设备故障诊断.docx

设备故障诊断.docx

《设备故障诊断.docx》由会员分享，可在线阅读，更多相关《设备故障诊断.docx（12页珍藏版）》请在冰豆网上搜索。

设备故障诊断

研究生课程考核试卷

科目：

设备状态监测与故障诊断教师：

谢志江

姓名：

学号：

专业：

车辆工程类别：

（学术、专业）

上课时间：

2016年3月至2016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）

一、论述齿轮啮合频率产生的机理及齿轮故障诊断的方法

解：

1、齿轮啮合频率产生的机理

根据齿轮传动的特点，齿轮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，这就造成齿轮轮齿受力和刚度成周期性变化，从而引起周期性的振动，能反映这个周期性特征的是啮合频率及其高次谐波。

1）齿轮啮合过程中，齿面既有相对滚动，又有相对滑动。

主动轮上的啮合点由齿根移向齿顶，随啮合半径逐渐增大，速度逐步增大；而从动轮上的啮合点则由齿顶移向齿根，速度逐步降低。

两轮速度上的差异就形成了相对滑动。

在节点处，两轮速度相等，相对滑动速度等于零。

在主动轮上，齿根与节点间啮合点速度低于从动轮上啮合点速度，因此滑动方向向下；而在节点与齿顶间啮合点速度高于从动轮，滑动方向向上。

在节点处，主动轮、从动轮都改变了滑动方向，即摩擦力的方向在节点处发生了改变，形成了节线冲击激励。

2）齿轮啮合过程中，除了上述节线冲击外，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，也就是说，重合度对齿轮啮合的影响。

对于重合度在1-2之间的渐开线直齿轮，在节点附近是单齿啮合区，在齿根、齿顶附近是双齿啮合区。

显然，单双齿交替啮合对载荷、刚度影响很大。

即使齿轮传递恒定扭矩，在每对齿轮啮入或啮出时，由于载荷和刚度的突变，齿轮也会形成周期性啮合冲击。

对于重合度小的直齿，啮合冲击更为显著。

对于斜齿，重合度较大，其啮合点是沿齿宽方向移动的，啮合过程较为平缓，啮合冲击有所改善。

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合度。

3）由于制造、安装、齿面磨损等原因造成齿轮传动误差、侧隙变化，也会影响冲击激励，从而影响齿轮啮合频率。

综上所述，齿轮节线冲击、啮合冲击、啮合刚度是周期性变化的，这个周期性变化的频率，就是转速频率

与齿数

的乘积。

也就是齿轮啮合频率

，即

（

=1、2）

式中，

齿轮的转速频率；

齿轮的齿数。

在一个啮合周期中，齿轮在啮入、啮出、节线冲击时发生不止一次的冲击过程，即多次冲击。

因此在齿轮啮合的振动信号中不仅包含啮合频率

，而且还有高次谐波成分

，

……。

2、齿轮故障诊断的方法

齿轮在机械设备的齿轮箱中是一种非常重要的部件，这种部件应用十分广泛，齿轮主要的作用是起链接、传递动力和运动。

在工作过程中,齿轮、轴承和轴等零部件都会因各种因素而产生振动信号,当振动信号异常于正常情况的振动信号时，则预示着零件有可能发生了故障。

振动信号一般都包含设备（齿轮箱）运行状态信息，利用这些信息进行故障的识别是机械故障诊断中十分常用的方法。

通过这种方法所用到的信号需要利用数学工具如傅立叶变换、小波变换、相关分析等进行处理。

随着工程应用和科学研究的不断发展,所涉及到的故障监测诊断问题越来越复杂。

2.1常见的齿轮故障形式

通常齿轮在运转时,由于各种因素（维护不当、环境恶劣）会产生各种形式的故障。

故障形式又随着运转状态、热处理、齿轮材料等各种因素的变化而有所不同,常见齿轮故障形式有：

齿轮断裂、齿面磨损和划痕、齿面疲劳、齿面塑性变形等。

2.2齿轮故障诊断的常用方法

1）功率谱分析法

频谱图的幅值有两种表示方法:

一种是以能量形式表示的功率谱；另一种以振幅形式表示的幅值谱。

功率谱分析可确定齿轮振动信号的频率构成和在各频率成分上分布的振动能量，是一种重要的频域分析方法。

幅值谱也能进行类似的分析，但由于功率谱是幅值的平方关系，所以功率谱比幅值谱更能突出啮合频率及其谐波等线状谱成分，同时还能减少由随机振动信号引起的“毛刺”现象。

在应用功率谱分析时，频率轴横坐标可采取线性坐标或对数坐标。

但是对于齿轮系统，由于有较多的边频成分，采用线性坐标（恒带宽）比采用对数坐标更有效。

2）边频带分析法　　

边频带出现的机理是齿轮啮合频率f的振动受到了齿轮旋转频率的调制而产生的，边频带成分包含大量的齿轮故障信息，对边频带信息，在频谱分析时必须有足够高的频率分辨率才能提取。

当边频带谱线间的间隔小于频率分辨率（或谱线间隔不均匀）时，都会阻碍对边频带的分析，必要时应对感兴趣的频段进行频率细化分析（分析），以准确测定边频带间隔。

边频带分析从两方面进行，一是利用边频带的频率对称性，找出±（1、2、3…）的频率关系，确定是否为一组边频带。

若是边频带，则可知道啮合频率ƒZ和调制信号频率ƒr。

二是比较各次测量中边频带幅值的变化趋势。

根据边频带呈现的形式和间隔，有可能得到以下信息：

a）当边频间隔为旋转频率ƒr时，可能是齿轮偏心、齿距缓慢的周期变化及载荷的周期波动等缺陷存在。

齿轮每旋转一周，这些缺陷就重复作用一次，即这些缺陷的重复频率与该齿轮的旋转频率相一致。

根据旋转频率ƒr可找出问题齿轮所在的轴。

b）齿轮的点蚀等分布故障会在频谱上形成类似a）的边频带，但其边频阶数少且集中在啮合频率及其谐频的两侧。

c）齿轮的剥落、齿根裂纹及部分断齿等局部故障会产生特有的瞬态冲击调制，在啮合频率其及谐频两侧产生一系列边带。

其特点是边带阶数多而谱线分散，由于高阶边频的互相叠加而使边频族形状各异。

严重的局部故障还会使旋转频率ƒr及其谐波成分增高。

由于边频带成分具有不稳定性，在实际工作环境中，尤其是几种故障并存时，边频族错综复杂，其变化规律难以用上述的典型情况表述，而且还存在两个轴的旋转频率ƒ（主动轴ƒr1，被动轴ƒr2）混合情况。

但边频的总体水平是随着故障的出现而上升的。

3）倒频谱分析法

对于同时有几对齿轮啮合的齿轮箱振动频谱图，由于每对齿轮啮合时都将产生边频带，几个边频带交叉分布在一起，仅进行频率细化分析识别边频特征是不够的；由于倒频谱处理算法将功率谱图中的谐波族变换为倒频谱图中的单根谱线，其位置代表功率谱中相应谐波族（边频带）的频率间隔时间（倒频谱的横坐标表示的是时间间隔，即周期时间），因此可解决上述问题。

倒频谱的另一个主要优点是对于传感器的测点位置或信号传输途径不敏感以及对于幅值和频率调制的相位关系不敏感。

这种不敏感，反而有利于监测故障信号的有无，而不看重某测点振幅的大小（可能由于传输途径而被过分放大）。

二、滚动轴承故障的特征频率推导计算

解：

为了便于推导出轴承旋转时运动元件缺陷的特征频率，现有如下假设：

1）滚动体与滚道之间没有滑动接触；

2）每个滚动体直径相同，并且均匀分布在内外滚道之间；

3）径向、轴向受载荷时各部分没有变形。

图2.1

如上图所示，先求单个滚动体相对于外圈的旋转频率。

内圈滚道的切线速度为

，N为转轴速度（）。

由于滚动体只滚动而不滑动，所以滚动体与内圈滚道在接触点A的速度为

，又假定外圈固定，故滚动体与外圈滚道接触点D的速度为

。

滚动体中心B的速度为

，单个滚动体相对于外圈的旋转频率为：

式中

滚道节圆周长。

由以上原理可求出轴承在受轴向力和不受轴向力工况下各部件存在缺陷时的特征频率。

A、不受轴向力工况

1）如果外圈滚道上某处有一缺陷时，则有Z个滚动体滚过该缺陷时的频率应为：

2）如果内圈上有一处缺陷点时，则有Z个滚动体滚过该缺陷时的特征频率为：

3）如果滚动体上某处有缺陷时的特征频率。

如果该滚动体每自转一周只冲击内圈滚道一次，则其特征频率为：

三、针对某个机组对象建立其状态监测与故障诊断系统，描述测点布置、系统硬件结构组成（框图）及各部分功能

-（如：

汽轮机状态在线监测与故障诊断系统）

-（如：

齿轮箱状态在线监测与故障诊断系统）

-（如：

煤气鼓风机/旋转机械在线监测与故障诊断系统）

解：

汽轮机是将蒸汽的热能转换为机械能的一种旋转式原动机，属于旋转机械。

相比于其它类型的原动机，汽轮机具有单机功率大、热经济性高、运行安全可靠、单位功率制造成本低等一系列优点，所以在现代火力发电中得到普遍应用，即汽轮机发电机组。

随着时代的发展和科学技术的进步，汽轮机组性能的提高和容量的增加，人们对设备安全、稳定、长周期、满负荷运行的要求越来越迫切。

即使机组自动化程度、制造精度和安装工艺水平都有所提高，使得机组的振动故障有所减少，但是由于设备的复杂性、运行环境的特殊性、安装与检修中影响振动因素的不确定性，使得振动等故障仍然是影响汽轮机机组正常运行的重要因素。

对汽轮机机组在线状态监测方式主要有三种：

1）离线定期监测方式。

测试人员定期到现场用一个传感器依次对各测点进行测试，并用磁带机记录信号，数据处理在专用计算机上完成，或是直接在便携式内置微机的仪器上完成。

这是当前利用进口监测仪器普遍采用的方式。

采用该方式，测试系统较简单，但是测试工作较烦琐，需要专门的测试人员，又由于是离线定期监测，不能及时避免突发性故障。

2）在线监测离线分析的监测方式，即主从机监测方式。

在设备上的多个测点均安装传感器，由现场从机系统进行各测点的数据采集和处理，在主机系统上由专业人员进行分析和判断。

这种方式是近年来在大型旋转机械上普遍采用的方式。

相对第一种方式，该方式免去了更换测点的麻烦，并能在线进行监测和报警。

3）自动在线监测方式。

该方式不仅能自动在线监测设备的工作状态，及时进行故障预报，而且能在线根据专家经验和有关准则智能化地进行数据处理和分析判断。

由上可知，由离线定期监测方式、在线监测离线分析监测方式，发展为自动在线监测方式是技术进步的必然趋势。

随着人工智能理论的发展及其在实际中的应用、数据处理软件的大量开发，今后汽轮发电机组振动状态监测技术正向多目标、多层次监测和网络化方向发展。

3.1在线状态监测与故障诊断系统

完整的汽轮机组在线监测与故障诊断系统的总体结构框图如下图3.1所示。

图3.1在线监测与故障诊断系统的总体结构框图

对于整个系统的结构，属于集散型系统结构设计，主要由多个“在线监测系统”和上位机及通信接口、通信线路组成。

采用上、下位机同步工作方式，下位机一般是由单片机等在线监测装置组成，安装于汽轮机组上或其附近，独立完成数据采集和处理等任务，并将数据以数字信号的形式传送给上位机（计算机）。

上位机是故障诊断系统，负责数据的存储、历史数据分析、趋势分析与故障判断等工作，此外还可以将系统的控制参数发送给下位机的各个在线监测系统，以调整在线监测系统的工作状态。

上位机与下位机之间通过网络进行数据传输与信息通讯。

3.2在线监测系统设计

线监测系统位于汽轮机组在线监测与故障诊断系统的最前端，采集三类机组信号，分别是振动信号、键相信号和缓变量信号。

汽轮机因设计工艺、负荷和冷热不均等原因造成的机械故障表现大致可以分为异常振动（如轴承或者转轴发生剧烈转动）和系统失稳（如汽缸热膨胀，转轴偏心或发生轴向位移）。

这两种故障相互影响，有彼此加剧可能。

若想全面掌握机械的运行状态，监测系统必须从这两类故障出发，将机械运行的动态特征和静态特征作为监测对象。

汽轮机运行的动态特征量主要指振动量，它反映了传感器探头端部与转子表面的快速间隙变化。

汽轮机运行的静态量，亦称缓变量，包含轴向位移、轴偏心、缸胀和温度等。

在旋转机械振动测量中，通常在转子上开一个凹槽，每转一周，当凹槽经过涡流探头的位置时，相当于探头与转子表面（被测面）之间距离发生改变，传感器会产生一个脉冲信号，这个信号称为键相信号。

该信号的前沿为轴系各测点振动信号的采样提供同步触发信号，以确保各通道振动信号在采集时刻上无相位偏差，并在频谱上为各振动信号提供统一的相位基准。

在线监测系统在硬件结构上，主要由智能数据采集单元、主处理单元、振动分析单元、开关电源构成。

在线监测系统的设计方案如下图3.2所示。

图3.2在线监测系统

每个不同单元实现的功能：

数据采集单元：

主要完成的功能有自适应键相信号处理；灵活的选择键相信号作为振动信号采样的同步触发信号；振动信号的调理和多路振动信号的同步采集；缓变量信号的调理和采集；采样数据的处理；数据缓存模块的管理。

主处理单元：

主要实现数据存储，键相信号调度，与振动分析单元进行数据交换等功能。

振动分析单元：

实现的主要功能是对采集到的实时数据进行分析以及人机交互，外围设备有液晶显示屏、键盘、灯、检测维护接口。

其中，系统数据采集单元硬件设计如下图3.3所示：

图3.3数据采集单元

3.3故障诊断系统设计

设备故障智能诊断系统的一般结构主要由6个功能模块组成，如图3.4所

示。

每个模块所起的作用是：

1）人机接口模块是整个系统的控制与协调机构；

2）知识库和数据库管理模块的功能是对诊断必需的知识和数据进行建立、增加、删除、修改、查找等操作；

3）诊断推理模块是诊断系统的核心，负责运用诊断信息和相关知识完成诊断任务；

4）诊断信息获取模块通过主动、被动和交互等方式获取有价值的诊断信息；

5）解释机构的任务是向用户提供诊断咨询及诊断推理过程的中间结构，帮助用户了解诊断对象及诊断过程；

6）机器学习模块用于完善系统的知识库，提高系统的诊断能力。

图3.4故障智能诊断系统

3.4测点布置

系统的监测对象是汽轮发电机组,该机组是由汽轮机、发电机、励磁机三大部分组成的。

这三个部分的机组在运行过程中,它们的轴承会产生相关信号。

我们利用在线监测系统监测相关信号,对常见的机械故障（或电气故障）进行判断。

汽轮发电机组5个轴承座中有4个轴承座上已配有垂直方向的速度振动传感器,可供在线监测分析系统使用，在未装速度振动传感器的轴承座的垂直（V）方向安装一个加速度传感器,在汽轮发电机组的5个轴承座上水平（H）/轴向（A）两个方向均安装一个加速度传感器,在励磁机转轴外端轴位安装一个键相器（电涡流传感器）测量转速。

测点布置示意图如图3.5所示:

图3.5测点布置图