機(jī)械故障診斷

1、.旋轉(zhuǎn)機(jī)械故障診斷摘要: 基于旋轉(zhuǎn)機(jī)械在各行業(yè)的廣泛應(yīng)用，旋轉(zhuǎn)機(jī)械的故障診斷技術(shù)也倍受重視，從傳統(tǒng)的信號處理方法到現(xiàn)代的信號處理方法，旋轉(zhuǎn)機(jī)械故障診斷中的信號處理技術(shù)在不斷發(fā)展，不斷創(chuàng)新。綜述了旋轉(zhuǎn)機(jī)械故障診斷的傳統(tǒng)信號處理方法和現(xiàn)代信號處理方法，分析傳統(tǒng)信號處理方法和現(xiàn)代信號處理方法的實際應(yīng)用，并展望了未來旋轉(zhuǎn)機(jī)械故障診斷領(lǐng)域的研究方向。關(guān)鍵詞: 旋轉(zhuǎn)機(jī)械; 故障診斷; 信號處理技術(shù)Abstract: Because rotating machineries are widespread used in many fields，more and more attention are draw

2、n by fault diagnosistechnology for rotating machinery From conventional methods to contemporary methods，signal processing technology in fault diagnosisfor rotating machinery had been developed and innovated constantly The traditional and modern signal processing methods in fault diagnosisof rotating

3、 machinery were reviewed in summary Practical application of the traditional and modern signal processing methodsis analyzed，and the research direction in the future in the field of fault diagnosis of rotating machinery is expectedKeywords: Rotating machineries; Fault diagnosis; Signal processing te

4、chnology第一章 緒 論機(jī)械故障診斷, 就是通過機(jī)械運(yùn)行中的相關(guān)信息來識別其技術(shù)狀態(tài)是否正常, 確定故障的性質(zhì)和部位,尋找故障起因, 預(yù)報故障趨勢, 并提出相應(yīng)的對策的一門技術(shù)?，F(xiàn)代的機(jī)械設(shè)備正在迅速地向著精密化、高速化、自動化、系統(tǒng)化的方向發(fā)展, 設(shè)備更加復(fù)雜, 各個部件的聯(lián)系也越來越緊密, 設(shè)備某部件的故障有可能會引起整個設(shè)備的損壞。機(jī)械設(shè)備發(fā)生故障不僅會造成巨大的經(jīng)濟(jì)損失, 而且會危及人身安全帶來嚴(yán)重的后果。因此, 機(jī)械故障診斷工作得到了廣大科研人員的關(guān)注和重視, 隨著各個領(lǐng)域技術(shù)的不斷發(fā)展, 各種新的技術(shù)和理論被不斷地應(yīng)用于機(jī)械故障診斷中, 并提出了新的診斷方法與理論1。1.1旋

5、轉(zhuǎn)機(jī)械故障診斷的意義隨著機(jī)械設(shè)備向著高速、重載、精密方向發(fā)展，對機(jī)械傳動設(shè)備的要求越來越高。不僅要求機(jī)械傳動設(shè)備能夠傳遞較大的功率和載荷，而且傳動系統(tǒng)本身必須具備較好的可靠性，從而降低設(shè)備的運(yùn)營成本并提高設(shè)備運(yùn)營過程中的安全性。在故障診斷的發(fā)展過程中，人們發(fā)現(xiàn)最重要、最關(guān)鍵而且也最困難的問題就是故障特征信息提取，其必須借助于信息處理，特別是現(xiàn)代信號處理的理論方法和技術(shù)手段，探索故障特征信息提取的途徑，發(fā)展新的故障診斷理論和技術(shù)。旋轉(zhuǎn)機(jī)械的故障問題有很多，在這里我們選取滾動軸承的故障問題來介紹一下。滾動軸承是機(jī)械設(shè)備中最常見的部件之一，它的運(yùn)行狀態(tài)直接影響整臺機(jī)器的功能據(jù)鋼鐵工業(yè)統(tǒng)計，在旋轉(zhuǎn)機(jī)械

6、中，由于滾動軸承損壞而引起的故障約占30因此，對滾動軸承工作狀態(tài)的監(jiān)視及其故障診斷技術(shù)的研究工作越來越受到人們的重視，成為保障旋轉(zhuǎn)機(jī)械良好工作性能的重要保障。最初的軸承故障診斷是利用聽棒，靠聽覺來判斷。這種方法至今仍在沿用，其中的一部分已改進(jìn)為電子聽診器，訓(xùn)練有素的人員憑經(jīng)驗?zāi)茉\斷出剛剛發(fā)生的疲勞剝落，有時甚至能辨別出損傷的位置，但畢竟影響因素較多，可靠性較差。繼聽棒、電子聽診器之后，在滾動軸承的狀態(tài)監(jiān)測與故障診斷工作中又引入了各種測振儀，用振動位移、速度和加速度的均方根值或峰值來判斷軸承有無故障，這樣減少了監(jiān)測人員對經(jīng)驗的依賴性，提高了監(jiān)測診斷的準(zhǔn)確性，但仍很難在故障初期及時做出診斷。196

7、6年，全球主要滾動軸承生產(chǎn)商之一，瑞典SKF公司在多年對軸承故障機(jī)理研究的基礎(chǔ)上發(fā)明了用沖擊脈沖儀（Shock Pulse Meter）檢測軸承損傷，將滾動軸承的故障診斷水平提高了一個檔次。多種信號分析處理技術(shù)用于滾動軸承的狀態(tài)監(jiān)測與故障診斷，如頻率細(xì)化技術(shù)、倒頻譜、包絡(luò)線分析等。在信號預(yù)處理上也采用了各種濾波技術(shù)，如相干濾波、自適應(yīng)濾波等，提高了診斷靈敏度。1.2 機(jī)械故障診斷方法1.2.1 常用的機(jī)械故障診斷方法的分類機(jī)械設(shè)備有各種類型，其工作條件又各有不同，故對不同機(jī)器的故障往往需要采用不同的方法來診斷。對機(jī)器進(jìn)行故障診斷的方法可以按如下幾種方式進(jìn)行分類。 按診斷的目的要求分類 1.功能

8、診斷和運(yùn)行診斷功能診斷是針對新安裝或剛維修后的機(jī)器或機(jī)組，需要檢查它們的運(yùn)行工況和功能是否正常，并且按檢查的結(jié)果對機(jī)器或機(jī)組進(jìn)行調(diào)整。而運(yùn)行診斷是針對正常工作的機(jī)器或機(jī)組。2.定期診斷和連續(xù)監(jiān)控 定期診斷是么一隔一個小時，例如1個月或數(shù)個月對工作狀態(tài)下的機(jī)器進(jìn)行常規(guī)檢查。連續(xù)監(jiān)控則是采用儀表和計算機(jī)信息處理系統(tǒng)對機(jī)器運(yùn)行狀態(tài)進(jìn)行不間斷地監(jiān)視或控制。兩種診斷方式的采用，取決于設(shè)備的關(guān)鍵程度、設(shè)備事故影響的嚴(yán)重程度、運(yùn)行過程中性能下降的快慢，以及設(shè)備發(fā)生和發(fā)展的可預(yù)測性。 3.直接診斷和間接診斷 直接診斷是直接確定關(guān)鍵部件的狀態(tài)，如主軸承間隙、齒輪齒面磨損、燃?xì)廨啓C(jī)葉子的裂紋以及在腐蝕環(huán)境下管道的

9、壁厚等。直接診斷往往受到機(jī)器結(jié)構(gòu)和工作條件的限制而無法實現(xiàn)，這時，就不得不采用間接診斷。 所謂間接診斷就是通過二次診斷信息來間斷判斷機(jī)器中關(guān)鍵部件的狀態(tài)變化。多次二次診斷信息屬于綜合信息。 4.在線診斷與離線診斷 在線診斷是指對于大型、重要的設(shè)備為了保證其安全和可靠運(yùn)行需要對所監(jiān)測的信號自動、連續(xù)、定時的進(jìn)行采集與分析，對出現(xiàn)的故障及時作出診斷；離線診斷是通過磁帶記錄儀或數(shù)據(jù)采集將現(xiàn)場的信號記錄并儲存起來，再在實驗室進(jìn)行回放分析，對于一般中小型設(shè)備往往采用離線診斷方式。 按信息提取方式分類 信號是信息的載體，設(shè)備出現(xiàn)故障時出現(xiàn)的征兆是通過檢測信息，即信號來體現(xiàn)的，所以可以按找特征信號與征兆之間

10、的關(guān)系對方法進(jìn)行分類。 1.函數(shù)分析法 特征信號與征兆之間存在定量的函數(shù)關(guān)，可用數(shù)學(xué)分析方法，例如狀態(tài)空間分析，由特征信號求出征兆。 2.可用數(shù)理統(tǒng)計方法由特征信號求出征兆。統(tǒng)計分析法又可分為分非參數(shù)模型統(tǒng)計法即傳統(tǒng)的信號處理方法和參數(shù)模型統(tǒng)計法兩種。它根據(jù)信號的采樣數(shù)據(jù)，首先建立差分方程形式的參數(shù)模型，再用模型的參數(shù)或用模型計算出信號統(tǒng)計特性、結(jié)構(gòu)固有的特性或其他特性作為征兆。 按照狀態(tài)診斷方式分類 1.對比診斷法 目前應(yīng)用最廣，應(yīng)事先通過統(tǒng)計歸納、實驗研究、分析計算，確定同各有關(guān)狀態(tài)一一對應(yīng)的征兆，然后將獲得的征兆同基準(zhǔn)模式對比，即可確定設(shè)備的狀態(tài)。 2.函數(shù)診斷法 在征兆與狀態(tài)之間如存在

11、定量的函數(shù)關(guān)系，則在獲得征兆后即可用相應(yīng)的函數(shù)關(guān)系計算出狀態(tài)。 3.邏輯診斷法 在征兆與狀態(tài)間如存在邏輯關(guān)系時，則在獲得征兆后即可用相應(yīng)物理或數(shù)理邏輯關(guān)系推理判明有關(guān)狀態(tài)。 4.統(tǒng)計診斷法一般模式識別理論中的統(tǒng)計模式法，它用于征兆與狀態(tài)之間存在統(tǒng)計關(guān)系時。 5.模糊診斷法 它是一種較新的診斷方法，其特點有二：第一，它采用多因素診斷，因為一種狀態(tài)可在不同程度地引起多種征兆，而一種征兆又可在不同程度上反映多種狀態(tài)；第二，它模仿人利用模糊邏輯而精確識別事物這一特性。這樣，它根據(jù)所獲得的征兆，列出征兆隸屬度模糊向量，再根據(jù)以實踐為基礎(chǔ)所得到的模糊矩陣，利用模糊數(shù)學(xué)方法，計算出狀態(tài)隸屬度模糊向量，最后根

12、據(jù)此向量中各元素的大小確定有關(guān)狀態(tài)的情況。 6.智能診斷法 人工只能的目的是使計算機(jī)去做原來人才能做的事情，包括推理、理解、規(guī)劃、決策、抽象、學(xué)習(xí)等功能，專家系統(tǒng)是實現(xiàn)人工智能的重要形式，目前已廣泛用于診斷、解釋、設(shè)計、規(guī)劃、決策等各個領(lǐng)域?，F(xiàn)在國內(nèi)外已發(fā)展了一系列用語設(shè)備故障診斷的專家系統(tǒng)，獲得了良好的效果。1.2.2 機(jī)械故障診斷方法的問題和發(fā)展趨勢近年來，故障診斷方法的研究取得了很大的進(jìn)展，但是研究過程中也發(fā)現(xiàn)了諸多問題。如微小故障的早期檢測即故障預(yù)報問題、故障源的準(zhǔn)確辨識問題、系統(tǒng)的非線性問題、故障檢測的魯棒性問題、故障診斷方法的實際應(yīng)用問題等，而且有些問題是故障診斷技術(shù)研究過程中迫切

13、需要解決的。生產(chǎn)過程中的某些故障是緩慢的變化產(chǎn)生的，如催化劑的失活和生產(chǎn)過程流體泄漏，在這些故障產(chǎn)生重大影響前必須進(jìn)行預(yù)報。故障檢測殘差只是反映了故障的最終影響，根據(jù)檢測殘差尋找故障根源的辨識過程是一個追根溯源的復(fù)雜過程，目前，這個問題仍然是故障診斷的一個難點。問題的存在是對研究人員的挑戰(zhàn)，也為故障診斷技術(shù)的發(fā)展提供了契機(jī)，將來的故障診斷技術(shù)會在解決問題的過程中得到發(fā)展。故障診斷技術(shù)作為一個新興的研究領(lǐng)域，還有很多問題值得探討，如故障預(yù)報方法的研究，故障辨識方法的研究，故障診斷系統(tǒng)的魯棒性研究，故障診斷系統(tǒng)的非線性研究，大型的實用故障診斷系統(tǒng)的構(gòu)建。 第二章 旋轉(zhuǎn)機(jī)械故障診斷方法的研究2.1.

14、1 基于解析模型分析的方法基于解析模型分析的方法是最早發(fā)展起來的, 是現(xiàn)代控制理論在故障診斷中的應(yīng)用。這種方法需要建立被診斷對象較為精確的數(shù)學(xué)模型?；诮馕瞿Ｐ头治龅姆椒ㄓ挚梢苑譃閰?shù)估計方法和狀態(tài)估計方法。參數(shù)估計方法是根據(jù)設(shè)備的機(jī)理分析建立系統(tǒng)的模型, 再利用模型的參數(shù)或用模型計算出結(jié)構(gòu)固有的特性或其他特性作為診斷征兆。把所求參數(shù)與標(biāo)準(zhǔn)值比較以確定系統(tǒng)是否發(fā)生故障以及故障發(fā)生的程度。狀態(tài)估計方法包括3種基本方法, 即Beard 提出的故障檢測濾波器方法; 由Menra和Peshon提出的基于kalman濾波器的方法及一致性空間的方法。其基本思想是: 首先構(gòu)造被控過程的狀態(tài), 通過與真實系統(tǒng)

15、的輸出變量比較構(gòu)成殘差序列, 再構(gòu)造適當(dāng)?shù)哪Ｐ? 用統(tǒng)計檢驗法從殘差序列中提取故障特征, 從而實現(xiàn)故障診斷。2.1.2 基于信號處理的方法基于信號處理的故障診斷方法不用建立被診斷對象的模型, 但是它是建立在對故障機(jī)理的分析和研究的基礎(chǔ)上的?；谛盘柼幚淼姆椒ㄊ枪收显\斷的核心技術(shù)之一, 隨著信號處理技術(shù)的不斷發(fā)展基于信號處理的方法不斷豐富14。信號處理的方法主要有: 時域特征參數(shù)和波形分析方法; 時差域方法; 時序分析方法; 幅值域方法; 包絡(luò)域方法; 頻域譜分析方法; 時頻分析方法等等1.傳統(tǒng)譜分析傳統(tǒng)的譜分析方法包括功率譜、倒譜、細(xì)化譜、包絡(luò)譜、最大熵譜、相關(guān)譜、主分量自回歸譜、全息譜、階比

16、譜等等。功率譜分析是將信號從時域變換到頻域進(jìn)行分析的方法, 但譜分辨率低, 加窗產(chǎn)生泄漏, 方差性能不好。倒譜是檢測復(fù)雜譜圖中周期分量的有力工具,應(yīng)用倒譜可以識別多族的調(diào)制邊頻。最大熵譜是把自相關(guān)函數(shù)外推至無窮, 然后再作頻域變換而得到的一種信號處理方法。最大熵譜頻率分辨率高, 沒有窗函數(shù)的影響, 對于短時間序列的譜分析特別有效。傳統(tǒng)的譜分析一般只適用于平穩(wěn)信號, 對非平穩(wěn)信號的分析有局限性。時頻分析常用的時頻分析方法有短時傅立葉變換、WignerVille分布、小波分析、Gabor變換等等。短時傅立葉變換是時頻分析方法的一種, 它的基本思想是在采用傅立葉變換的同時, 在傅立葉變換的基函數(shù)之前

17、乘上一個時間上有限的函數(shù), 傅立葉變換的基函數(shù)起頻限的作用, 所乘的函數(shù)起到時限的作用, 通過時頻雙限,可以對信號進(jìn)行時頻局部化分析。但短時傅立葉變換所確定的時頻窗口的大小和形狀是固定不變的, 而振動信號的頻率與時間周期成反比, 對于高頻信號, 時間分辨率相對高, 時域窗口相對窄; 對于低頻信號, 時間分辨率相對低,時域窗口應(yīng)該相對寬。短時傅立葉變換不能滿足信號分析的這一要求。小波分析方法在繼承了短時傅立葉變換的局部化的思想, 巧妙的利用一個尺度參數(shù), 使窗口的寬度隨頻率的增加而減小, 分辨率也隨之變化, 符合了對復(fù)雜頻率信號的分析要求。小波分析方法是一種時間一尺度分析法, 具有多分辨率分析的

18、特點。小波分析方法能夠?qū)⑷魏涡盘柕揭粋€由小波伸縮而成的基函數(shù)族上, 信息量完整無缺, 在通頻范圍內(nèi)得到分布在不同頻道內(nèi)的分解序列, 在時域和頻域均具有局部化的分析功能。利用小波變換可以對信號進(jìn)行分解, 檢測信號的奇異性, 區(qū)分信號突變和噪聲。時頻分析方法克服了傳統(tǒng)譜分析方法對非平穩(wěn)信號的局限性, 在對復(fù)雜、非平穩(wěn)信號的處理上有很大的優(yōu)勢2。2.1.3 基于知識處理的方法專家系統(tǒng)是一種能夠處理知識的智能程序系統(tǒng)。它以專家的知識為基礎(chǔ), 使計算機(jī)能模擬專家的思維方式, 使之成為具有專家水平的、有解決復(fù)雜問題的能力。專家系統(tǒng)的處理能力和水平取決于它擁有的知識量與質(zhì)量。專家系統(tǒng)的核心為知識庫、知識獲取

19、部分、推理機(jī)和解釋部分。但專家系統(tǒng)本身面臨著知識獲取的“瓶頸”問題, 知識間上下文敏感問題、不確定性問題和自學(xué)習(xí)困難的問題, 使其應(yīng)用受到一定的限制.2.1.4 機(jī)械故障診斷技術(shù)的展望隨著現(xiàn)代數(shù)學(xué)、信息科學(xué)、計算機(jī)技術(shù)、電子技術(shù)、人工智能技術(shù)、網(wǎng)絡(luò)技術(shù)更加廣泛和深入的應(yīng)用, 故障診斷技術(shù)與當(dāng)前前沿科學(xué)的融合是設(shè)備故障診斷技術(shù)的發(fā)展方向。當(dāng)今故障診斷技術(shù)的發(fā)展趨勢是傳感器的精密化、多維化、診斷理論診斷模型的多元化, 診斷技術(shù)的智能化, 具體來說主要表現(xiàn)在下述幾個方面：故障診斷的遠(yuǎn)程化將機(jī)械設(shè)備診斷技術(shù)和計算機(jī)網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫與決策支持技術(shù)相結(jié)合的遠(yuǎn)程故障診斷技術(shù), 是在大企業(yè)的重要關(guān)鍵設(shè)備上建立

20、狀態(tài)監(jiān)測點, 采集設(shè)備狀態(tài)數(shù)據(jù); 在技術(shù)力量較強(qiáng)的科研單位建立診斷中心, 對設(shè)備運(yùn)行進(jìn)行分析診斷的一種新技術(shù)。它主要由現(xiàn)場監(jiān)測診斷、網(wǎng)絡(luò)傳輸、遠(yuǎn)程診斷中心三部分組成。遠(yuǎn)程故障診斷與維修具有較高的總體可靠性、先進(jìn)性、良好的可擴(kuò)性和低廉的建設(shè)維護(hù)成本并且遠(yuǎn)程診斷故障診斷技術(shù)可以實現(xiàn)資源共享, 避免重復(fù)開發(fā), 加強(qiáng)科研和企業(yè)的交流。故障診斷方法的融合隨著新的信號處理技術(shù)方法在設(shè)備故障診斷領(lǐng)域中的應(yīng)用, 傳統(tǒng)的基于快速傅立葉變換的機(jī)械設(shè)備信號分析技術(shù)有了新的突破。如小波技術(shù)與模糊理論、神經(jīng)網(wǎng)絡(luò)、分形技術(shù)、聚類技術(shù)、灰色理論等各種技術(shù)以不同的方式相結(jié)合, 形成了小波神經(jīng)網(wǎng)絡(luò)、分形神經(jīng)網(wǎng)絡(luò)、演化神經(jīng)網(wǎng)絡(luò)、

21、灰色神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合等等診斷方法。隨著各種理論的發(fā)展, 故障診斷的精確度得到了提高。與多元傳感器信息的融合現(xiàn)代化的大生產(chǎn)要求對設(shè)備進(jìn)行全方位、多角度的監(jiān)測與控制, 以便對設(shè)備的運(yùn)行狀態(tài)有全面的了解。我們可以采用多個傳感器同時對設(shè)備的各個位置進(jìn)行監(jiān)測, 然后利用迅速發(fā)展起來的信息融合技術(shù)對多傳感器的信息進(jìn)行融合, 以得到較好的診斷結(jié)果。虛擬儀器與診斷技術(shù)的結(jié)合虛擬儀器是現(xiàn)代計算機(jī)技術(shù)和儀器技術(shù)深層次結(jié)合的產(chǎn)物, 它是計算機(jī)硬件資源、儀器與測控系統(tǒng)硬件資源和虛擬儀器軟件資源三者的有效結(jié)合。目前各國已經(jīng)開發(fā)了很多的故障診斷設(shè)備用于故障診斷中, 與傳統(tǒng)功能儀器相比, 虛擬儀器開發(fā)周期

22、短, 投入少。傳統(tǒng)的故障分析儀分析功能單一, 可移植性和可擴(kuò)展性差, 不能方便的升級, 但虛擬儀器技術(shù)其源代碼可以模塊化, 開發(fā)升級費(fèi)用低, 系統(tǒng)可靠性好, 可擴(kuò)展性強(qiáng)。虛擬儀器和診斷技術(shù)的結(jié)合具有顯著的經(jīng)濟(jì)效益, 為故障診斷技術(shù)的發(fā)展提供了良好的平臺。2.2 時域和頻域分析方法簡介 時域分析法 在機(jī)械故障診斷中，振動信號的是最常用的檢測信號，直接對振動信號時域信號的時間歷程進(jìn)行分析和評估是狀態(tài)監(jiān)測和故障診斷最簡單和最直接的方法，特別是當(dāng)信號中喊有簡諧信號、周期信號或短脈沖信號時更為有效。直接觀察時域波形可以看出周期、諧波、脈沖，利用波形分析可直接識別共振和拍頻現(xiàn)象。當(dāng)然這種分析對比較典型的信

23、號或特別明顯的信號以及較有經(jīng)驗的人員才比較適用。此外，還可利用各種動態(tài)指標(biāo)進(jìn)行診斷。 頻域分析法通過求解微分方程分析時域性能是十分有用的，但對于比較復(fù)雜的系統(tǒng)這種辦法就比較麻煩。因為微分方程的求解計算工作量將隨著微分方程階數(shù)的增加而增大。另外，當(dāng)方程已經(jīng)求解而系統(tǒng)的響應(yīng)不能滿足技術(shù)要求時，也不容易確定應(yīng)該如何調(diào)整系統(tǒng)來獲得預(yù)期結(jié)果。從工程角度來看，希望找出一種方法，使之不必求解微分方程就可以預(yù)示出系統(tǒng)的性能。同時，又能指出如何調(diào)整系統(tǒng)性能技術(shù)指標(biāo)。頻域分析法具有上述特點。該方法是以輸入信號的頻率為變量，對系統(tǒng)的性能在頻率域內(nèi)進(jìn)行研究的一種方法。這種分析法有利于系統(tǒng)設(shè)計，能夠估計到影響系統(tǒng)性能的

24、頻率范圍。特別地，當(dāng)系統(tǒng)中存在難以用數(shù)學(xué)模型描述的某些元部件時，可用實驗方法求出系統(tǒng)的頻率特性，從而對系統(tǒng)和元件進(jìn)行準(zhǔn)確而有效的分析。應(yīng)用信號處理方法對振動信號進(jìn)行特征提取的技術(shù)是機(jī)械設(shè)備故障診斷領(lǐng)域的重要研究方向。常用的機(jī)械設(shè)備故障診斷領(lǐng)域的信號處理方法主要包括時域分析、頻域分析和時頻分析。針對常用的振動信號處理方法，總結(jié)多種算法的特征和優(yōu)缺點。根據(jù)常見機(jī)械設(shè)備關(guān)鍵構(gòu)件的振動特征，選擇不同的信號處理和特征提取算法進(jìn)行分析，以便提高多種構(gòu)件、多類故障的特征提取精度和可靠性，從而為有效地實現(xiàn)機(jī)械設(shè)備的故障提供參考。第三章 旋轉(zhuǎn)機(jī)械故障的應(yīng)用研究本章開始研究旋轉(zhuǎn)機(jī)械故障的數(shù)據(jù)處理和波形問題。主要是

25、針對旋轉(zhuǎn)機(jī)械的非平穩(wěn)振動信號提出了一種應(yīng)用小波函數(shù)的時頻分布分析方法，對故障特征進(jìn)行提取，并借助Matlab語言編程實現(xiàn)對故障機(jī)器信號特征頻率的仿真，與理論公式計算結(jié)果基本吻合。3.1 旋轉(zhuǎn)機(jī)械的檢測參數(shù)對于一臺機(jī)器，有許多物理量可以測量，為了達(dá)到故障診斷的目的，我們應(yīng)該選取一些量來檢測，由于機(jī)器的振動情況直接反映了機(jī)器運(yùn)行狀態(tài)的優(yōu)劣，機(jī)器的許多故障都以振動形式反映出來，振動為故障診斷提供了重要信息，因此振動是故障診斷必須監(jiān)測的參數(shù)之一13。監(jiān)測參數(shù)可分為動態(tài)參數(shù)和靜態(tài)參數(shù)兩種。1. 動態(tài)參數(shù)(1) 振幅：它表示振動的嚴(yán)重程度，可用位移、速度或加速度表示。(2) 振動烈度：近年來國際上已統(tǒng)一使

26、用振動烈度作為描述機(jī)器振動狀態(tài)的特征量。(3) 相位：它對于確定旋轉(zhuǎn)機(jī)械的動態(tài)特性、故障特性及轉(zhuǎn)子的動平衡等具有重要意義。2. 靜態(tài)參數(shù)(1) 軸心位置：指在穩(wěn)定的情況下軸承中心相對于轉(zhuǎn)軸軸頸中心的位置。在正常情況下，轉(zhuǎn)軸在油壓、阻尼作用下在一定的位置上浮動。在異常情況下，由于偏心太大，會發(fā)生軸承磨損的故障。(2) 軸向位置：是機(jī)器轉(zhuǎn)子上止推環(huán)相對于止推軸承的位置，當(dāng)軸向位置過小時，易造成動靜摩擦，產(chǎn)生不良后果。(3) 差脹：指旋轉(zhuǎn)機(jī)械中轉(zhuǎn)子與靜子之間軸向間隙的變化值。它對機(jī)組安全啟動具有十分重要的意義。(4) 對中度：指軸系轉(zhuǎn)子之間的連接對中程度，它與各軸承之間的相對位置有關(guān)，不對中故障是旋

27、轉(zhuǎn)機(jī)械的常見故障之一。(5) 溫度：軸瓦溫度反映軸承運(yùn)行情況。(6) 潤滑油壓：反映華東軸承油膜的建立情況.3.2 振動信號數(shù)據(jù)采集與分析 本研究采用的系統(tǒng)為旋轉(zhuǎn)機(jī)器振動工況監(jiān)測與故障診斷系統(tǒng)，采用工業(yè)控制計算機(jī)+A/D卡形式，采集機(jī)組的振動、位移、溫度、壓力等信號，通過圖形、數(shù)據(jù)等實時監(jiān)視機(jī)組的工況，并能夠進(jìn)行分析診斷。系統(tǒng)分為4個層次：第1層次：信號預(yù)處理與采集。對傳感器輸入信號進(jìn)行放大、濾波等處理，并實現(xiàn)模擬信號到數(shù)字信號的轉(zhuǎn)換，以滿足計算機(jī)數(shù)字化處理的需要；第2層次：實時監(jiān)視與狀態(tài)識別。通過第1層次，獲得機(jī)組狀態(tài)信息，實時顯示機(jī)組振動波形、頻譜、軸心軌跡、棒圖、趨勢等監(jiān)視圖形，并根據(jù)設(shè)

28、定的報警門限實時顯示機(jī)組運(yùn)行狀態(tài)。此外，該層次配備有在線信號分析功能，可對信號進(jìn)行常用的頻域、時域及機(jī)組起停分析；第3層次：在線分析與智能診斷。根據(jù)第2層次得到的機(jī)組狀態(tài)信息，利用基于知識和基于行為的診斷方法判斷機(jī)組可能存在的故障及其原因、部位和嚴(yán)重程度，并實現(xiàn)機(jī)組運(yùn)行狀態(tài)的預(yù)報。為診斷方便，本層次也配備有信號分析功能。系統(tǒng)功能： 可外接位移、速度、加速度等常用振動傳感器； 可處理交流及直流輸入信號，也可以處理溫度、壓力等工藝信號； 程控放大，信號硬件積分（通過軟件選擇是否積分）； 層次式、模塊化，結(jié)構(gòu)靈活，既可作為便攜式系統(tǒng)，也可充當(dāng)在線監(jiān)視系統(tǒng)； 具有機(jī)組起停監(jiān)視能力，穩(wěn)速運(yùn)行與起停狀態(tài)軟

29、件自動判別并自動切換監(jiān)視方式； 多機(jī)組管理能力； 操作口令保護(hù)能力； 完善的數(shù)據(jù)管理能力，具有“黑匣子”功能，自動記錄并保存機(jī)組故障以及異常停機(jī)時的振動數(shù)據(jù)； 機(jī)組正常運(yùn)行時按照用戶設(shè)定的時間間隔、起停時根據(jù)設(shè)定的轉(zhuǎn)速間隔自動采樣； 豐富的時、頻域分析方法，如波形分析、軸心軌跡分析、相關(guān)分析、頻譜分析（譜校正及細(xì)化）、趨勢、波形比較、頻譜比較、瀑布圖、波德圖等； 分析圖形具有光標(biāo)，可實現(xiàn)放大； 顯示基于PC系列計算機(jī)，可擴(kuò)展性高，易于升級； 軟件采用Microsoft Visual C+語言開發(fā)，在Windows平臺上運(yùn)行。 系統(tǒng)特點： 層次式、模塊化，結(jié)構(gòu)靈活，監(jiān)測軟件實現(xiàn)組態(tài)化，可以滿足不

30、同機(jī)組的需要； 基于PC系列計算機(jī)，可擴(kuò)展性高，易于升級； 對等網(wǎng)絡(luò)通訊，可靠性高，速度快； 下面我們研究空壓機(jī)運(yùn)行時出現(xiàn)的故障診斷問題，通過儀器對某空壓機(jī)進(jìn)行檢測，這里可以取2組數(shù)據(jù)，分不同的時間進(jìn)行檢測，振動測點為10個，轉(zhuǎn)速測點為1個，非振動測點為10個，進(jìn)行研究。圖3-20、3-21、3-22分別是空壓機(jī)的時域波形圖、譜波形圖和小波分析圖。圖3-20 時域波形圖 圖3-21 頻譜波形 圖3-22 小波分析圖形從測點的時域波形圖上我們可以看出，波形趨于平穩(wěn)，只是在時間135ms和160ms處出現(xiàn)了峰值，有了比較大的波動，但總體波動比較正常，時域波形圖上可以得出機(jī)械并未出現(xiàn)故障。分析頻譜波

31、形圖，頻率譜的能量由開始逐漸的減弱，在減弱的過程中，在f=6000HZ處出現(xiàn)了一次峰值，其他點都趨于平穩(wěn)，并未出現(xiàn)叫大的波動。我們由此可以得出，從該頻率譜上的波形來看，機(jī)械沒有出現(xiàn)故障。在小波變換的圖形上，頻率范圍由小到大的波形圖a4-d1，s=d1+d2+d3+d4+a4,由此得出小波波形是有多個不同區(qū)間的頻率譜疊加得到的。小波分析對不同的頻率成分在時域上的分辨是可調(diào)的，高頻者小，低頻者大，它能將信號分解成多哥尺度成分，并對于大小不同的尺度成分采用響應(yīng)的時域和頻域步長，從而能夠不斷聚焦到信號的任意微小細(xì)節(jié)。從上圖各個頻率段的波形來看，總體比較相似，都趨于平穩(wěn)。從小波圖形中得出機(jī)器并未出現(xiàn)故障

32、。這里我們從測點1所測得的數(shù)據(jù)來看，結(jié)合時-頻域波形圖，可以清楚的看出測點1機(jī)器并未出現(xiàn)異常。按照上面的方法來觀察測2到測點10的波形圖。 由于空壓機(jī)所測的測點較多，數(shù)據(jù)處理比較煩瑣，這里本實驗采用了工況監(jiān)視和故障分析系統(tǒng)來研究，比較客觀的分析了故障產(chǎn)生和出現(xiàn)的波形圖。3.3 本章小結(jié)通過對以上對故障系統(tǒng)的分析，看以清楚的看出小波函數(shù)的時頻分布分析方法在故障診斷中起到的巨大的作用，時頻分布分析是一個有效的工具，它可以同時表達(dá)信號在時域和頻域中的能量和密度，因此它能表達(dá)常規(guī)譜不能表達(dá)的時間依賴性，所以這種方法有著廣泛的應(yīng)用。第四章 結(jié)論與展望本文通過小波分析的方法對空壓機(jī)旋轉(zhuǎn)機(jī)械的故障進(jìn)行診斷，

33、首先對故障特征進(jìn)行提取，再對提取的特征量進(jìn)行處理，運(yùn)用時域和頻域18的算法，畫出各自的波形圖，結(jié)合小波算法繪出小波圖形。小波分析方法可以同時從時域和頻域兩個方面對信號進(jìn)行分析，具有良好的時頻局部化特性。能夠更加全面從機(jī)械的各個部分加以研究，使得小波分析能夠?qū)收显\斷的結(jié)果更加的準(zhǔn)確?？傊?，小波分析故障診斷方法研究已經(jīng)取得了相當(dāng)大的進(jìn)展，但就這些理論和方法本身來說還不是很成熟，還需要進(jìn)一步完善，無論是在理論研究還是工程應(yīng)用方面，都還有許多工作要做。故障檢測中的小波基選擇要有效地檢測故障，必須選擇合適的小波基波。目前小波基波的選擇雖有一些經(jīng)驗，但還沒有一個理論標(biāo)準(zhǔn)，有待進(jìn)一步地規(guī)范。小波分析和其他

34、理論和方法的結(jié)合小波分析雖然能有效地檢測故障，但通常很難對故障進(jìn)行識別。因此，將小波分析和其他各種知識方法的結(jié)合，如神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、粗糙集理論和數(shù)據(jù)融合19,20等，發(fā)揮各自的優(yōu)點，是小波分析在故障診斷中應(yīng)用的一個重要研究方向，因此要加強(qiáng)小波分析與各種方法結(jié)合的理論和方法實現(xiàn)研究10,11。加強(qiáng)實際應(yīng)用研究故障診斷理論已取得很大的發(fā)展，但大多數(shù)方法還只是著重于理論和方法上的研究，真正應(yīng)用于工作實際的較少，小波分析故障診斷也不例外。因此要加強(qiáng)實際應(yīng)用研究，如開發(fā)實用的小波分析應(yīng)用軟件，并解決實際應(yīng)用中的硬件實現(xiàn)問題。參考文獻(xiàn)1王清,潘宏俠等,機(jī)械故障診斷技術(shù)現(xiàn)狀及趨勢J.機(jī)械管理開發(fā),200

35、5,(6),49-51.2岳玉梅,毛雅麗等,高速旋轉(zhuǎn)機(jī)械故障智能診斷系統(tǒng)的研究J. 沈陽建筑大學(xué)學(xué)報(自然科學(xué)版),2005,21(6).3崔寶珍,潘紅俠，小波分析在滾動軸承故障診斷中的應(yīng)用J.科技情報開發(fā)與應(yīng)用,2005,15(2),176-180.4周小勇,葉銀忠,小波分析在故障診斷中的應(yīng)用J.控制工程,2006,13(1), 71-74.5吳峰崎,孟光等,基于聲信號三維譜分析的轉(zhuǎn)子復(fù)合碰摩故障特征提取J.振動與沖擊,2005,24(6).6王新峰,邱靜等,基于特征相關(guān)性和冗余性分析的機(jī)械故障特征選擇研究J.中國機(jī)械工程,2006. 17.7陳一鳴,陳進(jìn)等,基于網(wǎng)絡(luò)的遠(yuǎn)程監(jiān)測和故障診斷系統(tǒng)的數(shù)據(jù)庫系統(tǒng)J.振動與沖