【正文】 ... 25 滾動軸承損傷 (缺陷〕而引起的振動 ......................................................... 26 第 4 章 MATLAB 對故障奇異信號進行分析 .......................................................... 26 檢測第一類間斷點 ............................................................................................. 26 檢測第二類間斷點 ............................................................................................. 28 滾動軸承的保持架機械振動信號的故障分析 ....................................................... 30 滾動軸承的外滾道機械振動信號的故障分析 ....................................................... 32 滾動軸承的內(nèi)滾道機械振動信號的故障分析 ....................................................... 33 第 5 章 總結(jié)與展望 .................................................................................................... 37 參考文獻 ...................................................................................................................... 38 至 謝 .......................................................................................................................... 39 附 錄 .......................................................................................................................... 40 浙江理工大學(xué)本科畢業(yè)設(shè)計 (論文 ) 1 第 1 章 緒 論 論文選題背景和意義 在信號處理的領(lǐng)域中，存在眾多的頻域分析方法，其基本思想都是通過研究信號的頻譜特征來得到進行信號處理的基本信息，傅里葉分析方法是一種最古老也是發(fā)展最充分的方法，但是傅里葉分析方法的嚴(yán)重不足在于不能表達(dá)時域信息，應(yīng)用很受局限，后來提出的短時傅里葉變換雖然可以表達(dá)時域信息，但是在空間中的分辨率是固定的，不夠靈活，不能反映信號瞬變的特點。如果一個信號在某個時刻的一個小的鄰中發(fā)生 突變，那么整個頻譜都將受到影響。因此，在非平穩(wěn)信號分析和實時信號處理的許多應(yīng)用中，只有傅里葉變換是不夠的。而許多信號的急劇變化之處常常是分析信號特性的最關(guān)鍵之處。小波變換突破了傳統(tǒng)傅里葉變換等信號處理方法的限制，在時域和頻域上可同時對信號實現(xiàn)局部化處理，這更符合信號非平穩(wěn)的變頻帶結(jié)構(gòu)特征，因而在信號檢測奇異性等方面具有廣泛的應(yīng)用價值。信號中不規(guī)則的突變部分和奇異點往往包含有比較重要的信息，它是信號的重要特征之一。在故障診斷中，例如，機械故障、電力系統(tǒng)故障、腦電圖、心電圖中的異常，以及地下目標(biāo)的位置及形狀等， 都對應(yīng)于測試 信號的突變點，因而對突變點的檢測在故障診斷中有著非常重要的意義。 論文研究現(xiàn)狀 小波分析現(xiàn)狀 小波變換 (Wavelet Transform)具有時頻局部化分析的優(yōu)良性能，最適合于非平穩(wěn)信號分析。小波變換是在 Fourier 變換的基礎(chǔ)上發(fā)展起來的，它被數(shù)學(xué)家認(rèn)為是半個世紀(jì)以來調(diào)和分析的結(jié)晶。 1984 年，法國地球物理學(xué)家 首次提出了小波的概念。之后， 對 Morlet 的伸縮、平移小波概念的可行性進行了研究，開創(chuàng)了小波分析的先河 。 1986 年， 創(chuàng)造性構(gòu)造出二進伸縮、平移小波基函數(shù)，掀起了小波研究熱潮。不久， . Le marie 和 又分別獨立地給出了具有指數(shù)衰減地小波函數(shù)。 1987 年， . Mallat 巧妙地將多尺度思想引入小波分析，統(tǒng)一了前人所提出地各類正交小波構(gòu)造方法，發(fā)明了小波在信號檢測中的應(yīng)用 2 Mallat 塔形快速算法。該算法正交、高效，奠定了小波變換工程實用基礎(chǔ) [1]。 1988年， 構(gòu)造了具有緊支集地正交小波基，系統(tǒng)地建立了小波分析理論體系。 1989 年到 1991 年， . Coifman, 提出小波包(Wavelet Packet)概念及算法，推廣了 Mallat 算法，提高了小波變換地頻域分辨率，引入 Shannon 熵評 價小波基選取地好壞 ， 1993 年 DavidE .Newland 提出了 諧波小波，具有鎖定相 位的能 力，且算法可以利用 FFT 實現(xiàn)。 1994 年， 和 又提出了由多尺度函數(shù)構(gòu)造多小波 (Mutiwavelets)理論。多小波同時具有短支撐、正交性、對稱性和高階消失矩，能夠提供完備地信號分解、重構(gòu)以及良好的邊界處理功能，己經(jīng)在圖像壓縮等方面成功應(yīng)用。 1994年到 1996 年， Sweldens 和 Daubechies 又提出以上升型算法為核心的第二代小波變換理論，使 所有的運算都在空間域內(nèi)進行，既提高了運算效率，又節(jié)省了內(nèi)存容量 [2]。 經(jīng)過近 20年的發(fā)展，小波變換己經(jīng)廣泛應(yīng)用于信號及圖像處理，語音分析、數(shù)值計算、模式識別、量子物理和故障診斷等領(lǐng)域。重慶大學(xué)己成功研制開發(fā)出小波變換信號分析儀，填補了國內(nèi)空白。華中理工大學(xué)、東南大學(xué)、哈爾濱工業(yè)大學(xué)、西安交通大學(xué)等單位也在小波的理論分析和工程應(yīng)用中開展了大量的研究，先后提出了小波包自回歸、基因小波、諧波小波時頻剖面、 Morlet小波廣義闌值消噪等方法，并成功診斷出設(shè)備的多種故障，如旋轉(zhuǎn)機械的油膜渦動、動靜碰摩、松動、蒸汽激勵等故障，往復(fù)壓縮機進、排氣閥泄漏故障診斷，柴油機各缸工作異常、噴油器針閥磨損故障，齒輪裂紋、磨損故障，軸承內(nèi)外圈故障 [3]。 然而 ， 小波分析還在處于發(fā)展的初級階段，離工程實用化和普及還有很大的差距， 1995 年 8月 0berwolfach 舉行的“小波圓桌會議”上，全球致力于小波研究的著名學(xué)者們對小波的現(xiàn)狀和未來展開了熱烈的討論，指出了小波研究中的問題和不足，展望了小波的未來，這個會議對小波今后的發(fā)展具有 里程碑式的作用，對此， WimSweldens 在文獻中給予詳細(xì)的報道。與會學(xué)者一致認(rèn)為，基函數(shù)的選擇問題是小波變換征途上的第一難關(guān)。小波基函數(shù)的現(xiàn)狀、正交性、緊支性、衰減性、對稱性及光滑性的不同決定了小波特性的千差萬別。在信號分解時，若采用了不適宜的基函數(shù)，則會由于特征信息被沖淡，反而給故障信號特征的檢測和識別造成困難。因此，如何選擇合適的小波基是小波變換能否在故障診斷中取浙江理工大學(xué)本科畢業(yè)設(shè)計 (論文 ) 3 得突破性進展的關(guān)鍵。很多學(xué)者已經(jīng)致力于小波包變換最優(yōu)基和最佳樹形結(jié)構(gòu)分解地研究。因為小波包變換的母小波只有一個，最佳樹形結(jié)構(gòu)分解實際上是在 探索小波包變換最佳尺度，不是真正意義上地最優(yōu)基小波變換。最優(yōu)基小波變換應(yīng)該是根據(jù)信號特征選擇與其最匹配、最近式的基函數(shù)的信號分解。迄今為止，最優(yōu)小波基仍然沒有明確的選擇標(biāo)準(zhǔn)，故障診斷中小波基的使用存在隨意性。 機械故障診斷現(xiàn)狀 機械狀態(tài)監(jiān)測和故障診斷 (Condition Monitoringamp。Fault Diagnosis,CMamp。FD)技術(shù)可以用我國中醫(yī)學(xué)的理論簡明扼要的概括為八個字，即“望聞問切，對癥下藥”?！巴剢柷小笔侵笭顟B(tài)監(jiān)測，“對癥”意味著提取故障征兆進行分析診斷，“下藥”則是制定合理的 維修策略。具體來說，狀態(tài)監(jiān)測是采用各種測量和監(jiān)視方法，記錄和顯示設(shè)備運行狀態(tài)，對異常狀態(tài)作出報警，為設(shè)備的故障分析提供數(shù)據(jù)和信息。故障診斷則是根據(jù)狀態(tài)監(jiān)測所獲得的信息，結(jié)合設(shè)備結(jié)構(gòu)特性和參數(shù)，對可能要發(fā)生或已經(jīng)發(fā)生的故障進行預(yù)報。分析和判斷，確定故障的類別、部位、程度和原因，提出維修對策，使設(shè)備恢復(fù)到正常狀態(tài)。一切 機械 設(shè)備，不管它的規(guī)模的大小和性能優(yōu)劣，在運行過程中遲早會出現(xiàn)這樣或那樣的故障。尤其是現(xiàn)代科學(xué)技術(shù)高速發(fā)展的今天，機械設(shè)備正朝著大型化、高速化、連續(xù)化、集中化、自動化的方向發(fā)展，機械設(shè)備的組成和結(jié) 構(gòu)變得越來越復(fù)雜，設(shè)備的各子系統(tǒng)之間的聯(lián)系也越來越密切，一旦設(shè)備的某個部分在運行過程中出現(xiàn)故障，就很可能中斷生產(chǎn)，造成巨大的經(jīng)濟損失，甚至帶來災(zāi)難性的后果。應(yīng)用先進的CMamp。FD 技術(shù)，不僅可以發(fā)現(xiàn)早期故障，避免惡性事故的發(fā)生，還可以從根本上解決設(shè)備定期維修中不足和過剩維修問題 [4]。 從 60 年代末開始，國內(nèi)外的許多學(xué)者和工程技術(shù)人員對 機械故障診斷 技術(shù)的理論和工程應(yīng)用方面進行了深入系統(tǒng)的研究，到目前為止，隨著信息論、系統(tǒng)論、控制論和計算機技術(shù)等前沿學(xué)科和先進技術(shù)的引入， 主要有以下幾個方面的研究： (1)傳感器技術(shù)、測試方法及信號采集技術(shù) 通過傳感器獲得的一次信號 (原始信號 )的可靠性和完備性是故障診斷結(jié)果正確 與否的前提，所以，在不斷提高傳感器性能的同時，需要研制新型傳感器來小波在信號檢測中的應(yīng)用 4 測量設(shè)備的各種物理參數(shù)。美國實業(yè)家 Bently 先生發(fā)明的非接觸式電渦流傳感器可獲得轉(zhuǎn)軸的振動信息，為轉(zhuǎn)子動力學(xué)、滑動軸承的故障研究做出了卓越的貢獻。振動加速度和速度傳感器的性能也在不斷的改善，特別是造低頻傳感器的出現(xiàn)，使水輪機、煉鋼包回轉(zhuǎn)臺、建材轉(zhuǎn)窯、攪拌滾筒的低速回轉(zhuǎn)機械設(shè)備的低頻振動測量成為可能。另外，用于測量溫度、壓力、流量、粉塵度 、化學(xué)氣體、聲音、電流等物理量的傳感器也不斷被應(yīng)用到工程實踐。目前，傳感器的發(fā)展正向復(fù)合化、智能化的趨勢發(fā)展。隨著微型機械和納米技術(shù)的完善，有可能研制出“走入”機器內(nèi)部來觀測零件運轉(zhuǎn)和損壞情況的微機器人傳感器。如果這一理想得以實現(xiàn)，將會給機械設(shè)備 CMamp。FD 帶來一場革命。隨著大規(guī)模集成電路、計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的進步，使多機組、大規(guī)模的信號采集、儲存和傳輸?shù)囊詫崿F(xiàn)。為了獲得機械設(shè)備全方位的運行信息，大部分監(jiān)測系統(tǒng)都采用多傳感器組合方式來實施設(shè)備信號采集和狀態(tài)監(jiān)測 [5]。目前，一套監(jiān)測診斷系統(tǒng)往往同時為多臺設(shè)備 服務(wù)，它獲取信號包括振動量、位移量、運行工藝量 (溫度、壓力、流量等 )和狀態(tài)變量等，系統(tǒng)的測點已經(jīng)達(dá)到數(shù)百個以上。多測點 、 多傳感器的采集方式在提供了豐富信號的同時，導(dǎo)致了信號的多樣性 和復(fù)雜性。為了從大量的設(shè)備信號中提取有效信息，多傳感器信息融合 (Information Fusion)和數(shù)據(jù)挖掘 (Data Mining)技術(shù)得到了迅速的發(fā)脹，但它們的共同前提是必須具備有效的信號處理和特征提取方式。沒有這個前提，信息融合和數(shù)據(jù)挖掘?qū)⒉荒馨l(fā)揮預(yù)期的作用。因此，如何對各種復(fù)雜信號進行處理、分類和綜合，提取出故障特征是 故障診斷中富有挑戰(zhàn)性的研究課題 [6]。 (2)故障機理及故障征兆研究 故障機理及故障征兆的研究是 CMUD 技術(shù)的基礎(chǔ)。根據(jù)研究對象和故障的物理特點，建立相應(yīng)數(shù)學(xué)模型一直是故障機理及故障征兆研究的有效手段。國內(nèi)外學(xué)者利用轉(zhuǎn)子學(xué)理論，己經(jīng)對旋轉(zhuǎn)機組的不平橫、不對中、彎曲、油膜渦動、油膜振蕩、松動、摩擦、磨損、裂紋、喘振等常見故障做了大量的研究，不僅探明了故障機理，而且為旋轉(zhuǎn)機械的優(yōu)化設(shè)計提供了依據(jù)。當(dāng)然，故障診斷是一門實踐性很強的科學(xué)，從設(shè)備的運行、檢修中積累知識也是故障機理和征兆研究的重要途徑。具有代表性的工作 是 1968 年 John Sohre 在美國機械工程師學(xué)會〔 ASME)石油機械工程會議上撰寫了一篇名為“高速渦輪機運行故障的原因與校正”的文浙江理工大學(xué)本科畢業(yè)設(shè)計 (論文 ) 5 章，將典型故障劃分為九類二十七種，歸納了四張涉及故障征兆及其可能原因的圖表，這些圖表一直被工程技術(shù)人員作為設(shè)備監(jiān)測和故障診斷的重要依據(jù)。我國上海發(fā)電成套設(shè)備設(shè)計研究所和哈爾濱工業(yè)大學(xué)也在國家“七五”、“八五”期間收集了很多國內(nèi) 200MW, 300MW 汽輪發(fā)電機組典型故障案例，建立了上千條汽輪發(fā)電組規(guī)則。在研究人員的不斷努力下，旋轉(zhuǎn)機械故障機理的研究己經(jīng)成為故障診斷學(xué)科中迅速發(fā) 展的分支 [7]。 但是 ， 傳統(tǒng)轉(zhuǎn)子動力學(xué)的研究主要是基于線性轉(zhuǎn)子模型進行的。事實上，轉(zhuǎn)子系統(tǒng)是非線性的，導(dǎo)致其非線性的因素有 :部件之間的摩擦、滑動軸承軸油膜力、材料本身物理性質(zhì)、滾動軸承中的間隙和恢復(fù)力、裂紋、大變形和大位移等?；诰€性系統(tǒng)原理的轉(zhuǎn)子動力學(xué)理論與方法難以對實踐中出現(xiàn)的豐富的非線性動力學(xué)現(xiàn)象做出準(zhǔn)確的描述、闡釋和預(yù)測。這樣，建立基于非線性轉(zhuǎn)子動力學(xué)的旋轉(zhuǎn)機組故障機理及故障征兆理論己經(jīng)迫在眉睫。 復(fù)雜機械系統(tǒng)故障診斷是 CMamp。FD 面臨的難題。復(fù)雜機械設(shè)備以內(nèi)燃機為代表，他的運動形式多樣，激勵源比 較多，既有往復(fù)運動，又有旋轉(zhuǎn)運動，同時還存在不平衡沖擊，導(dǎo)致故障原因的故障與故障征兆的對應(yīng)關(guān)系非常復(fù)雜。另外，齒輪、滾動軸承、電機等多種通用機械設(shè)備的故障形式和原因也得到深入的研究，