（动力机械及工程专业论文）基于时频分析的轴流风机故障诊断实验研究.pdf

大连理工大学硕士学位论文 摘要 在国民经济现代化建设中，风机应用广、数量多，占有重要地位。风机在流量减小 时常发生失速、喘振等非稳定现象，气流的脉动加剧，风机的性能恶化，引起机器的强 烈振动，并伴有强烈的噪声，影响安全运行。因此风机小流量非稳定工况特性研究对于 风机安全运行至关重要。目前，对风机非稳定工况的研究很多，所研究的内容和重点也 各不相同。但对近壳壁旋绕倒流非稳定工况的研究很少，对风机非稳定工况下流动参数 的脉动、机器的振动和噪声等表征参数也缺乏综合分析，本文以工业通用6 x f 型单级轴 流风机为研究对象，组建了轴流风机实验台，对风机的气动、噪声、振动等参数进行了 非稳定工况的静态测试和动态测试。以时频分析方法作为故障信号的分析与处理手段， 着重对轴流风机的失速工况和近壳壁旋绕倒流两种非稳定工况作了进一步的实验研究。 对试验结果综合分析发现，随着流量的减小，首先出现其特征与旋转失速不同的失 速工况，继而出现其特征与喘振不同的近壳壁旋绕倒流的工况，这两种非稳定工况都因 气流的脉动加剧引起机器的强烈振动，并伴有强烈的噪声。借助多种信号分析手段对失 速和近壳壁旋转倒流工况的频率、幅值特性及动态过程进行了时频分析和特征提取；揭 示了该风机非稳定工况的特征及形成和发展规律，为风机的小流量非稳定工况特性的理 论研究和监测诊断提供参考依据。 本文简要地讨论了旋转机械故障诊断领域常用的信号处理技术，阐述了小波技术的 原理与应用方法。针对实验获得的数据，采用频谱分析、小波包分析等多种手段，对实 验风机的非稳定特性分析及诊断进行了研究。结果表明，以小波包分解技术为主的多信 号处理技术，对分析非稳定信号及旋转机械工作状态的监测与诊断，具有明显的优势和 应用前景。 由于旋转类机械的相通性，本文采用的研究方法，不仅可以为分析、预报风机故障 提供切实可行的方法，亦可应用于压缩机等其它旋转机械的监测与诊断。对提高旋转机 械设备的监测分析功能和故障诊断的准确率、对诊断理论的丰富和发展，都有着重要的 理论意义和应用价值。 关键词：轴流风机：时频分析；小波包；失速；入口倒流 陈敏红：基于时频分析的轴流风机故障诊断实验研究 a n e x p e r i m e n t a lr e s e a r c ho nf a u l td i a g n o s i so f a x i a lf a n b a s e do n t i m e f r e q u e n c ya n a l y s i s a b s t r a c t f a ni sw i d e l yu s e da n dp l a y sa ni m p o r t a n tr o l emt h em o d e mc o n s t r u c t i o no fe c o n o m y ， a tf a n ss m a l lf l o wr a t e ，u n s t e a d yw o r k i n gc o n d i t i o n sl i k es t a l l i n ga n ds u r g i n go f t e no c c u r ， w i t ht h ep u l s eo fa i rf l o wa g g r a v a t e d , p e r f o r m a n c eo ft h ef a nw o r s e n e d ，v i b r a t i o na n dn o i s e i n t e n s i f i e d ，a l lo fw h i c hm a ye v e n t u a l l ya f f e c tt h es a f e t yo fo p e r a t i o n t oe n s u r et h es a f e t yo f o p e r a t i o na n dh i g hw o r k i n ge f f i c i e n c yo ft h ef a n ，r e s e a r c ho nc h a r a c t e r i s t i c so fu n s t e a d y w o r k i n gc o n d i t i o n so f t h ef a na ts m a l lf l o wr a t ei sn e e d e d ，a tp r e s e n t ，m a n ys t u d i e sh a v eb e e n c a r r i e do u to nt h eu n s t e a d yw o r k i n gc o n d i t i o n so ft h ef a nf r o md i f f e r e n ta s p e c t s ，h o w e v e r ， r e s e a r c ho nn e a r c a s i n gb a c k f i o w i ss t i l lf a rf r o me n o u g h ，a n dt h e r ei ss t i l ls c a n t c o m p r e h e n s i v ea n a l y s i so ft h ep n e u m a t i c ，a sw e l l a so t h e rp a r a m e t e r ss u c ha sn o i s ea n d v i b r a t i o n t oe x p l o r et h ec h a r a c t e r i s t i c so fu n s t e a d y s t a g ec o n d i t i o n s ，b o t hs t a t i ca n dd y n a m i c t e s t i n go fp a r a m e t e r sl i k ea e r o d y n a m i cp a r a m e t e r s ，n o i s ea n dv i b r a t i o nh a v eb e e nc a r r i e do u t o na6 x fa x i a lf l o wf a n ，u s i n gt i m e f r e q u e n c ya n a l y s i sa st h em a i ns i g n a l p r o c e s s i n g m e t h o d b a s e do na n a l y z i n ga n dc o m p a r i n gt h er e s u l t so f t h ee x p e r i m e n t ，i ti sf o u n dt h a t ，a st h e f l o wr e d u c i n g ，s t a l lw o r k i n gc o n d i t i o na p p e a r sf i r s t ，w h o s ec h a r a c t e r i s t i ci sd i f f e r e n tf r o mt h a t o f t h er o t a t i n gs t a l l ；t h e no c c n r sd e a l c a s i n gb a c k f i o ww o r k i n gc o n d i t i o n ，w h o s ec h a r a c t e r i s t i c i sd i f f e r e n tf r o mt h a to f t h es u r g e b o t ho f t h et w ow o r k i n gc o n d i t i o n sc a u s et h ep r e s s u r e p u l s a t i o ni n c r e a s i n g ，w h i c hi nt u r nm a k e sv i b r a t i o nr i s i n ga n dn o i s ea g g r a v a t i n g b y t i m e f r e q u e n c ya n a l y s i s ，f e a t u r e sh a v eb e e ne x t r a c t e df r o mp u l s a t i o na m p l i t u d e ，f r e q u e n c y ， d e v e l o p m e n to f s t a l la n dn e a rc a s i n gb a c k f l o w a tt h es a m et i m e ，t h ec h a r a c t e r i s t i c sa n dt h e d e v e l o p i n go f t h eu n s t e a d yc o n d i t i o nh a v eb e e nd i s c l o s e d ，a n ds o m er e f e r e n c e sf o rt h e o r e t i c a l r e s e a r c h ，f a i l u r em o n i t o r i n ga n dd i a g n o s i sa r ep r o v i d e da sw e l l i nt h i st h e s i s ，t h ec o m m o n s i g n a lh a n d l i n gt e c h n o l o g y i nf a i l u r ed i a g n o s i so f t h er o t a r y m a c h i n eh a sb e e nd i s c u s s e d p r i n c i p l ea n da p p l i c a t i o no ft h ew a v e l e tt e c h n o l o g yh a sb e e n e x p o u n d e db a s e d o nt h ed a t ag o tf r o mt h ee x p e r i m e n t ，t h eu n s t e a d yc h a r a c t e r i s t i c so ft h e e x p e r i m e n t a lf a na n dt h ed i a g n o s i so f t h e s ec h a r a c t e r i s t i c sh a v eb e e ns t u d i e du s i n gs p e c t r u m a n a l y s i sa n dw a v e l e tp a c ka n a l y s i s t h er e s u l t ss h o w t h a tt h em u l t is i g n a lt e c h n o l o g yb a s e d o nt h ew a v e l e tp a c ka n a l y s i sh a so b v i o u sp r e d o m i n a n c ea n da p p l i c a t i o np r o s p e c ti nt h e a n a l y s i so fu n s t e a d ys i g n a la n di nt h em o n i t o r i n ga n df a i l u r ed i a g n o s i so ft h er o t a r ym a c h i n e 大连理工大学硕士学位论文 b e c a u s eo ft h ec o i t l u i o i l * i e s so f r o t a r ym a c h i n e s ，t h er e s e a r c hm e t h o da p p l i e di nt h i sp a p e r c a 2 n o to n l y p r o v i d e p r a c t i c a l g l e a n so f a n a l y z i n ga n d p r e d i c t i n g t h e f a i l u r eo f t h e f a n ，b u t a s oc a r b eu s e di nt h em o n i t o r i n ga n df a i l u r ed i a g n o s i so fo t h e rr o t a r ym a c h i n e s 1 i k et h e c o m p r e s s o r t h er e s e a r c hh a si m p o r t a n tt h e o r e t i c a ls i g n i f i c a n c ea n da p p l i c a t i o nv a l u ei n i m p r o v i n gt h ea c c u r a c yo f t h em o n i t o r i n ga n df a i l u r ed i a g n o s i so f t h er o t a r ym a c h i n e sa n di n e n r i c h i n ga n dd e v e l o p i n gt h et h e o r y k e yw o r d s ：a x i a lf a n ；t i m e - f r e q u e n c ya n a l y s i s ；w a v e l e tp a c k e t ；s t a l l ；i n l e tb a e k f l o w 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名：。隐躯红日期：垫选： 圣：8 大连理工大学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者虢储、去欠红作者签名：l 、j 、。硼尘：三l 导师签名 掘2 丑哆 丛年旦月土日 大连理工大学硕士学位论文 1 绪论 风机故障的时频分析属于旋转机械故障诊断研究领域，它以机械设备运行状态的多 种性能参数的异动为依据，以预报和诊断机械设备的故障为目的，是机械振动与噪声、 流体机械、传感器技术、计算机技术、信号处理等多个学科领域相互渗透和相互促进而 形成的一门综合性交叉学科。 1 1 课题背景及研究意义 1 1 1 风机故障诊断技术研究的必要性和意义 风机是一类将原动机的机械能转化为被输送气体压力能和动能的流体机械，属于通 用机械范畴。在我国国民经济现代化建设中，风机应用广、数量多，占有重要地位。采 矿工业中的矿井通风、冶金工业中的高炉鼓风、化学工业中的气体排送、石油工业中的 催化裂化、一般工业中的厂房通风等等都离不开风机。在火力发电厂，送风机、引风 机、一次风机、二次风机等都是电厂重要的辅助设备，其中送风机和引风机更被电厂誉 为“呼吸系统”。风机运行的连续性和安全可靠性，直接关系到工业生产的连续性和安 全可靠性。据美国电力研究所( e p r i ) 统计，通风机及其系统特性对于电站停机故障有 重大影响，通风机故障是引起机组非计划停机的主要原因之一，3 0 一5 0 的火电厂停机 故障主要由汽轮发电机、风机和水泵等旋转机械造成的”1 。另外，风机的耗能和噪声问 题十分严重。1 ，非稳定运行直接导致风机的能损增加、噪声增大。近几十年以来，以汽 轮机为代表的旋转机械故障诊断技术的理论研究和应用推广有了很大的发展，但对风机 的重要性认识不足，缺少对风机运行状态监测与故障诊断技术的研究与实施。要想真正 确保整个系统正常、安全运行，处于最佳运行工况，提高工业生产的质量，有必要提高 对风机状态监测与故障诊断重要性的认识，并开展进一步的理论研究与应用推广。 在生产实践中，常常发生风机未到检修周期时，即发生偶发性故障，不得不停机检 修，造成企业的停产损失，加大维修费用。与之相反，还经常遇到风机运行到维修周期 时，仍然可以继续运行，但限于维修制度的制约，必须停机，造成所谓的“过剩维修”， 使本来还可以继续应用的机件报损，蒙受经济上的损失。此外，还经常发现风机在失衡 状态下运行，由此导致系统其它组件使用寿命的降低以及噪声污染的增大。为了防止风 机的突发事故、消除设备的过剩维修、提高整个生产系统的安全可靠性和经济性，在风 机运行过程中，监视、评估、预报风机的运行状况，在出现故障时给出报警并提出解决 方案，就显得十分必要。 陈敏红：基于对频分析的轴流风机故障诊断实验研究 对风机运行状况进行监测并进而诊断，首要的问题是选择监测参数。机械设备在运 行过程中产生故障时，以振动现象最为明显和普遍。机械只要运转就要产生振动，机械 各部位的任何变化，都会对振动现象产生影响，也可以说，风机的振动现象所包含的故 障信息是最为丰富的，又因为振动量的测量比较方便，振动分析技术比较成熟，因此振 动检测和分析的方法在诊断机械故障的技术中获得了迅速的发展“1 。但风机作为流体机 械的一种，进入非稳定运行时，最直接的反映就是压力、温度、流量等热工参数将会与 正常运行状态产生一定的偏差，目前，所有的研究工作都认为这种偏差中蕴含了大量的 故障信息”1 ，并且认为这些信息具有外界干扰小、质量好、诊断范围广和可用性强的特 征，因此具有很大的诊断应用价值。同时，基于热力参数的故障诊断又是一种早期诊断， 这是因为重大事故发生前往往都有一个故障积累的过程，在此过程中热力参数己经和正 常状态产生了定的偏差。对这类故障的诊断可以根据热力、机械参数特性来分析判断， 并且采用适当的方法可以同时诊断出故障部位和严重程度。实际运行中故障发生时可能 多种故障共存，因而有必要开展多参数故障诊断的研究。 由于实际现场运行时不允许人为制造出各种故障现象，即使出现异常或故障，常常 也很少记录下来，因此再现故障现象很困难。而且研究出一套系统来，验证其可靠性和 准确性又比较困难。因此本次论文是利用小型试验台对轴流风机的多参数故障诊断和非 稳定工况，进行了实验研究。 1 1 2 基于时频分析的故障诊断研究的意义 在信号处理领域，常见旋转机械的故障诊断技术是通过对旋转机械的时域信号进行 频域分析，通过提取信号的频域特征对不同的故障进行有效的识别，并进行相应的处理。 使用的方法有信号的幅值谱、相位谱分析，自功率谱密度、互功率谱密度与相干分析， 倒频谱分析，细化分析，时间序列分析，瞬态信号的处理与分析等；通过选择不同的分 析方法可以对不同类型的故障进行有效的鉴别。值得注意的是除个别方法外( 例如，跟 踪轴心轨迹) ，以上方法在实际应用中基本上都是建立在傅里叶变换的基础上的。但傅 里叶变换只是种纯频域的分析方法，它所反映的是整个信号全部时间下的整体频域特 征。然而实际的诊断信号往往包含非平稳成分，这些信号严格讲并不能用正弦信号描述， 即使描述，也不全面，这样利用傅里叶变换来处理信号就有一定的局限性。2 0 世纪8 0 年代以来，小波变换作为一种新的信号处理手段，逐渐被越来越多的理论工作者和工程 技术人员所重视和应用”“，并引导了时频分析技术理论与应用研究的一次新高潮。小 波分析方法具有优良的时频定位特性和对信号的自适应能力，对于分析瞬态的、时变的 信号是一种有力的工具。由于小波函数具有良好的时频局部化特性，因而小波分析方法 大连理工大学硕士学位论文 可以作为故障诊断中所需的特征因子，直接提取对诊断有用的信息，这种分析方法为非 平稳信号的时频分析提供了有力的手段。 像风机、给水泵这类机械，作为生产中主要的辅助设备，从故障诊断角度来看，它 们是旋转机械，因此具备旋转机械的典型故障，如不平衡、不对中之类的故障形式；同 时它们又是典型的流体机械，有旋转失速、喘振的可能性存在；风机的工作受环境影响 较大，常有粉尘进入风机造成叶片的磨损，还可能粘附在转子上形成随机性变化的不平 衡。因此这类机械在工作时既有机械零部件产生的振动，又有工作介质引起的冲击，信 号成分比较复杂。用传统的信号处理方法不易提取故障特征，会给故障诊断带来很大困 难。利用小波分析在分析频率范围内将信号分解到不同频率通道内，对信号进行时频局 部化分析，可以提取弱信号的特点。因此小波分析比较适用于对风机故障诊断的特征提 取上，应该尝试和探索有关对小波变换的应用研究。 本课题选取风机作为监测和故障诊断分析研究的对象，由于旋转类机械的相通性， 其原理和方法，可应用于压缩机等其它旋转机械的监测与诊断中，因而本课题不仅可以 为分析、预报风机故障提供切实可行的方法，对提高旋转机械设备的监测分析功能和故 障诊断的准确率、对诊断理论的丰富和发展，都将有着重要的理论意义和应用价值。 1 2 国内外研究现状 1 2 1 机械设备故障诊断技术简述 二十世纪七十年代美国军方开始故障诊断技术的研发之后，故障诊断技术在理论和 应用上得到了各国的重视，并迅速发展成为一门多学科交叉和融合的新型技术。最近二 十多年来，这门技术己成为机械设备维护、控制系统可靠性研究、复杂系统自动化、遥 科学、复杂过程的异变分析、工程监控和容错信号处理等领域重点关注和广泛研究的问 题。 过去的十几年中，由于很多前沿科学的成果被引入到机械故障诊断领域0 1 ，故障诊 断从方法到手段都有了很大的发展，完全改变了过去那种凭直觉的耳听、眼看、手摸的 落后状态。尤其是近年来，机械故障诊断理论与技术有了长足的进步，己从最开始的事 后维修发展到定时检测，再到现代故障诊断技术的视情维修。故障诊断方法也逐渐发展 为三种基本方法，即基于解析模型法、基于信号处理法和基于知识的智能诊断方法“。 最近的研究动态与技术信息表明，机械故障诊断技术有朝如下几个方向发展的趋势：“o ( 1 ) 故障诊断专家系统的进一步发展 ( 2 ) 故障诊断的新理论新方法的探索 ( 3 ) 检测技术的进一步发展 陈敏红：基于对频分析的轴漉风机故障诊断实验研究 ( 4 ) 诊断仪器设备正朝着自动化、图像化、计算机化、小型化方向发展 ( 5 ) 新型传感器技术的研制与应用 1 2 2 旋转机械故障诊断技术的发展概况 旋转机械是机械设备的重要组成部分，大型石油化工、电力、航空动力、冶金等行 业的核心设备汽轮机、发电机、鼓风机、压缩机等都是典型的以转子及其他回转部件作 为工作主体的旋转机械。一旦发生故障，不仅影响该机械设备本身的运行，还会对后续 生产造成损失，甚至导致机毁人亡的事故，对国民经济和人身安全造成重大损失。为了 保证机组安全运行，降低机组维修费用和提高机组利用率，旋转机械的监控与故障诊断 技术具有重大的理论研究与实际应用价值“。 早在7 0 年代，国外对大型旋转机械进行状态监测和故障诊断的研究取得了很大的 成绩，己进入实用化阶段，并取得了巨大的经济效益”。“。我国有关部门从8 0 年代开 始，重视对汽轮机等旋转机械进行状态监测和故障诊断技术的研究，其监测与诊断技术 水平迅速提高。目前己有许多状态监测与故障诊断技术应用于旋转机械的生产和工作过 程中。特别在电力、石化和冶金行业，由于该技术的应用，使突发故障的发生率大大降 低，不仅提高了生产率，大幅度降低了维修成本和管理费用，对国民经济的发展起到了 很好的促进作用。 作为一门新兴的交叉学科，旋转机械状态监测与故障诊断的研究内容主要反映在如 下几个方面：故障产生机理的研究；故障( 异常) 信号分析与处理方法的研究：人工智能 专家诊断系统和神经网络诊断方法的研究；故障诊断仪器设备和监测与诊断系统的开发 与研制町1 。 ( 1 ) 故障产生机理的研究 国内外对旋转机械的各种典型故障进行了详尽的研究( 其中美国的b e n t l y 公司的 转子动力学研究所对转子和轴承系统典型故障的机理做了大量的试验研究) ，并取得了 若干研究成果，这些研究成果在实际工程诊断中也得到了应用。到目前为止，故障产生 机理和诊断基本理论己形成“，大型工具书设备故障诊断手册也已在我国出版。 ( 2 ) 故障信号分析与处理方法的研究 在传统的f o u r i e r 分析方法基础上进行改进、延拓：9 0 年代应怀樵和屈梁生等学者 做了大量的工作，使得基于f o u r i e r 分析的谱分析技术得到了很大发展。利用最新发展 起来的信号分析技术和数学处理手段：时频分析因其在非线性特征提取方面的优越特 性，受到国雨外众多学者的关注，特别是在8 0 年代后期在信号时频局部化特性研究的 大连理工大学硕士学位论文 基础上发展起来的小波变换“，随着理论研究和工程应用研究的不断深入，在故障诊断 领域中的应用已初步取得成效。 ( 3 ) 人工智能专家诊断系统和神经网络诊断方法的研究 早期的诊断系统应用于医学领域，然后逐渐发展到其它领域。我国自8 0 年代开始 研制专家系统，目前国内一些重点理工院校己开发出各自的诊断系统应用于不同领域。 神经网络诊断方法是基于人工神经网络( a n n a r t i f i c i a ln e u r a ln e t w o r k ) 基本理论 发展起来的一种人工智能诊断方法，因其强大的自主学习能力和在提高诊断准确率方面 的优越特性，迅速成为一大热门诊断方法。由于人工神经网络技术正在发展阶段，还没 有成熟，所以在故障诊断中人们提出了许多不同的网络，解决各自特定的问题。 “) 旋转机械的监控与故障诊断技术的研究 早期的信号监测仪器多数是模拟信号图形分析，像轴心轨迹图分析、振动幅值分析 等。被广泛采用的谱分析仪器则主要采用单片机对振动信号等进行简单的谱分析与诊 断，像丹麦b & k 公司生产的多种分析仪器、美国的h p 系列信号分析仪器等都得到了广 泛应用。近几年来，随着计算机技术、网络技术、数据库技术等的飞速发展，故障诊断 仪器设备和监测与诊断系统迅速发展，远程监测、人工智能专家系统、集成故障诊断系 统是当前主要的开发目标。这其中，美国的b e n t l y 公司、丹麦的b & k 公司等公司开发 了一系列实时监测诊断系统。 随着计算机技术水平的迅速提高，在存贮速度与容量、传输速度与运算速度方面己 达到较高的水平，以微机为基础的单机监测与诊断系统越来越受到重视，便携微机也将 得到重视与发展。同时，随着网络与传输技术的发展，异地监测与诊断也成为可能，这 将使在线监测与诊断同现场分离。 但从研究对象来看，目前的研究还主要集中于大型企业核心旋转机械，如汽轮机、 水轮机、压缩机等，而对风机的故障诊断研究甚少。然而，在许多企业，尤其是电力行 业和化工行业的重要设备风机，它的运行状况正常与否，对整个生产的连续性、安 全性以及经济性都有着重要的作用。这足见对风机运行状况的监测与诊断，保证风机的 安全、连续、高效运行，具有重要的理论研究与实际应用价值。 就故障特征的提取而言，如前所述，目前的研究还主要集中于机械振动的监测和诊 断。国内也有一些研究部门开始将振动和噪声一起来研究，比如上海交通大学和上海东 方振动噪声研究所，大连理工大学内燃机研究所在研究内燃机主轴的故障诊断时也采用 了噪声和振动联合起来诊断。“。还有一些研究部门考虑到某些和热力学参数联系很紧密 的故障类型，进行了以热力学参数为特征参数的监测与诊断研究，大连理工大学的涡轮 机教研室在这一方面取得了一定的成效。但根据系统论和故障学，机械故障更容易在振 陈敏红：基于时频分析的轴流风机故障诊断实验研究 动和噪声上体现出来，而热力学故障用热力学参数作为诊断参数则更为直接、准确，多 参数联合诊断是流体机械故障诊断的趋势之一。 1 2 3 故障诊断的内容与一般过程 故障诊断与处理技术的主要内容是故障检测、故障定位、故障分离、故障辨识、故 障模式识别、故障决策和容错处理。首先必须对故障机理进行研究，并以故障信号的检 测及处理为基本技术，以故障信号处理和特征提取理论为基本理论，以基于信号处理及 特征提取的故障类型识别为基本方法。 一般的故障诊断过程包括故障诊断机理研究，状态监测，特征提取，诊断故障和决 策规划。如图1 1 所示。“7 图1 1 故障诊断的基本过程 f i g i1b a s i cc o u k $ e so f f a u hd i a g n o s i s 在机械故障诊断的发展过程中，人们发现最重要、最关键也是最困难的问题之一就 是故障特征信号的特征提取。从某种意义上说，特征提取可以说是当前机械故障诊断研 究中的瓶颈问题，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。信号处理 是特征提取中最常用的方法。 1 2 4 时频分析技术的发展 f o u r i e r 分析方法的应用，佼科学与技术研究领域发生了巨大的变化，从而极大地 推动了经济发展。目前在机械设备状态监测与诊断系统中，应用最广泛就是基于f o u r i e r 变换的各种分析方法。许多在时域分析困难的问题，通过f o u r i e r 变换转换到频域即可 一目了然，这是因为微积分运算经过f o u r i e r 变换后，变成了代数运算，使理论分析和 运算大大简化。 f o u r i e r 变换得到的功率谱密度仅能给出信号的平均统计结果，且f o u r i e r 变换为 纯频域的，它并不能描述信号局部的时频特征。即基于f o u r i e r 变换的谱分析只适用于 平稳信号的研究，对高频段的细化分析难以真正实现”。为解决这个问题，1 9 4 6 年，d g a b o r 给出了短时f o u r i e r 分析的全面解释，使时频分析得以实用化，其基本思想是用 大连理工大学硕士学位论文 一个窗函数把分析时间局部化，其变换简写为s t f t 。1 9 7 7 年a l c e n 给出了离散s t f t 的 重叠f f t 技术，使s t f t 得以迅速推广。从7 0 年代末到9 0 年初，s t f t 及其谱图被广泛 应用于信号处理的许多不同频域，时频分析方法对于分析非平稳信号和异常信号起到了 很大的作用。”。 小波分析是时频分析发展的新理论，是8 0 年代后期发展起来的。小波分析方法的 出现是源于在数学上的经典的调和分析。小波变换最早是由法国地球物理学家m o r l e t 在1 9 8 4 年分析地震数据的局部性时提出来的。理论物理学家a g r o s s m a n 对m o r l e t 提 出的小波方法，按一个确定函数的伸缩、平移等展开，提出了小波变换的系统理论。1 9 8 6 年，m e y e r 在其研究工作中构造出了具有一定衰减性的光滑函数，其二进伸缩平移构成 了平方可积空间的规范正交基。此后的研究得到很多科学家的重视，具有代表性的有两 个，一个是1 9 8 7 年到1 9 8 9 年m a l l a t 提出的多尺度分析的思想和他建立的m a l l a t 塔形 算法，这一算法在小波分析中的地位可以与f f t 在f o u r i e r 变换中的算法相媲美。“；另 一个是1 9 8 8 年d a u b e c h i e s 构造的具有有限支集的正交小波基。此后的补充、完善，基 本形成了小波理论的框架体系o “。 由于小波变换在时域或频域中的伸缩与平移特性，使f o u r i e r 变换中的局部化分析 的困难迎刃而解，使得非平稳信号的分析得以方便的实现。因此，小波变换被迅速应用 到不同领域的信号分析与处理中。之后小波包概念及算法、小波包分解的移频算法、信 号能量时频分布以及谐波小波的概念等陆续提出，极大地丰富了小波变换的理论，使小 波技术应用得到了飞速发展。s e k h a d e m 在2 0 0 3 年采用多分辨率小波包分析方法对轴 承的振动信号进行了分析，结果显示了该方法在算法和性能上的的优越性。“。由w i m s t w e l d e n s 提出的第二代小波变换是一种基于时域运算的信号分析方法，与经典小波变 换不同的是，它不依赖傅立叶变换，却同样可以获得与经典小波变换相同的时频特性， 且可通过设计预测系数和提升系数得到具有某种特性的小波基函数，为故障诊断提供了 一个新的分析手段，使得针对不同类型的故障特征构造相应的小波基函数成为现实。7 ”。 1 2 5 时频分析技术在风机故障诊断领域的应用现状 国外从9 0 年代以来在风机的诊断研究上作了很多工作，目前已经有许多成型的、 具有监测和诊断功能的故障诊断系统用于工程实际，但国内主要还是采用简单的时域分 析或频域分析手段来监测诊断。根据时域上的波形特征、相位特征、幅值特征以及傅立 叶变换后的频谱分布特征做诊断，因而只能用来区分几种比较简单的机械故障，一旦碰 到多种故障并存，或者还存在机械故障之外的其他故障就无能为力”矧。 陈敏红：基于时频分析的轴流风机故障诊断实验研究 国内研究方面，2 0 0 0 年，中国科学院工程热物理研究所程晓斌采用小波分析数据处 理方法，分别对高速和低速单级轴流压气机旋转失速先兆的发生和发展过程进行了分 析，提出了适合于旋转失速研究的小波分析方法“。沈阳工业大学采用小波频带分析 技术对风机常见各种故障的频带能量进行了统计分析，在叶片通道尺度下的内部流动变 化，以及各类扰动的发生、演变与耦合过程等方面，发现了常规方法难以观察到的诸多 细节表现o 。哈尔滨工业大学探讨了利用噪声频谱进行风机故障诊断的方法并作了风机 动静摩擦故障对噪声频谱影响的模拟试验，具有一定的应用可行性“。清华大学的核能 技术设计研究院从氦风机本身结构和特点出发，提出并实现了分别在时域和频域上对氦 风机的振动信号进行分析、进面对氦风机故障进行诊断的方法和框架”“。长沙电力学院 采集振动信号运用频谱分析法对除尘风机的故障诊断作了一些研究工作”“。但纵观这些 研究工作，目前对于风机等大型回转机械的诊断过程存在两个问题：方面在诊断过程 中各种技术单独应用，缺乏各种技术之间的联系和综合应用；另一方面，诊断时对于设 备的工艺过程以及设备和外部系统的相互作用考虑不足。风机的特点决定了其状态监测 和故障诊断应该从空气动力特性、机械特性和非稳态流动特性三个方面展开。 1 2 6 信息集成与融合技术 多传感器集成的信息要比单传感器的信息更丰富、更可靠，只有通过多传感器的信 息合成才能为正确做出诊断提供可靠的保证。由于通过信息的集成，获得了更多的信息， 从而在对于某些故障特征的认识方面改变了我们过去凭直觉获得信息的不太可靠的传 统观念，提高了我们对故障特征的认识深度。 信息的集成是指多个单维的同样性质的传感器信息集成为一个多维的信息，而信息 的融合则是指由多种类型的传感器获得的信息的集成。信息融合最早用于军事，近年来 在机器人、模式识别等领域中应用较多。在故障诊断中也会遇到信息融合的情况，特别 是在用多方法、多传感器进行机器监测时，是哪种故障呢? 采用不同传感器技术或方法 得出来的故障情况或程度可能不一样。这就是一个信息融合的问题。信息融合的方法过 去常用贝叶斯推理，但是贝叶斯推理有一个致命的缺点，就是它必须要先知道各事件的 先验概率，这在很多情况下是不可能的，从而直接影响了信息融合的可靠性。近年来， 有一种叫o a m p s t e rs h a f e r 推理的方法应用比较广泛。它的推理结果是保证高置信度的 信息占主导地位”。 西安交通大学的屈梁生进步指出，为了获取完整的诊断信息，实际应用中除了对 机组进行深入了解和合理地布置测点外，在对诊断信号进行频域分折时，也要保持诊 大连理工大学硕士学位论文 断信息的完整性。幅、频、相是信号在频域中的三个基本要素，抛弃了其中任何一个，都 等于浪费了信号中的一小半信息”。 国外在这一方面的研究工作比较早，在小波分析理论和多传感器数据融合技术结合 方面也做了许多研究工作“”删。国内华北电力大学将这门技术用于旋转机械故障诊断取 得了一定的成果“。 1 27 轴流风机非稳定工况的研究 对风机的性能要求必须包括设计状态和非设计状态两个方面。风机运行时，受工作 状态和工作条件影响，更多的是处于非设计状态下工作。因此，除了有优良的设计点性 能之外，风机还应具有良好的非设计点性能，具有足够的稳定工作范围。风机非设计状 态性能问题中，风机的气动稳定性问题则又是设计和使用人员十分关心的问题之一。当 风机进入非稳定工况时，性能急剧恶化，振动和噪声增加，叶片甚至整个风机发生强烈 的震动，严重时会发生事故“。因此，当风机的工作点移近或越过稳定工作点边界时， 如何预测风机的不稳定工作形式及演变规律，如何寻求消除非稳定工况的有效方法，就 成为项重要而有意义的问题。为了解决这个问题，人们对风机的非稳定问题展开了深 入而长期的理论和实验两方面的研究工作，并取得了丰硕的研究成果”“。但相对于压 气机或离心式风机来讲，在非平稳工况的研究上相对有些不足。 1 3 本文研究内容及章节安排 综上，目前大多数旋转机械运行状态监测与故障诊断系统，对典型的故障信号及故 障特征映射能做出正确识别，而对于故障特征相似或接近以及多特征对单故障映射问题 难以诊断准确。在监测信号的选取上，从可查的资料上看：大多选取单一的信号进行分 析，缺少对气动信号、振动信号、噪声信号的全面监：! 贝4 。对风机非稳定工况的研究很多， 所研究的部位也各不相同；但对近壳壁旋绕倒流非稳定工况的研究很少，对风机非稳定 工况下的流动参数的脉动、机器的振动和噪声等表征参数也缺乏综合分析。本文以工业 通用6 x f 型单级轴流风机为研究对象，以时频分析方法作为故障信号的分析与处理手段， 着重对轴流风机的失速工况和近壳壁旋绕倒流两种非稳定工况作了进一步的实验研究。 首先组建了轴流风机故障诊断实验台，对风机的气动、噪声、振动等参数进行了非 稳定工况的静态测试和动态测试。在组建试验台与实验测试工作中，我是主要参与者， 我完成的主要工作是然后借助多种信号分析手段对失速和近壳壁旋转倒流工况的频率、 幅值特性及动态过程进行了时频分析和特征提取。针对实验发现的入口倒流的现象，为 了了解其规律，对入口段流场作了初步的实验。 陈敏红：基于日手频分析的轴流风机故障诊断实验研究 其次讨论了旋转机械故障诊断领域常用的信号处理技术，阐述了小波技术的原理与 应用方法，开发了多个基于m a t l a b 的信号处理程序。针对实验获得的数据，采用频谱 分析、小波包分析等多种手段，结合轴流风机相关理论，对实验风机的非稳定特性分析 及诊断进行了研究。 本文的章节安排如下： 第一章：交代了课题的研究背景和意义，系统介绍了相关研究领域的国内外现状， 给出了本文的研究内容和章节安排。 第二章：系统介绍了轴流风机的振动和噪声的产生，介绍了轴流风机的工作特性和 非稳定工况，给出了风机常见故障的频谱特征。 第三章：讨论了旋转机械故障诊断技术中常见的特征提取技术，着重讨论了小波技 术在旋转机械故障诊断领域的应用，最后，基于对工程数学软件m a t l a b 的介绍后给出 了本课题中所采用的信号处理技术及程序框架。 第四章：针对测试目的，制定了实验方案和测试方法，构建了轴流风机故障诊断实 验系统。 第五章：采用多种信号分析手段，对轴流风机的静特性实验和动态非稳定实验所获 得的数据进行了分析，得出了该型轴流风机非稳定特性的一些结论。讨论了基于小波包 分解技术在故障诊断技术中的应用。针对实验中发现的入口倒流现象，做了初步的流场 测试。 第六章：总结了本文的研究内容，得出了研究结论，讨论了课题进一步研究的方向。 1 4 本章小结 本章首先从多个角度阐述了基于时频分析的轴流风机故障诊断技术研究的必要性和 意义，然后系统介绍了旋转机械故障诊断技术的发展概况，介绍了故障诊断技术中非稳 定信号特征提取技术时频分析技术的发展以及它在风机故障诊断领域的应用情况， 信息集成与融合技术的应用情况，以及轴流风机非稳定工况的研究情况。最后，给出了 本文的研究内容及章节安排。 大连理工大学硕士学位论文 2 轴流风机的振动、噪声及非稳定工况 2 1 通风机简介 透平式压缩机械是透平机械的一类，它利用叶片和气体的相互作用，提高气体的压 力和动能，并利用相继的通流元件使气流减速，将动能转变为压力的提高。 按出口全压不同，透平式压缩机械可分为以下几种： 风扇：在压力i 0 1 3 2 5 p a ，温度2 9 3 k 状况下，出口全压小于9 8p a 的叶片式工作机， 称自由风扇，其工作轮不在风简内旋转。 通风机：在压力i 0 1 3 2 5 p a ，温度2 9 3 k 状况下，出口全压在9 8 1 4 7 1 0p a 的叶片式 工作机。 鼓风机：在压力i 0 1 3 2 5 p a ，温度2 9 3 k 状况下，出口全压在1 4 7 1 0 2 4 5 1 6 7p a 的叶 片式工作机。 压缩机：在压力1 0 1 3 2 5 p a ，温度2 9 3 k 状况下，出口全压大于2 4 5 1 6 7 p a 或压缩比大 于3 5 的叶片式工作机。 本文所研究的是通风机。 通风机是工业领域不可缺少的设备，应用面很广泛而且量大。它的介质是气体，由 原动机带动叶片转动，推动空气流过叶片形成气流，从而达到锅炉通风引风、隧道通风、 粉末输送、烟气循环、冷却烘干、空气调节等目的。 按结构和工作原理，通风机主要分为轴流式、离心式、横流式和混流式( 如图2 ，1 ) 。 通 风 机 f 罢窆：荨霎嚣嚣( 三主霉：机 离心式通风机 1 后向叶片通风机 横流式通风机( 贯流) 图2 1 通风机基本分类 f i g 21 c l a s s i f i c a t i o no f f a n 陈敏红：基于对频分析的轴流风规教$ 章诊断实验研究 使用最广泛的是离心式和轴流式。离心式通风机用在压力较高的请况下输送气体， 而轴流式通风机则用在压力较