人工神经网络机组振动预报能力的试验研究及应用

　　现代化生产要求企业最大程度地获得整体效益。机组一旦发生故障隐患，现场人员最关心的是故障的严重程度如何、今后的发展趋势怎样、能否继续运行下去、还能运行多久等问题。如果能够通过状态预报，预知机组今后一段时间的状态变化趋势，并通过分析确认，该机组可以带“病”坚持继续运行一段时间，那么就有可能将停机检修安排在最适当的时候，最大程度地降低经济损失。

　　因此机组状态预报技术的开发，对避免不必要的停机，防止设备故障进一步发展，并提前作好备件准备，缩短检修时间，为企业获得尽量大的经济效益具有非常积极的意义。但是，由于设备运行状态的影响因素众多，状态变化的规律极其复杂，因此要准确地预报机组一段时间的运行状态绝非易事。近年来人工神经网络预报技术，以其极强的非线性映射能力，逐渐在设备状态预报领域得到应用，并取得了很多成功的案例。为进一步考察这种预报方法对不同机组、不同的振动趋势类型的预报能力和普遍的适用性，本文对机组常见的振动趋势类型进行了总结归类，并利用计算机模拟了这些变化趋势，然后对这些模拟的变化趋势，以及现场的各种实际的振动变化趋势进行了预报。

　　1典型的机组振动变化趋势

　　机组的状态变化趋势受很多因素的影响，如机组本身的结构特点、环境条件、工艺操作参数、机组性能的劣化等等对其均有影响，总括起来主要有以下几种:

　　(l)平稳的随机波动

　　机组状态只受到一些随机干扰的影响，机组本身不存在劣化趋势，振值只在较小的范围内随机或周期地波动。这是常见的一种振动变化趋势。

　　(2)上升趋势

　　当机组的机械性能缓慢劣化，或存在某些逐步发展的故障隐患，如转子不均匀积灰、结垢等情况时，机组振值将出现持续上升的趋势，这也是一种较常见的情况。

　　(3)“浴盆”趋势

　　机组开工初期，零部件处于磨合阶段，或热膨胀不均匀，此时振值较大;当磨合完成，或达到热平衡后，机组振值下降，运行相对平稳;随着运行时间的延长，机组本身性能逐渐恶化，产生新的故障隐患，并逐渐发展，此时振值增大。即机组振值经历了由高到低，然后稳定一段时期，再由低到高的发展过程。

　　(4)抛物趋势

　　有的机组由于结构设计等方面的原因，机组振动状态受环境温度的影响很大，当开工初期，环境温度较低时，机组振动较小;而运行中期，环境温度较高时，润滑油温升高、粘度较低、油膜承载能力下降，再加上机组散热条件恶化等因素的影响，机组振值较高;运行后期，温度较低，振值也出现一定程度的回落。