故障诊断论文.doc

研究生课程考核试卷（适用于课程论文、提交报告）科 目： 设备状态监测与故障诊断 教 师： XXX 姓 名： XX 学 号： 2012070XXXX 专 业： 机械电子工程 类 别： 学术 上课时间： 2013 年 5月 至 2013 年 6月 考 生 成 绩：卷面成绩平时成绩课程综合成绩阅卷评语： 阅卷教师 (签名) 重庆大学研究生院制15一、齿轮啮合频率产生的机理及齿轮故障诊断方法11、齿轮啮合频率产生的机理12、齿轮故障诊断方法22.1 细化谱分析法22.2 小波分析法32.3 倒频谱分析法4参考文献5二、滚动轴承故障的特征频率推导计算6参考文献8三、风力发电机在线监测与故障诊断系统91、测点布置及监测信号的选择92、风力发电机在线监测系统构成102.1 硬件结构组成及其功能112.2 软件结构组成及其功能123、结论14参考文献14正文 设备状态监测与故障诊断一、齿轮啮合频率产生的机理及齿轮故障诊断方法1、齿轮啮合频率产生的机理齿轮传动的特点是啮合过程中啮合点的位置和参与啮合的齿数都是周期性变化的，这就造成了齿轮轮齿的受力和刚度成周期性变化，由此而引起的振动必然含有周期性成分，反映这个周期性特征信息的就是啮合频率。齿轮在啮合过程中，齿面既有相对滚动，又有相对滑动。两齿轮啮合过程中，主动轮上的啮合点由齿根移向齿顶，随啮合半径逐渐增大，速度逐步增高；而从动轮上的啮合点由齿顶移向齿根，速度逐步降低。两轮速度上的差异形成了相对滑动。节点处，两轮速度相等，相对滑动速度为零。在主动轮上，齿根与节点之间的啮合点速度低于从动轮上的啮合点速度，因此滑动方向向下；而在节点与齿顶之间的啮合点速度高于从动轮，滑动方向向上。主动轮、从动轮都在节点处改变了滑动方向，也就是说，摩擦力的方向在节点处发生了改变，形成了节线冲击。图1 齿轮啮合传动图齿轮啮合过程中，除了啮合点位置变化引起的节线冲击外，更为重要的是由于参与啮合的齿数变化而引起的啮合冲击。对于重叠系数在12之间的渐开线直齿轮，在节点附近是单齿啮合，在齿根、齿顶附近是双齿啮合。显然，双齿啮合时载荷小、刚度大，单齿啮合时载荷大、刚度小。也就是说，即使齿轮所传递的是恒定扭矩，但当每对齿在脱离啮合或进入啮合时，轮齿上的载荷和刚度都要发生突然增大或减小，从而形成啮合冲击。对于重叠系数低的直齿，啮合冲击尤为显著，其作用力和刚度变化基本上呈矩形波。对于斜齿，由于其啮合点是沿齿宽方向移动的，啮合过程的变化较为平缓，刚度变化接近正弦波。因此，轮齿的啮合冲击和啮合刚度的变化取决于齿轮的类型和重叠系数。 显然，齿轮的啮合冲击、节线冲击、啮合刚度的变化是周期性的，而这个周期性变化的频率，就是转速频率f与齿数z的乘积（每秒针的变化圈数由转速频率定，每圈的变化次数由齿数定，乘积就是每秒针的变化次数），也就是啮合频率，即: 。式中： 、 主动轮、从动轮的转速频率；、 主动轮、从动轮的齿数。2、齿轮故障诊断方法由于齿轮故障症状及其信号的复杂性，因此在对齿轮进行故障诊断时，需要在尽可能地消除噪声干扰、提高信噪比的前提下，提取出清晰故障特征信息。常用的方法有以下几种。2.1 细化谱分析法细化谱分析法是通过采用频率细化技术来增加频谱图中某些频段上的频率分辨率，即所谓的“局部频率扩展”法。在齿轮故障信号中，调制后得到的边频含有丰富的故障信息，但是在一般的频谱图上往往又找不出清晰、具体的边频，究其原因是频谱图的频率分辨率太低。频谱图上的频率分辨率则是由谱线和最高分析频率决定的，行业内对此有定规，具体关系为下式所示： ffc/n= fs/N式中： f频率间隔，即频率分辨率；fc分析频率范围，即最高分析频率；fs采样频率，为避免频率混淆，fs（2.56 4）fc，一般为fs2.56 fc；n谱线条数，为定值，分有100线、200线、400线、800线四档；N采样点数，N2.56n，分有256点、512点、1024点、2048点四档。由于齿轮的啮合频率及其谐波的频率很高，从而使分析频率范围fc不得不很高，也就引起频率间隔f很大，即频率分辨率很低，因此造成边频较难显现及分辨。而细化谱分析法只是对某些部分频段沿频率轴进行放大，好像放大镜一样，把频谱图上某些感兴趣的局部区域放大，从而得到频率分辨率很高的细化谱。这样，就可以通过观察细化后的边带结构，去寻找故障的特征信息。2.2 小波分析法为了避免齿轮箱振动信号中某频段的故障信号被其他频段信号淹没。小波变换的时频联合、局部分析、多分辨率等特性可准确地从中提取故障信号。小波分析方法可以对指定频带和时段内的信号成分进行分析,具有比傅氏变换更强的特征提取功能。它具有较好的时域特性和频域特性,在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,适合于齿轮箱的动态系统故障检测和诊断。小波变换是寻找或构造一簇特定的正交函数,用这一族小波簇函数去表示或逼近一个信号,它是具有长度有限平均值为零且快速衰减的短小波形。首先它在时域有紧支集,其次具有不规则的正负交替的波动性。，其傅里叶变换满足下式：称为基小波函数。由基小波生成的依赖于参数a和b的小波变换如式:式中:伸缩因子a和平移因子b,通过改变伸缩因子a和平移因子 b 将信号分解为一系列的小波函数的线性组合为小波变换。其表达式为: 式中:为原始信号的以为基小波函数的小波变换系数,为基小波的复共轭。在实际当中计算机识别的是经过离散化和量化的数字信号。因此通常将中的连续变量a、b做整数离散形式，相应的小波变换为离散小波变换。它是关于频率指标j和平移指标k的函数,其表达式为:由Heisenberg不确定性原理,对于有限能量的任意信号其时域有限宽度和频谱有限带宽的乘积为常数。小波分析的时频窗在较高的频率处时域窗可以自动变窄,在较低的频率处时域窗自动变宽。它将各种混合在一起的不同频率组成的复杂振动信号分解成不同频率的子信号,具有良好的局部化性质。小波是一带通函数,小波变换在频域方面的局部化作用由j调节,在时域方面的局部化作用由k调节。通过改变尺度j和位置k的数值,调节窗口的形状、位置，合理地选取小波变换在时域和频域的分辨力,提取齿轮箱振动信号中位于相应的频带和时段内的振动信号对其进行分析,准确判断齿轮箱故障部位、故障程度。2.3 倒频谱分析法频谱图的幅值有两种表示方法：一种是以振幅形式表示，称为幅值谱；另一种以能量形式表示，称为功率谱。功率谱是用来研究各频率成分的能量在频域上的分布。频谱图纵坐标的刻度也有两种表示方法：一种是线性坐标，另一种是对数坐标。线性坐标的优点是直观，缺点是不能同时显示数值相差很大的成分；而对数坐标恰恰相反，可以同时显示出数值相差很大（1000倍，甚至更高）的频率成分，但这些成分之间是不成线性比例关系的。离散信号序列xtFFT变换功率谱Sx(f)求对数logSx(f)求傅里叶逆变换F-1logSx(f)得到倒谱Cp(q)Cp(q)=F-1logSx(f)图2 倒频谱分析原理图幅值谱的纵坐标为线性坐标，功率谱的纵坐标一般为对数坐标。对数坐标以分贝dB表示，其定义为 ： Ad=20 lg(A/Ar) 或 Ad=10 lg(A2/Ar2)式中Ad基准幅值（或参考幅值），常取Ad1V，对无量纲量取Ad1A幅值，单位与Ad相同。由上式可知，分贝值为6，幅值之比为2，即人们常说的“6个分贝翻一翻” ；分贝值为20，幅值之比为10；分贝值为60，幅值之比为1000。倒频谱的定义是功率谱对数的功率谱。其表示式为： C()式中:G(f)时间信号fz的功率谱，即：G(f)= 倒频谱的时间变量，称为倒频率。 倒频谱的纵坐标与频谱可采用相同的单位，而横坐标为倒频率，单位为毫秒ms。倒频谱分析法在齿轮故障诊断中具有特殊的作用，特别是用在边频带的分析上。因为，实际齿轮箱振动信号的频谱图是十分复杂的，当有几个边频带相互交叉分布在一起时，仅依靠频率细化分析法是不够的，往往难以看出边频带的结构。而倒频谱则能够较为清晰地显示出频谱图中的周期性结构成分边频。 如果把一个复杂的频谱看着为一个时间历程信号，在啮合频率及其谐波周围分布着很多边带，边带的间隔频率就是故障频率，故障频率的谐波阶次越高，其振幅值越小，则谐波峰值的平均包络线接近于一个周期波。对此功率谱图再作一次谱分析（即进行傅里叶逆变换），转换到一个新域里，从而把周期性的频率结构很清楚地显现出来，这就是倒频谱分析方法。倒频谱是对原频谱图上周期性频率结构成分的能量作了又一次集中，并在功率的对数转换时给低幅值分量有较高的加权，而对高幅值分量以较低的加权，结果是突出了小信号周期。因此，利用倒频谱图可以有效地识别频谱上的周期成分。这是倒频谱分析的第一个优点。倒频谱分析的第二个优点是受信号传输路径的影响很小。传感器在齿轮箱上的安装位置不同，信号传递的途径不同，形成了不同的传递函数，这些传递函数反映在输出谱上的结果是不同的，有时会使有的频率成分幅值相差十分悬殊，造成故障特征信息的误抓、漏抓。然而，不同传输路径的信号在经过倒频处理后，两个倒频谱图上一些倒频率较高的重要成分几乎完全相同，这就给齿轮箱故障诊断提供了十分有利的条件。 此外，由于幅值调制和频率调制的同时存在以及两种调制在相位上的变化，使边频具有不稳定性，造成在功率谱图上往往得不到对称的边频带，给识别边频带增添了困难。然而，在倒频谱图上，代表调制程度的幅值却不受稳定性的影响。两振动信号调制后，即使在功率谱上对应位置的边频幅值相差很大，但是，相位差给它们在频谱上带来的影响完全不会在倒频谱上反映出来，在倒频谱图上，这两个振动信号的倒频谱峰值完全相同。参考文献1 沈来荣.减少重复啮合频率对齿轮传动影响的途径探讨.铁道机车车辆.2004(05)2 徐英帅. 基于小波变换的齿轮箱故障诊断.组合机床与自动化加工技术.2012(02)3 李晓虎.频谱分析法在齿轮箱故障诊断中的应用. 振动、测试与诊断.2003(03)二、滚动轴承故障的特征频率推导计算滚动轴承在其运转过程中必然会产生振动，当轴承元件表面出现局部损伤类故障时损伤点与轴承其他元件表面发生接触都会产生冲击作用，这样就会使得振动加剧，同时导致轴承系统的瞬时高频共振。故障诊断的首要任务就是要将共振信号中的故障特征提取出来。下面以滚动球轴承（如图1所示）为例通过分析轴承各元件之间的相对运动关系来推出轴承故障特征频率的计算公式。为简单起见，设轴承外圈固定，内圈（即轴）的旋转频率为,轴承节径为D，滚动体直径为d，接触角为，滚动体个数为z；并假定滚动体与内外圈之间纯滚动接触。图1 滚动轴承由于外圈固定，所以滚动体上B点的速度为零，而A点的速度，由此可得：，其中为滚动体的公转频率，即保持器的转动频率。设滚动体的自传频率为，则可以这样求得：给整个轴承加一转动角速度“”（相当于站在保持器上看轴承运动），则此时保持器固定不动，外圈以一转动，滚动体只有自转角速度，根据纯滚动关系，此时点的速度（注意此时滚动体上的点绕其中心转动）=d=（d cos）,由此可得：由此进而推得：（1）z个滚动体与外圈上某一固定点接触的频率为：（2）z个滚动体与内圈上某一固定点接触的频率为：（3）滚动体上某一点与外圈或内圈接触的频率为：、和分别为外圈、内圈和滚动体的通过频率。当上述的“某一固定点”是局部损伤点（例如点蚀点、剥落点等）时，、和分别成为局部损伤点撞击滚动轴承元件的频率，所有有分别称为外圈、内圈和滚动体的故障特征频率。为了很快得到轴承的故障特征频率，作者用LabVIEW编写如下程序只需将轴承参数分别输入，即可快速得到轴承各种特征频率及其倍频，程序框图如图2.图2 滚动轴承故障特征频率计算程序图比如，若选择某轴承基本尺寸参数为：节圆直径D=28.5mm；滚动体直径d=6.747mm；钢球个数z=8个；接触角 =0。将以上各参数代入轴承特征频率计算模块，计算该轴承工作转速为60rpm，即主轴旋转频率f0=1Hz时，内外圈、滚动体的故障频率及其倍频（2倍频，5倍频），计算结果如图3所示。图3 程序前面板参考文献1 陈永会.滚动轴承的故障诊断. 噪声与振动控制. 2011.052 王冬云. 基于小波包变换的滚动轴承故障诊断. 中国机械工程. 2012.03三、风力发电机在线监测与故障诊断系统摘 要：在线监测和诊断系统对风力机故障能够快速的监测，首先从总体上介绍了系统的工作原理，对机组的测点和监测信号类型进行选择；其次详细介绍了软件系统的设计对软件的结构和各个子系统的功能进行详细的论述 对软件开发过程中用到的相关技术进行简单的描述；最后将本系统在风力发电机上进行测试，说明系统的可行性。关键字：风力发电机；在线监测；故障诊断1、测点布置及监测信号的选择状态监测系统现场测量点的选择现场测量点的布置对于风力发电机在线监测和诊断系统来说一直是个难题, 至今也没有得到很好的解决。现场测量点选择的不同, 对于监测系统信号分析具有很大的影响。不同的布置方案, 得到的结果不尽相同。根据目前风电机组的实际运行情况, 通常齿轮箱齿轮及其轴承、发电机及其轴承是较容易发生故障的部件, 因此在常规的监测中, 可将齿轮箱前后轴承、发电机前后轴承分别作为测量点。这样做是基于如下的考虑:( 1) 当机组的主要轴承失效时, 机组必须停机。监测轴承振动可以较早发现轴承故障, 这为及早安排必要的维修提供了宝贵时间。( 2) 由于轴承承载着机器的负荷, 许多典型的机械问题如不平衡、不对中、松动等都会将振动信号传给轴承。因此通过监视轴承的振动, 就会同时发现上述典型机械故障及轴承缺陷。在测轴承的振动时, 测量点应尽量靠近轴承的承载区; 与被监测的转动部件最好只有一个界面, 尽可能避免多层相隔以减少振动信号在传递过程中因中间环节造成的能量衰减; 测量点必须要有足够的刚度。从信号频段的角度来考虑, 由于不同的故障、不同的频段在测试方向上的敏感程度不同, 故在旋转机械振动信息的采集上, 对于低频信号(工频5倍以上)分垂直、水平、轴向3个方向; 对高频信号对高频信号( 1kHz以上), 由于对方向性不太敏感, 故只测垂直或水平一个方向即可。这是因为低频信号的方向性较强, 而高频信号对方向不敏感的缘故。为了保证所测数据的可比性, 测点一经选定就应做出相应标记, 以使每次测量都在同一测点上进行, 同时保证每次测量时设备的工况都相同。在选择测点时还应考虑环境因素的影响, 尽可能地避免选择高温、高湿、出风口和温度变化剧烈的地方作为测量点, 以保证测量结果的有效性。有研究结果表明, 在测高频振动时, 由于测量点的微小偏移(几毫米), 就会造成测量值相差几倍(高达6倍)。基于以上测点选取的原理, 根据风力发电机组的结构特点、性能参数和工作原理, 同时根据积累的现场测试经验, 大致确定风力发电机组的测试点如图1所示。图1 风力发电机测量点2、风力发电机在线监测系统构成风力发电机组是将风能转换成电能的发电设备, 风能先后通过叶轮、主轴、齿轮箱、发电机后转换成电能。在风力发电机组各个部件中, 风力机叶片是弹性体, 在风载荷的作用下, 作用在风力机叶片结构上的空气动力、弹性力、惯性力等具有交变性和随机性力的耦合将会引起与某些振型共振的自激共振, 即颤振。该振动是发散的, 严重时会导致风力机结构破坏。另外, 风力发电机组在运行时会由于多种原因, 使机舱在各个方向有较大的振动, 振动的频率、幅度超过风机设计要求时会对风机的正常运行产生危害。在线监测系统就是要将风力机的故障监测出来, 并发出警报从而可以及时的进行维修。风力发电机在线状态监测与故障诊断系统的总体设计框架图分别如下图2、图3所示。图2 风力发电机组在线监测与故障诊断系统图3 系统主程序框图2.1 硬件结构组成及其功能风机在线监测系统包括信号检测、数据采集、工控主机、显示打印和电源等4个模块（如图4所示）。图4 系统硬件组成( 1) 信号检测模块信号检测模块由传感器、信号变送器和信号预处理板三部分组成。传感器采用电涡流振动传感器、铂电阻温度传感器、压力传感器和电压电流传感器, 分别采集电机风机的振动量、关键部件或系统的温度量、压力值及电气系统运行参数值。信号变送器对采集到的微弱信号隔离、放大、补偿、变换, 有较强的抗干扰能力以及远距离的驱动能力。信号预处理板主要完成信号放大、噪声滤波、信号隔离传输、类型变换等功能。( 2) 数据采集模块数据采集模块安装在工控主机内, 实现对振动、温度、压力、电压电流等参数的采集, 并将采集到的模拟量转换成数字量, 便于系统分析处理。( 3) 工控主机模块工控主机是系统的核心, 由工业级PC承担,完成与各接口模块通信, 实时数据处理、刷新、组态和逻辑控制等功能。( 4) 显示打印模块显示器和打印机是输出设备, 提供人机交互界面和记录、分析结果的硬拷贝输出等功能。2.2 软件结构组成及其功能软件功能包括: 信号操作、状态监测、分析诊断、状态显示、报警及其它功能等。每项选择下的子功能均采用下拉式菜单窗口, 并以汉字形式提供各个功能的选择。在线监测系统的结构如下图5所示，系统包括在线监测模块和分析诊断模块，每个模块又细分成多个相对独立的子系统。图5 在线监测系统的结构( 1) 信号操作功能主要完成手动数据采集、计算机模拟信号的发生和监测数据到分析数据的剪贴。手动数据采集功能完成单次的程序触发采样。模拟信号发生器可以根据需要由计算机产生需要响应的信号如正弦、方波、三角波等信号。信号的频率、幅值、长度、采样频率、占空比等可以根据需要进行设置, 而且这些信号可以进行组合。数据剪贴功能完成即时的监测数据到分析数据的传输工作。该功能主要针对振动量信号的操作。( 2) 状态监测功能主要包括初始化设置和状态监测。初始化设置完成以下量值的设置工作: 振动量采样频率、采样长度、滤波频率、各测点报警值、传感器安装方向、定时存数间隔、定时数据追加间隔、定时报表时间间隔、分析数据长度、分析数据采集频率、机器转速、声音报警开关。监测任务主要完成两部分工作: 第一是启动和停止系统的监测工作; 第二是选择监测方法。监测功能有: 时域信号波形监测、轴心轨迹监测、频谱监测、电气量模拟表监测和数字列表监测等。在线监测模块通过各种监测图谱显示设备目前的运行状态。1总状态图显示了风电机组的结构，测点的位置以及测点数据的实时变化情况。实时数据通过与预先设定好的报警值和停机值进行比较，能够用不同的颜色表示设备不同的运行状态；2 波形频谱图显示了所监测点的时域图和频域图，用户可以通过下拉列表选择不同的测点进行监测；3趋势线图显示了所监测点的监测值随时间的变化情况。( 3) 分析诊断功能分析诊断功能包括常用的各种监测诊断分析方法。具体包括: 时域波形、轴心轨迹、滤波轨迹、重构轨迹、频谱分析、平面轨迹谱分析、立体轨迹谱分析、时域分析、魏格纳分布、逆谱分析、信号滤波、时域频域联合分析、自相关和互相关等分析方法。文献介绍了频谱分析法在齿轮箱振动分析上的应用。分析诊断模块运用多种频谱分析方法，对数据库中的历史数据进行详细的分析，能够确定设备是否存在故障及故障类型、位置避免设备因故障加重而造成重大事故，同时对设备的维护提出相应的建议1时域频域分析能够显示出监测信号的频率和幅值的变化，通过与