当前位置:文档之家› 故障诊断

故障诊断

第一章绪论1.1 研究背景及意义旋转机械是以转子、齿轮、轴承等回转部件为主体的设备,在企业生产中处于核心地位。

当它们发生故障时,会带来一系列的经济损失。

随着旋转机械运转速度的日益提高,机械设备集成化发展,系统的非线性将更加突出,可能直接(或间接)导致转子系统发生不平衡、不对中、碰摩、松动等故障。

其中,转静碰摩是其非常普遍的一种故障[1] ,其发生频率随转定子间的密封间隙的减少而增加。

与其它故障相比,碰摩故障更容易引起整机振动过大,引起耦合效应,导致系统结构破坏,生产效率低下,缩短其使用寿命等一系列后果。

因此,探究转子碰摩故障机理,研究其故障信号特征的提取,实现智能诊断,获得可靠有效的诊断结果具有十分重要的现实指导意义。

碰摩故障是一种典型的多发性事件,是由其他故障或是由耦合故障所带来的“二次效应”[2] 。

碰摩故障一般伴随有不平衡、不对中故障,两种或两种以上故障相互影响形成耦合。

尽管目前不少研究人员针对不平衡-碰摩、不对中-碰摩耦合故障进行了研究,但由于耦合故障的振动响应呈现非线性特点,对信号的分解存在一定难度,不能很好地提取出故障的特征。

含有碰摩故障的耦合振动信号具有冲击、不平稳的特性,这给耦合故障的检测和特征提取带来一定难度。

常用的信号处理方法,对单一故障的特征提取,具有很好地分析效果,但在研究耦合故障时,难以得到有用的特征信息。

因此,以碰摩和碰摩耦合故障为研究对象,研究出能够处理非均布信号的方法,实现故障特征提取和诊断,具有十分重要的现实意义。

1.2 国内外研究现状1.2.1 转子碰摩故障机理的国内外研究现状目前,人们针对碰摩故障的机理从非线性动力学模型、动力学响应等方面进行了研究,发表了许多有价值的的论文。

Agnieszka Muszynska [3] 就在其《Rotor Dynamics》—书中,建立了边界约束条件较为完备的转子碰摩力模型,引入弹性恢复力来表示碰摩产生的碰撞,详细描述了碰摩的分类情况,并分析了局部碰摩和整周碰摩的故障特征,但没有考虑定子的弹性。

Muszynska [4] 在建立的模型中引入了弹性恢复系数,为了降低动力学分析的难度,假设定子在碰摩的过程中不发生弹性变形,计入碰摩过程中的能量损失,由此该模型只能用于研究单点和局部碰摩的情况。

SawiCki [5] 建立的动力学模型中,郑州轻工业学院硕士学位论文2将定子简化为具有一定质量弹性的基础支承,假设转定子碰撞过程收到了弹性力和切向摩擦力,计算弹性力的的摩擦系数与转定子之间的相对转速有关。

沈小要[6] 建立了具有初始弯曲的不平衡Jeffcott转子碰摩力模型,在非线性油膜力的作用下,判断是否发生了碰摩,并动态检测出碰摩开始时的转速。

在转子碰摩的动力学响应分析方面,Ehrich [7] 研究了局部碰摩的动力学响应,在过渡区域中的超谐波阶段里,出现了混沌现象。

胡鸾庆[8] 建立了偏心Jeffcott碰摩模型,考虑局部碰摩力变化,在不同平衡力、阻尼、转速的情况下,仿真分析局部碰摩的拟周期结果和混沌、分叉现象,并提出了检测早期微弱碰摩信号的方法:Duffing方程外轨解的最大轨道所对应的分叉阈值法。

吴敬东[9] 研究了理想转子的单点碰摩情况,绘制Poincare 截面图,研究碰摩产生的周期分岔、拟周期和混沌运动形式。

褚福磊和张正松[10] 分析了碰摩转子系统在油膜力的作用下,产生的倍周期分叉和拟周期运动,并将转速和不平衡量作为控制参数研究运动的路径和形式。

1.2.2 转子碰摩耦合故障机理的国内外研究现状由于转子质量不平衡、不对中等引起碰摩故障是导致系统失稳的主要原因。

因此对其耦合故障进行动力学特性和故障机理的研究。

针对不平衡-碰摩耦合故障的模型研究,Mevel和Guyader [11] 考虑了由不平衡作用下导致刚度变化引起的VC振动;Kim和NoaIl [12] 考虑了不平衡力以及轴承的间隙非线性的影响,但未考虑不平衡产生的VC振动。

Tiwari和Gup [13] 的研究既考虑了不平衡、轴承间隙、VC振动影响又引入了非线性赫兹接触力。

在不平衡-碰摩耦合故障的动力学特性响应方面,刘献栋和李其汉[14] 针对具有质量偏心的Jeffcott转子碰摩模型,建立了转子动力学方程,用二维全息谱理论提取了碰摩的重要特征。

并从经典的碰撞理论出发,仿真分析碰摩的稳定性和Hopf分叉现象。

季进臣等[15] 研究了摩擦系数、恢复系数、不平衡量等参数对碰摩瞬态响应的影响,用轨迹图描述不同的数学模型的特性。

针对不对中-碰摩耦合故障,黄志伟[16] 建立了动力学模型和微分方程,采用数值积分方法研究平行不对中量和偏角对系统动力学行为的影响。

研究结果表明,当转子系统存在平行不对中量和偏角时,局部碰摩过程非常复杂,存在周期运动和复杂的拟周期运动,其故障的特征频率除l倍频以外,还存在较大的0.3-0.4倍频的谐波分量。

张俊红[17] 等将有限元与数值计算相结合的仿真方法,研究了柔性转子不平衡-不对中-碰摩耦合故障的动力学响应,对比分析单一故障和两种故障耦合的振动特征图,得出了不对中对转第一章绪论3子系统振动的影响最为明显的结论。

1.2.3 转子碰摩和碰摩耦合故障实验的国内外研究现状通过大量的实验反复验证理论研究成果,缩小理论和实践之间的差距,使理论研究转化为实践,为故障的在线检测与诊断提供现实指导意义。

为了将转子的典型故障重现,达到研究故障发生演化规律的目的,国内外学者进行转子模拟的实验研究。

在碰摩现象的实验研究方面,Piccoli和Weber [18] 在垂直安放的碰摩转子实验台上进行实验,研究了碰摩过程中产生的混沌运动,验证其仿真分析的结果。

高艳蕾[19] 等测取了转子单、双点碰摩的振动响应,计算出机匣的传递函数。

清华大学的褚福磊[20] 在转子实验台上模拟碰摩现象,研究其动力学特性。

邹新元等[21] 设计了转子碰摩模拟实验台,通过安装了碰摩施力装置,可以控制碰摩力的大小。

崔淼等[22] 研究了采用铜、铁、钢、铝四种材料的碰摩装置的振动响应问题,得到了理论成果。

陈果[23] 等在航空发动机转子试验台进行碰摩实验,验证其建立的转子-轴承-定子动力学模型,取得了良好的实验结果。

马超[24] 在不同轴承支承处安装了声发射传感器,采集碰摩故障实验信号,诊断出碰摩的位置。

转子耦合故障的实验研究水平目前仍然较低,理论成果指导实践应用不足。

耦合故障动力学研究大多采用数值仿真计算的方法,与实际应用存在较大的差距,不能解决工程实际中的问题。

李洋[25] 搭建了转子碰摩故障诊断实验系统,研究了不平衡激励下转子碰摩在不同转速下的振动响应情况,并基于SVD和改进的ITD方法进行故障特征提取。

傅忠广、杨昆等[26] 在转盘上加不同偏心,对其碰摩响应情况进行了实验研究。

李兴阳[27] 建立了转子-轴承系统不对中-碰摩耦合故障的动力学模型,采用数值积分的方法,仿真分析了不对中和碰摩分别对转子系统非线性动力响应的影响,并采用ZT-3型多功能转子模拟试验台进行实验验证,但仅针对联轴器的平行不对中进行了研究。

1.2.4 故障诊断方法的国内外研究现状传统的故障诊断方法在分析转子的耦合故障时,其分析结果往往不尽如人意。

耦合故障信号具有强弱故障信号成分分布不均,信号之间存在因果关系等特点,因此,在耦合故障特征提取时常达不到预期效果。

近年来,国内外学者将许多新方法应用于耦合故障的辨识,其中应用最广泛的有小波理论、经验模态分解、人工神经网络、支持向量机等,取得了良好的分析效果。

小波分析被认为是现代傅立叶分析的重大突破。

张静远[28] 等提出了小波能量特征提取方法,求解出不同频带信号的能量值构成特征向量供识别用。

文献[29] 提出了根据提升郑州轻工业学院硕士学位论文4方法构造小波基函数,提取了早期碰摩的故障特征,并与其他小波函数提取结果进行了比较;宋友等[30] 利用小波变换对碰摩程度进行了诊断,利用碰摩程度不同,其振动信号的细节分量不同的特点进行有效地诊断。

文献[31] 利用单支重构的第二代小波分析方法提取具有冲击响应特性的碰摩故障特征,并进行了实验验证。

文献[32] 利用谐波小波包分析方法,提取了裂纹-碰摩耦合故障振动特征,并分析单一故障的影响。

姚红良、李小彭等[33] 采用小波时频等高图研究质量不平衡-碰摩的故障诊断问题,但未与单一的故障进行对比。

Huang等[34] 在EMD方法中引入了内禀模态函数,对信号进行Hilbert谱和边际谱变换,并将方法与小波分析进行对比。

胡劲松等[35] 运用经验模态分解方法对机械振动信号进行信号滤波,并将该信号进行自相关预处理。

祁克玉等[36] 采用EMD方法提取了局部碰摩特征,并将该方法应用于信号时频分析领域。

伴随人工智能和计算机在机械诊断中的运用,智能诊断得到了快速发展。

2006年J. Rafiee [37] 等人设计了双层感知器神经网络模型,将小波包系数的标准差和立方赫米特差值作为特征参数,对神经网络进行训练,训练后的网络诊断正确率达到了95%。

文献[38] 提出了采用模糊神经网络方法对旋转机械进行故障诊断,将模糊神经网络和传统的BP(Back-Propagation)网络进行对比,前者效率更高。

文献[39] 研究了LVQ这种神经网络对Jeffcott转子模型进行识别。

徐玉秀等[40] 将分形诊断方法应用于故障诊断,将广义维数序列和数学方法相结合,对耦合故障的试验数据和仿真模拟数据进行诊断、识别和分类。

通过对转子系统故障诊断的结果说明该方法具有较好的实效性,为用分形维数分析故障程度提供了依据。

针对神经网络需要大量的故障样本的不足,提出了支持向量机的故障模式识别方法。

文献[41] 对比了人工神经网络和支持向量机在碰摩故障诊断中的应用,支持向量机更具优势。

文献[42] 在进行耦合碰摩故障的识别研究时,将频谱三维瀑布图和支持向量机方法进行结合;文献[43] 在进行故障诊断方法研究时,提出了利用人工遗传算法进行参数优化的支持向量机;吴峰崎[44] 运用支持向量机对转子故障信号进行了分类。

1.3 本文主要研究的内容本文以发生碰摩故障的转子为研究对象,分析在不平衡、不对中故障的作用下碰摩振动特性,研究转子系统耦合故障的振动响应和诊断方法。

首先根据动力学专家的研究成果,利用数值分析仿真正常、不平衡、不对中、单一碰摩以及不平衡-碰摩、不对中-碰摩耦合六种状态的振动特性,重点对碰摩和碰摩耦合故障进行仿真分析,并研究转速第一章绪论5对转子系统振动响应的影响。

其次采用小波分析方法进一步对耦合故障中的碰摩故障特征进行提取,将仿真的分析结果与故障模拟实验的分析结果进行对比,结果表明小波分析能够很好地从耦合故障中提取碰摩的故障特征。

相关主题