大机组齿轮早期故障诊断方法研究、开发和应用.pdfVIP

大机组齿轮早期故障诊断方法的研究、开发与应用 陈大禧朱铁光李志强易超 (湖南岳阳长蛉炼油化[总厂设备研究所岳阳414012) 摘要：本文分析了影响齿轮早期故障诊断准确性的主要卧紊，针对齿轮 振动信号噪声干扰大的特点，采用小波分析、神经网络滤波、相关滤波等 方法进行信号预处理，可大大提高信噪比．现场应用情况表明：该方法可 在强噪声环境下提取出齿轮振动中的微弱故障信息，及时发现齿轮早期故 ● 障隐患．同时谊方法还可进一步推广应用到存在强噪声、强冲击的滚动轴 承、往复机械等的诊断工作中．最后，在此基础上，开发了一套齿轮早期 故障诊断软件系统． ● 1．首言 齿轮传动是机械设备中最常用的传动方式，因此，齿轮失效是诱发机 组故障的一个重要原因．在石化、冶金等流程生产企业，很多生产中的关 键机组均以齿轮箱作为主要的变速机构，这些机组均为长周期连续运转， 不便解体检查，一旦出现传动部件的故障而造成突发性停机事故，就会对 整个装置，乃至全厂的生产和经济效益造成巨大的损失．因此，怎样在不 停机的情况下，准确地诊断出齿轮的早期故障隐患，以便及时采取措施， 做到防惠于未然，对于保障机组的安全运行、提高企业经济效益具有非常 重要的意义． 现有的齿轮故障诊断方法有多种，例如：通过时域平均分析，可以识 别齿轮安装错位、断齿等缺陷；通过啮合频率及其谐波分量幅值变化的功 率谱分析，可以识别齿面均匀磨损：通过倒频谱分析，可以消除信号传递 路径的影响，提取信号中的周期成分；通过包络分析，可以对信号进行幅 值解调；通过F／V跨零频率分析及瞬时频率波动分析，可以进行额率解调 等等．这些方法在齿轮故障的识别中，发挥了积极的作用，但是，对于齿 轮的早期缺陷，它们的反映还不够灵敏，以致于不能及时消除存在的故障 隐患、预防事故的发生． 我们采用小波分析，神经网络滤波等方法对齿轮振动信号进行预处理， 大大提高了信噪比．现场应用情况表明：该方法可在强噪声环境下提取出 齿轮振动中的微弱故障信息，及时发现齿轮早期故障隐患． 2．齿轮早期故障诊断难点分析 420 与一般的回转机械相比，齿轮振动具有如下几个显著特点： o较高的振动特征频率．齿轮振动的特征频率主要为其啮合频率及其 倍频成分，对于石化行业等高速回转机组的齿轮箱而言，—觳速5000— 10000Hz以上：而且齿轮啮合过程中还经常存在一定程度的冲击现象，其响 应频率更高．普通电涡流传感器的额响(—簸在200洲z以下)达不到这一 要求．因此齿轮振动测试必须采用加速度传感器在轴承或齿轮籍体上洲取 其振动信号，且整个测试系统的额响范围必须足够高． ②较强的非线性．齿轮回转过程中，其刖度不断变化，呈现出较强的 非线性，因此，齿轮振动经常呈现出某些非线性特征．同时，由于存在调 {——●1l●Il●●．11^l_——．IlJ，．，．J1 额调幅现象，在高频的啮合频率两旁，还经常分布着一系列的以主轴回转 频率为间隔的边频带，因此，对高频下频率分辨率的要求也很高． @较大的噪声干扰．齿轮振动信号的传递路径较复杂，经过了轮齿呻 轮毂畸轴-轴承一轴承座斗待感器后，一方面引八了大量的噪声干扰成分， 另一方面一部分高额信号迅速衰减，降低了信噪比．因此要提高齿轮诊断 的准确率，妊须首先对测得的信号进行降噪处理． J．■T●-■，--．．-1 近年来，小波分析与人工神经网络滤波在信号降噪方面的研究，取得 了很多可喜的进展．我们将这些方法应用于大