《计算机仿真技术在机械故障中的应用》由会员分享，可在线阅读，更多相关《计算机仿真技术在机械故障中的应用（15页珍藏版）》请在金锄头文库上搜索。
1、计算机仿真技术在机械设备计算机仿真技术在机械设备故障诊断中的应用故障诊断中的应用姓名：吴凯姓名：吴凯班级：机制班级：机制 0943学号：学号：8 指导教师：张艳辉指导教师：张艳辉摘要摘要计算机仿真技术是当前应用最广泛的实用技术之一，虚拟现实已成为最热门的话题之一。如今计算机仿真技术被广泛运用于众多的领域之中，其在机械中的应用在最近几年得到了飞速发展。设备故障诊断是一门新发展的科学领域，还没有形成较为完整的科学体系，这就为计算机仿真在其中的应用发挥了提供了广阔的平台。本文系统地介绍了计算机仿真技术在机械故障诊断中的具体事例运用，文章重点探讨了面向对象仿真、定性仿真、智能仿真、分布交互仿真、可视化
2、仿真、多媒体仿真、虚拟现实仿真等方向在机械诊断中的具体应用关键词关键词：设备故障诊断， 应用，对象仿真 ，智能仿真Abstract：computer simulation technology is the most widely used one of practical technology, virtual reality has become one of the most popular topics. Nowadays, computer simulation technology has been widely used in many fields, and its appli
3、cation in machinery in recent years has been rapid development. Equipment fault diagnosis is a new developing field of science, has not formed a complete scientific system, which is a computer simulation in which the application developed provides play. This paper systematically introduces the compu
4、ter simulation technology in mechanical fault diagnosis using the concrete examples this paper mainly discussed the object oriented simulation, qualitative simulation, intelligent simulation, distributed interactive simulation, visual simulation, multimedia simulation, virtual reality simulation dir
5、ection in machinery diagnosis of specific application近 20 年以来，随着科学技术的不断进步和发展，尤其是计算机技术的迅速发展和普及，设备故障诊断技术已逐步形成了一门较为完整的新兴边缘综合工程学科。该学科以设备的管理、状态监测和故障诊断为内容，以建立新的维修体制为目标，成为国际上一大热门学科随着现代工业及科学技术的迅速发展，生产设备日趋大型化、集成化、高速化、自动化和智能化，设备在生产中的地位越来越重要，对设备的管理也提出了更高的要求，能否保证一些关键设备的正常运行直接关系到一个行业发展的各个层面。现代化工业生产一旦因故障停机损失将是十分巨
6、大。因此，设备诊断这一技术，日益引起人们的重视，并在理论和实践应用方面得到了迅猛发展。机械故障诊断是一种了解和掌握机器在运行过程的状态，确定其整体或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。油液监测、振动监测、噪声监测、性能趋势分析和无损探伤等为其主要的诊断技术方式。我国诊断技术的发展始于 70 年代末，而真正的起步应该从1983 年南京首届设备诊断技术专题座谈会开始。虽起步较晚，但经过近几年的努力，加上政府有关部门多次组织外国诊断技术专家来华讲学，已基本跟上了国外在此方面的步伐，在某些理论研究方面已和国外不相上下。目前我国在一些特定设备的诊断研究方面很有特色，形成了一
7、批自己的监测诊断产品。全国各行业都很重视在关键设备上装备故障诊断系统，特别是智能化的故障诊断专家系统，在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天工程等。工作比较集中的是大型旋转机械故障诊断系统，已经开发了20 种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据采集器。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视；而西安交通大学的 “大型选转机械计算机状态监测与故障诊断系统 ” ，哈尔滨工业大学的 “机组振动微机监测和故障诊断系统 ” 。东北大学设备诊断工程中心经过多年研究，研制成功了“轧钢机状态监测诊断系统 ” ， “
8、风机工作状态监测诊断系统” ，均取得了可喜的成果。计算机仿真技术在机械故障中的诊断主要是通过模拟系统而达到诊断目的的。模拟是应用模型和计算机开展地理过程数值和非数值分析。不是去求系统方程的解析解，而是从系统某初始状态出发，去计算短暂时间之后接着发生的状态，再以此为初始状态不断的重复，就能展示系统的行为模式。模拟是对真实事物或者过程的虚拟，模拟要表现出选定的物理系统或抽象系统的关键特性。模拟的关键问题包括有效信息的获取、关键特性和表现的选定、近似简化和假设的应用，以及模拟的重现度和有效性。可以认为仿真是一种重现系统外在表现的特殊的模拟。而系统仿真是一相似原理、系统技术、信息技术及应用领域的有关专
9、业技术为基础，以计算机、仿真器和各种专用物理效应设备为工具，利用系统模型对真实的或设想的系统进行动态研究的多学科的综合性技术。进行故障诊断，首先得了解故障诊断的内容。故障诊断包括三个方面的内容：（1）运行状态的检测 根据机械设备在运行时产生的信息判断设备是否运行正常，目的是为了早期发现设备故障的苗头。 （2）设备运行状态趋势的预报 在状态检测的基础上进一步对设备运行状态的发展趋势进行预测，其目的是为了预知设备优劣的速度，以便为生产安排和维修计划提前做好准备。 （3）故障类型、程度、部位、原因的确定 最重要的是故障类型的确定，他是在状态监测的基础上，确认当机器已处于异常状态时所需要进一步解决的问
10、题，其目的是为最后的诊断决策提供依据。设备故障信息的获取方法的基本思路如下图所示：机械设备故障诊断技术的发展可以分为以下几个阶段：（1）基于故障事件的故障诊断阶段。当出现故障后才检查故障原因和发生部位，故障诊断的手段是通过对设备的解体分析并借助以往的经验以及一些简单的仪器。 （2） 基于故障预防的故障诊断阶段。该阶段故障诊断的目的在于为合理的维修周期的制定提供依据，并在定期维修前检查突发性故障，保证在故障出现之前就能排除故障。这一阶段的诊断手段主要是一些简单的状态检测仪，多设有一定运行参数的报警值，能够对突发故障进行预测。 （3） 基于故障预测的故障诊断阶段。该阶段故障诊断是以信号采集与处理为
11、中心，多层次、多角度地利用各种信息对设备的状态进行评估，针对不同的设备采取不同的措施。属于正常运行状态的设备，可依据原先的检测计划进行检测；属于故障进行性发展的设备，重点检测；而个别故障较严重发展的设备，应及时停机进行故障诊断这其中的很多步骤是可以通过计算机仿真来完成的。拿信息测取这一步来说，信息测取的方法有很多，比如直接观测、参数测定法、超声波探伤、X 射线探伤等等。其中的超声波探伤和 X射线探伤即为计算机仿真技术的延伸，通过物理信号与电信号的转换，再通过相关的计算机软件进行分析，便可轻易得到检测的结果。下面举出几个计算机仿真技术在机械诊断中的具体实例。实例一：电梯仿真系统在电梯故障诊断中的
12、应用（出自（出自20022002 年年浙江工业大学张宏滔硕士学位论文浙江工业大学张宏滔硕士学位论文电梯控制系统故障诊断及电电梯控制系统故障诊断及电梯仿真的研究梯仿真的研究）通过传感器收集模拟世界中的数据，经过处理信号之后传输给计算机，经计算机模拟计算得出相应故障的解决办法，回传给模拟世界进行执行，以此观测问题的解决办法是否可行，与此同时，通过不断的模拟改正，达到机器学习的目的，进而提高日后解决问题的准确率。针对上述现状，以电梯控制系统的整机故障检测为对象，利用工控机，数据采集卡，并结合计算机软件的设计，开发出一套实用的电梯控制器的故障检测与分析系统，检测过程实现一定程度的自动化，并具有较好的通
13、用性和可移植性，适用于多种不同类型的微机电梯控制系统。本系统分析了数据采集系统在电梯控制器故障检测中的重要应用。介绍了数据采集系统的一般概念，包括数据采集的意义、任务及基本功能，描述了数据采集系统的典型结构。 进行测试系统的实际软件设计，阐述了系统的测控软件设计的总体设计方案，以及 VB 在实时测试系统中的应用，最后介绍了测试系统中的数字滤波、数据压缩、参数表转化、曲线描绘等软件问题的解决方法。将人工智能的专家系统的理论运用于电梯控制器的故障检测，具体分析了专家系统在自动测试领域中的应用，以及电梯控制器故障检测专家系统的设计，最后着重描述测试系统中的一种机器的工作方法。其原理图为实例二：基于特
14、征评估和神经网络的故障诊断模型（西安交通大学西安交通大学学报第五期第四十卷。作者何正嘉、雷亚国、柴艳阳、胡桥。学报第五期第四十卷。作者何正嘉、雷亚国、柴艳阳、胡桥。）小波包分解和经验模式分解( EMD) 是分析非平稳信号的两种有力工具，二者分别从不同角度来分析信号，各具特色。径向基函数（RBF）神经网络无论在非线性逼近、分类能力和学习速度方面均优于 BP 网络。但是，过多的输入特征会加重 RBF 神经网络的负担，使其规模变得庞大，而且影响分类准确率的提高，从而减弱了网络的鲁棒性。因此，有必要对提取的大量特征进行评估，在不丢失故障信息的情况下，选取敏感特征作为神经网络的输入。基于以上原理，本文将
15、小波包技术、EMD 方法、特征评估方法以及 RBF 神经网络有机结合，提出了一种基于特征评估和径向基函数神经网络的机械故障诊断模型。按照评估因子从大到小的顺序，把神经网络输入特征的个数从 1 逐渐增加到 102 个，对其进行训练和测试，做出分类准确率 r 和输入特征 i 的曲线。采用原始振动信号的 6 个特征值、102 个联合特征作为 RBF 网络的输入，对神经网络进行训练和测试，结果见下图。通过上图可以看出神经网络可以模拟大多数的故障信号，而且准确率较高。为了提高机械故障诊断的准确性，本文结合小波包分解和 EMD 方法分析非平稳信号的优势，以及特征评估方法在选取敏感特征方面的特点和 RBF
16、神经网络分类能力强的优点，提出了一种基于特征评估和径向基函数神经网络的机械故障诊断模型，该模型能够针对不同诊断对象的状态分类选择其相应的敏感特征，从而克服了传统方法在特征选择上的盲目性。通过实验测试和工程实际应用，发现从原始信号与小波包和 EMD 分解后的信号中提取的联合特征能够揭示更多的故障信息，但也包含了大量的无用特征，而采用特征评估方法能够从联合特征中评选出敏感特征，剔除无用特征，减小神经网络的规模，大大提高了 RBF 神经网络分类的准确率，最终验证了本文提出的诊断模型的有效性。实例三：计算机仿真在桥式起重机防摇问题中的分析和应用重庆交重庆交通学院学报第三期第二十四卷（通学院学报第三期第二十四卷（2005.62005.6）作者李斌）作者李斌起重机在吊运货物的过程中吊物的摇晃是一种不利的情况，它会降低工作效率，甚至有在吊运过程中发生碰撞的危险本例中论述了桥式起重机的防摇问题运动分析的简明数学模型，应用经典控制理论化解为传递函数模型，并使用
