最佳答案

性能、特點：一、IDPM系統的組成 IDPM系統可以離線和在線兩種不同的方式工作。由計算機、IDPM軟件、打印機配以數據采集器組成離線工作系統，一套系統可管理多種多臺設備；以AD卡代替數據采集器組成在線工作系統，可對關鍵設備進行在線監測、分析、診斷和預測。圖1是IDPM離線系統的組成示意圖。 1. 傳感器傳感器的作用是將設備運行的原始狀態信息轉化為狀態信號。通過選用不同類型的傳感器，可以測取振動、噪聲、溫度、壓力等信號。 2. 數據采集器數據采集器是將傳感器輸出的模擬信號轉換為數字信號并實現數據存儲的中間設備。 3. IDPM軟件 IDPM軟件是該系統的核心部分，實現對設備的動態數據管理（包括設備管理、設備傳動系統圖、傳動軸轉速頻率、齒輪和軸承的特征頻率等數據庫和存放測試數據及其分析結果的數據庫等）、診斷標準的建立、測試數據的分析和辨識、故障診斷、設備運行的趨勢分析和故障預測、對設備維護和維修的建議等。其中包括了各種信號分析方法、故障診斷方法和狀態預測方法，是一套通用的信號分析和故障診斷工具。針對特定設備建立相應的設備特征參數庫和診斷標準庫等，形成一套專用的智能化診斷與預測維修系統，使不具備故障診斷專業知識的一般操作人員也能進行復雜的分析和診斷工作。 4. 打印機或繪圖儀對分析的圖形和結論等進行打印輸出。二、IDPM系統的主要特點 1. 界面友好、操作簡便、容錯性強。該軟件采用漢化圖形界面，同時支持鼠標操作和鍵盤操作。該軟件充分利用了面向對象的編程技術，高度的模塊化設計便于根據用戶的不同要求選擇不同的功能配置。程序的全部操作高度統一化，便于用戶掌握。同時，該系統具有高度的容錯性，可對用戶的操作錯誤進行提示，指導用戶使用。 2. 功能強大。該系統集設備的計算機管理、動態信號分析、故障診斷和狀態預測于一體。數據庫系統實現對設備的計算機管理和診斷標準的建立，為設備的診斷和預測提供依據，診斷和預測的結果指導設備維修。該系統既可作為通用信號分析和故障診斷的工具，也可配以專門數據庫組成特定設備的專用診斷系統。 3. 智能診斷與專家診斷相結合對于缺乏故障診斷專業知識的用戶，智能診斷提供了良好的支持；對于有專業經驗的用戶，該系統是一套功能強大的實用工具。三、IDPM系統的主要功能 1. 數據庫管理（圖2）可方便地建立用戶自己的動態測試數據管理系統，管理的分廠、車間、設備等可任意增減，可在設備照片上直觀地布置測點，對測點和測試數據進行動態管理。實現數據采集器和微機系統的雙向通訊管理，如設置巡檢路徑和數據回放等。設備檔案管理功能實現對設備的名稱、編號、維修記錄、設備圖片、傳動系統圖以及被監測零部件如齒輪、軸承、傳動軸、等的有關參數的動態管理。系統提供多種報表模板供用戶選用，生成的報表可以存為文本文件或打印輸出。系統的報警功能有：全頻能量報警、窄帶能量報警、六段能量報警、征兆參數報警。軸承數據庫存有國內、外一千多種軸承的結構參數和特征頻率，是滾動軸承故障診斷必不可少的工具。該庫結構對用戶開放，用戶可根據需要進行擴充。 2. 譜陣分析可顯示一測點的時間譜陣或一組測點的當前譜陣。同時顯示全頻能量和指定頻帶能量的變化趨勢及預測結果，根據診斷標準進行故障預報。 3. 時域和頻譜分析具有自相關分析、互相關分析、時序分析、直方圖等時域分析方法和幅值譜、功率譜、包絡譜、倒頻譜、細化譜AR譜等多種頻域分析方法，提供多種窗函數。各種分析均可以圖形方式進行單頁顯示、多頁顯示、改變量程、光標讀數、自動尋峰等操作。 4. 雙圖分析可選擇時域－時域、時域－頻域、頻域－頻域等組合形式，既可對同一數據進行時、頻域對照分析，也可對不同數據在時域或頻域內進行對照分析。雙圖既可獨立操作，也可同步操作。是對設備狀態進行定性對比的有效工具。 5. 差譜分析包括頻譜差和頻譜比，綜合反映設備運行狀態的變化而不反映其共同部分，可有效提高信噪比。 6. 神經網絡包括有監督學習網絡如BP網絡和無監督學習網絡如自適應共振網絡等。可根據需要設計網絡、訓練網絡，對訓練好的網絡進行存儲。存儲的網絡可用于信號處理、故障診斷和狀態預測等。 7. 小波和小波包分析小波和小波包分析是一種優良的時頻分析方法，可把任何信號正交分解到獨立的頻帶內，同時從時域和頻域給出信號特征，為在不同頻帶內監測設備故障提供了有效手段。 8. 智能診斷為提高診斷系統的智能化水平，本系統建有診斷標準庫和知識庫。還可針對具體設備建立相應的設備特征參數庫、特征頻率庫、動態報警門限等。在此基礎上采用神經網絡、模糊辨識、灰色系統和統計模式識別等方法實現智能診斷。 9. 特征參數計算和狀態預測可進行多種特征參數的計算和預測。可計算的主要特征參數有：均值、方差、標準偏差、均方值、均方幅值、平均幅值、方根幅值、峰值、中位數、眾數、峰值指標、脈沖指標、波形指標、裕度、峭度、偏斜度、萊斯頻率、諧波指標等；預測方法有統計預測、時間序列預測、灰色預測和神經網絡預測等。

回答者：zzl10706455562016-06-30 00:00