《机械故障诊断.doc》由会员分享，可在线阅读，更多相关《机械故障诊断.doc（17页珍藏版）》请在金锄头文库上搜索。
1、旋转机械故障诊断摘要: 基于旋转机械在各行业的广泛应用，旋转机械的故障诊断技术也倍受重视，从传统的信号处理方法到现代的信号处理方法，旋转机械故障诊断中的信号处理技术在不断发展，不断创新。综述了旋转机械故障诊断的传统信号处理方法和现代信号处理方法，分析传统信号处理方法和现代信号处理方法的实际应用，并展望了未来旋转机械故障诊断领域的研究方向。关键词: 旋转机械; 故障诊断; 信号处理技术Abstract: Because rotating machineries are widespread used in many fields，more and more attention are drawn
2、 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 tec
4、hnology第一章 绪 论机械故障诊断, 就是通过机械运行中的相关信息来识别其技术状态是否正常, 确定故障的性质和部位,寻找故障起因, 预报故障趋势, 并提出相应的对策的一门技术。现代的机械设备正在迅速地向着精密化、高速化、自动化、系统化的方向发展, 设备更加复杂, 各个部件的联系也越来越紧密, 设备某部件的故障有可能会引起整个设备的损坏。机械设备发生故障不仅会造成巨大的经济损失, 而且会危及人身安全带来严重的后果。因此, 机械故障诊断工作得到了广大科研人员的关注和重视, 随着各个领域技术的不断发展, 各种新的技术和理论被不断地应用于机械故障诊断中, 并提出了新的诊断方法与理论1。1.1旋转
5、机械故障诊断的意义随着机械设备向着高速、重载、精密方向发展，对机械传动设备的要求越来越高。不仅要求机械传动设备能够传递较大的功率和载荷，而且传动系统本身必须具备较好的可靠性，从而降低设备的运营成本并提高设备运营过程中的安全性。在故障诊断的发展过程中，人们发现最重要、最关键而且也最困难的问题就是故障特征信息提取，其必须借助于信息处理，特别是现代信号处理的理论方法和技术手段，探索故障特征信息提取的途径，发展新的故障诊断理论和技术。旋转机械的故障问题有很多，在这里我们选取滚动轴承的故障问题来介绍一下。滚动轴承是机械设备中最常见的部件之一，它的运行状态直接影响整台机器的功能据钢铁工业统计，在旋转机械中
6、，由于滚动轴承损坏而引起的故障约占30因此，对滚动轴承工作状态的监视及其故障诊断技术的研究工作越来越受到人们的重视，成为保障旋转机械良好工作性能的重要保障。最初的轴承故障诊断是利用听棒，靠听觉来判断。这种方法至今仍在沿用，其中的一部分已改进为电子听诊器，训练有素的人员凭经验能诊断出刚刚发生的疲劳剥落，有时甚至能辨别出损伤的位置，但毕竟影响因素较多，可靠性较差。继听棒、电子听诊器之后，在滚动轴承的状态监测与故障诊断工作中又引入了各种测振仪，用振动位移、速度和加速度的均方根值或峰值来判断轴承有无故障，这样减少了监测人员对经验的依赖性，提高了监测诊断的准确性，但仍很难在故障初期及时做出诊断。1966
7、年，全球主要滚动轴承生产商之一，瑞典SKF公司在多年对轴承故障机理研究的基础上发明了用冲击脉冲仪（Shock Pulse Meter）检测轴承损伤，将滚动轴承的故障诊断水平提高了一个档次。多种信号分析处理技术用于滚动轴承的状态监测与故障诊断，如频率细化技术、倒频谱、包络线分析等。在信号预处理上也采用了各种滤波技术，如相干滤波、自适应滤波等，提高了诊断灵敏度。1.2 机械故障诊断方法1.2.1 常用的机械故障诊断方法的分类机械设备有各种类型，其工作条件又各有不同，故对不同机器的故障往往需要采用不同的方法来诊断。对机器进行故障诊断的方法可以按如下几种方式进行分类。 按诊断的目的要求分类 1.功能诊
8、断和运行诊断功能诊断是针对新安装或刚维修后的机器或机组，需要检查它们的运行工况和功能是否正常，并且按检查的结果对机器或机组进行调整。而运行诊断是针对正常工作的机器或机组。2.定期诊断和连续监控 定期诊断是么一隔一个小时，例如1个月或数个月对工作状态下的机器进行常规检查。连续监控则是采用仪表和计算机信息处理系统对机器运行状态进行不间断地监视或控制。两种诊断方式的采用，取决于设备的关键程度、设备事故影响的严重程度、运行过程中性能下降的快慢，以及设备发生和发展的可预测性。 3.直接诊断和间接诊断 直接诊断是直接确定关键部件的状态，如主轴承间隙、齿轮齿面磨损、燃气轮机叶子的裂纹以及在腐蚀环境下管道的壁
9、厚等。直接诊断往往受到机器结构和工作条件的限制而无法实现，这时，就不得不采用间接诊断。 所谓间接诊断就是通过二次诊断信息来间断判断机器中关键部件的状态变化。多次二次诊断信息属于综合信息。 4.在线诊断与离线诊断 在线诊断是指对于大型、重要的设备为了保证其安全和可靠运行需要对所监测的信号自动、连续、定时的进行采集与分析，对出现的故障及时作出诊断；离线诊断是通过磁带记录仪或数据采集将现场的信号记录并储存起来，再在实验室进行回放分析，对于一般中小型设备往往采用离线诊断方式。 按信息提取方式分类 信号是信息的载体，设备出现故障时出现的征兆是通过检测信息，即信号来体现的，所以可以按找特征信号与征兆之间的
10、关系对方法进行分类。 1.函数分析法 特征信号与征兆之间存在定量的函数关，可用数学分析方法，例如状态空间分析，由特征信号求出征兆。 2.可用数理统计方法由特征信号求出征兆。统计分析法又可分为分非参数模型统计法即传统的信号处理方法和参数模型统计法两种。它根据信号的采样数据，首先建立差分方程形式的参数模型，再用模型的参数或用模型计算出信号统计特性、结构固有的特性或其他特性作为征兆。 按照状态诊断方式分类 1.对比诊断法 目前应用最广，应事先通过统计归纳、实验研究、分析计算，确定同各有关状态一一对应的征兆，然后将获得的征兆同基准模式对比，即可确定设备的状态。 2.函数诊断法 在征兆与状态之间如存在定
11、量的函数关系，则在获得征兆后即可用相应的函数关系计算出状态。 3.逻辑诊断法 在征兆与状态间如存在逻辑关系时，则在获得征兆后即可用相应物理或数理逻辑关系推理判明有关状态。 4.统计诊断法一般模式识别理论中的统计模式法，它用于征兆与状态之间存在统计关系时。 5.模糊诊断法 它是一种较新的诊断方法，其特点有二：第一，它采用多因素诊断，因为一种状态可在不同程度地引起多种征兆，而一种征兆又可在不同程度上反映多种状态；第二，它模仿人利用模糊逻辑而精确识别事物这一特性。这样，它根据所获得的征兆，列出征兆隶属度模糊向量，再根据以实践为基础所得到的模糊矩阵，利用模糊数学方法，计算出状态隶属度模糊向量，最后根据
12、此向量中各元素的大小确定有关状态的情况。 6.智能诊断法 人工只能的目的是使计算机去做原来人才能做的事情，包括推理、理解、规划、决策、抽象、学习等功能，专家系统是实现人工智能的重要形式，目前已广泛用于诊断、解释、设计、规划、决策等各个领域。现在国内外已发展了一系列用语设备故障诊断的专家系统，获得了良好的效果。1.2.2 机械故障诊断方法的问题和发展趋势近年来，故障诊断方法的研究取得了很大的进展，但是研究过程中也发现了诸多问题。如微小故障的早期检测即故障预报问题、故障源的准确辨识问题、系统的非线性问题、故障检测的鲁棒性问题、故障诊断方法的实际应用问题等，而且有些问题是故障诊断技术研究过程中迫切需
13、要解决的。生产过程中的某些故障是缓慢的变化产生的，如催化剂的失活和生产过程流体泄漏，在这些故障产生重大影响前必须进行预报。故障检测残差只是反映了故障的最终影响，根据检测残差寻找故障根源的辨识过程是一个追根溯源的复杂过程，目前，这个问题仍然是故障诊断的一个难点。问题的存在是对研究人员的挑战，也为故障诊断技术的发展提供了契机，将来的故障诊断技术会在解决问题的过程中得到发展。故障诊断技术作为一个新兴的研究领域，还有很多问题值得探讨，如故障预报方法的研究，故障辨识方法的研究，故障诊断系统的鲁棒性研究，故障诊断系统的非线性研究，大型的实用故障诊断系统的构建。 第二章 旋转机械故障诊断方法的研究2.1.1
14、 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发展起来的, 是现代控制理论在故障诊断中的应用。这种方法需要建立被诊断对象较为精确的数学模型。基于解析模型分析的方法又可以分为参数估计方法和状态估计方法。参数估计方法是根据设备的机理分析建立系统的模型, 再利用模型的参数或用模型计算出结构固有的特性或其他特性作为诊断征兆。把所求参数与标准值比较以确定系统是否发生故障以及故障发生的程度。状态估计方法包括3种基本方法, 即Beard 提出的故障检测滤波器方法; 由Menra和Peshon提出的基于kalman滤波器的方法及一致性空间的方法。其基本思想是: 首先构造被控过程的状态, 通过与真实系统的
15、输出变量比较构成残差序列, 再构造适当的模型, 用统计检验法从残差序列中提取故障特征, 从而实现故障诊断。2.1.2 基于信号处理的方法基于信号处理的故障诊断方法不用建立被诊断对象的模型, 但是它是建立在对故障机理的分析和研究的基础上的。基于信号处理的方法是故障诊断的核心技术之一, 随着信号处理技术的不断发展基于信号处理的方法不断丰富14。信号处理的方法主要有: 时域特征参数和波形分析方法; 时差域方法; 时序分析方法; 幅值域方法; 包络域方法; 频域谱分析方法; 时频分析方法等等1.传统谱分析传统的谱分析方法包括功率谱、倒谱、细化谱、包络谱、最大熵谱、相关谱、主分量自回归谱、全息谱、阶比谱等等。功率谱分析是将信号从时域变换到频域进行分析的方法, 但谱分辨率低, 加窗产生泄漏, 方差性能不好。倒谱是检测复杂谱图中周期分量的有力工具,应用倒谱可以识别多族的调制边频。最大熵谱是把自相关函数外推至无穷, 然后再作频域变换而得到的一种信号处理方法。最大熵谱频率分辨率高, 没有窗函数的影响, 对于短时间序列的谱分析特别有效。传统的谱分析一般只适用于平稳信号, 对非平稳信号的分析有局限性。时频分析常用的时频分析方法有短时傅立叶变换、WignerVille分布、小波分析、Gabor变换等等。短时傅立叶变换是时频分析方法的一种, 它的基本思想是在采用傅立叶变换的同时, 在傅
