劉立星

【摘 要】研究旋轉(zhuǎn)機(jī)械的故障診斷與預(yù)測技術(shù)，對于保障機(jī)械設(shè)備運(yùn)行的安全性和穩(wěn)定性具有十分重要的意義。旋轉(zhuǎn)機(jī)械的振動(dòng)信號具有非穩(wěn)定性和非線性，同時(shí)，在強(qiáng)背景噪聲工作環(huán)境下，旋轉(zhuǎn)機(jī)械的微弱故障特征很容易被噪聲淹沒，此外，當(dāng)機(jī)械系統(tǒng)出現(xiàn)故障時(shí)，往往會產(chǎn)生位置不同的復(fù)合故障，故障之間相互幫合，從而給旋轉(zhuǎn)機(jī)械故障精確診斷帶來了挑戰(zhàn)，因此，強(qiáng)噪下微弱、復(fù)合故障診斷是當(dāng)今機(jī)械故障診斷領(lǐng)域的難點(diǎn)。論文將旋轉(zhuǎn)機(jī)械作為研究對象，研究形態(tài)學(xué)濾波、局域均值分解、多元經(jīng)驗(yàn)?zāi)B(tài)分解和噪聲輔助多元經(jīng)驗(yàn)?zāi)B(tài)分解等時(shí)頻方法及其在旋轉(zhuǎn)機(jī)械的微弱、復(fù)合故障診斷中的應(yīng)用，為機(jī)械故障診斷、性能退化狀態(tài)識別和趨勢預(yù)測提供新的有效手段。

【關(guān)鍵詞】旋轉(zhuǎn)機(jī)械；故障診斷；預(yù)測與應(yīng)用

引言：在當(dāng)今科技競爭日益激烈的背景下，大型機(jī)械裝備的發(fā)展水平直接關(guān)系到國家的綜合實(shí)力、國際地位與核屯、競爭力，大型機(jī)械設(shè)備日趨向智能化、復(fù)雜化和自動(dòng)化發(fā)展。軸承和齒輪等旋轉(zhuǎn)機(jī)械作為機(jī)械設(shè)備中一種必不可少的通用零部件，在機(jī)械、電力系統(tǒng)等現(xiàn)代大型工業(yè)設(shè)備中扮演著重要的角色。工業(yè)企業(yè)成功的關(guān)鍵是設(shè)備系統(tǒng)的安全運(yùn)行；軍工企業(yè)的軍事裝備只有具備高可靠性和高準(zhǔn)確性才能保證戰(zhàn)爭的勝利；在核動(dòng)力設(shè)備及人類無法接觸的危險(xiǎn)惡劣環(huán)境中，要求運(yùn)行設(shè)備必須具有很高的可靠性和安全性。在工程應(yīng)用中，機(jī)械設(shè)備一旦發(fā)生故障，如果發(fā)生故障等級較輕則會降低設(shè)備使用功能，直接影響生產(chǎn)，造成一定的經(jīng)濟(jì)損失；如果發(fā)生故障等級較重則可能直接導(dǎo)致嚴(yán)重的事故。為了盡可能減少機(jī)械故障導(dǎo)致的經(jīng)濟(jì)損失和重大事故，必須建立針對大型機(jī)械裝備的故障診斷與安全藍(lán)測系統(tǒng)。

1.旋轉(zhuǎn)機(jī)械故障診斷監(jiān)測基本方法

1.1振動(dòng)信號分析技術(shù)

振動(dòng)分析技術(shù)相比于其他方法的主要優(yōu)點(diǎn)有診斷效率高、可靠性強(qiáng)和故障定位準(zhǔn)確。基于振動(dòng)信號的檢測方法是一種理論和實(shí)踐都相對成熟的軸承故障診斷手段，其通過對采集的振動(dòng)信號進(jìn)行分析得到運(yùn)轉(zhuǎn)過程中軸承的工況和故障。對于軸承故障診斷設(shè)備，一般采用壓電加速度傳感器對振動(dòng)信號進(jìn)行拾取，將之轉(zhuǎn)化成電壓信號進(jìn)行輸出。采樣模塊對調(diào)理模塊的輸出信號進(jìn)行數(shù)字化處理，產(chǎn)生連續(xù)的振動(dòng)信號采樣數(shù)據(jù)流。處理模塊對振動(dòng)信號采樣數(shù)據(jù)流進(jìn)行接收，按要求對數(shù)據(jù)進(jìn)行存儲、轉(zhuǎn)發(fā)以及相應(yīng)的運(yùn)算和分析，最終輸出故障診斷結(jié)果。

1.2溫度分析技術(shù)

溫度分析技術(shù)是遁過在軸承座或齒輪箱安裝溫度傳感器監(jiān)測其運(yùn)行的溫度變化，并根據(jù)先驗(yàn)經(jīng)驗(yàn)設(shè)置一定的溫度闊值。當(dāng)溫度超過闊值時(shí)，則判定軸承或齒輪發(fā)生故障。溫度監(jiān)測對齒輪和軸承載荷、轉(zhuǎn)速和潤滑情況的變化極為敏感。但是，溫度監(jiān)測技術(shù)對于軸承和齒輪箱的早期故障并不敏感，只有當(dāng)故障發(fā)展到一定程度時(shí)，溫度會有明顯的變化。這限制了其在旋轉(zhuǎn)機(jī)械早期故障診斷中的應(yīng)用。

1.3油液分析技術(shù)

剝落、點(diǎn)蝕和磨損是齒輪箱和軸承故障的最常見故障形式。油液分析法通過從齒輪箱使用的循環(huán)油液中取出油樣，采用油液理化分析、清潔度檢測、光譜分析等手段判定齒輪箱運(yùn)行狀態(tài)。這種方法僅適用于油冷卻或油潤滑軸承，對于突發(fā)故障不能及時(shí)預(yù)報(bào)，并且容易受到其他設(shè)備損壞造成的影響，對檢測人員的經(jīng)驗(yàn)要求比較高，使得該方法的應(yīng)用受到一定局限。但是這種技術(shù)涉及的儀器價(jià)格低廉，因此可以作為其他診斷手段的一種補(bǔ)充。

2.基于多元經(jīng)驗(yàn)?zāi)B(tài)分解的旋轉(zhuǎn)機(jī)械早期故障診斷方法

開展旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測和故障診斷方法的研究是保證機(jī)械設(shè)備運(yùn)行安全穩(wěn)定的基礎(chǔ)，隨著工業(yè)生產(chǎn)的大型化、系統(tǒng)化和信息化，對關(guān)鍵部件旋轉(zhuǎn)機(jī)械的安全運(yùn)行要求越來越嚴(yán)格。旋轉(zhuǎn)機(jī)械設(shè)備故障診斷是融現(xiàn)代傳感技術(shù)、信號分析與處理技術(shù)為一體的多學(xué)科交叉和融合的新技術(shù)。基于故障特征提取和信號處理技術(shù)的故障診斷是故障特征提取的重要手段。先進(jìn)的信號分析技術(shù)是有效提取化械設(shè)備真實(shí)狀態(tài)信息的必要前提條件。同步平均、包絡(luò)分析等傳統(tǒng)信號處理方法，均假設(shè)被分析對象具有線性、平穩(wěn)、最小相位等特征，會造成一些細(xì)微信息提取的遺漏，而這些信息往往預(yù)示著設(shè)備退化狀態(tài)的趨勢。

機(jī)械設(shè)備中振動(dòng)信號傳遞路徑復(fù)雜，振動(dòng)信息衰減損耗較大。此外，旋轉(zhuǎn)機(jī)械頻發(fā)的故障大部分以局部缺陷形式存在于軸承生命周期的早期，而且大部分是潛在損傷，極難發(fā)現(xiàn)。同時(shí)，軸承和齒輪的工作環(huán)境一般比較差，外界干擾較大，振動(dòng)信號包含了整個(gè)機(jī)械系統(tǒng)在其他振動(dòng)響應(yīng)、激勵(lì)映射關(guān)系的信號特性，這使得在現(xiàn)場采集的振動(dòng)信號的信噪比低，反映旋轉(zhuǎn)機(jī)械條件的特征信號相對較弱。采用單一傳感器采集信號無法進(jìn)行旋轉(zhuǎn)機(jī)械早期微弱故障和復(fù)合故障的在線監(jiān)測及故障診斷。

齒輪故障實(shí)驗(yàn)：齒輪剝落故障診斷實(shí)驗(yàn)：齒輪疲勞剝落屬于接觸疲勞。根據(jù)經(jīng)驗(yàn)分析可知，剝落主要受齒輪自身的強(qiáng)度、初度及硬度等特性的影響。由于交變載荷的作用，齒輪過載，會使局部區(qū)域應(yīng)力相對集中，產(chǎn)生接觸裂紋。齒輪表面下最大剪應(yīng)力處形成裂紋，進(jìn)而在表面形成不規(guī)則的凹坑，后逐漸連接成片并大面積剝落。

3.基于改進(jìn)的噪聲輔助多元經(jīng)驗(yàn)?zāi)B(tài)分解的旋轉(zhuǎn)機(jī)械故障診斷方法

數(shù)學(xué)形態(tài)學(xué)濾波器具有很強(qiáng)的抑制脈沖和噪聲干擾的能力，可實(shí)現(xiàn)對非線性非平穩(wěn)信號的降噪和特征提取，同時(shí)算法簡便易行、實(shí)用有效。作為一種基于數(shù)學(xué)形態(tài)學(xué)的非線性濾波方法，其被廣泛應(yīng)用到機(jī)械故障信號處理領(lǐng)域?；谏鲜龇治觯槍?qiáng)噪背景中旋轉(zhuǎn)機(jī)械微弱故障特征提取和MEMD等現(xiàn)有時(shí)頻分析方法存在的模態(tài)混疊問題，提出一種基于改進(jìn)的噪聲輔助多元經(jīng)驗(yàn)?zāi)B(tài)分解和自適應(yīng)形態(tài)學(xué)的旋轉(zhuǎn)機(jī)械故障診斷方法，主要步驟是：首先，向信號添加多個(gè)白噪聲輔助通道，對多元信號進(jìn)行改進(jìn)的NAMEMD分解，分解過程中利用對時(shí)間序列隨機(jī)性和動(dòng)力學(xué)突變行為敏感的排列擱檢測IMF分量中是否含有高頻間歇信號和噪聲干擾信號，保證分解得到的IMF不發(fā)生模態(tài)混疊現(xiàn)象；其次，選擇主要IMF分量進(jìn)行重構(gòu)；最后，采用形態(tài)學(xué)濾波器進(jìn)行故障特征提取。

4.基于NAMEMD和熵理論的旋轉(zhuǎn)機(jī)械故障智能診斷方法

當(dāng)旋轉(zhuǎn)機(jī)械發(fā)生故障時(shí)，系統(tǒng)的動(dòng)力學(xué)行為會表現(xiàn)為非線性和復(fù)雜性。近年來，隨著非線性分析方法的引入，極大地豐富了機(jī)械故障診斷方法，很多非線性動(dòng)力學(xué)的方法己被廣泛地應(yīng)用于機(jī)械故障診斷領(lǐng)域常用的描述系統(tǒng)復(fù)雜性的特征參數(shù)包括：分形維數(shù)、Lyapunov指數(shù)和K-S熵等。這些非線性動(dòng)力學(xué)方法都是通過相空間重構(gòu)來描述系統(tǒng)特性，這些算法需要足夠的數(shù)據(jù)長度，而旋轉(zhuǎn)機(jī)械振動(dòng)信號的數(shù)據(jù)長度一般是有限的。因此，這些非線性動(dòng)態(tài)指標(biāo)在實(shí)際工程應(yīng)用中并不方便，需要尋找更為有效、穩(wěn)定且對數(shù)據(jù)長度要求較低的新方法。

齒輪系統(tǒng)常見的主要故障包括齒輪磨損、點(diǎn)蝕和斷齒等，齒輪系統(tǒng)故障信號往往具有非線性非平穩(wěn)特征。樣本滴能夠反映時(shí)間序列在不同尺度的復(fù)雜性程度，將樣本摘用于分析齒輪故障振動(dòng)信號。

結(jié)語：故障診斷與預(yù)測技術(shù)是一種實(shí)用可靠的機(jī)械設(shè)備故障診斷與預(yù)測技術(shù)，是預(yù)防機(jī)械設(shè)備故障，保證機(jī)械設(shè)備安全穩(wěn)定運(yùn)行的技術(shù)基礎(chǔ)。機(jī)械動(dòng)力傳動(dòng)系統(tǒng)是國防和國民經(jīng)濟(jì)中廣泛應(yīng)用的一種重要的技術(shù)設(shè)備，其運(yùn)行安全性和可靠性至關(guān)重要。齒輪和滾動(dòng)軸承作為動(dòng)為傳動(dòng)系統(tǒng)的關(guān)鍵部件，長期在高負(fù)荷、高轉(zhuǎn)速工況下工作，一旦出現(xiàn)故障將直接影響整個(gè)系統(tǒng)的安全運(yùn)行，因此及時(shí)、準(zhǔn)確地檢測故障己變得越來越重要

參考文獻(xiàn)：

[1]于波，徐雪嬌，鄭聽.基于小波包分解的能量特征提取在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[J].化工自動(dòng)化及儀表，2016，43（10）：1056-1059.

[2]李志農(nóng)，柳寶，侯娟.基于無限隱Markov模型的旋轉(zhuǎn)機(jī)械故障診斷方法研究[J].儀器儀表學(xué)報(bào)，2016，37（10）：2185-2192.