（机械电子工程专业论文）机车涡轮增压器状态识别和预知维护方法的研究.pdf

摘要摘要涡轮增压器是内燃机车的重要部件，保证涡轮增压器长期、稳定、安全、高效、优质的运行，具有非常重要的经济意义与社会意义。因此需要对涡轮增压器进行状态监测、趋势预测和早期的故障诊断，以便实现对涡轮增压器的预知维护。本文的研究内容和研究成果如下：1 ) 根据涡轮增压器的工作原理，深入分析了涡轮增压器的常见故障、故障模式和故障机理。2 ) 根据旋转机械振动诊断的基本原理和振动信号的分析方法，提供了基于振动信号级值能量分析的方法对涡轮增压器进行状态识别，设定了涡轮增压器运行状态的趋势预示安全参数；确定了涡轮增压器振动门限值。实践论证表明这种方法提高了涡轮增压器状态识别的准确性，能够满足现代预知维修制度的要求。3 ) 在涡轮增压器非线性状态识别和趋势预测方法中提出了b p 神经网络预测方法，建立了针对涡轮增压器状态识别和趋势预测的神经网络预测模型，通过工业现场的实际数据的采集与分析表明这种方法提高了涡轮增压器状态识别和故障诊断的准确率。4 ) 设计和构建了涡轮增压器状态识别和趋势预测的实验系统，选择性能良好的硬件系统，采用柔性和开放型的软件平台，预期可以实现实验室中涡轮增压器的振动数据采集和状态识别。关键词：涡轮增压器；状态识别；预知维护；振动诊断；b p 神经网络a b s t r a c ta b s t r a c tt u r b o c h a r g e ri sa l li m p o r t a n tc o m p o n e n to fd i e s e ll o c o m o t i v e i th a sav e r yi m p o r t a n te c o n o m i ca n ds o c i a ls i g n i f i c a n c et oe r l s u r et h et u r b o c h a r g e rl o n g - t e r m ，s t a b l e ，s e c u r - c ，e f f i c i e n ta n dh i g h q u a l i t yo p e r a t i o n h e n c e ，i t sn e c e s s a r yt ot a k ec o n d i t i o nm o n i t o r i n g , t r e n df o r e c a s ta n de a r l yf a u l td i a g n o s i so nt h et u r b o c h a r g e ri no r d e rt oa c h i e v et h ep r e d i c t i v em a i n t e n a n c e t h es t u d i e sa n dr e s e a r c hr e s u l t so ft h i sp a p e ra r ea sf o l l o w s ：1 ) a c c o r d i n gt ow o r k i n gp r i n c i p l eo ft h et u r b o c h a r g e r , a na n a l y s i so ft h ec o m m o nt u r b o c h a r g e rf a i l u r e ，f a i l u r em o d ea n df a i l u r em e c h a n i s mh a v eb e e nm a d ed e e p l y 2 ) a c c o r d i n gt ot h eb a s i cp r i n c i p l e so ft h er o t a t i n gm a c h i n e r yv i b r a t i o nd i a g n o s i sa n da n a l y s i sm e t h o do fv i b r a t i o ns i g n a l s ，t h ea r t i c l ep r o v i d e sa na n a l y s i sm e t h o db a s e do nt h ev i b r a t i o ns i g n a le n e r g yt oi d e n t i f yt h et u r b o c h a r g e r , s e t st h et r e n do ft h es e c u r i t yp a r a m e t e r so ft h et u r b o c h a r g e ro p e r a t i o n ，a n dd e t e r m i n e st h ev i b r a t i o nt h r e s h o l do ft h et u r b o c h a r g e r p r a c t i c es h o w st h a tt h i sm e t h o dc a ni m p r o v et h ea c c u r a c yo ft h et u r b o c h a r g e r ss t a t ei d e n t i f y i n ga n di tc a nm e e tt h er e q u i r e m e n t so ft h em o d e mp r e d i c t i v em a i n t e n a n c e 3 ) t h ea r t i c l ep u t sf o r w a r dab pn e u r a ln e t w o r kp r e d i c t i o nm e t h o dw h i c hi st h en o n _ l i n e a rs t a t ei d e n t i f y i n ga n dt h et r e n dp r e d i c t i o nm e t h o do ft h et u r b o c h a r g e r , a n de s t a b l i s h e st h en e u r a ln e t w o r kp r e d i c t i o nm o d e lo ft h et u r b o c h a r g e r ss t a t ei d e n t i f y i n ga n dt r e n dp r e d i c t i o n t h r o u g ht h ea c t u a li n d u s t r i a ld a t ac o l l e c t i o na n da n a l y s i ss h o w st h a tt h i sm e t h o di n c r e a s e st h ea c c u r a c yo ft h et u r b o c h a r g e rs t a t ei d e n t i f y i n ga n df a u l td i a g n o s i s 4 ) t h ea r t i c l ed e s i g n sa n dc o n s t r u c t st h ee x p e r i m e n t a ls y s t e mo ft h et u r b o c h a r g e rs t a t ei d e n t i f y i n ga n dt r e n dp r e d i c t i o n , s e l e c t sag o o dp e r f o r m a n c eo ft h eh a r d w a r es y s t e m ,a n da d o p t sf l e x i b l ea n do p e ns o f t w a r ep l a t f o r mt oe x p e c tt ob ea b l et oa c h i e v et h ev i b r a t i o nd a t ac o l l e c t i o no ft h et u r b o c h a r g e ra n ds t a t ei d e n t i f y i n gi nt h el a b o r a t o r y k e yw o r d s ：t u r b o c h a r g e r ，s t a t ei d e n t i f y i n g ，p r e d i c t i v em a i n t e n a n c e ，v i b r a t i o nd i a g n o s i s ，b pn e u r a ln e t w o r ki i学位论文版权使用授权书本人完全了解北京信息科技大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向中国科学技术信息研究所等国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。学位论文作者签名：噜麦易j卅年月，歹日经指导教师同意，本学位论文属于保密，在年解密后适用本授权书。( 注：论文属公开论文的，作者及导师本处不签字)指导教师签名：学位论文作者签名：年月日年月日1 1硕士学位论文原创性声明本人郑重声明：所呈交的论文题目为机车涡轮增压器状态识别和预知维护方法的研究学位论文，是本人在导师指导下，进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均己在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。作者签字：事麦勃j伽罗年，月日i i i第1 章引言第1 章引言1 1 机车涡轮增压器状态识别和预知维护的目的和意义涡轮增压技术自问世以来n 1 ，促进了内燃机的发展。特别是自2 0 世纪7 0 年代涡轮增压器在机车发动机上得到应用以后，极大地促进了内燃机车的技术革新。涡轮增压器在净化内燃机车排气、提高内燃机车效率等方面发挥了重要作用，具有重要的经济和社会意义。近年来，随着列车不断提速，对机车运行的安全性和可靠性提出了更高的要求。从内燃机车的使用现状来看，在提速机车中由于涡轮增压器故障造成的机破，已占柴油机途中故障的一半左右。并且增压器一旦发生故障，机车就会出现严重的功率不足现象，不仅会造成机破，而且会出现冒黑烟、喷火等现象，造成空调客车车厢内积聚大量浓烟，严重损害旅客的身体健康，给机车运行带来严重的安全隐患。内燃机车涡轮增压器是工作于高温、高速条件下的旋转机械部件。目前，涡轮增压器故障是全路国产大功率内燃机车的惯性故障。为保证涡轮增压器长期、稳定、安全、高效、优质的运行，需对涡轮增压器的状态进行重点监测，亟需开发一种对涡轮增压器状态的实时在线监测与安全评估方法，用来判断涡轮增压器的状态、识别故障的征兆，尤其是早期征兆；对故障部位及其严重程度、故障发展趋势做出判断，以便能够达到预知维护的目的。目前如果在涡轮增压器性能下降到一定程度或故障将要发生之前主动预知维护，就可以科学地提高了涡轮增压器的可用率，减少了重大事故的发生，同时能够明确了维修目标，使设备大修间隔延长，小修频率降低，避免了维修不足、盲目检修和检修过剩，不仅有效地降低了检修费用，而且为涡轮增压器安全优质运行提供了可靠的技术和管理保障。对于创造经济效益有着重大的意义。1 2 涡轮增压器状态识别和预知维护的现状1 2 1 国内外同类项目研究水平及发展趋势涡轮增压器是一种典型的旋转机械部件，它的一个显著特点就是转速高。目前，对于旋转机械的状态识别和故障诊断的理论和方法比较完备。近几十年来各国都在大力开展有关旋转机械状态识别和故障诊断技术的研究，并已取得了显著的成效，从中获得了巨大的经济效益。第1 章引言旋转机械工作状态识别和趋势预测的研究始于第二次世界大战期间口制。2 0 世纪5 0 年代，各种类型和性能的传感器和测振仪相继研制成功，并开始应用于科学研究和工程实际。2 0 世纪6 0 年代至7 0 年代，数字电路、电子计算机技术的发展、“信号数字分析处理技术的形成，推动了振动检测技术在机械设备上的应用。2 0 世纪7 0 年代至8 0 年代，机械设备的状态监测与故障诊断技术在许多发达国家开始研究。一般认为，国际上旋转机械状态监测技术的研究起步于7 0 年代末8 0年代初。随着电子计算机技术、现代测试技术、信号处理技术、信号识别技术与故障诊断技术等现代科学技术发展，机械设备的监测研究跨入系统化的阶段，并把实验室的研究成果逐步推广到核能设备、动力设备以及其他各种大型的成套机械设备中去，进入了蓬勃发展的阶段。例如，日本三菱公司的“旋转机械健康管理系统( m a c h i n e r yh e a l t hm o n i t o r i n g ，简称m h m ) ，美国西屋公司的“可移动诊断中心”( m o b i l ed i a g n o s i sc e n t e r ，简称m d c ) 等，都具备了机组信号数据的采集、分析、计算、显示、打印、绘图等功能，并配有专项诊断软件。2 0 世纪9 0 年代以来，高档微机不断更新且价格迅速下降，适合数字信号处理的计算方法不断优化，使数据处理速度大为提高，为在工业现场直接应用状态监测技术创造了条件。丹麦、美国、德国、日本等发达国家的专家学者对旋转机械工作状态监测技术进行了深入研究，研制出不同系统。该类系统以丹麦b & k 公司的2 5 2 0 型振动监测系统、美国b e n t l y 公司的3 3 0 0 系列振动监测系统、美国亚特兰大公司的m 6 0 0 0 系统为代表已经达到较高的水平。我国在工业部门中开展状态监测技术研究的工作起步于1 9 8 6 年，在此之前从国外引进的大型机组，一般都购置了监测系统。2 0 世纪8 0 年代中后期以来，我国有关研究院所、高等院校和企业开始自行或合作研究旋转机械状态监测技术，无论在理论研究、测试技术和仪器研制方面，都取得了成果，并开发出相应的旋转机械状态监测系统。西安交通大学、浙江大学、北京理工大学等单位相继开展了这方面的研究工作，2 0 世纪9 0 年代陆续取得研究成果。国内主要有以下几种类型：1 ) 哈尔滨工业大学等单位联合研制的m m m d 1 、3 m d i i 系统；2 ) 西安交通大学机械监测与诊断研究室的r m m d s 系统；3 ) 西安交通大学润滑理论及轴承研究室的r b 2 0 1 系统。其中比较典型的系统有：1 9 8 5 年1 0 月通过鉴定的由哈尔滨工业大学等单位联合研制的m m m d 1 微机化“汽轮发电机组振动监测与故障诊断系统 ，以及后来进一步开发的汽轮机故障诊断专家系统3 m d i i ；1 9 8 7 年通过鉴定的由西安交通大学机械故障诊断研究室研制的r m m d s 化肥五大机组“微机状态监测与故障诊断系2第l 章引言统”等。从技术发展过程看，现代监测技术大致经历了以下两个阶段。1 ) 第一阶段是以传感器技术和动态测试技术为基础，以信号处理技术为手段的常规技术发展阶段，这一阶段的技术已在工程中得到了应用，它吸收了大量的现代科技成果，传感器技术的飞跃发展，使之可以利用振动、噪声、力、温度、电、磁、光、射线等多种信息。由此产生了设备的振动、噪声、光谱、铁谱、无损检测、热成像等监测和故障分析技术。信号分析与数值处理技术的发展，结合微计算机技术的发展，使各种方法应运而生，如：状态空间分析、对比分析、函数分析、逻辑分析、统计和模糊分析方法。近年来，各种数据处理软、硬件的出现使实时在线监测及故障分析技术成为可能。2 ) 人工智能技术为设备监测和故障分析的智能化发展提供了可能，使得现代监测技术发展步入第二阶段。这一阶段的研究内容与实现方法已开始并正在继续发生着重大变化，以数据处理为核心的过程将被以知识处理为核心的过程所替代，开展了专家系统、神经网络和模糊分析等理论、方法和应用技术的研究。在这一阶段，信号检测与数据处理仍然起着十分重要的作用，然而起主导作用的将是人类专家的知识，包括人类专家所拥有的领域知识、求解问题的方法等。由于实现信号检测、数据处理与知识处理的统一，使得先进技术不再是少数专业人员才能掌握的技术，而是一般操作人员所能使用的工具。1 2 2 涡轮增压器状态识别和预知维护的现状对于机车的涡轮增压器的状态识别和故障诊断，国内有北京京航公司生产的h g 5 6 0 0 机车涡轮增压器故障诊断仪，它是基于监测预防涡轮增压器故障的检测诊断系统。它可以同时检测一台内燃机车上的两台增压器。检测内容包括高低频振动，转速，惰转时间的参数，并在大量现场验证的基础上构造了独特的综合诊断参数并为其设定门限值，通过该检测仪可以动态的判断机车涡轮增压器的状态和基本的故障部位。该检测仪采用便携式离线采集和分析方式。不能作为机车随车实时在线检测手段，不能及时发现运用过程中的故障，给安全行车带来了隐患。国外在涡轮增压器检测方面，从装配流水线到出厂质量检查等方面都有了一套完整的技术和机制，大大提高了涡轮增压器产量和质量。不过，在随车状态实时在线监测方面依然缺乏成熟的产品。今后的发展趋势是在线实时监测涡轮增压器的状态，并可以准确的判断出故障的基本部位及原因。3第1 章引言1 3 本课题的研究背景和主要研究内容课题来源于国家自然科学基金项目“大型旋转机电系统非平稳状态的故障趋势智能预示技术研究的后续研究工作，得到北京市自然基金项目“面向制造业设备的非平稳状态早期故障智能预示技术 的资助、北京市机电系统测控重点实验室开放课题相关项目的资助。本课题就是在上述背景下提出的。主要研究内容为：在深入研究涡轮增压器工作原理、常见障类型和故障机理的情况下，拟采用以振动检测为主，结合其他参量的检测方法来对涡轮增压器的状态进行识别进而对危害较大的故障给出有效的故障判断参量或诊断模式，以便实现对涡轮增压器的预知维护。并且以实验室中的实验装置为平台，构建涡轮增压器状态识别和趋势预测的实验系统，对涡轮增压器可能出现的故障进行模拟和分析。第一章中主要介绍涡轮增压器状态识别和预知维护的目的、意义和国内外的发展概况，阐述了论文的主要研究内容。第二章中深入研究涡轮增压器的结构、工作原理、常见故障和故障机理，提出了涡轮增压器状态识别和预知维护的总体思路。第三章中阐述旋转机械故障诊断和状态监测的基本原理和信号处理的常用分析方法。第四章中提出了基于振动信号级值能量分析和b p 神经网络分析两种涡轮增压器状态识别的方法。分别阐述了振动信号级值能量分析方法和b p 神经网络的基本理论，描述了利用两种方法对涡轮增压器进行状态识别的过程，并采集工业现场的涡轮增压器的相关数据对两种方法进行验证。最后对两种方法进行对比。第五章设计和构建涡轮增压器状态识别和趋势预测的实验系统，并且分析试验系统的软硬件结构、功能和如何采集和分析涡轮增压器运行过程中的振动信号。第六章总结全文并对以后的研究提出了展望。4第2 章机车涡轮增托器的t 作原理、常见故障及故障机理第2 章机车涡轮增压器的工作原理、常见故障及故障机理2 1 机车涡轮增压器的结构和工作原理一般来说机车上所采用的涡轮增压器都是废气涡轮增压器。它实际上是一种空气压缩机，通过压缩空气来增加进气量。机车涡轮增压器主要由涡轮壳、压气机壳、转子轴及中间壳体壳等组成主要外形和结构见图2l 和图22 。嘏懑：灏图22 涡轮增压器的结构图l 一压气机壳：卜螺母：卜扩压器：4 压气机端油封；5 一压气机端浮环；6 一涡轮轴；卜涡轮端浮环；8 一涡轮端油封：9 涡轮壳；1 0 一工作轮；1 l 一喷嘴环；1 2 一涡轮端气封楹；l 卜涡轮端气封环：1 4 - 中间壳：1 5 一止推板；1 卜压气机端气封环：1 7 压气机叶轮涡轮增压器本身不是一种动力源”1 ，它利用发动机排气中的剩余能量来工作。工5第2 章机车涡轮增压器的t 作原理、常见故障及故障机理作原理就是利用发动机排出的废气惯性冲力来推动涡轮室内的涡轮，涡轮又带动同轴的压气机叶轮，叶轮压缩由空气滤清器管道送来的空气，使之增压进入气缸。当发动机转速增快，废气排出速度与涡轮转速也同步增快，叶轮就压缩更多的空气进入气缸，空气的压力和密度增大可以燃烧更多的燃料，相应增加燃料量和调整一下发动机的转速，就可以增加发动机的输出功率了。压缩后的空气会变得很热，所以在进入燃烧室前要进行冷却，即中冷，中冷也帮助降低了燃烧室的温度。柴油机采用废气涡轮增压不仅可提高功率，还可减少单位功率质量、缩小整机外形尺寸、降低燃油消耗。2 2 机车涡轮增压器的故障模式和故障机理涡轮增压器的工作原理很简单，但其应用也有必须注意的地方。那就是泵轮和涡轮由一轴相连，也就是转子，发动机排出的废气驱动泵轮带动涡轮旋转，涡轮转动后给进气系统增压。增压器安装在发动机的排气一侧，所以增压器的工作环的温度非常高，而且增压器在工作时转子的转速也非常高，可达到每分钟几万至十几万转，如此高的转速和温度对涡轮增压器提出了严苛的考验。例如，常见的机械滚针或滚珠轴承无法为转子工作，因此涡轮增压器普遍采用全浮动轴承，由机油来进行润滑，还有冷却液为增压器进行冷却。因此，涡轮增压器这样的工作境也导致了有关增压器的故障频繁发生。从内燃机车维修运行的统计记录来看，涡轮增压器的常见故障有以几种情况 s - 1 1 ：( 1 ) 压气机喘振由于进气系统产生堵塞，通过增压器输送的空气量达不到柴油机的要求，造成进气不足，从而使进气管内增压后的空气压力产生波动或大幅度下降，故在压气端发出如气振般的喘振。压气机喘振的主要原因是空气滤清器滤芯堵塞，或进气管因严重老化而被吸瘪。此外，压气机喷嘴环流通道变形，也会引发喘振。为避免产生此故障，须保持进气系统通畅，保持柴油机每工作l o o h 用压缩空气吹一次空气芯，并经常检查进气胶管，发现其老化变形应及时予以更换。( 2 ) 增压器运转中产生振动和噪声造成这一故障的主要原因是转子轴不平衡、对心度不好、转子轴严重磨损、浮动轴承间隙过大、涡轮或叶轮损坏及转子粘附过多油泥而使动平衡遭到破坏等。若噪声明显地为金属摩擦声则是由于涡轮或泵轮叶片与泵体相擦碰所致。若噪声有周期性，则能是涡轮或泵轮上粘附过多油泥所致。若增压器振动强烈，则是由于转子轴不平衡或浮动轴承损坏所致。6第2 章机车涡轮增压器的工作原理、常见故障及故障机理( 3 ) 涡轮端轴根部断裂故障状态：轮子轴根表面较为光滑，涡轮叶片良好无缺，轴颈与轴承没有抱死，不存在轴被拧断的现象，由于转子工作环境恶劣，高温高速且随柴油机转速的变化而变化，即转子轮盘组轴颈承受的负荷是变离心力和轴向力。因此，当转子使用一段时间后，在转子轴的应力集中处必然要发生疲劳断裂。而在铁路大提速的情况下，机车速度高低变化的幅度加大，频率加快，势必要加大转子的疲劳程度。( 4 ) 涡轮盘榫齿断裂和叶片破损故障状态：柴油机工作状态良好，增压器内没有异物进入，说明榫齿及叶片的破损不是被异物打坏的，榫齿断口的纹线具有疲劳断裂的典型特征。此类故障使机件破损严重，压气机及涡轮叶片全部损坏，喷嘴环被打坏，镶套破损，轴承支撑体破损，轴承全部损坏。从失效分析及轮盘断裂的特征来看，可排除材质及检修等外界因素，涡轮盘榫齿断裂的主要原因属于疲劳断裂。值得一提的是当涡轮盘发生榫齿断裂后，同时导致涡轮叶片从榫槽中飞出，断裂的轮盘榫齿及飞出的叶片又将其他涡轮叶片、喷嘴环叶片及镶套打坏，甚至还会将壳体击穿，后果相当严重。( 5 ) 压气机端轴肩处断裂故障状态：分解前涡轮转子仍能转动，轴颈与轴承没有抱死，断位于压气机端轴颈的一变截面处，断裂表面较为平齐，没有轴被拧断的现象。由于断口位于压气机端轴颈一变截面处，因此若处理或机加工不当，可使此轴肩处产生缺陷和应力集中，转子轴颈在工作强度加大时易发生断裂。热处理和机加工问题所产生的缺陷及应力集中是轴颈断裂的根源，而长期使用和工作强度的加大，是造成轴肩断裂的主要原因。( 6 ) 增压压力下降该故障表现为增压器转速上不去。一般地说，柴油机在额定转速运转时，增压转子转速可达( 7 l o ) x1 0 4 r m i n 。在这一转速下，方可使增压压力达到要求。若空气滤清器堵塞、轴承严重磨损、涡轮或泵轮叶片变形或损坏、进气胶管松脱或破损等，均会使转子转速下降，其增压压力也就随之下降了。( 7 ) 涡轮端或泵轮端漏油废气涡轮增压器采取强制压力润滑，为了不使压力机油从涡轮壳或泵轮轴承处泄漏，在浮动轴承两面设置有活塞环式密封。当转子轴磨损或轴的转向间隙过大时，该密封环将失去密封作用。或者由于操作、使用、维护不当使润滑条件变差时，致使密封环严重磨损或出现拉伤，从而使其失去密封作用。因密封环不密封，会出现向涡轮端或泵轮端泄油的现象。当向泵轮端泄油严重时，进气管道、中冷器及进气管内会积存大量机油，并随气体进入缸内造成柴油机烧机油、冒蓝烟、机油耗量大等故障。而向涡轮端泄油严重时，会使排气管内积存大量机油，增大了柴油机的排7第2 章机车涡轮增压器的工作原理、常见故障及故障机理气阻力，致使缸内废气不能彻底排出，造成柴油机功率下降。( 8 ) 增压器突然停止运转产生此故障的原因有两个：一是轴承因缺油被烧死，使转子不能旋转；二是有异物进入增压器，将涡轮或泵轮的叶片打坏，致使叶片被卡死在泵壳内。此时须更换压器。2 3 机车涡轮增压器状态识别和预知维护的总体思路机械设备故障诊断技术( m e c h a n i c a lf a u l td i a g n o s i s ) 是利用机械设备在运行中或相对静止条件下测取的状态信息，通过对所测信号的处理和分析，并结合诊断对象的历史状况，来定性定量识别机械设备及其零、部件的实时技术状态，并预知有关异常、故障和预测其未来技术状态，从而确定必要对策的技术其本质上就一个状态识别过程。对于涡轮增压器这种典型的高速旋转机械部件，振动检测是一种行之有效的方法，其理论完备，适合识别和诊断多种故障类型。涡轮增压器所表现出的绝大部分故障在故障早期振动上都会有所反映，尤其是现场反映较多的故障( 转子类故障，如不平衡、轴弯曲、对心度不好、碰摩、叶片变形、断叶片等) ，振动检测在类似设备中有着很好的解决经验。为此，拟采用以振动检测为主，结合其他参量的检测方法来进行分析研究，对增压器的状态进行识别进而对危害较大的几种故障给出有效的故障判断参量或诊断模式，以达到预知维护的目的。2 4 本章小结本章介绍了机车涡轮增压器的结构、工作原理、常见故障，并对常见故障的机理进行了阐述。针对涡轮增压器自身的特点提出了对其进行状态识别和预知维护的总体思路。即拟采用以振动检测为主，结合其他参量的检测方法对增压器的状态进行识别进而实现预知维护的目的。8第3 章旋转机械振动的基本原理和信号分析方法第3 章旋转机械振动诊断的基本原理和信号分析方法在旋转机械的状态监测和故障诊断中，可用于监测和诊断的信息很多，包括振动、温度、压力、声响和变形等，在众多信息中，振动信号能够更迅速、更直接的显示机械设备的运行状态，因此，利用振动信号对机组运行状态进行诊断分析是设备故障诊断方法中最有效、最常用的方法。由于机械设备在运行过程中的振动及其特征信息是反映系统状态及其变化规律的主要信号，因此对振动信号进行采集和时频分析是对机械设备进行故障分析以及运行趋势预测的主要内容。3 1 机械振动及其种类机械振动是指机械设备在运行状态下，机器上某处观测点的位移量围绕其均值或相对基准随时间不断变化的过程。机械设备的振动情况可分为两大类，如图3 1所示。即稳态振动和随机振动。稳态振动是指某一时间t 后，其振动波形的均值不变，方差在一定范围内波动，而随机振动是指信号的均值和方差都是时间的函数。机械振动稳态振动：可用时间函数描述均值不变，方差又确定的变化范围随机振动：均值和方差都是时间函数周期振动：波形按周期t 有规则的重复非周期振动：无周期性的振动平稳随机振动：统计性质与时间无关非平稳随机振动统计性质是时间函数图3 1 机械振动的种类和特征9第3 章旋转机械振动的基本原理和信号分析方法3 2 机械设备故障诊断基本原理3 2 1 故障诊断基本内容机电设备故障诊断的基本内容包括以下三个方面：1 ) 设备运行状态的监测：根据机电设备在运行时产生的信息判断设备是否运行正常，其目的是为了早期发现设备故障的征兆。2 ) 设备运行状态的趋势预报：在状态监测的基础上，进一步对设备运行状态的发展趋势进行预测，其目的就是为了预知设备劣化的速度以便为生产安排和维修计划提前作好准备。3 ) 故障类型、程度部位、原因的确定：最重要的是故障类型的确定，它是在状态监测的基础上，当确认机器已处于异常状态时所需要进一步解决的问题，其目的是为最后的诊断决策提供依据n 射。3 2 2 故障诊断的一般过程机电设备故障诊断内容包括状态监测、故障诊断、和趋势预示三个方面。其具体实施过程可归纳为以下四个方面n ：1 ) 信号采集，就是使用传感器采集机械运转过程中产生的各种信号，比如力、位移、振动、温度、压强等，一般是根据要求选择一些能表征机械运转状态的信号。采来的信号经过调理，模数转换之后，再显示或存储起来。2 ) 信号处理，采集到的信号一般不能让人一目了然的获取所有的相关信息，这时就需要对信号进行加工，比如时频转换等，这种加工就是信号处理。3 ) 状态识别，根据信号处理后获得的参数来判断机电系统究竟处于何种状态，以判断是否存在故障。在进行这一步时一般要先制定一系列参考状态或标准，当被测系统的参数与某一参考状态或标准相匹配时，可以认为系统处于相应状态。4 ) 诊断决策，根据对设备状态的判断，决定应采取的对策和措施，同时应根据当前信号预测设备状态可能发展的趋势，进行趋势预示。如图3 2 所示。l o第3 章旋转机械振动的基本原理和信号分析方法图3 2 机械故障诊断的基本过程和原理3 2 3 旋转机械设备振动的特点及原因机械振动是物体沿直线或曲线并经过平衡位置作往复运动的过程。机械振动是一种十分普遍的现象，凡是运行中的机械都存在不同的程度振动。在许多情况下，振动是反映机器状态最敏感的参数，即使机器状态发生微小的变化也往往能从振动的变化中反映出来。机械振动诊断就是通过测量分析机器的振动信号获取有关状态信息来判断其状态的一种现代设备管理方法。对于机械设备来说，通常会产生两种不同形式的振动：受迫振动和自激振动。1 ) 受迫振动受迫振动是由外界对系统激励而引起的。外界激励的来源可能是直接作用在系统上的激振力，也可能是由于系统中运动部件的不平衡离心惯性力引起的，再就是由支承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的质量不平衡、几何轴线不对中、齿轮啮合不好、传动配合失当、轴颈轴承间隙过大等，都会引起机械设备的受迫振动。当阻尼较小时，其激励频率接近于固有频率，它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之一。2 ) 自激振动自激振动是依靠系统自身各部分间相互藕合而维持的稳态周期振动。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，即当它处于自激振动状态时，系统并不承受随时间变化的外力作用，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。它的频率和第3 章旋转机械振动的基本原理和信号分析方法振幅只取决于系统自身的结构参数。引起自激振动的原因很多，其产生的机理也十分复杂。但自激振动在生活和生产中普遍存在，在许多场合自激振动对于生产是有害的，例如在切削加工时，刀具和工件之间的干摩擦可引起自激振动，使刀具频振，降低工件表面的光洁度。汽车前轮的摆振，机具发生的频振，透平机叶片的频振，油膜振荡使转子出现涡动失衡，供水系统流体的喘振和管道弯曲振动等等都对设备有害。所以说自激振动对许多工程领域都具有重要的影响。3 2 4 敏感因子的选择对于旋转机组，虽然监测系统的监测的项目有很多，包括：温度、压力、电量、液位、流量等常规检测内容。但由于机械动特性可以反映机组工作状态的关键特征，因而振动信号是主要的监测对象。机械动特性主要是指振动特性，因而将机组的有关振动特性作为机组状态敏感因子的选择对象。机组的振动信号包含了大量的、极其丰富的有用信息，如转子的动不平衡、轴承的腐蚀和缺陷、齿轮表面的磨损以及材料裂纹及其扩展等，这些信息在机械振动信号中都会有不同程度的反映。机械振动参数比起其他状态参数( 如润滑油或机组温度、压力、流量以及电机电流等) 更直接、快速、准确地反映机组运行状态，因此将振动信号作为机组状态监测及预测的主要检测项目。若要从振动信号中提取机组状态信息，应通过振动信号时域、频域分析来揭示机组整体或机组部件的工作状态，并进行有关故障分析；通过对机组振动级值的历史、现状和发展趋势的分析，可为以预知维护取代以时间为基础的预防性维护提供依据。振动级值主要是指振动速度的振动级值，它包含振动信号的主要参数和主要特征，是机组工作状态和故障程度的重要标志，因此将振动级值选择为机组状态的敏感因子。振动级值包括时域参数振动烈度，频域特征振动频率分量。3 3 振动信号分析设备在运行过程中，和运动有关的各种物理量随时间的变化呈现一定的规律。这些物理量就是我们前面所采集的振动、温度和压力等。用各种相应的传感器测得它们随时间变化的信号，经采样离散化就得到信号数据。这些数据中常常包含对机器状态识别与诊断非常有用的各种信息。有效地分析、处理这些数据，建立它们和设备运行状态之间的联系，是研究故障诊断的方法之一。为了更有效地进行识别和诊断，通常还要对数据进行加工处理，抽取特征。如果知道某些特征与设备的状态或某种故障有较强的关系，就能获得好的诊断效果。在旋转机械故障诊断中，工程信号( 数据) 处理1 2第3 章旋转机械振动的基本原理和信号分析方法的目的就是去伪存真，提取与机械运行状态有关的特征信息。信号分析与处理是在幅值、时间、频率等进行的，它们从不同的角度对信号进行观察和分析，丰富、完善信号分析与处理的结果。3 3 1 信号的预处理数据采集后，需要进行检验和预处理，以便发现和处理数据中可能存在的各种问题。通过数据预处理，可以降低数据流量，减轻监测中心的工作负荷。数据预处理工作由现场工作站完成。( 1 ) 疵点剔除在数据采集系统中，由于传输环节中信号的损失、模数转换器的失效等，将产生不代表信号信息的点，这些点也叫疵点。疵点一般用数学上的差分法检测并剔除，工程中往往是人工直接将疵点舍弃。疵点剔除可以提高信噪比。( 2 ) 零均值化处理零均值化处理也叫中心化，即把被分析数据值转化为零均值的数据。设对连续样本记录采样后所得离散数据序列为缸。 ，l = l ，2 ，n ，其均值为：“= 去“。( 3 1 )n 总h、中心化就是定义一个新的时间历程x o ) = 咋一“，对其采样后得离散数据序列 t = 0 。一五 ，新的数据序列k ) 的均值为o ，这样就可以简化以后分析中用到的公式和计算。( 3 ) 消除趋势项趋势项是样本记录中周期大于记录长度的频率成分。数据中的趋势项可以使低频时的谱估计失去真实性，所以从原始数据中去掉趋势项是非常重要的工作。但是，在某些问题中，如果趋势项不是误差，而是原始数据中本来包含的成分，这样的趋势项就不能消除，因此消除趋势项要特别谨慎。消除趋势项最常用的方法是最小二乘法，它能使残差的平方和最小。除了上述前端的数据预处理。现场工作站还进行一系列数据分析工作，比如计算测量数据的峰一峰、平均值和总值，同时利用d s p 快速处理芯片计算信号的频谱数据等。1 3第3 章旋转机械振动的基本原理和信号分析方法3 3 2 信号的时域分析时域是指一个或多个信号其取值大小、相互关系等可定义为很多不同的时间函数或参数，这些时间参数或参数的集合称为时域。时域分析则是指计算这些函数并进行分析。时域分析的重要特点是信号的时间顺序，即数据产生的先后顺序。时域分析能直观地反映机器的运行状态，故障信号的特征与设备的故障点有良好的对应关系。m 埔11 ) 幅域与时域波形分析，时域波形直观、易理解。信号所包含的信息量大，缺点是不容易看出所包含信息与故障的联系。但对于某些故障信号，进行滤波去除直流信息后，其波形具有明显的特征，可以反映出振动过程的变化规律，可以利用时间波形作出初步判断。主要有概率密度分布函数和一些无量纲的指标如峰值指标，脉冲指标，裕度指标，峭度指标。概率密度分布函数对分析载荷谱、强度和疲劳寿命很有用。分析概率密度函数分布曲线随时间的变化趋势，可以识别机器的状态。峰值指标，脉冲指标，裕度指标，峭度指标，一般一种参数只对设备的某一故障敏感，需要针对具体的诊断对象确定诊断参数。峰值指标是噪声或振动信号脉动振动的量度，常用来发现由损伤的轴承所产生的脉冲振动。脉冲指标和裕度指标对机器的振动、噪声信号有用。2 ) 时域变换，主要是自相关和互相关函数变换。自相关函数变换：做这种变换的目的是了解某时刻信号与另一时刻信号的依赖关系。它用两时刻振动之积的平均值来表示。其离散化数据的计算公式为：1 ，一n疋( n a t ) = i l 石( ，) z ( ，+ 以) ，刀= o ，l ，2 ，m ，其中m n( 3 2 )v 一，l r = l式中，为采样点数；，为时间序列；刀为时延序列。根据自相关的图的形状来判断原信号的性质，比如周期信号的自相关函数仍为同周期的周期函数；自相关函数可应用于检测混于随机噪声中的确定性信号。因为周期信号或任何确定性数据在所有的时间上其自相关函数衰减较慢，而随机信号则衰减很快；对自相关函数作傅立叶变换可求得自功率谱密度函数。不同的信号具有不同的自相关函数，可利用自相关函数作为故障诊断的依据。正常运行的机器，其平稳状态下的振动信号的自相关函数往往与宽带随机噪声的自相关函数接近，而当有故障特别是出现周期性冲击故障时，在滞后量为周期的整数倍数处，自相关函数就会出现较大峰值。与自相关函数相似，互相关函数用以表示两组数据之间在时间顺序上的依赖关系。互相关函数不仅能反映两个信号所共有的频率成分，而且能保留相位信息，主1 4第3 章旋转机械振动的基本原理和信号分析方法要用于把振动信号中感兴趣的某些特定频率信号的振幅和相位检测出来。3 3 3 信号的频域分析工程上所测得的信号一般为时域信号，然而由于故障的发生、发展往往引起信号频率结构的变化，为了通过所测信号了解、观测机器的动态行为，往往需要频域信息。将时域信号变换至频域加以分析的方法称为频谱分析。频谱分析的目的是把复杂的时间历程波形，经傅立叶变换分解为若干单一的谐波分量来研究，以获得信号的频率结构以及各谐波幅值和相位的信息。频谱图形有离散谱与连续谱之分，前者与周期性及准周期性信号相对应，后者与非周期信号及随机信号对应。对于连续谱，用的是“谱密度”概念。( 1 ) 周期信号的离散谱工程上的任何复杂的周期信号都可以按傅立叶级数展开成各次谐波分量之和，即工o ) = 如+ 万丁) = i a o + 羔g 。c o s y c o t + b s i n n c o t )( 3 3 )n = l式中r 周期；静态分量5口。余弦项振幅；吃正弦项分量。傅立叶级数展开的另一形式托) = i a o + 妻以c o s g 耐+ 纯)( 3 4 )n = l各阶谐波的幅值和相位为4 = 4 a ：+ 研( 3 5 )= a r c t a i l ( 3 6 )、-lt1、l7 幅t第3 章旋转机械振动的基本原理和信号分析方法若以缈或厂为横坐标，分别以以和纯为纵坐标，便得到如图2 3 所示的离散幅值谱和离散相位谱。傅立叶级数也可以写成复指数形式( 2 ) 傅立叶谱函数x o ) = q e 姗( 3 7 )月= 非周期信号不能按傅立叶级数展开，但是可以在频域上用功率谱密度函数加以描述。在傅立叶级数中，若周期r _ 时，则：x o ) = q p 栅j 如k 触( 3 8 )引入积分形式有：z o ) = x 驴k 1 2 卵a f( 3 9 )x 驴) = x 似。1 2 明d t( 3 1 0 )上两式为傅立叶变换对。( 3 ) 自功率谱密度和互功率谱密度分析自功率谱密度函数和互功率谱密度函数在频域中对信号能量或功率分布情况的描述，它们可分别由自相关函数和互相关函数的傅立叶变换求得，也可以直接用f f r分析求得。设x o ) ，y o ) 为时间历程信号，根据维纳辛钦公式有最扩) = 疋p k 。1 2 矿d f( 3 11 )( 厂) = ( k 。1 2 矿f d f( 3 1 2 )自功率谱分析能够将实测的复杂工程信号分解成简单的谐波分量来研究，描述了信号的频率结构，因此对机器设备的动态信号作功率谱分析相当于给机器“透视，从而了解设备各个部分的工作状况。互功率谱密度函数理论是谱分析中的重要组成部分，互功率谱密度函数是两个信号在频域上的相关程度的描述，并且具有相位信息。互功率谱在识别故障源等方面具有很好的作用。( 4 ) 倒频谱分析倒频谱分析是近代信号处理科学的一项新技术，它可以处理复杂频谱图上的周期结构。倒频谱也称二次频谱分析，它包括功率倒频谱分析和复倒频谱分析两种主要形1 6第3 章旋转机械振动的基本原理和信号分析方法式。它对于分析具有同族谐频或异族谐频、多成分边频等复杂信号，找出功率谱上不易发现的问题，非常有效。1 ) 功率倒频谱，功率倒频谱可以表示为：c 印( g ) = p i l g q 驴】) 2( 3 1 3 )式中，f 为傅立叶变换符号。上式将对数功率谱作傅立叶变换，然后取其模的平方，所以功率倒频谱又称为“对数功率谱的功率谱 。2 ) 幅值倒频谱，实际应用较多的是式( 3 1 3 ) 的算术平方根定义形式，即：e ，( g ) = 属翮= i f l g g , ( i ) 8( 3 1 4 )相对于式( 3 1 3 ) 而言，上式称为幅值倒频谱。工程中倒频谱的应用之一是分离边带信号和谐波，这在齿轮和滚动轴承发生故障，信号中出现调制现象时，对于检测故障和分析信号是十分有效的。( 5 ) 细化分析在机械故障诊断系统中对信号分析与处理提出了很高的要求，除了要求快速实现以外，对频率分辨率的要求也越来越高。细化分析技术是近年来由f f t 方法发展起来的一项新技术，是一种用以增加频谱中有些有限部分上的分辨能力的方法，即“局部放大 的方法，可使某些感兴趣的重点频段得到较高的分辨率。细化分析方法很多，从分析精度、计算效率、分辨率、谱等效性以及应用广泛程度等方面看，复调制细化方法不失为一项行之有效的提高分辨率的实用技术。一般的ff t 分析是一种基带的分析方法，在整个分析带宽内，频率是等分辨率的，即鲈= 等= 五n = 上n a t = 专( 3 1 5 )nt、。式中n 一采样点数。厶分析带宽的最高频率；z 采样频率( 即为1 a t ，依采样定理z - - 2 厶) ；出采样间隔；丁