搜索
1机械故障诊断讲课提纲一.绪论（一）械故障的定义与分类1．故障的定义一台设备的功能指标低于正常时的最低限值时，即设备丧失规定功能的现象称之为故障。2．故障的分类（1）按故障的性质分：可分为器质型故障与操作型故障；（2）按故障发生的进程分：可分为突发型故障和渐发型故障；（3）按发生故障的时间分：可分为磨合期故障、正常使用期故障、耗损期故障；（4）按故障复杂程度分：可分为单一型故障与复合型故障；（5）按故障的后果分：可分为轻微故障、一般故障、严重故障、致命故障。3．故障的规律（1）故障率（λ）：某种设备在t时间后的单位时间内发生故障的台数相对于t时间内还在工作的台数的百分比值，称为该产品的瞬时故障率。（2）典型故障曲线——浴盆曲线实践证明大多数设备的故障率是时间的函数，典型故障曲线称之为“浴盆曲线”，曲线的形状呈两头高、中间低，具有明显的阶段性，可划分为三个阶段：早期故障期、偶然故障期、严重（耗损）故障期。规定的故障率故障率早期故障期偶然故障期耗损故障期有效寿命时间经维修故障率下降典型故障率曲线（二）机械故障诊断技术的实质与内内涵机器故障诊断技术是一种了解和掌握机器在运行过程中的状态，确定其整体PDF文件使用pdfFactoryPro试用版本创建或局部正常或异常，早期发现故障及其原因，并能预报故障发展趋势的技术。它包括“监测”与“诊断”。故障诊断技术的实质包括以下内容。1．故障诊断是工程问题：必须面向工程实际，解决机器的设计、制造与运行问题；高可靠性；注重经济效益。2．故障诊断是综合技术3．故障诊断是一种反求技术故障诊断一般设计①整体→零部件零部件→整体②运行信息→机器性能力学模型→机器行为③运行→设计、制造→运行设计→制造→运行4．故障诊断的发展依赖前沿学科的进步5．故障诊断的核心是模式识别问题6．诊断的准确性是诊断工程赖以生存的要害（三）机械状态监测与故障诊断的目的目的：保证机器可靠、有效地发挥其应有的功能，包括以下三个方面：1．正确识别运行状态和故障类型，保证机器安全可靠地运行，发挥其最大效益；2．保证机器一旦状态异常或发生故障，能及时、正确地诊断出来，以便采取相应措施，对机器进行预知性维修，以减少维修时间、提高维修质量、降低维修成本；3．通过性能评价为优化设计、制造提供数据与信息。（四）机械状态监测与故障诊断的内容机械状态监测与故障诊断的内容包括状态监测、故障诊断状态监测：采用各种测量、分析、判别方法，弄清机器所处的运行状态，结合机器的历史状态与运行条件，为机器的性能评价、合理使用、安全运行、故障诊断打好基础。故障诊断：需进一步确定故障的性质、程度、类别、部位、原因、发展趋势等，为预报、控制、调整、维护提供依据。具体包括四个方面：1．信号检测：正确选择传感器，测取与机器状态有关的诊断信息；2．特征提取：即诊断信息的处理，利用某种信号处理的方法，从信号中提取与机器的状态与故障有关的特征；3．状态识别：根据特征识别机器的状态和故障，包括：建立判别函数、确定判别准则、进行比较等；PDF文件使用pdfFactoryPro试用版本创建．诊断决策：分析机器所处的状态及故障类型、部位、性质、原因及发展趋势，采取相应的措施：继续监测、重点监测、停机维修等。（五）诊断信息的来原与获取1直接观察法通过看、摸、听来判断机器的状态，只能粗约地判断，适用于能直接观察到的机器零件。同时可采用一些简单的仪器和方法，如滚动轴承检测仪、内窥镜等来扩大观察能力。2动态信息检测法利用某种传感器获取机器运行过程中的动态信息动态信息有：振动、噪声、温度、压力、流量、力矩、功率等等，得较多的方法为：振动信号、噪声信号检测法。3磨损残留物的测定4设备性能测定（1）整机性能测定：测量输出或输出与输入的关系来判断设备运行状态；（2）零部件性能测定：用于对设备的可靠性起决定性作用的关键零部件。（六）机械故障诊断方法的分类1按诊断的目的与要求分类功能诊断与运行诊断；直接诊断与间接诊断；定期诊断与连续监控；在线诊断与离线诊断；常规工况下的诊断与特殊工况下的诊断；间易诊断与精密诊断。2按监测与诊断技术分类振动与噪声监测技术：利用机器运行时的振动、噪声信号进行监测诊断；超声与声发射监测技术：监测裂纹、裂纹扩展、材料内部缺陷等；红外监测技术：利用红外辐射原理及仪器，监测机器运行中的温度变化；润滑油样分析技术：分析润滑油样中携带的磨损残留物的成分、形状、数量、大小等来识别故障。3按诊断对象分类旋转机械的监测与诊断技术：转子、轴系、汽轮发电机等；往复机械的监测与诊断技术：内燃机、往复式压缩机、曲柄连杆机构等；工程结构的监测与诊断技术：框架、桥梁、管道、容器等；基础零部件的监测与诊断技术：齿轮、轴承、电机等。PDF文件使用pdfFactoryPro试用版本创建（七）机器零部件失效信息1.机器零部件运行信息的特点1)机器零部件的运行信息是机器运行中伴随的各种物理现象；2)机器运行信息的传输的选择性；3)机器失效信息间的关联性4)机器零部件失效信息，经常具有非平稳性5)机器零部件失效信息的微弱性6)机器零部件失效信息的非线性特征2.机器零部件运行信息的获取机器零部件的运行信息，反映了机器零部件的工作状态。机器运行信息的获取包括了以下两个方面的内容：反映机器零部件失效信息的信号的测量；测量信号中机器零部件失效信息的提取。1)机器零部件失效信息的信号的测量（1）静态测量方法（2）动态测量方法机器零部件失效信息的测量和提取中，应注意以下的问题：(a)由于机器零部件运行信息的多样性，在信息的收集和测量中采用的测量方式、测量方法、选用的传感器、选择的测量参数等也应根据机器的结构、零部件信息的特点等进行选定。(b)测试点的选择根据机器零部件运行信息传输选择性，测试点应该根据机器结构尽量选择在离被测零部件距离最近的地方，并确保测试信息的传输路径短、传输路径对信息的衰减和歪曲程度小。同时，测试点的选择还应充分考虑传感器安装要求，以及机器外形等实际情况。(c)对于机器零部件早期失效所表现出来的微弱失效信息，在收集和测量时还应进行适当的放大、消噪等处理，以突出有用信息成分。同时还要注意测量仪器的连接、接地、屏蔽等测量环节。因此，微弱失效信息的测量是获取机器零部件信息的重要步骤，采用准确的测量是获取机器零部件信息的保障。2)零部件失效信息的提取机器零部件的失效信息往往可以通过一些特征量来反映。这些特征量可以直接选用产品的功率、油耗等功能参数，也可以是数学模型中的系数，比如时序模型的系数、状态空间方程的系数，或者也可通过信息处理方法来得到。因此，正确、有效地提取机器的运行信息，是及早识别机器零部件失效的关PDF文件使用pdfFactoryPro试用版本创建键。零部件失效信息的特征可以分为：简单特征和复合特征，线性特征和非线性特征，单维与多维特征等。由于机器失效信息具有多样性、传输选择性、非平稳性和微弱性等特点，因此在特征信息提取中应针对不同机器零部件信息的特点，选用相应合适的方法。常用的机器运行失效信息的特征提取方法有：(1)信息论方法信息论是研究信息的基本性质和度量方法以及信息的获得、传输、存贮、处理和交换等一般规律的科学。信息熵理论在机器零部件失效分析和维修等方面具有重要的应用。信息熵除了作为信息量的一种度量之外，利用信息熵的理论和概念，我们还可以通过对某类型机器故障的统计来衡量机器故障发生的不确定性，评价该类型机器的可诊断性、可维修性。利用信息熵还可衡量一台机器或一个系统的复杂程度。信息熵在测量结果一致性判别、模式分类准则确定等方面都有重要的应用。(2)平稳机器零部件的信息提取从平稳的物理量中提取机器零部件失效信息，是人们最常用的信息提取方法。这里平稳的物理量是指，其统计特征不随时间的变化而变化。因此，从平稳物理量中提取零部件的失效信息，与平稳物理量的测试时间无关，同时测量到的信号具有代表性。从平稳物理量中提取信息除了常用的时域、幅值域分析方法外，频域分析方法是重要的方法。从上世纪60年代以来，随着快速傅立叶变换算法的出现，频谱分析的运算速度得到大幅提高。傅立叶变换成为了频谱分析最基本、最有效和最广泛的工具。准确地获取频域中的幅值、频率和相位信息，对机器零部件失效信息提取具有重要意义。在转子振动分析中，普通的傅立叶频谱分析方法给出的相位信息误差很大。如果不进行精确计算，相位信息根本不能用。机器零部件失效初期，由于失效信息比较微弱，频谱分析时往往会被淹没在噪声之中。另外，实际应用中往往还会遇到许多特征频率密集在一起的情况。对于以上情况，提高频谱分析精度是实现失效信息提取的有效途径。提高离散频谱分析精度的方法有：比值内插法、频谱细化法、连续细化频谱法等。从具体的实现算法上可分为：二分法、遗传算法、黄金分割等方法。全息谱分析方法是一种基于傅立叶分析、并广泛用于回转机器状态监测和诊断的方法。它集成了回转机器中转子振动的幅值、频率和相位信息，全面集成和PDF文件使用pdfFactoryPro试用版本创建利用了转子的振动信息，能准确反映和区分转子的不同工作状态和各种故障。(3)非平稳机器零部件的信息提取对于非平稳物理量的机器信息提取，应该选择非平稳的信息处理方法。如果仍然采用平稳的信息处理方法，就很难提取到有用的零部件失效信息。在机器零部件失效和诊断研究领域，如何从非平稳信号中提取设备状态信息是众多学者研究的热点之一。传统的处理非平稳信号的方法以Fourier分析和数字滤波技术为基础，主要有：(a)通过选择合适的窗函数，将非平稳信号分割为准平稳信号进行处理；(b)分析信号周期中的单一的信号成分，并进行周期平均；(c)变频采样(即跟踪测量)分析。小波理论是二十世纪八十年代中期出现，非平稳信号的处理方法。(4)统计模拟方法统计模拟方法的基本思想是原始数据的“再采样”。统计模拟将经典的统计计算方法与计算机数值模拟技术结合起来，通过计算机模拟实现信息的再利用。在信息处理领域，统计模拟方法特别适合于对“小样本”数据进行统计分析。在时间序列分析中，统计模拟是模式识别和对自回归谱进行准确估算的强有力的工具。(5)主分量分析和核主分量分析主分量分析、核主分量分析实现对大量测量结果中信息的压缩和浓缩，是信息提取的重要手段。主分量分析方法基于线性变换实现了对线性特征信息的提取，因此无法有效地提取隐含在数据中的非线性信息。核主分量分析方法借助于核函数来实现某种非线性映射，通过非线性映射将输入矢量映射到高维特征空间，使之在高维空间具有更好的可分性，然后对高维空间的映射数据做主分量分析，得到原始数据的非线性主分量，实现了隐含的非线性特征信息的提取。(6)遗传算法和遗传编程遗传算法作为基于自然进化过程模拟的优化方法，是自然界生物“物竞天择，适者生存”机制在优化方法上的体现。进化计算具有全局搜索、计算简单、对优化对象的限制少等优点。进化过程以编码进行，进化操作(杂交、遗传、变异)以概率方式选择，因此具有强的优化性能。在遗传算法的发展中，将线性编码改进为非线性编码，是一种新的思路。它采用了层式编码结构，是对遗传算法的改进，被称为遗传编程。遗传编程更适合应用于层式结构的优化，在机器失效模型的建立、失效模式判别函数优化等方面有重要的应用。(7)其它的信息处理方法PDF文件使用pdfFactoryPro试用版本创建）机器运行信息的利用机器运行信息本质上是机器零部件状态的表露，同时机器运行信息也包含了与机器结构有关的特征。因此，通过对机器运行中零部件失效信息等的提取，不但可以了解机器零部件的工作状态、失效情况，同时也可以获得机器设计、制造方面的特征。（1）机器零部件故障的识别机器零部件失效的识别，是机器零部件失效信息提取的主要目的之一。机器零部件的失效，往往会直接或间接