蘇 力,王任全,毛 娜,王婷婷

(中冶京誠工程技術有限公司,北京 100176)

冶金機械設備是現(xiàn)代金屬冶煉過程中的關鍵設備之一,由于設計、制造、維修等方面的原因,其傳動可靠性與安全性相對較差。冶金設備的故障會通過傳動的嚙合頻率和振幅體現(xiàn)出來[1-2],因此對傳動裝置的運行狀態(tài)進行管理,可以進一步縮短傳動裝置的故障維修時間。

針對傳動裝置,部分專家學者提出了相應的故障自動辨識方法,但這些方法在應用過程中存在定位誤差高的問題[3-4]。對此本文應用振動信號分析技術以及傳動頻率計算環(huán)節(jié),對這些故障自動辨識方法進行優(yōu)化,提出一種新型傳動裝置故障自動辨識方法,進一步提升傳動裝置故障診斷效果,為日后的傳動裝置維修提供更可靠的檢測結果。

1 構建傳動裝置模型

齒輪傳動裝置具有非線性特征,如果在齒輪傳動裝置故障診斷過程中僅考慮扭轉振動,忽視傳動軸的變形問題以及齒面磨損問題,會導致模型構建結果出現(xiàn)異常[5-6]。因此對原始齒輪傳動裝置模型進行優(yōu)化,根據(jù)齒輪傳動動力學原理,構建傳動裝置模型:

Q1=W1γ1+(bh+bhΔ)Pb1(Pb1γ1-Pb2γ2-z(τ))+h(τ)pb1f(Pb1γ1-Pb2γ2-z(τ))+FΔ

(1)

Q2=-W2γ2+(bh+bhΔ)Pb2(Pb1γ1-Pb2γ2-z(τ))+h(τ)pb1f(Pb1γ1-Pb2γ2-z(τ))

(2)

式中:Q1為主動齒輪上的轉矩,Q2為被動齒輪上的轉矩,W1為主動齒輪的扭轉力矩,W2為被動齒輪的扭轉力矩,bh為齒輪副的嚙合阻尼,bhΔ為齒輪副的嚙合阻尼擾動量,Pb1為主動齒輪上的轉矩,Pb2為被動齒輪上的轉矩,γ1為主動齒輪的扭轉振動位移,γ2為被動齒輪的扭轉振動位移,z(τ)為齒輪副的時間變化嚙合剛度,h(τ)為主動齒輪的時間變化嚙合剛度,FΔ為齒輪運行擾動量。齒輪之間的嚙合力主要由嚙合阻尼引起的黏合嚙合力G1與時變嚙合剛度[7]G2組成:

(3)

引入齒輪嚙合線上的相對位移l:

(4)

數(shù)可表示為:

(5)

2 傳動裝置故障辨識方法設計

冶金設備是指用于冶金生產(chǎn)過程中的機械設備,包括冶煉、鑄造、軋制和成型等不同階段的設備。冶金設備具有如下特點:1)高強度,耐高溫、耐高壓;2)高精度;3)耐腐蝕;4)自動化程度高;5)綠色環(huán)保。

總之,冶金設備在保證生產(chǎn)效率的同時,還要滿足低能耗、低污染等環(huán)保要求,以適應現(xiàn)代化的生產(chǎn)需求。

傳動裝置是冶金生產(chǎn)過程的重要組成部分,它的正常運轉與否直接影響生產(chǎn)效率和產(chǎn)品質(zhì)量。因此,對于傳動裝置的故障辨識需要全面綜合考慮各種因素,及時采取措施進行維修保養(yǎng)。

傳動裝置故障診斷過程中振動信號分析處理的難點如下:

1)非線性問題。齒輪傳動裝置工作時,由于接觸、摩擦等因素的影響,齒輪運行數(shù)據(jù)具有非線性特征,導致數(shù)據(jù)采集難度與特征提取難度增加。

2)齒輪運行數(shù)據(jù)采集問題。在實際采集過程中可能會出現(xiàn)齒輪運行數(shù)據(jù)采集不穩(wěn)定或信號干擾等問題,導致后續(xù)辨識誤差增加,質(zhì)量下降。

3)特征提取問題。齒輪運行數(shù)據(jù)中包含了大量信息,在齒輪運行數(shù)據(jù)分析處理中,需要采用一些有效的齒輪運行數(shù)據(jù)特征提取算法進行特征提取,以提取出有用的故障特征信息。

以上3個難點都需要在故障辨識過程中考慮到,并采用相應的技術手段和方法,以確保信號分析處理的準確性和有效性,實現(xiàn)故障診斷的精準和可靠。本文主要通過齒輪傳動裝置嚙合頻率以及采集到的原始信號,分析齒輪動態(tài)運行特征。根據(jù)齒輪傳動裝置故障嚙合特征與信號特征,完成故障自動辨識。

2.1 齒輪運行數(shù)據(jù)采集分析

齒輪傳動裝置在嚙合過程中,會產(chǎn)生周期性變化,輪齒與輪齒之間的每次嚙合均會產(chǎn)生一次碰撞,且碰撞過程具有一定的周期,其可反映齒輪之間相互嚙合的運行速度,此沖擊頻率稱為嚙合頻率[10]。本文將其作為故障識別的主要參考條件。齒輪傳動裝置的嚙合頻率大致分為兩部分,分別為齒輪嚙合頻率以及傳動裝置嚙合頻率。

1)齒輪嚙合頻率fm。齒輪嚙合頻率與齒輪齒數(shù)a以及齒輪傳動頻率f相關,其計算公式為:

fm=af

(6)

2)傳動裝置嚙合頻率fc。傳動裝置的嚙合關系主要包含齒輪與內(nèi)齒圈的嚙合以及齒輪與齒輪之間的嚙合。因此傳動裝置嚙合頻率為:

fc=aifai=ajfaj

(7)

式中:ai為嚙合齒輪i的齒數(shù),其傳動頻率為fai;aj為嚙合齒輪j的齒數(shù),其傳動頻率為faj。通過式(5)和式(6)確定齒輪原始的傳遞特性,同時對齒輪傳動裝置運行信號進行采集,并對采集到的信號進行小波分析。

假設齒輪傳動裝置的原始運行信號為s(t),可將其分解為(n+1)個固有模態(tài)函數(shù)sk(t)和的形式:

(8)

通過式(7)得到分解完成的傳動運行信號。但該信號在應用過程中存在問題,為此還需構建Meyer小波帶通濾波器組。對采集到的原始信號進行頻域分割,得到N個連續(xù)頻域區(qū)間。假設原始信號區(qū)間為[0,π],自適應分割為N個連續(xù)頻域區(qū)間,則劃分的N個連續(xù)頻域區(qū)間∧n應滿足:

(9)

(10)

(11)

式中:μ為經(jīng)驗小波離散系數(shù),η為尺度函數(shù)形狀參數(shù)。

2.2 齒輪傳動裝置故障識別與診斷

實例分析發(fā)現(xiàn),當傳動設備存在故障時,故障發(fā)生位置的輪齒與相鄰齒輪的內(nèi)齒圈分別嚙合一次,即故障位置的齒輪存在兩次嚙合。針對此特征,可以確定局部故障的特征頻率:

fz=2fyqi

(12)

式中:qi為單一齒輪的齒數(shù);fz為齒輪特征頻率;fy為齒輪傳動頻率。由此可得到均勻故障特征頻率計算式:

(13)

式中:gy為齒輪的嚙合頻率;m為齒輪磨損個數(shù)。僅通過齒輪傳動頻率對故障位置進行判定具有一定的單一性,為此還需使用轉換完成的信號進行降噪分析,并對其進行包絡譜解調(diào)分析,利用歷史數(shù)據(jù)確定齒輪故障特征,具體診斷過程如圖1所示。

圖1 齒輪傳動裝置故障信號診斷過程

根據(jù)圖1獲取故障信號信息,并將其與式(13)計算結果融合分析,得到最終的齒輪傳動裝置故障信息,通過此信息確定故障位置,完成故障自動辨識。至此,傳動裝置故障自動辨識方法設計完成。

3 實例論證分析

3.1 實驗準備

本文采用實例分析的方式,對所提方法的應用效果加以驗證。選取圖2所示高線懸臂精軋機作為實驗對象。

圖2 高線懸臂精軋機

此實驗對象含有4個故障點,具體如圖3所示。

圖3 故障點位置

實驗前,先檢測故障點處的齒輪故障特征頻率,可得齒輪內(nèi)部頻率為102.0 Hz,齒輪外部頻率為107.5 Hz,齒輪傳動頻率為30.0 Hz。

對故障點進行分析可以確定故障點1、2為內(nèi)圈故障,故障點3、4為外圈故障。使用所提方法、基礎方法以及機器視覺方法對目標設備進行辨識,分析不同方法的使用效果。

3.2 振動信號采集質(zhì)量分析

為降低實驗難度,此次實驗僅對不同方法的信號采集質(zhì)量進行測定。將實驗環(huán)境設定為實驗室環(huán)境與工廠環(huán)境,每個實驗環(huán)境共采集8組振動信號,并得到不同方法的振動信號分類準確性(僅對正常信號與異常信號展開分析),具體實驗結果見表1、表2。

表1 實驗室環(huán)境下振動信號分類準確性 %

表2 工廠環(huán)境下振動信號分類準確性 %

由表可知,在兩種實驗環(huán)境下,所提方法得到信號分析結果的準確性相對較高,應用其可對實驗目標展開高質(zhì)量的故障識別;其他兩種方法的信號采集與分析能力相對較差,只有在穩(wěn)定的環(huán)境中才能獲取高質(zhì)量信號,這對于傳動故障辨識具有一定的負面影響。

3.3 故障定位誤差分析

由3.2實驗結果可以確定,3種方法均具有故障辨識能力,為對比不同方法的應用性能,對其故障定位誤差展開分析,具體實驗結果如圖4所示。

圖4 故障定位誤差實驗結果

僅對工廠環(huán)境下的故障點定位誤差進行分析,由圖可知,3種方法均存在故障定位誤差,但所提方法的定位誤差相對較小,不會對故障的維修與診斷造成影響;其他兩種方法的定位誤差相對較大,在之后的研究中還需進行完善與優(yōu)化。綜合上述實驗結果可以確定,所提方法的故障辨識能力與定位能力更佳。

4 結束語

本文針對當前冶金傳動裝置故障識別過程中存在的問題,提出了一種新型故障辨識方法。主要對傳動裝置的振動信號以及傳動裝置嚙合頻率進行設定,在后續(xù)的研究中還需對信號處理環(huán)境以及信號濾波環(huán)節(jié)展開設定,通過選取更加具有代表性的實驗裝置,進一步提升故障診斷質(zhì)量。