國投哈密能源開發(fā)有限責任公司 李 健
煤礦提升機軸承故障診斷方法研究
國投哈密能源開發(fā)有限責任公司 李 健
本文以煤礦提升機滾動軸承的故障診斷為研究對象,研究了一種基于滾動軸承運行時的振動信號和溫度信號監(jiān)控的故障診斷方法。對于軸承振動信號采用快速傅立葉變換和小波分析來過濾背景噪音的影響,在此基礎上通過軟件系統(tǒng)來完成對故障信號的類型分析。結(jié)果表明該系統(tǒng)可有效的實現(xiàn)提升機軸承的運行狀態(tài)監(jiān)控。
煤礦;提升機軸承;故障診斷
當前煤礦生產(chǎn)基本上都要依靠機械化設備來完成,生產(chǎn)效率的高低受設備正常運轉(zhuǎn)程度的影響非常大。一旦生產(chǎn)過程中設備故障,將可能使生產(chǎn)受影響甚至于造成人員傷亡。因此在對生產(chǎn)設備進行及時的故障診斷將隱患及早消除對于保障安全生產(chǎn)和保護人員安全具有重要意義。要實現(xiàn)上述目標,主要的途徑是探索出有效的故障診斷方法。這樣既能夠有效的避免出現(xiàn)安全事故,又可以提高社會經(jīng)濟效益。
在煤礦的各類生產(chǎn)機械中,提升機系統(tǒng)承擔著繁重的人員和物料的搬運任務,是維持煤礦正常生產(chǎn)的重要組成部分,出現(xiàn)故障將直接影響煤礦的正常生產(chǎn)。而提升機系統(tǒng)又是一個容易出問題的系統(tǒng),尤其是其中的軸承部分更是需要定期維護檢修。但由于提升機軸承故障故障的易發(fā)性和診斷的復雜性,國內(nèi)在這個方面的研究于起步較晚,但已經(jīng)取得了部分的研究成果,如CMJ-10電腦沖擊脈沖計、BTZ000智能軸承故障測試儀、BAZO10智能軸承故障分析儀等,可從不同的角度來完成對軸承的損失程度和潤滑程度的監(jiān)測工作,但這些監(jiān)測設備基本上都在便攜性和可靠性方面存在不足,而從軸承監(jiān)測和故障診斷的發(fā)展趨勢來看,研究以計算機分析為基礎的軸承監(jiān)測與診斷是主要研究趨勢和研究熱點。采用計算機和嵌入式系統(tǒng)的軸承故障診斷方法具有較為成熟的工業(yè)應用背景,本文將在此基礎上,以滾動軸承的故障診斷為研究對象,探討一種基于DSP嵌入式系統(tǒng)的滾動軸承故障簡易診斷方法和滾動軸承故障精密診斷方法來實現(xiàn)對煤礦提升機軸承的故障診斷方式。
對提升機滾動軸承的故障診斷需要建立在歸故障類型的了解較為充分的基礎上,并且還需要對滾動軸承運轉(zhuǎn)過程中的故障信號進行分析。而對故障信號的提取和分析則是進行故障診斷正確性的前提和基礎。因此要完成提升機滾動軸承故障的診斷,就需要完成三個方面的基礎工作,一是對提升機滾動軸承的故障類型有較為充分的了解,二是完成對滾動軸承工作狀態(tài)信號(故障信號)的提取和排除隨機干擾,三是完成信號的分析,并確定故障類型。以上三個方面的工作中,故障類型的了解可前期完成,也相對容易。而對故障信號的正確提取和后期分析是工作的重點。現(xiàn)分別對故障信號的提取和后期分析方法分別展開討論。
煤礦提升機的工作環(huán)境非常惡劣,工作現(xiàn)場存在大量的外界噪聲干擾,因此要準確的獲取故障信號就需要有效的排除背景噪聲的干擾。對此本文中采用將軸承的純故障信號從軸承故障振動信號中分離出來,通過對軸承純故障信號進行分析來判斷軸承是否存在故障及其故障類型的方法。這種方法對于排除背景噪聲和提純故障信號特征效果顯著,其理論基礎是用傅里葉變換及其逆變換。實施步驟大致如下:設滾動軸承在正常工作時的信號函數(shù)為 X1(t ),軸承在故障時的信號函數(shù)為 X1(t),而軸承完全故障狀態(tài)時的振動信號為△t,故有: X1( t) = X0(t) +△t ,再使用傅立葉變換,可得 F FT△(f ) = F FTX1( f ) - FFTX0(f ),則△t = IFFT( F FT△(f))。通過上述變換,可以有效的將部分外界噪聲和干擾信號排除,再采用FFT和IFFT算法,在可計算機上利用較小波相關(guān)濾波算法和自適應濾波算法來實現(xiàn)信號的提純操作。
在對信號提純的基礎上,需進一步對滾動軸承的故障信號進行特診分析,從而判斷出具體的故障類型。本文中所采用的方法為小波變換,以二進制規(guī)律來確定信號的分解尺度,在每次信號的分解過程還在那個的低頻和高頻信號都具有相同的頻帶寬度。小波理論的表達式較為復雜,限于篇幅,不在此展開,可參照文獻。這類只給出基于小波包分解的故障診斷一般步驟:
(1)對采集的滾動軸承振動信號進行3層小波包分解,分別獲得從低頻到高頻涵蓋所有頻率成分的第3層小波包分解的細節(jié)信號;
(2)對小波包分解后的第3層各頻帶的小波包細節(jié)信號按照小波包重構(gòu)算法進行重構(gòu);
(3)對重構(gòu)后的各個頻帶的小波包細節(jié)信號進行Hilbert包絡解調(diào)分析,獲得各個頻帶重構(gòu)后細節(jié)信號的包絡譜;
(4)計算各個頻帶重構(gòu)后包絡細節(jié)信號功率譜;
(5)從各個頻帶的細節(jié)信號包絡功率譜圖中尋找是否包含根據(jù)滾動軸承參數(shù)計算出來的滾動軸承故障特征頻率,以此來判斷滾動軸承是否存在故障及其存在的軸承故障類型。
從前文分析可見,要實現(xiàn)對提升機滾動軸承的故障檢測,既需要有信號的采集,又涉及到信號的分析,因此對硬件和軟件都有要求。硬件條件主要是完成滾動軸承的信號運轉(zhuǎn)狀態(tài)信息采集,而軟件條件則是完成對信號的提純和分析。相關(guān)硬件和軟件的設計細節(jié)概述如下。
在進行硬件系統(tǒng)的設計時,采用DSP嵌入式系統(tǒng),分別完成對信號的采集、預處理、出力和通訊等功能。其中,信號采集部分需要監(jiān)測的信息類型包括提升機的提升速度、提升機天輪轉(zhuǎn)速、天輪直徑和轉(zhuǎn)頻、井筒深度等,量程和靈敏度。為平衡硬件投入和監(jiān)測效果,在進行系統(tǒng)設計時采用適合長期監(jiān)測的進口壓電加速度傳感器作為振動信號采集源頭。除了振動信號外,溫度同樣是表征滾動軸承運行狀況的重要指標。本系統(tǒng)中采用的溫度傳感器信號類型為PT100鉑電阻溫度變送器,并將其溫度探頭布置在提升機轉(zhuǎn)輪的軸承外圈。
圖1 軸承故障時域波形圖
圖2 小波包分解后的軸承波形圖
軟件系統(tǒng)的作用是完成滾動軸承振動信號和溫度信號的分析處理。軟件系統(tǒng)主要由三個部分組成:提升機天輪軸承故障診斷算法的設計、下位機與上位機通訊方法的設計、軸承故障監(jiān)控平臺的設計。各軟件子系統(tǒng)的設計較為復雜,這里不予詳述,僅給出軟件系統(tǒng)中最關(guān)鍵的故障診斷FFT算法思路與步驟。FFT算法即快讀傅立葉變換,其依據(jù)離散傅立葉算法的奇偶和虛實等特性,通過改進離散傅立葉算法來實現(xiàn),其優(yōu)勢是可以提高信號的轉(zhuǎn)換速度和系統(tǒng)的運算速度。在軟件計算時先將離散傅立葉變換分解,將較長的序列分解為一系列較短的離散傅立葉變換,進而通過旋轉(zhuǎn)因子的周期性和對稱性特征,將分解后的較短離散傅立葉變換序列進行合并。系統(tǒng)按照時間序列抽取基-2FFT快速算法來實現(xiàn)滾動軸承時域到頻域的轉(zhuǎn)換。在進行信號的故障類型分析時,采用小波包算法。其步驟如下:①對輸入的軸承振動離散信號序列進行處理;②選擇db小波包基函數(shù)來進行小波包分析;③對采集的軸承振動信號進行三層小波包分解和重構(gòu);④利用Hilbert解調(diào)算法對小波包分解的各節(jié)點重構(gòu)細節(jié)信號進行Hilbert包絡解調(diào)分析;⑤計算小波包分解第三層各節(jié)點的Hilbert包絡解調(diào)功率譜;⑥計算軸承各個故障特征頻率權(quán)重,根據(jù)各個故障特征頻率權(quán)重判斷軸承故障類型。
完成上述步驟后,可通過對比滾動軸承內(nèi)圈故障頻域波形和經(jīng)過小波包分析后的波形對比來完成故障的診斷,圖1和圖2給出了計算的實例。結(jié)果表明利用本文中的方法可有效判斷滾動軸承的工作狀態(tài)。
[1]唐秋杭,符麗娜,朱善安.基于DSP和ARM的滾動軸承自動監(jiān)測和故障診斷系統(tǒng)[J].機電工程.2010,23(2):l-4.
[2]曾慶虎,邱靜,劉冠軍,等.基于小波相關(guān)濾波一包絡分析的早期故障特征提取方法[J].儀器儀表學報,2008(4):72-73.
[3]唐貴基,蔡偉.應用小波包和包絡分析的滾動軸承故障診斷[J].振動、測試與診斷,2009(2):201-204.