王輝 路立娜
摘 要 隨著現(xiàn)代工業(yè)科學(xué)技術(shù)和機(jī)械設(shè)備工程的日益進(jìn)步和提高,工業(yè)機(jī)械設(shè)備也不斷朝著大型自動化、高速智能化、連續(xù)精密化方向發(fā)展,機(jī)械設(shè)備中各零部件組成結(jié)構(gòu)也越來越復(fù)雜而緊密,這就使得市場對機(jī)械設(shè)備零部件的工作性能和質(zhì)量都提出了更高的要求,因此提高機(jī)械設(shè)備關(guān)鍵部件質(zhì)量檢查、故障診斷和預(yù)測就成為當(dāng)前工業(yè)機(jī)電設(shè)備行業(yè)研究的焦點(diǎn)。作為機(jī)械設(shè)備行業(yè)應(yīng)用較為廣泛的旋轉(zhuǎn)機(jī)械設(shè)備,其運(yùn)行安全直接關(guān)系到整個生產(chǎn)流程,如若發(fā)生意外故障就會導(dǎo)致整個生產(chǎn)線崩斷,進(jìn)而給企業(yè)帶來嚴(yán)重的經(jīng)濟(jì)損失,甚至危及周圍工作人員生命安全,因此加強(qiáng)對旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件故障診斷和預(yù)測方法的研究有著十分現(xiàn)實(shí)的作用和意義。
關(guān)鍵詞 旋轉(zhuǎn)機(jī)械設(shè)備;關(guān)鍵部件;故障診斷;預(yù)測;研究
中圖分類號:TP277 文獻(xiàn)標(biāo)識碼:A 文章編號:1671-7597(2014)23-0054-02
在現(xiàn)代工業(yè)行業(yè)生產(chǎn)活動中,機(jī)械設(shè)備之間的復(fù)雜性、關(guān)聯(lián)性和系統(tǒng)性日益增強(qiáng),機(jī)械生產(chǎn)體系中每個零部件都有著不可替代的重要作用,一旦其中某個零件發(fā)生故障都會導(dǎo)致整個系統(tǒng)失效,因此機(jī)械故障診斷和監(jiān)測在企業(yè)生產(chǎn)經(jīng)營中占據(jù)的比重越來越大,地位越來越高,尤其是一些大型旋轉(zhuǎn)機(jī)械設(shè)備,其價(jià)格昂貴,且基本不配備機(jī)組,一旦發(fā)生故障,其給國家和企業(yè)帶來的損失也更加嚴(yán)重。目前我國機(jī)械傳動系統(tǒng)中隨處可見旋動機(jī)械設(shè)備的身影,如汽車傳動系統(tǒng)、高速列車、油砂泵等等,旋轉(zhuǎn)機(jī)械設(shè)備給人們生活帶來了極大的便利,如航天飛機(jī)實(shí)現(xiàn)了太空遨游,高速列車帶動了交通經(jīng)濟(jì)的發(fā)展,油砂泵極大的提高了煉油系統(tǒng)效率等等。一旦這些旋轉(zhuǎn)設(shè)備發(fā)生故障,就給我們?nèi)祟惡蜕鐣聿豢晒懒康膿p失,如2011年7月,D301次列車與D3115次列車追尾,導(dǎo)致D301次列車前三節(jié)車廂側(cè)翻并從高架橋上墜落,毀壞嚴(yán)重,并導(dǎo)致眾多傷亡,而航天飛機(jī)和潛艇因旋轉(zhuǎn)設(shè)備故障導(dǎo)致機(jī)體解體和重大傷亡事件更是舉不勝數(shù)。美國油砂公司更是每年耗費(fèi)高達(dá)6000億美元來維護(hù)其油砂泵關(guān)鍵部件,并提高其關(guān)鍵部件更換頻率來避免意外故障。由此可以看出,采用經(jīng)濟(jì)高效的技術(shù)方法來確保旋轉(zhuǎn)機(jī)械設(shè)備穩(wěn)定安全運(yùn)行,對設(shè)備關(guān)鍵部件進(jìn)行全面監(jiān)測,才能夠保證企業(yè)生產(chǎn)活動有序可靠進(jìn)行,才能夠有效避免意外故障造成的重大損失,因此加強(qiáng)旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件故障診斷和預(yù)測研究意義非凡。
1 旋轉(zhuǎn)機(jī)械設(shè)備故障診斷和預(yù)測概述及其發(fā)展?fàn)顩r
機(jī)械設(shè)備故障診斷與預(yù)測技術(shù),其英文全稱為Mechanical Fault Diagnosis and Prognosis,這是一種利用多種測量監(jiān)控方法來對監(jiān)測目標(biāo)對象的運(yùn)行狀態(tài)進(jìn)行記錄分析,一旦設(shè)備發(fā)生異常就會預(yù)警,并能夠有效預(yù)測設(shè)備剩余使用壽命和年限的先進(jìn)技術(shù)。而旋轉(zhuǎn)機(jī)械設(shè)備故障診斷和預(yù)測,顧名思義就是利用該技術(shù)對旋轉(zhuǎn)機(jī)械設(shè)備體系進(jìn)行監(jiān)控管理,全面掌握設(shè)備體系運(yùn)行狀態(tài)的監(jiān)測管理活動。通過有效運(yùn)用上述技術(shù),企業(yè)能夠及時發(fā)現(xiàn)設(shè)備早期故障,能夠有效避免惡性事件的發(fā)生,還能夠避免維修不足和過度維修帶來的經(jīng)濟(jì)損失,對企業(yè)和社會都有著十分積極的影響和作用。
旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測技術(shù)最早起步于20世紀(jì)70年代末期,日本的三菱公司、美國西屋公司、丹麥B&K公司等等諸多企業(yè)都專門聘請相關(guān)技術(shù)團(tuán)隊(duì)開發(fā)研究出了適合他們自己企業(yè)發(fā)展的設(shè)備監(jiān)測系統(tǒng),都具備了機(jī)組信號收集分析、計(jì)算顯示和打印繪圖功能,并配備了相應(yīng)的專項(xiàng)設(shè)備診斷軟件。到了80年代后期,我國相關(guān)研究機(jī)構(gòu)、高等院校和大型企業(yè)也都開始研究旋轉(zhuǎn)機(jī)械狀態(tài)的監(jiān)測技術(shù),并在其理論研究、測試技術(shù)和監(jiān)測儀器設(shè)備開發(fā)上面取得了一定的成果,也開發(fā)研究出了相應(yīng)的旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測系統(tǒng)。及至目前,隨著科學(xué)技術(shù)和機(jī)電信息技術(shù)的發(fā)展,有關(guān)旋轉(zhuǎn)機(jī)械設(shè)備故障診斷和預(yù)測系統(tǒng)軟件功能越來越齊全,相關(guān)硬件性能也不斷增強(qiáng),但是由于其價(jià)格成本過高,目前我國只在一些重點(diǎn)企業(yè)的關(guān)鍵設(shè)備和特定機(jī)械體系中應(yīng)用,如大型汽輪機(jī)組、水輪機(jī)組、航空設(shè)備、航天設(shè)備等等。根據(jù)旋轉(zhuǎn)機(jī)械設(shè)備故障診斷監(jiān)控發(fā)展?fàn)顩r歸納,大型旋轉(zhuǎn)設(shè)備的診斷技術(shù)發(fā)展主要分為離線分析、計(jì)算機(jī)在線監(jiān)測、網(wǎng)絡(luò)化監(jiān)測診斷等三個階段。比起設(shè)備故障診斷,企業(yè)實(shí)際生產(chǎn)中對機(jī)電設(shè)備系統(tǒng)狀態(tài)趨勢預(yù)測功能的需求更為迫切,而目前市場上的預(yù)測分析方法主要有數(shù)值分析預(yù)示方法、現(xiàn)代模型預(yù)測方法、基于人工智能的預(yù)測方法等。
2 旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵故障診斷原理及預(yù)測分析
在旋轉(zhuǎn)機(jī)械設(shè)備中,滾動軸承、齒輪、油砂泵葉輪等關(guān)鍵部件,能夠影響整個設(shè)備系統(tǒng)的穩(wěn)定運(yùn)行。滾動軸承是旋轉(zhuǎn)機(jī)械設(shè)備中作用于運(yùn)轉(zhuǎn)軸和軸座之間的一種重要精密機(jī)械元件,齒輪是旋轉(zhuǎn)機(jī)械設(shè)備傳動系統(tǒng)中不可缺少的部件,油砂泵葉輪作為油砂泵的關(guān)鍵零件,長期處于油砂物質(zhì)的沖擊、腐蝕環(huán)境中,這些部件使用運(yùn)行過久都會造成部件受損,磨損過度就會導(dǎo)致設(shè)備故障。因此對該部件進(jìn)行狀態(tài)監(jiān)測、故障診斷和使用效能預(yù)測有十分重大的作用。
軸承、齒輪和油砂泵葉輪等旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件受損時,其受損表面碰撞運(yùn)行會導(dǎo)致其收集的振動和聲音信號產(chǎn)生沖擊,對這些信息進(jìn)行處理和分析就能夠診斷設(shè)備故障和預(yù)測,這就是基于信號處理技術(shù)的機(jī)械故障診斷和預(yù)測的原理,采用該診斷方法需要技術(shù)人員具備專業(yè)的知識技能,能夠有效根據(jù)信號時域、頻域和時頻域信息了解掌握設(shè)備故障,主要有幾個步驟:
1)信號特征的收集提取??梢酝ㄟ^常見的時域、頻域、時頻域信號預(yù)處理方法來提取能描述關(guān)鍵設(shè)備部件狀態(tài)的統(tǒng)計(jì)特征和相關(guān)信息。時域處理方法主要是利用對其特征頻率成分、波形變化來分析其中常見統(tǒng)計(jì)特征,如峰值、均方根、絕對平均值、方差、無量綱參數(shù)等等,這些特征參數(shù)與設(shè)備狀態(tài)密切相關(guān),能夠反映設(shè)備運(yùn)行狀態(tài)。其他頻域、時頻域等處理方法也是如此,能夠根據(jù)其信號和頻譜變化來提取相關(guān)信息。
2)特征信號向量的科學(xué)選取。一般信號預(yù)處理過程中會提取到包含多個統(tǒng)計(jì)量的特征向量,這些特征向量維數(shù)都較大,不是所有特征信息都能敏感反映設(shè)備故障狀態(tài),對設(shè)備故障不敏感的特征不僅會影響故障識別功能的精確性,還會給其識別運(yùn)算帶去額外的負(fù)擔(dān),因此就要科學(xué)合理的篩選合適的特征。目前常用主成分分析、獨(dú)立成分分析、距離評估技術(shù)等等來進(jìn)行特征選取,合理利用該方法能夠有效減少特征數(shù)目,從而實(shí)現(xiàn)機(jī)械故障的高精度識別功能。endprint
3)設(shè)備故障的診斷和預(yù)測。在基于人工智能算法的基礎(chǔ)上,可以利用特征向量、故障模式和預(yù)測剩余使用壽命之間的關(guān)系構(gòu)建非線性模型,從而來準(zhǔn)確判斷設(shè)備故障狀況,并預(yù)估其剩余使用年限。目前主要有人工神經(jīng)網(wǎng)絡(luò)預(yù)測方法、基于統(tǒng)計(jì)學(xué)理論的支持向量機(jī)方法等等。人工神經(jīng)網(wǎng)絡(luò)是一種借助類似于大腦神經(jīng)突觸連接結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型,能夠同時實(shí)現(xiàn)多輸入和多輸出,常見有誤差反向傳播神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型,利用該方法進(jìn)行旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件故障診斷,能夠借助自適應(yīng)神經(jīng)模糊推理系統(tǒng)來診斷判定旋轉(zhuǎn)機(jī)械故障。此外,借助提出的頻域特征,通過人工神經(jīng)網(wǎng)絡(luò)也能夠進(jìn)行設(shè)備壽命預(yù)測。這種方法收斂速度比較慢,訓(xùn)練過程中也還有一定的擬合不足或過度問題。因此為妥善解決這個問題,基于統(tǒng)計(jì)學(xué)理論的支持向量機(jī)方法就被開發(fā)研究出來,這種診斷預(yù)測方法理論完善,泛化強(qiáng),訓(xùn)練過程中不必獲得大量樣本,其中形態(tài)多次度分析方法用于軸承故障識別分類和壽命預(yù)測中效果頗為顯著,因此目前已經(jīng)被廣泛運(yùn)用到機(jī)械故障診斷和預(yù)測中。
除此之外,人工智能算法還有相關(guān)向量機(jī)、隱馬爾科夫模型,K均值、模糊C均值等等方法被應(yīng)用到旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部件故障診斷和預(yù)測中。另外還有一種形態(tài)學(xué)濾波算法,這種診斷預(yù)測方法是一種圖像處理方法,通過對其中不同算子的信號處理性能,結(jié)合所有算子的優(yōu)勢能夠準(zhǔn)確提取所需特征信息,從而為實(shí)現(xiàn)設(shè)備故障的精準(zhǔn)識別判斷奠定信息基礎(chǔ)。
3 結(jié)束語
綜上所述,可以看出信號處理的故障診斷方法需要扎實(shí)的機(jī)械設(shè)備工程基礎(chǔ)知識和牢固的專業(yè)技能判斷能力,尤其是在工作環(huán)境和設(shè)備結(jié)構(gòu)都比較復(fù)雜的情況下,提取分析設(shè)備故障狀態(tài)信號工作十分困難,因此單純的通過信號處理方法進(jìn)行故障識別殊為不易。而利用人工智能的識別方法,通過數(shù)據(jù)特征與故障類型之間的非線性關(guān)系就可以實(shí)現(xiàn)自動識別故障,在我國工業(yè)機(jī)械設(shè)備故障檢查和預(yù)測領(lǐng)域有著廣闊的應(yīng)用前景,因此相關(guān)技術(shù)人員要不斷朝著高效快速提取和篩選特征,精準(zhǔn)識別判斷故障類型方向努力奮斗,從而有力推動我國工業(yè)行業(yè)的發(fā)展。
參考文獻(xiàn)
[1]胡鵬.高速旋轉(zhuǎn)設(shè)備關(guān)鍵部件故障信息提取算法的研究[D].北京工業(yè)大學(xué):信息與通信工程,2010.
[2]陸昕.轉(zhuǎn)動設(shè)備故障分析[J].黑龍江科技信息,2013(21).
[3]沈長春.旋轉(zhuǎn)機(jī)械設(shè)備關(guān)鍵部位故障診斷與預(yù)測方法研究[D].中國科學(xué)技術(shù)大學(xué),2014.endprint