设备故障诊断的研究方案.doc

设备故障诊断的研究方案 ? 彭苏萍 杨峰 （中国矿业大学北京校区） ? 随着现代化工业大生产的不断发展，机械设备的结构变得越来越复杂，并且经常运行于高速、重载以及恶劣环境等条件下。由于各种因素的干扰和影响，会导致机械设备发生故障，轻则降低生产质量或导致停产，重则会造成严重的甚至是灾难性的事故。为此，为尽最大可能地避免事故的发生，机械设备状态监测与故障诊断技术近年来得到了极为广泛的重视，其应用所达到的深入程度十分令人鼓舞。目前，机械设备状态监测与故障诊断已经基本上形成了一门既有理论基础、又有实际应用背景的交叉性学科。 故障诊断的基本任务是监视机械设备的运行状态，诊断和判断机械设备的故障并提供有效的排故措施，指导设备管理和维修。 在实际应用中，故障与征兆之间往往并不存在简单的一一对应关系，一种故障可能对应着多种征兆，反之一种征兆也可能是由于多种故障所致。因此，通常我们必须要借助信号处理等手段从采集的原始数据中加工出特征信息，提取特征量，从而保证有效、准确地进行故障诊断，也就是说，信号处理与故障诊断有着极为密切的联系，信号处理、特征提取是故障诊断中必不可少的一个重要环节。 为此，本次研究方案从采集设备开始，通过对信号的分析与处理得出机械设备部件的损坏部位及运行状态，并在此基础上建立一套数据库管理系统 一、?????????? 采集系统的研制 数据采集是进行故障检测的第一步，数据采集的过程如图1所示： 图1 数据采集流程 数据采集的可靠性和数据包含信息的多少直接影响到后期的分析、处理等工作。因此前端的采集系统是很重要的。 1、 6通道采集（可根据需要扩充通道数量）。 2、 3、 A/D转换等控制。初步设计为24位A/D转换，采用8档的高、低切滤波器设计，增益采用浮点放大技术。 4、 PCI接口进行采集卡与主机之间的数据传输。 5、 586主板和底板。显示器采用液晶真彩，并安装触摸屏。 二、?????????? 数据分析 （一）常规的数据分析与处理 1、时域波形分析及示性指标 在状态监测和故障诊断的过程中，我们常常会直接利用振动时域信号进行分析并给出结果，这是最简单且最直接的方法，特别是当信号中明显含有简谐成分、周期成分或瞬时脉冲成分时更为有效。当然这种方法要求分析人员具有比较丰富的实际经验。 振动时域波形是一条时间历程的波动曲线。根据测量所用传感器类型的不同，曲线的幅值可代表位移、速度或加速度。 进行波形分析时，主要采用如下特征量，也称示性指标： (1) 振动幅值 不同的机械设备，不同的故障源通常会产生不同频率的机械振动，因此，频率分析在故障诊断中占有十分重要的地位。 (3) 相位 相位表示在给定时刻振动部件被测点相对于某一固定参考点或其它振动部件的位置。在实际应用中，相位主要用于比较不同振动运动之间的关系，或确定一个部件相对于另一个部件的振动状况。通常不同振源产生的振动具有不同相位。 (4) 其它指标 为了有效描述复杂的振动，在实际应用中也经常使用下面一些示性指标： 峰态因数→裕度因数→脉冲因数→峰值因数→波形因数 2、频谱分析 频谱是在频域中对原信号分布情况的描述，通常能够提供比时域波形更加直观的特征信息。因此，频谱(包括功率谱和幅值谱等)被广泛用作为故障诊断的依据。 频谱可以通过傅里叶变换的方式获取。具体分析时，首先应当注意幅值较高的谱峰，因为它们对振动的总量级贡献较大，我们应当分析产生这些频率分量的原因。值得一提的是，机器振动频谱中，有些振动分量虽然较大，但不随时间而变化，对机器的正常运行也不会构成什么威胁。相反，有一些幅值较小，但增长很快的频率分量却往往预示着故障的产生和发展，应该引起足够的重视。特别地，当一些在原频谱图上并不存在或比较微弱的频率分量突然出现并急剧增大时，极有可能在较短时间内破坏机器的正常工作状态。因此，在频谱分析中不仅要注意各分量的绝对大小，更应当注意各谱峰的发展变化趋势。 频谱分析的结果还可用于趋势估计。事实上只要将某一个或几个特殊频率分量的多次测量分析结果按时间顺序描绘出来，便能形成“幅值-时间”趋势曲线，然后把该曲线沿时间轴向前外推，即可有效地估计出机器运行状态达到危险极限的时间。图2给出了某一频率分量的“幅值-时间趋势”图。 图2 某一频率分量的“幅值-时间趋势”图 3、倒频谱分析 根据利用FFT进行时-频域转换的概念，可以将频谱分析结果再次利用FFT技术转换到一个新的分析域中。这样就形成了所谓的倒频谱分析。 倒频谱具有检测和分离频谱中周期性成分的能力，会使原来谱图上成族的边频谱线简化为倒频谱上的单根谱线，从而使频谱中的复杂周