机械类毕业论文 旋转机械故障诊断及探究

1、南京工业大学本科生毕业设计（论文） 第一章 绪 论 机械故障诊断, 就是通过机械运行中的相关信息来识别其技术状态是否正常, 确定故障的性质和部位,寻找故障起因, 预报故障趋势, 并提出相应的对策的一门技术。现代的机械设备正在迅速地向着精密化、高速化、自动化、系统化的方向发展, 设备更加复杂, 各个部件的联系也越来越紧密, 设备某部件的故障有可能会引起整个设备的损坏。机械设备发生故障不仅会造成巨大的经济损失, 而且会危及人身安全带来严重的后果。因此, 机械故障诊断工作得到了广大科研人员的关注和重视, 随着各个领域技术的不断发展, 各种新的技术和理论被不1并提出了新的诊断方法与理论断地应用于机械故

2、障诊断中, 。 1.1 旋转机械故障诊断的意义，目的和过程 旋转机械的故障问题有很多，在这里我们选取滚动轴承的故障问题来介绍一下。 3 旋转机械故障诊断的意义1.1.1 滚动轴承是机械设备中最常见的部件之一，它的运行状态直接影响整台机器的功能据钢铁工业统计，在旋转机械中，由于滚动轴承损坏而引起的故障约占30因此，对滚动轴承工作状态的监视及其故障诊断技术的研究工作越来越受到人们的重视，成为保障旋转机械良好工作性能的重要保障。 最初的轴承故障诊断是利用听棒，靠听觉来判断。这种方法至今仍在沿用，其中的一部分已改进为电子听诊器，例如用电子听诊器来检查、判断轴承的疲劳损伤。训练有素的人员凭经验能诊断出刚

3、刚发生的疲劳剥落，有时甚至能辨别出损伤的位置，但毕竟影响因素较多，可靠性较差。 继听棒、电子听诊器之后，在滚动轴承的状态监测与故障诊断工作中又引入了各种测振仪，用振动位移、速度和加速度的均方根值或峰值来判断轴承有无故障，这样减少了监测人员对经验的依赖性，提高了监测诊断的准确性，但仍很难在故障初期及时做出诊断。 1966年，全球主要滚动轴承生产商之一，瑞典SKF公司在多年对 轴承故障机理研究的基础上发明了用冲击脉冲仪（Shock Pulse Meter）检测轴承损伤，将滚动轴承的故障诊断水平提高了一个档次。之后， 1 第一章 绪论 几十家公司相继安装了大批传感器用于长期监测轴承的运转情况，在航空

4、飞机上也安装了类似的检测仪器。 1976年，日本新日铁株式会社研制了MCV系列机器检测仪（Machine Checker），可分别在低频、中频和高频段检测轴承的异常信号。同时推出的还有油膜检查仪，利用超声波或高频电流对轴承的润滑状态进行监测，探测油膜是否破裂，发生金属间直接接触。1976-1983年，日本精工公司（NSK）相继研制出了NB系列轴承监测仪，利用115kHz范围内的轴承振动信号测量其RMS值和峰值来检测轴承故障。由于滤除了低频干扰，灵敏度有所提高，其中有些型号的仪器仪表还具有报警、自动停机功能。 随着对滚动轴承的运动学、动力学的深入研究，对于轴承振动信号中的频率成分和轴承零件的几何

5、尺寸及缺陷类型的关系有了比较清楚的了解，加之快速傅里叶变换技术的发展，开创了用频域分析方法来检测和诊断轴承故障的新领域。其中最具代表性的有对钢球共振频率的研究，对轴承圈自由共振频率的研究，对滚动轴承振动和缺陷、尺寸不均匀及磨损之间关系的研究。1969年，H. L. Balderston根据滚动轴承的运动分析得出了滚动轴承的滚动体在内外滚道上的通过频率和滚动体及保持架的旋转频率的计算公式，以上研究奠定了这方面的理目前已有多种信号分析仪可供滚动轴承的故障诊断，美国恩。基础论泰克公司根据滚动轴承振动时域波形的冲击情况推出的“波尖能量”法及相应仪器，对滚动轴承的故障诊断非常有效。还有多种信号分析处理技

6、术用于滚动轴承的状态监测与故障诊断，如频率细化技术、倒频谱、包络线分析等。在信号预处理上也采用了各种滤波技术，如相干滤波、自适应滤波等，提高了诊断灵敏度。 除了利用振动信号对轴承运行状态进行诊断监测外，还发展了其 他一些技术，如光纤维监测技术、油污染分析法（光谱测定法、磁性磁屑探测法和铁谱分析法等）、声发射法、电阻法等。本课题利用的是振动信号来对故障的监测。 3 旋转机械故障的主要形式和原因1.1.2 滚动轴承在运转过程中可能会由于各种原因引起损坏，如装配不 2 南京工业大学本科生毕业设计（论文） 当、润滑不良、水分和异物侵入、腐蚀和过载等都可能会导致轴承过早损坏。即使在安装、润滑和使用维护都

7、正常的情况下，经过一段时间运转，轴承也会出现疲劳剥落和磨损而不能正常工作。总之，滚动轴承的故障原因是十分复杂的。滚动轴承的主要故障形式与原因如下。 1.疲劳剥落 滚动轴承的内外滚道和滚动体表面既承受载荷又相对滚动，由于交变载荷的作用，首先在表面下一定深度处（最大剪应力处）形成裂纹，继而扩展到接触表面使表层发生剥落坑，最后发展到大片剥落，这种现象就是疲劳剥落。疲劳剥落会造成运转时的冲击载荷、振动和噪声加剧。通常情况下，疲劳剥落往往是滚动轴承失效的主要原因，一般所说的轴承寿命就是指轴承的疲劳寿命，轴承的寿命试验就是疲劳试验。试验规程规定，在滚道或滚动体上出现面积为0.5mm2的疲劳剥落坑就认为轴承

8、寿命终结。滚动轴承的疲劳寿命分散性很大，同一批轴承中，其最高寿命与最低寿命可以相差几十倍乃至上百倍，这从另一角度说明了滚动轴承故障监测的重要性。 2.磨损 由于尘埃、异物的侵入，滚道和滚动体相对运动时会引起表面磨损，润滑不良也会加剧磨损，磨损的结果使轴承游隙增大，表面粗糙度增加，降低了轴承运转精度，因而也降低了机器的运动精度，振动及噪声也随之增大。对于精密机械轴承，往往是磨损量限制了轴承的寿命。 此外，还有一种微振磨损。在轴承不旋转的情况下，由于振动的作用，滚动体和滚道接触面间有微小的、反复的相对滑动而产生磨损，在滚道表面上形成振纹状的磨痕。 3.塑性变形 当轴承受到过大的冲击载荷或静载荷时，

9、或因热变形引起额外的 载荷，或有硬度很高的异物侵入时都会在滚道表面上形成凹痕或划痕。这将使轴承在运转过程中产生剧烈的振动和噪声。而且一旦有了压痕，压痕引起的冲击载荷会进一步引起附近表面的剥落。 4.锈蚀 3 第一章 绪论 锈蚀是滚动轴承最严重的问题之一，高精度轴承可能会由于表面 锈蚀导致精度丧失而不能继续工作。水分或酸、碱性物质直接侵人会引起轴承锈蚀。当轴承停止工作后，轴承温度下降达到露点，空气中水分凝结成水滴附在轴承表面上也会引起锈蚀。此外，当轴承内部有电流通过时，电流有可能通过滚道和滚动体上的接触点处，很薄的油膜引起电火花而产生电蚀，在表面上形成搓板状的凹凸不平。 5.断裂 过高的载荷会可

10、能引起轴承零件断裂。磨削、热处理和装配不当 都会引起残余应力，工作时热应力过大也会引起轴承零件断裂。另外，装配方法、装配工艺不当，也可能造成轴承套圈挡边和滚子倒角处掉块。 6.胶合 在润滑不良、高速重载情况下工作时，由于摩擦发热，轴承零件可以在极短时间内达到很高的温度，导致表面烧伤及胶合。所谓胶合是指一个零部件表面上的金属粘附到另一个零件部件表面上的现象。 7.保持架损坏 由于装配或使用不当可能会引起保持架发生变形，增加它与滚动体之间的摩擦，甚至使某些滚动体卡死不能滚动，也有可能造成保持架与内外圈发生摩擦等。这一损伤会进一步使振动、噪声与发热加剧，导致轴承损坏。 1.1.3 旋转机械故障诊断的

11、目的 故障诊断的目的： (1)能即使地、正确地对各种异常状态或故障状态作出诊断，预防或消除故障，对设备的运行进行必要的指导，提高设备运行的可靠性、安全性和有效性，以把故障损失降低到最低水平。 (2)保证设备发挥最大的设计能力，制定合理的检测维修制度，充分挖掘设备潜力，延长其使用寿命。 (3)通过检测监视、故障分析、性能评估等，为设备机构修改、优化设计、合制造及生产过程提供数据和信息。 总而言之，故障诊断即要保证设备的安全可靠性，又要获取更大的经济利益和 4 南京工业大学本科生毕业设计（论文） 社会效益。 1.1.4 旋转机械故障诊断的过程 作为机械设备的故障诊断技术，应具有下面几种功能： (1

12、) 在不拆卸机械设备的条件下，能够定量地检测和评价设备个部分的运动和受力状态，缺陷和磨损状态，性能的劣化和故障状态。 (2) 能够确定设备的故障性质、部位、程度和发展趋势，预测设备的可靠性程度。 (3) 能够确定设备发生异常时的修复方法。 因此，机械设备的故障诊断应包括下面几个环节： (1) 机械设备状态参数的监测； (2) 进行信号处理，提取故障的特征信息； (3) 确定故障的类型及发生部位； 对所确定的类型作防治或控制。 (4) 1.2 机械故障诊断方法 1.2.1 常用的机械故障诊断方法的分类 机械设备有各种类型，其工作条件又各有不同，故对不同机器的故障往往需要采用不同的方法来诊断。对机

13、器进行故障诊断的方法可以按如下几种方式进行分类。 按诊断的目的要求分类 1.功能诊断和运行诊断 功能诊断是针对新安装或刚维修后的机器或机组，需要检查它们的运行工况和功能是否正常，并且按检查的结果对机器或机组进行调整。而运行诊断是针对正常工作的机器或机组。 2.定期诊断和连续监控 定期诊断是么一隔一个小时，例如1个月或数个月对工作状态下的机器进行常规检查。连续监控则是采用仪表和计算机信息处理系统对机器运行状态进行不间断地监视或控制。两种诊断方式的采用，取决于设备的关键程度、设备事故影响的严重程度、运行过程中性能下降的快慢，以及设备发生和发展的可预测性。 5 第一章 绪论 3.直接诊断和间接诊断

14、直接诊断是直接确定关键部件的状态，如主轴承间隙、齿轮齿面磨损、燃气轮机叶子的裂纹以及在腐蚀环境下管道的壁厚等。直接诊断往往受到机器结构和工作条件的限制而无法实现，这时，就不得不采用间接诊断。 所谓间接诊断就是通过二次诊断信息来间断判断机器中关键部件的状态变化。多次二次诊断信息属于综合信息。 4.在线诊断与离线诊断 在线诊断是指对于大型、重要的设备为了保证其安全和可靠运行需要对所监测的信号自动、连续、定时的进行采集与分析，对出现的故障及时作出诊断；离线诊断是通过磁带记录仪或数据采集将现场的信号记录并储存起来，再在实验室进行回放分析，对于一般中小型设备往往采用离线诊断方式。 按信息提取方式分类 信

15、号是信息的载体，设备出现故障时出现的征兆是通过检测信息，即信号来体现的，所以可以按找特征信号与征兆之间的关系对方法进行分类。 1.函数分析法 特征信号与征兆之间存在定量的函数关，可用数学分析方法，例如状态空间分析，由特征信号求出征兆。 2.可用数理统计方法由特征信号求出征兆。统计分析法又可分为分非参数模型统计法即传统的信号处理方法和参数模型统计法两种。它根据信号的采样数据，首先建立差分方程形式的参数模型，再用模型的参数或用模型计算出信号统计特性、结构固有的特性或其他特性作为征兆。 按照状态诊断方式分类 1.对比诊断法 目前应用最广，应事先通过统计归纳、实验研究、分析计算，确定同各有关状态一一对

16、应的征兆，然后将获得的征兆同基准模式对比，即可确定设备的状态。 2.函数诊断法 在征兆与状态之间如存在定量的函数关系，则在获得征兆后即可用相应的函数关系计算出状态。 3.逻辑诊断法 6 南京工业大学本科生毕业设计（论文） 在征兆与状态间如存在逻辑关系时，则在获得征兆后即可用相应物理或数理逻辑关系推理判明有关状态。 4.统计诊断法 一般模式识别理论中的统计模式法，它用于征兆与状态之间存在统计关系时。 5.模糊诊断法 它是一种较新的诊断方法，其特点有二：第一，它采用多因素诊断，因为一种状态可在不同程度地引起多种征兆，而一种征兆又可在不同程度上反映多种状态；第二，它模仿人利用模糊逻辑而精确识别事物这

17、一特性。这样，它根据所获得的征兆，列出征兆隶属度模糊向量，再根据以实践为基础所得到16,17，最后根据的模糊矩阵，利用模糊数学方法，计算出状态隶属度模糊向量此向量中各元素的大小确定有关状态的情况。 6.智能诊断法 人工只能的目的是使计算机去做原来人才能做的事情，包括推理、理解、规划、决策、抽象、学习等功能，专家系统是实现人工智能的重要形式，目前已广泛用于诊断、解释、设计、规划、决策等各个领域。现在国内外已发展了一系列用语设备故障诊断的专家系统，获得了良好的效果。 1.2.2 机械故障诊断方法的问题和发展趋势 近年来，故障诊断方法的研究有了长足的进展，但是研究过程中也发现了诸多问题。如微小故障的

18、早期检测即故障预报问题、故障源的准确辨识问题、系统的非线性问题、故障检测的鲁棒性问题、故障诊断方法的实际应用问题等，而且有些问题是故障诊断技术研究过程中迫切需要解决的。生产过程中的某些故障是缓慢的变化产生的，如催化剂的失活和生产过程流体泄漏，在这些故障产生重大影响前必须进行预报。故障检测残差只是反映了故障的最终影响，根据检测残差寻找故障根源的辨识过程是一个追根溯源的复杂过程，目前，这个问题仍然是故障诊断的一个难点。 问题的存在是对研究人员的挑战，也为故障诊断技术的发展提供了契机，将来的故障诊断技术会在解决问题的过程中得到发展。故障诊断技术作为一个新兴的研究领域，还有很多问题值得探讨。需要在以下

19、5个方面进行更为深入的研究。 7 第一章 绪论 (1)故障预报方法的研究。对于某些特定的缓变型故障进行提前预报具有重大意义，这一点值得引起研究人员的关注。目前对此类问题的研究甚少，现有的方法有基于神经网络的方法、Kalman滤波器方法，但仍存在很多缺陷。 (2)故障辨识方法的研究。针对不同系统，有效的故障辨识方法的研究将是故障诊断技术中一个前景广阔的研究方向。特别对基于数据分析的方法而言，故障辨识能力较弱，除了对贡献图方法的进一步研究外，寻找一些新方法也是势在必行。 (3)故障诊断系统的鲁棒性研究。现有的各种方法都不可避免地要面对系统建模15的影响。这些未知因素的存在，将会极大地增加系统的误误

20、差、扰动和噪声报率。将来对各种方法的鲁棒性进行比较研究将是一个在应用中较为实际的课题。 (4)故障诊断系统的非线性研究。实际的工业过程都是非线性的，然而现有的大部分方法都是线性的。当过程的非线性比较显著时，使用线性模型或者线性的数据分析方法将会使得故障诊断系统的检测灵敏性降低，故障辨识不准确。因此，研究针对过程非线性的故障诊断算法是非常必要的。 (5)大型的实用故障诊断系统的构建。目前，国内成熟的故障诊断系统在实际生产过程中的应用还不多见。对于某些工业过程，建立一个实际的故障诊断系统，既可以探索故障诊断技术的实践过程，也可以推动故障诊断技术理论研究的进展 。1.3本章小结 滚动轴承是机械设备中

21、最常见的部件之一，它的运行状态直接影响整台机器的功能据钢铁工业统计，在旋转机械中，由于滚动轴承损坏而引起的故障约占30因此，对滚动轴承工作状态的监视及其故障诊断技术的研究工作越来越受到人们的重视，成为保障旋转机械良好工作性能的重要保障时一频分布分析是一个有效的工具，它可以同时表达信号在时域和频域中的能量和密度，因此它能表达常规谱不能表达的时间依赖性，因而时一频分析成为旋转机械故障诊断的必然发展方向近年来迅速发展的非平稳信号处理方法，特别是小波理论及其相关技术，提供了正交小波变换和多分辨分析方法，对旋转机械的运4 动状态进行监测和故障诊断具有十分重要的意义 8 南京工业大学本科生毕业设计（论文）

22、 第二章 旋转机械故障诊断方法的研究 2.1 机械故障诊断方法现状 随着科学技术的发展, 故障诊断方法也得到了不断的发展, 小波技术、分形理论、混沌理论等技术理论都被用于故障诊断中, 故障诊断方法的多种多样, 分类方式也多种多样, 我们可以按信息提取方式和决策的差异把其分为基于解析1。模型分析的方法、信号处理的方法和知识的方法 2.1.1 基于解析模型分析的方法 基于解析模型分析的方法是最早发展起来的, 是现代控制理论在故障诊断中的应用。这种方法需要建立被诊断对象较为精确的数学模型。基于解析模型分析的方法又可以分为参数估计方法和状态估计方法。参数估计方法是根据设备的机理分析建立系统的模型, 再

23、利用模型的参数或用模型计算出结构固有的特性或其他特性作为诊断征兆。把所求参数与标准值比较以确定系统是否发生故障以及故障发生的程度。状态估计方法包括3种基本方法, 即Beard 提出的故障检测滤波器方法; 由Menra和Peshon提出的基于kalman滤波器的方法及一致性空间的方法。其基本思想是: 首先构造被控过程的状态, 通过与真实系统的输出变量比较构成残差序列, 再构造适当的模型, 用统计检验法从残差序列中提取故障特征, 从而实现故障诊断。 2.1.2 基于信号处理的方法 基于信号处理的故障诊断方法不用建立被诊断对象的模型, 但是它是建立在对故障机理的分析和研究的基础上的。基于信号处理的方

24、法是故障诊断的核14。随着信号处理技术的不断发展基于信号处理的方法不断丰富心技术之一, 信号处理的方法主要有: 时域特征参数和波形分析方法; 时差域方法; 时序分1时频分析方法等等频域谱分析方法; 幅值域方法; 包络域方法; ; 析方法. 传统谱分析 传统的谱分析方法包括功率谱、倒谱、细化谱、包络谱、最大熵谱、相关谱、主分量自回归谱、全息谱、阶比谱等等。功率谱分析是将信号从时域变换到频域进行分析的方法, 但谱分辨率低, 加窗产生泄漏, 方差性能不好。倒谱是检测复杂谱图中周期分量的有力工具,应用倒谱可以识别多族的调制边频。最大熵谱是把自相关函数外推至无穷, 然后再作频域变换而得到的一种信号 9

25、第二章 旋转机械故障诊断方法的研究 处理方法。最大熵谱频率分辨率高, 没有窗函数的影响, 对于短时间序列的谱分析特别有效。传统的谱分析一般只适用于平稳信号, 对非平稳信号的分析有局限性。 时频分析 常用的时频分析方法有短时傅立叶变换、WignerVille分布、小波分析、Gabor变换等等。短时傅立叶变换是时频分析方法的一种, 它的基本思想是在采用傅立叶变换的同时, 在傅立叶变换的基函数之前乘上一个时间上有限的函数, 傅立叶变换的基函数起频限的作用, 所乘的函数起到时限的作用, 通过时频双限,可以对信号进行时频局部化分析。但短时傅立叶变换所确定的时频窗口的大小和形状是固定不变的, 而振动信号的

26、频率与时间周期成反比, 对于高频信号, 时间分辨率相对高, 时域窗口相对窄; 对于低频信号, 时间分辨率相对低,时域窗口应该相对宽。短时傅立叶变换不能满足信号分析的这一要求。小波分析方法在继承了短时傅立叶变换的局部化的思想, 巧妙的利用一个尺度参数, 使窗口的宽度随频率的增加而减小, 分辨率也随之变化, 符合了对复杂频率信号的分析要求。小波分析方法是一种时间一尺度分析法, 具有多分辨率分析的特点。小波分析方法能够将任何信号到一个由小波伸缩而成的基函数族上, 信息量完整无缺, 在通频范围内得到分布在不同频道内的分解序列, 在时域和频域均具有局部化的分析功能。利用小波变换可以对信号进行分解, 检测

27、信号的奇异性, 区分信号突变和噪声。时频分析方法克服了传统谱分析方法对非平稳信号的局限性, 在对复杂、非平稳信号的处理上有很大的2。优势 2.1.3 基于知识处理的方法 专家系统是一种能够处理知识的智能程序系统。它以专家的知识为基础, 使计算机能模拟专家的思维方式, 使之成为具有专家水平的、有解决复杂问题的能力。专家系统的处理能力和水平取决于它拥有的知识量与质量。专家系统的核心为知识库、知识获取部分、推理机和解释部分。但专家系统本身面临着知识获取的“瓶颈”问题, 知识间上下文敏感问题、不确定性问题和自学习困难的问题, 使其应用受到一定的限制. 基于人工神经网络的诊断方法 人工神经网络是在生物神

28、经学研究成果的基础上提出的, 是对人脑神经组 10 南京工业大学本科生毕业设计（论文） 织结构和行为的模拟。它以神经元为信息处理的基本单元, 以神经元间的连接弧为信息传递通道, 多个神经元连接而成的网络结构. 人工神经网络和传统的专家系统相比, 具有以下特点: (1)知识的分布式存储。(2)并行处理。(3)自适应性。(4)自学习。人工神经网络在故障诊断中的应用研究包括以下几个方面: 1) 从预测角度应用神经网络作为动态预测模型进行故障预测。2)从模式识别角度应用神经网络作为分类器进行故障诊断。3)从知识处理角度建立基于神经网络的专家系统. 基于模糊推理的诊断方法 随着机械设备的复杂性越高, 机

29、械设备系统的模糊性越强。在进行故障诊断中可以引进模糊数学这一新的数学工具, 分析机械设备故障诊断中各个环节所遇到的各种模糊信息, 对它们进行科学的处理和分析。利用模糊逻辑诊断大体上可分3种方法: (1) 基于模糊关系和合成算法的诊断, 先建立征兆与故障类型之间的因果关系矩阵, 在建立故障与特征的模糊关系方程, 最后进行模糊诊断。(2)基于模糊知识处理技术的诊断, 先建立故障与征兆的模糊规则库, 再进行模糊逻辑推理的诊断过程。(3)基于模糊聚类算法的诊断,模糊聚类可用作间接识别因果关系, 其基本思想是: 以当前的故障征兆群与历史上各次诊断的征兆情况相对照。看看本次故障与过去已确诊的各次故障中哪一

30、次最为相似。我们认为本次故障起因与历史上相似故障的起因雷同, 因此可以参考历史经验来认定当前最可能的故障起因, 从而取得较满意的结论. 基于粗糙集理论的诊断方法 粗糙集理论是波兰的Pawlak针对G.Frege的边界线区域思想提出的。粗糙集理论主要可以解决以下4 种问题: (1)进行信息表中各属性的重要性评价并寻找主导属性。(2) 在保证分类质量不变的前提下寻求最小属性集。(3) 消除信息表中的冗余属性。(4) 从简约后的信息表中提取决策规则. 在机械故障诊断过程中, 由于故障产生的机理不清楚, 故障的表现形式不唯一, 有时是含糊的, 在提取故障特征时也时常有盲目性, 从而导致了实际描述的机器

31、状态之间是不分明的, 而这种状态正是粗糙集理论研究的对象。在诊断过程中, 描述机器状态的特征往往很多, 有些特征是相关的, 有些是独立的。独立的特征能提供互补信息, 因而应加以保留; 相关性特征产生冗余信息, 同时会增加计算工作量, 因而需要加以消除。基于粗糙集理论的属性约简正好 11 第二章 旋转机械故障诊断方法的研究 为去除这种冗余性特征提供了方便。粗糙集理论目前已经在知识与数据发现、模式识别与分类、故障检测等方面取得了较成功的应用 2.1.4 机械故障诊断技术的展望 随着现代数学、信息科学、计算机技术、电子技术、人工智能技术、网络技术更加广泛和深入的应用, 故障诊断技术与当前前沿科学的融

32、合是设备故障诊断技术的发展方向。当今故障诊断技术的发展趋势是传感器的精密化、多维化、诊断理论诊断模型的多元化, 诊断技术的智能化, 具体来说主要表现在下述几个方面： 故障诊断的远程化 将机械设备诊断技术和计算机网络技术、数据库与决策支持技术相结合的远程故障诊断技术, 是在大企业的重要关键设备上建立状态监测点, 采集设备状态数据; 在技术力量较强的科研单位建立诊断中心, 对设备运行进行分析诊断的一种新技术。它主要由现场监测诊断、网络传输、远程诊断中心三部分组成。远程故障诊断与维修具有较高的总体可靠性、先进性、良好的可扩性和低廉的建设维护成本并且远程诊断故障诊断技术可以实现资源共享, 避免重复开发

33、, 加强科研和企业的交流。 故障诊断方法的融合 随着新的信号处理技术方法在设备故障诊断领域中的应用, 传统的基于快速傅立叶变换的机械设备信号分析技术有了新的突破。如小波技术与模糊理论、神经网络、分形技术、聚类技术、灰色理论等各种技术以不同的方式相结合, 形成了小波神经网络、分形神经网络、演化神经网络、灰色神经网络、专家系统与神经网络的结合等等诊断方法。随着各种理论的发展, 故障诊断的精确度得到了提高。 与多元传感器信息的融合 现代化的大生产要求对设备进行全方位、多角度的监测与控制, 以便对设备的运行状态有全面的了解。我们可以采用多个传感器同时对设备的各个位置进行监测, 然后利用迅速发展起来的信

34、息融合技术对多传感器的信息进行融合, 以得到较好的诊断结果。 虚拟仪器与诊断技术的结合 虚拟仪器是现代计算机技术和仪器技术深层次结合的产物, 它是计算机硬 12 南京工业大学本科生毕业设计（论文） 件资源、仪器与测控系统硬件资源和虚拟仪器软件资源三者的有效结合。目前各国已经开发了很多的故障诊断设备用于故障诊断中, 与传统功能仪器相比, 虚拟仪器开发周期短, 投入少。传统的故障分析仪分析功能单一, 可移植性和可扩展性差, 不能方便的升级, 但虚拟仪器技术其源代码可以模块化, 开发升级费用低, 系统可靠性好, 可扩展性强。虚拟仪器和诊断技术的结合具有显著的经济效益, 为故障诊断技术的发展提供了良好

35、的平台。 2.1.5 结 论 设备故障诊断不断吸取现代科学技术发展的新成果, 从理论到实际应用都有了迅速的发展, 人们对故障机理、故障信号处理技术、故障诊断的智能化 与远程化、故障诊断装置的研究将进入一个新的发展阶段。2.2 时域和频域分析方法的介绍 2.2.1 时域分析法 在机械故障诊断中，振动信号的是最常用的检测信号，直接对振动信号时域信号的时间历程进行分析和评估是状态监测和故障诊断最简单和最直接的方法，特别是当信号中喊有简谐信号、周期信号或短脉冲信号时更为有效。直接观察时域波形可以看出周期、谐波、脉冲，利用波形分析可直接识别共振和拍频现象。当然这种分析对比较典型的信号或特别明显的信号以及

36、较有经验的人员才比较适用。此外，还可利用各种动态指标进行诊断。 一.基本概念 典型输入信号 为了便于对系统进行分析、设计和比较，根据系统常遇到的输入信号形式，在数学描述上加以理想化的一些基本输入函数，称为典型输入信号。 控制系统中常用的典型输入信号有：单位阶跃函数，单位斜坡（速度）函数，单位加速度（抛物线）函数，单位脉冲函数和正弦函数。 瞬态响应 指系统在典型输入信号作用下，系统输出量从初始状态到最终状态的响应过程，又称动态过程或过渡过程。 瞬态响应可以提供关于系统稳定性、响应速度及阻尼情况等信息。 稳态响应 指系统在典型输入信号作用下，当时间t趋于无穷时，系统输出量的表现方式。稳态响应又称稳

37、态过程。 稳态响应可以提供系统有关稳态误差的信息。 13 旋转机械故障诊断方法的研究第二章 时域性能指标二. 通常以系统在单位阶跃信号作用下的响应，即单位阶跃响应来定义系统的时域性能指标。下面我们主要研究单位阶跃响应。稳定系统的单位阶跃响应具 所示。有衰减振荡和单调变化两种类型，如图2-2-1 控制系统的阶跃响应性能指标如下： 所需的时间。指输出响应第一次达到稳态值的50（1）延迟时间t d 对具有振荡的系统，指响应从零值第一次上升到稳 t （2）上升时间 r 上升到稳态值10态值所需要的时间。对于单调上升的系统，响应由稳态值的 所需的时间。的90峰值第一个出响应超过稳态值而达到）峰值时间t

38、指输（3p C ) 所需时间。 ( 即max之间误差达到 和C()t 4）调节时间（或称过渡过程时间）指当 C(t)（ s ，并且以后不再超出此范围所需的最小）或2的规定允许范围（ C()5 时间。系统响应的最大值超过稳态值 5）最大超调量（简称超调量） （p 的百分比。即：c?c(?)?axm?10000 p)c(? （6）稳态误差e 当时间t趋于无穷大时，系统响应的期望值与ss实际值之差，定义为稳态误差。对于单位反馈系统： e?r(t)?c(?) ss以上性能指标中，上升时间、峰值时间和延迟时间均表征系统响应初始阶段的快速性；调节时间t表示系统过渡过程的持续时间，从总体上反映了系统s 14

39、 南京工业大学本科生毕业设计（论文） 的快速性；最大超调量反映了系统动态过程的平稳性；稳态误差反映了系统p稳态工作时的控制精度或抗干扰能力，是衡量系统稳态质量的指标。 一般以最大超调量、调节时间t 和稳态误差e 这三项指标来sssp评价系统响应的平稳性、快速性和稳态精度。 a）（ (b) 稳定系统的单位阶跃响应曲线 图2-2-1(a)衰减振荡的单位阶跃响应 (b)单调变化的单位阶跃响应 15 第二章 旋转机械故障诊断方法的研究 2.2.2 频域分析法 通过求解微分方程分析时域性能是十分有用的，但对于比较复杂的系统这种办法就比较麻烦。因为微分方程的求解计算工作量将随着微分方程阶数的增加而增大。另

40、外，当方程已经求解而系统的响应不能满足技术要求时，也不容易确定应该如何调整系统来获得预期结果。从工程角度来看，希望找出一种方法，使之不必求解微分方程就可以预示出系统的性能。同时，又能指出如何调整系统性能技术指标。频域分析法具有上述特点。该方法是以输入信号的频率为变量，对系统的性能在频率域内进行研究的一种方法。这种分析法有利于系统设计，能够估计到影响系统性能的频率范围。特别地，当系统中存在难以用数学模型描述的某些元部件时，可用实验方法求出系统的频率特性，从而对系统和元件进行准确而有效的分析。 频率响应与频率特性 G(s)。给系统输入一个正弦信号为 设系统传递函数为 x(t)?Xsint imiX

41、正弦输入信号的振幅； 式中im? 正弦输入信号的频率。 ?x(t)?A()t?()?Xsin 系统的稳态输出量写成imo比较系统稳态输出量和输入信号的波形时发现，稳态输出量的频率与输入量相x(t)?而保持其振幅 同，但其振幅及相位都与输入量不同。若改变输入量 的 iX?)(A)(都及输出量与输入量的相位差输出量与输入量的振幅比恒定， im?的函数。 是频率频率特性的图示方法: 系统的频率特性可分解为实部和虚部，即 ?)jV(?UjG()?() (a) 16 南京工业大学本科生毕业设计（论文） ?)(j?e(j)?AG( ）（b和相位关系，即 也可以表示为幅值?)(j)GU 的实部，称为实频特性

42、；式中, ?)j)G(V( 的虚部，称为虚频特性。 ?)j)G(A(的模，它等于稳态输出量与输入量的振幅比，称为幅频 特性；?)jG()(相 的幅角，它等于稳态输出量与输入量的相位差，称为 频特性。 这些频率特性之间有如下关系：?22? )V?A()?G(j()?U( （c） V?)(?arctg? U)(?)?G(j)? （d） ?)()?cosReG(j)?A(U()? （e） ?)?sin()?A()V(Im)?G(j （f） 因此，系统频率特性采用下面三种图示表达形式 ?)jG(是个矢量。按式（c：系统频率特性 ）和式（1） 幅相频率特性（尼魁斯特图）? )(jG?G(j)?值，即可算

43、出相 。给出不同）可以求出幅频特性（d 与相频特性 ? )jG(?G(j)?值由零到无穷大时的和 值。这样就可以在极坐标复平面上画应 ?)jG(矢量，把各矢端连成曲线即得到系统的极坐标幅相频率特性曲线, 通常称它为?时的）通过求出不同 fe尼魁斯特曲线或尼魁斯特图。当然，也可根据式（）和式（实频特性和虚频特性，来获得幅相频率特性曲线。 17 第二章 旋转机械故障诊断方法的研究 ?)j(? e(j)G(jG)? （g考虑系统任意环节的频率特性表达式） 取它的自然对数，得到? )j()?lnG(jj)?lnG( h） （? )jlnG(用这是频率特性模的对数， 虚部是频率特性的幅角。上式对数的实部

44、? )jlnG(?之间关系曲线，称 种办法表示的频率特性包含两条曲线：一是 与?)(?之间关系曲线，称为对数相频特性。而在实为对数幅频特性；一是 与 为底的对10际应用中，往往不是用自然对数来表达对数幅频特性，而是采用以?)G(j 对数幅频的表达式可写为：数来表示。? )(j()?20lgGL （i） ）表示。在对数表达式中，（decibel表达式中采用的单位是分贝，以“dB”对数幅频特性曲线和对数相频特性曲线是画在半对数坐标纸上，频率采用对数，则采用线性分度。需要注意分度，而幅值（单位：分贝）和角度（单位：度）?lg?的自然数值。该划分的频率轴（横坐标）上，一般只标注 的是，在以?210?

45、?，则在对数频率轴上坐标的特点是：若在横轴上任意取两点使其满足 1?21lg10lg? ?倍，。因此，不论起点如何，只要角频率变化两点的距离为 101）表decade，以“dec”（倍频程在横轴上线段长均等于一个单位，叫做一个10 倍时，即频率变化了一个10倍频程。10示。当频率变化 ）对数幅相频率特性（尼柯尔斯图）：在所需要的频率范围内，以频率（3?也称为尼柯对数幅相频率特性作为参数来表示的对数幅值和相角关系的图。 Nichols）图。尔斯（ 2.3 小波变换的介绍 18 南京工业大学本科生毕业设计（论文） 2.3.1 小波变换概述 5，即对观测信号故障诊断中的首要问题就是对观测信号的故障特

46、征提取进行信号处理，从中获取反映故障信息的特征。由于故障诊断中所遇到的信号绝大多数都是非平稳信号，而特别适用于非平稳信号处理的工具就是小波分析(Wavelet Analysis)，所以小波分析在故障诊断中的应用越来越受到人们的青睐。小波分析最初由法国理论物理学家Grossmann和法国数学家Morlet共同提出的。小波变换的基本思想类似于Fourier变换，小波分析优于博立叶之处在于，6，即通过伸缩和平移等运算功能对函数或它能够实现时域和频域的局部分析信号进行多尺度细化分析 (Muhiseale Analysis)，从而可以聚焦到信号的任意7被誉为分析信号的显微镜。现在，小波分析技术在信细节。

47、因此，小波变换号处理、图像处理、语音分析、模式识别、量子物理、生物医学工程、计算机视觉、故障诊断及众多非线性科学领域都有广泛的应用。 2.3.2 小波变换的原理和方法 小波分析理论简介 小波变换定义： 2g(t)?L的函数小波变换为对?1/2?(t?b)/?g*x()?aa)dttg(,w(ab) b,gaR?1/2?(t?b)/ax)?a),a?0( 表示卷积；式中， *ba, 小波变换可以解释为一个相对恒定的频率分辨力为f/f的滤波器，它有许多8,9。 有用的特性12是信号的线性描述，这对多分量信号的分析是很方便小波变换 线性特性 的。 时域中、频域中的局部定位 小波变换在时间和频率上的局

48、部分辨力是通过t，=t=a给定的分析小波的时间间隔和频率带宽所决定的：f?a/f?tf?分别为基本小波函数的时间间隔和频率带宽。 ，和? 19 第二章 旋转机械故障诊断方法的研究 协变性 如果一个信号g(t)平移时间t。，g(t)一g(tt。)，则被),bW(agW(a,b?t) 转换成。 0g信号突变的检测 小波变换最适合于检测信号及其微商的突变。 频率和尺度的关系 小波变换的信号分解，在尺度参数和频率之间存在一种对应关系。 20 南京工业大学本科生毕业设计（论文） 第三章 旋转机械故障的应用研究 本章开始研究旋转机械故障的数据处理和波形问题。主要是针对旋转机械的非平稳振动信号提出了一种应用

49、小波函数的时频分布分析方法，对故障特征进行提取，并借助Matlab语言编程实现对故障机器信号特征频率的仿真，与理论公式计算结果基本吻合。 3.1 旋转机械的检测参数 对于一台机器，有许多物理量可以测量，为了达到故障诊断的目的，我们应该选取一些量来检测，由于机器的振动情况直接反映了机器运行状态的优劣，机器的许多故障都以振动形式反映出来，振动为故障诊断提供了重要信息，因13。此振动是故障诊断必须监测的参数之一 监测参数可分为动态参数和静态参数两种。 1. 动态参数 (1)振幅：它表示振动的严重程度，可用位移、速度或加速度表示。 (2)振动烈度：近年来国际上已统一使用振动烈度作为描述机器振动状态的特

50、征量。 (3)相位：它对于确定旋转机械的动态特性、故障特性及转子的动平衡等具有重要意义。 2. 静态参数 (1)轴心位置：指在稳定的情况下轴承中心相对于转轴轴颈中心的位置。在正常情况下，转轴在油压、阻尼作用下在一定的位置上浮动。在异常情况下，由于偏心太大，会发生轴承磨损的故障。 (2)轴向位置：是机器转子上止推环相对于止推轴承的位置，当轴向位置过小时，易造成动静摩擦，产生不良后果。 (3)差胀：指旋转机械中转子与静子之间轴向间隙的变化值。它对机组安全启动具有十分重要的意义。 (4)对中度：指轴系转子之间的连接对中程度，它与各轴承之间的相对位置有关，不对中故障是旋转机械的常见故障之一。 (5)温

51、度：轴瓦温度反映轴承运行情况。 (6)润滑油压：反映华东轴承油膜的建立情况。 21 第三章 旋转机械故障的应用研究 3.2 振动信号数据采集与分析 本研究采用的系统为旋转机器振动工况监测与故障诊断系统，采用工业控制计算机+A/D卡形式，采集机组的振动、位移、温度、压力等信号，通过图形、数据等实时监视机组的工况，并能够进行分析诊断。系统分为4个层次： 第1层次：信号预处理与采集。对传感器输入信号进行放大、滤波等处理，并实现模拟信号到数字信号的转换，以满足计算机数字化处理的需要； 第2层次：实时监视与状态识别。通过第1层次，获得机组状态信息，实时显示机组振动波形、频谱、轴心轨迹、棒图、趋势等监视图

52、形，并根据设定的报警门限实时显示机组运行状态。此外，该层次配备有在线信号分析功能，可对信号进行常用的频域、时域及机组起停分析； 第3层次：在线分析与智能诊断。根据第2层次得到的机组状态信息，利用基于知识和基于行为的诊断方法判断机组可能存在的故障及其原因、部位和严重程度，并实现机组运行状态的预报。为诊断方便，本层次也配备有信号分析功 能。系统功能： 可外接位移、速度、加速度等常用振动传感器； ?可处理交流及直流输入信号，也可以处理温度、压力等工艺信号； ?程控放大，信号硬件积分（通过软件选择是否积分）； ?层次式、模块化，结构灵活，既可作为便携式系统，也可充当在线 ?监视系统； 具有机组起停监视

53、能力，稳速运行与起停状态软件自动判别并自动 ?切换监视方式； 多机组管理能力； ?操作口令保护能力； ?完善的数据管理能力，具有“黑匣子”功能，自动记录并保存机组 ?故障以及异常停机时的振动数据； 机组正常运行时按照用户设定的时间间隔、起停时根据设定的转速 ?间隔自动采样； 丰富的时、频域分析方法，如波形分析、轴心轨迹分析、相关分析、 ?频谱分析（谱校正及细化）、趋势、波形比较、频谱比较、瀑布图、 22 南京工业大学本科生毕业设计（论文） 波德图等； 分析图形具有光标，可实现放大； ?显示基于PC系列计算机，可扩展性高，易于升级； ?软件采用Microsoft Visual C+语言开发，在W

54、indows 95/98平台 ?上运行。 系统特点： 层次式、模块化，结构灵活，监测软件实现组态化，可以满足不同 ?机组的需要； 基于PC系列计算机，可扩展性高，易于升级； ?对等网络通讯，可靠性高，速度快； ?下面我们研究空压机运行时出现的故障诊断问题，通过仪器对某空压机进行检测，这里可以取2组数据，分不同的时间进行检测，振动测点为10个，转速测点为1个，非振动测点为10个，进行研究。 图3-20、3-21、3-22分别是空压机的时域波形图、谱波形图和小波分析图。 时域波形图图3-20 23 第三章 旋转机械故障的应用研究 频谱波形 图3-21 3-22 小波分析图形图和135ms从测点的时

55、域波形图上我们可以看出，波形趋于平稳，只是在时间处出现了峰值，有了比较大的波动，但总体波动比较正常，时域波形图上160ms 可以得出机械并未出现故障。分析频谱波形图，频率谱的能量由开始逐渐的减弱，在减弱的过程中，在 24 南京工业大学本科生毕业设计（论文） f=6000HZ处出现了一次峰值，其他点都趋于平稳，并未出现叫大的波动。我们由此可以得出，从该频率谱上的波形来看，机械没有出现故障。 在小波变换的图形上，频率范围由小到大的波形图a4-d1，s=d1+d2+d3+d4+a4,由此得出小波波形是有多个不同区间的频率谱叠加得到的。小波分析对不同的频率成分在时域上的分辨是可调的，高频者小，低频者大，它能将信号分解成多哥尺度成分，并对于大小不同的尺度成分采用响应的时域和频域步长，从而能够不断聚焦到信号的任意微小细节。从上图各个频率段的波形来看，总体比较相似，都趋于平稳。从小波图形中得出机器并未出现故障。 这里我们从测点1所测得的数据来看，结合时-频域波形图，可以清楚的看出测点