转子动力学转子系统状态监测与故障诊断技术_第1页
转子动力学转子系统状态监测与故障诊断技术_第2页
转子动力学转子系统状态监测与故障诊断技术_第3页
转子动力学转子系统状态监测与故障诊断技术_第4页
转子动力学转子系统状态监测与故障诊断技术_第5页
已阅读5页,还剩25页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、介绍主要内容1、转子系统的概念2、大致分类3、发展历史回顾4、分析过程简介5、不对中故障机理与诊断转子系统的概念转子系统分类刚性转子系统:刚性转子系统:工作转速在一阶临界转速以下 判别依据:一般工作转速6000r/min 的机械系统属于柔性转子系统 亚同步振动:亚同步振动:振动频率 工作频率 自激振动:自激振动:振动过程中,由于系统内部不断有能量输入而产生的共振现象转子系统故障分类顶隙激振喘振旋转失速油膜振荡油膜涡动)亚同步振动(自激振动转子横向裂纹转子与定子摩擦装配件或基础松动轴弯曲不对中不平衡同步振动(强迫振动)柔性转子刚性转子旋转机械故障 转子系统故障诊断发展历程20 世纪 60 年代

2、NASA 成立美国机械防御小组(MFPG)20 世纪 70 年代 电子测量技术和频谱技术应用; 大型状态监测和故障诊断开始实用化,并用于早期报警20 世纪 80 年代早期 以计算机为中心的商业化故障诊断系统; 多种传感技术应用(振动、温度、力、电、磁 等) 多种信号分析技术应用(如模式识别、模糊逻辑等)20 世纪 80 年代中后期 人工智能应用,特别是专家系统; 基于规划的汽轮机专家系统; Bently 公司的工程师帮助软件; Radiau 公司的大型机组诊断专家系统 ;20 世纪 90 年代 人工智能;信息融合;定量诊断; 基于网络的远程监测与诊断 。(1)状态信号采集。状态信号采集。根据检

3、测手段分为振动检测、噪声检测、温度检测、压力检测等。其中,振动检测法是最基本的检测手段。(多种)(2)通过采集的信号提取故障特征通过采集的信号提取故障特征原始信号包含很多干扰项,使原始信号的故障特征不明显。需用信号处理方法把原始信号转换为能表达工况状态的有用信息。常用的方法有时域分析法、频域分析法、统计分析法等。(3)对提取到的故障特征进行模式识别和分析对提取到的故障特征进行模式识别和分析故障诊断的关键是从设备动态信号中提取故障特征。应该选择敏感程度强,规律性好的特征量。特征量的正确提取是模式识别、故障诊断环节的基础保障。(4)状态预测状态预测根据特征量提供的信息,对当前工作状态做出确切的判断

4、。并针对异常工况分析原因给出维修决策。在模式识别部分应用比较广泛的方法有神经网络方法、模糊聚类法、支持向量机等方法。分析过程简介故障识别分析传统识别是在有先验条件的基础上,按一定的规律、经验和标准对机械设备产生故障的原因、种类及具体部位做出判断,但这种方法可靠性较差。 1)基于神经网络的模式识别方法基于神经网络的模式识别方法神经网络是一种自适应的非线性动力学系统,它是科学家通过模拟生物神经元系统特性而建立起来的。神经网络具有分布式存储、并行处理、自适应学习等特点,可实现诊断推理及趋势预测的功能,在模式识别领域应用十分广泛。但缺乏坚实的理论基础,对于实际应用上的很多重要问题只能依靠经验和技巧解决

5、,需要对算法和模型进一步发展与研究,以达到越来越精确的识别标准。 2)基于支持向量机的模式识别方法基于支持向量机的模式识别方法支持向量机是在统计学习理论基础上发展起来的一种模式识别方法,其基本思想为:利用非线性变换将输出空间转化到一个高维空间当中,在产生的新空间中求得最优线性分类面,通过定义适当的内积函数来实现这种非线性变换。SVM在解决小样本、非线性和高维模式识别问题当中优势十分明显,已在模式识别和函数拟合等领域开始应用,在旋转机械故障诊断中取得了一定的成果。 3)基于隐马尔科夫模型的模式识别方法基于隐马尔科夫模型的模式识别方法隐马尔科夫模型作为一种信号动态时间序列统计模型,具有严谨的数据结

6、构和可靠的计算性能,适用于动态过程时间序列的建模并具有强大的时序模式分类能力。它能通过较少的样本训练出可靠的模型,并按模式匹配原理,寻找与未知信号最相似的模型作为识别结果,非常适合于对非平稳、重复再现性不佳的信号进行分析。由于旋转机械升降速信号较为复杂,信号的频率和幅值均随时间的变化而变换,表现为典型的非平稳性,由于各种随机因素影响,这些振动信号重复再现性较差。根据这些特点,HMM 非常适合于对旋转机械升降速信号进行建模和诊断。(基于 PSO 优化的 HMM,主要优点是,计算简单、收敛速度快、具有良好的全局与局部收敛能力。)检测装置:检测装置:流程图:流程图:转子系统检测装置转子-轴承系统故障

7、诊断软件平台开发 应用 MATLAB软件对振动信号进行分析与处理,应用LabVIEW 软件进行人机交互界面开发,这两个独立软件之间由 LabVIEW 软件中的 MATLAB Script 节点实现连接,软件平台结构清晰,实用性强。不对中故障机理与诊断据美国MONSANTO石化公司统计,旋转机械故障的 5060 %是由转子不对中引起的。转子不对中的类型轴承不对中:轴颈在轴承中偏斜轴系不对中:各转子不处在同一直线上平行不对中:轴线平行位移角度不对中:轴线交叉成一角度综合不对中:轴线位移且交叉e(a) 平行不对中(b) 角度不对中(c) 综合不对中造成不对中的原因(1)轴承系统在进行设计时,对中因素

8、考虑不够周全以及计算偏差。(2)机器设备在操作上的超负荷运行以及机器设备保温效果不好,转子系统中各单个转子受热变形不一样;(3)由于支撑机器的基础变形或是机器底座由于各种各样的原因下沉使机器处于不对屮工作状态;(4)各种毛坯件在锻,铸过程中由于各种原因,会形成一定偏心、歪斜等不均匀缺陷,在安装过程中经常通过找正的方法进行补救,补救过程中存在找正误差;(5)机器外部工作环境温度变化比较大,所以机器各零部件受热变形不一。不对中故障机理与诊断危害:危害: (1)增加机器的振动;(2)过度的联轴器损坏;(3)增加密封件的磨损;(4)增加轴承的磨损;(5)过高的能源消耗。不对中的危害-热像图62 F10

9、5 F不同的联轴器具有不同的故障机理大型高速旋转机械,常用齿式联轴器平行不对中平行不对中角不对中角不对中综合不对中综合不对中中、小设备多采用固定式刚性联轴器平行不对中平行不对中角不对中角不对中综合不对中综合不对中不对中故障机理齿式联轴器平行不对中2cos2121coscos2sin21cossinDDDyDDxdDdydDdx2sin2cosdtDddtdydtdxVK/)/()/(22KV在K点的线速度KV在K点的角速度Kw2/22dtdDVwKK2DrVKKKABww不对中故障机理齿式联轴器平行不对中wtwmDwtDmxmmaFx2sin)2(212sin22 wtwmDwtDmymmaF

10、y2cos)2(212cos22 激振力与不对中量激振力与不对中量 D 和质量和质量 m 成正比成正比 激振力随转速变化的因子为激振力随转速变化的因子为 4w2,这说明不对中对转速的,这说明不对中对转速的敏感程度比不平衡对转速的敏感程度要大敏感程度比不平衡对转速的敏感程度要大4倍。倍。 222221nnnH不平衡时的幅不平衡时的幅频响应函数频响应函数角度不对 当转子轴线之间存在偏角位移时,如图2-1所示,从动转子与主动转子的角速度是不同的。从动转子的角速度为: 式中,1,2分别为主动转子和从动转子的角速度;为从动转子的偏斜角;1为主动转子的转角。从动转子每转动一周其转速变化两次,如图2-2所示

11、,变化范围为 图2-1 联轴器偏角不对中 图2-2 转速比的变化曲线 偏角不对中使联轴器附加一个弯矩,弯矩的作用是力图减小两轴中心线的偏角。转轴每旋转一周,弯矩作用方向交变一次,因此,偏角不对中增加了转子的轴向力,使转子在轴向产生工频振动。综合不对中在实际生产中,往往是两者的综合结果。激振频率为角频率的2倍;激振力的大小随速度而变化,其大小和综合不对中量y、安装距离L以及中间齿套质量m等有关。联轴器两侧同一方向的激振力之间的相位差在0180之间。其他故障物理特性也介于轴线平行不对中和角度不对中之间。同时,齿式联轴器由于所产生的附加轴向力以及转子偏角的作用,从动转子以每回转一周为周期,在轴向往复

12、运动一次,因而转子轴向振动的频率与角频率相同,如下图所示。刚性联轴器连接转子不对中的故障机理刚性联轴器连接的转子对中不良时,由于强制连接所产生的力矩,不仅使转子发生弯曲变形,而且随转子轴线平行位移或轴线角度位移的状态不同,其变形和受力情况也不一样,如下图所示。 用刚性联轴器连接的转子不对中时,转子往往是既有轴线平行位移,又有轴角度位移的综合状态,转子所受的力既有径向交变力,又有轴向交变力。弯曲变形的转子由于转轴内阻现象以及转轴表面与旋转体内表面之间的摩擦而产生的相对滑动,使转子产生自激旋转振动,而且当主动转子按一定转速旋转时,从动转子的转速会产生周期性变动,每转动一周变动两次,因而其振动频率为

13、转子转动频每转动一周变动两次,因而其振动频率为转子转动频率的两倍。率的两倍。不对中故障 转子不对中的故障特征 振动的振幅与转子的负荷负荷有关 负荷越大、振幅越大 不对中故障对转子的激振力随转速转速的升高而加大 激励力与不对中量不对中量成正比 轴系具有过大的不对中量时,转子在运动中产生附加径向力和附加轴向力,使转子产生异常振动 平行不对中主要引起径向振动径向振动 角度不对中主要引起轴向振动轴向振动 振动频率 径向振动以工频的2倍频为主倍频为主,也有1倍频的成分 轴向振动以工频的1倍频为主倍频为主,也有2x,3x。不对中故障 转子不对中的故障特征 振动幅值幅值 平行不对中:平行不对中:振动频谱中2

14、x幅值超过1x幅值的50 角不不对中:角不不对中:轴向2x或3x幅值约是1x转频幅值的3050 2x值相对于1x幅值的高度常取决于联轴器的类型和结构 联轴节两侧轴承振动的相位差相位差 平行不对中,径向振动差180 角度不对中,轴向振动差180 轴心轨迹轴心轨迹:香蕉形、8字形、外圈中产生一个内圈不对中故障平行不对中的故障特征角度不对中的故障特征 基于复值过程高阶累积量谱的轴心轨迹分析的研究基于复值过程高阶累积量谱的轴心轨迹分析的研究 用复值过程表示轴心轨迹,将复值过程高阶累积量理论引入轴心轨迹研究,证明了混杂在轴心轨迹中的高斯复噪声和实虚部非相关随机噪声的高阶累积量为零,定性说明了该理论可以有

15、效抑制宽带和窄带噪声。它可以同时具有提纯和特征提取两个功能。转子不对中故障原因与治理措施序号故障原因分类故障原因处理措施1设计原因1)对工作状态下热膨胀量计算不准2)对介质压力、真空度变化对机壳的影响计算不准3)给出的冷态对中数据不准1) 核对设计给出的冷态对中数据2)按技术要求检查调整轴承对中3)检查热态膨胀是否受限4) 检查保温是否完好5)检查调整基础沉降2制造原因1)材质不均,造成热膨胀3安装维修1)冷态对中数据不符合要求2)检修失误造成热态膨胀受阻3)机壳保温不良,热胀不均匀4操作运行1) 超负荷运行2)介质温度偏离设计值5状态劣化1)机组基础或基座沉降不均匀2)基础滑板锈蚀,热胀受阻

16、3)机壳变形诊断实例 某透平压缩机组检修后启动时,高压缸振动较大;机组运行一周后压缩机高压缸振动突然加剧,测点4、5的径向振动增大,其中测点5的振动值增加两倍,测点6轴向振动加大;又运行两周后,测点5的振动值又突然增加一倍,超过设计允许值,振动剧烈。机组布置示意图异常振动特征测点测点5 5的振动波形畸的振动波形畸变为基频与倍频的叠变为基频与倍频的叠加波形,频谱中加波形,频谱中2 2倍倍频谱具有较大幅值频谱具有较大幅值双椭圆复合轨迹双椭圆复合轨迹轴向振动变大轴向振动变大诊断实例诊断意见诊断意见压缩机高压缸和低压缸之间转子对中不良转子对中不良,联轴器发生故障生产验证生产验证高、低压缸之间的联轴器固

17、定法兰与内齿套的连接螺栓已断掉三只对中严重超差对中严重超差,不对中量大于设计要求16倍对螺栓断面进行电镜分析,断面为沿晶断裂、并有局部韧窝组织。联接螺栓的机械加工和热处理工艺不符合要求机械加工和热处理工艺不符合要求,螺纹根部产生应力集中,而且热处理后未进行正火处理,金相组织为淬火马氏体,螺栓在拉应力作用下脆性断裂。诊断实例小节 本文主要介绍了转子系统振动故障的分类,转子系统故障诊断的基本环节、故障特征提取分析、 故障识别分析和旋转机械故障诊断研究的发展,并对旋转机械转子不对中故障的产生原因、机理和其频谱特征、轴心轨迹特征进行了仔细的分析描述。转子故障诊断也早已不是停留在人工测试判断的水平上,而

18、是通过计算机和各种智能算法进行自动化监测和智能反应。但是,我认为这一切智能化都是在典型振动故障的机理和特征的基础之上的,因此准确理解典型振动故障的机理和特征至关重要。1 钟秉林,黄仁.机械故障诊断学(第2版)M.北京:机械工业出版社,2003.62 赵荣珍,黄义仿,张力等.旋转机械智能故障诊断技术的发展趋势J.兰州理工大学学报,2008.34(5):36-403夏松波, 张礼勇. 旋转机械故障诊断技术的现状与展望J. 振动与冲击, 1997, 16(2): 1-5.4 韩清凯,于涛,王德友,等,故障转子系统的非线性振动分析与诊断方法,北京:科学出版社,20105郑近德, 程军圣, 胡思宇. 多尺度熵在转子故障诊断中的应用J. 振动, 测试与诊断, 2013, 33(2).6

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论