旋转机械的测试信号及分析.docxVIP

旋转机械的测试信号及分析 随着科学技术的日益发展，对各类机械的运行速度、承载能力、工作寿命等 方面的要求越来越高，振动问题是机械设备中最主要的问题，人们对振动危害的 认识越来越深入，因而对振动测试与振动信号分析技术的研究提出了越来越高的 要求。近几十年来旋转机械状态监测与故障诊断技术得到了广泛的重视，世界各国纷纷投入巨资，积极开展故障诊断理论与技术研究，在许多行业得到了实际应用，取得了良好的经济和社会效益。尽管机械设备故障诊断技术得到了很大的发展，并有许多成功应用的报导，但机械设备故障诊断技术仍未能很好满足故障诊断现场应用的实际需求，探索和研究新的故障诊断方法、技术，开发研制先进的仪器、系统，仍是机械学科重要的研究内容之一。 1.发展现状 数十年以来，故障诊断技术不断吸收各门科学技术发展的新成果，诊断的理 论与应用有了很大的发展，取得了明显进步。故障诊断学科成为集数学、物理、力学、信息技术、人工智能等基础学科以及各相关专业学科于一体的交叉学科。 故障诊断技术研究的主要内容包括以下四个方面：故障机理及其特征、故障信号的处理技术、故障源分离与定位技术、人工智能技术的应用研究。 ① 故障机理及其特征 故障机理的研究是故障诊断的基础，是获得准确、可靠的诊断结果的重要保 证。旋转机械的故障机理研究通常是以转子动力学为基础，研究故障的物理或数 学模型，进行物理模拟或计算机仿真，其目的是了解故障的形成和发展过程，明 确故障的动力学特征，从而进一步掌握典型的故障信号，提取故障征兆，建立故 障样板模式。国内外科研工作者对各种故障模型作了大量的研究]。故障旋转机械转子的力学模型也从比较简单的 Jeffcot 转子模型发展到各种非线性模型，诸如分叉与混沌行为及其稳定性的研究等等，取得了重要的研究成果。 ② 故障信号的处理技术 故障信号的处理技术是故障诊断的前提，它对于提高诊断的准确性和可靠性 方面具有非常重要的意义，是旋转机械故障诊断中最关键的一步。常规的故障信 号的处理技术包括故障信号检测和故障信号分析处理两个部分。故障信号分析处 理是对检测到的各种状态信息进行加工、变换，以提取故障征兆。目前应用最广 泛的故障信号分析处理方法是 Fourier 分析和相应的 FFT 快速算法。借助于 FFT算法实现的信号处理有频谱分析、相关分析、时间序列分析、倒频谱分析等。 这些分析方法在故障诊断过程中起到了重要的作用，但 Fourier 分析方法只适合于分析连续的、平稳的时域信号。为了有效地分析处理工程应用领域中大量的非平稳信号，人们把时频分析理论引入到故障信号的分析处理中。 ③ 故障分离与定位技术 故障源分离与定位技术是故障诊断的关键技术，也称为故障模式识别，是将 经过信号处理得到的有限的或不完整的特征信号与故障原因对应起来，使故障源 定位(确定故障源)。20 世纪 60 年代以来，随着故障诊断理论研究的不断深入，人们克服了越限诊断方法的局限，发展了多种故障源分离与定位技术，包括基于系统数学模型的方法、统计分析方法、模糊综合评判方法等等。 ④ 人工智能诊断技术 由于大型复杂系统在工业生产中的广泛应用，使得常规故障诊断技术越来越 难以满足人们对大型复杂系统提出的可靠性要求，因此，智能诊断成为一个重要 的发展方向。人工智能技术主要研究如何利用计算机模拟人的智能，目的是使计 算机去做只有人才能做的任务，如推理、理解、决策、学习等等。近年来，人们 对诊断知识的获取、表达、组织和推理方法—故障信息的智能处理技术的研究， 作了大量工作，但无论是在理论方面还是在实际应用方面都还存在许多问题有待 于研究解决。 旋转机械的故障诊断离不开实际应用，从振动信号的拾取、信号的处理、特 征提取到故障的诊断与识别，目的都是为了开发能应用于实际的测试与诊断系统。 目前，在这方面的发展主要有以下两个方向：便携式的振动监测与诊断系统、在 线监测与诊断系统。便携式的振动监测与诊断系统主要采用单片机，其功能是对旋转机械的振动信号进行测试并对所测信号进行分析，提取旋转机械的故障特征，从而进行故障诊断。在线监测与诊断系统配有传感器系统、数据预处理系统、采样控制系统、计算机系统以及打印输出系统，配备丰富的监测与诊断软件，存储大量的数据，以备分析诊断用。 2. 旋转机械故障诊断中的振动信号处理 无论是在故障诊断的机理研究，还是在诊断推理的征兆选择上，振动信号分析是目前故障诊断中应用最广泛的方法。振动信号处理方法大致分为两类：第一类是稳态或准稳态信号的各类处理方法；第二类是非平稳信号的各类处理方法。 2.1 傅里叶变换 傅里叶变换是出现最早、发展最成熟的变换域信号分析方法，它是由法国数 学家 J.B.J 傅里叶(Fourier)于 1822 年在热理论的研究中首次正式提出的，傅里叶正变换建立了信号从时域到