機(jī)械類畢業(yè)論文 旋轉(zhuǎn)機(jī)械故障診斷及探究

1、南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 第一章 緒 論 機(jī)械故障診斷, 就是通過機(jī)械運(yùn)行中的相關(guān)信息來識(shí)別其技術(shù)狀態(tài)是否正常, 確定故障的性質(zhì)和部位,尋找故障起因, 預(yù)報(bào)故障趨勢(shì), 并提出相應(yīng)的對(duì)策的一門技術(shù)?，F(xiàn)代的機(jī)械設(shè)備正在迅速地向著精密化、高速化、自動(dòng)化、系統(tǒng)化的方向發(fā)展, 設(shè)備更加復(fù)雜, 各個(gè)部件的聯(lián)系也越來越緊密, 設(shè)備某部件的故障有可能會(huì)引起整個(gè)設(shè)備的損壞。機(jī)械設(shè)備發(fā)生故障不僅會(huì)造成巨大的經(jīng)濟(jì)損失, 而且會(huì)危及人身安全帶來嚴(yán)重的后果。因此, 機(jī)械故障診斷工作得到了廣大科研人員的關(guān)注和重視, 隨著各個(gè)領(lǐng)域技術(shù)的不斷發(fā)展, 各種新的技術(shù)和理論被不1并提出了新的診斷方法與理論斷地應(yīng)用于機(jī)械故

2、障診斷中, 。 1.1 旋轉(zhuǎn)機(jī)械故障診斷的意義，目的和過程 旋轉(zhuǎn)機(jī)械的故障問題有很多，在這里我們選取滾動(dòng)軸承的故障問題來介紹一下。 3 旋轉(zhuǎn)機(jī)械故障診斷的意義1.1.1 滾動(dòng)軸承是機(jī)械設(shè)備中最常見的部件之一，它的運(yùn)行狀態(tài)直接影響整臺(tái)機(jī)器的功能據(jù)鋼鐵工業(yè)統(tǒng)計(jì)，在旋轉(zhuǎn)機(jī)械中，由于滾動(dòng)軸承損壞而引起的故障約占30因此，對(duì)滾動(dòng)軸承工作狀態(tài)的監(jiān)視及其故障診斷技術(shù)的研究工作越來越受到人們的重視，成為保障旋轉(zhuǎn)機(jī)械良好工作性能的重要保障。 最初的軸承故障診斷是利用聽棒，靠聽覺來判斷。這種方法至今仍在沿用，其中的一部分已改進(jìn)為電子聽診器，例如用電子聽診器來檢查、判斷軸承的疲勞損傷。訓(xùn)練有素的人員憑經(jīng)驗(yàn)?zāi)茉\斷出剛

3、剛發(fā)生的疲勞剝落，有時(shí)甚至能辨別出損傷的位置，但畢竟影響因素較多，可靠性較差。 繼聽棒、電子聽診器之后，在滾動(dòng)軸承的狀態(tài)監(jiān)測(cè)與故障診斷工作中又引入了各種測(cè)振儀，用振動(dòng)位移、速度和加速度的均方根值或峰值來判斷軸承有無故障，這樣減少了監(jiān)測(cè)人員對(duì)經(jīng)驗(yàn)的依賴性，提高了監(jiān)測(cè)診斷的準(zhǔn)確性，但仍很難在故障初期及時(shí)做出診斷。 1966年，全球主要滾動(dòng)軸承生產(chǎn)商之一，瑞典SKF公司在多年對(duì) 軸承故障機(jī)理研究的基礎(chǔ)上發(fā)明了用沖擊脈沖儀（Shock Pulse Meter）檢測(cè)軸承損傷，將滾動(dòng)軸承的故障診斷水平提高了一個(gè)檔次。之后， 1 第一章 緒論 幾十家公司相繼安裝了大批傳感器用于長期監(jiān)測(cè)軸承的運(yùn)轉(zhuǎn)情況，在航空

4、飛機(jī)上也安裝了類似的檢測(cè)儀器。 1976年，日本新日鐵株式會(huì)社研制了MCV系列機(jī)器檢測(cè)儀（Machine Checker），可分別在低頻、中頻和高頻段檢測(cè)軸承的異常信號(hào)。同時(shí)推出的還有油膜檢查儀，利用超聲波或高頻電流對(duì)軸承的潤滑狀態(tài)進(jìn)行監(jiān)測(cè)，探測(cè)油膜是否破裂，發(fā)生金屬間直接接觸。1976-1983年，日本精工公司（NSK）相繼研制出了NB系列軸承監(jiān)測(cè)儀，利用115kHz范圍內(nèi)的軸承振動(dòng)信號(hào)測(cè)量其RMS值和峰值來檢測(cè)軸承故障。由于濾除了低頻干擾，靈敏度有所提高，其中有些型號(hào)的儀器儀表還具有報(bào)警、自動(dòng)停機(jī)功能。 隨著對(duì)滾動(dòng)軸承的運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)的深入研究，對(duì)于軸承振動(dòng)信號(hào)中的頻率成分和軸承零件的幾何

5、尺寸及缺陷類型的關(guān)系有了比較清楚的了解，加之快速傅里葉變換技術(shù)的發(fā)展，開創(chuàng)了用頻域分析方法來檢測(cè)和診斷軸承故障的新領(lǐng)域。其中最具代表性的有對(duì)鋼球共振頻率的研究，對(duì)軸承圈自由共振頻率的研究，對(duì)滾動(dòng)軸承振動(dòng)和缺陷、尺寸不均勻及磨損之間關(guān)系的研究。1969年，H. L. Balderston根據(jù)滾動(dòng)軸承的運(yùn)動(dòng)分析得出了滾動(dòng)軸承的滾動(dòng)體在內(nèi)外滾道上的通過頻率和滾動(dòng)體及保持架的旋轉(zhuǎn)頻率的計(jì)算公式，以上研究奠定了這方面的理目前已有多種信號(hào)分析儀可供滾動(dòng)軸承的故障診斷，美國恩?；A(chǔ)論泰克公司根據(jù)滾動(dòng)軸承振動(dòng)時(shí)域波形的沖擊情況推出的“波尖能量”法及相應(yīng)儀器，對(duì)滾動(dòng)軸承的故障診斷非常有效。還有多種信號(hào)分析處理技

6、術(shù)用于滾動(dòng)軸承的狀態(tài)監(jiān)測(cè)與故障診斷，如頻率細(xì)化技術(shù)、倒頻譜、包絡(luò)線分析等。在信號(hào)預(yù)處理上也采用了各種濾波技術(shù)，如相干濾波、自適應(yīng)濾波等，提高了診斷靈敏度。 除了利用振動(dòng)信號(hào)對(duì)軸承運(yùn)行狀態(tài)進(jìn)行診斷監(jiān)測(cè)外，還發(fā)展了其 他一些技術(shù)，如光纖維監(jiān)測(cè)技術(shù)、油污染分析法（光譜測(cè)定法、磁性磁屑探測(cè)法和鐵譜分析法等）、聲發(fā)射法、電阻法等。本課題利用的是振動(dòng)信號(hào)來對(duì)故障的監(jiān)測(cè)。 3 旋轉(zhuǎn)機(jī)械故障的主要形式和原因1.1.2 滾動(dòng)軸承在運(yùn)轉(zhuǎn)過程中可能會(huì)由于各種原因引起損壞，如裝配不 2 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 當(dāng)、潤滑不良、水分和異物侵入、腐蝕和過載等都可能會(huì)導(dǎo)致軸承過早損壞。即使在安裝、潤滑和使用維護(hù)都

7、正常的情況下，經(jīng)過一段時(shí)間運(yùn)轉(zhuǎn)，軸承也會(huì)出現(xiàn)疲勞剝落和磨損而不能正常工作。總之，滾動(dòng)軸承的故障原因是十分復(fù)雜的。滾動(dòng)軸承的主要故障形式與原因如下。 1.疲勞剝落 滾動(dòng)軸承的內(nèi)外滾道和滾動(dòng)體表面既承受載荷又相對(duì)滾動(dòng)，由于交變載荷的作用，首先在表面下一定深度處（最大剪應(yīng)力處）形成裂紋，繼而擴(kuò)展到接觸表面使表層發(fā)生剝落坑，最后發(fā)展到大片剝落，這種現(xiàn)象就是疲勞剝落。疲勞剝落會(huì)造成運(yùn)轉(zhuǎn)時(shí)的沖擊載荷、振動(dòng)和噪聲加劇。通常情況下，疲勞剝落往往是滾動(dòng)軸承失效的主要原因，一般所說的軸承壽命就是指軸承的疲勞壽命，軸承的壽命試驗(yàn)就是疲勞試驗(yàn)。試驗(yàn)規(guī)程規(guī)定，在滾道或滾動(dòng)體上出現(xiàn)面積為0.5mm2的疲勞剝落坑就認(rèn)為軸承

8、壽命終結(jié)。滾動(dòng)軸承的疲勞壽命分散性很大，同一批軸承中，其最高壽命與最低壽命可以相差幾十倍乃至上百倍，這從另一角度說明了滾動(dòng)軸承故障監(jiān)測(cè)的重要性。 2.磨損 由于塵埃、異物的侵入，滾道和滾動(dòng)體相對(duì)運(yùn)動(dòng)時(shí)會(huì)引起表面磨損，潤滑不良也會(huì)加劇磨損，磨損的結(jié)果使軸承游隙增大，表面粗糙度增加，降低了軸承運(yùn)轉(zhuǎn)精度，因而也降低了機(jī)器的運(yùn)動(dòng)精度，振動(dòng)及噪聲也隨之增大。對(duì)于精密機(jī)械軸承，往往是磨損量限制了軸承的壽命。 此外，還有一種微振磨損。在軸承不旋轉(zhuǎn)的情況下，由于振動(dòng)的作用，滾動(dòng)體和滾道接觸面間有微小的、反復(fù)的相對(duì)滑動(dòng)而產(chǎn)生磨損，在滾道表面上形成振紋狀的磨痕。 3.塑性變形 當(dāng)軸承受到過大的沖擊載荷或靜載荷時(shí)，

9、或因熱變形引起額外的 載荷，或有硬度很高的異物侵入時(shí)都會(huì)在滾道表面上形成凹痕或劃痕。這將使軸承在運(yùn)轉(zhuǎn)過程中產(chǎn)生劇烈的振動(dòng)和噪聲。而且一旦有了壓痕，壓痕引起的沖擊載荷會(huì)進(jìn)一步引起附近表面的剝落。 4.銹蝕 3 第一章 緒論 銹蝕是滾動(dòng)軸承最嚴(yán)重的問題之一，高精度軸承可能會(huì)由于表面 銹蝕導(dǎo)致精度喪失而不能繼續(xù)工作。水分或酸、堿性物質(zhì)直接侵人會(huì)引起軸承銹蝕。當(dāng)軸承停止工作后，軸承溫度下降達(dá)到露點(diǎn)，空氣中水分凝結(jié)成水滴附在軸承表面上也會(huì)引起銹蝕。此外，當(dāng)軸承內(nèi)部有電流通過時(shí)，電流有可能通過滾道和滾動(dòng)體上的接觸點(diǎn)處，很薄的油膜引起電火花而產(chǎn)生電蝕，在表面上形成搓板狀的凹凸不平。 5.斷裂 過高的載荷會(huì)可

10、能引起軸承零件斷裂。磨削、熱處理和裝配不當(dāng) 都會(huì)引起殘余應(yīng)力，工作時(shí)熱應(yīng)力過大也會(huì)引起軸承零件斷裂。另外，裝配方法、裝配工藝不當(dāng)，也可能造成軸承套圈擋邊和滾子倒角處掉塊。 6.膠合 在潤滑不良、高速重載情況下工作時(shí)，由于摩擦發(fā)熱，軸承零件可以在極短時(shí)間內(nèi)達(dá)到很高的溫度，導(dǎo)致表面燒傷及膠合。所謂膠合是指一個(gè)零部件表面上的金屬粘附到另一個(gè)零件部件表面上的現(xiàn)象。 7.保持架損壞 由于裝配或使用不當(dāng)可能會(huì)引起保持架發(fā)生變形，增加它與滾動(dòng)體之間的摩擦，甚至使某些滾動(dòng)體卡死不能滾動(dòng)，也有可能造成保持架與內(nèi)外圈發(fā)生摩擦等。這一損傷會(huì)進(jìn)一步使振動(dòng)、噪聲與發(fā)熱加劇，導(dǎo)致軸承損壞。 1.1.3 旋轉(zhuǎn)機(jī)械故障診斷的

11、目的 故障診斷的目的： (1)能即使地、正確地對(duì)各種異常狀態(tài)或故障狀態(tài)作出診斷，預(yù)防或消除故障，對(duì)設(shè)備的運(yùn)行進(jìn)行必要的指導(dǎo)，提高設(shè)備運(yùn)行的可靠性、安全性和有效性，以把故障損失降低到最低水平。 (2)保證設(shè)備發(fā)揮最大的設(shè)計(jì)能力，制定合理的檢測(cè)維修制度，充分挖掘設(shè)備潛力，延長其使用壽命。 (3)通過檢測(cè)監(jiān)視、故障分析、性能評(píng)估等，為設(shè)備機(jī)構(gòu)修改、優(yōu)化設(shè)計(jì)、合制造及生產(chǎn)過程提供數(shù)據(jù)和信息。 總而言之，故障診斷即要保證設(shè)備的安全可靠性，又要獲取更大的經(jīng)濟(jì)利益和 4 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 社會(huì)效益。 1.1.4 旋轉(zhuǎn)機(jī)械故障診斷的過程 作為機(jī)械設(shè)備的故障診斷技術(shù)，應(yīng)具有下面幾種功能： (1

12、) 在不拆卸機(jī)械設(shè)備的條件下，能夠定量地檢測(cè)和評(píng)價(jià)設(shè)備個(gè)部分的運(yùn)動(dòng)和受力狀態(tài)，缺陷和磨損狀態(tài)，性能的劣化和故障狀態(tài)。 (2) 能夠確定設(shè)備的故障性質(zhì)、部位、程度和發(fā)展趨勢(shì)，預(yù)測(cè)設(shè)備的可靠性程度。 (3) 能夠確定設(shè)備發(fā)生異常時(shí)的修復(fù)方法。 因此，機(jī)械設(shè)備的故障診斷應(yīng)包括下面幾個(gè)環(huán)節(jié)： (1) 機(jī)械設(shè)備狀態(tài)參數(shù)的監(jiān)測(cè)； (2) 進(jìn)行信號(hào)處理，提取故障的特征信息； (3) 確定故障的類型及發(fā)生部位； 對(duì)所確定的類型作防治或控制。 (4) 1.2 機(jī)械故障診斷方法 1.2.1 常用的機(jī)械故障診斷方法的分類 機(jī)械設(shè)備有各種類型，其工作條件又各有不同，故對(duì)不同機(jī)器的故障往往需要采用不同的方法來診斷。對(duì)機(jī)

13、器進(jìn)行故障診斷的方法可以按如下幾種方式進(jìn)行分類。 按診斷的目的要求分類 1.功能診斷和運(yùn)行診斷 功能診斷是針對(duì)新安裝或剛維修后的機(jī)器或機(jī)組，需要檢查它們的運(yùn)行工況和功能是否正常，并且按檢查的結(jié)果對(duì)機(jī)器或機(jī)組進(jìn)行調(diào)整。而運(yùn)行診斷是針對(duì)正常工作的機(jī)器或機(jī)組。 2.定期診斷和連續(xù)監(jiān)控 定期診斷是么一隔一個(gè)小時(shí)，例如1個(gè)月或數(shù)個(gè)月對(duì)工作狀態(tài)下的機(jī)器進(jìn)行常規(guī)檢查。連續(xù)監(jiān)控則是采用儀表和計(jì)算機(jī)信息處理系統(tǒng)對(duì)機(jī)器運(yùn)行狀態(tài)進(jìn)行不間斷地監(jiān)視或控制。兩種診斷方式的采用，取決于設(shè)備的關(guān)鍵程度、設(shè)備事故影響的嚴(yán)重程度、運(yùn)行過程中性能下降的快慢，以及設(shè)備發(fā)生和發(fā)展的可預(yù)測(cè)性。 5 第一章 緒論 3.直接診斷和間接診斷

14、直接診斷是直接確定關(guān)鍵部件的狀態(tài)，如主軸承間隙、齒輪齒面磨損、燃?xì)廨啓C(jī)葉子的裂紋以及在腐蝕環(huán)境下管道的壁厚等。直接診斷往往受到機(jī)器結(jié)構(gòu)和工作條件的限制而無法實(shí)現(xiàn)，這時(shí)，就不得不采用間接診斷。 所謂間接診斷就是通過二次診斷信息來間斷判斷機(jī)器中關(guān)鍵部件的狀態(tài)變化。多次二次診斷信息屬于綜合信息。 4.在線診斷與離線診斷 在線診斷是指對(duì)于大型、重要的設(shè)備為了保證其安全和可靠運(yùn)行需要對(duì)所監(jiān)測(cè)的信號(hào)自動(dòng)、連續(xù)、定時(shí)的進(jìn)行采集與分析，對(duì)出現(xiàn)的故障及時(shí)作出診斷；離線診斷是通過磁帶記錄儀或數(shù)據(jù)采集將現(xiàn)場(chǎng)的信號(hào)記錄并儲(chǔ)存起來，再在實(shí)驗(yàn)室進(jìn)行回放分析，對(duì)于一般中小型設(shè)備往往采用離線診斷方式。 按信息提取方式分類 信

15、號(hào)是信息的載體，設(shè)備出現(xiàn)故障時(shí)出現(xiàn)的征兆是通過檢測(cè)信息，即信號(hào)來體現(xiàn)的，所以可以按找特征信號(hào)與征兆之間的關(guān)系對(duì)方法進(jìn)行分類。 1.函數(shù)分析法 特征信號(hào)與征兆之間存在定量的函數(shù)關(guān)，可用數(shù)學(xué)分析方法，例如狀態(tài)空間分析，由特征信號(hào)求出征兆。 2.可用數(shù)理統(tǒng)計(jì)方法由特征信號(hào)求出征兆。統(tǒng)計(jì)分析法又可分為分非參數(shù)模型統(tǒng)計(jì)法即傳統(tǒng)的信號(hào)處理方法和參數(shù)模型統(tǒng)計(jì)法兩種。它根據(jù)信號(hào)的采樣數(shù)據(jù)，首先建立差分方程形式的參數(shù)模型，再用模型的參數(shù)或用模型計(jì)算出信號(hào)統(tǒng)計(jì)特性、結(jié)構(gòu)固有的特性或其他特性作為征兆。 按照狀態(tài)診斷方式分類 1.對(duì)比診斷法 目前應(yīng)用最廣，應(yīng)事先通過統(tǒng)計(jì)歸納、實(shí)驗(yàn)研究、分析計(jì)算，確定同各有關(guān)狀態(tài)一一對(duì)

16、應(yīng)的征兆，然后將獲得的征兆同基準(zhǔn)模式對(duì)比，即可確定設(shè)備的狀態(tài)。 2.函數(shù)診斷法 在征兆與狀態(tài)之間如存在定量的函數(shù)關(guān)系，則在獲得征兆后即可用相應(yīng)的函數(shù)關(guān)系計(jì)算出狀態(tài)。 3.邏輯診斷法 6 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 在征兆與狀態(tài)間如存在邏輯關(guān)系時(shí)，則在獲得征兆后即可用相應(yīng)物理或數(shù)理邏輯關(guān)系推理判明有關(guān)狀態(tài)。 4.統(tǒng)計(jì)診斷法 一般模式識(shí)別理論中的統(tǒng)計(jì)模式法，它用于征兆與狀態(tài)之間存在統(tǒng)計(jì)關(guān)系時(shí)。 5.模糊診斷法 它是一種較新的診斷方法，其特點(diǎn)有二：第一，它采用多因素診斷，因?yàn)橐环N狀態(tài)可在不同程度地引起多種征兆，而一種征兆又可在不同程度上反映多種狀態(tài)；第二，它模仿人利用模糊邏輯而精確識(shí)別事物這

17、一特性。這樣，它根據(jù)所獲得的征兆，列出征兆隸屬度模糊向量，再根據(jù)以實(shí)踐為基礎(chǔ)所得到16,17，最后根據(jù)的模糊矩陣，利用模糊數(shù)學(xué)方法，計(jì)算出狀態(tài)隸屬度模糊向量此向量中各元素的大小確定有關(guān)狀態(tài)的情況。 6.智能診斷法 人工只能的目的是使計(jì)算機(jī)去做原來人才能做的事情，包括推理、理解、規(guī)劃、決策、抽象、學(xué)習(xí)等功能，專家系統(tǒng)是實(shí)現(xiàn)人工智能的重要形式，目前已廣泛用于診斷、解釋、設(shè)計(jì)、規(guī)劃、決策等各個(gè)領(lǐng)域?，F(xiàn)在國內(nèi)外已發(fā)展了一系列用語設(shè)備故障診斷的專家系統(tǒng)，獲得了良好的效果。 1.2.2 機(jī)械故障診斷方法的問題和發(fā)展趨勢(shì) 近年來，故障診斷方法的研究有了長足的進(jìn)展，但是研究過程中也發(fā)現(xiàn)了諸多問題。如微小故障的

18、早期檢測(cè)即故障預(yù)報(bào)問題、故障源的準(zhǔn)確辨識(shí)問題、系統(tǒng)的非線性問題、故障檢測(cè)的魯棒性問題、故障診斷方法的實(shí)際應(yīng)用問題等，而且有些問題是故障診斷技術(shù)研究過程中迫切需要解決的。生產(chǎn)過程中的某些故障是緩慢的變化產(chǎn)生的，如催化劑的失活和生產(chǎn)過程流體泄漏，在這些故障產(chǎn)生重大影響前必須進(jìn)行預(yù)報(bào)。故障檢測(cè)殘差只是反映了故障的最終影響，根據(jù)檢測(cè)殘差尋找故障根源的辨識(shí)過程是一個(gè)追根溯源的復(fù)雜過程，目前，這個(gè)問題仍然是故障診斷的一個(gè)難點(diǎn)。 問題的存在是對(duì)研究人員的挑戰(zhàn)，也為故障診斷技術(shù)的發(fā)展提供了契機(jī)，將來的故障診斷技術(shù)會(huì)在解決問題的過程中得到發(fā)展。故障診斷技術(shù)作為一個(gè)新興的研究領(lǐng)域，還有很多問題值得探討。需要在以下

19、5個(gè)方面進(jìn)行更為深入的研究。 7 第一章 緒論 (1)故障預(yù)報(bào)方法的研究。對(duì)于某些特定的緩變型故障進(jìn)行提前預(yù)報(bào)具有重大意義，這一點(diǎn)值得引起研究人員的關(guān)注。目前對(duì)此類問題的研究甚少，現(xiàn)有的方法有基于神經(jīng)網(wǎng)絡(luò)的方法、Kalman濾波器方法，但仍存在很多缺陷。 (2)故障辨識(shí)方法的研究。針對(duì)不同系統(tǒng)，有效的故障辨識(shí)方法的研究將是故障診斷技術(shù)中一個(gè)前景廣闊的研究方向。特別對(duì)基于數(shù)據(jù)分析的方法而言，故障辨識(shí)能力較弱，除了對(duì)貢獻(xiàn)圖方法的進(jìn)一步研究外，尋找一些新方法也是勢(shì)在必行。 (3)故障診斷系統(tǒng)的魯棒性研究?，F(xiàn)有的各種方法都不可避免地要面對(duì)系統(tǒng)建模15的影響。這些未知因素的存在，將會(huì)極大地增加系統(tǒng)的誤誤

20、差、擾動(dòng)和噪聲報(bào)率。將來對(duì)各種方法的魯棒性進(jìn)行比較研究將是一個(gè)在應(yīng)用中較為實(shí)際的課題。 (4)故障診斷系統(tǒng)的非線性研究。實(shí)際的工業(yè)過程都是非線性的，然而現(xiàn)有的大部分方法都是線性的。當(dāng)過程的非線性比較顯著時(shí)，使用線性模型或者線性的數(shù)據(jù)分析方法將會(huì)使得故障診斷系統(tǒng)的檢測(cè)靈敏性降低，故障辨識(shí)不準(zhǔn)確。因此，研究針對(duì)過程非線性的故障診斷算法是非常必要的。 (5)大型的實(shí)用故障診斷系統(tǒng)的構(gòu)建。目前，國內(nèi)成熟的故障診斷系統(tǒng)在實(shí)際生產(chǎn)過程中的應(yīng)用還不多見。對(duì)于某些工業(yè)過程，建立一個(gè)實(shí)際的故障診斷系統(tǒng)，既可以探索故障診斷技術(shù)的實(shí)踐過程，也可以推動(dòng)故障診斷技術(shù)理論研究的進(jìn)展 。1.3本章小結(jié) 滾動(dòng)軸承是機(jī)械設(shè)備中

21、最常見的部件之一，它的運(yùn)行狀態(tài)直接影響整臺(tái)機(jī)器的功能據(jù)鋼鐵工業(yè)統(tǒng)計(jì)，在旋轉(zhuǎn)機(jī)械中，由于滾動(dòng)軸承損壞而引起的故障約占30因此，對(duì)滾動(dòng)軸承工作狀態(tài)的監(jiān)視及其故障診斷技術(shù)的研究工作越來越受到人們的重視，成為保障旋轉(zhuǎn)機(jī)械良好工作性能的重要保障時(shí)一頻分布分析是一個(gè)有效的工具，它可以同時(shí)表達(dá)信號(hào)在時(shí)域和頻域中的能量和密度，因此它能表達(dá)常規(guī)譜不能表達(dá)的時(shí)間依賴性，因而時(shí)一頻分析成為旋轉(zhuǎn)機(jī)械故障診斷的必然發(fā)展方向近年來迅速發(fā)展的非平穩(wěn)信號(hào)處理方法，特別是小波理論及其相關(guān)技術(shù)，提供了正交小波變換和多分辨分析方法，對(duì)旋轉(zhuǎn)機(jī)械的運(yùn)4 動(dòng)狀態(tài)進(jìn)行監(jiān)測(cè)和故障診斷具有十分重要的意義 8 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文）

22、 第二章 旋轉(zhuǎn)機(jī)械故障診斷方法的研究 2.1 機(jī)械故障診斷方法現(xiàn)狀 隨著科學(xué)技術(shù)的發(fā)展, 故障診斷方法也得到了不斷的發(fā)展, 小波技術(shù)、分形理論、混沌理論等技術(shù)理論都被用于故障診斷中, 故障診斷方法的多種多樣, 分類方式也多種多樣, 我們可以按信息提取方式和決策的差異把其分為基于解析1。模型分析的方法、信號(hào)處理的方法和知識(shí)的方法 2.1.1 基于解析模型分析的方法 基于解析模型分析的方法是最早發(fā)展起來的, 是現(xiàn)代控制理論在故障診斷中的應(yīng)用。這種方法需要建立被診斷對(duì)象較為精確的數(shù)學(xué)模型?；诮馕瞿Ｐ头治龅姆椒ㄓ挚梢苑譃閰?shù)估計(jì)方法和狀態(tài)估計(jì)方法。參數(shù)估計(jì)方法是根據(jù)設(shè)備的機(jī)理分析建立系統(tǒng)的模型, 再

23、利用模型的參數(shù)或用模型計(jì)算出結(jié)構(gòu)固有的特性或其他特性作為診斷征兆。把所求參數(shù)與標(biāo)準(zhǔn)值比較以確定系統(tǒng)是否發(fā)生故障以及故障發(fā)生的程度。狀態(tài)估計(jì)方法包括3種基本方法, 即Beard 提出的故障檢測(cè)濾波器方法; 由Menra和Peshon提出的基于kalman濾波器的方法及一致性空間的方法。其基本思想是: 首先構(gòu)造被控過程的狀態(tài), 通過與真實(shí)系統(tǒng)的輸出變量比較構(gòu)成殘差序列, 再構(gòu)造適當(dāng)?shù)哪Ｐ? 用統(tǒng)計(jì)檢驗(yàn)法從殘差序列中提取故障特征, 從而實(shí)現(xiàn)故障診斷。 2.1.2 基于信號(hào)處理的方法 基于信號(hào)處理的故障診斷方法不用建立被診斷對(duì)象的模型, 但是它是建立在對(duì)故障機(jī)理的分析和研究的基礎(chǔ)上的?；谛盘?hào)處理的方

24、法是故障診斷的核14。隨著信號(hào)處理技術(shù)的不斷發(fā)展基于信號(hào)處理的方法不斷豐富心技術(shù)之一, 信號(hào)處理的方法主要有: 時(shí)域特征參數(shù)和波形分析方法; 時(shí)差域方法; 時(shí)序分1時(shí)頻分析方法等等頻域譜分析方法; 幅值域方法; 包絡(luò)域方法; ; 析方法. 傳統(tǒng)譜分析 傳統(tǒng)的譜分析方法包括功率譜、倒譜、細(xì)化譜、包絡(luò)譜、最大熵譜、相關(guān)譜、主分量自回歸譜、全息譜、階比譜等等。功率譜分析是將信號(hào)從時(shí)域變換到頻域進(jìn)行分析的方法, 但譜分辨率低, 加窗產(chǎn)生泄漏, 方差性能不好。倒譜是檢測(cè)復(fù)雜譜圖中周期分量的有力工具,應(yīng)用倒譜可以識(shí)別多族的調(diào)制邊頻。最大熵譜是把自相關(guān)函數(shù)外推至無窮, 然后再作頻域變換而得到的一種信號(hào) 9

25、第二章 旋轉(zhuǎn)機(jī)械故障診斷方法的研究 處理方法。最大熵譜頻率分辨率高, 沒有窗函數(shù)的影響, 對(duì)于短時(shí)間序列的譜分析特別有效。傳統(tǒng)的譜分析一般只適用于平穩(wěn)信號(hào), 對(duì)非平穩(wěn)信號(hào)的分析有局限性。 時(shí)頻分析 常用的時(shí)頻分析方法有短時(shí)傅立葉變換、WignerVille分布、小波分析、Gabor變換等等。短時(shí)傅立葉變換是時(shí)頻分析方法的一種, 它的基本思想是在采用傅立葉變換的同時(shí), 在傅立葉變換的基函數(shù)之前乘上一個(gè)時(shí)間上有限的函數(shù), 傅立葉變換的基函數(shù)起頻限的作用, 所乘的函數(shù)起到時(shí)限的作用, 通過時(shí)頻雙限,可以對(duì)信號(hào)進(jìn)行時(shí)頻局部化分析。但短時(shí)傅立葉變換所確定的時(shí)頻窗口的大小和形狀是固定不變的, 而振動(dòng)信號(hào)的

26、頻率與時(shí)間周期成反比, 對(duì)于高頻信號(hào), 時(shí)間分辨率相對(duì)高, 時(shí)域窗口相對(duì)窄; 對(duì)于低頻信號(hào), 時(shí)間分辨率相對(duì)低,時(shí)域窗口應(yīng)該相對(duì)寬。短時(shí)傅立葉變換不能滿足信號(hào)分析的這一要求。小波分析方法在繼承了短時(shí)傅立葉變換的局部化的思想, 巧妙的利用一個(gè)尺度參數(shù), 使窗口的寬度隨頻率的增加而減小, 分辨率也隨之變化, 符合了對(duì)復(fù)雜頻率信號(hào)的分析要求。小波分析方法是一種時(shí)間一尺度分析法, 具有多分辨率分析的特點(diǎn)。小波分析方法能夠?qū)⑷魏涡盘?hào)到一個(gè)由小波伸縮而成的基函數(shù)族上, 信息量完整無缺, 在通頻范圍內(nèi)得到分布在不同頻道內(nèi)的分解序列, 在時(shí)域和頻域均具有局部化的分析功能。利用小波變換可以對(duì)信號(hào)進(jìn)行分解, 檢測(cè)

27、信號(hào)的奇異性, 區(qū)分信號(hào)突變和噪聲。時(shí)頻分析方法克服了傳統(tǒng)譜分析方法對(duì)非平穩(wěn)信號(hào)的局限性, 在對(duì)復(fù)雜、非平穩(wěn)信號(hào)的處理上有很大的2。優(yōu)勢(shì) 2.1.3 基于知識(shí)處理的方法 專家系統(tǒng)是一種能夠處理知識(shí)的智能程序系統(tǒng)。它以專家的知識(shí)為基礎(chǔ), 使計(jì)算機(jī)能模擬專家的思維方式, 使之成為具有專家水平的、有解決復(fù)雜問題的能力。專家系統(tǒng)的處理能力和水平取決于它擁有的知識(shí)量與質(zhì)量。專家系統(tǒng)的核心為知識(shí)庫、知識(shí)獲取部分、推理機(jī)和解釋部分。但專家系統(tǒng)本身面臨著知識(shí)獲取的“瓶頸”問題, 知識(shí)間上下文敏感問題、不確定性問題和自學(xué)習(xí)困難的問題, 使其應(yīng)用受到一定的限制. 基于人工神經(jīng)網(wǎng)絡(luò)的診斷方法 人工神經(jīng)網(wǎng)絡(luò)是在生物神

28、經(jīng)學(xué)研究成果的基礎(chǔ)上提出的, 是對(duì)人腦神經(jīng)組 10 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 織結(jié)構(gòu)和行為的模擬。它以神經(jīng)元為信息處理的基本單元, 以神經(jīng)元間的連接弧為信息傳遞通道, 多個(gè)神經(jīng)元連接而成的網(wǎng)絡(luò)結(jié)構(gòu). 人工神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的專家系統(tǒng)相比, 具有以下特點(diǎn): (1)知識(shí)的分布式存儲(chǔ)。(2)并行處理。(3)自適應(yīng)性。(4)自學(xué)習(xí)。人工神經(jīng)網(wǎng)絡(luò)在故障診斷中的應(yīng)用研究包括以下幾個(gè)方面: 1) 從預(yù)測(cè)角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為動(dòng)態(tài)預(yù)測(cè)模型進(jìn)行故障預(yù)測(cè)。2)從模式識(shí)別角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為分類器進(jìn)行故障診斷。3)從知識(shí)處理角度建立基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng). 基于模糊推理的診斷方法 隨著機(jī)械設(shè)備的復(fù)雜性越高, 機(jī)

29、械設(shè)備系統(tǒng)的模糊性越強(qiáng)。在進(jìn)行故障診斷中可以引進(jìn)模糊數(shù)學(xué)這一新的數(shù)學(xué)工具, 分析機(jī)械設(shè)備故障診斷中各個(gè)環(huán)節(jié)所遇到的各種模糊信息, 對(duì)它們進(jìn)行科學(xué)的處理和分析。利用模糊邏輯診斷大體上可分3種方法: (1) 基于模糊關(guān)系和合成算法的診斷, 先建立征兆與故障類型之間的因果關(guān)系矩陣, 在建立故障與特征的模糊關(guān)系方程, 最后進(jìn)行模糊診斷。(2)基于模糊知識(shí)處理技術(shù)的診斷, 先建立故障與征兆的模糊規(guī)則庫, 再進(jìn)行模糊邏輯推理的診斷過程。(3)基于模糊聚類算法的診斷,模糊聚類可用作間接識(shí)別因果關(guān)系, 其基本思想是: 以當(dāng)前的故障征兆群與歷史上各次診斷的征兆情況相對(duì)照?？纯幢敬喂收吓c過去已確診的各次故障中哪一

30、次最為相似。我們認(rèn)為本次故障起因與歷史上相似故障的起因雷同, 因此可以參考?xì)v史經(jīng)驗(yàn)來認(rèn)定當(dāng)前最可能的故障起因, 從而取得較滿意的結(jié)論. 基于粗糙集理論的診斷方法 粗糙集理論是波蘭的Pawlak針對(duì)G.Frege的邊界線區(qū)域思想提出的。粗糙集理論主要可以解決以下4 種問題: (1)進(jìn)行信息表中各屬性的重要性評(píng)價(jià)并尋找主導(dǎo)屬性。(2) 在保證分類質(zhì)量不變的前提下尋求最小屬性集。(3) 消除信息表中的冗余屬性。(4) 從簡(jiǎn)約后的信息表中提取決策規(guī)則. 在機(jī)械故障診斷過程中, 由于故障產(chǎn)生的機(jī)理不清楚, 故障的表現(xiàn)形式不唯一, 有時(shí)是含糊的, 在提取故障特征時(shí)也時(shí)常有盲目性, 從而導(dǎo)致了實(shí)際描述的機(jī)器

31、狀態(tài)之間是不分明的, 而這種狀態(tài)正是粗糙集理論研究的對(duì)象。在診斷過程中, 描述機(jī)器狀態(tài)的特征往往很多, 有些特征是相關(guān)的, 有些是獨(dú)立的。獨(dú)立的特征能提供互補(bǔ)信息, 因而應(yīng)加以保留; 相關(guān)性特征產(chǎn)生冗余信息, 同時(shí)會(huì)增加計(jì)算工作量, 因而需要加以消除?；诖植诩碚摰膶傩约s簡(jiǎn)正好 11 第二章 旋轉(zhuǎn)機(jī)械故障診斷方法的研究 為去除這種冗余性特征提供了方便。粗糙集理論目前已經(jīng)在知識(shí)與數(shù)據(jù)發(fā)現(xiàn)、模式識(shí)別與分類、故障檢測(cè)等方面取得了較成功的應(yīng)用 2.1.4 機(jī)械故障診斷技術(shù)的展望 隨著現(xiàn)代數(shù)學(xué)、信息科學(xué)、計(jì)算機(jī)技術(shù)、電子技術(shù)、人工智能技術(shù)、網(wǎng)絡(luò)技術(shù)更加廣泛和深入的應(yīng)用, 故障診斷技術(shù)與當(dāng)前前沿科學(xué)的融

32、合是設(shè)備故障診斷技術(shù)的發(fā)展方向。當(dāng)今故障診斷技術(shù)的發(fā)展趨勢(shì)是傳感器的精密化、多維化、診斷理論診斷模型的多元化, 診斷技術(shù)的智能化, 具體來說主要表現(xiàn)在下述幾個(gè)方面： 故障診斷的遠(yuǎn)程化 將機(jī)械設(shè)備診斷技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫與決策支持技術(shù)相結(jié)合的遠(yuǎn)程故障診斷技術(shù), 是在大企業(yè)的重要關(guān)鍵設(shè)備上建立狀態(tài)監(jiān)測(cè)點(diǎn), 采集設(shè)備狀態(tài)數(shù)據(jù); 在技術(shù)力量較強(qiáng)的科研單位建立診斷中心, 對(duì)設(shè)備運(yùn)行進(jìn)行分析診斷的一種新技術(shù)。它主要由現(xiàn)場(chǎng)監(jiān)測(cè)診斷、網(wǎng)絡(luò)傳輸、遠(yuǎn)程診斷中心三部分組成。遠(yuǎn)程故障診斷與維修具有較高的總體可靠性、先進(jìn)性、良好的可擴(kuò)性和低廉的建設(shè)維護(hù)成本并且遠(yuǎn)程診斷故障診斷技術(shù)可以實(shí)現(xiàn)資源共享, 避免重復(fù)開發(fā)

33、, 加強(qiáng)科研和企業(yè)的交流。 故障診斷方法的融合 隨著新的信號(hào)處理技術(shù)方法在設(shè)備故障診斷領(lǐng)域中的應(yīng)用, 傳統(tǒng)的基于快速傅立葉變換的機(jī)械設(shè)備信號(hào)分析技術(shù)有了新的突破。如小波技術(shù)與模糊理論、神經(jīng)網(wǎng)絡(luò)、分形技術(shù)、聚類技術(shù)、灰色理論等各種技術(shù)以不同的方式相結(jié)合, 形成了小波神經(jīng)網(wǎng)絡(luò)、分形神經(jīng)網(wǎng)絡(luò)、演化神經(jīng)網(wǎng)絡(luò)、灰色神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合等等診斷方法。隨著各種理論的發(fā)展, 故障診斷的精確度得到了提高。 與多元傳感器信息的融合 現(xiàn)代化的大生產(chǎn)要求對(duì)設(shè)備進(jìn)行全方位、多角度的監(jiān)測(cè)與控制, 以便對(duì)設(shè)備的運(yùn)行狀態(tài)有全面的了解。我們可以采用多個(gè)傳感器同時(shí)對(duì)設(shè)備的各個(gè)位置進(jìn)行監(jiān)測(cè), 然后利用迅速發(fā)展起來的信

34、息融合技術(shù)對(duì)多傳感器的信息進(jìn)行融合, 以得到較好的診斷結(jié)果。 虛擬儀器與診斷技術(shù)的結(jié)合 虛擬儀器是現(xiàn)代計(jì)算機(jī)技術(shù)和儀器技術(shù)深層次結(jié)合的產(chǎn)物, 它是計(jì)算機(jī)硬 12 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 件資源、儀器與測(cè)控系統(tǒng)硬件資源和虛擬儀器軟件資源三者的有效結(jié)合。目前各國已經(jīng)開發(fā)了很多的故障診斷設(shè)備用于故障診斷中, 與傳統(tǒng)功能儀器相比, 虛擬儀器開發(fā)周期短, 投入少。傳統(tǒng)的故障分析儀分析功能單一, 可移植性和可擴(kuò)展性差, 不能方便的升級(jí), 但虛擬儀器技術(shù)其源代碼可以模塊化, 開發(fā)升級(jí)費(fèi)用低, 系統(tǒng)可靠性好, 可擴(kuò)展性強(qiáng)。虛擬儀器和診斷技術(shù)的結(jié)合具有顯著的經(jīng)濟(jì)效益, 為故障診斷技術(shù)的發(fā)展提供了良好

35、的平臺(tái)。 2.1.5 結(jié) 論 設(shè)備故障診斷不斷吸取現(xiàn)代科學(xué)技術(shù)發(fā)展的新成果, 從理論到實(shí)際應(yīng)用都有了迅速的發(fā)展, 人們對(duì)故障機(jī)理、故障信號(hào)處理技術(shù)、故障診斷的智能化 與遠(yuǎn)程化、故障診斷裝置的研究將進(jìn)入一個(gè)新的發(fā)展階段。2.2 時(shí)域和頻域分析方法的介紹 2.2.1 時(shí)域分析法 在機(jī)械故障診斷中，振動(dòng)信號(hào)的是最常用的檢測(cè)信號(hào)，直接對(duì)振動(dòng)信號(hào)時(shí)域信號(hào)的時(shí)間歷程進(jìn)行分析和評(píng)估是狀態(tài)監(jiān)測(cè)和故障診斷最簡(jiǎn)單和最直接的方法，特別是當(dāng)信號(hào)中喊有簡(jiǎn)諧信號(hào)、周期信號(hào)或短脈沖信號(hào)時(shí)更為有效。直接觀察時(shí)域波形可以看出周期、諧波、脈沖，利用波形分析可直接識(shí)別共振和拍頻現(xiàn)象。當(dāng)然這種分析對(duì)比較典型的信號(hào)或特別明顯的信號(hào)以及

36、較有經(jīng)驗(yàn)的人員才比較適用。此外，還可利用各種動(dòng)態(tài)指標(biāo)進(jìn)行診斷。 一.基本概念 典型輸入信號(hào) 為了便于對(duì)系統(tǒng)進(jìn)行分析、設(shè)計(jì)和比較，根據(jù)系統(tǒng)常遇到的輸入信號(hào)形式，在數(shù)學(xué)描述上加以理想化的一些基本輸入函數(shù)，稱為典型輸入信號(hào)。 控制系統(tǒng)中常用的典型輸入信號(hào)有：?jiǎn)挝浑A躍函數(shù)，單位斜坡（速度）函數(shù)，單位加速度（拋物線）函數(shù)，單位脈沖函數(shù)和正弦函數(shù)。 瞬態(tài)響應(yīng) 指系統(tǒng)在典型輸入信號(hào)作用下，系統(tǒng)輸出量從初始狀態(tài)到最終狀態(tài)的響應(yīng)過程，又稱動(dòng)態(tài)過程或過渡過程。 瞬態(tài)響應(yīng)可以提供關(guān)于系統(tǒng)穩(wěn)定性、響應(yīng)速度及阻尼情況等信息。 穩(wěn)態(tài)響應(yīng) 指系統(tǒng)在典型輸入信號(hào)作用下，當(dāng)時(shí)間t趨于無窮時(shí)，系統(tǒng)輸出量的表現(xiàn)方式。穩(wěn)態(tài)響應(yīng)又稱穩(wěn)

37、態(tài)過程。 穩(wěn)態(tài)響應(yīng)可以提供系統(tǒng)有關(guān)穩(wěn)態(tài)誤差的信息。 13 旋轉(zhuǎn)機(jī)械故障診斷方法的研究第二章 時(shí)域性能指標(biāo)二. 通常以系統(tǒng)在單位階躍信號(hào)作用下的響應(yīng)，即單位階躍響應(yīng)來定義系統(tǒng)的時(shí)域性能指標(biāo)。下面我們主要研究單位階躍響應(yīng)。穩(wěn)定系統(tǒng)的單位階躍響應(yīng)具 所示。有衰減振蕩和單調(diào)變化兩種類型，如圖2-2-1 控制系統(tǒng)的階躍響應(yīng)性能指標(biāo)如下： 所需的時(shí)間。指輸出響應(yīng)第一次達(dá)到穩(wěn)態(tài)值的50（1）延遲時(shí)間t d 對(duì)具有振蕩的系統(tǒng)，指響應(yīng)從零值第一次上升到穩(wěn) t （2）上升時(shí)間 r 上升到穩(wěn)態(tài)值10態(tài)值所需要的時(shí)間。對(duì)于單調(diào)上升的系統(tǒng)，響應(yīng)由穩(wěn)態(tài)值的 所需的時(shí)間。的90峰值第一個(gè)出響應(yīng)超過穩(wěn)態(tài)值而達(dá)到）峰值時(shí)間t

38、指輸（3p C ) 所需時(shí)間。 ( 即max之間誤差達(dá)到 和C()t 4）調(diào)節(jié)時(shí)間（或稱過渡過程時(shí)間）指當(dāng) C(t)（ s ，并且以后不再超出此范圍所需的最?。┗?的規(guī)定允許范圍（ C()5 時(shí)間。系統(tǒng)響應(yīng)的最大值超過穩(wěn)態(tài)值 5）最大超調(diào)量（簡(jiǎn)稱超調(diào)量） （p 的百分比。即：c?c(?)?axm?10000 p)c(? （6）穩(wěn)態(tài)誤差e 當(dāng)時(shí)間t趨于無窮大時(shí)，系統(tǒng)響應(yīng)的期望值與ss實(shí)際值之差，定義為穩(wěn)態(tài)誤差。對(duì)于單位反饋系統(tǒng)： e?r(t)?c(?) ss以上性能指標(biāo)中，上升時(shí)間、峰值時(shí)間和延遲時(shí)間均表征系統(tǒng)響應(yīng)初始階段的快速性；調(diào)節(jié)時(shí)間t表示系統(tǒng)過渡過程的持續(xù)時(shí)間，從總體上反映了系統(tǒng)s 14

39、 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 的快速性；最大超調(diào)量反映了系統(tǒng)動(dòng)態(tài)過程的平穩(wěn)性；穩(wěn)態(tài)誤差反映了系統(tǒng)p穩(wěn)態(tài)工作時(shí)的控制精度或抗干擾能力，是衡量系統(tǒng)穩(wěn)態(tài)質(zhì)量的指標(biāo)。 一般以最大超調(diào)量、調(diào)節(jié)時(shí)間t 和穩(wěn)態(tài)誤差e 這三項(xiàng)指標(biāo)來sssp評(píng)價(jià)系統(tǒng)響應(yīng)的平穩(wěn)性、快速性和穩(wěn)態(tài)精度。 a）（ (b) 穩(wěn)定系統(tǒng)的單位階躍響應(yīng)曲線 圖2-2-1(a)衰減振蕩的單位階躍響應(yīng) (b)單調(diào)變化的單位階躍響應(yīng) 15 第二章 旋轉(zhuǎn)機(jī)械故障診斷方法的研究 2.2.2 頻域分析法 通過求解微分方程分析時(shí)域性能是十分有用的，但對(duì)于比較復(fù)雜的系統(tǒng)這種辦法就比較麻煩。因?yàn)槲⒎址匠痰那蠼庥?jì)算工作量將隨著微分方程階數(shù)的增加而增大。另

40、外，當(dāng)方程已經(jīng)求解而系統(tǒng)的響應(yīng)不能滿足技術(shù)要求時(shí)，也不容易確定應(yīng)該如何調(diào)整系統(tǒng)來獲得預(yù)期結(jié)果。從工程角度來看，希望找出一種方法，使之不必求解微分方程就可以預(yù)示出系統(tǒng)的性能。同時(shí)，又能指出如何調(diào)整系統(tǒng)性能技術(shù)指標(biāo)。頻域分析法具有上述特點(diǎn)。該方法是以輸入信號(hào)的頻率為變量，對(duì)系統(tǒng)的性能在頻率域內(nèi)進(jìn)行研究的一種方法。這種分析法有利于系統(tǒng)設(shè)計(jì)，能夠估計(jì)到影響系統(tǒng)性能的頻率范圍。特別地，當(dāng)系統(tǒng)中存在難以用數(shù)學(xué)模型描述的某些元部件時(shí)，可用實(shí)驗(yàn)方法求出系統(tǒng)的頻率特性，從而對(duì)系統(tǒng)和元件進(jìn)行準(zhǔn)確而有效的分析。 頻率響應(yīng)與頻率特性 G(s)。給系統(tǒng)輸入一個(gè)正弦信號(hào)為 設(shè)系統(tǒng)傳遞函數(shù)為 x(t)?Xsint imiX

41、正弦輸入信號(hào)的振幅； 式中im? 正弦輸入信號(hào)的頻率。 ?x(t)?A()t?()?Xsin 系統(tǒng)的穩(wěn)態(tài)輸出量寫成imo比較系統(tǒng)穩(wěn)態(tài)輸出量和輸入信號(hào)的波形時(shí)發(fā)現(xiàn)，穩(wěn)態(tài)輸出量的頻率與輸入量相x(t)?而保持其振幅 同，但其振幅及相位都與輸入量不同。若改變輸入量 的 iX?)(A)(都及輸出量與輸入量的相位差輸出量與輸入量的振幅比恒定， im?的函數(shù)。 是頻率頻率特性的圖示方法: 系統(tǒng)的頻率特性可分解為實(shí)部和虛部，即 ?)jV(?UjG()?() (a) 16 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） ?)(j?e(j)?AG( ）（b和相位關(guān)系，即 也可以表示為幅值?)(j)GU 的實(shí)部，稱為實(shí)頻特性

42、；式中, ?)j)G(V( 的虛部，稱為虛頻特性。 ?)j)G(A(的模，它等于穩(wěn)態(tài)輸出量與輸入量的振幅比，稱為幅頻 特性；?)jG()(相 的幅角，它等于穩(wěn)態(tài)輸出量與輸入量的相位差，稱為 頻特性。 這些頻率特性之間有如下關(guān)系：?22? )V?A()?G(j()?U( （c） V?)(?arctg? U)(?)?G(j)? （d） ?)()?cosReG(j)?A(U()? （e） ?)?sin()?A()V(Im)?G(j （f） 因此，系統(tǒng)頻率特性采用下面三種圖示表達(dá)形式 ?)jG(是個(gè)矢量。按式（c：系統(tǒng)頻率特性 ）和式（1） 幅相頻率特性（尼魁斯特圖）? )(jG?G(j)?值，即可算

43、出相 。給出不同）可以求出幅頻特性（d 與相頻特性 ? )jG(?G(j)?值由零到無窮大時(shí)的和 值。這樣就可以在極坐標(biāo)復(fù)平面上畫應(yīng) ?)jG(矢量，把各矢端連成曲線即得到系統(tǒng)的極坐標(biāo)幅相頻率特性曲線, 通常稱它為?時(shí)的）通過求出不同 fe尼魁斯特曲線或尼魁斯特圖。當(dāng)然，也可根據(jù)式（）和式（實(shí)頻特性和虛頻特性，來獲得幅相頻率特性曲線。 17 第二章 旋轉(zhuǎn)機(jī)械故障診斷方法的研究 ?)j(? e(j)G(jG)? （g考慮系統(tǒng)任意環(huán)節(jié)的頻率特性表達(dá)式） 取它的自然對(duì)數(shù)，得到? )j()?lnG(jj)?lnG( h） （? )jlnG(用這是頻率特性模的對(duì)數(shù)， 虛部是頻率特性的幅角。上式對(duì)數(shù)的實(shí)部

44、? )jlnG(?之間關(guān)系曲線，稱 種辦法表示的頻率特性包含兩條曲線：一是 與?)(?之間關(guān)系曲線，稱為對(duì)數(shù)相頻特性。而在實(shí)為對(duì)數(shù)幅頻特性；一是 與 為底的對(duì)10際應(yīng)用中，往往不是用自然對(duì)數(shù)來表達(dá)對(duì)數(shù)幅頻特性，而是采用以?)G(j 對(duì)數(shù)幅頻的表達(dá)式可寫為：數(shù)來表示。? )(j()?20lgGL （i） ）表示。在對(duì)數(shù)表達(dá)式中，（decibel表達(dá)式中采用的單位是分貝，以“dB”對(duì)數(shù)幅頻特性曲線和對(duì)數(shù)相頻特性曲線是畫在半對(duì)數(shù)坐標(biāo)紙上，頻率采用對(duì)數(shù)，則采用線性分度。需要注意分度，而幅值（單位：分貝）和角度（單位：度）?lg?的自然數(shù)值。該劃分的頻率軸（橫坐標(biāo)）上，一般只標(biāo)注 的是，在以?210?

45、?，則在對(duì)數(shù)頻率軸上坐標(biāo)的特點(diǎn)是：若在橫軸上任意取兩點(diǎn)使其滿足 1?21lg10lg? ?倍，。因此，不論起點(diǎn)如何，只要角頻率變化兩點(diǎn)的距離為 101）表decade，以“dec”（倍頻程在橫軸上線段長均等于一個(gè)單位，叫做一個(gè)10 倍時(shí)，即頻率變化了一個(gè)10倍頻程。10示。當(dāng)頻率變化 ）對(duì)數(shù)幅相頻率特性（尼柯爾斯圖）：在所需要的頻率范圍內(nèi)，以頻率（3?也稱為尼柯對(duì)數(shù)幅相頻率特性作為參數(shù)來表示的對(duì)數(shù)幅值和相角關(guān)系的圖。 Nichols）圖。爾斯（ 2.3 小波變換的介紹 18 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 2.3.1 小波變換概述 5，即對(duì)觀測(cè)信號(hào)故障診斷中的首要問題就是對(duì)觀測(cè)信號(hào)的故障特

46、征提取進(jìn)行信號(hào)處理，從中獲取反映故障信息的特征。由于故障診斷中所遇到的信號(hào)絕大多數(shù)都是非平穩(wěn)信號(hào)，而特別適用于非平穩(wěn)信號(hào)處理的工具就是小波分析(Wavelet Analysis)，所以小波分析在故障診斷中的應(yīng)用越來越受到人們的青睞。小波分析最初由法國理論物理學(xué)家Grossmann和法國數(shù)學(xué)家Morlet共同提出的。小波變換的基本思想類似于Fourier變換，小波分析優(yōu)于博立葉之處在于，6，即通過伸縮和平移等運(yùn)算功能對(duì)函數(shù)或它能夠?qū)崿F(xiàn)時(shí)域和頻域的局部分析信號(hào)進(jìn)行多尺度細(xì)化分析 (Muhiseale Analysis)，從而可以聚焦到信號(hào)的任意7被譽(yù)為分析信號(hào)的顯微鏡?，F(xiàn)在，小波分析技術(shù)在信細(xì)節(jié)。

47、因此，小波變換號(hào)處理、圖像處理、語音分析、模式識(shí)別、量子物理、生物醫(yī)學(xué)工程、計(jì)算機(jī)視覺、故障診斷及眾多非線性科學(xué)領(lǐng)域都有廣泛的應(yīng)用。 2.3.2 小波變換的原理和方法 小波分析理論簡(jiǎn)介 小波變換定義： 2g(t)?L的函數(shù)小波變換為對(duì)?1/2?(t?b)/?g*x()?aa)dttg(,w(ab) b,gaR?1/2?(t?b)/ax)?a),a?0( 表示卷積；式中， *ba, 小波變換可以解釋為一個(gè)相對(duì)恒定的頻率分辨力為f/f的濾波器，它有許多8,9。 有用的特性12是信號(hào)的線性描述，這對(duì)多分量信號(hào)的分析是很方便小波變換 線性特性 的。 時(shí)域中、頻域中的局部定位 小波變換在時(shí)間和頻率上的局

48、部分辨力是通過t，=t=a給定的分析小波的時(shí)間間隔和頻率帶寬所決定的：f?a/f?tf?分別為基本小波函數(shù)的時(shí)間間隔和頻率帶寬。 ，和? 19 第二章 旋轉(zhuǎn)機(jī)械故障診斷方法的研究 協(xié)變性 如果一個(gè)信號(hào)g(t)平移時(shí)間t。，g(t)一g(tt。)，則被),bW(agW(a,b?t) 轉(zhuǎn)換成。 0g信號(hào)突變的檢測(cè) 小波變換最適合于檢測(cè)信號(hào)及其微商的突變。 頻率和尺度的關(guān)系 小波變換的信號(hào)分解，在尺度參數(shù)和頻率之間存在一種對(duì)應(yīng)關(guān)系。 20 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 第三章 旋轉(zhuǎn)機(jī)械故障的應(yīng)用研究 本章開始研究旋轉(zhuǎn)機(jī)械故障的數(shù)據(jù)處理和波形問題。主要是針對(duì)旋轉(zhuǎn)機(jī)械的非平穩(wěn)振動(dòng)信號(hào)提出了一種應(yīng)用

49、小波函數(shù)的時(shí)頻分布分析方法，對(duì)故障特征進(jìn)行提取，并借助Matlab語言編程實(shí)現(xiàn)對(duì)故障機(jī)器信號(hào)特征頻率的仿真，與理論公式計(jì)算結(jié)果基本吻合。 3.1 旋轉(zhuǎn)機(jī)械的檢測(cè)參數(shù) 對(duì)于一臺(tái)機(jī)器，有許多物理量可以測(cè)量，為了達(dá)到故障診斷的目的，我們應(yīng)該選取一些量來檢測(cè)，由于機(jī)器的振動(dòng)情況直接反映了機(jī)器運(yùn)行狀態(tài)的優(yōu)劣，機(jī)器的許多故障都以振動(dòng)形式反映出來，振動(dòng)為故障診斷提供了重要信息，因13。此振動(dòng)是故障診斷必須監(jiān)測(cè)的參數(shù)之一 監(jiān)測(cè)參數(shù)可分為動(dòng)態(tài)參數(shù)和靜態(tài)參數(shù)兩種。 1. 動(dòng)態(tài)參數(shù) (1)振幅：它表示振動(dòng)的嚴(yán)重程度，可用位移、速度或加速度表示。 (2)振動(dòng)烈度：近年來國際上已統(tǒng)一使用振動(dòng)烈度作為描述機(jī)器振動(dòng)狀態(tài)的特

50、征量。 (3)相位：它對(duì)于確定旋轉(zhuǎn)機(jī)械的動(dòng)態(tài)特性、故障特性及轉(zhuǎn)子的動(dòng)平衡等具有重要意義。 2. 靜態(tài)參數(shù) (1)軸心位置：指在穩(wěn)定的情況下軸承中心相對(duì)于轉(zhuǎn)軸軸頸中心的位置。在正常情況下，轉(zhuǎn)軸在油壓、阻尼作用下在一定的位置上浮動(dòng)。在異常情況下，由于偏心太大，會(huì)發(fā)生軸承磨損的故障。 (2)軸向位置：是機(jī)器轉(zhuǎn)子上止推環(huán)相對(duì)于止推軸承的位置，當(dāng)軸向位置過小時(shí)，易造成動(dòng)靜摩擦，產(chǎn)生不良后果。 (3)差脹：指旋轉(zhuǎn)機(jī)械中轉(zhuǎn)子與靜子之間軸向間隙的變化值。它對(duì)機(jī)組安全啟動(dòng)具有十分重要的意義。 (4)對(duì)中度：指軸系轉(zhuǎn)子之間的連接對(duì)中程度，它與各軸承之間的相對(duì)位置有關(guān)，不對(duì)中故障是旋轉(zhuǎn)機(jī)械的常見故障之一。 (5)溫

51、度：軸瓦溫度反映軸承運(yùn)行情況。 (6)潤滑油壓：反映華東軸承油膜的建立情況。 21 第三章 旋轉(zhuǎn)機(jī)械故障的應(yīng)用研究 3.2 振動(dòng)信號(hào)數(shù)據(jù)采集與分析 本研究采用的系統(tǒng)為旋轉(zhuǎn)機(jī)器振動(dòng)工況監(jiān)測(cè)與故障診斷系統(tǒng)，采用工業(yè)控制計(jì)算機(jī)+A/D卡形式，采集機(jī)組的振動(dòng)、位移、溫度、壓力等信號(hào)，通過圖形、數(shù)據(jù)等實(shí)時(shí)監(jiān)視機(jī)組的工況，并能夠進(jìn)行分析診斷。系統(tǒng)分為4個(gè)層次： 第1層次：信號(hào)預(yù)處理與采集。對(duì)傳感器輸入信號(hào)進(jìn)行放大、濾波等處理，并實(shí)現(xiàn)模擬信號(hào)到數(shù)字信號(hào)的轉(zhuǎn)換，以滿足計(jì)算機(jī)數(shù)字化處理的需要； 第2層次：實(shí)時(shí)監(jiān)視與狀態(tài)識(shí)別。通過第1層次，獲得機(jī)組狀態(tài)信息，實(shí)時(shí)顯示機(jī)組振動(dòng)波形、頻譜、軸心軌跡、棒圖、趨勢(shì)等監(jiān)視圖

52、形，并根據(jù)設(shè)定的報(bào)警門限實(shí)時(shí)顯示機(jī)組運(yùn)行狀態(tài)。此外，該層次配備有在線信號(hào)分析功能，可對(duì)信號(hào)進(jìn)行常用的頻域、時(shí)域及機(jī)組起停分析； 第3層次：在線分析與智能診斷。根據(jù)第2層次得到的機(jī)組狀態(tài)信息，利用基于知識(shí)和基于行為的診斷方法判斷機(jī)組可能存在的故障及其原因、部位和嚴(yán)重程度，并實(shí)現(xiàn)機(jī)組運(yùn)行狀態(tài)的預(yù)報(bào)。為診斷方便，本層次也配備有信號(hào)分析功 能。系統(tǒng)功能： 可外接位移、速度、加速度等常用振動(dòng)傳感器； ?可處理交流及直流輸入信號(hào)，也可以處理溫度、壓力等工藝信號(hào)； ?程控放大，信號(hào)硬件積分（通過軟件選擇是否積分）； ?層次式、模塊化，結(jié)構(gòu)靈活，既可作為便攜式系統(tǒng)，也可充當(dāng)在線 ?監(jiān)視系統(tǒng)； 具有機(jī)組起停監(jiān)視

53、能力，穩(wěn)速運(yùn)行與起停狀態(tài)軟件自動(dòng)判別并自動(dòng) ?切換監(jiān)視方式； 多機(jī)組管理能力； ?操作口令保護(hù)能力； ?完善的數(shù)據(jù)管理能力，具有“黑匣子”功能，自動(dòng)記錄并保存機(jī)組 ?故障以及異常停機(jī)時(shí)的振動(dòng)數(shù)據(jù)； 機(jī)組正常運(yùn)行時(shí)按照用戶設(shè)定的時(shí)間間隔、起停時(shí)根據(jù)設(shè)定的轉(zhuǎn)速 ?間隔自動(dòng)采樣； 豐富的時(shí)、頻域分析方法，如波形分析、軸心軌跡分析、相關(guān)分析、 ?頻譜分析（譜校正及細(xì)化）、趨勢(shì)、波形比較、頻譜比較、瀑布圖、 22 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 波德圖等； 分析圖形具有光標(biāo)，可實(shí)現(xiàn)放大； ?顯示基于PC系列計(jì)算機(jī)，可擴(kuò)展性高，易于升級(jí)； ?軟件采用Microsoft Visual C+語言開發(fā)，在W

54、indows 95/98平臺(tái) ?上運(yùn)行。 系統(tǒng)特點(diǎn)： 層次式、模塊化，結(jié)構(gòu)靈活，監(jiān)測(cè)軟件實(shí)現(xiàn)組態(tài)化，可以滿足不同 ?機(jī)組的需要； 基于PC系列計(jì)算機(jī)，可擴(kuò)展性高，易于升級(jí)； ?對(duì)等網(wǎng)絡(luò)通訊，可靠性高，速度快； ?下面我們研究空壓機(jī)運(yùn)行時(shí)出現(xiàn)的故障診斷問題，通過儀器對(duì)某空壓機(jī)進(jìn)行檢測(cè)，這里可以取2組數(shù)據(jù)，分不同的時(shí)間進(jìn)行檢測(cè)，振動(dòng)測(cè)點(diǎn)為10個(gè)，轉(zhuǎn)速測(cè)點(diǎn)為1個(gè)，非振動(dòng)測(cè)點(diǎn)為10個(gè)，進(jìn)行研究。 圖3-20、3-21、3-22分別是空壓機(jī)的時(shí)域波形圖、譜波形圖和小波分析圖。 時(shí)域波形圖圖3-20 23 第三章 旋轉(zhuǎn)機(jī)械故障的應(yīng)用研究 頻譜波形 圖3-21 3-22 小波分析圖形圖和135ms從測(cè)點(diǎn)的時(shí)

55、域波形圖上我們可以看出，波形趨于平穩(wěn)，只是在時(shí)間處出現(xiàn)了峰值，有了比較大的波動(dòng)，但總體波動(dòng)比較正常，時(shí)域波形圖上160ms 可以得出機(jī)械并未出現(xiàn)故障。分析頻譜波形圖，頻率譜的能量由開始逐漸的減弱，在減弱的過程中，在 24 南京工業(yè)大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） f=6000HZ處出現(xiàn)了一次峰值，其他點(diǎn)都趨于平穩(wěn)，并未出現(xiàn)叫大的波動(dòng)。我們由此可以得出，從該頻率譜上的波形來看，機(jī)械沒有出現(xiàn)故障。 在小波變換的圖形上，頻率范圍由小到大的波形圖a4-d1，s=d1+d2+d3+d4+a4,由此得出小波波形是有多個(gè)不同區(qū)間的頻率譜疊加得到的。小波分析對(duì)不同的頻率成分在時(shí)域上的分辨是可調(diào)的，高頻者小，低頻者大，它能將信號(hào)分解成多哥尺度成分，并對(duì)于大小不同的尺度成分采用響應(yīng)的時(shí)域和頻域步長，從而能夠不斷聚焦到信號(hào)的任意微小細(xì)節(jié)。從上圖各個(gè)頻率段的波形來看，總體比較相似，都趨于平穩(wěn)。從小波圖形中得出機(jī)器并未出現(xiàn)故障。 這里我們從測(cè)點(diǎn)1所測(cè)得的數(shù)據(jù)來看，結(jié)合時(shí)-頻域波形圖，可以清楚的看出測(cè)點(diǎn)