AG8旗舰厅负压风机-大北农集团巨农种猪示范基地风机设备水帘设备供应商！台湾九龙湾负压风机配件供应商！ 推荐阅读： 相关的主题文章:

• 猪场通风降温_节能减排要走出新路径散热风扇在机械中的重要性技
• 车间降温负压风机_轴流压缩机要技术参数及运行参数风机监测系统
• 车间通风降温_节能减排措施继续执行，供给紧缩明显“三无”风机
• 整体厂房降温通风_工信部开风电行业准入标准征求意见会标准框架
• 通风降温方案_风机行业机电节能产品评审会议在沈阳召开冶金行业

变频技术在风机上的应用

变频技术；风机；调速；节能；经济效益 
　　引言 
　　变频调速技术以改变交流电动机的电源频率来改变电动机的速度，是一项较成熟的高科技成果。所采用的变频器是一种较为理想的高效调速装置，具有体积小、重量轻、安装操作简便、调整范围平滑、节电效果好等优点，正逐步取代原有的机械调速、串级调速、直流调速等装置，具有广阔的应用前景。 
　　1.变频器简介 
　　变频器：是把工频电源变换成各种频率的交流电源，以实现电机的变速运行的设备。 
　　我们在使用的变频器主要采用交-直-交方式，为了产生可变的电压和频率，该设备首先要把交流电源通过整流器转换成直流电源，再把直流电源变换为频率、电压均可控制的交流电源以供给电动机。 
　　变频器作用：节能和调速，实现自动控制程序高精度控制。 
　　2.变频器节能技术原理分析及应用 
　　2.1风机改造的必要性 
　　在工业生产和产品加工制造业中，风机等设备应用范围广泛；其电能消耗和诸如阀门、挡板相关设备的节流损失以及维护、维修费用占到生产成本的7%-25%，是一笔不小的生产费用开支。随着经济改革的不断深入，市场竞争的不断加剧；节能降耗业已成为降低生产成本、提高产品竞争力的重要手段之一。 
　　变频调速技术，正是顺应了工业生产现代发展的要求，在我国多种行业的电机传动设备中得到实际应用。卓越的调速性能、显著的节电效果，提高设备利用率，从而降低电机功耗达到系统高效运行的节能降耗目的。 
　　2,车间通风降温.2风机改造节能原理 
　　变频状态下，应用变频器改变风机电机输入电压频率，从而控制电机的转速。电机的转速可以用公式表示：n=60f（1-s）/p 
　　n为转速、f为频率、p为电机级数、s电机转差率 
　　风机的变速运动是利用改变风机转速来改变风机曲线这种变化关系可以用一组公式来表达： 
　　Q1/Q2=n1/n2 H1/H2=（n1/n2）2 P1/P2=（n1/n2）3 
　　式中：Q1、H1、P1—风机在n1转速时的风量、风压、功率； 
　　Q2、H2、P2—风机在n2转速时相似工况下的风量、风压、功率。 
　　由上面的公式可知，假如转速降低一半，即：n2/n1=1/2，则P2/P1=1/8，可见降低转速能大大降低轴功率达到节能的目的。当转速由n1降为n2时，风机的额定工作参数Q、H、P都降低了。也就是说当转速降低时，额定工作参数相应降低，但效率不会降低。因此在满足操作要求的前提下，风机仍能在同样甚至更高的效率下工作。降低了转速，风量就不再用关小风门来控制，风门始终处于全开状态，避免了由于关小风门引起的风力损失增加，也就避免了总效率的下降，确保了能源的充分利用。根据风机系统特性曲线如下图加以分析。 
　　由图可以说明其节电原理：（H表示压力，Q表示流量） 
　　上图中，曲线（1）为风机在恒定转速n1下的风压—风量（H-Q）特性，曲线（2）为管网风阻特性（风门全开）。 
　　假设风机工作在A点效率最高，此时风压为H2，风量为Q1，轴功率N1与Q1、H2的乘积成正比，在图中可用面积AH2OQ1表示。如果生产工艺要求，风量需要从Q1减至Q2，这时用调节风门的方法相当于增加管网阻力，使管网阻力特性变到曲线（3），系统由原来的工况点A变到新的工况点B运行。从图中看出，风压反而增加，轴功率与面积BH10Q2成正比。显然，轴功率下降不大。如果采用变频器调速控制方式，风机转速由n1降到n2，根据风机参数的比例定律，画出在转速n2风压-风量（H-Q）特性，如曲线（4）所示。可见在满足同样风量Q2的情况下，风压H3大幅度降低，功率N3随着显著减少，用面积CH30Q2表示。节省的功率△N=（H1-H3）×Q2，用面积BH1H3C表示。显然，节能的经济效果是十分明显的。 ,工厂降温设备;
　　3.节能实例分析 
　　某大型煤矿对其引风机进行了改造试验。改造前经过多组测试，以进行比较。表1为75kW风机的具体参数：频率50HZ、电压380V、电流150A、功率75kW。该风机在频率为42HZ时就能满足井下抽风要求。 
　　。 
　　AG8旗舰厅 专业提供工厂?车间降温通风工程风机：屋顶风机、顺向式屋顶风机、屋顶排风机、屋顶排热设备、屋顶负压风机、大型屋顶风机。 
　　风机采用变频器调速实现风量控制，稳定性和可靠性高，调节特性好；变频调速使电机运行明显改善，维护量明显减少，使系统更加方便操作，设备工作效率明显提高。更为重要是它的节能效果取得了可观的经济效益。变频调速技术作为高新技术、基础技术和节能技术，已经渗透到经济领域所有技术部门中。我国以后在变频调速技术方面应积极做的工作是： 
　　（1）应用变频调速技术来改造传统的产业，节约能源及提高产品质量，获得较好的经济效益和社会效益； 
　　（2）大力发展变频调速技术，必须把我国变频调速技术提高到一个新水平，缩小与世界先进水平的差距，提高自主开发能力，满足国民经济重点工程建设和市场的需求； 
　　（3）规范我国变频调速技术方面的标准，提高产品可靠性工艺水平，实现规模化、标准化生产。

 

风机振动故障诊断及处理

关键词：风机；故障诊断；振动 
　　1 风机故障机理研究 
　　风机的故障常从振动状况方面体现出来，根据振动信号进行监测与诊断是 目前风机设备维护管理的主要手段，经过多年的发展与完善，风机振动故障诊断已经形成了比较完备的理论与技术体系。近年来，随着非线性理论的发展，尤其是信号处理、知识工程和计算智能等理论技术与故障诊断的融合渗透，使风机故障诊断的内容得到了进一步的丰富与充实。 
　　发生故障的风机设备在运行中一般处于非线性振动状态 ，应用非线性动力学理论，针对电机组轴系存在的关键振动问题，建立了转子非线性动力学模型，从理论、试验和数值计算等方面，对各种故障因素影响下的动力学行为进行了综合分析,工厂通风设备，提出了对轴系振动故障进行综合治理的方案。阐述了风机等旋转机械常见故障，如不平衡、不对中、弯曲、裂纹、松动、碰摩、喘振、油膜涡动、油膜振荡、旋转失速等故障的产生机理，以表格的形式总结出了各种故障与振动特征、敏感参数和故障原因之间的对应关系，给出了相应的治理措施。 
　　总体来说，风机振动故障产生于4个方面：电机、风机本身、基础和风管。其因果分析如图 1所示，其中由风机本身原因引起的故障占主导地位。 
　　2 风机故障的诊 断推理 
　　目前，故障诊断推理过程中采用的方法较多，按照它们隶属的学科体系，可以将其分为 3类：基于控制模型故障诊断、基于模式识别故障诊断和基于人工智能故障诊断。 
　　（1）基于控制模型的故障诊断 
　　对于动态系统，若通过理论或实验方法能够建立模型，则系统参数或状态的变化可以直接反映设备物理系统或物理过程变化，为故障诊断提供依据。此方法涉及模型建立、参数估计、状态估计和观测器应用等技术，其中，参数与状态估计技术是关键，需要系统的精确模型，在实际生产环境中，对于复杂的设备而言，该方法不是经济可行的。 
　　（2）基于模式识别的故障诊断 
　　模式识别是对一系列过程或事件进行分类或描述，主要分为统计法和语言结构法两大类。设备的故障诊断可以视为模式识别过程：测量并记录设备的运行状态参数，从中提取故障征兆参数，对于不同的故障状态，相应的征兆参数形成不同的模式 ，将系统的状态模式与故障字典中的故障样本模式进行匹配，从而识别出设备的故障。当系统的模型未知或者非常复杂时，该方法为解决故障诊断问题提供了一种简便有效的手段。 
　　（3）基于人工智能的故障诊断 
　　基于人工智能故障诊断的研究主要分为两类：基于知识（符号推理）的故障诊断和基于神经网络（数值计算）的故障诊断。 
　　①基于知识的故障诊断 
　　大致经历了两个发展阶段 ：基于浅知识（规则）的专家系统和基于深知识（模型知识）的专家系统。专家系统是一种人工智能软件系统，利用领域专家的经验知识，根据用户给出的关于问题的信息数据，按照一定的推理机制，从知识库中选择对于问题的最合理的解释。基于知识的故障诊断专家系统有很多优点，例如：适合于模拟人的逻辑思维过程 ，解决需要进行逻辑推理的复杂诊断问题；知识可以用符号表示 ，在已知基本规则的情况下，无需大量的细节知识；便于与传统的符号数据库接口等。虽然已经出现了许多成熟的商业软件，并且在工程实践中得到了应用，但仍存在一些问题 ：知识获取中的“瓶颈”问题难于解决；“知识窄台阶”问题；易产生“组合爆炸”、“无穷递归”问题 ；实时在线诊断 能差等。 
　　② 基于神经网络的故障诊断 
　　神经网络是模拟生物神经系统而建立起来的自适应非线性动力学系统，具有可学习性和并行计算能力，可以实现分类、自组织、联想记忆和非线性优化等功能。神经网络用于故障诊断领域 ，可以解决趋势预测和诊断推理问题。目前，在故障诊断中应用较多的有多层感知器（MLP）网络、自适应共振理论（ART）、自组织特征映射（FM）和双向联想记（BAM）等 。为了提高神经网络的工作性能，人们对网络的结构类型、学习算法和样本处理等问题进行了研究：应用模块化神经网络解决大规模复杂问题；应用剪枝法优化网络连接方式；将遗传算法和混沌理论应用于网络的学习训练中，解决局部极小问题；为提高网络的泛化能力、加快网络学习速度，在训练样本中加入噪声，或者对样本数据进行优化处理。基于神经网络的智能故障诊断具有很多优点：知识表达形式统一，知识库组织管理容易，通用性强，便于移植与扩展 ；知识获取容易实现自动化（如自组织 自学习）；可以实现并行联想和自适应推理，容错性强 ；能够表示事物之间的复杂关系（如模糊关系）；可以避免传统专家系统的“组合爆炸”和“无穷递归”问题；推理过程简单，可以实现实时在线诊断。但是也存在着一些问题：训练样本获取困难；忽视了领域专家的经验知识；连接权重形式的知识表达方式难于理解等。 
　　3风机状态监测与故障诊断技术的发展趋势 
　　（1）整体系统，已从单纯监测分析诊断向主动控制的方向发展。整个系统向着可靠性、智能化、开放性以及与设备融合为一体的方向发展，例如，利用可控电磁阻尼器和参数可控挤压油膜阻尼器来在线消除机组失稳故障，采用在转子上安装平衡头的方法来解决机组不平衡故障，使用高精度的中心标高测试仪以及可控支座调节器来处理不对中故障等。 
　　（2）采集器，向着高精度、高速度、高集成以及多通道方向发展，精度从 8位到 12位甚至 16位；采集速度从几赫发展到可达到几万赫；采集方式从等时采样到等角度同步整周期采样方向发展，这样可以提供包括相位在内的多种信息：采集的数据从只有稳态数据发展到包括瞬态数据在内的多种数据。 
　　（3）数据传输，从计算机的串行 口和并行口通讯向着网络通讯（波特率可达 1O兆、100兆、甚至几百兆）的方向发展。 
　　（4）监测系统，向对用户更友好的方向发展，显示直观化，操作方便化，采用计算机技术的最新成果，使用多媒体技术，大屏幕立体动态图像显示。 
　　（5）诊断系统，向智能化诊断多种故障的方向发展，由在线采集、离线诊断向在线采集、实时诊断方向发展，提高诊断准确率。 
　　（6）数据存储，向大容量方向发展，存储方式向通用大型数据库方向发展。 
　　总的来说，在风机的在线检测和故障诊断方面，尽管国内己经取得 了一定的进步，但与国外先进水平相比还有很大的差距 ，系统所具备的功能不很完善，在形成专用的智能软件方面也还有一段距离。