基于阶次分析之旋转机械故障诊查方法概述.docVIP

　　基于阶次分析之旋转机械故障诊查方法概述 第 1 章 绪 论 1.1课题背景 在各类机械设备中，旋转机械应用最广，如在石油、冶金、电力、化工等国民支柱型产业中都大量地应用了发电机、电动机、汽轮机等大型旋转机械设备。在科学技术高度发达的今天，旋转机械也得到了很大发展，呈现出高速、连续、大型、自动化的特点。由于各设备间紧密联系，协同工作，所以作为工业生产中核心设备的旋转机械，一旦发生故障必将影响整个生产作业，甚至导致生产瘫痪，造成不可弥补的损失[1]。因此，人们对旋转机械在稳定性、安全性、长时间满负荷运行方面的要求越来越高。故障诊断是根据机械设备在运行过程中的各方面数据指标信息，对机械设备的运行状态及是否出现故障做出科学地推断，并且进一步判断出故障的类型、部位、故障严重程度以及发展情况等。准确的故障诊断可以及早发现并排除故障，避免故障的扩大，防患于未然。因此，发展大型旋转机械的状态监测和故障诊断技术，可以有效地提高设备的使用效率，避免生产事故的发生，具有重大的理论和现实意义[2]，其具体表现可以概括为以下几个方面： (1)对旋转机械进行状态监测，能尽早发现设备的早期故障，提前预防重大事故的发生，将损失减小到最低，保障企业核心设备的正常运行，确保工作人员的生命安全； (2)使用企业和研发人员能够从设备的运行情况发现设计存在的问题，为设计的改进和制造水平的提高提供可靠依据； (3)有效的故障诊断，可以随时发现设备故障，准确判断出故障位置，节省了停机检修的时间。大大提高生产效率，降低生产成本。 .. 1.2旋转机械故障诊断技术的研究现状 故障机理的研究为故障诊断的科学性和准确性提供了保障。对于旋转机械，故障机理的研究至关重要，它为最后的诊断环节提供了强有力的理论依据。在转子动力学基础上，各国学者纷纷展开对旋转机械故障机理的研究[3,4]。为了了解故障的形成和发展过程，需要建立故障的数学和物理模型，进行物理模拟或计算机仿真，建立故障仿真模型。现在的研究成果已经不仅仅局限于线性系统，除了之前简单的Jeffcot 转子模型，还出现了分叉等非线性模型[5]，用于研究大型旋转机械的混沌特性。另外，研究人员对转子裂纹等非线性故障都进行了相关的理论研究和实验探究。常规意义的故障信息处理技术可以分为两部分，即故障信号检测和故障信号分析处理。常用的故障信号包括振动、电压、电流、压力、温度等。将检测到的这些信息进行处理研究，以便有效提取故障特征的过程，就是故障信号分析处理过程，也是故障信息处理技术的主要内容。无论是在理论研究还是在工程实际中，傅立叶变换(Fourier)和傅立叶变换快速算法(FFT )都是目前最基本的故障信息分析方法。除此之外，还有一系列以FFT 算法为基础的信号分析方法，比如频谱分析、包络分析、细化谱分析、倒频谱分析和模态分析等等[6]。虽然这些方法被广泛应用于故障诊断领域，但它们也有局限性，因为Fourier变换只适用于分析连续平稳信号，却对工程实际中大量存在的非平稳信号无能为力。这时，人们引入时频分析方法，来分析处理非平稳信号[7]。 第 2 章 阶比跟踪技术的研究 2.1 引言 旋转机械中的振动信号主要分为平稳信号和非平稳信号。目前，针对平稳信号的分析技术发展已经相对成熟，广泛应用于工程实际中。而对非平稳振动信号的特征分析还没有被充分利用，仍有很大的发展空间，也是当前旋转机械特征分析技术的研究重点。阶次分析技术用于处理旋转机械中的非平稳信号，是旋转机械振动信号分析和故障诊断的重要技术之一，而阶比跟踪又是实现阶次分析的关键，本章将对阶比跟踪技术进行详细阐述和研究。针对硬件设备安装不便和成本高的问题，HP 公司的 Potter[28]提出了计算阶比跟踪技术(puted Order Tracking，COT)。该技术利用内插算法，配合外部的鉴相装置共同来完成角域采样。其原理图见图 2-3，基本思想是：通过双通道对旋转机械的振动信号和转速脉冲信号进行同步采样，利用转速脉冲信号计算鉴相时标，确保每转过相同角度，插入一个采样点，对非平稳振动信号进行角域重采样，从而得到平稳的等角度信号，然后对其进行傅立叶变换，即可得到清晰的阶比谱图。图中横坐标表示原始振动信号中各成分频率与轴转频的比值，即阶比(Order )，每一条谱线高度则表示各频率成分振动幅值的大小，被称为阶比分量。 . 2.2 传统的阶比跟踪技术 简单来说，阶次分析就是对角域采样信号进行傅立叶变换。而对振动信号进行准确地等角度采样的阶比跟踪技术，自然成为了阶次分析技术研究的重点。由图 1-1可知，阶比跟踪算法有很多种分类，本节将筛选其中的传统阶比跟踪技术进行系统阐述。传统的阶比跟踪技术主要有硬件阶比跟踪和计算阶比跟踪两种，目前国内外采用的主要是计算阶比跟踪技术。传统硬件阶比跟踪算法是基于