宋永興 伍柯霖 初 寧 吳大轉(zhuǎn)

（浙江大學化工過程機械研究所）

0 引言

地鐵風機作為地鐵正常、安全運行的重要設備之一，其安全穩(wěn)定運行具有十分重要的意義。常見的地鐵風機故障有地腳螺栓松動、轉(zhuǎn)子不平衡、葉片故障及電機故障等。風機是一種典型的旋轉(zhuǎn)機械，對于其故障診斷，國內(nèi)外學者開展了廣泛的研究，主要包括狀態(tài)監(jiān)測、特征提取、故障診斷及狀態(tài)預測等內(nèi)容，其中特征提取與故障診斷是其核心內(nèi)容，也是研究的熱點[1]。

對于旋轉(zhuǎn)機械在線監(jiān)測的信號主要有振動、壓力及溫度等[2-3]。本文主要針對振動信號的特征提取方法及故障診斷展開研究。針對振動信號特征提取方法，國內(nèi)外學者開展了大量的研究，主要包括傅里葉變換、短時傅里葉變換、小波變換[4-6]、模態(tài)分解[7-9]、包絡解調(diào)[10-12]及循環(huán)平穩(wěn)解調(diào)[13-16]等方法。針對不同的設備采用不同的特征提取方法，能夠準確獲得旋轉(zhuǎn)機械的特征頻率，但是對于設備的故障程度卻沒有好的指標進行表征。本文中提出了一種調(diào)制強度指標，該指標能夠準確表征風機的故障程度，結合循環(huán)平穩(wěn)解調(diào)算法獲得風機的軸頻、葉頻等特征頻率，就可以準確獲得風機的故障類型及故障程度。

1 算法研究

1.1 循環(huán)平穩(wěn)分析

風機作為典型的旋轉(zhuǎn)機械，軸頻和葉頻是反映風機工作狀態(tài)的重要特征參數(shù)，而循環(huán)平穩(wěn)分析是求解旋轉(zhuǎn)機械特征調(diào)制頻率的有效方法。本文對于循環(huán)平穩(wěn)分析的求解方法，采用法國Antoni學者提出的方法進行求解。

對于風機的振動信號x(t)，其時變的自相關函數(shù)可以表示為：

式中，E{}表示求均值運算符號，τ為延遲時間。

其中Rx(t,τ)的傅里葉變換可以表示為：

對于Rαx(τ)的傅里葉變換為譜相關密度函數(shù)：

式中，α 表示循環(huán)頻率，f表示譜頻率。

1.2 調(diào)制強度

風機在運轉(zhuǎn)的過程中存在明顯的調(diào)制現(xiàn)象，當故障發(fā)生時，風機的調(diào)制作用會得到加強，因此通過求解調(diào)制分量的強度，能夠反映風機的工作狀態(tài)以及故障程度。對于調(diào)制強度的求解，本文主要依托包絡Hilbert解調(diào)進行求解。

信號x(t)的Hilbert變換的定義為：

式中，H[]為希爾伯特算子。

信號x(t)的包絡信號為：

對包絡信號進行傅里葉變換：

對于信號的調(diào)制強度E定義為：

式中sum()為求和符號。

2 故障實驗

針對所提出的基于調(diào)制強度的地鐵風機的故障診斷方法，分別對實驗室風機和地鐵射流風機開展故障實驗研究，主要對地腳螺栓松動、葉片不均等兩種故障展開實驗研究。實驗中的采集系統(tǒng)采用NI 采集儀（USB-4432.NI Inc），傳感器采用振動傳感器，采樣率設置為5.12kHz。

2.1 實驗室風機實驗

具體實驗裝置如圖1所示。

地腳螺栓的位置編號如圖2所示，風機葉片的位置編號如圖3所示，風機故障實驗種類如表1所示。

圖1 風機實驗裝置Fig.1 Fan experiment device

圖2 地腳螺栓編號Fig.2 Bolt number

式中，α=m/T ，m為整數(shù)，T為周期。

圖3 葉片編號Fig.3 Blade number

表1 風機故障實驗種類Tab.1 Type of fan fault experiment

2.2 地鐵射流風機實驗

根據(jù)調(diào)制強度算法，同樣開展了地鐵射流風機實驗。射流風機葉片數(shù)量為8 片，實驗裝置如圖4 所示，主要為螺栓松動實驗，同樣利用振動傳感器采集在不同螺栓松動情況下的變化。

圖4 射流風機故障實驗裝置Fig.4 Fault experimental device of jet fan

3 結果分析

3.1 實驗室風機

3.1.1 特征頻率提取1）螺栓松動

對于實驗室風機的螺栓松動的振動信號，采用循環(huán)平穩(wěn)解調(diào)算法，能夠準確獲得風機的軸頻及葉頻信息，如圖5 所示，二者的相對關系同樣能夠準確地反映出當前葉片數(shù)量為6，轉(zhuǎn)速為29.87Hz，葉片并沒有發(fā)生故障。

圖5 循環(huán)平穩(wěn)解調(diào)譜Fig.5 Cyclostationary demodulation spectrum

2）葉片不均等

對于實驗室風機的葉片不均等故障工況下的振動信號，采用循環(huán)平穩(wěn)解調(diào)算法，準確獲得了風機的軸頻及葉頻，如圖6 所示，可以發(fā)現(xiàn)當前風機的轉(zhuǎn)速為28.86Hz，葉片數(shù)量為2，能夠準確地反映出當前葉片數(shù)量不均等的故障工況。

圖6 循環(huán)平穩(wěn)解調(diào)譜Fig.6 Cyclostationary demodulation spectrum

3.1.2 調(diào)制強度分析

利用循環(huán)平穩(wěn)算法能夠準確獲得風機的軸頻及葉頻信息，但是這些信息并不能準確反映出當前風機的故障程度，因此利用本文所提出的調(diào)制強度分析進行進一步的分析研究。

1）螺栓松動

針對風機螺栓松動的故障，針對螺栓松動數(shù)量，利用調(diào)制強度進行分析，得到在不同螺栓松動下的調(diào)制強度變化如圖7所示，A表示調(diào)制強度的幅值，N表示螺栓松動的數(shù)量，隨著螺栓松動數(shù)量的增加，風機的不平衡程度增加，此時所得到的調(diào)制強度也逐漸增加，調(diào)制強度與螺栓松動的數(shù)量呈現(xiàn)正相關，表明利用調(diào)制強度變換能夠很好地表征螺栓松動的數(shù)量。

圖7 調(diào)制強度Fig.7 Modulation intensity

2）葉片不均等

針對風機葉片不均等的故障工況，實驗中分別對兩葉片和三葉片進行了調(diào)制強度分析如圖8所示，圖中的橫坐標表示風機的排布方式，對于兩葉片工況，以葉片的排布方式的不平衡度來講，存在12布置>13布置>14布置；對于三葉片排布方式的不平衡度來講存在123布置>124布置>135布置；因此，利用調(diào)制強度分析能夠很好地說明葉片的布置關系，與不平衡分布狀況能夠很好地對應起來。

圖8 調(diào)制強度Fig.8 Modulation intensity

3.2 射流風機

3.2.1 特征頻率提取

對于射流風機螺栓松動工況的振動信號，利用循環(huán)平穩(wěn)解調(diào)算法，能夠很好地解調(diào)出風機的軸頻和葉頻如圖9 所示，分別為49.62Hz 和396.9Hz。該方法能夠準確的表明風機的工作狀況，以及射流的葉片數(shù)目為8。

圖9 循環(huán)平穩(wěn)解調(diào)譜Fig.9 Cyclostationary demodulation spectrum

圖10 調(diào)制強度Fig.10 Modulation intensity

3.2.2 調(diào)制強度分析

針對射流風機的螺栓松動實驗，考慮到風機固定方式和實驗安全性，只是對螺栓松動數(shù)量為0,1,2 三種工況進行了實驗研究，利用調(diào)制強度分析的結果如圖10所示，橫坐標表示螺栓松動的數(shù)量，能夠準確的表明調(diào)制強度與螺栓松動數(shù)量對應正相關。

4 結論

1）本文針對地鐵風機的工作特點，結合振動信號的循環(huán)平穩(wěn)特性，利用循環(huán)平穩(wěn)解調(diào)算法對風機的振動信號進行了解調(diào)分析，準確的解調(diào)出風機的軸頻、葉頻及諧頻等關鍵信息，有助于風機故障工況的診斷分析。

2）針對地鐵風機故障識別困難，以及難以對故障程度進行識別的問題，本文提出了調(diào)制強度的解決方法，能夠準確的對實驗室風機以及現(xiàn)場地鐵風機的螺栓松動、葉片不均等的故障工況的程度進行準確的表征，對于風機的故障診斷具有重要的意義。