【文章內(nèi)容簡(jiǎn)介】 到極大發(fā)展。 2020 年卜凱旗在《在燃?xì)廨啓C(jī)發(fā)電機(jī)組的振動(dòng)信號(hào)監(jiān)測(cè)與分析系統(tǒng)》一文中研發(fā)了一套燃?xì)廨啓C(jī)振動(dòng)監(jiān)測(cè)、故障診斷系統(tǒng) ,該系統(tǒng)通過振動(dòng)數(shù)據(jù)采集、分析，機(jī)組運(yùn)行中出現(xiàn)的異常情況可以及時(shí)地被反映出來，并通過專家診斷系統(tǒng)采用多種數(shù)據(jù)分析方法互為補(bǔ)充，從而獲得較好的故障診斷結(jié)果。并提出有效建議供現(xiàn)場(chǎng)的技術(shù)人員參考，可隨時(shí)了解機(jī)組的運(yùn)行情況，經(jīng)過驗(yàn)證此系統(tǒng)不僅保證了安全生產(chǎn)，同時(shí)也取得了良好的經(jīng)濟(jì)效益。 在 2020 年《模糊神經(jīng)網(wǎng)絡(luò)在燃?xì)廨啓C(jī)故障診斷專家系統(tǒng)中的研究與應(yīng)用》陳旸等提出了針對(duì)故障診斷專家系統(tǒng)中自學(xué)習(xí)能力弱和不能描述模糊性知識(shí)的問題 ,提出了一種將模糊神經(jīng)網(wǎng)絡(luò)運(yùn)用于故障診斷專家系統(tǒng)的研究方法 ,既可以使故障診斷專家系統(tǒng)根據(jù)事例和數(shù)據(jù)來學(xué)習(xí)新的知識(shí)和信息 ,又增強(qiáng)了系統(tǒng)描述模糊性知識(shí)的能力 ,使得診斷結(jié)果更加符合診斷工作人員的需要。最后以某型燃?xì)廨啓C(jī)為研究對(duì)象 ,實(shí)現(xiàn)了快速、準(zhǔn)確地診斷。 沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 5 2020 年上海交通大字的夏迪針對(duì) PG917E 型單軸發(fā)電燃?xì)廨啓C(jī)，提出丁基十非線性模型的全斷方法，采用無約束的優(yōu)化方法優(yōu)化模型輸出值 與實(shí)際測(cè)量值的偏差，結(jié)果表明該方法精度較高，收斂性好，達(dá)到工程應(yīng)用的目的?；诖朔椒ㄓ珠_發(fā)了燃?xì)廨啓C(jī)故障診斷系統(tǒng)軟件，該軟件由數(shù)據(jù)采集和數(shù)據(jù)傳輸、燃?xì)廨啓C(jī)性能仿真、傳感器故障診斷、熱參數(shù)狀態(tài)檢測(cè)與氣路診斷以及數(shù)據(jù)庫(kù)組成，根據(jù)采集到的燃?xì)廨啓C(jī)熱參數(shù)，利用該軟件可以實(shí)現(xiàn)對(duì)燃?xì)廨啓C(jī)部件實(shí)時(shí)性能監(jiān)測(cè)和故障診斷。 近年來，隨著燃?xì)廨啓C(jī)故障診斷技術(shù)的發(fā)展，故障預(yù)測(cè)與健康管理 (Prognostic andHealth Management / Monitoring, PHM)系統(tǒng)獲得了廣泛的關(guān)注，以達(dá)到對(duì)燃?xì)廨啓C(jī)的健康 進(jìn)行管理、故障預(yù)測(cè)、以及壽命預(yù)估的目的。 研究?jī)?nèi)容 燃?xì)廨啓C(jī)是一類結(jié)構(gòu)復(fù)雜、工作環(huán)境特殊的大型系統(tǒng)，故障類型具有多模式、多發(fā)性、突發(fā)性的特點(diǎn)，且一旦發(fā)生故障，危害性極大。因此，設(shè)計(jì)有效的故障診斷方法對(duì)燃?xì)廨啓C(jī)進(jìn)行故障診斷尤為重要。 本文意在于將 BP 神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)的方法引入到滾動(dòng)軸承故障診斷這一方面，將為軸承故障診斷技術(shù)提供一種方法，以期由此來提高軸承故障診斷的效率。如何從復(fù)雜的軸承故障參數(shù)中選取合適的故障參數(shù)，如何由故障特征確定對(duì)應(yīng)的故障類型，如何實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)并通過仿真測(cè)試是本文研 究的主要內(nèi)容。 第 2 章：介紹總體方案設(shè)計(jì)，并且闡述分析軸承的基本結(jié)構(gòu)和原理，以及如何采集本次實(shí)驗(yàn)所需的軸承參數(shù)。 第 3 章：系統(tǒng)地介紹了 BP 神經(jīng)網(wǎng)絡(luò)和 ANFIS 模糊神經(jīng)網(wǎng)絡(luò)的原理、結(jié)構(gòu)、學(xué)習(xí)過程，選用合適的算法以使得其能夠更加適合于滾動(dòng)軸承故障診斷系統(tǒng)的應(yīng)用。 第 4 章：采用已經(jīng)獲得的故障參數(shù)，構(gòu)建合理的 BP 神經(jīng)網(wǎng)絡(luò)并確定其結(jié)構(gòu)，對(duì)診斷輸出結(jié)果采取了判別區(qū)間的再處理。利用我們采集的實(shí)測(cè)數(shù)據(jù)，分別構(gòu)造了基于軸承振動(dòng)參數(shù)的正常及故障狀態(tài)的訓(xùn)練樣本，在 MATLAB 環(huán)境中對(duì)構(gòu)建的 BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試，驗(yàn)證了故 障診斷系統(tǒng)對(duì)滾動(dòng)軸承不同狀態(tài)進(jìn)行識(shí)別的有效性。 第 5 章： 論述 基于自 適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)（ ANFIS）故障診斷器的設(shè)計(jì)及其診斷結(jié)果。 沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 6 第 6 章： 對(duì)以上 兩種 神經(jīng)網(wǎng)絡(luò)故障診斷器的診斷結(jié)果進(jìn)行對(duì)比分析 。 沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 7 2 燃?xì)廨啓C(jī)關(guān)鍵部件故障診斷的總體方案設(shè)計(jì) 本畢業(yè)設(shè)計(jì)以燃?xì)廨啓C(jī)的滾動(dòng)軸承為具體研究對(duì)象，開展軸承系統(tǒng)故障診斷方法研究，設(shè)計(jì)故障診斷算法，構(gòu)建故障診斷模型，最終實(shí)現(xiàn)燃?xì)廨啓C(jī)軸承故障診斷的效能。 滾動(dòng)軸承故障的總體方案設(shè)計(jì) 燃?xì)廨啓C(jī)軸承系統(tǒng)智能故障診斷技術(shù)進(jìn)行總體方案設(shè)計(jì)如圖 所示，主要由信息采集模塊、 數(shù)據(jù)預(yù)處理模塊、 BP 神經(jīng)網(wǎng)絡(luò) 故障和模糊神經(jīng)網(wǎng)絡(luò)診斷模塊構(gòu)成。 燃?xì)廨啓C(jī)軸承系統(tǒng)數(shù)據(jù)采集與預(yù)處理故 障 診 斷 模 型 /算 法B P 神 經(jīng) 網(wǎng) 絡(luò)傳感器系統(tǒng)故障診斷結(jié)果模 糊 神 經(jīng) 網(wǎng) 絡(luò) 圖 燃?xì)廨啓C(jī)軸承系統(tǒng)故障診斷方法研究方案 本文以某型燃?xì)廨啓C(jī)滾動(dòng)軸承為研究對(duì)象，通過對(duì)滾動(dòng)軸承運(yùn)行狀態(tài)類型分析，將滾動(dòng)軸承的狀態(tài)類型分為正常狀態(tài)、故障狀態(tài)類型。 燃?xì)廨啓C(jī)軸承系統(tǒng)在工作時(shí)通過傳感器采集其 工作過程中的各項(xiàng)參數(shù)數(shù)據(jù)，由于數(shù)據(jù)信息量較大，有些數(shù)據(jù)并不適合作為故障診斷的參考數(shù)據(jù)，所以需要對(duì)傳感器采集到的數(shù)據(jù)進(jìn)行處理，如濾波，篩選，整形等等。在此基礎(chǔ)上，將提取到的 參數(shù)作為BP 神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行建模，采用所建立的 BP 神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng) 進(jìn)行 仿真實(shí)驗(yàn) ，最終 ， 得到故障診斷結(jié)果。 滾動(dòng)軸承機(jī)理及故障類型 滾動(dòng)軸承在旋轉(zhuǎn)過程中難免會(huì)產(chǎn)生振動(dòng)，當(dāng)滾動(dòng)軸承存在缺陷時(shí)，其振動(dòng)將呈沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 8 現(xiàn)出一定的特征，測(cè)量的振動(dòng)信號(hào)作為滾動(dòng)軸承故障的信息載體，具有適用性強(qiáng)、效果好、測(cè)取簡(jiǎn)單的特點(diǎn)，根據(jù)所監(jiān)測(cè)頻帶的不 同，可將滾動(dòng)軸承缺陷的振動(dòng)信號(hào)劃分為低頻診斷和高頻診斷，其中低頻診斷主要是針對(duì)滾動(dòng)軸承中各元件缺陷的旋轉(zhuǎn)特征頻率進(jìn)行的 。而高頻診斷則著眼于滾動(dòng)軸承因存在缺陷時(shí)所激發(fā)的各元件的固有頻率振動(dòng)。它們?cè)谠砩蠜]有太大的區(qū)別，都要通過頻譜分析等手段，找出不同元件 (內(nèi)圈、外圈、滾動(dòng)體等 )的缺陷特征頻率，以此判斷滾動(dòng)軸承的缺陷部位及其嚴(yán)重程度。本章主要討論滾動(dòng)軸承的振動(dòng)機(jī)理、故障類型及其對(duì)應(yīng)的振動(dòng)特征、損傷類故障模型等。 滾動(dòng)軸承基本結(jié)構(gòu) 滾動(dòng)軸承是由外圈、內(nèi)圈、滾動(dòng)體和保持架等元件組成的。內(nèi)圈、外圈分別與 軸頸及軸承座孔裝配在一起。在大多數(shù)情況下外圈不動(dòng)，而內(nèi)圈隨軸回轉(zhuǎn)。滾動(dòng)體是滾動(dòng)軸承的核心元件，它使相對(duì)運(yùn)動(dòng)表面間的滑動(dòng)摩擦變?yōu)闈L動(dòng)摩擦。滾動(dòng)體的形式有球形、圓形、錐柱形和鼓形等。滾動(dòng)體可在內(nèi)、外圈滾道上進(jìn)行滾動(dòng)。圖 為滾動(dòng)軸承結(jié)構(gòu)圖。 圖 圖 22 所示滾動(dòng)軸承示意圖中的符號(hào)意義為 : D —— 軸承節(jié)圓直徑 。 d 一一滾動(dòng)體 直徑 。 沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 9 1r 一一內(nèi)環(huán)滾道的半徑 。 2r 一一外環(huán)滾道的半徑 。 a —— 接觸角。 滾動(dòng)軸承故障類型 滾動(dòng)軸承不同類型的故障會(huì)引起軸承系統(tǒng)不同性質(zhì)的特征振動(dòng)，按照振動(dòng)信號(hào)的不同，滾動(dòng)軸承故障可以劃分為如圖 所示的形式。 軸承構(gòu)造 不同軸 滾動(dòng)軸承 故障 工件面波紋 外圈損傷 內(nèi)圈損傷 表面損傷 滾體損傷 保持架損傷 磨損 偏離準(zhǔn)心 圖 本文主要以損傷類故障內(nèi)為題，表面損傷滾動(dòng)軸承最常見的一種故障形式，常表現(xiàn) 為元件表面疲勞剝落、壓痕、裂紋、燒傷、劃傷等。當(dāng)軸承存在局部損傷時(shí)，損傷沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 10 點(diǎn)通過軸承元件表面時(shí)要產(chǎn)生突變的沖擊脈沖力，該脈沖力是一個(gè)寬帶信號(hào)，所以必然覆蓋軸承系統(tǒng)的高頻固有振動(dòng)頻率而引起諧振，從而產(chǎn)生沖擊振動(dòng)。由于滾動(dòng)軸承的勻速回轉(zhuǎn)，使沖擊具有周期性。對(duì)發(fā)生在不同位置的損傷，沖擊具有不同的頻率。通常稱為特征頻率，頻率不同故障也就不同。 滾動(dòng)軸承參數(shù)選取及處理 軸承振動(dòng)數(shù)據(jù)的獲取來源于軸承實(shí)際運(yùn)轉(zhuǎn)時(shí)的數(shù)據(jù)，通過適宜地選取參數(shù)和在實(shí)驗(yàn)裝置運(yùn)行時(shí)正確地記錄數(shù)據(jù)，保證數(shù)據(jù)能夠真實(shí)準(zhǔn)確地反映軸承的運(yùn)行狀態(tài)，利于后面的分析計(jì)算，用加速度傳感器采集振動(dòng)信號(hào)，膠合在滾動(dòng)軸承的外圈上。整個(gè)實(shí)驗(yàn)如圖 ，分以下四個(gè)部分。 軸 承加 速 度 傳感 器數(shù) 據(jù) 采 集系 統(tǒng)軸 承 故 障診 斷 系 統(tǒng) 圖 （ 1）軸承 :這里所使用的軸承包括了正常的和有故障的軸承，實(shí)驗(yàn)系統(tǒng)運(yùn)行時(shí)，所獲取的數(shù)據(jù)就相應(yīng)地代表軸承狀態(tài)。 （ 2）加速度傳感器 :用于獲取振動(dòng)信號(hào)，加速度傳感器的輸出與被測(cè)物體振動(dòng)的加速度成正比。與位移傳感器或速度傳感器相比，加速度傳感器頻率響應(yīng)范圍更寬，能夠獲得更多的頻率成分 信號(hào)。且加速度傳感器承受負(fù)載能力更強(qiáng)，機(jī)械性能更好。 (3) 數(shù)據(jù)采集系統(tǒng) :通過傳感器將信號(hào)經(jīng)過數(shù)據(jù)采集卡，采集得到滾動(dòng)軸承的各種狀態(tài)振動(dòng)數(shù)據(jù)，測(cè)得的加速度信號(hào)是模擬信號(hào)，要輸入計(jì)算機(jī)必須進(jìn)行 A/D 轉(zhuǎn)換。傳感器數(shù)據(jù)經(jīng) 16 位 A/D 板處理后存入計(jì)算機(jī)中，數(shù)據(jù)文件為 Matlab 文件格式。 (4) 軸承故障診斷系統(tǒng)將在后續(xù)章節(jié)中介紹。 作為本文采用 BP 神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)診斷滾動(dòng)軸承故障的關(guān)鍵的工作之一即為在采集滾動(dòng)軸承的振動(dòng)信號(hào)的時(shí)域或頻域參數(shù)中，如何選取合適的故障特征參數(shù)用作神經(jīng)網(wǎng)絡(luò)的輸入。 故 障只能作為物理參數(shù)表現(xiàn)出來，只要滾動(dòng)軸承的狀態(tài)發(fā)生了變化 (即有故障產(chǎn)沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 11 生 )，就必定會(huì)影響到與之相聯(lián)系的各個(gè)物理參數(shù)的變化；而故障類型與各物理參數(shù)的關(guān)系強(qiáng)弱是我們最感興趣的問題，因?yàn)橹挥心切┡c某種故障類型之間的關(guān)系密切、對(duì)故障靈敏可靠的物理參數(shù)才被用于滾動(dòng)軸承的故障診斷。這些對(duì)故障靈敏、穩(wěn)定可靠的物理參數(shù)正是我們要選擇的滾動(dòng)軸承的故障特征參數(shù)。 由于軸承的振動(dòng)信號(hào)是多種引起振動(dòng)因素共同作用的結(jié)果，是沒有確定變化規(guī)律的隨機(jī)信號(hào)，所以不能用確切的數(shù)學(xué)關(guān)系式來描述這種信號(hào)。但隨機(jī)信號(hào)有其重要特征，即在相同條件下重復(fù) 實(shí)驗(yàn)，雖然每次實(shí)驗(yàn)的結(jié)果可能不一樣，但是如果進(jìn)行大量重復(fù)實(shí)驗(yàn)，其結(jié)果就會(huì)出現(xiàn)某種統(tǒng)計(jì)規(guī)律性。均值、均方根值、峰值、波形因子、脈沖因子、峰值因數(shù)、裕度因子、峭度等，均是統(tǒng)計(jì)分析參數(shù)。這些時(shí)域的統(tǒng)計(jì)特征參數(shù)的共同特點(diǎn)是 :對(duì)滾動(dòng)軸承的缺陷足夠敏感對(duì)信號(hào)的幅值和頻率不敏感，即與機(jī)器的運(yùn)行工況無關(guān)，只依賴于信號(hào)的幅值概率密度函數(shù)。這些特征參數(shù)的變化，能較好地反應(yīng)出滾動(dòng)軸承的故障的存在。 我們要做的數(shù)據(jù)處理就上從上述多次測(cè)量后的振動(dòng)信號(hào)參數(shù)選取我們所需的統(tǒng)計(jì)分析參數(shù)，作為 BP 神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)輸入層神經(jīng)元個(gè)數(shù)。在此我們 定義了六個(gè)參數(shù)。 ① 均值： ???ni im xnX 11 () 均值 mX 表示隨機(jī)過程的中心趨勢(shì)，隨機(jī)過程都是圍繞著它聚集和波是隨機(jī)過程的靜態(tài)分量。均值用于滾動(dòng)軸承缺陷診斷的優(yōu)點(diǎn)是檢測(cè)值較峰值穩(wěn)定。 ② 峭度： 41 4rmsni ir nxxK ??? （ ） 峭度是不夠敏感的低階矩與較敏感的高階矩之間的一個(gè)折中特征量，如果滾動(dòng)軸承出現(xiàn)缺陷都可能引起相當(dāng)大的脈沖度，用峭度作為滾動(dòng)軸承缺陷特征參數(shù)是有效的。 ③ 峰值因子： rmspeak xxC? （ ） 峰值因數(shù)表示波形是否有沖擊的指標(biāo)，峰值因數(shù)不受振動(dòng)信號(hào)的絕對(duì)水平所影沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 12 響，所以傳感器的靈敏度即 使有變動(dòng)，也不會(huì)出現(xiàn)測(cè)量誤差。 ④ 脈沖因子： mrmsb xxS ? （ ） 脈沖因子為均方根值與絕對(duì)均值之比陷比較敏感，特別是當(dāng)出現(xiàn)早期缺陷時(shí)，它有明顯增加 。陷的逐漸發(fā)展，反而會(huì)下降。脈沖因子對(duì)于沖擊脈沖類缺當(dāng)上升到一定程度后，隨著缺陷的發(fā)展，反而會(huì)下降。 ⑤ 波形因子： mpeako xxQ ? （ ） 波形系數(shù)為峰值與絕對(duì)均值之比。當(dāng)波形系數(shù)值過大時(shí)，表明滾動(dòng)軸承可能有點(diǎn)蝕 。當(dāng)波形系數(shù)過小時(shí)，表明滾動(dòng)軸承可能發(fā)生磨損。波形系數(shù)也是用于滾動(dòng)軸承簡(jiǎn)易診斷的有效指標(biāo)之一。 ⑥ 裕度因子： dpeakt xxL ? （ ） 其中 211 ??????? ??ni id xnX， ???? ??ni ir m smj pjp e a k xnxxmx 1211,1 。 本文將采用 BP 人工神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)對(duì)滾動(dòng)軸承缺陷進(jìn)行識(shí)別，利用滾動(dòng)軸承振動(dòng)信號(hào)的時(shí)域特征參數(shù)和頻域特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入，網(wǎng)絡(luò)經(jīng)過訓(xùn)練和測(cè)試后，即可由己知的數(shù)據(jù)，判斷出軸承正常與否。 沈陽(yáng)航空航天大學(xué)北方科技學(xué)院畢業(yè)設(shè)計(jì)（論