毕业设计说明书(机械电子)(机电一体化)

单线理论1.1项目研究的目的随着现代工业和科学技术的飞速发展，生产设备日益大型化、集成化、高速化、自动化和智能化。设备在生产中起着越来越重要的作用。对设备管理也提出了更高的要求。能否保证一些关键设备的正常运行，直接关系到一个行业发展的方方面面。如果现代工业生产失败，损失将是巨大的。因此，为了尽可能避免事故的发生，机械设备状态监测和故障诊断技术近年来得到了广泛的关注和发展7。目前，机械设备的状态监测与故障诊断已经基本形成了一门具有理论基础和实际应用背景的交叉学科。机械故障诊断的基本任务是监测机械设备的运行状态，诊断和判断机械设备的故障，并提供有效的故障排除措施来指导设备的管理和维护。因此，机械故障诊断技术的研究和应用可以帮助人们尽早发现故障隐患，预防故障的发生，在故障发生后尽快找出故障的原因、位置、严重程度和发展趋势，为故障提供有效的解决方案。机械故障诊断主要包括四个步骤：信号测量、特征提取、模式识别和诊断决策。信号测量是指从机械设备的某些部分收集振动信号。特征提取是对振动信号进行处理，分析其时域和频域特征，提取能够反映故障特征的重要参数。模式识别是特征参数的分类和识别以及故障类型的诊断。诊断决策就是找出故障的原因，分析故障状态的特征，并提供故障的解决方案。在机械故障诊断的发展中，最关键和最困难的问题之一是故障信号的特征提取，这直接关系到故障诊断的准确性和早期故障预测的可靠性3。在实际应用中，故障和症状之间通常没有简单的一一对应关系。一种故障可能对应多种症状，另一种症状也可能由多种故障引起，给故障特征提取带来困难。为了从根本上解决特征提取的关键问题，我们通常不得不利用信号处理，尤其是现代信号处理的理论、方法和技术手段，从采集的原始数据中找出特征信息并提取特征值，从而保证有效、准确的故障诊断。换句话说，信号处理和特征提取的质量与故障诊断的效率和质量密切相关。信号处理和特征提取是故障诊断的重要环节。综上所述，机械故障诊断技术的研究和应用，特别是先进信号处理和特征提取方法的研究和应用，对于避免灾难性事故、减少经济损失和提高安全生产能力具有重要意义4。1.2国内外研究现状分析美国是最早开展状态监测和故障诊断的国家之一。自1961年阿波罗计划实施以来，由设备故障引发的一系列悲剧已经引起了美国军方和相关政府部门的关注。1967年4月，在美国航天局的倡议下，美国海军研究办公室(ONR)主持成立了美国机械故障预防小组(MFPG)。首次采用状态监测技术对机械进行预防性监测，标志着该技术研究的开始。除MFPG外，美国机械工程师学会(ASME)领导下的锅炉压力容器监测中心在将声发射技术应用于设备故障诊断方面也取得了显著成果。其他公司有约翰米切尔的超低温水泵和空气压缩机监测技术、美国太平洋能源研究所的军用机械轴和轴承诊断技术、天津经济技术开发区的润滑油分析和诊断技术等，均处于世界领先地位。在其他一些欧洲国家，设备状态监测与诊断技术的研究也有不同程度的发展，一方面有自己的特点或领先地位，如瑞典SPM仪器公司的轴承监测技术和挪威的船舶诊断技术。例如，丹麦BK公司的传感器制造技术。我国对故障诊断技术的研究起步较晚，但发展迅速。在此期间，它经历了两个阶段：第一阶段是从1979年到1983年。该阶段主要是吸收国外先进技术，研究一些故障机理和诊断方法。第二阶段是从1984年至今。在这一阶段，随着官方机构的建立和学术会议的推进，机械设备故障诊断的研究向各个方向展开。国内一些高校和研究机构相继推出了自己的产品，如QLSA童珍测试技术研究所推出的902和903便携式采集器。重庆大学测试中心振动测试分析仪，大连理工大学引进的数据采集分析仪及管理软件，哈尔滨工业大学的“机组振动计算机监测与故障诊断系统”，Xi交通大学的RMMMDS系统，浙江大学的CMD.3系统，清华大学的ADVISOR系统5。1.3故障诊断的研究难点和发展趋势1.3.1故障诊断的基本问题一般来说，故障可以被理解为至少一个偏离正常范围的系统的重要特征。广义地说，故障可以理解为系统的任何异常现象，导致系统表现出不期望的特性7。从结构上看，控制系统故障一般可分为受控对象故障、传感器或仪表故障、执行器故障和控制器故障。根据断层的时间特征，断层可分为突变断层和平缓断层。根据故障发生的形式，故障可分为加性故障和乘性故障6。故障诊断技术包括故障建模、故障检测、故障分离、故障识别和故障评估。故障建模是基于先验经验和输入输出信息，利用各种建模方法建立系统故障的数学模型，为故障诊断提供依据。故障检测是判断系统中是否发生了故障以及何时检测到故障。故障分离是在检测到故障后确定故障的类型和位置。故障识别是在故障被分离后，确定故障的大小和时变特征。故障评估是判断故障的严重程度及其对象的影响和发展趋势。在实际工程应用中，由于诊断对象的多样性和故障发生的复杂性，诊断系统识别故障的方法很多。目前，国内外研究理论和方法810见图1.1。图1.1:故障诊断的理论和方法故障诊断系统的性能主要从以下三个方面评价1112:测试性能指数。包括早期故障检测的灵敏度、速度、假阳性率和假阴性率。早期检测系统的灵敏度越高，它能检测到的最小故障信号就越小。故障检测速度越快，故障发生和正确检测之间的时间间隔越短。错误警报是指系统没有故障，但被错误地判断为故障的情况。未报告是指系统中出现故障但未被检测到的情况。一个可靠的故障检测系统应该将假阳性率和假阴性率保持在尽可能低的水平。诊断性能指标，包括故障分离能力、识别精度和鲁棒性。故障分离能力是指诊断系统区分不同故障的能力。分离能力越强，诊断系统区分不同故障的能力就越强，故障定位就越准确。故障识别的准确性是指诊断系统估计故障大小、发生时间及其时变特性的准确性。故障识别的准确度越高，诊断系统对故障的估计就越准确。综合绩效指标，包括稳健性和适应性。鲁棒性是指故障诊断系统在存在模型失配和噪声或干扰的情况下保持正确诊断的能力。故障诊断系统的鲁棒性越强，受噪声、干扰和建模误差的影响越小，可靠性越高。自适应能力是指诊断系统具有自适应能力，能够充分利用变化产生的新信息，自动调整自身，保持原有的诊断性能指标。上述性能指标分别从检测性能、诊断性能和综合性能三个不同的方面给出了判断故障诊断系统的性能标准。对于实际系统，尤其是复杂的大系统，在实际工程设计中，首先要分析具体诊断对象的特点和诊断要求，明确主要性能要求和次要性能要求，然后根据综合要求选择最佳的故障诊断方法和实施方案。1.3.2故障诊断的研究现状经过十几年的快速发展，故障诊断已经取得了突出的成绩，但是相对日益复杂的生产过程和日益增长的对可靠性的实际需求，仍然存在许多尚未解决的问题，其相关的理论和方法也远未完善，尤其是非线性系统的故障诊断问题，仍然需要不断的发展和深入的研究。故障诊断的困难研究现状可以概括如下18:1.非线性系统的故障诊断技术还不完善和成熟。经过20多年的不懈研究，线性系统故障诊断理论已经基本成熟。它主要通过状态估计法、参数估计法和等价空间法来完成具有已知精确模型的线性时不变系统的故障诊断。受非线性理论发展的限制，目前还没有针对非线性系统的通用建模方法，对非线性系统故障诊断的研究还比较薄弱，这是当前故障诊断研究的难点之一。由于实际系统是严格非线性的，非线性具有很强的普遍性，因此对这类系统的故障诊断研究是目前的热点和前沿课题。2.模型失配和系统不确定性干扰的鲁棒性研究：实际生产过程受到各种客观环境的限制。系统建模中存在许多因素，如干扰、时变参数和不完整的系统样本，这些因素往往会导致所建立的模型存在一定的误差和不确定性。同时，在系统的实际运行中，不可避免地会有一些不确定的干扰因素加入到系统中，影响系统的状态。此外，在设计实际诊断策略时，诊断的灵敏度和稳健性常常是矛盾的。如何提高故障诊断策略的鲁棒性，对于抑制干扰、增强策略的适用性具有重要的现实意义。3.集成智能故障诊断系统的研究。故障诊断有许多方法，有些基于结构分析，有些基于参数估计，有些基于规则和推理，每种方法都有其局限性。对于复杂真实对象的故障诊断，有时很难用单一的知识表示方法来完全表示对象的故障域知识。因此，集成多种知识表示方法可以更好地表示对象的故障诊断领域知识，集成各种诊断方法的优点，克服各种诊断方法的局限性，从而提高诊断系统的智能性和诊断效率。因此，集成诊断方法是故障诊断的发展趋势。4.网络化远程故障诊断系统的研究：现代生产过程已经变得越来越大和连续，涉及各种各样的设备和装置以及非常复杂的过程。此外，随着人类科学探索行为的增多，对航天器和探测器的研究也日益增多。这些系统由许多设备和装置组成，采用网络化通信和网络化控制，这就需要网络化远程故障诊断系统。例如，航天器设计的核心问题之一是安全性和可靠性。飞机故障信息主要来自三个方面：首先，它来自飞机内部信息，如密封泄漏、结构损坏、部件破损、运行故障、振动、冲击等。二是来自环境信息，如高温、高压、宇宙射线、空间碎片袭击等。第三是来自历史资料，如各种历史资料和数据。航天器远程故障诊断系统采用三级监测诊断策略：在轨监测诊断、地面监测诊断和远程诊断维护。网络化远程故障诊断系统采用多级监控和诊断，提高了监控、诊断和维护的实时性和有效性。利用现代信息传输载体网络可以缩短故障信息的采集时间，大大提高故障诊断的效率。采用分布式代理结构，每个代理独立协作。该远程诊断系统克服了区域性障碍，实现了多系统多专家协同监测诊断，提高了诊断结果的可靠性和智能化水平。这也是故障诊断的发展趋势。5.虚拟现实技术将得到重视和应用；虚拟现实技术是人们通过计算机对复杂数据进行可视化和交互的一种新方法。该技术应用后，将用户、计算机和控制对象视为一个整体，通过各种直观的工具将信息可视化，用户直接暴露在三维信息空间中，自由操作和控制计算机。可以预见，随着虚拟现实技术的进一步发展及其在故障诊断系统中的广泛应用。它将给故障诊断系统带来一场技术革命。2机械故障中常见的信号处理方法2.1时域分析由于时域波形直观易懂，大多数常用的工程信号都是时域波形的形式，所以时域分析在工程中被广泛应用。由于它是最原始的信号，所以包含了大量的信息，但缺点是只能初步判断一些特征明显的波形，而且不容易看出所包含的信息与故障之间的进一步联系。通过时域分析进行的初步波形分析通过观察信号的时间历程给出了信号的周期性和随机性的基本评估。2.1.1时域统计参数分析：尺寸参数：尺寸参数衡量设备故障的存在和发展趋势。然而，这些参数取决于历史数据，并且对载荷和转速等因素的变化敏感。1.最大值：(2-1)2.最小值：(2-2)3.元素和：(2-3)4.均值：均值代表随机过程的中心趋势，随机过程的所有可能实现都围绕它聚集和波动。它是随机过程的静态分量，反映了信号中DC分量的大小。它的数学表达式：(2-4)5.方差：方差描述随机过程围绕平均值的离散程度，是随机过程的动态组成部分，定义为：(2-5)6.标准偏差(2-6)B.无量纲参数：无量纲参数指标决定设备故障基本不受设备类型、转速、负荷等因素的影响。不需要考虑相对标准值或与以前的数据进行比较。此外，它不受绝对信号电平的影响，因此即使测量点从先前的位置稍微改变，它也不会对诊断结果产生很大影响27。1.峰值指示器(2-7)2.保证金指数：(2-8)3.峰度指数：(2-9)2.1.2时域相关分析时域相关分析可以找出两个信号之间的关系和相似性，也可以找出同一si的当前值和过去值之间的关系在故障信号的处理和分析中，经常需要研究和理解某一时刻的信号与被T时刻延迟的信号之间的相似性，以及这种相似性如何随着T时刻的变化而变化.因为两个信号之间的相似性被研究，这个过程被称为相关分析。变量x和y之间的相关度通常由公式(2.10)的相关系数表示：(2-10)其中：sxy随机变量的x和y的协方差：Mx和my是随机变量x和y的平均值；sx和sy的x和y随机变量的标准差。利用柯西-施瓦兹不等式；(2-11)旧知识|