（机械电子工程专业论文）转子轴心轨迹自动识别方法的研究.pdf

华北电力大学硕士学位论文摘要 摘要 在数据采集方面，提出了一种基于三点法误差分离技术的偏心圆盘振动的精确 测量方法。通过运算，可以从采集数据中去除由于安装偏心产生的运动误差信号， 分别得到误差信号、水平与垂直方向的振动信号，经过仿真分析，验证了理论分析 的正确性.在轴心轨迹识别方面，给出了一种识别轴心轨迹形状的新方法，首先将 采集到的信号经消噪处理拟合为轴心轨迹，采用改进的不变线矩来代替传统的 h u 氏不变面矩，分别计算参考模式和待识别模式的特征向量，再利用关联度方法识别 转子的轴心轨迹。最后实测并自动识别了mj f 一 3 0 一 6型发电机的三种轴心轨迹图形。 关键词:轴心轨迹， 自动识别，不变矩，偏心圆盘，三点法 abstract a na c c u r a c y m e asure me n tm e t h o db a s e do nt h et h ree 一 p o i ni m e t h o dthat c a n m e asure t h e e c c ent r i c i t yd i s k ， s v i b r at i o ni s d e v c l o p e d ， t h r o u gh ana l y s i s t h es i g nal s ， t h e e rmr s i g n a 1 c aus e d by th e s e t t i n g e c c e n t ri c i t y c an beg e t r i d o f，a n d t h e e rr o r s i g n a l an d t h e v i b r a t i o n o f x 一 d i re c t i o n and y-d i r e c t i on c an b e got ， t h e e m u l at i o n p ro v e d t h att h e t h e o rya n a l y s i s i s c o rr e c t . an e wm e th o d o f i d e n t i fy i n g t h e a x i s o rb i t s h a p e o f t h e r o t o r i s d e v e l o p e d ， firs t ， a c q ui re s th e s i g n a l o f x 一 d i r e c t i o n and 丫d i r e c t i o n a ndo b t a i n s t h e s h a p e o f th erotor a ft e r d e n o i s i n g ， s e c o nd， c al c u l at e t h ei m p r o v e dl i n emo m e n t i n v ari a n t si n s t e ado f t h e area m o m e n t i n v a ri ant s ， t h e r e fe re n c e p at t e m s a nd u n k nown p at t e r n s c a n b e g o t ， and t h e nc a l c u l at e t h e i n t e r c o nne c t d e g r e e b e t w e e n t h e r e fe r e n c e p at t e m s an dt h e u n k n o wn p a tt e ms ， soth e unkno wn p at t e r n s c a nbe i d e n t i fi e d . a t l a s t ， t h r e e axi s o r b i t s h 即e s o f the mj f 一 3 0 一 6 g e n e rato r ar e i d ent i fi e d . ke y wo r d s : a x i s o r h i t ， a u t ol d e n t i n c a t i o 。 ， mo m e . t l n v a r i a u t s ， e c c e n t r i c i ty d i s k ， t h r e e 一 p o i n t mc t h o d w a n g g u a n g q i n g ( m a c h a t r o n i c s e n g i n e e r i n g ) d i r e c t e d b y a s s 一 p r o lwa ns h u t i n g 声明 本人郑重声明:此处所提交的硕士学位论文 ( 转子轴心轨迹 自动识别方法的研 究 ，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和 取得的研究成果。据本人所知，除了文中 特别加以 标注和致谢之处外， 论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献 均已 在论文中作了明确的说明并表示了谢意。 学 位 论 文 作 者 签 名 : 工 二 亘 互一 日 期 : 巡业二鱼 匕 关于学位论文使用授权的说明 本人完全了 解华北电 力大学有关保留、使用学位论文的 规定，即: 学校有权 保管、 并向 有关部门 送交学位论文的原件与复印 件;学校可以采用影印、缩印或 其它复制手段复制并保存学位论文; 学校可允许学位论文被查阅或借阅; 学校 可以学术交流为目 的， 复制赠送和交换学位论文; 同意学校可以 用不同方式在不同 媒体上发表、传播学位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定 ) 作 者 签 名:王方庆 日期:0 ， ! 亿 j0 导师签名: 期: 华北电力大学硕士学位论文 第一 章 绪 论 设备故障诊断的目的、 方法和研究现状: 设备故障诊断的目的itl 为了 保证机组设备安全、可靠地运行，必须做好检修、维护工作。 长期以 来， 国内 对机组的检修大多采用预防性检修，即到期必修、 修必修好的原则。这种检修 制度不以 设备的运行状态作为依据，而以处理缺陷为原则，这样就不可避免地出现 该检修时没检修的现象，或者增加了无谓检修的次数， 带来巨 大的经济损失。随着 科学技术的发展，特别是计算机的广泛应用，越来越多的 机组逐渐向 “ 无人值班， 少人职守” 转变，状态检修是一种以设备状态为基础的预防维修方式，亦称预知或 预测维修。它根据设备的状态监测和故障诊断系统所提供的信息，经过统计分析和 数据处理，来判断设备的有无故障和故障的严重程度，并在故障发生前进行适当的 维修。 这种维修方式能对设备适时地、有针对性地进行维修，能保证设备经常处于良 好的运行状态，有效地避免 “ 维修不足”或 “ 维修过剩”的情况，因此这是一种经 济合理，值得提倡的维修方式。另外，进行状态监测和故障诊断一般是在设备运行 中，或基本不拆卸设备的情况下进行的，避免了反复停机。 另外，状态监测可以准确掌握设备状态，可以 有根据地适当延长检修周期，预 测设备故障发生、发展的趋势，充分发挥设备的运行能力.可 以总结诊断的目的如 下: ( 1) 能及时正确的对各种异常状态或故障状态做出诊断，预防或消除故障， 对 设备的运行进行必要的指导，提高设备运行的可靠性，安全性和有效性，以期把故 障损失降低到最低的水平。 (2 )保证设备发挥最大的设计能力，制定合理的检测维修制度，以便在允许的 条件下充分挖掘设备的潜力， 延长服役期限和使用寿命， 降 低设备全寿命周期费用。 (3 ) 通过检测监视， 故障分析，性能评估等，为设备的结构修改，优化设计， 合理制造及生产过程提供数据和信息。 总的来说，设备的故障诊断既要保证设备的安全可靠运行，又要获取更大的经 济效益和社会效益。 华北电力大学硕士学位论文 设备故障诊断所要解决的问题有: (1 ) 现代生产设备向大型化，连续化， 快速化，自 动化发展，一方面在提高生 产率，降低成本、 节约能源和人力等方面带来很大的好处;但另一方面，由于设备 故障率增加和因设备故障停工而造成的损失却成十倍，甚至成百倍的增长，维修费 用也大幅度的增加。 (2 ) 高新技术的采用对现代化设备，特别是航天、 航空、航海、核工业等部门 对安全性、可靠性提出 越来越高的要求，多年来航天、航空、核电站的多次事故更 说明了故障诊断的迫切性。 (3 ) 现有大量生产设备的老化要求加强安全监测和故障诊断。许多老设备、老 机组，服役己经接近其寿命期，进入 “ 损耗故障期” ，故障增多，有的甚至超期服 役，全部更新经济负担很重，此时如有完善的故障诊断系统，将能延长设备的使用 期。 (4 )维修人员的老龄化和经验丰富的年轻设备维护人员的培养也是许多工业化 国家关心的问题，故障诊断专家系统将能部分的解决这一困难，应用人工智能理论 和方法，将有经验的维护人员关于故障诊断的经验和知识加以系统化，形成故障诊 断专家系统的知识库，将有利于故障诊断知识的积累和扩大。 1 . 1 .2 设备故障诊断的基本方法 ( 1) 传统的故障诊断方法 首先是利用各种物理和化学的方法， 通过伴随故障出现的各种物理和化学的现 象，直接监测故障。这种方法形象、快速，十分有效，但只能检测部分故障。 其次，利用故障所对应的征兆来进行诊断是最常用，也是最成熟的方法，在诊 断过程中，首先分析设备运行中所获得的各种信号，提取信号中的各种特征信息， 从中获取与故障相关的征兆，利用征兆进行诊断。由于故障与各种征兆并不是一一 对应的关系，因此，利用征兆进行故障诊断是一个反复探索和求解的过程。 (2) 故障的智能诊断方法 在上述传统的诊断方法的基础上，将人工智能的理论和方法用于故障诊断，发 展智能化的诊断方法，是故障诊断的一条新的途径，目 前己 经广泛应用，成为设备 故障诊断的重要方向。 人工智能的目的是使计算机去做推理、 理解、 规划、 决策、 抽象、 学习等功能。 专家系统是实现人工智能在故障诊断领域的重要形式，目前己经广泛的应用于诊 华北电力大学硕士学位论文 断、解释、设计、规划、决策等各个领域，现在国内 外己经发展了 一系列用于设备 故障诊断的专家系统，获得了很好的效果。 (3 ) 设备故障 诊断的数学方法 设备故障诊断作为一门学科，尚处在形成和发展之中，必须广泛利用各学科的 最新科技成果，特别是要借助各种有效的数学工具，这种方法包括基于模式识别的 诊断方法，基于概率统计的诊断方法，基于模糊数学的诊断方法，基于可靠性分析 和故障树分析的诊断方法，以及神经网络、小波变换、分形几何等在故障诊断中的 应用。 总之，故障诊断是根据故障征兆信息确定系统故障原因的过程，设备的故障诊 断一般是一个有穷递归的过程，可用 图 1 一 1 表示。 图 1 一 1故障诊断过程流程图 .3设备故障诊断的研究现状 故障诊断技术 70 年代初形成于英国，由 于其实用性以及为社会和企业带来的 效益，而日 益受到企业和政府主管部门的重视。 特别是近 20 年来，随 着科学技术 的不断进步和发展，尤其是计算机技术的 迅速发展和普及，它已 逐步形成了一门较 为完善的新兴边缘综合工程学科。 该学科以设备管理、 状态检测和故障诊断为内 容， 以建立新的维修体制为目 标， 在欧美、日 本以不同形式获得了推广，成为国际上一 大热门学科。 故障诊断技术是指监测设备的状态， 、 判断其是否工作正常，预测、 诊断、消除 故障，指导设备的管理和维修。 它既要保证设备的安 全可靠运行，又要获取更大的 经济效益和社会效益。 状态监测是了解和掌握设备处于何种状态，具体是用各种检测、测量、监视、 分析和判断方法，结合设备的历史和现状， 考虑环境的因素，对设备的运行状态进 华北电力大学硕士学位论文 行评估，判别其是否处于正常、异常和故障状态，并对状态进行显示和 记录，对异 常状态做出报警，以便及时处理，为设备的故障分析提供数据和信息，如果是处于 故障状态，则进行故障诊断。 从六十年代末国外开展了采用计算机进行大型机组上的状态监测和故障诊断 的研究， 并开发相应的诊断系统.如美国b n公司的 d d m 系统、 a d r e系统，英 国中心发电部的t e m系统，日本三菱公司的m h ms以 及美国西屋公司的 m d c等 等。这些系统在实际应用中又得到了进一步的发展和提高。 我国在八十年代也开始进行该技术的开发与研究 ，哈工大首先提出用模糊数学 理论实施机组振动分析和故障诊断，开发了m m md系统并投入运行，西安交通大 学等单位也研制开发了 r mmd s系统.上海交大 以及其它科研单位在人工神经网络 和灰色理论应用于机组的故障分析诊断方面做了大量工作。经过十几年来的努力， 国内 开发的故障诊断系统在电力、冶金、石化等行业中都发挥了很大作用， 取得了 良好的经济和社会效益。随着科学技术的进步和发展，故障诊断技术将获得更广泛 地应用，性能和质量也 将不断提高 121。 ， .2 三点法圆度误差分离技术简介 自 从 196 6年日 本学者青木保雄和大圆成夫提出三点法圆度误差分离技术后， 该方法引起了国内外有关专家学者的广泛兴趣，1 9 7 2 年 d o n al dso n提出了反转法和 两次定位法来分离工件形状误差和主轴的径向 振动误差，1 9 76 年 w hi te house 教系 统的总结并细致分析了以前的误差分离理论. 1 9 81 年田中发表的逐次二点法论文和 1 982年恒野发表的频域三点法论文都用来分离直线运动误差与工件形状误差， 被认 为是误差分离技术应用的范例。 圆度误差分离技术的基本思路是利用被测工件轮廓不变这一特征，应用单个或 多个传感器进行测量，获取包含被测工件的形状误差、机床或测量机构的运动误差 及其它误差在内的多路复合误差信号，然后经过适当的数学运算将被测工件的形状 误差和机床或测量机构的运动误差区分开 来，最终得到被测工件的形状误差以及机 床或测量机构的运动误差。 经各国专家学者的不懈努力， 对圆度误差和直线误差的测量，在三点法的基础 上， 又 提出 了 时 域 两点 法 131 ， 时 域三 点法 i4) ， 并 行 传感 器法 151 、 四点 法 l 等， 但由 于 两点法不适于在位测量，而测点多对传感器的安装和调整的精度要求较高，对信号 多路通道性能的一致性要求较严格，因此各国学者多注重三点法的误差分离理论与 应用的研究。国内的误差分离技术己经取得了一定的成果.传统的是对圆度和直线 华北电力大学硕士学位论文 度， 现在对圆柱度和螺纹导程的误差分离中也有一定的研究，1 9 82年哈伯文、 梁晋 文对三点法误差分离技术测量工件圆度和圆柱度进行了研究。 1 9 5 5 年魏源迁、 赵卓 贤对在线检测形状误差原理进行了探讨，在假设正截面仅有安装偏心时的轨迹是正 圆， 有安装偏心和一次振动时轨迹是椭圆的条件下求解圆柱度误差。 文 7 进行了五 测点误差分离方法测量工件圆 柱度误差的 研究; 文 8 提出的三点法圆柱度误差分离 的数学模型与求解方法， 文【 91 给出了 此种方法的误差来源并提出了解决的方法。 尽 管研究的具体对象是不同的， 但应用的方法却有本质上的一致性，文【 1 0 就给出了 一维和多维误差分离技术的统一理论，为误差分离的进一步研究指出了方向。 1 . 3 基于模式识别的转子轴心轨迹自动识别的研究及应用现状 1 .3 . 1 模式识别在机械系统监测与诊断中的作用 各种机械设备、装置和系统日益向高速、大功率、高可靠性、高效率和自动化 方向的发展，使得对这类机器故障在线识别和趋势预测的监测分析技术显得越来越 重要。它不仅可以及时发现问题，进行有目 标维修和准确更换损伤零件，消除由于 这类机器事故造成的巨大经济损失，确保人身安全;而且它还能改变传统的计划维 修概念，确保运行质量和安全，从而全面地提高生产效率。现代电子技术、测试仪 器、 计算机、 信号分析和建模理论的进展， 为设备的监测和分析创造了良好的条件。 机械设备故障诊断与状态监测是在动态过程特征分析的基础上对设备运行状 态进行辨识的。故障诊断的过程实际上就是一个故障分类的过程。由于动态系统的 随机千扰比较大，单一的特征量虽然可以表达系统故障形成与发展的规律，但往往 还不能作为状态的判别的标准，这就需要用模式识别的许多方法对系统状态属性进 行识别。因此，从本质上讲，机器故障诊断与状态监测可以认为是模式识别具体应 用的一个方面一 个诊断和监测系统的过程是将携带故障信息的信号( 如振动和速度 信号、 噪声信号、 温度信号等) 进行提取、 凝聚和按故障类型进行分类， 对故障发生 的可能性做出 预报或控制( 如调整工作参数) ， 其核心是一个模式识别问 题。 传统的机器故障诊断中，模式识别的功能是由人凭经验或借助于一些传感器和 硬件设备完成的，缺点是对于初期的故障不易察觉。而故障一旦发展成为明显，则 维修困难加大，经济上带来很大损失，对于突发性故障( 如疲劳损坏等) 不具有预测 能力。在使用仪器监视时，往往仪器显示的值与实际的故障程度不符，甚至相差很 远，并且不具备多指标综合评定能力。因此，模式识别技术在该领域中具有很大的 实际意义。 华北电力大学硕士学位论文 1 . 3 . 2转子轴心轨迹 自动识别在故障识别中的作用 在转子故障诊断中，图像征兆是判断转子正常运行与否的关键，而轴心轨迹图 像是故障诊断当中最重要的一类图形征兆，是旋转机械状态监测的重要参数，可以 提供转子的涡动频率和进动方向，可以直观、形象地表达出设备的运行状况。 表 1 一 1 涡轮机械振动原因和识别特征 振动故障原因轴心轨迹振动主导频率常伴频率特征 联轴节误差圆或椭 圆正进 动 l f2 f 旋转交变力 转子轴内摩擦正向涡动 l f2 f 转子材料内阻引起 切向力 支承松动椭圆 2 f i f，3 f交变周期支承力 油膜涡动正向涡动 ( 0 .4 一 04 5 ) f 切向力 油膜振荡正向涡动 ( 0 4 1 一 04 9 ) f 切向力 转 子 一 定 子碰 摩 香蕉形或 8字 形，失稳为反 向涡动 ( 1 1 2 ， 1 /3， 1 /4) f 失 稳 时 为 一 阶 临 界 转速 反进动摩擦力矩 径向轴承间隙过 大 香蕉形或 8字 形 ( 1 /2， 1 /3， 1 14二)f 支撑刚度变化 转子质量偏心圆或椭圆进动 i f 旋转矢量激振力 轴裂纹椭 圆，香蕉形 或 5字形 l f2 f 变 化的旋转矢量激 振力 对中不 良 香蕉形或 5字 形 2 fi f，3 f预 负荷产生交变支 承力 转子轴承系统临 界 椭圆或杂乱l f旋转矢量激振力 支座松动椭圆 2 f i f，3 f交变周期支承力 转子轴向局部碰 摩 正进动 或反向 涡动 ( l j z ， 1 1 3 ， 1 14.) f 摩擦力矩 作为设备状态检修的一个重要的环节， 转子的轴心轨迹自 动识别引起了广泛的 重视并在实际中得到了具体的应用。轴心轨迹的自动识别包括轴心轨迹的进动方向 识别、 稳定性识别以及形状识别三个方面! 川 .其中轴心轨迹的形状包含着大量的故 华北电力大学硕士学位论文 障信息，据统计，大约 70% 的振动故障都能从转子运动上体现出来，从其它相关部 件上能发现 3 既的故障 ， 幻 ，转子故障和轴心轨迹对应如表 1 一 1 所示 ， ， . 与从转子运动中去监测和发现故障，比只局限于轴承或机壳的振动信息更为直 接和有效.轴心轨迹自动识别是一个完整的故障诊断专家系统不可缺少的一部分， 关系到整个专家系统的智能化和 自动化。 1 .3 .3 转子轴心轨迹自动识别的研究现状 转子轴心轨迹的识别一般的方法，通常是在转子某一截面两个相互垂直的方向 上安装两个电涡流传感器，测得该方向的振动，然后合成轴心轨迹图形，然后在利 用模式识别技术进行轴心轨迹形状的识别。 转子轴心轨迹的识别实质是一个二维图形的模式识别问题 ，主要包括两部分内 容:特征提取和特征分类。特征提取是对图形所包含的输入信息进行处理和分析 ， 将不易受随机因素干扰的信息作为该图形的特征提取出来。特征提取过程是去除冗 余信息的过程，具有提高识别精度、 减少运算量和提高运算速度的作用。良 好的特 征应具有可区分性、稳定性和独立性。 小波分析作为一种时频分析方法在轴心轨迹识别中获得了广泛的应用，小波分 析属于时频分析的一种，它在时频和频域同时具有 良好的局部化性质，是一种信号 的时间尺度 ( 时间频率)分析方法，具有多分辨率的特点，而且在时频两 域都有较好的表征信号局部特征的能力，被誉为分析信号的显微镜。小波分析已经 广泛应用于信号处理、图像处理、机械故障诊断等领域.具体的方法包括小波模极 大值方法川1 、 小波零交叉点匹 配法 41 、 小波多尺度分析法、 小波包提纯法1151 和小波 向量法tl6 等。主要是因为小波分析方法可以自 适应地改变时一频窗口的大小， 来兼 顾不同频率分析的要求。小波的另一个优点是，适用于瞬态信号的分析。 图 像处理的形状分析主要是对区域作各种变换，提取区域的图形特征。轴心轨 迹的特征提取主要方法是对图形作各种变换， 定义图形的不变性质 ， ” . 常用方法有: 1)几何特征法:通过对轴心轨迹图形进行几何运算，使其具有规定的性质 la . 2)矩 方法:以 h u氏 7 个不变矩最为常用，它有一定应用局限，还有对其改进的不变矩， 下面要对其进行具体介绍。此外还有提取图形的曲线不变矩， 奇异值分解法( s v d) 来 抽取图形的 代数特征等。3)编码方 法:主要用于对输入神经网络的数据进行改进 编码，提高网络的分辨率，涉及数据压缩技术。文献中提到的方法有离散余弦变换 法 ，1 【川 ，平面图形可变等长度压缩编码方法 川 ， 加权编码方法 川 ，小波神经网 络数 据压缩方法 周 等。 这些方法可使降噪后的轴心轨迹图形编码得到较大的压缩， 加快 华北电力大学硕士学位论文 了网络的训练速度， 使神经网络识别系统比 传统的布尔编码方法有更高的准确率和 稳定性.此类提取轴心轨迹的图像特征的方法是目 前研究的热点， 有许多 相关文献 对此进行了论述。以上所述几种方法普遍存在针对性不强的问题 ，即只是应用了图 像识别的基本原理， 没有充分地将该原理与轴心轨迹所特有的图形特征结合起来分 析，因此可以 加强这方面的研究.本文采用了 常用的不变矩方法进行了轴心轨迹的 识别，在这方面，我校提 出的一种将轴心轨迹转换成轴心轨迹图像，然后在计算轴 心轨迹图像的h u 氏不变矩，既减少了计算量，又提高了计算精度 川 。 在对轴心轨迹进行了图形特征的提取之后就可以进行识别了，这涉及到了一个 合理的分类器的问题 。识别的分类实际也是模式识别问题，即将所提取的特征按一 定规则分为若干个模式，确定模式中心， 将输入信号与己知的各个模式中心进行匹 配 ，在根据一定的判定规则，确定输入信号应归入哪一个模式。 具体方法主要包括概率统计方法、神经网络方法，关联度分析方法等。 概率统计方法具有确定的分类规则，分类结果明确。综合考虑了全局与局部的 关系.目 前的可应用的方法有:1)时序模型诊断法，它的特点是根据观测数据和建 模方法建立动态参数模型，利用该模型可进行动态系统及过程的模拟、分析、预报 和控制。 其主要模型有a r ” a 模型， a r 模型， 撇 模型川 ， 隐马尔可夫( m a r k ov) 模型( 简 称朋m ) ，z d 一 h 朋 模型 25 ，分别 对这些模型进行训练，既输入已提取好的 轴心轨迹 图形特征( 参考模式) ，再利用各模型的概率推理能力进行轴心轨迹的识别。 2)距离 判别函数故障诊断法， 通过各种距离( 与参考模式) 的计算， 来判别轴心轨迹的形状。 概率统计方法当所提取的特征值之间的分界线比 较模糊时就显得无能为力了，此时 神经网络的优势就显露出来了。 神经网 络具有大规模并行、 分布式存储和处理、自 组织、自 适应和自 学习能力， 特别适用于需要同时考虑许多因素和条件，不确定和模糊的信息处理能力，由于神 经网络的这些特点，使它在轴心轨迹特征分类方面应用广泛。目 前最为常用的神经 网络就是s p ( b a c k 一 p r o p a g a t i o nn e t w o r k ) 神经网络，约占实际应用的8 0 粉9 0 % ，目 前最常用的 即 神经网络是三层前馈网络，其理论依据是:具有偏差和至少一个 5 型隐含层加上一个线性输出层的网络能够逼近任何有理函数。关于改进 b p算法方 面的相关文献也有很多，主要是对网络学习速度方面的研究。 此外其它的网 络结构 有径向 基函数神经网 络，小波神经网络; 等.关联度分析方法是灰色理论进行系统 分析的重要方法，它依据系统中因素间的内 部联系或发展态势的相似程度来度量因 素之间的关联程度。该方法进行模式识别的思路是:由表征参考模式与待检模式的 特征参数组成各自 的特征向量，计算参考模式的 特征向量与待检模式的特征向量之 华北电力大学硕士学位论文 间的关联度，通过关联度的大小来反映待检模式与参考模式之间的相似程度，从而 达到模式识别的 目的。 二维图形识别常采用基于统计特征的矩不变性进行 自动识别。矩是一种线性特 征，可以用来对区域进行描述，而不变矩 由于在尺度、平移和旋转等条件下的稳定 性被广泛用于模式识别领域。h u 在 1962 在文献 2 7中给出了 连续函数矩的定义和 关于矩的基本性质，证明了有关矩的平移的不变性、伸缩的不变性和旋转的不变性 等性质，具体给出了具有平移、旋转和比 例不比 变性的 七个不变矩的定义。 但实验 及理 论 分析 都 表明 在离 散 情况 下h u氏 不 变 矩有 一 定的 局限 性 128 1 ， 主 要表 现在h u 氏不变矩在离散情况下不能保证对图形比例缩放的不变性。为此，文献 2 9 提出了 一种新型的平面不变矩构造方法并用于轴心轨迹的识别。 再有， 针对轴心轨迹这类 图形的特点，文献3 01 也提出了改进的计算方法，即采用线矩计算代替传统的面矩 计算。采用不变矩的方 法识别轴心轨迹缺点在于此种方法对于高频噪声的干扰是非 常敏感的，所 以，进行识别之前的滤波降噪处理是相当必要的。 现今，已经提出的 各种方法以解决轴心轨迹的信息处理和自 动识别，如武汉大 学的动力机械 学院就提 出了用灰色理论关联度分析和基于不变性矩 的径向基函数 方法来进行水轮机组的轴心轨迹自 动识别13 113 21 。 华中 科技大学的王海则综合应用了 小波去噪理论、平面 图形不变矩理论、神经网络理论，实现了识别过程的 自 动化， 东南大学的赵林度利用神经网络对轴心轨迹的离散余弦变换的描述子进行分类识 别1331 。 浙江大学的丁昭同 将广泛应用于语音识别的隐马尔科夫模型用于旋转机械的 轴心轨迹的识别134 ， 取得了 一定的效果。西安交通大学的史东锋等在二维全息谱和 带通保相滤波的基础上， 提出了 重构低频和倍频轴心轨迹的方法，根据低频和倍频 轴心轨迹的特点来分别识别轴心轨迹，定量评价回转机械的运行状态135 1 。 ， .4 论文的主要工作与工作安排 论文首先分析了 旋转机械转子振动的机理和信号特征，介绍旋转机械设备状态 检修的基本内容以及构成，机械设备振动的形式及原因， 说明轴心轨迹测试原理和 振动信号的 分析方法。 接着进一步介绍了 常见故障的原因、 特征和转子轴心轨迹的 特征。论文接着介绍了 基于三点法的偏心圆盘振动测量方法。利用三点法误差分离 技术原理， 将所采集信号中的由于安装偏心引起的误差信号从信号中剔除，并进行 了 仿真和实验分析。然后论文详细阐述了轴心轨迹形状的识别方法， 探讨了基于不 变矩的轴心轨迹识别方法。 重点分析了不变矩理论的应用， 阐述不变矩在离散状态 下的不变性分析、理论证明及实验支撑。提出了改进的不变线矩方法，并进行了仿 华北电力大学硕士学位论文 真及实验分析。最后讨论了 噪声对不变矩的影响。 在论文结尾总结了论文内容，分析评价论文中提出的方法和结论， 指出优点 和 不足之处，提出改进的途径，并对状态检修的发展进行展望。 华北电力大学硕士学位论文 第二章 转子振动机理和轴心轨迹特征 在旋转机械状态检修系统中，影响设备运行状态的因素是多种多样的，包括振 动、瓦温、气蚀等。由 于振动的广泛性、 振动信号的多维性、测振技术的实用性， 一般监测系统均将振动信号作为主要监测项目 136 。 设备在运行过程中必然会产生不 同程度的振动。据统计，约有 70%的故障或事故都在振动信号中有所反映，振动的 超标威胁着旋转设备的安全运行。当振动超过一定限度时就会对设备造成危害，严 重时将威胁设备安全运行，带来巨大的经济损失。 2 . ， 旋转机械振动的机理分析 对于机械设备来说，通常会产生两种不同形式的振动:强迫振动和自 激振动。 强迫振动是由外界对系统持续激励所引起的。它是从外界不断地获得能量来补充阻 尼所消耗的能量，使系统得以维持持续的等幅振动。外界激励的来源可能是直接作 用在振动系统上的激振力，也可能是由于系统中运动部件的不平衡离心惯性力，再 就是由支撑件的持续运动而引起。这些激励作用可能是周期性的，也可能是非周期 性的.如旋转机械运动中的质量不平衡、几何轴线不对中、齿轮啮合不好、传动件 配合不当、轴颈轴承间隙过大等都会引起机械设备的强迫振动。同样，往复机械设 备一般都具有大质量的曲柄活塞机构，这些大质量构件在高速周期性运动时就会产 生周期性的惯性力，进而就可引起机器和基础的强迫振动及曲轴的扭转振动。强迫 振动会使设备或结构产生过大的动应力，成为疲劳破坏的重要原因。 自激振动是依靠系统 自身各部分间相互偶合而维持的稳态周期振动，是无需周 期变化的外力就能维持的稳态振动，因而与强迫振动有原则性的区别。自 激振动的 突出 特点是它的自治性，即当它处于自 激振状态时并不承受随时间变化的外力，而 是依靠系统的各个组成部分间相互作用的内力来维持稳态周期振动的。引起自 激振 动的原因很多，其产生的机理也十分复杂，如油膜振荡使转子出现涡动失衡等。 引起机械振动的原因主要包括: (l ) 因机 组 转动 部分 质量 不 平 衡引 起的 机组 振动， 其主 要特 征: 机 组振 幅随 机 组转速变化较敏感，其振幅一般与转速的二次方成正比，且水平振动较大: (2 )机组转动部件与固定部件相碰( 或摩擦) 所引 起的机组振动， 其特征为: 一般 振动较强烈，并常常伴有撞击声响; 华北电力大学硕士学位论文 (3 )因轴承间隙过大、主轴过细、轴的刚度不够所引起的振动， 其特征为: 机 组振幅随机组负荷变化较明显; (4 )因机组轴线曲 折、紧固零部件松动、 机组对中心不准、推力轴承调整不良 所引起的机组振动，其特征为:机组在空载低转速运行时，机组便有明显振动。 2 .2 转子振动的基本特征t3 刀 转子正常工作，即转子在无故障状态，具体说是转子处于平衡状态、对中情况 良好、转轴截面的径向刚度相等、转轴与机壳之间无摩擦等条件下的状态，在此情 况下，转子运动不受干扰。频率成分以一倍频为主，混有少量噪声成分。理想轴心 轨迹为圆形，但由于实际上不平衡总是存在的，轴心轨迹往往是椭圆形。正常情况 下的轴心轨迹与不平衡的轴心轨迹在形状上相同，但正常情况下的振幅比不平衡时 要小的多。 旋转机械的主要部件是转子，其结构形式虽然多种多样，但对一些简单的旋转 机械来说，为分析和计算方便，一般都将转子的力学模型简化为一圆盘装在一无质 量的弹性转轴上，转轴两端由刚性的轴承及轴承座支承。该模型称为刚性支承的转 子，对它进行分析计算所得到的概念和结论用于简单的旋转机械是适用的。由于做 了上述种种简化，若把得到的分析结果用于较为复杂的旋转机械时不够精确，但基 本上能够说明转子振动的基本特性。 图 2 一 1 单圆盘转子 大多数情况下，旋转机械的转子轴心线是水平的，转子的两个支承点在同一水 平线上。设转子上的圆盘位于转子两支点的中央，当转子静止时，由于圆盘的重量 使转子轴弯曲 变形产生静挠度，即静变形.此时，由于静变形较小， 对转子运行的 影响不显著，可以忽略不计，即认为圆盘的几何中心 o与轴线 ab上 0点重合，如 华北电力大学硕士学位论文 图 2 一 1 所示.转子开始转动后，由于离心力的作用，转子产生动挠度。 此时转子有 两种运动:一种是转子的自 身旋转，即圆盘绕其轴线 a 侧b的转动:另一种是弓形 转动，即弯曲的轴心线 a ob与轴承联线 a o b组成的平面绕 a b轴线的转动。 圆 盘的质量以m表示，它所受的力是转子的弹性力f 设k 为转子的刚度系数，a = 0 0 ， 。圆盘的运动微分方程为: f= 一 加 :(2一 1) 刀 丘= fx =一 七 ( 2 一 2 ) 砂 = 凡= 一 勺 ( 2 一 3 ) 令 : 、 = 摆 ( 2 一 4 ) 则该微分方程的解为: x = x c 0 s( 气t + 乳) ;( 2 一 5 ) y = y s 城气t + 九) ; ( 2 一 6 ) 其中: x、 y 为 振 动幅 值，叭、尹 ， 为 振 动的 初 始相 位 由 式2 一 5 和式2 一6 可知 ， 圆 盘的 中 心0 ， ， 在 相互 垂 直的 两 个方向 做频 率为气的 简谐振动。在一般情况下，振幅x、y 不相等， 口点的轨迹为一椭圆。 o的这种运 动是一种 “ 涡动”或 “ 进动” 。转子的涡动方向与转子的转动角速度同向时，称为 正进动:反向时，称为反进动。由于有转子正进动和反进动的存在使得的轴心轨迹 具有较复杂的形状。一般情况下，当非同步涡动的角速度与转子角速度的关系为整 数比时， 轴心轨迹仍将是一条封闭的曲 线，否则轴心轨迹不是封闭的。 2 .3 轴心轨迹测试原理及常用信号分析方法 轴心轨迹是轴心上一点相对于轴承座的运动轨迹。这一轨迹是在与轴线垂直的 平面内。因此要求在该平面内的两个垂直方 向安装 电涡流位移传感器对转轴振动进 行测量。整个测试装置如图 2 一 2所示.这样可以同时检测轴心在x 和少 方向上的振 动，将振动输入到电子示波器中，就可以 观察到经游波后的轴心轨迹图形。 华北 电力大学硕士学位论文 图2 一 2轴心轨迹测试框图 一般来说，在由不平衡引 起的 轴的运动中，当 轴的各方向的弯曲 刚度相同时， 轴的运动为同步正进动.轴心轨迹为一圆，反映在x 和y 方向上是只有基频成分的 简谐振动， 而且他们的幅值相等，相位相差 9 00。但在许多的实际情况下，轴的各 向弯 曲刚度及支撑刚度存在差异，由不平衡引起的轴心相应不在是一个圆，而是一 个 椭圆， 这 时反 映 在x 和y 方向 上的 振 动不 仅振 幅 不同 ， 而且 相位 相差 也 不 是900. 在这种情况下，轴的弯曲相对轴的部位不是固 定不变的，而是以 轴上某一线为中心 的左右摆动。 在一般情况下，轴的运动除了上述 由不平衡响应引起的同步正进动之外，还存 在非同步的正进动和反进动， 有时也称为正向 涡动和反向涡动。这时轴心的 运动轨 迹具有较复杂的形状。 我们 用 运动分 解 的 概念 来 说明 轴心 轨迹 的 形 成。p 为同 步正 向 涡动 分 量， 它以 和转子角速度相同的角速度口 旋转。这样，构成了轴心c 的运动轨迹.当有涡动存 在时， 反 映在x 和y 方向 上 的 振 动， 除 了 基频 成分 之 外， 还 有频 率为 叭的 振 动成 分 当口 和叭的 关 系为 整 数比 时 ， 我们 仍可以 获 得 一条 封闭曲 线的 形 式的 轴 心轨 迹: 当 口 和然不是整数关系时，曲线将是不封闭的111 . 下面介绍常用的振动信号的分析处理方法138 1 : ( 1) 振动信号的幅值分析方法 应用于幅值分析的参数有: 均值、 均方根值、 最大值、 最小值和绝对平均值等。 这些参数计算简单， 对于故障诊断有一定的作用， 但它们会因工作条件( 负载、 转速 等) 的改变而变化， 所以又存在对故障不十分敏感、不好区分的缺点. 因此， 人们又 引入了无量纲的幅值参数，如波形指标、峰值指标、 脉冲指标、 .裕度指标以及峭度 指标等。这些参数对故障有足够的灵敏度，对信号的 幅值、 频率变化不敏感，而只 取决于概率密度函数的形状，在故障诊断中有广泛的应用。 ( 2 )振动信号的相关分析方法 华北电力大学硕士学位论文 相关分析主要是应用相关系数与相关函数来实现，即通过相关函数来研究两个 信号之间的相关性和收敛性。不同的信号有不同的相关函数，自相关函数不含有信 号的相位信息，只存在单一的量值关系，而互相关函数则包含相位信息，这在分析 振动信号的特性时是很有用的。 (3 )振动信号的频域分析方法 频域分析的基础是频谱分析，即分析动态信号的幅值、相位、功率和能量随频 率的变化关系。 频谱分 析主要包括功率谱密度函数分析、 细化谱分析、 倒频谱分析、 冲击响应谱分析、最大墒谱分析以及全息谱分析等。频域分析是机械故障诊断中用 得最广泛的信号处理方法之一因为故障发生、发展时都会引 起频率结构的变化。 频域分析还研究系统的 传递特性、系统的输入与输出关系，这可以帮 助我们了解系 统的固有特性以 及故障源的信息如何传递变化等。 (4) 振动信号的时序分析方法 时序分析法简单地说就是对有序的观测数据( 观测的时间序列简称观测时 序) 进 行统计学处理与分析的一种数学方法，是数据的统计处理与系统分析相结合的一种 方法。一方面可以对系统进行动态分析，另外还可以对系统的未来状态和趋势进行 预报和控制.时序分析的手段就是建立时序模型。而时序模型谱具有许多优点，如 谱峰清晰、谱线光滑、频率坐标准确、分辨率高、不要求周期采样及加窗处理等， 因而克服了常规f f t 谱分析所存在的缺陷， 即要求固定数据长度、 短数据信号处理 失真、加窗引起泄漏、产生误差、降低分辨率等 。机器故障诊断的时序模型法就是 在机器的运行过程中，首先选定恰当的诊断参数，然后建立一个时序模型，通过时 序模型的相 应判据以诊断机器状态的变化。这种方法在相当多的 场合下能可靠地回 答机器是属于正常或异常状态。 ( 5) 振动信号的特征分析方 法 特征分析主要是依据旋转机械最基本的运动变量一转速在变化时或在某一稳 定转速时， 机器的各重要部位振动量大小来进行特征描述。一般随自 变量选用的不 同， 特征分析有如下的几种方法，即功率谱分析、阶比 谱分析、 跟踪谱分析( 又分频 率跟踪、阶比 跟踪及复合功率跟踪) 、 坎贝尔跟踪分析( 又分频率坎贝尔图和阶次坎 贝尔图) 、 转速谱阵分析( 包括频率谱阵与阶比 谱阵) 、 时间谱阵分析( 包括频率谱阵与 阶比谱阵) . 特征分析的目的就在于把众多的特征分量( 频率) 从复杂的信息中识别出 来，研究和分析它们的变化特征，从而判别机器运行状态是否正常。 华北电力大学硕士学位论文 2 .4 常见的故障原因及其轴心轨迹的特征ll 21 2. 4 . 1 转子不平衡 引起振动的原因是多方面的， 但转子的不平衡是引起机器振动的主要原因之 一。转子不平衡是由于转子部件质量偏心或转子部件出现缺损造成的故障，它是旋 转机械最常见的 故障。 据统计，旋转机械约有一半以 上的故障与转子不平衡有关。 因此，对不平衡故障的研究与诊断也最有实际 意义。 造成转子不平衡的具体原因很多， 主要有:结构设计不合理 ， 制造和安装误差， 材质不均匀，受热不均匀，运行中 转子的腐蚀、 磨损、结垢、零部件的松动和脱落 等.按发生不平衡的过程可分为原始不平衡、渐发性不平衡和突发性不 平衡等几种 情况。按其机理又可分为静失衡、力偶失衡、准静失衡、动失衡等四类。 转子的不平衡故障包括:转子质量不平衡、转子初始弯曲、转子热态不平衡、 转子部件脱落、转子部件结垢、连轴器不平衡等，不同原因引起的转子不平衡故障 规律接近，但也有各自的特点。 转子的不平衡会产生下列不良后果: (1 )引起转子的反复 弯曲 和内应力.这种弯曲和内 应力会引起转子疲劳，甚至 引起转子断裂。 (2 )引起机器产生振动和噪声， 会加速轴承等零件的磨损，降低机器的寿命和 效率。 (3) 转子的振动会通过轴承、基座传递到基础和建筑物上，恶化了工作环境。 由质量不平衡引起的转子不平衡的振动特征是: ( 1)轴心轨迹为 椭圆， 如图2 一 3 所示。 夕 图 2 一 3转子不平衡轴心轨迹 (2 )振动的时域波形近似为正弦波。 华北 电力大学硕士学位论文 (3) 当工作转速一定时， 相位稳定。 (4) 频谱图中，谐波能量集中于基频。并且会出现较小的高次谐波， 使整个频 谱呈所谓的 “ 极树形” ，如图2 一 4 所示。 图2 一 4转子不平衡频谱 (5 ) 稳态振动是一个与转速同频的强迫振动， 振动幅值随转速按振动理论中的 共振曲线规律变化，在临界转速处达到最大值。因此转子不平衡故障的突出表现为 一倍频振动幅值大。 (6 )从轴心轨迹观察其进动特征为正进动. 2. 4. 2 转子不对中 大型机组通常由多个转子组成，各转子之间用连轴器联接构成轴系，传递运动 和转矩。由于机器的安装误差、工作状态下热膨胀、承载后的变形以及机器基础的 不均匀沉降等，有可能会造成机器工作时各转子轴线之间产生不对中。 具有不对中的故障转子系统在其运行过程中将产生一系列有害于设备的动态 效应，如引起机器连轴器偏转、轴承早期损坏、油膜失稳、轴弯曲变形等，导致机 器发生异常振动，危害极大。 转子不对中包括轴承不对中和轴系不对中两种情况。 轴径在轴承中 偏斜称为轴 承不对中。机组各转子之间用联轴节连接时，如不处在同一直线上，就称为轴系不 对中。轴系不对中 又分为平行不对中、角度不对中和综合不 对中三种情况。 不对中的作用就像转子上有一个不定向的预