 故障树逻辑诊断
10、技术,故障树逻辑方法则是结合油质分析、振动分析以及噪声、温度和性能状态参数测试等多种方法,能够清晰地揭示TBM某一系统内的故障规律和逻辑关系。比较适合TBM液压等多个系统的故障诊断。,2018/7/13,22,3.1.7监测重点及巡检路径,根据监测对象在TBM运转中的作用和对停机造成影响的程度来确定监测的重点。以及TBM的巡检路径:后配套上层拖车水泵电机及水泵溜渣槽三号皮带机及其泵站拖拉系统泵站变压器下层拖车输送泵喷浆机械手主泵站上层拖车二号皮带机主机记录数据上部吊机钢拱架运输机构主变速箱主机下部仰拱吊机材料吊机污水泵及电机除尘风机一号皮带机。,2018/7/13,23,3.2 故障诊断标准的
11、制定,设备状态监测目的是力求准确的判断出设备的故障,而判断设备好坏的关键是标准的制订。TBM的故障诊断采用了三类判断标准:3.2.1 绝对判断标准3.2.2 相对判断标准 3.2.3 类比判断标准,2018/7/13,24,3.2.1 绝对判断标准,(1) TBM技术资料上注明标定工况下运转性能参数的标 称值和极限值; (2) 旋转机械的振动量参照1974年颁布的ISO2372适 用于工作转速600-12000转/分;(3) 温度: 轴承壳体:70注意,90停止; 轴承本体: 90注意,120停止; 轴承内润滑油:80注意,100停止; 基于主轴承的重要性,当油温达到65 时报警,70停机;(
12、4) TBM使用的油品的理化指标合格标准(5) 铁谱分析:大于15m的颗粒显著增加时,可初步 判断为不正常;大磨粒读数AL 、小磨粒读数 AS(分析式 铁谱)可用趋势分析建立标准; (6) 光谱分析:油中各种元素的含量也可通过趋势分析 建立标准。,2018/7/13,25,3.2.1 绝对判断标准之TBM液压系统换油指标:B20(ISO VG68)抗磨液压油,2018/7/13,26,关于油液污染度等级的几个概念,1、SAE749D污染度等级标准 美国工程师学会(SAE)在1963年提出。以颗粒浓度为基础,按照100ml油液中在510、1025、2550、50100和大于100m等5个尺寸范围
13、内的最大允许颗粒数划分为7个污染度等级见表,2018/7/13,27,SAE749D污染度等级(100ml中的颗粒数),力士乐柱塞泵的用油洁净度要求最低不小于SAE6级,2018/7/13,28,2、NAS1638污染度等级标准,由美国宇航学会1964年在SAE标准基础上提出,也是根据5个尺寸范围的颗粒浓度划分等级,污染度扩大到14个等级。适应范围更广些。该标准在美国和世界各国得到广泛应用。力士乐柱塞泵的用油洁净度要求最低不小于NAS9级。股份公司监测站也采用该标准。,2018/7/13,29,NAS1638污染度等级(100ml中的颗粒数),力士乐柱塞泵的用油洁净度要求最低不小于SAE6级。
14、,2018/7/13,30,3、国际标准ISO4406污染度等级标准,该标准采用两个数码代表油液污染度等级,前面的数码代表1ml油液中尺寸大于5m的颗粒数等级,后面的数码代表1ml油液中尺寸大于15m的颗粒数等级,两个数码之间用一斜线分开。例如:污染度等级18/15表示:油液中尺寸大于5m的颗粒数等级的数码为18,每1ml油液中颗粒数在13002500之间;大于15m的颗粒数等级的数码为15,每1ml油液中颗粒数在160320之间;例如:测得每毫升油液中大于5m的颗粒数为800,大于15m的颗粒数为120,则可知油液的污染度等级为17/14。,2018/7/13,31,ISO4406污染度等级
15、数码,力士乐柱塞泵的用油洁净度要求最低不小于18/15,2018/7/13,32,ISO4406与其他污染度标准对照表,2018/7/13,33,3.2.1 绝对判断标准之设备振动标准,由于设备的振动具有加速度、速度、位移三个描述参量,通常基于振动的设备运行状态,判定标准相应的有加速度、速度、位移。结合TBM在实际施工中的本身技术要求与实践现场诊断给予修正,制订TBM各旋转设备的振动测试判定标准。所取的振动值均由振动数据采集仪采集。由于各台设备的型号、负荷、转速及设计的性能要求不同,故所制定的振动测试判定标准也不相同。,2018/7/13,34,2018/7/13,35,设备振动标准的制定,2
16、018/7/13,36,3.2.2 相对判断标准,采用这种判断标准时,要求根据设备的同一部位同一量值进行测定,将设备正常运转情况下的量值作为初始值即标准值,按时间先后将实测值与初始值进行比较来判断设备状态。具体来说,就是在TBM施工初期,对同一设备进行运转参数(振动、压力、温度、速度、流量等)、油品理化指标参数、铁谱、光谱、污染度、粘度、水分等诸多参数采集,以此作为初始测定值,经过不同阶段相同条件下的多次采集,经几次结果进行分析比较,可以推断出该部位的运转情况,故障的变化趋势。,2018/7/13,37,3.3.3 类比判断标准,将数台机型相同、规格相同的设备如TBM(盾构)的8台主电机(液压
17、马达)、主变速箱,在相同的运转条件下对它们进行参数测试,经过相互比较可对设备的状态进行评定。,2018/7/13,38,4. 1TBM油液检测技术,概述TBM油品理化性能的分析TBM铁谱测试技术 TBM油液磨损颗粒的定性分析 TBM油液磨损颗粒的趋势分析铁谱三线值法TBM油品的光谱分析,2018/7/13,39,4.1.1概 述,在机械运动中,大部分摩擦副产生的磨粒都要进入润滑油或液压油中,油液中携带着来自磨损表面的磨损碎屑,作为一种诊断媒介,对磨粒的分析可以提供有关设备状态的重要信息,因而了解油液中磨粒的成分、数量、形态,能够及时准确地了解机械的磨损程度和磨损性质,从而判断机械的技术状态和故
18、障趋势,为TBM的故障维修提供依据。,2018/7/13,40,4.1.1概 述,对于TBM各类油液的检测,主要是采用油质检测仪和污染度测试仪,对油质的理化性能指标进行检测,并结合铁谱、光谱分析技术,对磨损磨粒进行定性和趋势分析。,2018/7/13,41,4.1.1概 述,油液污染度、水分、斑点、粘度分析等理化分析方法可以直观地判断TBM各类油质的劣化程度;铁谱分析可以清楚地辨别油液磨粒的种类、大小、磨损性质和油品的老化程度,尤其是对异常磨损的较大磨粒的分析判断(10m以上的磨屑 );光谱分析虽然对较大磨粒不很敏感,但可以精确地测定油液中所含微量元素的含量和属性,据此判断油液中磨损物的来源是
19、外界侵入、密封损坏还是机件的表面磨耗。,2018/7/13,42,4.1.2 TBM油品理化性能的分析,2018/7/13,43,4.1.3 TBM油液的铁谱分析,TBM油液磨损颗粒的定性分析TBM油液磨损颗粒的趋势分析铁谱三线值法,2018/7/13,44,TBM油液磨损颗粒的定性分析,TBM的油泵、马达、齿轮、轴承等旋转部件的磨粒,通常可分为:正常磨损颗粒、切屑磨损颗粒、疲劳磨损颗粒、严重滑动磨损颗粒,以及油液中存在的非金属颗粒、腐蚀性磨损颗粒、摩擦聚合物,纤维等其它物质。根据颗粒的形态和尺寸,可用于判断零件的磨损状况。,2018/7/13,45,TBM油液磨损颗粒的趋势分析铁谱三线值法,
20、通常一台运行的设备在磨擦磨损过程中呈现的三个阶段:(即跑合阶段、稳定、急剧磨损阶段)在不同阶段所产生的磨损磨粒各不相同,从而定出控制线即设备处于正常、报警、危险三种状态的三条线进行磨损判别,进行TBM设备的磨损量趋势分析。,2018/7/13,46,铁谱三线值法,磨粒浓度 WPCi=(AL +AS)r/v式中AL大微粒覆盖面积百分数、 AS小磨粒覆盖面积百分数 r油样浓度 V油样体积基线值VI=(WPCi )/n 式中:i样品编号; n样品总数警告线V2=WPC+2S 危险线V3=WPC+3S式中:S标准差,作为样本方差的估计量,2018/7/13,47,铁谱三线值,WPCV3时,磨损状态处于
21、危险区域;V2WPCV3时,磨损状态处于警告区域;V2WPCV1时, 属正常磨损但要引起注意; WPCV1时,磨损状态处于正常区域.,2018/7/13,48,2018/7/13,49,TBM油液磨损颗粒的趋势分析铁谱三线值法,皮带机泵站、TBM主液压系统、TBM主变速箱、主轴承的铁谱三线值图谱,2018/7/13,50,4.2 TBM振动监测技术,4.2.1概述4.2.2设备的振动测试流程4.2.3 TBM设备振动的测点选取,2018/7/13,51,4.2.1 概述,利用振动信号对故障进行诊断是一种行之有效的方法。机械部件在运动过程中的振动及其特征信息是反映该系统状态及其变化规律的主要信号
22、,通过采集这些信号并加以分析处理,从而判别机械故障的原因、部位。这些分析方法主要包括振动的加速度、速度、位移分析、功率谱分析、幅值谱分析、时域分析、频域分析等。振动测试、分析比较适合于TBM的主电机、变速箱、泵站、各类水泵、风机等旋转机械的监测与诊断。,2018/7/13,52,4.2.2 设备的振动测试流程,2018/7/13,53,4.2.3 TBM设备振动的测点选取,2018/7/13,54,采用振动数据采集仪,可实现设备状态参数(振动加速度、速度、位移),振动波形的现场采集与粗略分析,2018/7/13,55,4.2.5 TBM主变速箱的监测实例,主变速箱是TBM主要的动力驱动组件之一
23、。由于主变速箱承受高负荷、大扭矩,因而故障发生率较高,因现场施工噪声大,受坏境因素与诊断者的经验差异的制约,用传统的变速箱诊断法如手摸、耳听会出现误诊与漏诊,给正常施工带来损失。由于设备出现故障前都会有初期振动特征信号产生,因此采用振动测试技术对变速箱运转时的各种特征信号进行采集、处理,并结合润滑油的磨粒分析(如铁谱、光谱、粘度)等多种监测手段,便会大大提高故障的预报和诊断能力,减少故障的发生率。,2018/7/13,56,图1,2018/7/13,57,图2,2018/7/13,58,已知齿轮箱内各齿轮的齿数分别为:Z1=27,Z2=105,Z3=39,Z4=19,Z5=65,Z6=23。测
24、试工况的最高转速为:n=1500r/min. 由图2可知,各轴的传动比及轴的转动频率与各齿轮副的啮合频率计算为:主电机转速为:轴n1=1500转/分 轴 n2= n1/4.89=306.75转/分轴n3= n1/21.61=69.41转/分根据公式f =n/60可知,轴的回转频率为:f1=25HZ、f2=5.11HZ、f3=1.15HZ一级行星架与中心太阳轮的啮合频率为: fr1=Z3n2=536.79HZ 2fr1=1073.58HZ 3fr1=1610.37HZ二级行星架与中心太阳轮的啮合频率为: fr2=Z5n3=75.19HZ 2fr2=150.38HZ 3fr2=225.57HZZ1
25、与Z3的啮合频率为:fr3 =Z1n1/60=675HZ 2fr3=1350HZZ4与Z6的啮合频率为:fr4=Z4n2/60 =97.13HZ 2fr4=194.26HZ,2018/7/13,59,故障诊断实例,TBM在西安南京线掘进施工时,巡视人员发现主变速箱发生异响,机身温度超过60。由于施工环境恶劣,噪音较大,与其它变速箱相比变化并不明显,无法确定故障的严重程度。 TBM故障检测人员对该设备进行了振动数据采集和频谱分析以及润滑油样的抽取化验。,2018/7/13,60,图3为变速箱测点2的振动信号功率图谱,从图中可以看出,670Hz(该频率为Z1与Z3的时的啮合频率)处的振动幅值高达2
26、95(m/s2)。,2018/7/13,61,图4中出现一个1345Hz的频率(该频率为Z1与Z3的二倍频率),其振幅高达490(m/s2),与以往的谱图对比可知,啮合频率670Hz及其倍频处的振幅不应超过60(m/s2),而此时的振幅已远远超出标准值。,2018/7/13,62,由齿轮油光谱分析表可知,油中铁、铝、硅含量偏高,特别是铁的含量最大达90.3ppm,已远远超过正常标准(通常为3040ppm)。,2018/7/13,63,综合以上分析,最后判断主变速箱齿面有可能出现较大面积的擦伤、剥落或裂纹,应及时进行停机处理。事后经拆机检修发现:Z1齿轮有一齿断裂,Z3齿轮有大面积的擦伤。经维修
27、,重新试机进行测试见图5。,2018/7/13,64,图5中的图谱主要以低频为主,振动幅值已在控制范围之内,而且670Hz及1345Hz处的振动幅值也大大降低。各项指标已恢复正常。,2018/7/13,65,4.3 电气液压故障的在线实时诊断,TBM盾构系统庞大,自动化程度高,控制环节和工序复杂且相互影响,相互并联,因此故障的实时监测和记录对故障的诊断和处理尤其重要。TBM自身带有故障、数据实时监测和记录系统,充分开发和利用这一系统对电气液压故障的快速诊断和处理非常重要。,2018/7/13,66,4.4 TBM状态监测与故障诊断之TBM的故障树逻辑诊断,在进行TBM状态监测与故障诊断时,除采
28、用油质分析、振动测试外,故障树逻辑诊断也是一种行之有效的方法。它是将TBM各系统中最不希望发生的故障状态作为分析的目标,找出引起这一故障发生的全部因素,再找出引起下一级事件发生的全部直接因素,直至追查到最原始的故障机理、而不必再深究的因素为止。从而形成了TBM的故障树逻辑诊断方法。,2018/7/13,67,4.4.1 TBM故障树逻辑诊断的主要内容,TBM故障树逻辑诊断可以涵盖以下主要内容:刀具故障、刀盘驱动系统故障、主轴承、主电机故障、主变速箱故障、离合器故障、传动轴故障、液压辅助驱动回路故障、刀盘推进系统故障等21个子系统。每个子系统又包含了多种不同的故障树。,2018/7/13,68,
29、4.4.2 TBM故障树的编写,一、编写内容 故障现象分类及原因分析(列表)故障树分析及处理措施二、编写范围(一)刀具 故障现象(1)漏油(2)弦磨(3)刀圈剥落(4)挡圈断裂(5)螺栓松脱、断裂、掉刀等,2018/7/13,69,(二)刀盘驱动系统故障1、刀盘、护盾 (1)刀盘喷水系统故障 刀盘喷水无压力或压力过低刀盘喷水压力过高2、主轴承 (1)主轴承脂润滑报警主轴承脂润滑脉冲报警主轴承脂润滑压力低报警主轴承脂润滑压力高报警(2)主轴承油润滑报警主轴承油润滑堵塞报警主轴承油润滑压力低报警主轴承油润滑油温过高报警主轴承油润滑流量低报警(3)主轴承水冷却系统故障停机,2018/7/13,70,
30、3、主电机故障 主电机不能启动主电机电流偏大主电机温度过高主电机振动过大 4、主变速箱故障 主变速箱油位升高主变速箱油内含有水分主变速箱异响主变速箱振动过大主变速箱温度过高,2018/7/13,71,(三)刀盘推进系统故障 1、推进压力低于设定值 2、撑靴压力低于设定值 3、夹紧缸报警4、换步后无法掘进5、掘进中停止推进(四)方向控制故障 1、ZED故障2、外凯偏斜停机故障,2018/7/13,72,油液污染度、水分、斑点、粘度分析可以直观地判断TBM各类油质的劣化程度; 铁谱分析可以清楚地辨别油液磨粒的种类、大小、磨损性质和油品的老化程度,尤其是对异常磨损的较大磨粒的分析判断,; 光谱分析虽
31、然对较大磨粒不很敏感,但可以精确地测定油液中所含微量元素的含量和属性,据此判断油液中磨损物的来源是外界侵入、密封损坏还是机件的表面磨耗,这些方法对工况恶劣的隧道掘进机的油质分析十分有效;,4.5 小结,2018/7/13,73,由于采用频谱分析的方法,振动监测可以比较准确地判断TBM各种旋转机械的故障部位和故障特征; 故障树逻辑方法则是结合油质分析、振动分析以及噪声、温度和性能状态参数测试等多种方法,能够清晰地揭示TBM某一系统内的故障规律和逻辑关系,比较适合TBM液压等多个系统的故障诊断。,4.5 小结,2018/7/13,74,5. 经验介绍股份公司大型设备运行监测,建立设备状态监测、故障
32、预报及诊断 的两级机构设物部成立大型设备运行监测中心盾构及TBM施工专业公司 成立检测站和配备专/兼职的检测人员 建立大型设备机况评估制度 建立设备检测报表及档案制度,2018/7/13,75,5.1设物部大型设备运行监测中心职责,负责制订股份公司检测管理的各项制度,指导和监督各专业公司检测工作的开展。,2018/7/13,76,定期对各大型设备的油水及有关的项目等进行现场实时检测,并和各专业公司设物部所设的油水检测人员进行日常检测结果的沟通,及时收集掌握各大型设备的运行状况和运转参数,实时把握及评估各大型设备的机况。根据需要对专业各公司的关键机械设备进行油品的精密分析(包括对油品进行铁谱实验
33、等)、进行振动测试分析以及对液压系统进行功能测试等。对关键机械设备故障诊断分析及处理方面提供技术支持及服务,帮助解决施工现场设备诊断的重、难点技术问题。,2018/7/13,77,根据检测结果对大型设备各系统的隐性故障做出准确的超前预测,对设备的日常维护工作提供具有针对性的意见。 对专业公司各种检测报表、诊断数据资料进行管理;并进行统计分析,实现专业公司间的数据及信息共享。 对大型设备的制造及组装质量进行检验把关。 按要求对各大型设备进行机况评估,使大型设备维护工作具有针对性。 对各专业公司常规设备的油水检测及故障诊断提供技术支持及服务。,2018/7/13,78,5.2 盾构及TBM施工专业
34、公司职责,配备必要的检测设备和仪器,推存的配置见检测仪器配置表。 成立检测站和配备专职的检测人员。 根据本制度并结合本公司的设备情况及施工实际情况制订严格的检测管理制度,根据相关国家标准及设备生产厂家的技术说明等制订故障诊断和状态监测各项标准,并不断修正。 定期组织专业公司机电技术人员对设备进行监测,并对监测数据进行分析,找出设备故障发展趋势和磨损规律;根据监测分析结果,组织实施设备的油品更换或维修保养计划,制订油料等材料和配件的采购计划。 建立关键设备的监测档案,及时填报各类设备状态监测报表,及通过网络给大型设备运行监测中心传输各种监测数据。 关键油样定期送股份公司大型设备监测中心检测。,2
35、018/7/13,79,5.3 大型设备故障诊断及处理制度,检测人员依据各项检测数据以及机械设备的结构特点、性能及操作、维修保养的特殊要求,判断出故障隐患,并和维修工程师、维保工人一道,以不拆卸或局部解体的方法,借助于仪器测定,找出故障原因及准确部位。将故障原因、诊断依据和处理建议等填入设备故障诊断处理报告。将结果通知负责工程师,以书面形式送给分公司机械总工和公司领导审批。诊断出的故障,一般应结合各类保养进行修理。修理后的故障真正原因和处理措施等由执行人员反馈到检测室,并记填入设备故障诊断处理报告。,2018/7/13,80,5.4 大型设备机况评估制度,各大型设备机械状况应在以下情况或定期进
36、行评估:1、大型设备始发掘进之前2、大型设备拆机之前3、大型设备可能潜在故障4、大型设备出现重大故障,2018/7/13,81,5.5 大型设备机况评估制度,1、由股份公司设物部牵头,成立临时评估小组;2、机状评估涵盖机、电、液等综合内容;3、机状评估后出具正式的盾构机评估报告,指导和帮助盾构机的维修、保养,并作为机械管理存档文件存档。,2018/7/13,82,5.6 设备检测报表及档案制度,利用计算机对各大型设备状态监测数据进行储存和数理统计分析,建立数据库档案,盾构公司建立大型设备检测电子档案,上报给股份公司大型设备运行监测中心的检测资料,2018/7/13,83,6.检测仪器配置建议(
37、 TBM检测中心最低配置),2018/7/13,84,6.检测仪器配置建议( 盾构公司监测室最低配置),2018/7/13,85,7.TBM盾构状态监测取得的成效、存 在的问题、展望,7.1 取得的成效:1、针对性地在全断面掘进机中运用了各种状态监测与故障诊断的理论和方法。2、在掘进机的状态监测与故障诊断中引入和应用了铁谱的趋势分析、旋转机械的振动分析的理论和方法。3、设备的完好率保持在90以上,故障平均停机率保持在7.2%以下。,2018/7/13,86,4、由于实行了按需、按质换油,不仅节约了大量的油品和配件消耗,也延长了设备的实用寿命,例如TBM主泵站各液压泵运转已达到10000小时以上
38、,其中3#、4#、5#泵(均为德国力士乐公司的轴向柱塞泵)已超过20000小时仍保持良好的运转状况,从而提高了TBM的掘进效率。,2018/7/13,87,7.2存在的问题,1、故障树的逻辑诊断规律还有待于进一步探索;2、铁谱定量分析的标准和规律有待于进一步总结归纳;光谱分析的趋势分析及判定标准商需完善;3、对复杂的回转机械的频谱分析还不够充分和准确,在往复机械中的应用还不够充分。,2018/7/13,88,对大型、复杂的设备进行故障诊断时,采用多种监测手段相结合,可以提高设备的故障诊断准确率,从而避免因片面的误诊对生产带来损失。展望前景,状态监测与故障诊断技术将在设备管理维修工作中发挥越来越
39、重要的作用。,7.3 展望,2018/7/13,89,7.3 展望,TBM公司内部的掘进参数和设备运行状态的实时监控; 未来应建立各子公司和集团公司的TBM盾构掘进参数远程传输及远程故障诊断系统。,2018/7/13,90,7.3 展望,现场采集状态和故障信息,通过互联网传输至公司总部,通过总部的盾构专业故障诊断方面的专家,帮助现场分析疑难故障。以节省费用和时间,提高工作效率。远程故障诊断系统为国内外目前各高校及科研机构的故障诊断专业开发和研究的重点内容。,2018/7/13,91,7.3 展望,状态监测与故障诊断工作需要长期坚持不懈的积累数据和经验,摸索和建立判断和诊断标准,不仅需要坚实的机械液压电气等方面的理论知识,而且需要丰富的实践经验。,2018/7/13,92,本讲座内容旨在抛砖引玉,给大家介绍状态监测方面的一些基础知识,为开展盾构机的状态监测工作启发一个思路,接下来还有大量的工作需要我们去做。希望在座各位同事积极钻研,成为盾构机状态监测方面的专家好手。,7.3 展望,2018/7/13,93,谢谢各位! 敬请指正!,