《监测诊断技术》由会员分享，可在线阅读，更多相关《监测诊断技术（22页珍藏版）》请在金锄头文库上搜索。
1、设备状态监测与故障诊断技术一、概述设备状态监测与故障诊断技术 70 年代初形成于英国，由于 其实用性以及为社会和企业带来的效益，日益受到企业和政府主 管部门的重视。特别是近 20 年来，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，它已逐步形成为一 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，在欧美、 日本以不同形式获得了推广，成为国际上一大热门学科。过去一般只有在机器运行出现问题，或者拆开检查才知道机 器的某部分发生了故障。为了确保机器的正常运行，不得不规定 定期维修检查制度，既不经济又不合理。故障诊断技术是
2、依据设 备在运行过程中，伴随故障必然产生的振动、噪声、温度、压力 等物理参数的变化来判断和识别设备的工作状态和故障，对故障 的危害进行早期预报、识别，防患于未然，做到预知维修，保证 设备安全、稳定、长周期、满负荷优质运行，避免“过剩维修” 造成的不经济、不合理现象。随着计算机技术、信号分析与数据处理技术、测试技术、控 制理论、振动和噪声理论及其它相关学科的发展，随着工业生产 逐步向大型化、高速化、自动化方向迈进，为设备故障诊断技术 开辟了广阔的应用前景，在实际生产中将发挥越来越大的作用。二、故障诊断的技术环节设备故障诊断技术，其实质是了解和掌握设备在运行过程中 的状态；预测设备的可靠性；确定其
3、整体或局部是正常或异常； 早期发现故障，并对其原因、部位、危险程度等进行识别和评价； 预报故障的发展趋势，并针对具体情况作出实施维护决策的技 术。设备故障诊断技术主要包括以下三个基本环节：1、信息采集设备故障诊断技术属于信息技术的范畴。其诊断依据是被诊 断对象所表征的一切有用的信息，比如说振动、噪声、转速、温 度、压力、流量等信息。没有信息，故障诊断就无从谈起。对设 备来说，主要是通过传感器，如振动传感器、温度传感器、压力 传感器等来采集信息。人的感官也是一种特殊的传感器，因此， 传感器的类型、性能和质量、安装方法、位臵以及人的思维和判 断往往是决定诊断信息是否会失真或泄露的关键。2、分析处理
4、由传感器或人的感官所获取的信息往往是杂乱无章的，其特 征不明显、不直观，很难加以判断。分析处理的目的是把采集的 信息通过一定的方法进行变换处理，从不同角度获取最敏感、最 直观、最有用的特征信息。分析处理可用专门的分析仪或计算机 进行，一般可从多重分析域、多重角度来观查这些信息。人的感 官所获取的信息，是在人的大脑中进行分析处理的。分析处理方 法的选择、结果的准确性以及表示的直观性都会对诊断的结论产 生较大的影响。3、故障诊断故障诊断包括对设备运行状态的识别、判断和预报。它充分 利用分析处理所提供的特征信息参数，运用各种知识和经验，其 中包括对设备及其零部件故障或失效机理方面的知识，以及设备 结
5、构原理、运动学和动力学、设计、制造、安装、运行、维修等 方面的知识，对设备的状态进行识别、诊断，并对其发展趋势进 行预测和预报，为下一步的设备维修决策提供技术依据。三、故障诊断的分类1、按工作精细程度可分为简易诊断和精密诊断。 （1）简易诊断是设备运行状态的初级诊断，目的是能够对设备 的状态迅速有效的作出概括的评价。简易诊断主要由现场工作人 员实施。（2）精密诊断是在简易诊断基础之上进行的更深层次的诊断， 目的是对设备故障的原因、部位以及严重程度进行深入分析，作 出判断，从而为进一步的治理决策提供依据。精密诊断常需较精 密的分析仪器，不仅价格昂贵，同时对使用人员的素质要求也比 较高，不如简易诊
6、断成熟和简便易行，因此往往应用于大型设备 上。2、按诊断方式实施的诊断方法 按诊断的方式及诊断仪器的使用情况可分为离线诊断和在 线诊断。（1）离线诊断一般是在现场完成信息采集，信息可以以模拟形 式记录在磁带记录仪上，也可以以数字方式记录在便携式采集器 上。分析处理和诊断工作可以在实验室或其他认为合适的地方进 行。磁带记录仪所记录的信号可以经回放送入信号分析处理仪， 也可经 A/D 转换送入计算机。采集器所记录的数字信号可直接送 入计算机。诊断过程可以由人工完成，也可由配制专用诊断软件 的计算机完成。离线分析诊断的优点是灵活、方便，投资较小。缺点是其分 析结论有较长的时间滞后，不利于处理紧急故障
7、。同时，很难进 行连续监视，易遗漏故障。故一般用于设备的常规检查或不太重 要的设备上。（2）在线诊断是将传感器所采集的信息直接送入分析处理仪， 或经 A/D 转换直接用通讯电缆送入计算机。计算机可放在现场， 也可远离现场，并即时进行分析处理和诊断。在线诊断的优点是即时、迅速、适时性好，可保证不遗漏故 障，但不灵活，造价高。一般为专门使用，故常用于关键设备上。四、动态信号分析的理论基础机械设备出现的故障种类繁多，其诊断信息包括温度、声音、 振动、压力、以及流量等。对旋转设备来说，没有任何一种信息 能够象振动那样对设备状态具有更直接的反应。振动分析及测量 在旋转机械的故障诊断中占有极为重要的地位。
8、动态信号可分为用确定的时间函数来表达的确定性信号和 不能用时间函数来描述的随机信号。具体分类如下：周期信号彳L复杂周期信号厂确定性信号Y准周期信号非周期信号彳L瞬变非周期信号各态历经信号随机信号动态信号平稳随机信号非平稳随机信号*一般非平稳随机信号L瞬变随机信号非各态历经信号1、周期信号的合成与分解物体做简谐振动时，位移x和时间t的关系可用三角函数表 示为x=Asin(3 t+),简谐振动的速度和加速度就是位移表达式 关于时间 t 的一阶和二阶导数：u = x = 3Acos(3 t+ ) = 3 Asin(3 t+ + n /2)a = x =-32Asin(3 t+ ) = 3 2Asin
9、(3 t+ + n)可见，若位移为简谐函数，则其速度和加速度也是简谐函数， 且与位移具有相同的频率，但在相位上，速度和加速度分别比位 移超前n /2和n。简谐振动是一种最简单的周期振动，周期振动只要满足一定 的条件，就可分解成简谐振动，条件是： 、函数在一个周期内连续或者只有有限个断点，而且在断点上 函数的左右极限都存在； 、每个周期内只有有限个极大和极小值。把一个周期函数展开成傅立叶级数，亦即展开成一系列简谐 函数之和，称为谐波分析。谐波分析对于分析振动位移、速度和 加速度的波形具有重要意义。假定x(t)为满足上述条件、周期为T的周期振动函数，则可 展开成傅立叶级数的形式x(t)=a /2+
10、a cos 3 t+a cos 3 t+.+b sin3 t+b sin3 t+.0 1 2 1 2=a /2+ X (a cos 3 t+b sin3 t)式中3=2 nT,a、a、b均为待定常数。傅立叶变换是进行频率结构分析的重要工具，它可以辨别或 区分组成任意波形的一些不同频率的正弦波和它们各自的振幅。 对傅立叶正变换，有X(t)e-iftdt-oJJ(3)F(= oX(t)e-i3tdt 或 F8J宀8F(3)e-i3td3或 X(3)8对傅立叶逆变换，有=l/2nF(3)e-iftd3oox(t)式中3=2nf,X(t )是被分解为正弦波之和的波形，F(3)或F(f)为X(t) 的傅
11、立叶变换， i=(-1)1/2ap-E*2、非周期性信号 非周期性信号包括准周期信号和瞬变非周期信号。 周期信号可以分解为一系列频率成正比的正弦波信号，反 之，几个频率成正比的正弦波信号也可以合成一个周期信号。然 而，任意的两个或几个正弦波之和，一般不会组成周期信号，只 有每一对频率之比都是有理数时，才能合成周期信号。因为只有 这样，其基本周期才存在。瞬变非周期信号指除准周期信号以外的非周期信号。瞬变非 周期信号也可以用某时变函数进行描述。瞬变非周期信号一般持 续时间很短，有明显的开始和结束。如激振力消除后振动系统的 衰减振动。瞬变非周期信号不能象周期信号那样用离散谱表示， 其谱结构为由傅立叶
12、积分所表示的连续谱。3、随机信号随机信号不能用确定的时间函数来表达。对同一事物的变化 过程独立地重复进行多次观测，所得的信号是不同的，波形在无 限长时间内不会重复。对于随机信号，需要用概率统计的方法进 行分析。随机过程可分为平稳随机过程和非平稳随机过程。通过 幅值统计平均计算概率密度，再通过相关分析和频谱分析（谱密 度分析），在幅域、时域和频域里进行统计处理。平稳随机过程可进一步分为各态历经过程和非各态历经过程两类自相关函数自相关函数Rx(t)为随机信号x(t)在时间t时的值与时间 为(t+T)时的值的乘积的平均值，即Rx( t )=lim JT xT十10(t)X(t+T)dt自相关函数表示
13、波形与自己相差一个时间T值时的相似程度。 互相关函数互相关函数Rxy(T)为信号x(t)在时间为t时的值与另一信 号y(t)在时间为(t+ t )时的值的乘积的平均值RX(T)=limLx(t)x(t+T)dtLT 0互相关函数表示两个信号波形相差时间T时的相似程度。 传递函数传递函数 H(p) 定义为系统脉冲响应函数 h(t ) 的拉普拉斯变 换H(p)=匸叱)讥式中 p=a+ib。令a=0,b=2nf,则得到频率响应函数fH(f)=h(t)edt对于物理上可实现和稳定得系统，频率响应函数可以代替传递函 数而不会失去有用的信息。4、采样采样过程，把模拟信号转换为数字信号的过程为模/数(A/D
14、) 转换过程。该过程包括了采样、量化、编码等，这是数字信号分 析的必要过程。采样，也称抽样，是利用采样脉冲序列p(t)从模 拟信号x(t)中抽取一系列离散样值，使之成为采样信号的过程。 At称为采样间隔，1/At=f称为采样频率。采样实质上是将模S拟信号x(t)按一定的时间间隔A t逐点取其瞬时值。采样定理，采样的基本问题是如何确定合理的采样间隔A t 以及采样长度T以保证采样所得的数字信号能真实地代表原来 的连续信号x(t)。一般说，采样频率f越高，采点越密，所获得 的数字信号越逼近原信号。然而，当采样长度T 一定时，f越高， s 数据量N=T/At越大，所需的计算机存储量就越大；反之，当采
15、 样频率降低到一定程度，就会丢失或歪曲原来的信息。采样定理 给出了带限信号不丢失信息的最底采样频率为：f 2f 或 323s m s m式中 f 为原信号中最高频率成分的频率。若不满足此采样定理， 将会产生频率混淆现象。解决频率混淆的办法是： 、提高采样频率以满足采样定理，一般工程中取f = (2.56-4) f 、用低通滤波器滤掉不必要的高频成分，以防频混发生，此时 的低通滤波器也称抗频混滤波器，如滤波器的截止频率为 f ,则cf =f /(2.56-4)。cs5、采样长度与频率分辨率当采样长度为At时，采样长度T越长，数据点数N就越大。 为了减少计算量，T不宜过长。但是若T过短，则不能反映信号 的全貌，因为在作傅立叶分析时，频率分辨率Af与采样长度T 成反比Af=1/T=1/(NAt)一般在信号分析中，采样点数N选2m,使用较多的有512、1024、 2048等。若各档分析频率范围取f=f/2.56,则csAf=1/(AtN)=2.56f/N=(1/200,1/400,1/800)f6、 窗函数cc数字信号分析需要选取合理的采样长度T,亦即对信号进行 截断。截断实质上是对无限长的信号加一个权函数 ,或称为窗函
