《旋转机械故障诊断技术中基于频谱的数据采集与检测技术设计论文》由会员分享，可在线阅读，更多相关《旋转机械故障诊断技术中基于频谱的数据采集与检测技术设计论文（66页珍藏版）》请在金锄头文库上搜索。
1、65旋转机械故障诊断技术中基于频谱的数据采集与检测技术1 绪论1.1 设备检测与故障诊断的意义现代工业的快速发展使得工业设备的向大型化、连续化、高速化和自动化发展，因而在生产中，机械设备的故障诊断越来越受到重视，如果某台设备出现故障而又未能及时发现和排除，其结果不仅会导致设备本身损坏，甚至可能造成机毁人亡的的严重后果。在连续生产系统中，如果某台关键设备因故障而不能连续运行，往往会涉及全厂伸长设备的运行，而造成巨大的经济损失。如何才能保证生产的连续性，保证减少设备的特别是重要设备的运行停机时间，使企业追求高经济效益的前提，而设备检测和故障诊断技术将为此提供一个有效的解决途径。传统的设备维修中，大
2、部分流程装置工业都采用了预防维修方式。按照这种方式，钢铁工业约每隔10天安排一个10小时左右的定期修理日，每年至少有一次一周左右的定期大修理。这种相隔一定时间进行的修理称为按时进行的维修。与此对应，不规定修理间隔而是根据设备诊断技术检测设备有无劣化和故障，在必要时进行维修，这种方式称为状态检测维修或预知维修。图1.1表示了事后维修、按时进行的维修、状态检测维修的维修工作量和停机情况。途中有阴影线的图像其宽度比奥是维修造成的的停机时间，高度表示维修工作量，面积表示维修总工作量和维修费用。该图是根据英国毛造纸厂的实际情况绘制的。当采用状态检测维修时，维修造成的停机时间和维修费用都将大幅度下降。图1
3、.1 维修方式和修理工作量由上图可以看出，故障诊断仪器的广泛应用，使对机械设备的维护由计划、定期检修走向状态、预知检修变为现实，使机械设备的维护方式发生了根本性革命。状态监测避免了机械设备的突发故障，从而避免了被迫停机而影响生产；机械状态分析为预知机械设备的维修期提供了可靠依据，即可做到测量表明有必要时才进行维修。使我们能够及时准备维修部件，安排维修计划，克服了定期维修带来的不必要的经济损失和设备性能的下降；完善的诊断能力可为我们准确指出故障类型和故障部位，避免了维修的盲目性，使检修简捷易行，大大缩短了维修工期，增加了机器设备正常运行的时间，大幅提高生产效率，产生了巨大的经济效益。1.2 监测
4、与故障诊断技术的发展与动向1.2.1 诊断技术的发展概况故障诊断是现代科学技术及生产发展的产物。最早开发故障诊断的是美国。在美国宇航局的提议之下，1967年由美国海军研究室主持成立了美国机械故障预防小组，积极从事技术诊断的开发。现在他们已将此技术成功的应用到航天、航空、军事及机械工业中。而后，英国成立了机械保健中心开始研究故障诊断技术，目前他们在摩擦磨损、汽车飞机发动机等领域的应用处于领先地位。日本在钢铁、化工、铁路等民用工业部门的诊断技术方面发展很快，占有某些优势。与此同时，欧洲其它国家也有很大的发展，瑞典的轴承监测技术，挪威的船舶诊断技术等等。我国从上世纪八十年代开始研究与开发，目前应该说
5、从信号处理，诊断技术等软件技术方方面的研究处于先进水平在硬件方面包括一些仪器仪表的研制，我们国家也开展了卓有成效的研究工作，取得了一定的成果，各式各样的测振仪器、数据采集器、以及相关的信号处理仪都有生产厂家。当前我国的一些民用工业，尤其是冶金、石化和电力等流程工业，在开发和应用诊断技术方面走到了前列。机械行业在现场诊断和精密诊断方面，航空工业在研制诊断仪器方面，和工业在进行反应堆故障诊断和寿命预测方面，铁道部门在进行内燃机车油液的光谱、铁谱分析和电力机车诊断方面，以及交通部门在实施汽车不解体检测等方面卓有成效。21.2.2 技术诊断的发展趋势20世纪60年代计算机技术的飞速发展，出现了快速傅里
6、叶变换（FFT），从而把信号处理和分析技术的软件和硬件推向新高。设备系统和零部件的可靠性工程的发展以及对零件失效分析机理的研究等等，推动了技术诊断的飞速发展。在开发诊断技术的方法上，国内外对别的领域中的诊断方法、理论和各种现代化的仪器的最新成就都保持高度敏感性，凡是有用的酒吧他们拿来用于诊断。信号处理技术，声发射技术，红外测温技术，油液分析技术，以及各种无损检测技术，都成为机械设备诊断技术的重要内容。由于信息的多样性，诊断技术的理论基础非常广泛，已经用到自然科学的各个学科。如高等数学和现代数学的各个分支，电子计算机计算方法，物理学中的热学、光学、声学和力学及化学等！这些学科为我们对机械设备、工
7、艺过程和生产系统的正确诊断提供了各个方面的信息，为我们由局部推测整体、由现象推断本质和由当前预见未来建立了可靠的依据。由此出现了统计诊断、分析诊断、模糊诊断、灰色诊断、神经网络诊断等理论和方法。诊断技术的发展趋势是，研究推广计算机技术在自动化状态检测和故障诊断中的应用，将监测与诊断使用的软件规范化、模块化、硬件标准化、专业化；向监测、诊断、管理、调度的集成化方向发展；研究诊断系统的智能化；诊断仪器和设备的专门化等等。2 设备故障诊断的信号及其分析方法2.1 振动描述2.1.1 什么叫振动？振动是世界上的物质或物体的一种运动形式。广义来说，振动就是物体（质点）或某种状态随着时间往复变化的现象。2
8、.1.2 振动的分类工程中有大量的振动问题需要研究、分析和处理，因此有先简单介绍振动力学中的振动分类方法，以便在振动故障类型、原因、分析和故障排除方面提供考虑的基础。机械振动的研究和使用方面有多种分类方法，目前，大致有如下几种分类：按振动的规律分(a).简谐振动，非简谐振动和随机振动。有时又将前两者称为周期振动，后者称为非周期振动；(b).按产生振动的原因分自由振动、受迫振动、自激振动和参变振动等；(c).按自由度分单自由度系统振动、多自由度系统振动和弹性振动；(d).按振动位移特征分角振动和直线振动；(e).按系统结构参数分线性振动和非线性振动。在机器的故障诊断中，从应用角度看，应着重掌握按
9、振动规律和产生原因这两种分类。2.1.3 简谐振动简谐振动又称“正弦振动”，它是振动故障诊断中最基本的概念之一。了解它的表示方法，特别是它的物理意义，对于掌握故障诊断技术十分重要。简谐振动的数学表达式是 （2-1）式中： A-振幅； -角频率（园频率）。正弦函数的振动图线如图2-1所示。因为函数sin t具有下列特性： （2-2）图2-1正弦函数的振动图线则T=2/为简谐振动的周期。F=1/T简称为简谐振动的频率，=2f表示每秒转过的弧度，亦是在2秒内振动的次数，称为“园频率”。必须指出，简谐振动一定是周期振动，但是，周期振动不一定是简谐振动。2.2 故障诊断信号的分类常见的信号分类如下：按时
10、间变量的取值方式不同可将信号分为连续时间信号（Contiunous Signal）和离散时间信号（Discrete Signal）。连续时间信号：在 t 整个时间范围定义的信号。离散时间信号：只在某些离散的瞬时给出函数值，而在其它时间没有意义的信号。按信号的性质分，则可分为确定信号（Determinate Signal）和随机信号（Random Signal）。确定性信号：可以用明确的数学关系式描述的信号。它可以进一步分为:周期信号,非周期信号,准周期信号。周期信号是经过一定时间可以重复出现的信号，满足式中T周期；非周期信号使之具有瞬变性的信号；准周期信号是周期与非周期的边缘情况，是由有限个周
11、期信号合成，单个周期信号相互间不是公倍关系，其合成信号不满足周期条件。随机信号：不能用确定的函数式表示，幅值相位变化是不可测的，而只能用统计的规律来描述的信号。按性质分可为能量信号和功率信号能量信号：在分析区间（，+）信号的能量为有限值，即： （2-3）功率信号：若一个信号在时，其平均功率为有限值，即 （2-4）按信号的因果性质分，可将信号分为物理可实现和物理不可实现信号物理可实现信号：又称为单边信号，满足条件：时，信号完全由时刻大于零的一侧确定。在实际中出现的信号，大量的是物理可实现信号。为故障诊断测得的信号多是时间的历程函数，为了跟充分地利用所测得信号有必要从多个侧面来对他进行处理。在故障
12、诊断中，信号处理的目的是去除信号中的噪音和无用信号，以及提取诊断用的特征量。常用的处理方法有：数学变换、时域分析、频域分析、时间序列分析以及在机械故障诊断中广泛应用的一些特殊的处理方法。2.3 信号的预处理在机械设备状态监测和故障诊断过程中，传感器的输出信号经采样和A/D转换为数字信号送入计算机，大致经过如下过程：2图2-2 模拟信号数字处理过程如上图所示，得到信号x（nt），要经过预处理才能交给后面的数字处理器。信号的预处理就是除掉原始数据中的无意义而有害的噪声，同时加工成便于精密分析的信号。常用的与处理的方法有：滤波、包络线处理、平均法以及其它很多方法。2.3.1 滤波一般采得的信号包括反
13、映机械设备的真实信号和混入的噪声信号，在进行数据处理时，为了提高信噪比，突出被测设备的特征信息，通常要对采样的信号进行滤波处理，滤波一般分为五种，低通滤波、带通滤波、高通滤波、带阻滤波和全通滤波。滤波有个分为连续信号的模拟滤波和对离散信号的数字滤波。模拟信号的滤波网络是一个连续网络，可由电阻、电容、电感、晶体管和集成运算放大器等基本电子器件所组成。该网络的性能可由线性微分方程来描述。而模拟信号经过量化处理所获得的数字信号，其滤波网络是一个离散网络，它的性能可以有一个线性差分方程来描述。数字滤波网络以数字作为输入，并按差分方程对其进行运算并产生一个新的数字序列。因此，数字滤波实际是一个运算过程，
14、这个过程可由硬件实现，也可用计算机实现，这是与模拟滤波器的实质上的区别。利用计算机对实测信号进行数字滤波从经济上和使用上都有很大的好处。图2-3 滤波器响应特性a-低通滤波器； b-高通滤波器；c-带通滤波器；d-带阻滤波器 ；e-全通滤波器2.3.2 去直流分量处理由传感器采集的信号或多或少的包含直流分量，这可能为后面的数据处理造成很大的影响。通常直流信号在做频谱分析时，在w=0处产生一个很大的谱峰，并影响w=0左右的谱曲线，会使频谱曲线产生较大的误差，从而使诊断结果出现偏差。对于连续的模拟量，去直流分量是在采样时间内先积分，再除以积分区间长度。对于离散的数字信号，去直流分量实际是将各测量值
15、减去他们的平均值。2.4 信号处理中的时域分析方法信号分析可以从时域和频域这两个角度来进行， 如果对所测得的时间历程信号直接实行各种运算且运算结果仍属于时间域，这样的分析运算即为时域分析，或称为幅值域分析。2.4.1信号幅值域分析平稳过程：如果一个随机过程它的特征是产生随机现象主要因素的统计特性不随时间推移而变，也就是说支配随机过程的规律不随时间而变，将这类随机过程称为平稳随机过程。各态历经性：对平稳过程X(t)，若每个样本函数按”时间平均” 的数字特征（数学期望、方差、相关函数等等）均相等，且等于任意“截口”处的“集合平均”，这样的平稳过程称为各态历经过程。各态历进性的重要性质：如果X（t）是各态历经过程，我们就可以从一次试验所得的样本函数来确定过程X（t）的数字特征。信号幅值域分析就是在各态历经假设前提下，对随机过程的分析就变为对其任一样本的统计分析。常用的幅值域
