智能狀態(tài)監(jiān)測與故障診斷

1、 / 9智能狀態(tài)監(jiān)測與故障診斷測控一班高青春第一章 緒論 在現(xiàn)代化的機械設(shè)備的生產(chǎn)和發(fā)展中， 滾動軸承占很大的地 位，同時它的故障診斷與監(jiān)測技術(shù)也隨著不斷地發(fā)展，國內(nèi)外學(xué) 者對軸承的故障診斷做了大量的研究工作，各種方法與技巧不斷 產(chǎn)生、發(fā)展和完善，應(yīng)用領(lǐng)域不斷擴大，診斷精度也不斷提高。 時至今日，故障診斷技術(shù)己成為一門獨立的跨學(xué)科的綜合信息處 理技術(shù)，它以可靠性理論、信息論、控制論、系統(tǒng)論為理論基礎(chǔ)， 以現(xiàn)代測試儀器和計算機為技術(shù)手段，總的來說，軸承故障診斷 的發(fā)展經(jīng)歷了以下幾個階段：第一段：利用通用的頻譜分析儀診 斷軸承故障。 第二階段：利用沖擊脈沖技術(shù)診斷軸承故障。 第 三階段：利用共振解

2、調(diào)技術(shù)診斷軸承故障。 第四階段：以計算機 為中心的故障診斷。國外的滾動軸承的故障診斷與監(jiān)測技術(shù)要先于中國， 而且這項 技術(shù)的發(fā)展趨勢啊已經(jīng)趨向智能化狀態(tài)， 因為它機械化迅速， 技術(shù) 和設(shè)備都比較先進些，目前的技術(shù)也比較完善。 但是總體來看，這 其中的距離在不斷拉近， 我們相信不久的將來， 中國也會使機械完 善大國，也會完善和提高技術(shù)的精密度和準(zhǔn)確度。 【2】【3】1.1軸承監(jiān)測與故障診斷的意義滾動軸承是機械各類旋轉(zhuǎn)機械中最常用的通用零件部件之 一，也是旋轉(zhuǎn)機械易損件之一，在機械生產(chǎn)中的作用不可取代， 據(jù)統(tǒng)計旋轉(zhuǎn)機械的故障有 30%是由軸承故障引起的 ,它的好壞對機 器的工作狀態(tài)影響極大 ,軸承

3、的缺陷會導(dǎo)致機器劇烈振動和產(chǎn)生噪 音,甚至?xí)鹪O(shè)備的損壞 ,因此 ,對重要用途的軸承進行狀態(tài)監(jiān)測 與故障診斷是非常必要的【 3】而且，可以生產(chǎn)系統(tǒng)的安全穩(wěn)定運 行和提高產(chǎn)品質(zhì)量的重要手段和關(guān)鍵技術(shù)，在連續(xù)生產(chǎn)系統(tǒng)中， 如果某臺設(shè)備因故障而不能繼續(xù)工作，往往會影響全廠的生產(chǎn)系 正常統(tǒng)運行，從而會造成巨大的經(jīng)濟損失，甚至可能導(dǎo)致機毀人 亡的嚴(yán)重后果。未達到設(shè)計壽命而出現(xiàn)故障的軸承沒有被及時的 發(fā)現(xiàn)，直到定期維修時才被拆下來報廢，使得機器在軸承出現(xiàn)故 障后和報廢前這段時間內(nèi)工作精度降低，或者未到維修時間就出 現(xiàn)嚴(yán)重故障，導(dǎo)致整部機器陷于癱瘓狀態(tài)。因此，進行滾動軸承 工作狀態(tài)及故障的早期檢測與故障診

4、斷，對于設(shè)備安全平穩(wěn)運行 具有重要的實際意義。 【14】滾動軸承故障的分類 :滾動軸承的故障多種多樣， 有生產(chǎn)過程中產(chǎn)生的也有使用過程 中后天造成一系列故障，其失效形式有：1.2.1疲勞剝落 : 指滾動體或滾道表剝落或脫皮在表面上 ,形成不規(guī)則 凹坑等甚至?xí)欢ㄉ疃认滦纬赡芰鸭y，繼擴展到接觸表面發(fā)生剝 落坑，最后大面積剝落，造成失效。 【 12】1.2.2斷裂：由于軸承負(fù)荷過大 ,零件材料缺陷 ,壓配過盈大 ,影 熱處理不良等原因 .壓痕： 外界硬粒物質(zhì)進入軸承中，并壓在滾動體和滾道之間， 使轉(zhuǎn)動表面形成壓痕， 凹坑。當(dāng)軸承的過載或撞擊造成表面部凹陷 , 會產(chǎn)生噪音 .磨損 : 滾動體由于輥道

5、賀的相對運動和塵埃異物 ,變賣弄磨損， 潤滑不良會加劇表面磨損， 表面粗糙度加大， 運轉(zhuǎn)精度下降從而振 動水平和噪聲增大。1.2.5腐蝕和電蝕 : 潤滑油中水分 ,濕氣的診斷與方法化學(xué)腐蝕 ,電流的 電腐蝕 ,和微振作用下形成的腐蝕【 14】1.2.6 膠合 : 潤滑不良，高速重栽下摸查發(fā)熱，極端時間溫度高，導(dǎo) 致表面燒傷及膠合，張梅軍，是發(fā)生在滑動階層接觸的兩個表面 , 一個表面的金屬粘貼到另外一個表面的現(xiàn)象 .會導(dǎo)致高溫 ,噪音。 .1.2.7塑性變形：過大的沖擊負(fù)荷可以使接觸表面局部塑性變形。 從而 導(dǎo)致明顯的形變，造成失效。 【2】1.3滾動軸承監(jiān)測診斷方法與傳感手段 對軸承故障的診斷

6、方法有很多種，但是無論是溫度監(jiān)測，噪音 診斷，振動診斷等各方面都需要傳感手段來實現(xiàn)，因為現(xiàn)代機械， 如滾動軸承， 它們都不是人工容易準(zhǔn)確監(jiān)測很診斷的， 傳感器是感 器信息融合，有很多比較好的傳感手段在軸承的故障監(jiān)測診斷很實 用。1.3.1光纖傳感器振動 ,溫度是利用信號光束的光纖輸出 R 端面的參考光束對比得出故障的部位 .簡單而又準(zhǔn)確 .1.3.2電感式傳感器軸的徑向跳動， 電感測微儀可以測量小尺度變 化的精密測量儀器，可以測量軸的物理性能，如徑向跳動等。 【9】1.3.3溫度傳感器間隙和油流動的會導(dǎo)致溫度變化， 通常，軸的溫 度隨著運轉(zhuǎn)開始慢慢上升， 1-2 小時后達到穩(wěn)定狀態(tài)。如果潤滑、

7、 安裝部不合適，則會導(dǎo)致軸承溫度急驟上升，出現(xiàn)異常高溫，這 時必須停止運轉(zhuǎn)，采取必要的防范措施。使用熱傳感器可以隨時 監(jiān)測軸承的工作溫度， 并實現(xiàn)溫度超過規(guī)定值時自動報警或停止， 防止燃軸等事故的發(fā)生【 1】1.3.4超聲波傳感器超聲波的穿透能力很強 ,衰減和弱 ,利用超聲波 的入射和反射波形的變化情況可以判斷出滾動軸承的故障類型和 部位 ,這項技術(shù)現(xiàn)在運用得比較廣泛 .【8】1.4故障診斷分析方法 :1.4.1 時域分析 : 應(yīng)用時間序列模型及其有關(guān)的特性函數(shù)，判別軸承 的運行狀態(tài)及故障形成的原因。振動信號的位移 ,速度,加速度 ,構(gòu) 成時域波型 ,包括統(tǒng)計特征參量分析 ,相關(guān)分析 ,時域同

8、步平均法 ,頻域分析 : 應(yīng)用頻譜分析技術(shù)，根據(jù)頻譜特征變化 ,以時間為橫 坐標(biāo)的時域信號通過傅立葉 (flourier),分解為一頻率為橫坐標(biāo)的頻 域信號，從而得到關(guān)于原頻域和時域成分的復(fù)制于相位信息的一種 變換方法。包括，復(fù)制普分析法，相位譜分析法，平均譜分析法， 功率譜分析法，對數(shù)譜分析法， 倒頻普分析法，已經(jīng)成為診斷的主 要內(nèi)容了。是建立在時間或者是頻率上分析所得信號的能量強度 ,將其與正常的軸承信號進行對比 ,得出故障的發(fā)生的部位?！?2】【13】 1.4.3時頻域分析 （小波分析及分形分析） ： 小波分析是傅立葉分析的 繼承和發(fā)展，可判別故障性質(zhì)，當(dāng)軸承發(fā)生故障時 ,會發(fā)出非平穩(wěn)

9、信號 ,在滾動軸承的故障分析中 ,構(gòu)造了脈沖響應(yīng)小波 ,也就是當(dāng)軸 承某部分發(fā)生故障時 ,軸承缺陷產(chǎn)生脈沖沖擊響應(yīng) ,通過對尺度 -小 波能量普的比較來定性判斷軸承故障的部位和類型 ,是通過振動信 號的沖激周期 ,固有振動頻率的振動波型 ,沖激響應(yīng)小波波型 ,等方 法分析信號【 6】分形分析是將面對的復(fù)雜對象看成是分?jǐn)?shù)維數(shù)， 成一個連續(xù)函 數(shù)，實現(xiàn)了濾波， 在有限時間內(nèi)和某一有限頻率下得到的信號都是 由不同的分形特征，可監(jiān)測故障。 【 13】極大熵譜法 : 對于正常軸承和故障軸承的振動曲線，分別取 1024個采集點進行圖像分析， 給出各種狀態(tài)小啊的他的公路譜曲線 及其相對應(yīng)的極大熵譜曲線， 極

10、大熵譜曲線表現(xiàn)出的卓越峰值與理 論值比較，得出故障部位。 【11】倒頻譜及希爾伯特包絡(luò)分析法 : 由倒頻譜圖，正常和異常狀態(tài) 下的，圖中會顯示有故障的滾動軸承出現(xiàn)兩條醒目的曲線， 其倒 頻譜率和理論上滾珠， 內(nèi)圈的故障頻率一致， 從而反映出了故障頻 率特征，可診斷出故障的原因和部位。 【 12】1.5人工智能在滾動軸承故障監(jiān)測中的應(yīng)用 神經(jīng)網(wǎng)絡(luò)是智能控制技術(shù)的重要部分， 它具有邏輯思維與判斷， 不需要建立任何數(shù)學(xué)模型， 主要用于非性系統(tǒng)辨識和神經(jīng)網(wǎng)絡(luò)控制 及故障診斷。智能化故障診斷還有模糊診斷和專家系統(tǒng)等比較智能 的能進行信號自動分析和處理的功能， 它的發(fā)展趨勢是趨向于故障 診斷的自動監(jiān)測狀態(tài)

11、，既準(zhǔn)確又靈敏度高。1.5.1模糊神經(jīng)網(wǎng)絡(luò)診斷方法， 有處理語言知識的能力。 模糊神經(jīng)網(wǎng)絡(luò) 是利用隸屬度函數(shù)來推理進行統(tǒng)計分析數(shù)據(jù)的智能化的機械監(jiān)測。專家系統(tǒng)， 現(xiàn)在是人工智能的三大研究前沿，是以計算機的知 識庫來儲存和使用一切有用信息的系統(tǒng)結(jié)合， 對滾動軸承故障的診 斷與監(jiān)測有很大的作用，能自行分析和處理信號。 【10】1.5.1人工神經(jīng)網(wǎng)絡(luò)，由輸入輸出反饋的前饋網(wǎng)絡(luò)， 前饋內(nèi)層互饋網(wǎng)絡(luò)， 反饋型全互聯(lián)網(wǎng)絡(luò)和反饋性局部連接網(wǎng)絡(luò)，構(gòu)成，智能式傳感器， 和傳統(tǒng)的相比，它具有邏輯思維與判斷，信息處理功能， 具有自診 斷自小準(zhǔn)功能， 可實現(xiàn)多傳感器多參數(shù)復(fù)合測量， 擴大了監(jiān)測和使 用范圍，監(jiān)測數(shù)據(jù)可

12、存取，使用方便，具有數(shù)字通信接口，能與計 算機直接聯(lián)機， 相互交換信息， 對滾動軸承的故障診斷與監(jiān)測應(yīng)用 十分重要?！?】人工神經(jīng)的模型，有 BP 網(wǎng)絡(luò)，是一種反傳式向前網(wǎng)絡(luò)，學(xué)習(xí)因子和記憶因子有選擇，提高網(wǎng)絡(luò)訓(xùn)練技巧，以簡單地網(wǎng)絡(luò)層次分析信號，對滾動軸承的故障監(jiān)測應(yīng)用也在提升。 【4】 緊密結(jié)合的小波神經(jīng)網(wǎng)絡(luò)，滾動軸承原始特征信號為行波信號，以松散小波神經(jīng)網(wǎng)絡(luò)模型對軸承故障原始信號進行小波分解 后，進行特征的選擇與提取，取適當(dāng)?shù)淖宇l帶能量作為輸入向量， 得到軸承故障類別輸出，此時選用的也是 BP 網(wǎng)，這是比較準(zhǔn)確的 小波，分析方法，在軸承故障診斷中有非常大的作用。 【 5】 參考文獻：【 1

13、】 （機械故障診斷學(xué) ）美國，J.S米. 切爾 ,機械工業(yè)出版社，第 3版， 2007.【2】 機械設(shè)備振動故障監(jiān)測與診斷黃志堅，高立新，化學(xué)工業(yè)出版社， 2010.5 ，69-73頁【 3】 機械故障的分析與監(jiān)測黃仁，鐘秉林，機械工業(yè)出版社，【 4】神經(jīng)網(wǎng)絡(luò)電子科技大學(xué)出版社，杜京義，汪梅。 2007， 【5】神經(jīng)網(wǎng)絡(luò)的綜合分析與動態(tài)特征研究張化光，科學(xué)出版社， 【6】機械故障診斷方法楊寧 ,于德介 ,科技出版社 ,2006【 7】現(xiàn)代新型傳感器原理與應(yīng)用劉迎春，科技出版社， 2007【 8】傳感器哈爾濱工業(yè)大學(xué)，唐文彥，機械工業(yè)出版社， 2007.5195-203頁【 9】 現(xiàn)代傳感器技術(shù)周旭，國防工業(yè)出版社， 2007，第四章 【10】人工智能及其應(yīng)用 徐玉