基于声发射的低速重载设备故障诊断方法的研究.pdf

北京工业大学 硕士学位论文 基于声发射的低速重载设备故障诊断方法的研究 姓名：聂志军 申请学位级别：硕士 专业：机械制造及其自动化 指导教师：高立新 20080501 摘要 摘要 在现代钢铁生产企业中，作为生产工具的自动化设备无疑是最重要最关键 的，而钢铁生产设备中很大一部分是转速低、承受载荷大、间歇运动为主的低 速重载设备。这类设备结构复杂，自动化水平比较高，一旦突发故障，维修困 难，且维修成本很高，甚至会引起整个生产中断，造成巨大的经济损失。目前 广泛采用振动监测的方法，但振动监测本身对于低频信号的不敏感性使得振动 监测在低速重载设备故障检测中不是很理想，所以将声发射检测应用于低速重 载设备故障检测的研究逐渐发展起来。 本课题主要针对声发射检测技术、声发射信号分析和低速重载设备故障诊 断进行研究，主要分为以下几个方面： ( 1 ) 对声发射检测的原理和声发射信号的分析方法进行研究，在低速重载 设备声发射检测中提出利用小波包分解的方法对分解频段进行能量计算的方 法，在对其特征进行提取的研究中提出分段取峰值的方法。 ( 2 ) 设计滚动轴承故障模拟实验，验证不同工况下对各个参数产生影响的 因素，研究参数分析法对故障诊断是否有效。针对滚动轴承内圈、外圈和滚动 体故障进行声发射检测实验，研究上述故障条件下的声发射信号的特点。 ( 3 ) 研究低速重载设备一高炉炉项气密箱的常见故障和故障产生的原因， 提出适合低速重载设备故障诊断的方法。 ( 4 ) 设计低速重载设备一高炉炉顶气密箱振动检测和声发射检测案例，应 用小波包分解和分频段计算能量的方法对常见故障模式下的波形特征和能量特 点进行研究；提出分段取峰值的信号分析的方法，并将这种方法引入到低速重 载设备的故障信号的分析中，研究其在故障特征提取中的实用性。 关键词声发射；低速重载；故障诊断；小波包；分频段能量；分段取峰值 A b s t r a c t A BS T R A C T I nam o d e r ns t e e lp r o d u c t i o ne n t e r p r i s e s ，i ti S u n d o u b t e d l yt h em o s ti m p o r t a n t a n dc r u c i a la st h em e a n so f p r o d u c t i o na u t o m a t i o ne q u i p m e n t A n dm o s to fi r o na n d s t e e lp r o d u c t i o ne q u i p m e n t sa r ec o n s i s t e do fl o ws p e e d , t ob e a rt h e l o a d ，a n d l o w s p e e dm o v e m e n ti n t e r m i t t e n th e a v ye q u i p m e n t B e c a u s eo fc o m p l e xs t r u c t u r eo f s u c he q u i p m e n t , ar e l a t i v e l yh i g hl e v e lo fa u t o m a t i o n , m a i n t e n a n c ep r o b l e m sa n d h i g hm a i n t e n a n c ec o s t s ，t h ee n t i r ep r o d u c t i o nw o u l dc a u s em a j o r d i s r u p t i o n ，c a u s i n g h u g ee c o n o m i cl o s s e so n c et h es u d d e nf a i l u r e N o wm o n i t o r i n gb yv i b r a t i o n i S w i d e l yu s e d ，b u tt h ev i b r a t i o nm o n i t o r i n gd o e sn o tb e s e n s i t i v i t y f o rm e l o w - f r e q u e n c ys i g n a l ，S Oi ti sn o tv e r ys a t i s f a c t o r yw i t hv i b r a t i o nm o n i t o r i n go f h e a v ye q u i p m e n ti nl o w - s p e e df a u l td e t e c t i o n ，t h ea c o u s t i ce m i s s i o nt e s t i n gw i l lb e u s e di nl o w s p e e dh e a v y e q u i p m e n tf a u l td e t e c t i o no fg r a d u a l l yd e v e l o p e d T h em a i nt o p i c ss t u d i e sf o rA Ed e t e c t i o nt e c h n o l o g y , a c o u s t i ce m i s s i o ns i g n a l a n a l y s i sa n dl o w - s p e e dh e a v ye q u i p m e n tf a u l td i a g n o s i s ，i tC a nb ed i v i d e di n t ot h e f o l l o w i n ga r e a s ： ( 1 ) S t u d yt h ea n a l y s i sm e t h o da b o u ta c o u s t i ce m i s s i o nt e s t i n go nt h ep r i n c i p l eo f a c o u s t i ce m i s s i o ns i g n a l s A n ds u b m i tw a v e l e tp a c k e tm e t h o do fd e c o m p o s i t i o no f t h ee n e r g ys p e c t r u mt ot h em e t h o do fc a l c u l a t i o ni nt h el o w s p e e dh e a v ye q u i p m e n t a c o u s t i ce m i s s i o nt e s t i n g ，p r o p o s et h es u b - p e a km e t h o d so ft h ee x t r a c t i o nf r o mi t s c h a r a c t e r i s t i e s ( 2 ) B e a r i n g f a u l ts i m u l a t i o n e x p e r i m e n t sa r ed e s i g n e d t o v e r i f yd i f f e r e n t c o n d i t i o n sh a v ea ni m p a c to nt h ev a r i o u sp a r a m e t e r so ff a c t o r s A n di ti sv a l i do rn o t t ou s et h ea n a l y s i sp a r a m e t e r so nf a u l td i a g n o s i s R o l l i n ga g a i n s ti n n e r r i n g ，t h eo u t e r r i n ga n dr o l l i n gA E f a u l td e t e c t i o ne x p e r i m e n t so nt h ef a u l tu n d e rt h ec o n d i t i o n so f a c o u s t i ce m i s s i o ns i g n a lc h a r a c t e r i s t i c s ( 3 ) R e s e a r c ho nl o w 。s p e e dh e a v y - d u t ye q u i p m e n t t h eb l a s tf u r n a c et o pg a s f i g h t b o x e sc o m m o nf a u l ta n df a u l tt h er e a s o n sa n dp u tf o r w a r dm e t h o df o rl o w s p e e da n d h e a v y - d u t ye q u i p m e n tf a u l td i a g n o s i s ( 4 ) D e s i g no ft h e c a s et h a tl o w - s p e e dh e a v ye q u i p m e n t b l a s tf u r n a c et o p g a s t i g h tb o xv i b r a t i o nt e s t i n ga c o u s t i ce m i s s i o nt e s t S t u d yo ft h ew a v e f o r m c h a r a c t e r i s t i c sa n de n e r g yc h a r a c t e r i s t i c sb yw a v e l e t p a c k e ta n ds u b b a n dm e t h o do f c a l c u l a t i n gt h ee n e r g yu n d e rt h ec o m m o nf a i l u r em o d e P u tf o r w a r dt h es u b p e a k m e t h o d sa n dp u ti ti n t ol o w - s p e e da n dh e a v y - d u t ye q u i p m e n tf a u l td i a g n o s i s K e yw o r d A c o u s t i cE m i s s i o n ；l o w s p e e da n dh e a v y - d u t y ；f a u l td i a g n o s i s ；w a v e l e t p a c k e t ；s u b - b a n de n e r g y ；s u b b a n df o rp e a k I I 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 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过的研究成果，也不包含为获得北京工业大学或其它教育 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。 签名垂睁熙删。 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有 权保留送交论文的复印件，允许论文被查阅和借阅：学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 一 签名：碑导师签名：互蔓缉日期：坐弓。 第1 章绪论 第1 章绪论 1 1课题来源 本课题来源于北京工业大学与中钢集团西安重机有限责任公司的横向联合 项目“高炉炉顶气密箱在线监测系统 ，还受到国家自然科学基金项目“间歇性 低速重载设备微弱特征提取与早期故障诊断研究 ( 编号：5 0 7 0 5 0 0 1 ) 、北京市 教育创新平台大型设备智能监控关键技术研究平台、北京工业大学博士科研启 动基金项目“大型低速重载设备微弱特征提取技术研究”的资助。高炉炉项气 密箱结构复杂，其倾动部分的布料部分具有典型的低速重载特征，而且也是故 障最常发的部位，振动检测由于具有对低频信号不敏感的特点，故本课题引入 声发射监测的方法来探索声发射在低速重载设备故障诊断中的有效性。 1 2课题研究意义 我国是钢铁企业大国，随着工业化水平的逐步提高，钢铁生产设备的结构 越来越复杂，功能越来越齐全，自动化程度也越来越高。在这些生产设备中， 相当多的一部分都属于低速重载设备，如高炉无料钟炉顶气密箱大型回转支承、 钢包旋转塔和炼钢转炉等，这些设备都是钢铁工业生产过程中的关键设备，若 发生突发事故将会产生连锁反应，严重影响企业的生产和经济效益。 2 0 0 2 年1 2 月，武钢集团二炼钢厂转炉耳轴上大型滚动轴承( 承载2 7 5 吨， 转速为0 7 r m i n ) 发生滚子破碎和内圈断裂的严重故障，经过1 6 天抢修后恢 复生产，直接经济损失为八百万元。2 0 0 3 年4 月2 0 日，某厂高炉炉顶传动齿 轮箱旋转电流升高，布料器多次起停后，旋转电流均超标，检查发现大型回转 支承轴承被压溃，高炉被迫停产5 天，直接经济损失3 0 0 0 万以上。2 0 0 4 年1 1 月，武钢集团三炼钢厂钢包旋转塔的大型回转支承( 承载1 2 5 0 吨，转速为 1 r m i n ) 严重故障无法继续使用，更换一次需8 天时间，造成经济损失约为2 千万元【l 】。2 0 0 4 年1 2 月3 0 日，某厂3 j | j 炼钢转炉北侧二次输入轴减速机鼓型齿 接手齿全部打光，转炉失去控制，钢水溢出造成两台渣罐车和部分钢轨烧损， 此次事故导致停产4 天，直接经济损失1 0 0 0 万以上。可见，对此类关键设备开 展状态监测与故障诊断，已成为大型企业( 尤其是冶金企业) 的迫切需求，也 必将带来巨大的经济效益和社会效益。 此类设备的突出特点是承载量大、工作转速低、运行工况呈典型的间歇性 且运行中承受较大的冲击载荷。鉴于此类设备具有上述特点，传统的振动监测 诊断技术具有很大的局限性，要求我们必须探索新的途径，研究对间歇性低速 重载设备行之有效的监测诊断理论、方法、技术和手段。 北京T 业人学T 学硕f 论文 曼皇曼曼量曼曼曼! 曼曼曼! 曼! 曼曼曼! 曼曼皇曼曼曼曼! 曼曼曼曼皇曼! 曼! ! ! 皇曼曼曼曼| I I 曼曼皇曼曼皇曼寰皇曼曼曼曼曼鼍曼曼曼曼曼曼皇曼皇曼曼 1 3 振动检测在低速重载设备故障诊断中的应用 1 3 1 振动检测在低速重载设备故障诊断中的研究现状 低速重载设备普遍具有零部件几何尺寸大、工作频率低、载荷大且变化范 围广、外界冲击信号强、故障信息难以获取等特殊性和技术难度，相关研究相 对较少，可资借鉴的国外科技文献非常有限，且发表年限大多集中于2 0 世纪 9 0 年代。 在国外，K u b o y a m aK 总结了低速重载设备监测诊断中面临地困难：设备转 速低于1 0 0 r p m 时，振动能量很低且周期长，此类设备的监测诊断显得异常困难， 同时给出了峰值电平微分法，用于同类同尺寸滚动轴承的状态比较，属于典型 的类比法，成功检测到某轴承内图表面剥落，但未详细说明所用测试装置类型 及传感器的特征【2 】，且类比法在很多场合未必实用。J M a t h e w 等人将共振解调 理论用于低速滚动轴承的i 故障诊断，研究结果表明共振解调振动信号可以作为 低速重载设备的信息载体【3 1 。R GC a n a d a 等人利用模拟积分器将高频噪声与低 频特征信号进行有效分离和低频校正，开发了低速旋转机械的S S T ( S l o wS p e e d T e c h n o l o g y ) 测试方法，认为可以进行1 0 r p m 以下的振动测量，并基于此提出 了低速设备的振动监测方法，但该方法建立在足够长时间的连续数据采集，对 于间歇性的低速重载设备的有效性尚有待检验【4 - 引。 在国内，上海交通大学对大型回转支承振动信号的时域能量值、冲击脉冲 延迟时序、峰峰值变化量以及频域的全频带能量和高频带能量进行了研究，取 得了一定效果，该方法对判断设备大致状态具有一定效果，而对早期故障诊断 和故障准确定位没有阐述【6 】。北方工业大学分析了低速重载轴承的故障特点及 其诊断方法，分别就内圈故障、外圈故障、滚动体故障、保持架故障的诊断方法 以及故障的严重程度的判断进行了讨论 7 1 。河南理工大学提出了利用同态滤波 方法对低速轴齿轮故障特征进行提取的方法，提出了利用小波包分析与同态滤 波相结合对低速重载齿轮箱的低频故障特征进行提取的观剧引，其前提是设备 振动信号中要包含明显的调制成份。武汉理工大学综合时域分析、频域分析、 小波分析的多个参数来识别其故斟9 1 。武汉科技大学将共振解调方法和时域分 析方法、局部投影降噪算法、广义谐波小波结合，用于斗轮式堆取料机回转支 承、转炉耳轴轴承等设备的故障诊断，为共振解调技术在低速重载设备故障诊 断中的应用提供了很好的借鉴【l0 1 。北京工业大学采用小波分解技术对实时监测 的振动数据进行处理，并定义了小波分层突变系数作为判别低转频微冲击故障 隐患的特征值，有效刻画出故障部件的劣化过程，取得了一定效果【1 1 1 。 第1 市绪论 1 3 2 振动检测在低速重载设备故障诊断中存在的问题 目前，在低速重载设备故障诊断中传统的振动检测方法存在的不足主要有 以下几个方面： ( 1 ) 由于转速很低，计算出来的故障频率很小。而高通滤波器会将5 H z 以下 的频率过滤掉，加上受到环境噪声的影响，使得频谱分析效果很差甚至无法进 行； ( 2 ) 冲击故障的瞬态性问题，每次故障冲击的间隔较长，使用冲击法很难准 确地检测到故障信号； ( 3 ) 由于故障点产生的冲击响应频率比较低，不能激励起较高的频率成分。 1 4 基于声发射检测的故障诊断综述 声发射的定义可以分为广义和狭义两种，狭义通常认为材料受外力或内力 作用下，局部源快速释放能量而产生瞬念弹性波的一种现象，称为声发射 ( A c o u s t i cE m i s s i o n ，A E ) 。广义的声发射认为在( 如泄漏等) 外力作用下，激发 能量波在材料中传播的现象也认为是声发射。我们可以通过接收和分析这些声 发射信号达到检测和诊断的目的。 1 5 声发射技术在低速重载设备故障诊断中的研究现状 声发射( A E ) 技术作为检测材料早期损伤的有力工具之一，已广泛应用于 石油、石化、电力、航空、航天、冶金、铁路、交通、煤炭、建筑、机械制造 与加工等领域，在低速重载设备诊断领域，目前国内在这方面的研究则相对较 少，而国外进行了比较系统的研究。 在国外，R o g e rL M 等人将声发射用于港1 2 1 起重机的在线监测，为低速滚动 轴承故障诊断提供了更准确的信息，得出了一些有益的结论，探讨了声发射技 术在该领域中的可行性【13 1 。M c F a d d e nP D 和S m i t h 等人探讨了应用声发射传感 器监测转速为1 0 r p m - - - 1 8 5 0 r p m 的角接触滚动轴承，发现低速运转时声发射传 感器对轴承罩每个滚珠的集中载荷引起的轴承座小应变有响应，进一步证明了 声发射技术的有效性【l4 1 。S a t o 通过模拟以5 5 r p m 运行的径向轴承上的金属撞击 来研究应用声发射监测低速轴承故障，发现声发射脉动是金属接触产生的结果， 同时随着金属摩擦的加剧波形振幅也变得更大，为声发射技术在低速重载设备 故障诊断中的应用进行了探索性研究【1 5 1 。D M b a 等人利用声发射检测超低速滚 动轴承的零部件故障，将信号处理技术用于声发射特征提取，并利用声发射信 号自回归系数作为特征进行了分类，取得了实效【婚1 9 】。J a m a l u d i n 等人利用声发 射传感器检测转速为1 1 2 r p m 的轴承早期故障，指出A E 信号包含着丰富的低 速轴承故障信息【2 0 1 。M i e t t i n e n 和P a t a n i i t t y 利用A E 技术监测超低转速( 0 5 5 r p m ) 滚动轴承的状态【2 1 】。 北京T 业大学T 学硕I ! 论文 在国内，北京航空航天大学采用声发射方法对港口装卸大型设备翻车机和 装船机两种港口装卸设备的关键部件进行了实时工况下的检测分析，取得了较 好的效果【2 刁；沈阳工业大学针对低速旋转机械故障诊断难题，以高频应力波信 号作为特征参量，研究了应力波产生传播的机理，建立了完好与故障低速滚动 轴承三维整体接触计算模型，分析比较了各种故障发生前后各元件的应力、应 变及其接触应力分布情况，利用小波分析很好地消除了故障应力波信号中背景 噪声的影响，较为成功提取了故障特征频率【2 3 1 。 对于低速重载设备声而言，设备零部件裂纹的形成与扩展、轴承保持架和 齿轮齿面的塑性变形等对应于不同的声发射源机制，而不同的源机制产生不同 的声发射信号；不同位置( 即信源) 的声发射信号在传输过程中又相互耦合、 混杂：声发射信号传输途径与A E 源的位置、被检对象的性质、声耦合剂特征 以及接受传感器位置等诸多因素有关，而传输途径强烈影响着声发射信号的质 量；低速重载设备故障部位是否在承载区使得A E 信号呈现强烈的突发性和非 平稳性，传统的短时采样方式很难捕捉有效的故障信息；早期故障激发的声发 射信号呈典型的微弱性，而噪声干扰信号则呈多样性。鉴于此，常用的声发射 信号特征参量如信号的幅度、能量、计数、事件、上升时间、持续时间和门槛 等已不再适用，必须采用先进的现代信号处理方法对其进行分析处理和特征提 取【1 2 1 。上述种种因素使得声发射信号成为低速重载设备早期故障诊断中为数不 多的有效信息载体之一。 1 6 声发射信号处理方法概述 通常声发射信号指的是物理受到变形或外力作用时，因迅速释放弹性能而 产生的瞬间应力波，因此声发射信号在时域中具有瞬态性。最新研究认为【2 4 1 ， 声发射信号属于非平稳的随机信号由多模式波组成，而每种模式又是由宽带频 率成分的波组成。不同频率的声发射信号具有不同的传输速度。因此频谱多模 态性是声发射信号的另一个特点。在声发射检测中，所测得的信号波形，由于 介质中传播特性和传感器频响特性的影响而变得非常复杂，与源波形有一定程 度的不同，主要影响因素有：波的反射、折射、衍射、频散和波型转换等。这 些因素的综合作用可引起波的衰减和波形的畸变。由此可见声发射信号本身是 相当复杂的。 声发射检测的目的就是发现声发射源和尽可能多地得到有关声发射源的 信息。因此，声发射信号处理实质上是要根据不完整、发生畸变混入大量噪声 信号的声发射信号来获取声发射源的信息特征。常用的分析方法主要有特征参 数法和波形分析法。 第1 章绪论 曼舅曼曼皇曼量曼曼曼皇曼量曼曼曼皇- -tll _m_I ；I 舅舅曼曼曼曼皇! 曼曼曼曼曼曼曼皇曼皇曼皇 1 6 1 声发射信号参数分析 由于信号处理技术的限制，早期声发射仪器很少具备对声发射信号进行瞬 态捕捉和实时处理的能力，因此应用较多的一直是参数分析方法。常用参数有 振铃数、撞击数、能量、事件、上升时间和脉冲持续时间等。参数分析方法相 对比较简单，对仪器硬件的要求较低，易于实现实时监测，因而受到人们的青 睐并得到广泛应用。就工程上面临的大量声发射应用问题而言，人们更加关心 的是有无声发射信号，并以此来对结构的稳定性进行监测。 在各个应用领域，人们通过多年的实践总结出许多经验，通过对声发射参 数的分析，建立表征和映射关系。如美国的A S M T 和A S M E 标准，以及我国的 国标G B T 1 8 1 8 2 1 【2 纠等都是以声发射的参数柬进行监测对象的无损评价和安全 性评价。P r i n eD W 等【z 6 J 为了用声发射评价焊接过程中缺陷的严重性，对几种钢 和结构材料进行解剖，并用金相方法测量裂纹的尺寸，发现声发射参数( 总计数) 与裂纹大小之间存在着密切的关系。 在断裂力学上，认为结构的危险性是由裂纹尖端应力强度因子K 所控制， K 是把裂纹尺寸、受力方式和结构形状联系起来的参数，D u n e g a nH L 等【2 7 】利 用声发射总计数N 来表述金属材料中的应力强度因子K 值和裂纹扩展速率的关 系。R i c e t 2 8 】和R a v i n d r a H v 例还利用了刀具在切削过程的声发射信号的能量分 布关系分别预测刀具裂纹扩展程度、监测刀具的工作状况。合材料的声发射研 究中，N a n j o 和V a i d y a 均发现纤维断裂产生低幅值的声发射信号( 4 0 6 0 d B ) ，而 晶间裂纹产生高幅值的声发射信号( 6 5 8 5 d B ) ：金周庚【3 0 】在碳环氧复合材料的声 发射特征研究中发现振铃计数、幅度、持续时间、恒载声发射延续时间、费利 希蒂比是区别复合材料构件各损伤阶段、损伤类型、力学特性的主要参数。为 了能找到声发射源的特性和内在规律，人们通常使用关联图分析法，即将幅度、 持续时间、能量、到达时间、均方根电压、撞击数等之间任意两个变量做关联 分析。从声发射参数的关联图中可以找到声发射信号的变换规律，可以区分不 同特征的信号。关联图分析法是参数分析法中最主要和常用的方法。尽管每一 个声发射参数都能提供与声发射源特征相关的信息，但是对参数的取舍存在较 大的随意性。此外，声发射参数只是对声发射信号波形的某个特征的描述，用 其表征整个声发射源的特征有其局限性。 1 6 2 声发射信号的波形分析 波形分析是指通过分析声发射信号的时域波形或频谱特征来研究信号的特 征的一种信号处理方法。信号波形中蕴涵了信号源的几乎全部的信息，对信号 波形的分析理论上可以给出任何所需的信息。通过声发射波形人们可以很容易 地获得信号的频谱和相关函数特性，并可同时得到任何感兴趣的参数。在声发 北京T 业入学T 学形! f j 论文 射研究的初期，人们就意识到波形分析在识别声发射源及评价被测对象中的重 要作用，并想通过各种方法来获取声发射源产生的原始波形信号，但由于硬件 达不到采集、实时处理和存取要求，以及信号处理手段不完善，所以一直制约 着声发射波形分析技术的发展。随着软硬件技术的飞速发展，人们开始研制全 波形声发射检测仪器，并利用现代信号处理手段进行波形的分析与处理，以得 到更多的声发射源信息。美国学者G o r m a n 等人在这一领域进行了大量工作【3 1 1 ， 他们在复合材料板的声发射波形特征方面做了不少工作，并提出了“模态声发 射 的概念，用以区分过去人们习惯了的参数分析方法。( 在模态声发射中，有 两个重要的模式波，E 模式又称扩展波和F 模式又称弯曲波) 。可以预见，以波 形声发射信号数据为基础的谱估计方法将越来越多地应用于各个声发射技术应 用领域。针对波形分析常常采用以下处理方法。 1 6 2 1 经典谱估计 经典谱估计是以傅立叶变换为基础。它主要包括相关图法和周期图法，以 及在此基础上的改进方法。由于傅立叶变换可用F F r 实现，因此，经典谱估计 速度快，方法简便。 经典谱估计方法己经在声发射技术中得到应用，主要在材料形变、建筑材 料、机械切削损伤等领域进行声发射信号分析，从目前应用结果来看，谱估计 在声发射信号处理中有强大的生命力，具有良好的应用I i i 景。有些过去用波形 特征参数分析方法分离噪声困难而无法应用声发射技术的场合，现在用谱估计 方法处理声发射信号能得到较好效果。但由于经典谱估计不可避免的加窗影响， 其分辨率不高，且谱估计误差较大，同时由于以F F T 为基础的经典谱分析效果 差的根本原因被认为是声发射信号的短数据序列和非周期性信号的数据性质决 定，因而在应用方面受到很大的限制。 1 6 2 2 现代谱估计 现代谱估计方法以非傅立叶分析为基础，是近2 0 多年来迅速发展起来的一 门新兴学科，大致可分为参数模型法和非参数模型法两大类。现代谱估计方法 力图克服经典法的缺点，根据信号本身的特点，用合适的参数模型来拟合信号 或用特征分离方法来估计信号，取得了较好的估计结果。其中突出的优点就是 提高了谱的分辨率和估计的统计稳定性能，也就是提高了估计的谱逼近真实谱 的程度。刘时风【4 8 】在其博士论文中采用现代谱估计方法对压力容器典型焊接缺 陷的声发射信号进行了分析研究，建立了功率谱与典型焊接缺陷声发射源的对 应关系。 两种谱分析方法都是通过把声发射信号从时域转换到频域，在频域中研究 声发射信号的各种特征，找到识别声发射源本征信息。频谱分析能够揭示声发 第1 辛绪论 皇曼皇詈曼曼曼曼曼曼! 皇曼曼孽曼曼鼍曼m m m 。：。： m m m 。 =：= m m ：。i ：= = 。曼! 曼曼鼍鼍曼! 曼 射源信号的动态特性【2 们。但信号的频谱分析要求被分析的信号是周期性的平稳 信号，并且谱分析是一种忽略局部信息变化的全局分析方法。而声发射信号是 一种随时间变化的非平稳随机信号，某个时段细节特征对声发射信号的分析特 别重要，所以频谱分析不是分析声发射信号特征的有效方法。 1 6 2 3 模式识别方法 模式识别【4 7 】最早应用于声发射信号分析和处理始于1 9 8 2 年M e l t o r l 3 2 1 应用 自回归( A R ) 模型和前2 个自回归系数对声发射波形信号进行分析。G a r h a m 和 E l s l e y 于1 9 8 3 年应用模式识别技术对飞机结构疲劳裂纹增长产生声发射信号波 形的频谱进行分卡斤【3 3 】，他提取功率谱中的7 个特征参量组成7 维矢量，采用模 式识别最终成功地将疲劳裂纹增长信号和裂纹面的摩擦信号分丌。随后O h t s h 和O n o 等人同样应用A R 模型对钢和复合材料断裂的声发射、焊接过程的声发 射和磁声发射信号进行了大量研究，A R 模型采用有限数量的系数即可以描述 声发射信号的功率谱，并可进行很好的模式识别分析。C h 如采用A R 模型和功 率谱对压力管道泄漏和裂纹扩展的声发射信号进行了成功的识别分析。最终在 美国加州大学洛山矶分校将这一模型发展成C I E P A K 软件包，该软件可以从声 发射信号功率谱中抽取1 0 8 个特征，应用K 值最近邻方法可对5 到1 0 个特征 进行模式识别分析。 B e n t l e y 和B e e s l e y 应用宽频带探头和模式识别技术分析了钢焊缝内预埋缺 陷的声发射信号，他们发现能够识别裂纹和央渣类缺陷的最重要特征是频率分 量。然而，S c r u b y 和S t a c e y 在类似的研究中指出，不同信号源引起的直接到达 的波形无太大的差异，利用模式识别方法拾取了二次特征。B o t l e 和S c r u b y 研 究了铝合金疲劳的声发射特征和声发射源的机制，提出在声发射源和探头间的 距离较大时，传统的声发射定位和发射特征分析己没有多大效果，而模式识别 分析较为有效。B e l c h a m b e r ，M u r t h y 和C h i c h i b u 等人应用幅度、平均频率、持 续时间等常规声发射参数，对复合材料和土木工程结构等声发射信号进行了模 式识别分析，分析结果发现部分信号的类别可以分开，但对于复合材料结构这 一方法的应用十分困难，因为不同声发射源的大部分常规声发射参数是重叠的。 1 6 2 4 人工神经网络模式识别识别方法 声发射技术的核心问题是由接收到的信号反推得到声发射源的问题，即所 谓反向源问题【3 4 1 。人们注意到生物具有非凡的轻松处理反向源问题的能力。例 如，人可轻易从听到的声音确定讲话人。声发射实质上也是通过源发出的声音 在告诉我们源的情况。因此，很自然人们想到能否用生物处理“反向源 问题 方法来处理声发射的“反向源”问题，即用人工智能神经网络模型来处理声发 射的“反向源问题。 北京1 业人学T 学硕I + 论文 曼皇暑皇曼I I 一一i _ ii I i 一 ；Ii ! 皇曼皇曼曼曼! 曼! 曼! 曼曼曼曼曼曼皇曼皇曼曼曼曼曼曼曼兰曼曼曼曼曼曼曼曼量曼曼曼皇曼鼍 随着人工神经网络研究的复兴发展，1 9 8 9 年G r a b e 和S a c h s e 首次应用人工 神经网络对声发射信号进行分析和处理，随后他们二位以及与其他人合作连续 发表了近1 0 篇这方面工作的文章，但他们的工作主要集中在对声发射波形信号 的基础研究和处理。B a r g a 等人应用误差反传神经网络( B P 网络) 对模拟飞机框 架试样的声发射波形信号进行模式识别，其结果可以对裂纹增长和摩擦信号加 以识别。Y a n g 和D u m o n t 设计了一个多层人工神经网络来对声发射信号进行自 动分类。另外，人们也采用人工神经网络对阀门和切削工具声发射信号进行了 模式识别分析和应用。大多数研究人员设计发展自己的专用人工神经网络分析 软件来分析声发射信号，但也有使用通用的神经网络软件进行声发射信号分析 的。国内刘时风在博士论文中对压力容器焊接缺陷的声发射信号进行了人工神 经网络模式识别研究。沈功阳【3 5 】在其博士论文中采用声发射波形特征参数对压 力容器焊接缺陷的声发射信号进行了人工神经网络模式识别研究。 1 6 2 5 时频能量特征分析方法 根据声发射信号的定义，声发射源的几乎全部信息都蕴涵在采集到的声发 射信号的能量特性和频率特性之中。在反向源求解的过程我们必须尽可能多的 了解所得信号的关键性特征。传统的信号时域分析可以表现信号幅值在时问历 程中的变化情况，但对信号频率特性不具备表现能力。而频域分析方法是基于 傅立叶变换基础上的，能够反映信号在历程中的所有频率成分，但是它无法反 映不同频率的信号发生在什么时刻，然而这在分析声发射信号这样的非平稳信 号时是非常重要的。对于非平稳信号不能仅从单独的时域或者频域来分析信号 的特征，应该将时域和频域联系起来。时频域分析正是这样一种方法，根据时 间、频率以及能量的对应关系，反推声发射源的特征将变得准确可靠。 1 6 3 低速重载设备声发射信号的处理技术 声发射信号处理的目的是获得有关声发射源的信息，进而获取同材料或结 构损伤的相关的信息，包括损伤位置、损伤程度。对于低速重载设备而言，主 要易损元件为轴承，损伤位置即为内圈、外圈、滚动体等。由于声发射信号是 被动监测，里面夹杂噪声，所以声发射检测面临的噪声干扰问题就特别严重。 在用声发射进行设备状态监测时，外部干扰噪声远远大于人们感兴趣的设备隐 患或故障的A E 信号，A E 检测面临的干扰噪声主要有以下几种：( 1 ) 电气干扰 噪声，主要包括前置放大器输入端的白噪声、A E 系统内部所产生的噪声、接地 回路噪声和电磁干扰信号；( 2 ) 机械噪声源，包括设备运转噪声、摩擦噪声、 机械撞击引起的噪声等：( 3 ) 设备生产作业噪声，设备装料、卸料时物料撞击 引起的噪声；( 3 ) 声波传播途径引起的声信号畸变和衰减。 第1 帝绪论 1 6 3 1 克服干扰噪声的常用方法 主要包括以下1 2 种方法： 选择适当的工作频率：一般选用谐振频率为1 5 0 - - - 3 0 0 k H z 或更高的传感器 能有效克服干扰噪声；利用差动传感器：大大抑制极性相同的干扰电磁信号； 进行特殊的频率滤波：可以抑制调制干扰信号：引入电压阈值或降低测试灵敏 度：去除低于阈值的A E 信号和噪声信号；在源处阻止噪声产生；噪声源和传 感器间引入屏蔽或衰减介质；使设备适当接地或屏蔽；时间闸门：是一个闸门 控制电路，抑制来自电源丌关的噪声；负载控制的闸门：主要用于疲劳实验， 并且证明效果明显；基于噪声的闸门：用于一些特别噪声，如雨水等；进行前 沿滤波；数据分析：利用模式识别、相关分析及聚类分析等技术。 1 6 3 2 常用的A E 信号处理方法 从理论上讲，波形分析应当能给出任何所需的信息，因而也是最精确的方 法，并可导致对A E 的定量认识。但是，得到真实的A E 信号本身是一件相当 困难的工作，而对一些畸变信号进行频谱、相关分析可能会导致一些错误结论， 因此A E 技术发展初期，应用比较广泛的是参数分析法，近几十年来，小波分 析、现代谱分析和神经元网络等技术得到了广泛应用，并取得了很好的效果。 本文主要介绍在低速重载设备故障诊断中应用比较成功的小波分析法进行A E 信号处理。 1 7 本课题的主要研究内容及章节安排 1 7 1 主要内容 本课题主要研究声发射的检测机理、声发射信号的检测和分析、声发射检 测在滚动轴承故障中的应用、低速重载设一高炉炉顶气密箱故障发生发展的机 理、声发射检测在高炉炉顶气密箱故障检测中的应用和声发射信号的处理方法， 从而将声发射技术应用于低速重载设备故障诊断领域。 1 7 2 章节安排 第一章主要阐述了本课题研究的意义和振动检测在低速重载设备故障诊 断中的现状及存在的问题，对国内外低速重载设备故障诊断相关的科技文献进 行了归纳和总结，指出了振动检测技术的局限性，提出声发射信号是低速重载 装备状态信息的有效载体之一，进而引入声发射检测。 第二章主要声对发射检测的原理和声发射信号分析方法的理论研究，重点 是对小波包分析和分段取峰值分析这两种方法进行了阐述。 第三章通过设计滚动轴承声发射实验来验证声发射检测在设备故障诊断中 北京T 业大学T 学硕I j 论文 的有效性，并应用参数分析和波形分析中的常规频谱分析来对滚动轴承声发射 信号进行分析，得出滚动轴承各种故障模式下的声发射信号的特点。 第四章对钢铁企业的低速重载设备一高炉炉项气密箱的结构特点、工作 原理和常见故障进行了研究，从而制定出检测方法。为将声发射检测引入到低 速重载设备奠定了基础。 第五章是设计高炉炉顶气密箱振动和声发射检测实验，主要是对高炉炉顶 气密箱常见故障模式下的声发射数据进行了分析：包括使用常规频谱分析、小 波包分解求取能量分析和分段取峰值分析，从而验证了声发射检测在低速重载 设备故障诊断应用中的有效性。 第六章、对课题进行总结和展望，提出以后进一步的研究工作。 第2 章声发射榆测原理j 信I 。1Z 川、L 析方法 ! I I ； ! I 皇曼曼璺 第2 章声发射检测原理与信号分析方法 2 1 声发射信号的检测原理 2 1 1 声发射信号的传播 声发射信号的传播理论是进行声发射检测的前提 3 6 1 ，对于无限大或半无限 大的理想介质，我们可以按照弹性波的传播规律处理声发射波，根据波动方程 式2 1 ： 式中： = 占矗+ 占渺+ 占。一体积相对变形 v z ：鲁+ 等+ 鲁2 一拉普拉斯因子 缸2却2 龙 ( 2 - 1 ) 可以得出固体弹性介质中两种不同类型波的波动方程，把方程式中第一式 对Z 求微分，第二式对y 求微分，第三式对z 求微分，然后三式相加，z 。，1 0 式 2 2 ： p a o - “F = ( A , + 2 1 ) V 2 ( 2 - 2 ) 式中，力与为拉梅常数，是体积的相对变形，即在固体弹性介质中压 缩变形以波动形式传播，称为弹性介质的压缩波，其传播速度为式2 - 3 ： y = 庀i i 丽 ( 2 3 ) 在实际构件中，声发射传播要比理想介质中传播复杂的多。在声发射检测 中，其对象均为有限介质。 卢J 、 刁 f V V V 廊 脚 廊 + + + 抛一觑抛一砂抛一瑟 A 心 A + + + 力 五 旯 = = = 户J、一： 72尸J、一2 扩一西铲一出扩一出 D D D 北京- E q k 人学T 学硕f j 论文 2 1 2 声发射检测原理 图2 1 为声发射检测原理图。从声发射源发出的声信号以弹性波形式向四 周传播，经过耦合剂从材料传播到传感器变成电信号，由声发射仪器接收并进 行处理，最后将数据显示出来。 I 材料中 传感器 l 传播 一 耦合界 + I 传感器I 面 图2 - 1 声发射检测原理幽 F i g u r e2 - 1a c o u s t i ce m i s s i o nt e s t i n gs c h e m a t i c 声发射信号具有频谱较宽，用其高频特性，可以有效抑制干扰，提高诊断的 准确性。另外相对于振动检测，声发射检测有其独特的优点【3 7 】： ( 1 ) 对动态缺陷敏感，在缺陷萌生和扩展过程中能实时发现； ( 2 ) 声发射波来自缺陷本身而非外部，可以得到有关缺陷的丰富信息，检 测灵敏度与分辨力高； ( 3 ) 对被检工件的接近要求不高，因而适用于其它无损检测方法难以或无 法接近( 如高低温、核辐射、易燃、易爆和剧毒等) 的环境下的检测； ( 4 ) 可提供随载荷、时间和温度等外部变量而变化的实时瞬态或连续信号， 适用于过程监控以及早期或临近破坏的预报； 我们可以通过图2 - 2 比较振动监测和声发射监测的优劣性： 0 2 0 1 0 旬1 扣2 图a 轴承振动信号 F i g u r ea b e a r i n gv i b r a t i o ns i g n a l s L 上一Ij L 且J I l l j 儿 l J 。丘j W F 。1 r 1 1 1 ”r 1 r 1 1 1 r 下1 1 r _ r 。r 00 10 20 30 40 5 图b 轴承声发射信号 F i g u r eb b e a r i n ga c o u s t i ce m i s s i o ns i g n a l 1 2 筇2 章声发射午：= 删原理j 信弓分 ! | T 方法 曼曼曼! 曼曼曼曼! 曼曼曼曼曼曼曼曼曼曼曼曼曼I 一 一I N I Nmi ；。im 皇蔓皇! 曼曼鼍曼! 曼曼! ! ! 曼曼曼曼曼曼曼曼皇曼皇曼曼曼! 曼曼曼曼曼皇曼皇曼 图2 2 振动信号和声发射信号的比较 F i g u r e2 - 2v i b r a t i o ns i g n a l sa c o u s t i ce m i s s i o ns i g n a l si nt h ec o m p a r i s o n 图2 2 的a 和b 是相工况下的同一轴承的振