導(dǎo)語：如何才能寫好一篇旋轉(zhuǎn)機械故障診斷，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：旋轉(zhuǎn)機械；故障診斷；方法

DOI：10.16640/ki.37-1222/t.2017.10.026

隨著診斷技術(shù)研究的深入，可以實現(xiàn)故障診斷的方法越來越多，既有對前人研究成果的完善，也有一些原創(chuàng)性的研究成果相繼被提出，根據(jù)各類方法在實現(xiàn)方式上的不同，可以大致將其分為三類，第一種是通過建立合適的模型進行故障診斷，這種方法在實際的生產(chǎn)應(yīng)用中，往往由于設(shè)備結(jié)構(gòu)復(fù)雜，無法構(gòu)建精準的模型，即便可以獲得合適的參數(shù)模型，其耗資也會相當大，所以實際應(yīng)用可行性不大。第二種方法是結(jié)合人工智能技術(shù)的專家系統(tǒng)，在實際應(yīng)用中這種方法得到了一定的肯定，但仍然存在知識獲取不全面、針對性太強、智能水平低等問題，使得故障診斷結(jié)果可靠性不強。而模式識別是故障診斷中應(yīng)用最為廣泛的方法，且目前很多學者都認為基于模式識別的故障診斷有很大的進步空間。

1 旋轉(zhuǎn)機械故障特點

旋轉(zhuǎn)機械故障的故障特點與其他類型的機械故障存在一定的區(qū)別，且是機械設(shè)備中最為常用的一類，所以有必要對其進行單獨的深入研究。旋轉(zhuǎn)機械故障是指有轉(zhuǎn)子系統(tǒng)的機械設(shè)備在運行過程中出現(xiàn)異常的工作狀態(tài)，比如不正常的噪聲、異常大的振動、溫度急劇升高，或者其他指標不正常。旋轉(zhuǎn)機械的結(jié)構(gòu)復(fù)雜，故障發(fā)生具有一定的階段性，并且部分故障的發(fā)生有一個漸進的過程，在進行故障診斷時，必須綜合考慮多項因素，使得進行準確故障診斷的難度較大。

2 旋轉(zhuǎn)機械故障檢測方法

2.1 模式識別

經(jīng)過多年的發(fā)展，模式識別己是故障檢測的重要理論基礎(chǔ)之一。近十幾年來，模式識別技術(shù)在機械設(shè)備故障診斷領(lǐng)域的應(yīng)用己經(jīng)非常普遍，每年都有相關(guān)的改進方法被。在機器人模仿人類思考能力的研究領(lǐng)域上，模式識別方法一直占據(jù)著十分重要地位，在機械故障診斷方法中模式識別也始終是一個先進且富有挑戰(zhàn)的探索方向。

隨著計算機技術(shù)的迅速發(fā)展，各國在旋轉(zhuǎn)機械故障診斷方面都取得了很大的進步，擺脫了傳統(tǒng)依靠技術(shù)工人經(jīng)驗判斷的主觀臆斷和不準確性，特別是這幾年，計算機技術(shù)的發(fā)展使得各種更加完善的算法運行更為迅速，進而推進了旋轉(zhuǎn)機械故障診斷的發(fā)展。

美國是最先研究機械故障診斷技術(shù)的國家之一，其診斷技術(shù)在很多方面都屬于世界先進水平，目前美國從事故障診斷研究的機構(gòu)主要有電子能源研究機構(gòu)、西屋電氣、Bently和CSI等公司。其中西屋電氣是最早應(yīng)用計算機網(wǎng)絡(luò)的，該公司自己開發(fā)的汽輪機故障診斷軟件可以對遠程對多臺機組進行診斷。而Bently公司在轉(zhuǎn)子的動力系統(tǒng)和故障的診斷機理方面比較領(lǐng)先。

我國在機械故障診斷方面的研究起步相對較晚，技術(shù)也較為落后。剛開始主要以學習研究國外相關(guān)理論為主。直到80年代初期才逐漸有了自己研發(fā)的技術(shù)，在這個階段，大型設(shè)備的出現(xiàn)和各項相關(guān)技術(shù)的發(fā)展也刺激了國人對旋轉(zhuǎn)機械故障診斷技術(shù)的重視，也推動了該技術(shù)的自主研發(fā)。隨著國家和企業(yè)對這項技術(shù)領(lǐng)域的投入逐漸增大，許多學者開始涉足這個領(lǐng)域，并對其進行大量的探索和實驗，加上與國際交流合作，我國也開發(fā)出了一些在線監(jiān)測與故障診斷的軟件，這也很大程度上減小了與國際上相關(guān)先進技術(shù)的差距，但事實上，我國研究水平總體還是比較落后，故障診斷技術(shù)的可靠性還需要不斷提升。

2.2 人工神經(jīng)網(wǎng)絡(luò)理論

1940年左右，有關(guān)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)的理論開始出現(xiàn)，經(jīng)過多年的發(fā)展，它己經(jīng)被引入到許多領(lǐng)域，比如，智能機器的控制、神經(jīng)網(wǎng)絡(luò)計算機的研發(fā)、算法的優(yōu)化、應(yīng)用計算機進行圖像處理、模式識別、連續(xù)續(xù)語音的識別、數(shù)據(jù)的壓縮、信息處理等領(lǐng)域，在實踐應(yīng)用中取得了很好的效果，作為一項新的模式識別技術(shù)和信息處理辦法，人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用前景十分可觀。

目前，使用人工神經(jīng)網(wǎng)絡(luò)進行故障診斷的方法有很多，最常用方法是：多層感知器神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、自組織Kohonen神經(jīng)網(wǎng)絡(luò)、和徑向基函數(shù)RBF（Radial Bases Function）神經(jīng)網(wǎng)絡(luò)，也有學者將人工神經(jīng)網(wǎng)絡(luò)與各種其他方法相結(jié)合的實例。在使用人工神經(jīng)網(wǎng)絡(luò)進行故障處理時，首先檢查采集到的故障信息數(shù)據(jù)，剔除多余或者不合理的異常數(shù)據(jù)，再對有效數(shù)據(jù)進行歸一化處理，預(yù)處理工作完成后即可將數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中進行訓練學習和故障識別過程。

2002年，王守覺院士分析傳統(tǒng)模式識別方法的缺點，認為傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)都是假設(shè)特征空間中包括了所有的模式類別，要實現(xiàn)模式識別只需要找到最佳的特征空間劃分方法，但事實上，任何一個特征空間中不可能包含所有的模式類別，特征空間中必然存在模式空白區(qū)域，就像人類對某些事物表現(xiàn)為不認識一樣。認識到這一點后，王守覺院士提出了“仿生模式識別”這一概念，與傳統(tǒng)的基于特征空間最佳劃分的方法相比，仿生模式識別最為突出的特點就是，能構(gòu)造封閉的、復(fù)雜的幾何形體對各類樣本進行覆蓋，從而達到模式識別的目的。

2.3 仿生模式識別

自從仿生模式識別這一概念被提出以來，許多學者對其進行了深入研究，并將其應(yīng)用到了人臉識別、車牌識別、語音識別、字體識別等領(lǐng)域。并取得了良的識別效果，例如：陸飛在其碩士論文中重點對仿生模式識別中的幾何模型進行了深入分析，并用超香腸神經(jīng)網(wǎng)絡(luò)作為仿生模式識別的實現(xiàn)方法應(yīng)用到了人臉識別中，取得了良好的實驗結(jié)果；劉煥云等人將仿生模式識別應(yīng)用到目標識別和跟蹤方面，編寫了自適應(yīng)目標算法，與傳統(tǒng)方法相比，跟蹤識別效果有顯著的提升；王守覺院士自己也對仿生模式識別算法進行了一系列的優(yōu)化，先后提出了超香腸神經(jīng)網(wǎng)絡(luò)和多權(quán)值神經(jīng)網(wǎng)絡(luò)識別實現(xiàn)方法，并在文獻中將基于仿生模式識別的多權(quán)值神經(jīng)網(wǎng)絡(luò)應(yīng)用到連續(xù)語音識別中，與目前認可度最高的基于隱馬爾可夫模型（HMM）的識別方法進行比較，表現(xiàn)出了顯著的優(yōu)勢。

目前有許多的編程軟件都加入了神經(jīng)網(wǎng)絡(luò)的功能，其中MATLAB軟件最為方便實用，并且易于操作。它除了擁有對各種圖形和數(shù)據(jù)進行處理的強大功能，其開發(fā)公司一一美國的MathWorks公司一一還專門在軟件中開發(fā)加入了神經(jīng)網(wǎng)絡(luò)工具箱，全面包含了人工神經(jīng)網(wǎng)絡(luò)中常用的激勵函數(shù)，例如線性函數(shù)（purline函數(shù)），感知器函數(shù)（（sigmoid函數(shù)）以及徑向基函數(shù)（radbas函數(shù)），除了這些常用傳遞函數(shù)，還可以自定義相關(guān)的函數(shù)。各層網(wǎng)絡(luò)之間的映射也有嚴格的設(shè)定，映射函數(shù)可自行設(shè)定。鑒于以上優(yōu)點，本文采用MATLAB軟件編寫仿生模式識別的實現(xiàn)程序，以及機械故障信號的特征提取和網(wǎng)絡(luò)測試。

參考文獻：

篇2

【關(guān)鍵詞】旋轉(zhuǎn)機械 振動診斷 故障診斷 狀態(tài)檢測 齒輪

【Abstract】the running state of the rotating machinery is related to the performance of the whole machine. In this paper， the causes of the failure of rotating machinery are described， the characteristics of different types of fault vibration signals are analyzed， and the principle and operation steps of vibration diagnosis technology are discussed. Finally， the vibration fault diagnosis of a numerical control machine tool is tested. The results show that the method has certain reliability.

【Key words】rotating machineryvibration diagnosisfault diagnosiscondition detectiongear

旋轉(zhuǎn)機械如發(fā)電機、壓縮機、齒輪、軸承等，在各行業(yè)均有廣泛應(yīng)用，是各領(lǐng)域的關(guān)鍵機械設(shè)備或機械設(shè)備的關(guān)鍵部件。隨著科技的快速發(fā)展，旋轉(zhuǎn)設(shè)備朝著大型化和復(fù)雜化方向發(fā)展，一旦發(fā)生故障，損失十分嚴重。旋轉(zhuǎn)設(shè)備通過旋轉(zhuǎn)運動實現(xiàn)其功能，在旋轉(zhuǎn)過程中會出現(xiàn)一些小故障，這些故障可能會引發(fā)連鎖反應(yīng)，進而導(dǎo)致整個設(shè)備發(fā)生大故障[1，2]。旋轉(zhuǎn)機械在運行過程中伴有振動，當發(fā)生故障時，振動信號也會出現(xiàn)異常，所以對旋轉(zhuǎn)機械的振動信號進行監(jiān)測，能夠?qū)υO(shè)備運行狀態(tài)進行預(yù)測和對故障進行診斷，這有著重要的現(xiàn)實意義和經(jīng)濟價值。

1 旋轉(zhuǎn)機械故障類型及振動信號特點

旋轉(zhuǎn)機械因其運行特點，引起故障主要有三種原因：不平衡，不對中和因轉(zhuǎn)子受損出現(xiàn)動靜碰擦[3]。不同故障類型產(chǎn)生的振動信號也不相同，分析不同故障的振動信號特點，是旋轉(zhuǎn)機械故障的前提。

1.1 不平衡

轉(zhuǎn)型機制運行過程中，轉(zhuǎn)子不平衡是普遍存在的問題。因離心慣性力存在周期性，從而對轉(zhuǎn)子的激勵作用力不同，就使得其難以平穩(wěn)旋轉(zhuǎn)。當產(chǎn)生此類故障時，轉(zhuǎn)子的軸心軌跡呈橢圓形；振動信號的原始時間波形一般呈正弦波形；在頻譜圖中，基頻所占比重很大，其他倍頻占比重很小，諧波能量主要集中在基頻。

1.2 不對中

復(fù)雜旋轉(zhuǎn)機械中，往往一系列轉(zhuǎn)軸，如果出現(xiàn)軸系對中不良，將會使各軸承的相對位置、軸系的工作狀態(tài)等都發(fā)生改變，同時還會引起軸系固有振動頻率的改變。當發(fā)生此類故障時，振動信號的原始時間波形會從常規(guī)的正弦波發(fā)生畸變；ω為機械的旋轉(zhuǎn)頻率，頻譜圖中常以1ω和2ω為主，故障程度越嚴重，2ω所占的比例就愈大，通常會超過1ω的比例；軸向振動的頻譜圖中，1ω幅值較大，并且振幅和相位通常較穩(wěn)定。

1.3 動靜碰摩

轉(zhuǎn)子旋轉(zhuǎn)過程中可能會局部受損，出現(xiàn)局部動靜碰摩，并引起不規(guī)則振動，進而造成受損程度加重，導(dǎo)致全周動靜碰摩，最終將導(dǎo)致機械損壞。出現(xiàn)此故障時，振動信號的原始時間波形也將從正弦波發(fā)生畸變；輕度局部動靜碰擦時，頻譜中以基頻成分的幅值為主，第2、第3階諧波幅值所占比例不高，且第2階諧波幅值大于第3階諧波幅值；一旦出現(xiàn)全周動靜碰擦時，轉(zhuǎn)子振動會帶有亞異步成分，多為1階固有頻率，高階諧波消失[4]。

2 旋轉(zhuǎn)機械的振動診斷技術(shù)

振動診斷技術(shù)廣泛應(yīng)用在機械設(shè)備的狀態(tài)監(jiān)測和故障診斷方面，尤其對于旋轉(zhuǎn)機械。振動診斷具有不停機或不解體的情況下能夠?qū)崿F(xiàn)對設(shè)備狀態(tài)的監(jiān)測和診斷、技術(shù)比較成熟、診斷比較準確等特點[5]。

2.1 振動診斷原理

因振動信號具有普遍性，機械設(shè)備在正常運行時振動的特征值具有一定的周期性和規(guī)律性，時域波形和頻域波形都在一定范圍內(nèi)。當機械設(shè)備運行存在隱患或出現(xiàn)故障時，振動信號也會出現(xiàn)相應(yīng)變化，通過對振動信號的監(jiān)測、分析，能夠判斷隱患和故障的類型與程度，為制定檢修方案提供可靠的依據(jù)。其常用的分析方法有：時域波形分析和頻域波形分析兩種[6]。

時域波形分析主要考察振動信號的時間歷程，根據(jù)時域波形特征值，尤其是歪度和峭度的變化情況，對其周期性和隨機性給出定性評價，從而評估出設(shè)備所處的狀態(tài)，該法能夠判斷出90%的故障特征；頻域波形分析，時域信號經(jīng)傅里葉變換，將其簡化為有限或無限個頻率的簡諧分量，在按照頻率高低對各次諧波進行排列，通過觀察新增的頻率成分和原有頻率幅值的增長情況，來判斷機械設(shè)備的故障位置和程度。

2.2 診斷流程

振動診斷技術(shù)在故障診斷時，一般采取的步驟為：（1）分析機械設(shè)備易出故障的部位，確定出診斷范圍并選擇合理測量位置；（2）選擇診斷方法，并根據(jù)所選的方法確定需要的振動傳感器，如簡易診斷，只需采用振動計和振動測量儀等簡單儀器；（3）振動信號數(shù)據(jù)采集，開啟各個傳感器對機械設(shè)備的振動信號進行數(shù)據(jù)采集和存儲；（4）振動信號分析，常用的分析方法有時域分析法、頻域分析法、時頻域分析法；（5）做出判斷，將采集到的振動信號數(shù)據(jù)與正常運行時特征值進行對比分析，從而對設(shè)備存在的隱患和故障進行判斷，并給出相應(yīng)的維護意見。

3 旋轉(zhuǎn)機械故障診斷實例

齒輪是旋轉(zhuǎn)機械的重要部件，也是易發(fā)生故障的部位。本節(jié)以齒輪為例，采用振動診斷技術(shù)對其監(jiān)測和診斷。

3.1 齒輪故障特點與診斷方法

當齒輪發(fā)生故障時，振動信號頻率、幅值等參數(shù)都會出現(xiàn)異常，如上表所示，不同類型故障所對應(yīng)的振動信號也不相同，尤其是邊頻帶會增多，對各種故障邊頻特征進行分析，能更好地識別齒輪故障。將有效故障特征進行整合，形成故障診斷的專家知識庫，專家知識庫有助于提高故障診斷的自動化和智能化水平。同時再結(jié)合專業(yè)檢修人員對現(xiàn)場采集信號的分析，能夠及時、準確地對故障隱患進行預(yù)警和對已發(fā)故障進行定位和判斷。

3.2 齒輪特征頻率

以數(shù)控機床的主傳動系統(tǒng)，其振動強度有增大趨勢，振動烈度也有一定異常，對其進行故障診斷。該系統(tǒng)由兩級傳動構(gòu)成：Ⅰ軸――Ⅱ軸――Ⅲ軸（主軸），其特征頻率為：主軸額定轉(zhuǎn)速為700r/min、頻率為11.7Hz時，Ⅱ軸的轉(zhuǎn)速為2310r/min、頻率為38.5Hz，Ⅰ軸的轉(zhuǎn)速為4270r/min，頻率為71.2Hz；Ⅰ軸和Ⅱ軸的嚙合頻率為2348Hz，Ⅱ軸和Ⅲ軸的嚙合頻率為711Hz。

3.3 振動診斷

通過齒輪上振動信號傳感器傳出的數(shù)據(jù)，生成1#測試點的加速度時域波形圖，見圖1（a）。由圖可知，該時域波形出現(xiàn)了明顯的衰減脈沖信號，圖中1、2、3點，發(fā)現(xiàn)時間間隔約為26ms，換算成頻率約為38.5Hz，為Ⅱ軸和Ⅲ軸傳動系統(tǒng)中齒數(shù)為20的小齒輪的旋轉(zhuǎn)頻率。圖1（b）是其頻譜圖，從圖中可以看出點3處有頻率約為1420Hz的峰，是Ⅱ軸和Ⅲ軸嚙合頻率的二倍頻，兩邊且有分布均勻的變頻帶，且間隔與齒數(shù)為20的小齒輪旋轉(zhuǎn)頻率38.5Hz一致。由此，可以判斷Ⅱ軸上齒數(shù)為20的小齒輪上應(yīng)有較嚴重的缺陷。經(jīng)拆機檢修，發(fā)現(xiàn)該齒輪已出現(xiàn)嚴重磨損和缺陷，無法繼續(xù)使用，振動診斷結(jié)果與拆機檢修結(jié)果一致。更換齒輪后，再次測試振動信號，無異常出現(xiàn)。這表明振動診斷技術(shù)，對故障診斷具有一定的可靠性。

結(jié)語

旋轉(zhuǎn)機械是各行業(yè)機械設(shè)備中的關(guān)鍵部位，其運行狀態(tài)直接影響著整個設(shè)備的性能，因此對其狀態(tài)檢測和故障診斷具有重要意義。旋轉(zhuǎn)機械主要因不平衡、不對中和動靜碰擦等幾種原因發(fā)生故障，不同類型的故障伴隨有不同特征的振動信號；振動診斷是通過采集旋轉(zhuǎn)機械的振動信號，再用時域分析法、頻域分析法、時頻域分析法等方法對振動信號進行對比、分析，從而判斷出其運行狀態(tài)和對故障進行診斷；以某數(shù)控機床上齒輪箱為例，實例驗證了振動診斷技術(shù)在對旋轉(zhuǎn)機械狀態(tài)檢測和故障診斷上的可靠性。

參考文獻

[1]羅仁澤，曹鵬，代云中等.旋轉(zhuǎn)機械故障診斷理論與實現(xiàn)[J].儀表技術(shù)與傳感器，2014，（3）：107-110.

[2]謝，史景釗，李祥付等.基于ADAMS的牛頭刨床運動仿真及優(yōu)化設(shè)計[J].河南科學，2014，32（2）：204-206.

[3]向家偉，崔向歡，王衍學等.軸承故障診斷的最優(yōu)化隨機共振方法分析[J].農(nóng)業(yè)工程學報，2014，30（12）：50-53.

[4]王磊，張清華，馬春燕等.基于多頻譜分析的機械故障定位研究[J].組合機床與自動化加工技術(shù)，2014，（3）：78-81.

篇3

【關(guān)鍵詞】石油化工行業(yè)；鉆井機械；故障診斷技術(shù)

在我國社會主義市場經(jīng)濟迅猛發(fā)展的條件下，石油化工行業(yè)開始對能源提出越來越高的要求。目前，鉆井機械已在自然資源勘探項目中得到廣泛應(yīng)用，但由于大部分鉆井機械不具備較高的工作效率，所以無法實現(xiàn)自動化操作，加上人為因素與自然因素的雙重影響，使得大部分鉆井機械在實際運作過程中存在不同程度的故障問題，這對于鉆井行業(yè)的健康、持久、穩(wěn)定發(fā)展來說可起到一定的阻礙作用[1]。

1.鉆井機械故障問題

常見的鉆井機械故障：①因各種因素影響而導(dǎo)致鉆井機械出現(xiàn)開裂、意外壓痕等損壞性故障；②因外界運行環(huán)境影響而導(dǎo)致鉆井機械故障，例如受干擾程度過大或運行受壓程度過大等；③因介質(zhì)滲漏等內(nèi)部因素影響而導(dǎo)致鉆井機械故障；④因自然因素影響而導(dǎo)致鉆井機械出現(xiàn)不正常磨損、使用周期過長和質(zhì)量變差等常規(guī)性故障；⑤因機械性能失調(diào)而導(dǎo)致鉆井機械故障；⑥因機械零部件松動等自身因素而導(dǎo)致鉆井機械故障。

2.鉆井機械故障產(chǎn)生的原因

根據(jù)有關(guān)調(diào)查數(shù)據(jù)顯示，零部件磨損、協(xié)調(diào)性不達標、操作不當?shù)仁菍?dǎo)致鉆井機械產(chǎn)生故障的主要原因。①零部件磨損。大多數(shù)機械操作人員對于零部件磨損問題均沒有予以高度重視，所以要求所有人員在選用鉆井機械零部件過程中，必須仔細檢查原材料的品質(zhì)，同時還要注重鉆井機械的生產(chǎn)工藝與設(shè)計結(jié)構(gòu)，以有效降低鉆井機械的磨損程度。②協(xié)調(diào)性不達標。是保證鉆井機械運行溫度的關(guān)鍵，也是維持零部件良好間距的決定性因素，其不僅可以防止外界雜質(zhì)滲入到鉆井機械內(nèi)部，還可以降低各零部件之間的磨損程度，達到減少故障產(chǎn)生率的目的。③操作不當。在負荷平穩(wěn)的條件下，鉆井機械可以保持流暢的運轉(zhuǎn)，所以鉆井機械的各操作人員必須保持認真負責的工作態(tài)度，只有全面了解和掌握鉆井機械的工作原理，才能合理科學的操控各個機械，使鉆井機械在實際運轉(zhuǎn)過程中維持常溫，防止因操作不當而引發(fā)機械故障。

3.鉆井機械故障診斷技術(shù)及解決對策

無損檢測、振動診斷、測量溫度與油樣分析是鉆井機械故障常用的診斷技術(shù)，其中振動診斷技術(shù)牽涉到許多不同工作領(lǐng)域，而國內(nèi)對于該診斷技術(shù)也投入了許多研究?，F(xiàn)階段，我國在分析和診斷振動信號方面有統(tǒng)計分析、模型分析和時頻域分析三種方法，同時也可以利用機械的具體參數(shù)進行全方位診斷[2]。而隨著鉆井科技的不斷進步，鉆井機械故障診斷技術(shù)日益增多，例如以頻率為核心的全息譜分析、細化分析、共振解調(diào)分析，以信號為基礎(chǔ)的短時傅里葉變換診斷技術(shù)，以小波為主的變換診斷技術(shù)，以機械軸心運轉(zhuǎn)軌跡為目標的診斷技術(shù)。

3.1模糊識別診斷技術(shù)與共振解調(diào)診斷技術(shù)

展開鉆井作業(yè)時，往往會因環(huán)境惡劣、噪音過大、四周振源等因素而導(dǎo)致鉆井機械發(fā)生故障。由于鉆井泵軸故障具有較為繁復(fù)的特點，所以必須采用共振解調(diào)診斷技術(shù)將潛在的軸承故障問題挖掘出來，并在此基礎(chǔ)上完成各項頻譜分析工作。但是在實際操作過程中，機械軸承尺寸會存在一定差異，加上外界因素影響，使得頻譜上顯示的頻率值和計算得出的故障特征頻率值互不相同。為此，共振解調(diào)診斷技術(shù)必須與模糊識別診斷技術(shù)相互配合、相互協(xié)作，對各種故障特征頻率進行有效識別，以明確鉆井機械故障產(chǎn)生原因。診斷鉆井機械故障時，往往會因外界環(huán)境或底層復(fù)雜性等多種因素的干擾而導(dǎo)致診斷工作無法順利進行，所以必須全面了解和掌握機械故障特點與機械故障原因，只有明確鉆井機械故障類型，才能采取有效性處理措施。

3.2以神經(jīng)網(wǎng)絡(luò)為主的旋轉(zhuǎn)機械故障診斷技術(shù)

過去通常采用以多層感知器為主的診斷技術(shù)對鉆井機械故障問題進行檢查，但該技術(shù)已無法滿足現(xiàn)代化診斷需求，因而以神經(jīng)網(wǎng)絡(luò)為主的旋轉(zhuǎn)機械故障診斷技術(shù)應(yīng)運而生。以神經(jīng)網(wǎng)絡(luò)、振動頻率為主的旋轉(zhuǎn)機械故障診斷技術(shù)是一種新型的診斷方法，其不僅可以準確辨別和診斷鉆井機械發(fā)生故障原因，還可以明確神經(jīng)網(wǎng)絡(luò)數(shù)目和隱層[3]。基于旋轉(zhuǎn)機械故障診斷技術(shù)，有關(guān)研究人員還建立了一套合理科學的智能故障診斷系統(tǒng)，其主要是根據(jù)知識子塊理論模式實現(xiàn)了查詢信息功能、網(wǎng)絡(luò)資訊功能、管理數(shù)據(jù)庫功能和故障診斷功能等，這對于大型風機的故障診斷來說具有至關(guān)重要的作用和意義。

為了有效降低鉆井機械故障的產(chǎn)生率，各工作人員必須做好以下幾點工作：①做好鉆井機械設(shè)備的保養(yǎng)工作。PMS系統(tǒng)是預(yù)防鉆井機械故障的強制保養(yǎng)系統(tǒng)，也是預(yù)防鉆井機械故障的強制維修系統(tǒng)。展開鉆井工作時，一定要提高機械設(shè)備的檢修和維護水平，只有這樣才能保證機械設(shè)備安全穩(wěn)定運行。在實際工作過程中，運用PMS系統(tǒng)不僅可以協(xié)助操作人員處理潛在的機械性能故障問題，還可以維護和保養(yǎng)機械性能，使工作效率得到顯著提高，最終取得最大化經(jīng)濟效益和社會效益。②培養(yǎng)一支高素質(zhì)、高文化、高水平的鉆井機械故障診斷隊伍。無論是機械運行工作還是機械管理工作，各人員都必須做到對工作認真、負責。同時，企業(yè)還要組織所有工作人員開展專業(yè)化技術(shù)培訓活動，讓所有員工都能夠了解和掌握鉆井技術(shù)的重要知識和難點知識，以強化鉆井機械設(shè)備的戰(zhàn)斗力，推動企業(yè)不斷向前發(fā)展。③高度重視配件質(zhì)量，加強油品管理能力。在我國市場經(jīng)濟迅猛發(fā)展的條件下，與石油鉆井機械設(shè)備相關(guān)的配件市場出現(xiàn)了極為嚴重的壟斷情況。部分配件質(zhì)量不達標，直接降低了其自身的耐用性，并給技術(shù)人員的日常維護檢修工作帶來許多困難[4]。針對這一情況，企業(yè)必須高度重視配件質(zhì)量，加強油品管理能力，以降低鉆井機械設(shè)備故障發(fā)產(chǎn)生率，提高機械工作效率。

4.結(jié)束語

自身質(zhì)量、人為因素、外界因素、自然因素的影響均會導(dǎo)致鉆井機械在運行過程中出現(xiàn)各種不同程度的故障問題。為此，技術(shù)人員必須全面了解和掌握鉆井機械故障的產(chǎn)生原因，明確其故障類型，只有這樣才能利用先進的鉆井故障診斷技術(shù)對故障問題進行有效性處理。除此之外，還要組織所有工作人員開展專業(yè)化鉆井技術(shù)培訓活動，讓各員工更加了解鉆井技術(shù)知識，正確操作鉆井機械，最終達到防止鉆井機械產(chǎn)生故障的目的。

參考文獻

[1]王常亮，佟宏遠.分析鉆井機械故障診斷數(shù)據(jù)挖掘系統(tǒng)結(jié)構(gòu)[J].中國石油和化工標準與質(zhì)量，2013，（06）：65.

[2]楊志國，姜云鵬，李莉.天然氣水合物賦存地層鉆井液技術(shù)研究[J].科技致富向?qū)В?010，（29）：197-209.

篇4

關(guān)鍵詞 發(fā)動機；機械故障；診斷提取算法

中圖分類號U46 文獻標識碼A 文章編號 1674-6708（2013）85-0061-02

汽車的發(fā)動機是整個汽車的核心，對發(fā)動機機械故障進行及時的診斷并處理可以有效地消除汽車的隱患。汽車發(fā)動機故障可能由多個方面引起的，但從總體上來說，主要是機械系統(tǒng)故障和電控系統(tǒng)故障兩種。對于電控故障目前已經(jīng)有比較完善的技術(shù)及儀器進行維護；而機械故障是由于發(fā)動機的機械系統(tǒng)運轉(zhuǎn)出現(xiàn)偏差引起的，例如連桿軸承、活塞、氣門和齒輪等構(gòu)件不正常引起的，當前對于該方面的維修基本都是依賴維修工的經(jīng)驗來進行的。本文通過振動傳感器采集發(fā)動機的信號，并對信號進行有效的分析，可以實現(xiàn)有效的診斷方法，幫助維修人員對發(fā)動機進行檢測。

在發(fā)動機機械故障系統(tǒng)中，通過各種傳感器對數(shù)據(jù)信息進行采集，通過診斷推理機和學習推理機來對信息進行分析和完善，以準確判斷出故障。本文主要針對故障診斷特征的提取算法進行分析。對于故障診斷特征的提取問題，從本質(zhì)上來說，就是機器學習和人工智能對汽車發(fā)動機故障方面的具體應(yīng)用。

2 FFT算法

在發(fā)動機機械故障中，旋轉(zhuǎn)機械故障是比較常見的。一般來說，信號頻域特征可以有效地對信號進行分類，同樣可以利用傳感器收集的信號，對故障進行有效的分類。在此，采用FFT算法可以對故障信號進行映射，使其轉(zhuǎn)換成頻域信號，然后對其進行分析，進而分析出發(fā)動機的哪一部分發(fā)生了故障。

FFT算法是在離散傅里葉算換（DFT）算法的進一步研究，也稱之為快速傅里葉變換算法。該算法可以讓離散傅里葉變換算法在計算時所需的運行次數(shù)大大減少，當離散所抽取的樣本點數(shù)越多，其運算的優(yōu)越性越明顯，極大地節(jié)省了運算的時間。該算法當前已經(jīng)較為普遍地運用在信號分析的領(lǐng)域之中。

FFT算法對于變換長度為N的序列x（n）其傅立葉變換可以表示如下

經(jīng)過FFT算法對時域特征進行分析，可以有效地對汽缸套、正時齒輪、氣門、連桿、活塞銷、小瓦等故障信號進行區(qū)別，從而讓故障的診斷更加精確。

3 結(jié)論

本文針對發(fā)動機機械故障的診斷特征提取算法進行分析，首先分析了汽車發(fā)動機機械故障診斷系統(tǒng)的原理，描述其故障診斷特征算法的重要性；其次對FFT算法進行詳細的分析，該算法是傅里葉算法的進一步研究，并給出了該算法了部分核心代碼。

參考文獻

[1]魯植雄，黃學勤.汽車故障診斷高級教程[M].江蘇：江蘇科學技術(shù)出版社，2005.

[2]陳彬，洪家榮，王亞東.最優(yōu)特征子集選擇問題[J].計算機學報，1997，20（2）：133-138.

[3]蔣長錦，蔣勇.快速傅里葉變換及其C程序[M].中國科學技術(shù)大學出版社，2004，8.

篇5

關(guān)鍵詞：預(yù)防維修狀態(tài)監(jiān)測故障診斷

中圖分類號： TQ420 文獻標識碼： A

引言：當前我國正在走可持續(xù)發(fā)展道路，建設(shè)節(jié)約型社會。節(jié)約新品采購費用等，其產(chǎn)生的節(jié)資、節(jié)材、節(jié)能、環(huán)保的效益是不言而喻的，這將帶動我國維修科學技術(shù)向更高水平發(fā)展，對加快維修現(xiàn)代化進程將產(chǎn)生深遠影響。

一.機械設(shè)備維修的基本概念、分類及發(fā)展

設(shè)備維修作為一個過程，常常被定義為能產(chǎn)生一定效果、有邏輯關(guān)系的一系列任務(wù)。

1.設(shè)備維修方式的分類

設(shè)備維修由維修預(yù)防、事后維修、改善維修、預(yù)防維修和全面規(guī)范化五種具體的維修方式構(gòu)成。

1.1維修預(yù)防

維修預(yù)防是一種很好的思想，從根本上防止故障和事故的發(fā)生，從而減少和避免設(shè)備的維修。

1.2事后維修

20世紀初期，工程機械維修一般都是在發(fā)生故障以后才進行的，即事后維修。它的最大優(yōu)點是充分地利用了零部件或系統(tǒng)部件的壽命，但事后維修是非計劃性維修，浪費了較多的剩余修理，同時還存在一定的缺陷和不足。事后維修是設(shè)備出了故障再修，不壞不修。之所以采用這種維修方式，一方面是因為設(shè)備檢查診斷不可能把所有的故障隱患全部發(fā)現(xiàn)，設(shè)備故障在生產(chǎn)中時有發(fā)生；另一方面，事后維修方式還是比較經(jīng)濟的，對于簡單或不重要的設(shè)備，可以采用這種維修方式。

1.3改善維修

改善維修是不斷利用先進的工藝方法和技術(shù)，對設(shè)備進行技術(shù)改造，改正設(shè)備的某些缺陷和先天不足，提高其先進性、可靠性及維修性，提高設(shè)備的運轉(zhuǎn)率。任何先進的設(shè)備是相對的，總有某些不足之處和可以改進的地方，通過維修同時對設(shè)備進行技術(shù)改造，使設(shè)備更趨于完善。

1.4預(yù)防維修

20世紀50年代，人們對設(shè)備的磨損機理認識有了更進一步的深入：機件工作-產(chǎn)生磨損-發(fā)生故障-影響使用并危及安全。為使每個機件都達到使用可靠和安全，從而形成了以預(yù)防為主的維修思想。這種維修思想包含了主動預(yù)防的思想內(nèi)容，其實質(zhì)是通過采取各種預(yù)防性措施，將故障消滅在萌芽狀態(tài)，改變了事后維修缺乏計劃性的被動局面。預(yù)防維修是以加強設(shè)備檢查為主，設(shè)備故障早期發(fā)現(xiàn)，早期排除，能大大減少故障的停機時間。

旋轉(zhuǎn)機械的預(yù)防維修主要采用獲取實時振動參數(shù)進行檢測和診斷的狀態(tài)維修辦法。1.5全面規(guī)范化生產(chǎn)維護

TNPM是以設(shè)備綜合效率和完全有效生產(chǎn)率為目標，以全系統(tǒng)的預(yù)防維修系統(tǒng)為載體，以員工的行為規(guī)范為過程，全體人員參與為基礎(chǔ)的生產(chǎn)和設(shè)備維護、保養(yǎng)和維修體制。設(shè)備維修中最重要的是基礎(chǔ)化管理，而5s 活動則是設(shè)備基礎(chǔ)化管理的精髓。5s是日語中整理、整頓、清潔、清掃、素養(yǎng)5個以“S”發(fā)音的拼音字頭。

2.目前國內(nèi)外機械設(shè)備故障診斷技術(shù)現(xiàn)狀

故障診斷技術(shù)是 20 世紀 70 年代以來，隨著電子測量技術(shù)、信號處理技術(shù)以及計算機技術(shù)的發(fā)展逐漸形成的一門綜合技術(shù)。較常用的技術(shù)手段有振動監(jiān)測、噪聲監(jiān)測、溫度監(jiān)測、油液分析、無損探傷等。

故障診斷技術(shù)可以在設(shè)備運行過程或基本不拆卸的情況下，監(jiān)測設(shè)備的運行技術(shù)狀況，預(yù)測設(shè)備的可靠性，判斷故障的部位和原因。因此，能夠防止突發(fā)故障和事故的發(fā)生，減少事故性停機；較科學地確定設(shè)備修理間隔期和內(nèi)容，降低維修成本，保證安全生產(chǎn)，節(jié)約能源。

2.1國內(nèi)外較典型的狀態(tài)監(jiān)測方式

2.1.1離線定期監(jiān)測方式

測試人員定期到現(xiàn)場用一個傳感器依次對各測點進行測試，并用磁帶機記錄信號，數(shù)據(jù)處理在專用計算機上完成，或是直接在便攜式內(nèi)置微機的儀器上完成；這是當前利用進口監(jiān)測儀器普遍采用的方式。采用該方式，測試系統(tǒng)較簡單，但是測試工作較煩瑣，需要專門的測試人員；由于是離線定期監(jiān)測，不能及時避免突發(fā)性故障。

2.1.2在線檢測離線分析的監(jiān)測方式

亦稱主從機監(jiān)測方式，在設(shè)備上的多個測點均安裝傳感器，由現(xiàn)場微處理器從機系統(tǒng)進行各測點的數(shù)據(jù)采集和處理，在主機系統(tǒng)上由專業(yè)人員進行分析和判斷。這種方式是近年在大型旋轉(zhuǎn)機械上采用的方式。相對第一種方式，該方式免去了更換測點的麻煩，并能在線進行檢測和報警；但是該方式需要離線進行數(shù)據(jù)分析和判斷 ，而且分析和判斷需要專業(yè)技術(shù)人員參與。

2.1.3自動在線監(jiān)測方式

該方式不僅能實現(xiàn)自動在線監(jiān)測設(shè)備的工作狀態(tài)，及時進行故障預(yù)報，而且能實現(xiàn)在線地進行數(shù)據(jù)處理和分析判斷。該方式技術(shù)最先進，不需要人為更換測點，不僅不需要專門的測試人員，也不需要專業(yè)技術(shù)人員參與分析和判斷；但是軟硬件的研制工作量很大。本課題研究的是這種方式。

隨著人工智能理論的發(fā)展及其在實際中的應(yīng)用、數(shù)據(jù)處理軟件的大量開發(fā)，今后旋轉(zhuǎn)機械狀態(tài)監(jiān)測技術(shù)正向多目標、多層次監(jiān)測和網(wǎng)絡(luò)化方向發(fā)展 。

2.2國外旋轉(zhuǎn)機械的在線檢測技術(shù)現(xiàn)狀

90年代以來，高檔微機不斷更新且價格迅速下降，適合數(shù)字信號處理的計算方法不斷優(yōu)化， 使數(shù)據(jù)處理速度大為提高，為在工業(yè)現(xiàn)場直接應(yīng)用狀態(tài)監(jiān)測技術(shù)創(chuàng)造了條件。丹麥、美國、 德國、日本等發(fā)達國家的專家學者對旋轉(zhuǎn)機械工作狀態(tài)監(jiān)測技術(shù)進行了深入研究，研制出不同系統(tǒng)。該類系統(tǒng)以丹麥 B&K公司的2520型振動監(jiān)測系統(tǒng)、美國BENTLY 公司的3300 系列振動監(jiān)測系統(tǒng)、美國亞特蘭大公司的M6000系統(tǒng)為代表已經(jīng)達到較高的水平。

在功能上比較典型的系統(tǒng)之一是丹麥B&K公司的2520型振動監(jiān)測系統(tǒng)，主要功能有：自動譜比較并進行故障預(yù)警報警；對6％和23％恒百 分比帶寬譜進行速度補償；幅值增長趨勢圖顯示； 三維譜圖顯示；振動總均方根值計算；支持局域網(wǎng)。

美國IRD公司的IQ2000系統(tǒng)可認為是至今為止有報道的功能最齊全的監(jiān)測與診斷系統(tǒng)。

2.3國內(nèi)旋轉(zhuǎn)機械的在線檢測技術(shù)現(xiàn)狀

80年代中后期以來，我國有關(guān)研究院所、高等院校和企業(yè)開始自行或合作研究旋轉(zhuǎn)機械狀態(tài)監(jiān)測技術(shù)，無論在理論研究、測試技術(shù)和儀器研制方面，都取得了成果，并開發(fā)出相應(yīng)的旋轉(zhuǎn)機械狀態(tài)監(jiān)測系統(tǒng)。如：西安交通大學、浙江大學、北京理工 大學、北京機械工業(yè)學院等。

國內(nèi)主要有以下幾種類型：

a.哈爾濱工業(yè)大學等單位聯(lián)合研制的3MD-Ⅰ、3MD-Ⅱ、3MD-Ⅲ系統(tǒng)；

b.西安交通大學機械監(jiān)測與診斷研究室的RMMDS系統(tǒng)；

c.西安交通大學理論及軸承研 究室的RB20-1系統(tǒng)；

d.鄭州工學院的RMMDS系統(tǒng)；

e.重慶太笛公司的CDMS系統(tǒng)；

f.浙江大學 的CMD-I型及II型系統(tǒng)；g.西北工業(yè)大學的MD3905系統(tǒng)；

h.北京機械工業(yè)學院的BJD-ZⅠ、BJ D-ZⅡ、BJD-ZⅢ系統(tǒng)。

這些系統(tǒng) 的主要功能有：軸振動監(jiān)測，包括軸心軌跡分析、軸向串動、軸振動位移峰-峰值計算；殼 體振動監(jiān)測；頻譜分析，包括頻率細化、階比譜分析、階跟蹤譜、三維功率譜分析；自動預(yù) 、報警；故障特征提取及診斷。

3.總結(jié)

振動方法一直是機械故障診斷的重要方法，并且逐漸發(fā)展得比較成熟。隨著故障診斷系統(tǒng)化網(wǎng)絡(luò)化方向的發(fā)展，所監(jiān)測的參數(shù)不再只局限于振動、軸位移等，而是進一步擴展到了影響機械運行狀態(tài)的主要工藝過程量，如流量、溫度、壓力以及一些主要開關(guān)量，對于機械設(shè)備運行狀態(tài)的把握更及時、更全面、更準確。

參考文獻：

[1]王方，旋轉(zhuǎn)機械的故障診斷，機械工業(yè)出版社，2006年

篇6

【關(guān)鍵詞】機械設(shè)備故障診斷與監(jiān)測常用方法 發(fā)展趨勢

中圖分類號： U673.38 文獻標識碼： A 文章編號：

隨著科學技術(shù)的不斷發(fā)展，近代機械工業(yè)逐漸地向著機電一體化的方向發(fā)展 機械設(shè)備的自動化、智能化、大型化、集成化、復(fù)雜化程度不斷提高。因此，在生產(chǎn)過程中，為了避免產(chǎn)生巨大的經(jīng)濟損失，必須確保設(shè)備安全、可靠地運行。對機械設(shè)備的工作狀態(tài)進行實時監(jiān)視與診斷，并利用診斷結(jié)論采取相應(yīng)的對策，杜絕生產(chǎn)事故的發(fā)生，無疑是一種行之有效的方法。故障檢測與診斷技術(shù)就是在此基礎(chǔ)上產(chǎn)生的一門新興的學科，隨著它在機械工程中作用的不斷加強，故障檢測與診斷技術(shù)越來越受到人們的關(guān)注，得到了迅速的發(fā)展。

機械故障診斷和監(jiān)測技術(shù)的發(fā)展及現(xiàn)狀

早在二次世界大戰(zhàn)期間，由于大量軍事裝備缺乏診斷技術(shù)和維修手段，而造成非戰(zhàn)斗性的損壞，使人們意識到故障診斷和監(jiān)測技術(shù)的重要性。6o年代以來，由于半導(dǎo)體的發(fā)展，集成電路的出現(xiàn)，電子技術(shù)、計算機技術(shù)的更新?lián)Q代，特別是l 965年FFT方法獲得突破性進展后出現(xiàn)了數(shù)字信號處理和分析技術(shù)的新分支，為機械設(shè)備診斷和監(jiān)測技術(shù)的發(fā)展奠定了重要的技術(shù)基礎(chǔ)。

美國最早開展機械故障診斷技術(shù)的研究。英國、瑞典、挪威、丹麥、日本等國緊隨其后。早在1 967年，美國就成立了機械故障預(yù)防小組(MFPG)，開始有組織有計劃地對機械診斷技術(shù)進行專題研究，并成功的運用于航天、航空、軍事等行業(yè)的機械設(shè)備中；日本在鋼鐵、化工、鐵路等民用工業(yè)部門的診斷技術(shù)方面發(fā)展很快，并具有較高水平；丹麥在機械振動監(jiān)測診斷和聲發(fā)射監(jiān)測儀器方面具有較高水平。

我國在機械故障診斷技術(shù)方面的研究和應(yīng)用相對較晚，二十世紀八十年代才開始著手組建故障診斷的研究機構(gòu)。其發(fā)展也經(jīng)歷了從簡易診斷到精密診斷，從一般診斷到智能診斷，從單機診斷到網(wǎng)絡(luò)診斷的過程，發(fā)展速度愈來愈快。與國外發(fā)達國家相比，我國雖然在理論上跟蹤較緊，但總體而言，在機械設(shè)備診斷的可靠性等方面仍有一定差距。

經(jīng)過30多年的發(fā)展，作為新興的綜合性的邊緣學科，機械故障診斷技術(shù)已初步形成了比較完整的學科體系。就其技術(shù)手段而言，已逐步形成以振動診斷、抽樣分析、溫度監(jiān)測和無損檢測探傷為主，一些新技術(shù)或方法不斷興起和發(fā)展的局面。計算機硬件的突飛猛進、軟件技術(shù)的日新月異，極大地促進了信號分析與處理技術(shù)的發(fā)展，從而更進一步推動機械故障診斷和監(jiān)測技術(shù)向著科學化和實用化的方向發(fā)展。

故障診斷和狀態(tài)監(jiān)測的常用方法

狀態(tài)監(jiān)測和故障診斷是兩種具有不同目的和方法的技術(shù)。設(shè)備狀態(tài)檢測的目的是判斷機器運行的狀態(tài)是否正常，包括采用各種測量、分析和判別方法。為進一步的故障診斷提供必要的數(shù)據(jù)和信息。而設(shè)備故障診斷的目的是判斷設(shè)備運行內(nèi)部隱含故障，識別故障的性質(zhì)、程度、類別、部位、原因等，并能說明故障發(fā)展的趨勢及影響，即作出中長期預(yù)報。

設(shè)備的故障有多種，不同的故障對應(yīng)著狀態(tài)信號中的一系列特征信息，這是設(shè)備狀態(tài)或故障能被識別的客觀基礎(chǔ)。設(shè)備故障診斷的研究實質(zhì)即為狀態(tài)的模式識別問題。

常用的機械設(shè)備的診斷技術(shù)有振動診斷方法、無損檢測技術(shù)、溫度診斷方法、鐵譜分析方法等。振動檢測技術(shù)是通過對機械信號的拾取、放大、顯示振動的峰值，以了解機械的振動狀態(tài)，廣泛地應(yīng)用于設(shè)備診斷領(lǐng)域，常用于診斷旋轉(zhuǎn)機械。振動信號是設(shè)備狀態(tài)信息的載體，包含了豐富的設(shè)備故障信息，而振動特征是設(shè)備運行狀態(tài)好壞的重要標志。振動診斷技術(shù)已經(jīng)歷了一個較長的發(fā)展階段，其理論基礎(chǔ)已比較雄厚，分析測試設(shè)備也已比較完善，診斷結(jié)果比較可靠，因而在故障診斷的整個領(lǐng)域中處于主導(dǎo)地位。但振動診斷技術(shù)也有不足之處：因為這一技術(shù)涉及信息傳感、振動測試、信號處理等領(lǐng)域，對設(shè)備診斷技術(shù)人員的要求比較高。

無損檢測法，有射線探傷，超聲波探傷，磁粉探傷、聲發(fā)射等。主要用于探測設(shè)備的內(nèi)部立體缺陷，判斷缺陷的存在、位置、性質(zhì)及大小，常用于礦山、石化等行業(yè)中。如各種形態(tài)的鋼鐵機件中的裂紋、氣孔、夾雜等隱患，長期交變應(yīng)力作用下產(chǎn)生疲勞裂紋等，這些缺陷均可用無損檢測技術(shù)及早地加以診斷和監(jiān)控。無損檢測技術(shù)可改進產(chǎn)品制造工藝、降低制造成本、提高設(shè)備的運行可靠性。

溫度與機械設(shè)備的運行狀態(tài)密切相關(guān)。對于溫度特別敏感的機械設(shè)備，可用溫度診斷技術(shù)，查找機件缺陷和診斷各種由熱應(yīng)力引起的故障。隨著現(xiàn)代熱傳感器和檢測技術(shù)的發(fā)展，溫度診斷技術(shù)已成為故障檢測技術(shù)的一個重要發(fā)展方向。

鐵譜技術(shù)常用于機械磨損檢測，其核心是利用鐵譜儀，將油內(nèi)鐵磁性磨損顆粒與油液及雜質(zhì)分離開來，并根據(jù)各種磨粒的數(shù)量、形狀、尺寸、成分及分布規(guī)律等情況，對磨屑進行定性和定量分析，及時、準確地判斷出系統(tǒng)中元件的磨損部位、形式、程度等。油液污染度和氣體污染度的檢測技術(shù)。在各種油箱、油缸、管路中固體顆粒狀污染物是造成機件磨損、刮傷、卡死、堵塞的主要原因。據(jù)統(tǒng)計，70％ 以上的液壓設(shè)備故障是由于固體顆粒物的污染造成的。所以，油液污染物的測定是預(yù)防機件破壞的有效途徑。而氣體污染是在故障形成過程中或故障形成后產(chǎn)生的故障，這種檢測方法主要用于電氣故障、發(fā)動機故障及空壓機故障的監(jiān)測。

故障診斷與監(jiān)測技術(shù)的發(fā)展趨勢

近十幾年來，模糊診斷、故障樹分析、專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等新的診斷技術(shù)不斷出現(xiàn)，從而產(chǎn)生了模式識別、故障樹分析和小渡分析等分析方法。故障樹分析法是對系統(tǒng)故障形成的原因采用從整體至局部按樹枝狀逐漸細化分析的方法。它通過分析系統(tǒng)的薄弱環(huán)節(jié)和完成系統(tǒng)的最優(yōu)化來實現(xiàn)對機械設(shè)備故障的預(yù)測和診斷。模糊診斷法是建立在模糊數(shù)學基礎(chǔ)上的，它利用癥狀向量隸屬度和模糊關(guān)系矩陣求故障原因向量隸屬度，故障原因隸屬度就反映了造成機器故障原因的多重性和它們的主次關(guān)系程度，從而可以減少許多不確定因素給診斷工作帶來的困難。專家系統(tǒng)是人工智能的一個重要分支，是一種以知識為基礎(chǔ)的智能化的計算機程序系統(tǒng)，為計算機輔助診斷的高級階段，研制專家系統(tǒng)是故障診斷技術(shù)的必然發(fā)展趨勢。人工神經(jīng)網(wǎng)絡(luò)基于神經(jīng)學研究的最新成果，是對人腦某些基本特征的簡單數(shù)學模擬，它具有對故障的聯(lián)想記憶，模式匹配和相似歸納能力，以實現(xiàn)故障和征兆之間復(fù)雜的非線性映射關(guān)系 這些方法在機械故障診斷領(lǐng)域的應(yīng)用研究正蓬勃興起，但尚處于發(fā)展和不斷完善的過程中，將使機械設(shè)備狀態(tài)監(jiān)測朝系統(tǒng)化和智能化方向發(fā)展。

隨著計算機網(wǎng)絡(luò)化的飛速發(fā)展，人們共享資源和遠程交換數(shù)據(jù)成為可能 利用光纖光纜、微波、無線通信及計算機網(wǎng)絡(luò)等通信方式，將故障診斷系統(tǒng)與數(shù)字信號系統(tǒng)結(jié)合起來組成網(wǎng)絡(luò)，從而實現(xiàn)對多臺機組的有效管理，減少監(jiān)測設(shè)備的投資，提高系統(tǒng)的利用率，因而網(wǎng)絡(luò)化將是發(fā)展趨勢之一。

總結(jié)

隨著知識經(jīng)濟的來臨，世界經(jīng)濟的全球化和一體化，人類對環(huán)境的要求越來越高 這對機械設(shè)備狀態(tài)監(jiān)測和故障診斷技術(shù)的要求也越來越高，不僅要滿足實現(xiàn)診斷性能的要求，還要滿足有利于保護環(huán)境、節(jié)約能源、節(jié)省資源、使用簡單可靠的要求。這使得機械設(shè)備狀態(tài)監(jiān)測和故障診斷技術(shù)將朝著與環(huán)境相協(xié)餌的方向發(fā)展。

參考文獻

[1] 崔彥平，傅其鳳，葛杏衛(wèi)，劉玉秋。 機械設(shè)備故障診斷發(fā)展歷程及展望[J]. 河北工業(yè)科技. 2004(04)

[2] 劉全心。 LabVIEW實現(xiàn)機械設(shè)備狀態(tài)監(jiān)測與故障診斷[J]. 現(xiàn)代機械. 2008(03)

[3] 梁丹。 小波分析在機械故障監(jiān)測與診斷中的應(yīng)用[J]. 現(xiàn)代冶金. 2009(06)

篇7

關(guān)鍵詞:鋼鐵;熱連軋機;滾動軸承;振動監(jiān)測;能量轉(zhuǎn)化;故障診斷

中圖分類號:TH133文獻標識碼:A文章編號:1009-2374 (2010)13-0054-02

熱連軋機的主要作用是通過各種減速機,將電能轉(zhuǎn)化為機械能,完成將厚鋼板軋制成薄鋼板的任務(wù),運動部件主要是傳動軸、齒輪和滾動軸承。目前對于熱連軋機振動而言,主要監(jiān)測對象集中于各種減速機的齒輪箱和滾動軸承。齒輪發(fā)生故障的機理主要有齒面磨損、齒面膠合和劃痕、齒面接觸疲勞和斷齒、彎曲疲勞和斷齒等,滾動軸承發(fā)生故障的機理主要有磨損、疲勞、膠合和斷裂等。

一、齒輪及滾動軸承故障機理和故障的診斷

(一)齒輪的故障機理及故障診斷

齒輪故障機理主要有:

1.齒面磨損的機理通常是所謂的磨料磨損。當油不足或油質(zhì)不清潔,在齒輪的工作面之間夾入金屬微粒、金屬氧化物或其它磨料時,將引起齒面發(fā)生磨料磨損,使齒廓顯著改變,側(cè)隙加大,以至由于齒厚過度減薄導(dǎo)致斷齒。

2.齒面膠合和劃痕。對于重載和高速的齒輪傳動,齒面工作區(qū)溫度很高,如條件不好,齒面間油膜破裂,一個齒面的金屬會熔焊在與之嚙合的另一個齒面上,形成垂直于節(jié)線的劃痕和膠合。一般來說,新齒輪未經(jīng)跑合時常在局部產(chǎn)生這種現(xiàn)象,使齒面擦傷。另一方面,油粘度過低,運行溫度過高,齒面上單位面積載荷過大,相對滑動速度過高,以及接觸面積過小等,也會使油膜易于破裂而造成齒面劃痕。

3.齒面接觸疲勞和斷齒。齒輪在嚙合過程中,既有相對滾動,又有相對滑動,而且相對滑動的摩擦力在節(jié)點兩側(cè)的方向相反,從而產(chǎn)生脈動載荷。這兩種力的作用結(jié)果使齒輪表面層深處產(chǎn)生脈動循環(huán)變化的剪應(yīng)力。當這種剪應(yīng)力超過齒輪材料的剪切疲勞極限時表面將產(chǎn)生疲勞裂紋。裂紋擴展,最終會使齒面金屬小塊剝落,在齒面上形成小坑,稱為點蝕。當點蝕擴大,連成一片時,形成齒面上金屬塊剝落。它一般發(fā)生在輪齒根部靠近節(jié)圓處。此外,材質(zhì)不均或局部擦傷,也易在某一齒面上首先出現(xiàn)接觸疲勞,產(chǎn)生剝落。

4.彎曲疲勞和斷齒。輪齒承受載荷,如同懸臂梁,其根部受到脈沖循環(huán)的彎曲應(yīng)力作用。當這種周期性應(yīng)力超過齒輪材料的彎曲疲勞極限時,會在根部產(chǎn)生裂紋,并逐步擴展。當剩余部分無法承受外載荷時,就會發(fā)生斷齒。齒輪由于工作中嚴重的沖擊、偏載以及材質(zhì)不均也可引起斷齒。齒輪異常還可分為局部故障和分布故障,前者集中表現(xiàn)于某個或幾個齒上,如剝落和斷齒等,后者分布在齒輪的各個齒上,如磨損和點蝕等。

一對嚙合中心齒輪,可以看作是一個具有質(zhì)量、彈簧和阻尼的振動系統(tǒng),根據(jù)其力學模型可寫出其振動方程。齒輪的振動屬于自激振動,即使在“理想”情況下齒輪也存在振動;齒輪振動主要來源于兩個部分,第一部分與齒輪的誤差和故障無關(guān),稱為常規(guī)嚙合振動。第二部分取決于齒輪的綜合剛度和故障函數(shù),由這一部分可以比較好地解釋齒輪信號中邊頻的存在以及他們和故障的關(guān)系。在齒輪的振動中,周向振動(即扭轉(zhuǎn)振動)是主要的。齒輪噪聲來源于齒輪的振動,薄齒輪的噪聲主要受齒輪本體振動的影響,而厚齒輪的噪聲則主要受齒輪嚙合頻率成分的影響。齒輪的振動屬于自激振動。齒輪嚙合剛度的周期性變化是由以下兩個原因:一是隨著嚙合點位置的變化,參加嚙合的單一輪齒的剛度發(fā)生了變化;二是參加嚙合的齒數(shù)在變化。無論齒輪處于正常還是故障狀態(tài),齒輪的嚙合頻率成分是始終存在的,但在不同的狀態(tài)下振動的量級大小是有差異的,因此,根據(jù)嚙合頻率分量進行故障診斷是可行的。但是,另一方面齒輪的振動信號又是十分復(fù)雜的,故障對振動信號的影響也是多方面的,其中包括傳動誤差的影響,調(diào)制現(xiàn)象的存在等。

開展齒輪故障診斷的困難在于其振動信號在傳遞中所經(jīng)歷的環(huán)節(jié)比較多,包括齒輪、軸、軸承、軸承座等,因而高頻信號成分(20kHz以上)在傳遞過程中基本上都損失掉了。正是由于這一原因,齒輪故障診斷往往需要借助更精細的信號分析手段,以達到提高信噪比以便能有效提取故障特征的目的。

(二)滾動軸承故障機理及故障診斷

滾動軸承的故障機理包括:(1)磨損。磨損是滾動軸承最常見的一種失效形式,是軸承滾道、滾動體、保持架、座孔或安裝軸承的軸頸,由于機械原因引起的表面磨損。(2)疲勞。表現(xiàn)為滾動體或滾道表面剝落或脫皮。造成剝落的主要原因是疲勞應(yīng)力,有時是由于不良或強迫安裝。(3)腐蝕。第一種是劑水分或濕氣的化學腐蝕;第二種是軸承表面有較大的電流通過使表面產(chǎn)生點蝕,或由于小電流和微振作用下形成的腐蝕,屬電腐蝕;第三種是微振腐蝕,由于軸承套圈在座孔中或軸頸上有微小的相對運動使表面產(chǎn)生的紅色或黑色的銹斑。(4)壓痕和膠合。壓痕是由于裝配不當,或者是由于過載和撞擊造成的表面局部凹陷。膠合發(fā)生在滑動接觸的兩個表面,表現(xiàn)為一個表面的金屬粘附到另一個表面上的現(xiàn)象。在不良,高速重載的情況下,由于摩擦發(fā)熱,軸承零件可能在極短的時間內(nèi)達到很高的溫度,從而導(dǎo)致表面燒傷及損壞。

根據(jù)振動的起因,滾動軸承的振動可分為三種形式:軸承結(jié)構(gòu)因素引起的振動,如滾動體通過時的振動,內(nèi)、外圈的固有振動及軸承的彈性振動等;軸承制造因素引起的振動,如軸承零件的圓度、波紋度、傷痕、缺陷及保持架引起的振動等;使用條件引起的振動,如劑、載荷、轉(zhuǎn)速、安裝不當及配合引起的振動。

在軸旋轉(zhuǎn)時,滾動體通過徑向載荷方向的位置,使軸的中心上下移動,即產(chǎn)生周期性的振動,這種振動稱為滾動體的通過振動。根據(jù)徑向滾動軸承的運動關(guān)系模型建立方程,依據(jù)幾何學條件,求得幾個旋轉(zhuǎn)頻率和通過頻率,包括內(nèi)圈旋轉(zhuǎn)頻率fr、保持架旋轉(zhuǎn)頻率fc、滾動體自轉(zhuǎn)頻率fb、保持架通過內(nèi)圈頻率fi等參數(shù),振動的頻譜特征是診斷振動故障的主要依據(jù),當軸承零件有故障時,幾種通過頻率便會在振動信號中出現(xiàn)。

二、齒輪及滾動軸承故障的界定和診斷標準

(一)齒輪和滾動軸承故障的界定

齒輪和滾動軸承的失效很難有一個統(tǒng)一的標準,通常情況下取如下建議值。

齒輪失效的界定應(yīng)當考慮到齒輪的強度、運動精度和維修經(jīng)濟性,具體標準如下:(1)齒長磨損不應(yīng)超過原齒長的30%;(2)齒厚磨損,最大限度不應(yīng)超過0.4mm;(3)因剝落、點蝕等,齒輪嚙合面積應(yīng)不低于工作面積的2/3;(4)齒輪嚙合間隙:使用極限為0.60～0.90mm。

滾動軸承失效的界定應(yīng)當考慮到軸承的壽命、工作性能和維修經(jīng)濟性,具體標準如下:(1)徑向間隙許用極限:0.3mm;(2)滾道內(nèi)不允許有明顯的凹坑、剝落、傷痕、卡滯現(xiàn)象。

(二)齒輪和滾動軸承故障的診斷標準

1.絕對判斷標準。(1)齒輪故障的判斷標準。對于1kHz

以下振動,速度的峰值在0.45cm/s以下為良好,對于1kHz以上振動,加速度的峰值在0.9g以下為良好。速度的峰值在0.9cm/s和加速度的峰值在1.8g以上為危險狀態(tài)。(2)滾動軸承故障的判斷標準。由于滾動軸承的振動是一個復(fù)雜的物理現(xiàn)象,牽涉的因素很多,如傳感器安裝位置、軸承類型、軸徑大小、轉(zhuǎn)速高低、故障性質(zhì)和測量系統(tǒng)特性等,難以建立故障定量判斷標準,除了可以借鑒旋轉(zhuǎn)機械振動標準外,主要依靠相對判斷標準。滾動軸承常規(guī)振動水平明顯低于齒輪振動,并且一般要小一個數(shù)量級。但是,當滾動軸承出現(xiàn)比較嚴重的故障時,有時表現(xiàn)為軸承特征頻率成分和齒輪振動成分的相互交叉調(diào)制,出現(xiàn)和頻以及差頻成分。對于包含多個齒輪和軸承故障的振動信號,需要通過頻率細化和小波變換等技術(shù),將齒輪與滾動軸承的故障頻率區(qū)分開,以免誤診斷。

2.相對判斷標準。對同一部位 (同一測點、同一方向和同一工況)進行定期測定,將正常情況的值定為初始值(或正常值),將實測值與正常值進行比較,根據(jù)倍數(shù)來判斷故障。在齒輪和滾動軸承的故障分析中,由于故障的離散性較大,較多使用以時間軸為基準的對比分析。通?？紤]1000Hz以內(nèi)的頻率分量增加2倍,1000Hz以上的頻率分量增加3倍作為狀態(tài)惡化的警告值。1000Hz以內(nèi)的頻率分量增加4倍,1000Hz以上的頻率分量增加6倍作為狀態(tài)惡化的危險值。

3.類比判斷標準。有數(shù)臺機型、規(guī)格相同的設(shè)備時,在相同條件下進行測定,經(jīng)過相互比較作出判斷,稱為類比判斷。一般,當?shù)皖l (1000Hz以內(nèi))振幅大于其它大多數(shù)正常設(shè)備的1倍以上,高頻 (1000Hz以上)的振幅大于2倍以上時,設(shè)備可能出現(xiàn)異常。當?shù)皖l振幅大于2倍以上,高頻振幅大于4倍以上時,應(yīng)考慮立即停機。

眾所周知,振動分析在大型旋轉(zhuǎn)機械故障診斷領(lǐng)域取得了極大成功,因為旋轉(zhuǎn)機械故障機理研究比較清楚,故障特征比較典型,如不平衡表現(xiàn)為一倍頻較大,不對中表現(xiàn)為二倍頻較大,碰摩表現(xiàn)為低頻較大,松動表現(xiàn)為高頻較大等,不同故障的特征差異較大,不容易混淆,易于區(qū)別。從振動頻譜來看,故障的特征頻譜通常是轉(zhuǎn)速的整倍數(shù)或分倍數(shù),因此需要進行整周期采樣,一般通過FFT即可得到比較準確的故障特征頻率。此外,有大量的現(xiàn)場故障案例,故障的重復(fù)性較多,具有豐富的診斷經(jīng)驗。

軋鋼機械主要由齒輪和滾動軸承構(gòu)成,由于受到齒輪齒數(shù)和軸承滾動體個數(shù)的影響,故障的特征頻率通常不再是轉(zhuǎn)速的倍數(shù)關(guān)系,而且差別不明顯。同時,由于受到條件限制,測量振動的傳感器一般安裝在與振動源較遠的殼體上,信號傳遞途徑復(fù)雜,影響因素多,受干擾大,故障特征不明顯,同時信號分析過程比較復(fù)雜,并且缺少典型案例和故障診斷經(jīng)驗,給軋鋼機械的故障診斷帶來較大的困難。因此,對軋鋼機械進行故障診斷,除了如一般機械常規(guī)的波形和頻譜分析外,還需要進行某些特征數(shù)據(jù)的計算分析以及頻率細化技術(shù)、倒頻譜、包絡(luò)譜和小波變換等。

參考文獻

[1]孫志輝,等.2030板帶冷連軋機的振動分析[J].北京科技大學學報,1997,(S1).

[2]于輝,許石民,杜鳳山.軋鋼機機架的動力學特性及強度的研究[J].燕山大學學報,2004,(3).

篇8

【關(guān)鍵詞】失效；故障頻率；振動分析；包絡(luò)法

中圖分類號：TK22文獻標識碼：A文章編號：1006-0278（2012）06-124-01

滾動軸承是旋轉(zhuǎn)機械中的重要零件，統(tǒng)計表明，在使用滾動軸承的旋轉(zhuǎn)機械中，大約有30%的機械故障都是滾動軸承引起的。采用狀態(tài)檢測與故障診斷技術(shù)后，事故發(fā)生率可降低75%，維修費用可減少25%～50%。

一、　滾動軸承的失效形式

（一）疲勞剝落

滾動軸承的內(nèi)外滾道和滾動體交替進入和退出承載區(qū)域，這些部件因長時間承受交變載荷的作用，首先從接觸表面以下最大交變切應(yīng)力處產(chǎn)生疲勞裂紋，繼而擴展到接觸表面在表層產(chǎn)生點狀剝落，逐步發(fā)展到大片剝落，稱之為疲勞剝落。

（二）磨損

由于滾道和滾動體的相對運動和塵埃異物引起表面磨損，不良會加劇磨損，結(jié)果使軸承游隙增大，表面粗糙度增加，降低了軸承運轉(zhuǎn)精度，因而也降低了機器的運動精度，表現(xiàn)為振動水平及噪聲的增大。

（三）擦傷

由于軸承內(nèi)外滾道和滾動體接觸表面上的微觀凸起或硬質(zhì)顆粒使接觸面受力不均，在不良、高速重載工況下，因局部摩擦產(chǎn)生的熱量造成接觸面局部變形和摩擦焊合，嚴重時表面金屬可能局部熔化，接觸面上作用力將局部摩擦焊接點從基體上撕裂。

（四）斷裂

當軸承所受載荷、振動過大時，內(nèi)外圈的缺陷位置在滾動體的反復(fù)沖擊下，缺陷逐步擴展而斷裂。

（五）銹蝕

水分或酸、堿性物質(zhì)直接侵入會引起軸承銹蝕。當軸承內(nèi)部有軸電流通過時，在滾道和滾動體的接觸點處引起電火花而產(chǎn)生電蝕，在表面上形成搓板狀的凹凸不平。

二、滾動軸承的失效過程

軸承失效通常劃分為四個階段：

（一）第一階段：軸承的超聲頻率振動階段

軸承最早期的故障是表現(xiàn)在250kHz～350kHz范圍的超聲頻率的振動異常，隨著故障的發(fā)展，異常頻率逐漸下降移到20kHz～60kHz，此時的軸承微小故障可被沖擊包絡(luò)和聲發(fā)射的方法檢測到，沖擊包絡(luò)值最大可達0.5gE（加速度包絡(luò)，振動分析中表示振幅的一個加速度指標）。

（二）第二階段：軸承的固有頻率振動階段

隨著軸承的運轉(zhuǎn)，軸承滾動表面會產(chǎn)生輕微的缺陷，這些輕微缺陷引起的振動會激起軸承部件的固有頻率（fn）振動或軸承支承結(jié)構(gòu)共振，一般振動頻率在500Hz～2kHz。同時該頻率還作為載波頻率調(diào)制軸承的故障頻率。起初只能觀察到這個頻率本身，后期表現(xiàn)為在固有頻率附近出現(xiàn)邊頻。如果用加速度包絡(luò)法檢測會發(fā)現(xiàn)其包絡(luò)值會上升至0.5～1.OgE左右。此時，軸承仍可安全運轉(zhuǎn)。

（三）第三階段：軸承缺陷頻率及其倍頻振動階段

隨著軸承微小缺陷的進一步擴展，軸承缺陷頻率及其倍頻開始出現(xiàn)，隨著軸承磨損的進一步發(fā)展，更多缺陷頻率的倍頻開始出現(xiàn)，圍繞這些倍頻以及軸承部件固有頻率的邊頻帶數(shù)量也逐步上升。此時軸承的振動已經(jīng)比較明顯，應(yīng)考慮盡早更換軸承。

（四）第四階段：軸承隨機寬帶振動階段

軸承已經(jīng)接近完全失效，軸承的壽命已經(jīng)接近尾聲，甚至工頻也受其影響而上升并產(chǎn)生許多工頻的倍頻，而原先離散的軸承缺陷頻率和固有頻率開始"消失"，取而代之是隨機的寬帶高頻"噪聲振動"，高頻噪聲振動和包絡(luò)值有所下降，但就在軸承最終失效前，包絡(luò)沖擊值會大幅上升。

三　、滾動軸承的振動特征分析方法

（一）　特征參數(shù)法

特征參數(shù)法的優(yōu)點在于僅有少數(shù)指標用于解釋軸承的狀態(tài)，　結(jié)果分析簡單和方便。在滾動軸承診斷中常用的特征參數(shù)包括有效值、峰值等各種時域特征參數(shù)和重心頻率等各種頻域參數(shù)。

（三）　頻譜分析法

滾動軸承的振動其頻率成分十分豐富，　既含有低頻成分，又含有高頻成分。每一種特定的故障都對應(yīng)特定的頻率成分，　需要通過適當?shù)男盘柼幚矸椒▽⑻囟ǖ念l率成分分離出來，　從而指出特定故障的存在。

（三）包絡(luò)法

包絡(luò)法的優(yōu)點包括它能區(qū)分同時發(fā)生在同一個軸承中的數(shù)種故障特征的特征，將與故障有關(guān)的信號從高頻調(diào)制信號中取出，　從而避免了與其它低頻干擾的混淆，　具有極高的診斷可靠性和靈敏度。

當軸承某一元件表面出現(xiàn)局部損傷時，在受載運行過程中要撞擊與它接觸的表面而產(chǎn)生沖擊脈沖力。由于沖擊脈沖力的頻帶很寬，包含軸承組件、軸承座、　機器結(jié)構(gòu)及傳感器的固有頻率，　所以必然激起測振系統(tǒng)的共振。因此，測得的振動加速度信號包含著多個載波共振頻率，　以及調(diào)制于其上的故障特征頻率和其諧波成分。從而可以根據(jù)實際情況選取某一共振頻率為中心，使微弱的軸承故障信號搭載在高幅值的諧振頻段傳遞出來，再對所測信號進行絕對值處理，之后采用低通濾波，即可獲得調(diào)制信號的包絡(luò)線，然后進行快速傅立葉變換FFT，即可得到包含故障特征頻率及其倍頻成分的低頻包絡(luò)信號，　對包絡(luò)信號進行頻譜分析就可以很容易地診斷出軸承的故障來，這個過程也稱為共振解調(diào)。

四、結(jié)語

了解軸承故障的形式和軸承故障的發(fā)展階段，對于診斷軸承故障是十分必要的。掌握軸承故障診斷的分析原理和方法是準確診斷軸承故障的前提。

參考文獻：

[1]趙曉玲.滾動軸承故障振動檢測方法[J].重慶科技學院學報，2007.

篇9

關(guān)鍵詞：數(shù)學形態(tài)學；機械領(lǐng)域；圖像處理

鑒于數(shù)學形態(tài)學的主要優(yōu)點：計算簡單，并行快速，一般只包含布爾運算、加減法運算而不需要做先進乘法，便于硬件實現(xiàn)；可以應(yīng)用于簡化圖像數(shù)據(jù)，保持基本的形狀特性，并除去不相干的結(jié)構(gòu)。因此在計算機文字識別，圖像編碼壓縮，工業(yè)檢測，機器人視覺等諸多領(lǐng)域取得了非?？捎^的應(yīng)用。

1 數(shù)學形態(tài)學的特點

（1）它反映一幅圖像中像素點之間的邏輯關(guān)系，而不僅為簡單的數(shù)值關(guān)系；

（2）它是一種非線性的圖像處理方法，具有不可逆性；

（3）它能夠并行實現(xiàn)；

（4）它能夠用來描述和定義圖像的各種集合參數(shù)和特征。

針對正在大力推進的工業(yè)4.0計劃的要求：提升制造業(yè)的智能化水平，建立具有適應(yīng)性、資源效率及人因工程學的智慧工廠。其技術(shù)基礎(chǔ)是網(wǎng)絡(luò)實體系統(tǒng)及物聯(lián)網(wǎng)。因此數(shù)學形態(tài)學在機械行業(yè)的應(yīng)用前景非常樂觀，目前已經(jīng)應(yīng)用的領(lǐng)域有機械信號處理，機械故障診斷，機器視覺等諸多領(lǐng)域。

數(shù)學形態(tài)學處理方法特殊，盡管在最終結(jié)果方面與其他處理方式有相同之處，可以用來增強輸入的某種特征來減弱其他特征，但在理論基礎(chǔ)和處理過程方面，存在著差異。數(shù)學工具不同于常用的頻域和空域方法，形態(tài)學是以積分集合及隨機集論為基礎(chǔ)，積分幾何有利于幾何參數(shù)間接測量，隨機集論適合描述書信號或圖像隨機性質(zhì)。普通信號、圖像的處理變換存在集合特性的扭曲，通過合適的形態(tài)運算和結(jié)構(gòu)元素進行處理，能保留信號或圖像的形態(tài)信息。

數(shù)學形態(tài)學的基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對應(yīng)形狀以達到對圖像分析和識別的目的。它的基本運算包含4個： 膨脹（或擴張）、腐蝕（或侵蝕）、開啟和閉合， 它們在二值圖像和灰度圖像中各有特點。本文只針對數(shù)學形態(tài)學在機械方向的應(yīng)用展開探討。

在機械信號處理方面，數(shù)學形態(tài)學基本運算可以進行詳細有效的圖像處理分析。（1）骨架化。骨架化廣泛應(yīng)用于圖像識別以及數(shù)據(jù)壓縮方向，是二值目標的重要拓撲描述。在綜合比較形態(tài)學與中軸變幻的優(yōu)缺點時，形態(tài)學骨架綜合性更好一些，缺點是產(chǎn)生的骨架并非連續(xù)的，對比中軸變換計算量太大的缺點要好一些。（2）波峰、波谷檢測。此處用到的原理為數(shù)學形態(tài)學中頂帽變換（Top-Hat Transform），實現(xiàn)了對波峰或波谷的檢測。（3）邊緣檢測。圖像處理中一般情況下認為局部極值點或灰度發(fā)生劇烈變化的點即為邊緣點。數(shù)學形態(tài)學利用形態(tài)學梯度可進行邊緣檢測，在增強邊緣的同時可以抑制噪聲。

在機械故障診斷方面，傳統(tǒng)的信號處理方法應(yīng)用于故障信號分析存在諸多弊端，核心需求在于機械故障非線性非平穩(wěn)信號的處理。數(shù)學形態(tài)學是一種非線性濾波方法，運算簡單、快速，具有明確的物理意義。因而被應(yīng)用與諸多圖像處理當中。（1）滾動軸承故障信號處理，自適應(yīng)提升形態(tài)小波降噪對滾動軸承故障信號進行處理，構(gòu)造出無需抽樣的形態(tài)非抽樣小波。實現(xiàn)對滾動軸承故障機理分析，以及故障的固有信號特點和特征頻率判別。（2）采用多尺度多結(jié)構(gòu)元素的數(shù)學形態(tài)學分析方法對齒輪和轉(zhuǎn)子時頻圖像進行處理，檢測出齒輪振動源，以及實現(xiàn)齒輪故障振動響應(yīng)及調(diào)節(jié)機理。并且通過信號擬合來判別齒輪典型的故障信號特征。（3）數(shù)學形態(tài)學與 GG（ Gath-Geva） 模糊聚類相結(jié)合的旋轉(zhuǎn)機械故障診斷方法，通過對滾動軸承信號的多尺度形態(tài)運算得到信號的形態(tài)譜，定量反映了信號在不同尺度下的形態(tài)變化特征。為進一步對滾動軸承信號進行故障識別奠定基礎(chǔ)。

在機械視覺方面，對機械作業(yè)對象進行圖像采集，利用顏色特征在RGB顏色空間完成圖像分割，利用數(shù)學形態(tài)學完成圖像濾波。數(shù)學圖像處理技術(shù)由于其獨特的非線性特點在圖像增強與圖像領(lǐng)域中占有較大的實用空間。數(shù)學形態(tài)數(shù)學形態(tài)學是一種特殊的圖像處理技術(shù)，它的描述語言是集合論，它設(shè)計了一整套基于集合運算的概念和方法，提供了統(tǒng)一而強大的工具來處理圖像。其中基于集合的觀點是極其重要的。它通過研究圖像中對象的幾何特征等來描述圖像中各個研究對象的特征和對象之間的相互關(guān)系。數(shù)學形態(tài)學進行圖像處理的基本思想是用結(jié)構(gòu)元素對原圖像進行位移、交、并等運算，然后輸出處理后的圖像。

2 數(shù)學形態(tài)學處理圖像的一般步驟

（1）提出所要描述的物體的幾何結(jié)構(gòu)模式（提取物體的幾何結(jié)構(gòu)特征）；

（2）選擇相應(yīng)的結(jié)構(gòu)元素，元素應(yīng)簡單而且對該模式最具有表現(xiàn)力；

（3）用選定的結(jié)構(gòu)元素對圖像進行形態(tài)變換，得到比原始圖像更顯著突出研究對象特征信息的圖像。若賦予相應(yīng)變量，則可得到對結(jié)構(gòu)模式的描述；

（4）用經(jīng)過形態(tài)變換的圖像提取所需要的信息。

數(shù)學形態(tài)學在圖像處理方面具有直觀上的簡明性和數(shù)學上的嚴謹性，能定量描述和分析圖像的幾何結(jié)構(gòu)。因此，非常適合圖像處理各方面的應(yīng)用?？蛇M行并行處理，大大加快了圖像處理的速度，為實時識別和處理圖像奠定了基礎(chǔ)。如何改善形態(tài)運算的通用性，使其可以應(yīng)用到更加廣闊的圖像處理領(lǐng)域，充分利用數(shù)學形態(tài)學的圖像處理與分析方法，是數(shù)學形態(tài)學今后的必經(jīng)之路。

參考文獻

[1]沈路.數(shù)學形態(tài)學在機械故障診斷中的應(yīng)用研究

篇10

關(guān)鍵詞:分油機;故障診斷;數(shù)據(jù)采集;電路設(shè)計

中圖分類號:U664.5 文獻標識碼:A 文章編號:16749944(2010)10018203

1 引言

由于船舶分油機工作是處于高速運轉(zhuǎn)狀態(tài)的,假如分離筒內(nèi)的沉淀物在轉(zhuǎn)鼓內(nèi)積聚不均勻,分離筒內(nèi)安裝的配件不對,分離筒內(nèi)分離片的壓緊壓力不夠,立軸或者橫軸的軸承損壞,油機立軸頸軸承彈簧老化或損壞都會對分油機的旋轉(zhuǎn)軸產(chǎn)生不對中、振動,甚至造成裂紋,從而導(dǎo)致分油機工作異常。因此對船舶分油機實施振動檢測和故障診斷是十分有必要的。

2 電路硬件設(shè)計

本文是以分油機故障診斷為背景,對其診斷系統(tǒng)的數(shù)據(jù)采集以及輸入單元做出電路設(shè)計和硬件采購,其主要環(huán)節(jié)如圖1。

2.1 磁電式速度傳感器

磁電式速度傳感器利用電磁感應(yīng)原理,將輸入運動速度變換成感應(yīng)電勢輸出的傳感器。它不需要輔助電源,就能把被測對象的機械能轉(zhuǎn)換成易于測量的電信號,是一種有源傳感器。 磁電式傳感器有時也稱作電動式或感應(yīng)式傳感器, 它只適合進行動態(tài)測量。由于它有較大的輸出功率,故配用電路較簡單,零位及性能穩(wěn)定,工作頻帶一般為10～1 000Hz。其安裝在分油機筒體內(nèi)部來感受分油機的振動,進而采集分油機的信息。

2.2 運算放大電路

運算放大器是一種級間直接耦合的多級高增益放大器。它有2個輸入端好輸出端,其中“+”為同相輸入端,“-”代表反向輸入端。為了解決抑制共模輸入電壓與增益調(diào)節(jié)和阻抗匹配之間的互相牽連和矛盾,采用放大電路解決這個問題,如圖2為典型的放大電路圖。

圖2 放大電路原理

圖2所示放大器的電路可分兩級來進行分析。A1,A2按理想放大器分析,得到

由此可見,調(diào)節(jié)R3即可方便地調(diào)節(jié)電路的增益。以上的電路采用的運放是采用美芯公司的LM348N運算放大器,四運放,供電電壓為±18V,如圖3。

圖3 LM348N運算放大器

2.3 低通濾波器

讓某一頻率以下的信號分量通過,而對該頻率以上的信號分量大大抑制的電容、電感與電阻等器件的組合裝置,其電路圖如圖4。

圖4 二階壓控電壓源低通濾波電路

它是由兩節(jié)RC濾波電路和同相比例放大電路組成,其中同相比例放大電路實際上就是所謂的壓控電壓源,其特點是,輸入阻抗高,輸出阻抗低。同相比例放大電路的電壓增益就是低通濾波器的通帶電壓增益,即:

A0=AVF=1+Rf/R1.

考慮到集成運放的同相輸入端電壓為:

Vp(s)=V0(s)AVF.

而VP(s)與VA(s)的關(guān)系為:

VP(s)=V0(s)1+sRC .

對于節(jié)點A,應(yīng)用KCL可得:

Vi(s)-VA(s)R-[VA(s)-V0(s)]sC-VA(s)-VP(s)R=0.

上面式子聯(lián)合求解,可得電路的傳遞函數(shù)為:

As=V0(s)Vi(s)=AVF1+(3-Avf)sCR+(sCR) .

令ωn=1RC,Q=13-AVF,則有二階低通濾波電路傳遞函數(shù)經(jīng)典表達式:

A(s)=AVFω2nS2+ωnQs+ω2n

=A0ω2nS2+ωnQ

s+ω2n .

其中ωn=1RC為特征角頻率,而Q則稱為等效品質(zhì)因數(shù)。A0=AVF3才能穩(wěn)定工作。當A0=AVF>3時,A(s)將有極點處于右半s平面或虛軸上,電路將自激震蕩。

2.4 A/D轉(zhuǎn)換

要使計算機或數(shù)字儀表能識別,處理這些信號,必須首先將這些模擬信號轉(zhuǎn)換成數(shù)字信號,這樣,就需要一種能在模擬信號與數(shù)字信號之間起橋梁作用的電路――模數(shù)轉(zhuǎn)換器,簡稱為A/D轉(zhuǎn)換器。A/D轉(zhuǎn)換器采用現(xiàn)有的AD574A轉(zhuǎn)換器,AD574A是常見的逐次逼近式12位轉(zhuǎn)換器,其轉(zhuǎn)換時間為25μs,轉(zhuǎn)換誤差為1LSB,可采用5V、12V、15V電源供電?？梢耘c8位或16位微控制器直接相連。

通過分析看出,取樣信號S(t)的頻率越高,所取得信號經(jīng)低通濾波器后愈能真實地復(fù)現(xiàn)輸入信號。合理的取樣頻率由取樣定理確定。將取樣電路每次取得的模擬信號轉(zhuǎn)換為數(shù)字信號都需要一定時間,為了給后續(xù)的量化編碼過程提供一個穩(wěn)定值,每次取得的模擬信號必須通過保持電路保持一段時間,見圖5。

圖5 取樣――保持電路

電路由輸入放大器A1,輸出放大器A2,保持電容C和開關(guān)驅(qū)動電路組成。電路中要求A具有很高的輸入阻抗,以減小輸入信號源的影響。為保持階段C上所存電荷不易泄放,A2也應(yīng)具有較高輸入阻抗,A2還應(yīng)具有低的輸出阻抗,這樣可以提高電路的帶負能力,一般還要求電路中A1•A2=1。

3 結(jié)語

對于分油機故障診斷的資料可以說是少之又少,再加上分油機的工作轉(zhuǎn)速高,做起實驗來有一定的難度和危險性。筆者通過查閱大量的書籍以及參考眾多電路軟件的設(shè)計, 以尋求比較合適的方案去探索。分油機振動故障有可能是多方面的,因此需要模擬更多的故障來和正常的狀態(tài)相比較。

參考文獻:

[1] 鐘秉林,黃 仁.機械故障診斷學[M].北京:機械工業(yè)出版社,1997.

[2] 張 思.振動測量與分析技術(shù)[M].北京:清華大學出版社,1992.

[3] 文 虎,夏松波,劉瑞巖,等.設(shè)備故障診斷原理、技術(shù)及應(yīng)用[M].北京:科學出版社,1996.

[4] 胡紅英,馬孝江.基于局域波分解的信號降噪算法[J].農(nóng)業(yè)機械學報,2006,37(1):118~120.

[5] 何嶺松,李巍華.用Morlet小波進行包絡(luò)檢波分析[J].振動工程學報,2002,15(1):119~122.

[6] 王國偉,李勇英.MSP430邏輯系統(tǒng)設(shè)計田[J].河西學院學報,2003,19(5):21~23.

[7] 丁 康,陳健林,蘇向榮.平穩(wěn)和非平穩(wěn)振動信號的若干處理方法及發(fā)展[J].振動工程報,2003,16(1):1~10.

[8] 徐章遂,章立清,王希武.故障信息診斷原理及應(yīng)用[M].北京: 國防工業(yè)出版社,2000.

[9] 陳雪峰,楊勝軍,何正嘉,等.小波有限元的研究及其工程應(yīng)用[J].西安交通大學學報,2003,(37):18~19.

[10] 賈民平,許飛云.小波尺度函數(shù)在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[J].振動、測試與診斷,2004,24(1):161~162.

[11] 楊福生.小波變換的工程分析與應(yīng)用[M].北京:科學出版社,2000.

[12] 秦前清,楊宗凱.實用小波分析[M].西安:電子科技大學出版社,1994.

[13] 崔錦泰.小波分析導(dǎo)論[M].西安:西安交通大學出版社,1995.

The Circuit Design of Data acquisition and Processing for Oil Separator Fault

Diagnosis Experiment

Hu Yihuaihu,Chang Yong,Qiu Ye

(Hu Yihuai Department of Marine Engineering,Shanghai

Maritime University,Shanghai 200135,China)

Abstract:This paper introduces the preparatory steps of data acquisition and processing as well as the link circuit design before Oil Separator fault diagnosis.The steps are important and effective to dispel the outside influence on the working conditions of the machine,and also to make the control unit identify,save and analyze the data easily and quickly.Meanwhile,in the process,it can assess the working situation of the machine,so as to detect safety risks of major accidents promptly.