設(shè)備檢測-王偉-謝志江

1、研究生課程考核試卷（適用于課程論文、提交報告）科 目：設(shè)備狀態(tài)監(jiān)測與故障診斷教 師： 謝志江（教 授）20110702095專 業(yè)：機械電子類另I：（學(xué)術(shù)、專業(yè)）上課時間:20 12 年 4月至2012 年 7 月考生成績:卷面成績平時成績課程綜合成績閱卷評語:第一章、齒輪產(chǎn)生嚙合頻率的機理和齒輪故障診斷的方法1.1激起齒輪振動的部分原因1.1.1岡1!度激勵1.1.2嚙合沖擊51.1.3節(jié)線沖擊5.1.2齒輪故障診斷的方法1.2.1常見的齒輪故障形式6.1.2.2齒輪的振動特征6.1.2.3齒輪故障診斷的常用方法1.2.3.1細(xì)化譜分析法7.1.2.3.2倒頻譜分析法7.1.2.3.3邊頻帶

2、分析法第二章、滾動軸承故障分析2.1.滾動軸承無故障特征頻率9.2.2.滾動軸承有故障特征頻率1.0第三章、風(fēng)電機齒輪箱狀態(tài)監(jiān)測與故障診斷系統(tǒng)分析3.1.1知識庫結(jié)構(gòu)1113123.1.2推理機的結(jié)構(gòu) 3.1.3風(fēng)電機齒輪箱的結(jié)構(gòu)知識確定153.2風(fēng)電機齒輪箱信號特征值3.2.1風(fēng)電機齒輪箱監(jiān)測特征值的選定173.2.2風(fēng)電機齒輪箱故障特征值的選定213.3專家啟發(fā)知識的確定223.3.1監(jiān)測特征值闌值的確定223.3.2標(biāo)準(zhǔn)故障樣本的確定293.4風(fēng)機的齒輪箱監(jiān)測與診斷硬件系統(tǒng)的設(shè)計3.4.1風(fēng)電機齒輪箱故障診斷專家系統(tǒng)的需求分析313.4.2風(fēng)電機齒輪箱故障診斷專家系統(tǒng)的硬件設(shè)計31第一章

3、、齒輪產(chǎn)生嚙合頻率的機理和齒輪故障診斷的方法1、齒輪產(chǎn)生嚙合頻率的機理嚙合頻率是對一對嚙合齒輪而言的，對單個齒輪是無意義的。齒輪傳動的特點是，嚙合過程中嚙合點的位置和參與嚙合的齒數(shù)都是周期 性變化的，這就造成了齒輪輪齒的受力和剛度成周期性變化，由此而引起的振 動必然含有周期性成分。顯然，齒輪的嚙合沖擊，節(jié)線沖擊，嚙合剛度的變化是周期性的，而這個周期性變化的頻率，就是轉(zhuǎn)速頻率f與齒數(shù)Z的乘積（每秒的變化圈數(shù)由轉(zhuǎn)速頻率定，每圈的變化次數(shù)由齒數(shù)定，乘積就是每秒的變化次 數(shù)），也就是嚙合頻率fz，即fc站也齊60z2式中，fr-齒輪的轉(zhuǎn)速頻率;Z-齒輪的齒數(shù);n 齒輪轉(zhuǎn)速。對于沒有缺陷的正常齒輪，剛度

4、的周期性變化、嚙合沖擊及接線沖擊是其振動的主要激勵。1.1激起齒輪振動的部分原因1.1.1剛度激勵齒輪的嚙合剛度是指整個嚙合接觸區(qū)中參與嚙合的各對輪齒的綜合剛度。單對輪齒的等效剛度為K1K2K1K2式中K1、K2主動輪和被動輪的單齒剛度剛度的變化主要有兩個方面：一是在齒高方向隨著嚙合位置的變化,參與嚙合的單一輪齒的剛度發(fā)生了變化；二是參加嚙合的齒數(shù)隨時間作周期性變化。例如對于重合度在1到2之間的漸開線直齒輪，在節(jié)點附近是單齒嚙合，在節(jié)線兩側(cè)單部位開始至齒頂、齒根區(qū)段為雙齒嚙合。顯然,在雙齒嚙合時，整個齒輪的載荷由兩個齒分擔(dān)，故此時齒輪的嚙合剛度就較大；同理，單齒嚙合時嚙合剛度較小。從一個輪齒開

5、始進入嚙合到下一個輪齒進入嚙合，齒輪的嚙合剛度就變化一次。嚙合剛度的變化頻率與齒輪的嚙合頻率相等，說明嚙合剛度的變化是嚙合頻率產(chǎn)生機理之一。1.1.2嚙合沖擊齒輪在嚙合過程中，由于輪齒承載產(chǎn)生彈性變形， 使得輪齒進入嚙合點和退出嚙合點與理論值發(fā)生偏差，因而在進入嚙合和退出嚙合時均會發(fā)生嚙合沖擊，嚙合沖擊的頻率與嚙合頻率相等。說明嚙合沖擊也是嚙合頻率產(chǎn)生機理之一。1.1.3節(jié)線沖擊齒輪在嚙合過程中，輪齒表面既有相對滾動又有相對滑動。對于主動輪，嚙合點從齒根移向齒頂，嚙合半徑逐漸增大，速度增高，而從動輪則恰好相反。主動輪和從動輪在嚙合點上的速度差異形成了兩者之間的滑動。在齒根部分，主動輪上嚙合點的

6、速度小于從動輪，因此滑動方向向下；而在齒頂部分，主動輪上嚙合點的速度大于從動輪，因此滑動方向向上；在節(jié)線處，兩輪上嚙合點的速度相等，相對滑動速度為零。因此摩擦力在接線處改變了方向，形成了節(jié)線沖擊。有節(jié)線沖擊的形成原理可知，節(jié)線沖擊的頻率也與嚙合頻率相等。說明節(jié)線沖擊也是嚙合頻率產(chǎn)生機理之一。1.2、齒輪故障診斷的方法齒輪及齒輪箱在機械設(shè)備中是一種非常關(guān)鍵的零部件，這種零部件非常通用，齒輪及齒輪箱主要是起鏈接和傳遞動力的作用。齒輪在工作過程中，齒輪、軸承和軸都會產(chǎn)生振動信號，當(dāng)振動信號產(chǎn)生了不同形式的變化時，則預(yù)示著零 件可能發(fā)生了故障。振動信號一般都會攜帶運行狀態(tài)信息，利用這些運行狀態(tài) 信息進

7、行故障模式的識別是機械故障診斷中常用的方法。而這些方法中所用到 的信號處理的主要數(shù)學(xué)工具有傅立葉變換、小波變換、相關(guān)分析等。隨著工程 應(yīng)用和科學(xué)研究的不斷提高，所涉及到的監(jiān)測診斷問題日趨復(fù)雜和困難。1.2.1.常見的齒輪故障形式通常齒輪在運轉(zhuǎn)時，由于操作維護不善或制造不良會產(chǎn)生各種形式的故障。而故障形式又隨運轉(zhuǎn)狀態(tài)、熱處理、齒輪材料等因素的不同而不同，常見的齒輪故障形式有齒面接觸疲勞和彎曲疲勞與斷齒、齒面膠合和擦傷、齒面磨損等。1.2.2齒輪的振動特征在齒輪運轉(zhuǎn)的狀態(tài)下，隨著內(nèi)部故障的發(fā)生和發(fā)展，必然會產(chǎn)生振動上的異 常。經(jīng)實踐證明，振動分析在齒輪故障檢測的方法中是一種最有效的方法。若齒 輪副

8、主輪轉(zhuǎn)速為m,齒數(shù)為Z1 ,頻率為fi；從輪轉(zhuǎn)速為門2,齒數(shù)為Z2,頻率為f2,則齒輪嚙合頻率fc為：fc Nf1z, Nf2z2 Nz,N -n2z2。當(dāng)齒輪處于正?；虍惓?0 60狀態(tài)時，嚙合頻率的振動部分及其倍頻總是存在的，但這兩種狀態(tài)下的振動水平 是有差異的。如果僅僅依靠對齒輪振動信號的嚙合頻率和它的倍頻成分的差異 來判別齒輪的故障是遠遠不夠的，因為故障對振動信號的影響往往是多方面的 這其中就包括幅值調(diào)制、頻率調(diào)制和其他的頻率成分。1.2.3.齒輪故障診斷的常用方法123.1細(xì)化譜分析法細(xì)化譜分析法是通過采用頻率細(xì)化技術(shù)來增加頻譜圖中某些頻段上的頻率 分辨率，即所謂的“局部頻率擴展”法

9、。在齒輪故障信號中，調(diào)制后得到的邊 頻含有豐富的故障信息，但是在一般的頻譜圖上往往又找不出清晰、具體的邊 頻，究其原因是頻譜圖的頻率分辨率太低。頻譜圖上的頻率分辨率則是由譜線 和最高分析頻率決定的，具體關(guān)系為下式:fc / n fs/N式中，f 頻率間隔，即頻率分辨率;fc 分析頻率范圍，即最高分析頻率;米樣頻率，一般取 fs=2.56 fc;n 譜線條數(shù);N 采樣點數(shù)。123.2倒頻譜分析法頻譜圖的幅值有兩種表示方法：一種是以振幅形式表示，稱為幅值譜；另 種以能量形式表示，稱為功率譜。功率譜是用來研究各頻率成分的能量在頻域上的分布。頻譜圖縱坐標(biāo)的刻度也有兩種表示方法：一種是線性坐標(biāo)，另一種是

10、對數(shù)坐標(biāo)。線性坐標(biāo)的優(yōu)點是直觀，缺點是不能同時顯示數(shù)值相差很大的成分;而對數(shù)坐標(biāo)恰恰相反，可以同時顯示出數(shù)值相差很大的頻率成分，但這些成分 之間是不成線性比例關(guān)系的。幅值譜的縱坐標(biāo)為線性坐標(biāo)，功率譜的縱坐標(biāo)一般為對數(shù)坐標(biāo)。對數(shù)坐標(biāo) 以分貝dB表示，其定義為A 20lg(A/A)式中，A基準(zhǔn)幅值，常取Ad =1V。1.2.3.3邊頻帶分析法邊頻帶出現(xiàn)的機理是齒輪嚙合頻率fz的振動受到了齒輪旋轉(zhuǎn)頻率fr的調(diào)制 而產(chǎn)生，邊頻帶的形狀和分布包含了豐富的齒面狀況信息。一般從兩個方面進行邊頻帶分析:是利用邊頻帶的頻率對稱性，找出 fz±nf r的頻率關(guān)系，確定是否為一組邊頻帶。二是比較各次測量中

11、邊頻帶振幅的變化趨勢。根據(jù)邊頻帶呈現(xiàn)的形式和間隔，有可能得到以下信息:1 ）當(dāng)邊頻隔為選擇頻率fr時，可能有齒輪偏心、齒距的緩慢周期變化及載荷的 周期波動等缺陷存在，齒輪每旋轉(zhuǎn)1周，這些缺陷就重復(fù)作用一次，根據(jù)選擇 頻率fr可判斷出問題齒輪所在的軸。2）齒輪的點蝕等分布故障會在頻譜上形成類似 1）的邊頻帶，但其邊頻階數(shù)少,而集中在嚙合頻率及其諧頻的兩側(cè)。3）齒輪的剝落、齒根裂紋及部分?jǐn)帻X等局部故障會產(chǎn)生特有的瞬態(tài)沖擊調(diào)制,在嚙合頻率及其兩側(cè)產(chǎn)生一系列邊頻帶。其特點是邊頻帶階數(shù)多而譜線分散, 由于高階邊頻的互相疊加而使邊頻帶族形狀各異。嚴(yán)重的局部故障還會使旋轉(zhuǎn) 頻率fr及其諧波成分的振幅增咼。4

12、、齒輪故障信號的頻域特征齒輪故障時一些寬頻帶信號，其頻率成分是十分復(fù)雜的。1）均勻性磨損、齒輪徑向間隙過大、不適當(dāng)?shù)凝X輪游隙以及齒輪載荷過大等原因，將增加嚙合頻率和它的諧波成分振幅，對變頻的影響很小。在恒定載荷下, 如果發(fā)生嚙合頻率和它的諧波成分變化，則意味著齒的磨損、撓曲和齒面誤差 等原因產(chǎn)生了齒的分力（脫嚙）現(xiàn)象。齒輪磨損的特征是：頻譜圖上嚙合頻率及其諧波振幅都會上升，而高階諧波的振幅增加較多。2）不均勻的分布故障（如齒輪偏心、齒距周期性變化及載荷波動等）將產(chǎn)生振幅調(diào)制和頻率調(diào)制，從而在嚙合頻率及其諧波兩側(cè)形成振幅較高的邊頻帶，邊 頻帶的間隔頻率是齒輪轉(zhuǎn)速頻率，該間隔頻率是與有缺陷的齒輪對

13、應(yīng)的。值得 注意的是：對于齒輪偏心所產(chǎn)生的邊帶，一般出現(xiàn)的是下邊頻帶成分，即 fz-nfr，上邊頻帶出現(xiàn)的很少。3 ）齒面剝落、裂紋以及齒的斷裂等局部性故障，將產(chǎn)生周期性沖擊脈沖，嚙合 頻率為脈沖頻率所調(diào)制，在嚙合頻率及其諧波兩側(cè)形成一系列邊頻帶，其特點 是邊頻帶的階數(shù)多而分散。而點蝕等分布性故障形成的邊頻帶，在嚙合頻率及 其諧波兩側(cè)分布的邊頻帶階數(shù)少而集中。第二章、滾動軸承故障分析2.1滾動軸承無故障特征頻率滾動軸承由內(nèi)圈、外圈、保持架、滾動體組成。d為滾動體直徑，D為軸承節(jié)圓直徑，為接觸角，Z為滾動體數(shù)量，fa為軸回轉(zhuǎn)頻率。我們選用角接觸球軸承為例，且假定:1）滾到與滾動體之間為純滾動接觸

14、;2 ）軸承中各元件均無受力變形。由上圖得知:rA D(1 dcos2 DrB D(1 cos )2 D內(nèi)環(huán)一外滾道的旋轉(zhuǎn)角速度:fr（即軸的角速度）外環(huán)一內(nèi)滾到的旋轉(zhuǎn)角速度:fa滾動體質(zhì)心的公轉(zhuǎn)角速度:fc滾動體自轉(zhuǎn)角速度:fr、fa、fc、fs為各自的旋轉(zhuǎn)頻率,假定外圈-內(nèi)滾道和滾動體在A點無滑動接觸，可以得到:AABB2d解方程可得:rAarArBrBrrArB d rArB(從而將角速度轉(zhuǎn)化為了圓頻率:2d(fafr)(1£cOs2D1 2（滾動體自轉(zhuǎn)頻率）（滾動體公轉(zhuǎn)頻率）2.2滾動軸承有故障特征頻率(1) 當(dāng)滾動體出現(xiàn)缺陷時滾動體每轉(zhuǎn)一周將對內(nèi)外滾道各沖擊一次，并且隨著缺

15、陷的逐漸增加沖擊d22)r cos )D2d22 )尹0s )d22 ) cos ) D將會變得更加強烈。那么滾動體缺陷特征頻率fb fs g(fa fr)(12d當(dāng)外圈固定，fa= 0，則有fb fr(12d當(dāng)內(nèi)圈固定，fr = 0，則有fb fa(12d(2) 當(dāng)外圈一內(nèi)滾道出現(xiàn)缺陷時外圈一內(nèi)滾道相對于滾動體質(zhì)心旋轉(zhuǎn)一周的過程中，將于每個滾動體各發(fā)生一次沖擊碰撞,因而外圈一內(nèi)滾道的旋轉(zhuǎn)缺陷頻率:fi Z fa fc|計算得:ficos )D當(dāng)外圈固定,fa =0，則有 fi當(dāng)內(nèi)圈固定,fr = 0，則有 fiZ fa fr|(1-fr(1 cos )2Dzd2fa(1 Dcos )(3)

16、當(dāng)內(nèi)圈一外滾道出現(xiàn)缺陷時內(nèi)圈一外滾道相對于滾動體質(zhì)心旋轉(zhuǎn)一周的過程中將于每個滾動體各發(fā)生一次沖擊碰撞，外滾到缺陷的選裝特征頻率:fo Zfr fc|計算得:fo |fr fa|(1 -Dcos )當(dāng)外圈固定，fa =0，則有fo彳fr(1 IcOS ) 2D當(dāng)內(nèi)圈固定，fr = O，則有fo Z fa(1 2coS )2D軸承出現(xiàn)故障后，在其振動頻譜中會出現(xiàn)其特征頻率的譜峰。但在實際中, 譜峰的頻率并不總是精確地等于理論計算值。這主要是因為滾動體并非純滾動 等因素造成的。所以在頻譜圖上尋找各特征頻率時，需在計算的頻率值的上下 找其近似的值來做診斷判斷。第三章、風(fēng)電機齒輪箱狀態(tài)監(jiān)測與故障診斷系統(tǒng)

17、分析3.1.1知識庫結(jié)構(gòu)知識庫是風(fēng)電機齒輪箱故障診斷專家系統(tǒng)中最關(guān)鍵的部分之一，它決定了故 障診斷專家系統(tǒng)的性能。風(fēng)電機齒輪箱狀態(tài)監(jiān)測與故障診斷專家系統(tǒng)的知識來2.2源于書刊文獻、風(fēng)電機齒輪箱的歷史資料、風(fēng)電機齒輪箱故障診斷領(lǐng)域的專家 知識經(jīng)驗等。大型風(fēng)力發(fā)電機的齒輪箱故障診斷專家系統(tǒng)知識庫結(jié)構(gòu)如圖 所示，包括：風(fēng)電機齒輪箱結(jié)構(gòu)知識層、信號特征知識層和專家啟發(fā)知識層。風(fēng) 電機齒輪箱結(jié)構(gòu)知識層包括：風(fēng)電機齒輪箱的結(jié)構(gòu)和性能、輸入和輸出、各個零 部件的工藝參數(shù)、測點的布置情況、計算得出的齒輪嚙合頻率、軸承外圈特征 頻率等故障特征的頻率等；信號特征知識層表示診斷對象在運行過程產(chǎn)生的外部 直接可觀察和

18、測量的信號（振動、噪聲和溫度等），本專家系統(tǒng)主要是風(fēng)電機齒輪 箱狀態(tài)監(jiān)測與故障診斷特征值的選取，通過振動信號的時域統(tǒng)計分析確定監(jiān)測特征值，通過頻域能量比重譜來確定故障診斷的特征值；專家啟發(fā)知識層表示故 障、征兆和原因等直接相聯(lián)系的專家啟發(fā)式經(jīng)驗知識，主要包括 故障閡值的確定、征兆與故障的聯(lián)系以及風(fēng)電機齒輪箱在正常工況和各種故障工況下的故障特征值樣本12。3.1.2推理機的結(jié)構(gòu)推理機是用于控制和協(xié)調(diào)整個專家系統(tǒng)計算機程序，本文中設(shè)計的大型風(fēng)電 機的齒輪箱故障診斷專家系統(tǒng)是基于數(shù)值計算的專家系統(tǒng)，其推理機也是基于數(shù)值計算而進行的推理。推理機的基本結(jié)構(gòu)如圖2.2所示。在神經(jīng)網(wǎng)絡(luò)和灰色理論的指導(dǎo)下，輸

19、入待檢故障的特征值，得出專家系統(tǒng)的診斷結(jié)論，數(shù)據(jù)處理 后輸入信息融合層并使用 D 一 S證據(jù)理論比較分析兩種診斷的結(jié)果，最終得出故障結(jié)論，本專家系統(tǒng)選擇BP神經(jīng)網(wǎng)絡(luò)。圖2.2推理機基本結(jié)構(gòu)3.1.3風(fēng)電機齒輪箱的結(jié)構(gòu)知識確定本專家系統(tǒng)只針對大型風(fēng)力發(fā)電機的齒輪箱設(shè)計的，并不適用于所有齒輪 箱。大型風(fēng)電機齒輪箱內(nèi)部結(jié)構(gòu)簡化圖如圖 2.3所示?？梢钥闯龃笮惋L(fēng)電機齒輪箱的傳動部分由高速軸、中間軸、中間軸大齒輪、低速軸、低速軸大齒輪、 太陽輪、行星架、行星輪、內(nèi)齒輪和滾動軸承構(gòu)成。實驗中使用三相電機通過 聯(lián)軸器連接輸入軸，利用變頻器對轉(zhuǎn)速進行調(diào)節(jié)，輸出軸的負(fù)載由抱緊裝置提 供，本專家系統(tǒng)主要用于監(jiān)測與

20、診斷風(fēng)電機齒輪箱的齒輪和滾動軸承的運行狀 態(tài)。-T丄高速軸屮間軸低速軸低連軸人齒輪行星架行杲輪一一2 二內(nèi)齒輪圖2.3風(fēng)機齒輪箱內(nèi)部結(jié)構(gòu)傳感器和采集卡是專家系統(tǒng)硬件部分的關(guān)鍵?？紤]到大型風(fēng)力發(fā)電機齒輪箱 轉(zhuǎn)速不高和實驗條件有限，選擇壓電式加速度傳感器進行測量，將采集卡的最 大采樣頻率設(shè)定為7000Hz。為了反映齒輪箱的實際運行工況，測點選擇在軸 承的最大承載區(qū)，并且將軸承座最大承載區(qū)磨平，并將剛度適中的剛塊粘貼在軸承座上，用鋼制螺栓將傳感器固定，傳感器的測點布置情況如圖2.4所示,而加速度傳感器可以按實驗需求放置在任意測點位置上，也可同時測量各測點 振動數(shù)據(jù)。3.2風(fēng)電機齒輪箱信號特征值大型風(fēng)

21、力發(fā)電機的齒輪箱狀態(tài)監(jiān)測與故障診斷的研究重點是確定監(jiān)測特征 值與故障特征值。監(jiān)測的特征值要顯示風(fēng)電機齒輪箱的仁作狀態(tài)。故障特征值 要區(qū)分風(fēng)電機齒輪箱的各種故障。3.2.1風(fēng)電機齒輪箱監(jiān)測特征值的選定監(jiān)測特征值既要反映風(fēng)電機齒輪箱的工作是否異常，還要計算方便且不受 齒輪箱各種工況的影響，即受轉(zhuǎn)速和環(huán)境等的變化影響小。以下分析狀態(tài)監(jiān)測與故障診斷的特征值選取過程，分析峭度指標(biāo)、裕度指 標(biāo)、峰值指標(biāo)、波形指標(biāo)和功率譜重心指標(biāo)如下14：(1)峭度指標(biāo):N 4,iiX/Nk44s(2.1)式中:N-表示數(shù)據(jù)長度，S-表示標(biāo)準(zhǔn)差。峭度指標(biāo)表示故障形成的大幅值脈沖出現(xiàn)的概率。它反映信號偏離正態(tài)分布的程度，對信

22、號的沖擊成分敏感，并且其數(shù)值大小與輸入軸轉(zhuǎn)速、齒輪箱各零部件尺寸以及負(fù)載無關(guān)。為了拉大脈沖響應(yīng)與背景噪聲的差距，從而提高信噪比，取峭度系數(shù)為脈沖響應(yīng)幅值的4次方作為判斷依據(jù)，大大的提高了準(zhǔn)確度。(2)裕度指標(biāo):XpCLfXr(2.2)式中：Xr表示方根幅值，表達式為：(2.3)裕度是指留有一定余地的程度，允許有一定的誤差。(3)峰值指標(biāo):XpCf -i(2.4)峰值是指在規(guī)定的時間范圍內(nèi)，時變量的最大值(4)波形指標(biāo):(2.5)式中：Xp為峰值，即某時刻振動幅值的最大值；Xrms為有效值，反映了振動信號能量的大小，其表達式為：Xrms：iXi2(2.6)波形指標(biāo)適用于點蝕類的故障，能提前預(yù)報早

23、期故障和反映故障發(fā)展趨勢。(5)功率譜重心指標(biāo):FcxN £i 1fipiNi 1pi(2.7)式中：fi表示i時刻的功率譜所對應(yīng)的頻率值；Pi 表示i時刻的功率譜幅值。功率譜估計是數(shù)字信號處理的主要內(nèi)容之一，主要研究信號在頻域中的各種特征，目的是根據(jù)有限數(shù)據(jù)在頻域內(nèi)提取被淹沒在噪聲中的有用信號。功率譜重心指標(biāo)反映的是功率譜重心位置變化的程度。當(dāng)出現(xiàn)故障的時候，頻率的振動幅值將發(fā)生變化，會在很大程度上影響功率譜的重心位置15。利用測得的數(shù)據(jù)分析這五個預(yù)選監(jiān)測指標(biāo)，選出一個指標(biāo)作為監(jiān)測指標(biāo)。數(shù)據(jù)的實驗背景如下：大型風(fēng)力發(fā)電機齒輪箱機組1#和2#，輸出軸轉(zhuǎn)速分別為:900rpm、1200

24、rpm，測試的故障狀態(tài)有以下五種：齒輪Z5單齒磨損、齒輪25崩齒、測點7的軸承外圈剝落及內(nèi)圈剝落、還有齒輪箱正常狀態(tài)下的數(shù)據(jù)。因為實驗所設(shè)故障都在測點7處，故選擇測點7信號作為源信號。經(jīng)過數(shù)據(jù)處理，結(jié)果如表2.1和表2.2所示。表2.1轉(zhuǎn)速為900rpm時，測點7在各種工況下的特征值工況峭度指標(biāo)波形指標(biāo)峰值指標(biāo)裕度指標(biāo)頻譜重心指標(biāo)崩齒19.13451.524519.425426.4517457.6411單齒磨損8.04761.412911.364811.9284351.4587內(nèi)圈剝落8.04761.52419.844112.1465384.4254外圈剝落7.46011.45848.1648

25、10.2548465.7254正常4.76471.65447.64718.3644472.9941表2.2轉(zhuǎn)速為1200rpm時，測點7在各種工況下的特征值工況峭度指標(biāo)波形指標(biāo)峰值指標(biāo)裕度指標(biāo)頻譜重心指標(biāo)崩齒19.61821.418419.481527.4597453.1853單齒磨損9.79241.647811.647211.7522386.6421內(nèi)圈剝落7.62411.644421.356425.9428431.9421外圈剝落6.12441.542211.645111.5741352.6444正常5.14881.34419.64528.9845385.6451由表2.1和表2.2可以看

26、出，在轉(zhuǎn)速變化時峭度指標(biāo)比較穩(wěn)定，波形指標(biāo)變化小，峰值指標(biāo)和裕度指標(biāo)有一些不穩(wěn)定，而頻譜重心變化沒有規(guī)律。隨后又重復(fù)三次試驗得出相同結(jié)論，故本一專家系統(tǒng)監(jiān)測特征值選擇峭度指標(biāo)。322風(fēng)電機齒輪箱故障特征值的選定故障特征值的選定影響風(fēng)電機的齒輪和軸承的各種故障鑒別，所以必須要有良好的故障鑒別能力，可以分辨出齒輪和軸承的各種故障在信號分析中的特點?？梢酝ㄟ^對齒輪的特征頻率分析達到齒輪的故障診斷，如圖2.5(a)所示齒輪崩齒時，沖擊脈沖頻率為齒輪旋轉(zhuǎn)頻率，轉(zhuǎn)頻及其各階諧波頻率的呈現(xiàn)較高幅值。如圖2.5(b)所示齒輪均勻磨損時，嚙合頻率及其諧波頻率在頻譜圖位置不變，但幅值增加，而高次諧波頻率增加較多。

27、a)崩齒由于實測的振動信號中摻雜有許多別的成分，例如齒輪箱的特征頻率，工況 狀態(tài)以及載荷信息等，這些成分掩蓋了齒輪和軸承的特征頻率，如果出現(xiàn)沖擊 現(xiàn)象、調(diào)頻調(diào)幅現(xiàn)象、非線性因素、共振現(xiàn)象以及禍合疊加等現(xiàn)象，齒輪和軸 承的特征參數(shù)提取就更困難佝。圖2.6(a)是大型風(fēng)力發(fā)電機齒輪箱在轉(zhuǎn)速為1200rpm，Z5齒輪發(fā)生崩齒故障時測點 7的頻譜圖，圖2.6(b)是大型風(fēng)力發(fā)電機齒輪箱在轉(zhuǎn)速為1200rpm ，Z5齒輪發(fā)生均勻磨損故障時測點7的頻譜圖。圖譜是由型號為1916的便攜式測振儀直接測得，從圖中可以看出別的成分將 故障特征頻率都掩蓋了，受功率譜的頻率分辨率限制，使計算機根本識別不出特征值頻率，

28、限制了使用特征頻率進行精密故障診斷。! -C一區(qū)Fl-仙ILI勺 遠:;-X T當(dāng).SK? *唸蠶如-裹二丄口 hZrjJ2"-述衛(wèi)主篙處 i芫,圖2.7風(fēng)機齒輪箱崩齒和均勻磨損頻譜圖利用時域同步平均可以去掉噪聲等信號分量，提取有用周期信號。時域同步 平均法要拾取被分析信號和回轉(zhuǎn)軸的時標(biāo)脈沖，用于鎖定各信號段的起始點,采用頻率跟蹤技術(shù)，采樣頻率能夠?qū)崟r跟蹤回轉(zhuǎn)頻率，并且是它的整數(shù)倍【17】。但時域同步平均法對系統(tǒng)硬件要求過高，故未予以采用。而共振解調(diào)法通過獲 取軸承和齒輪因故障碰撞而產(chǎn)生的沖擊信號，利用諧振器和調(diào)制解調(diào)器得到與故障特征頻率相同的低頻信號【18-19】。但共振解調(diào)法必須

29、采用高頻一諧振器以及米樣頻率咼達幾十千赫茲的米集系統(tǒng)，故也未予以米用。能量譜是用于描述(2.8)而能量譜分析法也被廣泛運用到各種設(shè)備的故障診斷中。信號能量沿頻率軸的分布情況，其表達式如下2ff x t齒輪傳動系統(tǒng)的激勵如果含有豐富頻率成分，會影響系統(tǒng)輸出信號的頻譜結(jié) 構(gòu)。當(dāng)發(fā)生故障時產(chǎn)生的沖擊激勵會抑制和增強各頻率成分。它會顯著地抑制某些頻率成，增強另一些頻率成分。如圖2.7所示，大型風(fēng)力發(fā)電機的齒輪箱在輸入轉(zhuǎn)速為1200rpm的情況下，正常工況齒輪和Z5崩齒，測點7內(nèi)圈剝落 故障以及外圈剝落故障時的頻譜。圖中頻譜的結(jié)構(gòu)變化明顯，因此當(dāng)風(fēng)電機齒 輪箱發(fā)生故障時，同頻帶信號的能量差別較大，某些頻

30、帶的信號能量降低，而 使一些頻帶的信號加大。因此，在各頻率成分信號的能量譜包含豐富的故障信 息，可以用能量譜識別故障類別。圖2.7正常與崩齒以及軸承內(nèi)外圈剝落四種故障時振動信號的頻譜由于原始信號與小波變換的能量是等價的，以下利用小波能量法改進能量譜方法得出能量比重譜。將 OHZ 4000HZ頻率域平均劃分為8個頻帶，分別為:0-500、500-1000、1500-2000、2000-2500、2500-3000、3000-3500、3500-4000(Hz)，計算各頻帶的能量，并作歸一化處理。歸一化公式如下20:XiXmaxXi(2.9)8。d）井H劇落圖2.8正常與發(fā)生崩齒以及軸承內(nèi)外圈剝落

31、故障時振動信號的能量比重譜3.3專家啟發(fā)知識的確定3.3.1監(jiān)測特征值闌值的確定監(jiān)測特征值閉值是指當(dāng)實際峭度指標(biāo)大于該值時，可以判定齒輪箱出現(xiàn)故障。但由于齒輪箱的振動是隨機的，當(dāng)環(huán)境發(fā)生變化或者其他原因，會導(dǎo)致峭度指標(biāo)在采樣過程中超過該閡值，但齒輪箱沒有故障。因此試驗中連續(xù)多次采樣，計算各個樣本的峭度指標(biāo)值，對這些峭度指標(biāo)二次統(tǒng)計分析后再進行故障判斷。如表2.3所示，在正常工況下轉(zhuǎn)速為1200rpm 時通道5連續(xù)Z5次采樣,每次采集2048個點得到的25個峭度指標(biāo)值。表2.3正常工況下的25個峭度指標(biāo)值1-56-1011-1516-2021-254.87545.17415.46514.9109

32、5.01425.23125.57684.69974.94416.36297.46345.63194.79235.66235.387486.581038.317598.05145.81516.74514.23545.74216.21455.81044.0145由表可得：峭度指標(biāo)的最大值為8.1759，最小值為4.0145，平均值經(jīng)計算得5.6417。與理論值不符，峭度指標(biāo)在正常工況下的理論值應(yīng)該是3左右，但實測的齒輪箱上峭度指標(biāo)的平均值為5.6417。將齒輪箱拆蓋后發(fā)現(xiàn)齒輪箱各零部件的制造及裝配精度有缺陷，連軸器對中度不夠和齒輪制造精度不夠等原因造成診斷數(shù)據(jù)偏差。從表2.1和表2.2可以看出，當(dāng)

33、轉(zhuǎn)速增高的同時峭度指標(biāo)也有所增大，所以在正常工況下，當(dāng)轉(zhuǎn)速低于1200rpm 時峭度指標(biāo)的平均值肯定小于5.6417，因此只要在低轉(zhuǎn)速下峭度指標(biāo)的平均值大于5.6417就可以確定監(jiān)測特征值。轉(zhuǎn)速為30Orpm時進行25次連續(xù)采樣，各種故障工況崩齒、齒面單磨、軸承內(nèi)圈剝落和軸承外圈剝落的25個峭度指標(biāo)值分別如表2.4，表2.5，表2.6和表2.7所示。對四個表中的25個峭度指標(biāo)求均值，分別是:10.6152、5.4681、12.0684、6.5899，顯然只有齒面單磨故障不符合預(yù)測，于是可以保守地將監(jiān)測正常工況的閥值設(shè)定為6，故障閥值設(shè)定為6.5，警告區(qū)間設(shè)定為6至6.5。為了分析齒面單磨故障，

34、對數(shù)據(jù)進一步分析后發(fā)現(xiàn)它們的標(biāo)準(zhǔn)差分別如下:5.4211、76.4847、12.9842、51.6874、23.1584，可以看出故障工況的標(biāo)準(zhǔn)差都超過了10,故可以把峭度指標(biāo)的標(biāo)準(zhǔn)差作為一個輔助的診斷準(zhǔn)則。所以判別風(fēng)電機齒輪箱是否在正常工況，除了 25個峭度指標(biāo)的均值需要滿足不大于 6的規(guī)則外,同時也要符合標(biāo)準(zhǔn)差是否超過 10。表2.4崩齒工況下的25個峭度指標(biāo)值1-56-1011-1516-2021-254.425112.84512.4573.784113.7517.54795.85413.01424.987413.7843.810117.2414.15244.10217.98546.75

35、1376.3124.01247.412411.4575.014211.2544.724111.7517.1724表2.5齒面單磨工況下的25個峭度指標(biāo)值1-56-1011-1516-2021-254.04123.91328.75415.71242.9753.754253.1475.42143.01245.75423.810117.2414.15244.10217.98546.784376.3124.01247.412411.4575.01429.54775.647914.54898.5724表2.6軸承內(nèi)圈剝落工況下的25個峭度指標(biāo)值1-56-1011-1516-2021-253.124512

36、.98425.41613.01454.16723.24192.02486.04553.31527.01253.21525.24955.87453.14155.26872.44855.39674.01247.412411.4572.2364345.3633.15462.46542.684表2.7軸承外圈剝落工況下的25個峭度指標(biāo)值1-56-1011-1516-2021-253.54123.895111.2548.26355.64123.78419.642510.4522.78454.12234.95244.32659.21054.12528.12644.25455.321514.2353.267

37、88.23758.215419.72512.6486.942520.4573.3.2標(biāo)準(zhǔn)故障樣本的確定標(biāo)準(zhǔn)故障樣本的確定是 BP神經(jīng)網(wǎng)絡(luò)和灰色理論推理的基礎(chǔ)。因為 BP神經(jīng)網(wǎng)絡(luò)的推理是以網(wǎng)絡(luò)權(quán)值和閉值為基礎(chǔ)的，專家系統(tǒng)知識的關(guān)鍵是確定齒輪 箱在各種故障狀態(tài)下的故障特征值，故專家啟發(fā)知識中應(yīng)該加入 BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)權(quán)值和閉值。把能量比重譜作為本專家系統(tǒng)的故障特征值，通過實驗采集 各種故障工況下的標(biāo)準(zhǔn)樣本，提取標(biāo)準(zhǔn)故障特征值并存入知識庫中。例如設(shè)置 轉(zhuǎn)速為900rpm 和1200rpm 時，Z5齒輪崩齒和單齒面磨損以及測點 7軸承內(nèi)圈剝落和外圈剝落四種故障，并選擇測點7信號作為故障診斷源信號。表

38、2.8表2.9分別表示轉(zhuǎn)速為900rpm 和轉(zhuǎn)速為1200rpm 時，齒輪Z5崩齒和單齒面 磨損以及測點7軸承內(nèi)圈剝落和外圈剝落故障以及正常工況時的專家啟發(fā)知 識。表2.8轉(zhuǎn)速為900時7測點的專家啟發(fā)知識工況0-500500-10001000-1501500-2002000-250崩齒0.67880.74210.96411.00000.7821單齒磨損0.35240.82440.81701.00000.2341內(nèi)圈剝落0.35210.94861.00000.87240.4590外圈剝落0.52531.00000.64210.75940.1786正常0.51780.87521.00000.87

39、240.4125表2.9轉(zhuǎn)速為1200時7測點的專家啟發(fā)知識工況0-500500-10001000-1501500-2002000-250000崩齒0.38950.59750.51200.52430.0874單齒磨損0.23090.84121.0000.75240.2341內(nèi)圈剝落0.35210.94861.00000.87240.1357外圈剝落0.23641.00000.86410.64210.1204正常0.54230.80261.00000.78240.2415333推理機原理分析及仿真(1)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程是有監(jiān)督或稱有導(dǎo)師的學(xué)習(xí)，由信息的正向傳播和誤差的反向

40、傳播兩個過程組成。輸入層中的神經(jīng)元負(fù)責(zé)接收外界輸入信息，并傳遞給中間層神經(jīng)元 沖間層負(fù)責(zé)信息變換，根據(jù)信息變化能力的要求，可以設(shè)計為單隱層或者多隱層結(jié)構(gòu)；最后信息從隱層傳遞到輸出層的各神經(jīng)元，完成一 次正向傳播處理，處理結(jié)果由輸出層向外界輸出；若實際輸出與期望輸出不一致, 進入誤差反向傳播，誤差通過輸出層向隱層和輸入層逐層反傳，信息正向傳播 和誤差反向傳播，各層權(quán)值不斷調(diào)整，神經(jīng)網(wǎng)絡(luò)不斷的學(xué)習(xí)和訓(xùn)練，直到網(wǎng)絡(luò) 輸出的誤差減少到可接受值或者提前設(shè)定的訓(xùn)練次數(shù)終止，學(xué)習(xí)訓(xùn)練樣本設(shè)定為XXjXQ.X，己知導(dǎo)師樣本為T 九鮎.九，通過學(xué)習(xí)算法得出的實際輸T和丫盡可能相近出丫y1,y2.yr的誤差來改變

41、與其權(quán)值和聞值，從而達到】。學(xué)習(xí)步驟如下【22-23】：1)網(wǎng)絡(luò)各層節(jié)點輸出：yijWjXj j ,i 1,2,.L 1(2.10)式中W連接權(quán)值,j-節(jié)點闌值，激活函數(shù)采用f(a)=1/(1 +式中:'一期望輸出,i 一網(wǎng)絡(luò)誤差。2)網(wǎng)絡(luò)輸出誤差:(2.11)tiyi * yi * 1 yi3)若網(wǎng)絡(luò)誤差滿足最大允許誤差，結(jié)束訓(xùn)練。否則，按公式(2.12)修正權(quán)值后繼續(xù)執(zhí)行步驟(I)。Wijk 1WijkiXi(2.12)式中:Wij k 1為下次循環(huán)的連接權(quán)值，Wij k為當(dāng)前連接權(quán)值，表示學(xué)習(xí)率。(2) 改進后BP算法由于BP算法訓(xùn)練次數(shù)多，收斂速度慢，學(xué)習(xí)效率較低；容易陷入局部

42、極小 值；學(xué)習(xí)新樣本過程中會有遺忘舊樣本的情況。為了加快訓(xùn)練速度，避免陷入 局部極小值和改善其它方面能力，對BP神經(jīng)網(wǎng)絡(luò)的算法進行以一下改進24-26:1）用附加動量因子的方法避免局部極小值在反向傳播法上，給各個權(quán)值加上一個正比于前次值變化量的值，井采取反向傳播法產(chǎn)生新的權(quán)值變化。權(quán)值調(diào)節(jié)公式為Wj k 11 me j Pj me Wj k(2.13)式中：k-訓(xùn)練次數(shù)，me-動量因子一般為0.95。附加動量的實質(zhì)是用動量因子傳遞最后一次權(quán)值的變化。加入動量因子后，權(quán) 值的變化方向為誤差曲面底部的平均方向，網(wǎng)絡(luò)權(quán)值的誤差曲面底部較平緩的 區(qū)域變化較小，此時得出VWji k 1 VWji k，可

43、以有效防止VWji =0，便于神經(jīng)網(wǎng)絡(luò)避免訓(xùn)練過程中出現(xiàn)局部最小值。2）學(xué)習(xí)率自動調(diào)節(jié)學(xué)習(xí)率n又稱步長，步長太小會增加訓(xùn)練次數(shù)，當(dāng)誤差變化較大會導(dǎo)致迭代次 數(shù)增加。步長調(diào)節(jié)的準(zhǔn)則為：如果權(quán)值的修正值使誤差函數(shù)減小，證明學(xué)習(xí)速率 減慢，于是應(yīng)該增加一個量；反之應(yīng)該減小學(xué)習(xí)速率。學(xué)習(xí)速率自動凋整公式如f+1)< SSE(k)叭fe + 1) = j O777(/c)SSE(k + 1) > l04SSE(A0I“(R)其他(2.14 )(3)BP神經(jīng)網(wǎng)絡(luò)故障鑒別BP神經(jīng)網(wǎng)絡(luò)故障診斷實行閑值鑒別法。導(dǎo)師樣本標(biāo)準(zhǔn)值設(shè)定為1，闌值設(shè)定為0.8，當(dāng)神經(jīng)網(wǎng)絡(luò)輸出節(jié)點的值大于或等于0.8，便可以判

44、定該節(jié)點出現(xiàn)故障，反之工況良好，當(dāng)所有值都小于 0.8時，貝U判定BP神經(jīng)網(wǎng)絡(luò)無法識別，但這種判別方法的確診率不高，對數(shù)據(jù)分析比較發(fā)現(xiàn)其中一個輸出節(jié)點的值較大,其余三個節(jié)點的值較小，其相差倍數(shù)都小于18dB【27-28】。例如BP神經(jīng)網(wǎng)絡(luò)的三個分別代表崩齒、軸承內(nèi)圈和軸承外圈故障的節(jié)點，對于崩齒工況的測試樣本，其神經(jīng)網(wǎng)絡(luò)輸出結(jié)果分別為：0.2945、0.0117、0.0274，可以看出無法用閩值鑒別法進行判斷，分析發(fā)現(xiàn)其中最大值與另外兩個值的比值分別為20.17dB和18.64dB。所以使用這種最值與其他值的相比的第二閡值是否大于 18dB進行故障鑒別，可提高確診率，本專家系統(tǒng)就采用這種雙重閩

45、值鑒別法。(4)神經(jīng)網(wǎng)絡(luò)故障診斷仿真對BP神經(jīng)網(wǎng)絡(luò)進行仿真實驗證明 BP神經(jīng)網(wǎng)絡(luò)能準(zhǔn)確故障診斷?；贛ATLAB7.0的神經(jīng)網(wǎng)絡(luò)工具箱得出下面的仿真結(jié)果。由于每次BP辛中經(jīng)網(wǎng)絡(luò)訓(xùn)練的權(quán)值和閡值調(diào)整結(jié)果會有所不同，利用測試樣本來確定適合大型風(fēng)力發(fā)電機齒輪箱的BP神經(jīng)網(wǎng)絡(luò)。仿真實驗的訓(xùn)練樣本見前文的表2.8和2.9，神經(jīng)網(wǎng)絡(luò)期望輸出樣本如表2.10所示。轉(zhuǎn)速為900rpm和1200rpm 的訓(xùn)練樣本各 五組數(shù)據(jù)，其中1-5為900rpm，6-10為1200rpm。表2.10神經(jīng)網(wǎng)絡(luò)期望輸出樣本表工況 12345678910崩齒磨損剝落剝落正常選擇的測試樣本分別為：900rpm 時崩齒故障、1200

46、rpm 時單齒磨損故障、900rpm 時測點7軸承內(nèi)圈故障，1200rpm 時測點7軸承外圈剝落故障和正常工況。其故障特征值如表2.11所示:表2.11神經(jīng)網(wǎng)絡(luò)測試樣本表工況0-500500-10001000-15001500-20002000-2500崩齒0.45110.44670.924210.97541.000單齒磨損0.23090.84121.0000.75240.2341內(nèi)圈剝落0.35210.94861.00000.87240.1357外圈剝落0.24581.00000.45640.59420.1134正常0.35460.31410.57841.0000.1325BP神經(jīng)網(wǎng)絡(luò)沒有固定的初始化狀態(tài)，訓(xùn)練的狀態(tài)和結(jié)果每次都不相同，經(jīng)過多次訓(xùn)練與仿真并調(diào)整診斷精度，得出最佳BP宇中經(jīng)網(wǎng)絡(luò)進行仿真，其仿真的結(jié)果如表2.12所示。根據(jù)經(jīng)驗設(shè)定第一聞值0.8，第二閑值1sdB。山以上結(jié)果得出待檢樣本能對應(yīng)相應(yīng)的故障，BP神經(jīng)網(wǎng)絡(luò)故障診斷試驗表明該組數(shù)據(jù)準(zhǔn)確率到達100%，說明能夠利用BP神經(jīng)網(wǎng)絡(luò)對大型風(fēng)電機的齒輪箱進行故障診斷。表2.12神經(jīng)網(wǎng)絡(luò)仿真結(jié)果工況樣本一樣本二樣本三樣本四樣本五崩齒0.93245323.35152400.00153080.00021760.23532430