雷威,潘永軍,韓宗真
(武漢第二船舶設(shè)計研究所,湖北 武漢 430064)
中小型感應(yīng)電機(jī)以其結(jié)構(gòu)簡單、運(yùn)行可靠、效率較高、制造容易等優(yōu)點在生產(chǎn)生活中應(yīng)用廣泛。在船舶上,各類泵、風(fēng)機(jī)等設(shè)備均采用異步電機(jī)作為原動機(jī),因此,電動機(jī)的運(yùn)行狀態(tài)直接關(guān)系到船舶的運(yùn)行狀態(tài)。然而,軸承作為船用電機(jī)的關(guān)鍵部件,同時,也是最容易損壞的部件。數(shù)據(jù)表明,軸承故障導(dǎo)致的船用電機(jī)故障比例占船用電機(jī)故障的40%以上。如果船用電機(jī)軸承出現(xiàn)故障,輕則停機(jī)檢修,影響使用;重則機(jī)毀人亡,造成惡劣影響及難以估計的損失。因此,采用有效的狀態(tài)監(jiān)測手段,準(zhǔn)確地監(jiān)測船用電機(jī)軸承的狀態(tài),及時發(fā)現(xiàn)隱患,可以提前準(zhǔn)備備件,對存在隱患部位進(jìn)行重點檢修,不僅能夠節(jié)省時間和費(fèi)用,而且能夠有效地避免事故的發(fā)生。因此,開展船用電機(jī)軸承狀態(tài)監(jiān)測研究,對于提高設(shè)備運(yùn)行可靠性以及避免事故發(fā)生具有重大的意義。
由于船舶上泵用電機(jī)軸承運(yùn)行環(huán)境苛刻,采集到的狀態(tài)信號中常常包含大量的噪聲,使得軸承的狀態(tài)監(jiān)測尤為困難。為了解決某型船用泵電機(jī)軸承早期故障難以識別、狀態(tài)監(jiān)測自動化程度低等問題,本文針對船舶上典型的泵用電機(jī)軸承,設(shè)計了一種基于Labview的船用電機(jī)軸承狀態(tài)監(jiān)測系統(tǒng)。
船舶上泵用電機(jī)軸承運(yùn)行工況惡劣、故障數(shù)據(jù)信噪比低,僅用單域特征不能夠完整描述其運(yùn)行狀態(tài),需要從多個分析域提取故障特征,進(jìn)而從各個方面反映軸承的故障狀態(tài)。
(1)時域特征參數(shù)。信號的時域參數(shù)是信號的時域統(tǒng)計分析參數(shù)。時域參數(shù)指標(biāo)主要包括有量綱參數(shù)指標(biāo)和無量綱參數(shù)指標(biāo)。這些時域特征參數(shù)從統(tǒng)計學(xué)角度出發(fā),計算簡單,物理意義明確,因而很早就被應(yīng)用于滾動軸承的狀態(tài)監(jiān)測和故障診斷。
(2)頻域特征參數(shù)。船用電機(jī)軸承的運(yùn)行狀態(tài)出現(xiàn)變化時,該信號的頻譜結(jié)構(gòu)也會隨之發(fā)生變化,比如,主頻位置、各頻率能量占比等。因此,可以通過滾動軸承振動信號的頻域特征反映其運(yùn)行狀態(tài)。
(3)時頻域特征參數(shù)。小波分析具有優(yōu)秀的時、頻局部化的性質(zhì),克服了傳統(tǒng)傅里葉變換不能同時進(jìn)行時域、頻域分析的缺點,適用于非平穩(wěn)信號的分析。因此,本文提取了信號的連續(xù)小波能量譜作為時頻域的特征參數(shù)。
振動信號的連續(xù)小波在尺度方向上的能量,定義如式(1)所示:
不同的指標(biāo)能夠表征的故障信息是不一致的,在構(gòu)造的混合域故障特征集中,包含部分非敏感特征甚至是干擾特征量,將嚴(yán)重影響故障識別的效果。因此,有必要對混合域故障特征集進(jìn)行降維,提取出有效的特征子集。
PCA(Principal Component Analysis,PCA)是一種基于特征融合的維數(shù)約簡方法,能夠有效地降低高維數(shù)據(jù)的維數(shù),并保留原數(shù)據(jù)集的大部分信息,因此,在數(shù)據(jù)降維和信息壓縮中應(yīng)用廣泛。
由于船用電機(jī)軸承在運(yùn)行時處于密封狀態(tài),只能通過采集的信號推測軸承的運(yùn)行狀態(tài),而HMM(Hidden Markov Model,HMM)同樣是通過觀測序列來推測模型的隱藏狀態(tài)及其聯(lián)系,因此,HMM非常適用于軸承的狀態(tài)監(jiān)測及故障診斷。
船用電機(jī)軸承在發(fā)生故障時,其外在表征會發(fā)生變化??梢杂靡粋€條件概率來表示該過程,即給定條件是外在表征,計算在該給定條件下船用電機(jī)軸承處于某種故障的概率,通過對比各個概率值,實現(xiàn)對船用電機(jī)軸承的狀態(tài)的識別。
當(dāng)船用電機(jī)軸承在正常狀態(tài)運(yùn)行時,其外在表征往往也服從同一分布,即在某個范圍內(nèi)波動;當(dāng)船用電機(jī)軸承的運(yùn)行狀態(tài)發(fā)生變化時,其外在表征的波動范圍也會脫離原來的分布?;诖耍岢隽嘶贖MM的船用電機(jī)軸承狀態(tài)監(jiān)測。具體方法為:訓(xùn)練船用電機(jī)軸承正常狀態(tài)時的HMM模型,并將實時采集的船用電機(jī)軸承的信號作為待診斷信號輸入正常HMM中,計算該信號是由正常HMM產(chǎn)生的概率。通過此概率值的變化來監(jiān)測船用電機(jī)軸承的運(yùn)行狀態(tài),圖1是使用HMM監(jiān)測船用電機(jī)軸承狀態(tài)流程。
圖1 基于HMM的滾動軸承狀態(tài)監(jiān)測流程
基于Labview的某型船用電機(jī)軸承狀態(tài)監(jiān)測系統(tǒng)由硬件和軟件兩部分組成。硬件部分包括振動傳感器、低通濾波器、數(shù)據(jù)采集卡和計算機(jī)等。硬件部分的主要功能是采集船用電機(jī)軸承的振動信號,對該信號進(jìn)行濾波,并將其數(shù)字化,便于在計算機(jī)上顯示、分析以及存儲。系統(tǒng)硬件部分示意圖如圖2所示。
圖2 硬件部分示意圖
根據(jù)圖1所示的流程圖編制的船用電機(jī)軸承狀態(tài)監(jiān)測系統(tǒng)的Labview程序框圖如圖3所示,將實時采集的信號經(jīng)過提取信號特征、特征集降維等步驟,輸入正常狀態(tài)下的HMM模型中。模型給出該信號由正常狀態(tài)下產(chǎn)生的概率,該概率值會隨著船用電機(jī)軸承狀態(tài)的改變而變化。當(dāng)船用電機(jī)軸承處于正常狀態(tài)時,模型輸出的概率值服從同一分布;當(dāng)船用電機(jī)軸承發(fā)生故障時,模型輸出的概率值將脫離原來的分布。因此,根據(jù)法則設(shè)置閾值,當(dāng)概率值超出閾值時給出警報,為了避免出現(xiàn)偶然誤差,可以設(shè)置連續(xù)幾次超出閾值時給出故障警報。
滾動軸承狀態(tài)監(jiān)測實驗使用美國Intelligent Maintenance System Center的軸承生命周期數(shù)據(jù),實驗臺如圖4所示。實驗過程中軸承的轉(zhuǎn)速為2000r/min,并對軸承施加26.6kN的徑向載荷。數(shù)據(jù)采集的頻率設(shè)置為20480Hz,數(shù)據(jù)采集間隔為10min,每次采集1s。直至某軸承出現(xiàn)失效停止實驗,實驗過程采集984組數(shù)據(jù)。表1為實驗用軸承的幾何參數(shù)。
圖3 船用電機(jī)軸承狀態(tài)監(jiān)測系統(tǒng)Labview程序框圖
圖4滾動軸承狀態(tài)監(jiān)測實驗臺
表1 滾動軸承的參數(shù)
圖5中橫坐標(biāo)為按照時間順序排列的每組數(shù)據(jù)的編號??梢钥吹诫S著實驗的進(jìn)行,在0~700組數(shù)據(jù)時,特征值沒有明顯變化,在700組之后,時域指標(biāo)值相比于0~700組開始出現(xiàn)明顯變化,說明軸承開始出現(xiàn)故障。
圖5 軸承全壽期數(shù)據(jù)歸一化的部分時域特征
圖6是基于Labview的船用電機(jī)軸承狀態(tài)監(jiān)測系統(tǒng)的控制界面,圖中曲線表示隨著軸承運(yùn)行,軸承在正常狀態(tài)下的似然概率值。圖中直線之間的范圍表示正常狀態(tài)似然概率值的范圍。當(dāng)正常狀態(tài)HMM輸出的似然概率值連續(xù)5次超出閾值時,系統(tǒng)給出警報。選取前50組數(shù)據(jù)用于訓(xùn)練正常狀態(tài)的HMM模型。訓(xùn)練完成后,將軸承全壽命周期的數(shù)據(jù)輸入正常狀態(tài)的HMM模型中,通過正常狀態(tài)的HMM模型輸出的似然概率值反應(yīng)軸承的狀態(tài)。從控制界面可以看出,在第540組數(shù)據(jù)時故障指示燈亮起,并給出故障警報信息。說明相比于傳統(tǒng)的信號特征,該系統(tǒng)對軸承早期故障更加敏感,在狀態(tài)監(jiān)測的過程中能夠準(zhǔn)確地檢測軸承早期故障。
圖6 船用電機(jī)軸承狀態(tài)監(jiān)測系統(tǒng)的控制界面
本文介紹了一種基于Labview的某型船用泵電機(jī)軸承狀態(tài)監(jiān)測系統(tǒng)。首先,介紹了船用泵電機(jī)軸承特征提取方法以及降維方法;然后,介紹了基于HMM的船用泵電機(jī)軸承狀態(tài)監(jiān)測模型,并對系統(tǒng)的的硬件部分以及軟件部分的設(shè)計方法進(jìn)行介紹;最后,對系統(tǒng)的使用效果進(jìn)行實驗驗證,實驗結(jié)果表明,系統(tǒng)對軸承早期故障敏感,能夠在軸承故障早期給出警報,對船用泵的預(yù)防性維修具有重要意義,并為其狀態(tài)監(jiān)測的工程應(yīng)用奠定了技術(shù)基礎(chǔ)。