《本科生状态监测与故障诊断振动数据分析方法.》由会员分享，可在线阅读，更多相关《本科生状态监测与故障诊断振动数据分析方法.（51页珍藏版）》请在金锄头文库上搜索。
1、<p><p>&lt;p&gt;&amp;lt;p&amp;gt;状态监测与故障诊断状态监测与故障诊断 ( (第第3 3章章) ) 中国石油大学（北京） 张来斌（教授） 梁 伟（副教授） Email: lw Tel: 3326 13910156270 Office: 研修大厦725 WIRELESS SENSOR NETWORKS SMART SENSORS 振动数据类型与格式 v 根据不同测数据采集方式，会得到机械链和系统的多种振动 数据类型与格式。 v 总体上可以分为2类数据：时域、频域数
2、据； v 每一类又可以分为稳态、动态数据；又能分为单通道、多通 道数据。 频域分析的优点 v 频域分析的优点是可以归一化振动分量，所以，复杂机械链 的频谱就可以分割为多个离散分量。这样就简化了机械链中 对机械劣化部件的隔离与分析。另外，频域分析还可以用来 对典型机械传动链频谱中谐振部件的相位关系，频域中按实 测转速进行归一化，克服了时域分析局限于实际转速的限制 。 数据形式稳态与动态 v 稳态数据格式 v 大多数振动诊断系统利用微处理器来采集数据，局限于稳态 数据获取。稳态振动数据假设机械链或过程装备一直运行于 平稳的、稳定的状态。换言之，机械没有动态变化，如负载 不变、流量不变等等。同时，该
3、方法还进一步假设所有振动 频率是重复出现的，并与机器轴的转速保持常数倍的关系。 v 稳态分析技术是基于机器或过程系统处于固定转速运转、不 变的运行参数条件下。例如，变频调速设备的运行在每个稳 定转速状态下，而不是对整个转速变化范围进行研究。 v 稳态分析可以比喻为机械设备或过程装备振动频谱的静止照 片，必须抓拍、存储多个静态照片才可以进行分析、诊断， 所以只能用于对简单设备、简单过程进行诊断，不可能对复 杂设备的动态过程提供真实的照片。 v 稳态分析完全忽略了振动级别的变化，或因转速改变、过程 参数调整而产生的瞬变事件。用于分析的仪器，包括的电子 电路设计，就是如何消除瞬态数据。 v 数据采集
4、过程中，连续获取多块数据，并对比各块数据特征 的差异，如果当前块中包含瞬变数据，而相邻的下一块中不 包括瞬变数据，那么包含瞬变数据的快就丢弃，并用不含瞬 变数据的块替换。所以，稳态分析不能检测可能直接、负面 影响设备可靠性的随机事件。 v 动态分析，数据采集利用在线、实时方式获取。 v 单通道分析，简单机械，忽视了测点间关系、转速、负载、 压力等信息。 v 多通道分析，同步采集，单测点三维数据 振动的基本知识 1 时域诊断法 2 频域诊断法 3 倒频域诊断法 4 幅值域诊断法 5 相关域诊断法 6 第四章 振动诊断的主要方法 机械振动:是指物体在平衡位置附近的往复运动。 实际的振动系统是复杂多
5、样的,研究时必须建立其力学模型, 以便利用数学工具进行分析,找出基本规律。常用的力学模型 称为质量弹簧系统。 振动的基本知识 1 振动三要素 振动幅值A 振动周期T/频率f 振动相位 振动的基本知识 1 时间 一个周期 位移(峰值) 相位角 振动最高点 轴键相 幅值 1、振动波形的表达 x(t)=A*sin(2ft+) A-振幅，大小 f-频率，快慢 2、振动的位移、速度、加速度指标 位移： x(t) 速度： v(t)=dx(t)/dt=fAcos(2ft+) 加速度：a(t)=dv(t)/dt=-f2Asin(2ft+) &amp;amp;#216; 三者间频率 f 不变，最
6、大幅值呈 f 倍递增 位移xmax=A 速度 vmax=fA 加速度 amax=f2A 振动的基本知识 1 3、位移、速度、加速度的选择原则: 受传感器结构及频响特征影响，测量对象为： 低频振动：f S(f),功率谱 是求频谱的主要方法 2)Blackman-Tukey法 相关分析 fft x(t)- R(t) - S(f) (fft)-频域乘-(log)-频域和-(fft-1)-倒谱 倒频域诊断法 4 3 、倒频谱的变换步骤: 1)先进行FFT变换，使时域的卷积等于频域相乘： y(f)=x(f)h(f) 2)取对数，使积变为和： Log(y(f)=log(x(f)+log(h(f) 3)进行
7、频谱反变换： C(q)=f-1(log(y(f) 4 、倒频谱的种类: 功率倒谱： Cq=f(log(S(f) 幅值倒谱： Cq=f(log(x(f) 类自相关倒谱： Cq=f-1(log(S(f) 倒频域诊断法 4 5、倒频谱应用: Gx为信号，频率较高；Gh为系统函数，频率较低，两者进行了卷积 混叠，如图(a)。 进行倒谱分析后，倒频率为q2,q1 ，较为明显,如图(b) 。 倒频域诊断法 4 1、幅值域公式: 横坐标为“幅值”，纵坐标为“概率密度值”。 幅值域函数也称为“概率密度函数”，反应了各种幅值在总体数据中 的分布情况。 n(xi)xi的个数；N 所有幅值的个数 2、幅值域诊断法原
8、理: 根据概率密度函数曲线的形状进行诊断。 当设备发生故障时，振动加剧，大幅值的数目增多，其比例值增大， 曲线形状由“尖、瘦”变为“矮、胖”。 幅值域诊断法 5 3、幅值域诊断法的应用: 正常与故障轴承的概率密度函数曲线 幅值域诊断法 5 1、自相关公式: 用于求解周期信号。 ?是延迟的时间 ，将信号x(t)平移过一段 间距?，得x(t?)或x(t-?)，再相乘、求和。 时延域(相关)诊断法 6 自相关分析法，主要是对信号 的自相关函数 进行求解，并通过 对信号中的周期成分进行分析，从而找出故障振源。 2、自相关求解: 1)间接法(Blackman-Tukey法)： fft fft-1 x(t
9、) S(f)R(t) 相关系数 2)直接法： k i 0 x(0)x(0)+x(1)x(1)+ x(N-1)x(N-1) 0,N-1 1 x(0)x(1)+x(1)x(2)+x(N-2)x(N-1) 0,N-2 2 x(0)x(2)+x(1)x(3)+x(N-3)x(N-1) 0,N-3 N-2 x(0)x(N-2)+x(1)x(N-1) 0,1 N-1 x(0)x(N-1) 0 (1)当k=0时，值为最大。 (2)对于周期信号，当延时至周期一半时，将出现最大负值。 时延域(相关)诊断法 6 3、自相关诊断原理: (1) 当x(t)为随机信号时，x(t)与x(t?)的乘积有正有负，求和后 R(
10、)值较小，并逐渐衰减。 随机信号随机信号的相关函数 时延域(相关)诊断法 6 (2) 当x(t)为周期信号时，x(t)与x(t?)的乘积之和正负性稳定， R()值呈周期性变化。 &amp;amp;#216; 主要对周期性的故障信号进行检测。 周期信号周期信号的相关函数 4、自相关诊断应用： 正常变速箱相关图 故障变速箱相关图 自相关检测，可应用于变速箱、轴承等易发生周期性故障的设备诊断上。 时延域(相关)诊断法 6 5、互相关诊断法: 1)用途 求解两信号的相关性。互相关系数Sxy最大值处所对应的时间，即 为两信号相差(延迟)的时间。 2)求解方法 fft fft-1 x(t)
11、,y(t) Sxy(f)Rxy(t) 互相关系数 时延域(相关)诊断法 6 3)应用 (1)求汽车车速 在前、后车轮上各装一个传感器拾取路面信号，求两个信号的 互相关函数，并求出最大值Td所对应的时间，即可求出信号通过前 后车轮所用的时间。若轮距为L，速度V=L/Td。 (2)求信号通过系统的时间 求输入、输出信号的互相关函数。 时延域(相关)诊断法 6 Questions ? ? ? ? ? ? ? ? ? ? ? ? ? &amp;lt;/p&amp;gt;&lt;/p&gt;</p></p>
