毕业设计说明书(机械电子)(机电一体化).doc

1 绪 论 1.1 课题研究目的 随着现代工业及科学技术的迅速发展，生产设备日趋大型化、集成化、高速化、自动化和智能化，设备在生产中的地位越来越重要，对设备的管理也提出了更高的要求，能否保证一些关键设备的正常运行，直接关系到一个行业发展的各个层面。现代化工业生产，一旦发生故障，损失将十分巨大。因此，为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广泛的重视和发展[7]。目前，机械设备状态监测与故障诊断已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。机械故障诊断的基本任务是监视机械设备的运行状态，诊断和判别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。因此，机械故障诊断技术的研究和应用，能够帮助人们尽早的发现故障隐患，预防故障的发生，故障发生之后也能尽快地找出故障发生的原因、部位、严重程度及发展趋势，并提供解决故障的有效方案。 机械故障诊断主要包括四个步骡，即信号测量、特征提取、模式识别和诊断决策。信号测量是指采集机械设备某个部位的振动信号；特征提取是对振动信号作处理，分析信号的时域和频域特性，并提取能够反映故障特征的重要参数；模式识别是对特征参数的分类识别，诊断出故障的类型；诊断决策是寻找故障发生的原因，分析故障状态的特点，提供解决故障的方案。在机械故障诊断的发展过程中，人们发现最关键、最困难的问题之一是故障信号的特征提取，它直接关系到故障诊断的准确性和故障早期预报的可靠性[3]。 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的关系，一种故障可能对应着多种征兆，反之一种征兆也可能由于多种故障所致，这些给故障特征提取带来了困难。为了从根本上解决特征提取这个关键问题，通常我们必须要借助信号处理，特别是现代信号处理的理论、方法和技术手段，从采集的原始数据中寻找出特征信息，提取特征值，从而保证有效、准确地进行故障诊断。也就是说，信号处理和特征提取的好坏与故障诊断的效率和质量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重要环节。 综上所述，机械故障诊断技术的研究和应用，尤其是先进的信号处理和特征提取方法的研究与应用，对于避免灾难性事故的发生，减少经济损失，提高安全生产能力有着重大的意义[4]。 1.2 国内外研究现状分析 美国是最早开展状态监测与故障诊断的国家之一，1961年开始执行阿波罗计划后，产生了一系列有设备故障酿成的悲剧，引起了美国军方和政府有关部门的重视。1967年4月，在美国宇航局(NASA)的倡导下，由美国海军研究室(ONR)主持成立了美国机械故障预防小组(MFPG)，首次采用状态监测技术对机械进行预防监测，标志着该技术研究的开始。除了MFPG外，美国机械工程师学会(ASME)领导下的锅炉压力容器监测中心在应用声发射技术对设备故障诊断方面取得重大成果。其他还有Johns Mitchell公司超低温水泵和空压机监测技术、SPIRE公司军用机械轴和轴承诊断技术、TEDECO公司润滑油分析诊断技术等都在国际上处于领先地位。 英国在20世纪60年代末70年代初，以R．A．Collacott为首的机械保健中心开始研究故降障断技术。1982年曼彻斯特大学成立了沃福森工业维修公司，主要从事状态监测与故障诊的研究与教育培训工作，另外，在核电站，钢铁等领域也成立了相应的组织，开展这方面的研究。 在欧洲其他一些国家，设备状态监测与诊断技术的研究也有不同程度的发展，并在一方面具有特色或领先地位，如瑞典SPM仪器公司的轴承监测技术，挪威的船舶诊断技术。如丹麦BK公司的传感器制造技术。 我国在故障诊断技术方面的研究起步较晚，但是发展很快。其间经历了两个阶段：一阶段从1979年至U1983年，该阶段主要是吸收国外先进技术，并对一些故障机理和诊断法展开了研究：第二阶段从1984年至今，在这一阶段随着官方组织的成立和学术会议的推广，全方位开展了机械设备的故障诊断研究。国内有一些大学及研究所陆续推出自己的产品，如北京振通检测技术研究所推出的902和903便携式采集器，重庆大学测试中心的QLSA．W型振动测试分析仪，大连理工大学推出的PDM2000数据采集分析仪及管理软件，哈尔滨工业大学的“机组振动微机监测与故障诊断系统，西安交通大学的RMMMDS系统，浙江大学的CMD.3系统和清华大学的ADVISOR系统等[5]。 1.3故障诊断的研究难点和发展趋势 1.3.1故障诊断的基本问题 一般来说，故障可以理解为至少一个系统的重要特性偏离了正常范围。广义地讲，故障可以理解为系统的任何异常现象，使系统表现出所不期望的特[7]。从结构上看，控制系统故障大体上可以分为受控对象故障(component Fault)、传感器或仪表故障(sensor or Instrument Fault)、执行器故障