精選旋轉(zhuǎn)機(jī)械的應(yīng)用

1、個人收集整理 僅供參考學(xué)習(xí)現(xiàn)場中旋轉(zhuǎn)機(jī)械故障診斷應(yīng)用班級：裝備 0901姓名：王崢學(xué)號： 200906080609個人收集整理 僅供參考學(xué)習(xí)這學(xué)期我們學(xué)習(xí)的這門課為機(jī)械設(shè)備故障診斷技術(shù)與應(yīng)用 ，設(shè)備診斷技術(shù)是一 種了解和掌握設(shè)備在使用過程中的狀態(tài)，確定其整體或局部是正?；虍惓?，早期發(fā)現(xiàn)故 障及其原因， 并能預(yù)報故障發(fā)展趨勢的技術(shù)。 機(jī)械設(shè)備故障診斷技術(shù)日益獲得重視與發(fā) 展的原因是，隨著科學(xué)技術(shù)與生產(chǎn)的發(fā)展，機(jī)械設(shè)備工作強(qiáng)度不斷增大，生產(chǎn)效率、自 動化程度越來越高，同時設(shè)備更加復(fù)雜，各部分的關(guān)聯(lián)愈加密切，往往某處微小故障就 爆發(fā)鏈鎖反應(yīng)，導(dǎo)致整個設(shè)備乃至與設(shè)備有關(guān)的環(huán)境遭受災(zāi)難性的毀壞。一、 設(shè)

2、備故障的信息獲取和檢測方法設(shè)備故障信息的獲取方法：1、直接觀測法 2、參數(shù)測定法 3、磨損殘余物的測定 4、設(shè)備性能指標(biāo)的測定 設(shè)備故障的檢測方法：1、振動和噪聲的故障檢測（ 1）振動法：對機(jī)器主要部位的振動值如位移、速度、加速度、轉(zhuǎn)速及相位值等進(jìn)行測定，與標(biāo)準(zhǔn)值進(jìn)行比較，據(jù)此可以宏觀地對機(jī)器的運(yùn)行狀況進(jìn)行評定， 這是最常用的 方法。（ 2）特征分析法：對測得的上述振動量在時域、頻域、時 頻域進(jìn)行特征分析，用以確 定機(jī)器各種故障的內(nèi)容和性質(zhì)。（3）模態(tài)分析與參數(shù)識別法：利用測得的振動參數(shù)對機(jī)器零部件的模態(tài)參數(shù)進(jìn)行識別， 以確定故障的原因和部位。（ 4） 沖擊能量與沖擊脈沖測定法： 利用共振解調(diào)

3、技術(shù)以測定滾動軸承的故障。 （5）聲學(xué)法：對機(jī)器噪聲的測量可以了解機(jī)器運(yùn)行情況并尋找故障源。2、材料裂紋及缺陷損傷的故障檢測（ 1）超聲波探傷法：該方法成本低，可測厚度大，速度快，對人體無害，主要用來檢測平面型缺陷。（ 2）射線探傷法：主要采用 X 射線。該方法主要用于展示體積型缺陷， 適用 于一切材 料，測量成本較高，對人體有一定損害，使用時應(yīng)注意。（ 3）滲透探傷法：主要有熒光滲透與著色滲透兩種。該方法操作簡單，成本低，應(yīng)用范圍廣，可直觀顯示，但僅適用于有表面缺陷的損傷類型。（ 4）磁粉探傷法：該法使用簡便，較滲透探傷更靈敏，能探測近表面的缺陷， 但僅適 用于鐵磁性材料。（ 5） 渦流探傷

4、法： 這種方法對封閉在材料表面下的缺陷有較高的檢測靈敏度， 它屬 于電學(xué)測量方法，容易實(shí)現(xiàn)自動化和計算機(jī)處理。3、設(shè)備零部件材料的磨損及腐蝕故障檢測（ 1）光纖內(nèi)窺技術(shù)： 它是利用特制的光纖內(nèi)窺探測器直接觀測到材料表面磨損及情況。（ 2）油液分析技術(shù)：油液分析技術(shù)可分為兩大類：一類是油液本身的物理、化學(xué)性能分析，另一類是對油液污染程度的分析。具體的方法有光譜分析法與鐵 譜分析法。4、溫度、壓力、流量變化引起的故障檢測機(jī)械設(shè)備中的有些故障往往反映在一些工藝參數(shù)，如溫度、壓力、流量的變化中，在溫度測量中除常規(guī)使用的裝在機(jī)器上的熱電阻、 熱電偶等接觸式測溫儀外，還有在特殊場合使用的非接觸式測溫方法。

5、、旋轉(zhuǎn)機(jī)械簡介個人收集整理 僅供參考學(xué)習(xí)旋轉(zhuǎn)機(jī)械指汽輪機(jī)、燃?xì)廨啓C(jī)、發(fā)電機(jī)、電動機(jī)、離心壓縮機(jī)、水輪機(jī)、航 空發(fā)動 機(jī)等機(jī)械設(shè)備，它的主要構(gòu)成部件有轉(zhuǎn)子、支承轉(zhuǎn)子的軸承、定子或機(jī)器殼體、連軸器 等等。轉(zhuǎn)速范圍一般為幾千 r / min 至幾十萬 r / min ，這類機(jī)組通常稱為高速旋轉(zhuǎn)機(jī)械， 由于旋轉(zhuǎn)機(jī)械的結(jié)構(gòu)及其零部件的加工和安裝方面的缺陷，使機(jī)器在運(yùn)行時引起振動， 其振動類型可分為橫向振動、軸向振動和扭轉(zhuǎn)振動三類。其中過大的橫向振動往往是機(jī) 器破壞的主要原因，所以成了振動監(jiān)測的主要對象，也是對機(jī)組狀態(tài)進(jìn)行診斷的主要依 據(jù)。三、現(xiàn)場中旋轉(zhuǎn)機(jī)械故障的診斷與應(yīng)用實(shí)例A、醫(yī)用離心機(jī)故障診斷對醫(yī)用

6、離心機(jī)系統(tǒng)運(yùn)行狀態(tài)的故障監(jiān)測與診斷， 是通過對設(shè)備某些敏感部位振動、 平 衡度、溫度、壓力等信號的采集，并通過對信號處理，提取特征參數(shù)的方法來辯識醫(yī)用 離心機(jī)工作狀態(tài)。其基本原理是：在醫(yī)用離心機(jī)運(yùn)行過程中，其零部件會發(fā)出各自確定 特征的信號，而這些信號隨單個零件的損壞、磨損以及電子元件的電壓、電流、溫度等 變化而變化。根據(jù)表征具體故障的特征參數(shù)，通過人工神經(jīng)網(wǎng)絡(luò)監(jiān)測與診斷系統(tǒng)，對醫(yī) 用離心機(jī)故障進(jìn)行診斷和預(yù)報。該故障智能監(jiān)測與診斷系統(tǒng)，主要包括監(jiān)測與診斷兩個過程。其中每個過程都包括 預(yù)處理和特征信號提取兩部分?？焖佟⒂行У靥崛》从吃O(shè)備故障信息的特征是故障診斷 的關(guān)鍵。把從診斷的對象處獲得的數(shù)據(jù)

7、看作一組時間序列，通過對該時間序列的分段采 樣，將輸入數(shù)據(jù)映射成樣本空間的點(diǎn)，這些數(shù)據(jù)包括故障的類型、程度和位置等信息。 首先對映射到樣本空間的輸入數(shù)據(jù)進(jìn)行預(yù)處理，通過刪除原始數(shù)據(jù)中的無用的信息得到 另一類故障模式，由樣本空間映射成數(shù)據(jù)空間。在數(shù)據(jù)空間的基礎(chǔ)上，提取數(shù)據(jù)中的不 變特性，形成不變故障模式空間。在提取了故障模式的不變特性后，根據(jù)診斷的需要和 問題的特性，對所選擇的模式特征矢量進(jìn)行量化壓縮變換，選擇有用的特征，以用于故 障診斷。信號的產(chǎn)生和傳播可以認(rèn)為醫(yī)用離心機(jī)系統(tǒng)結(jié)構(gòu)為一定常線性系統(tǒng)，則系統(tǒng)振動可表示為：M【】 xC 【】xK 【x=QM【】為系統(tǒng)的質(zhì)量矩陣， X 為響應(yīng)的加速度向

8、量， C【】為系統(tǒng)的阻尼矩陣， x 為速度向量， KI 為系統(tǒng)剛度矩陣， x 為振動的位移向量， Q【】為產(chǎn)生醫(yī)用離心機(jī)系 統(tǒng)振聲的激勵力向量。醫(yī)用離心機(jī)系統(tǒng)振動的激勵源主要有：電機(jī)驅(qū)動系統(tǒng)，篩籃及轉(zhuǎn)軸的加工誤差、軸 承和支架、裝配不平衡，試管裂紋破裂形成的腔內(nèi)積水、溫升過高等故障問題造成的離 心轉(zhuǎn)軸在高速旋轉(zhuǎn)中嚴(yán)重傾斜、振動，當(dāng)振動頻率超過極限值時，會引起離心機(jī)整個系 統(tǒng)的共振，以致產(chǎn)生嚴(yán)重后果。個人收集整理 僅供參考學(xué)習(xí)B、基于貝葉斯網(wǎng)絡(luò)的超速離心機(jī)故障診斷專家系統(tǒng)研究摘要: 研究了一種超速離心機(jī)故障診斷專家系統(tǒng)。系統(tǒng)采用人機(jī)對話方式，以專家知 識庫為基礎(chǔ)， 對離心機(jī)運(yùn)轉(zhuǎn)時的實(shí)時數(shù)據(jù)采樣或

9、者通過人工對界面輸入故障征兆知識 ;采 用貝葉斯網(wǎng)絡(luò)方法進(jìn)行推理，從而診斷出故障原因和各原因可能發(fā)生的概率。使維修更 具針對性，實(shí)現(xiàn)智能化超速離心機(jī)故障診斷，提高了設(shè)備可靠性與安全性。離心機(jī)是一種在工業(yè)生產(chǎn)中應(yīng)用非常廣泛的高速旋轉(zhuǎn)機(jī)械，超速離心機(jī)是轉(zhuǎn)速大于 30000r/min 的高性能離心機(jī)。實(shí)際使用時，轉(zhuǎn)子在封閉的環(huán)境下高速旋轉(zhuǎn)，經(jīng)歷這樣 的高負(fù)荷運(yùn)行，長時間后即會出現(xiàn)轉(zhuǎn)子不平衡、不對中和轉(zhuǎn)軸磨損等一系列機(jī)械故障， 并由此引發(fā)異常振動，使其故障率增高，影響生產(chǎn)和操作人員的安全性 1 。目前，國 內(nèi)對于離心機(jī)的故障診斷主要采用人工感官和簡單儀表診斷， 存在診斷效果差、 耗時長、 準(zhǔn)確性低等問

10、題。因此，研究一種超速離心機(jī)專用的故障診斷專家系統(tǒng)是十分必要的， 可以有針對性的對超速離心機(jī)運(yùn)行過程中出現(xiàn)的各種故障進(jìn)行及時的診斷。專家系統(tǒng)是一個智能計算機(jī)程序系統(tǒng)， 能夠利用人類專家的知識和解決問題的方法來 處理該領(lǐng)域問題。專家系統(tǒng)是一個具有大量的專門知識與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工 智能技術(shù)和計算機(jī)技術(shù)，根據(jù)某領(lǐng)域一個或多個專家提供的知識和經(jīng)驗(yàn)，進(jìn)行推理和判 斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題。專家系統(tǒng) 一般由知識庫、推理機(jī)、知識獲取機(jī)構(gòu)、解釋機(jī)制、綜合數(shù)據(jù)庫和人機(jī)界面組成2。專家系統(tǒng)常用的推理方法有基于規(guī)則的推理方法、基于人工神經(jīng)網(wǎng)絡(luò)的推理方法、基于 模糊

11、理論的推理方法與基于貝葉斯網(wǎng)絡(luò)的推理方法等。其中基于貝葉斯網(wǎng)絡(luò)的推理方法 具有對知識庫的依賴性小、知識表達(dá)簡單、容易處理不確定性數(shù)據(jù)等特點(diǎn)3，所以，本文選擇該方法作為超速離心機(jī)故障診斷專家系統(tǒng)的推理方法。1 系統(tǒng)組成超速離心機(jī)故障診斷專家系統(tǒng)原理如圖 1 所示，主要由以下幾個部分組成 :1) 知識庫 : 包含以規(guī)則形式編碼的解決問題的領(lǐng)域?qū)＜抑R。 知識表示方法有很多種， 包括產(chǎn)生式、語義網(wǎng)、框架、邏輯等方法。產(chǎn)生式知識表示方法是在專家系統(tǒng)中用得最 多的一種知識表示方法。 用產(chǎn)生式方法表示知識， 由于各產(chǎn)生式規(guī)則之間是獨(dú)立的模塊， 這對系統(tǒng)的修改、擴(kuò)充特別有利。另外，產(chǎn)生式知識表示與人們很多思

12、維習(xí)性十分吻合。2) 推理機(jī) : 以知識庫中的已有知識為根據(jù)，推理出結(jié)論。采用貝葉斯網(wǎng)絡(luò)推理方法進(jìn) 行正向推理。3) 綜合數(shù)據(jù)庫 : 用來存儲初始數(shù)據(jù)、實(shí)時數(shù)據(jù)以及計算過程中產(chǎn)生的數(shù)據(jù)。個人收集整理 僅供參考學(xué)習(xí)4) 解釋機(jī)制 : 解釋機(jī)制是指專家系統(tǒng)對用戶所需求的概念和系統(tǒng)的行為像領(lǐng)域?qū)＜乙?樣做出通俗易懂的解釋，同時領(lǐng)域?qū)＜铱赏ㄟ^解釋系統(tǒng)了解系統(tǒng)的運(yùn)行狀況。5) 知識獲取 : 為用戶建立的一個知識自動輸入方法，以代替知識工程師去編碼知識。6) 人機(jī)界面 : 用戶和專家系統(tǒng)軟件界面之間的通信交互機(jī)構(gòu)。本系統(tǒng)采用 Windows XP 作為軟件開發(fā)平臺，數(shù)據(jù)庫系統(tǒng)采用 SQL Server 2

13、000 數(shù)據(jù)庫軟件開發(fā)，采用 VC+ 為軟件開發(fā)語言。2 貝葉斯網(wǎng)絡(luò)貝葉斯網(wǎng)絡(luò)是一種概率網(wǎng)絡(luò)，它是基于概率推理的圖形化網(wǎng)絡(luò)，而貝葉斯公式則是這 個概率網(wǎng)絡(luò)的基礎(chǔ)。貝葉斯網(wǎng)絡(luò)是基于概率推理的數(shù)學(xué)模型，所謂概率推理就是通過一 些變量的信息來獲取其他的概率信息的過程，基于概率推理的貝葉斯網(wǎng)絡(luò)是為了解決不 確定性和不完整性問題而提出的，它對于解決復(fù)雜設(shè)備不確定性和關(guān)聯(lián)性引起的故障有 很大的優(yōu)勢，在多個領(lǐng)域中獲得廣泛應(yīng)用。設(shè)A為故障征兆， Bi(i=1 ，2 ，n)為導(dǎo)致 A產(chǎn)生的 n種互不相容且完備的故障集 由貝葉斯公式可知：其中，P(Bi) 為先驗(yàn)概率， P(Bi A) 為后驗(yàn)概率 4。貝葉斯網(wǎng)絡(luò)就

14、是要依靠先驗(yàn)概 率和節(jié)點(diǎn)的條件概率來計算后驗(yàn)概率，從而得出在某故障征兆發(fā)生的情況下，引起該征 兆的各種故障原因的概率。3 貝葉斯網(wǎng)絡(luò)的建立和推理方法 超速離心機(jī)故障包括轉(zhuǎn)子故障、電機(jī)故障、控制電路故障及機(jī)械故障等。其中有關(guān)轉(zhuǎn) 子方面的故障占全部故障總數(shù)的 70% 。所以，本文以轉(zhuǎn)子故障為例建造貝葉斯網(wǎng)絡(luò)，并說明推理方法。 貝葉斯網(wǎng)絡(luò)是一個有向無環(huán)圖，由節(jié)點(diǎn)和有向弧組成，其中節(jié)點(diǎn)代表論域中的變量， 有向弧代表變量之間的關(guān)系。一個貝葉斯網(wǎng)絡(luò)可以反映出變量之間的定性信息，也可以 反映出定量信息。定性信息由有向弧來反映，定量信息由變量之間的關(guān)系強(qiáng)度來表示， 它由節(jié)點(diǎn)與其父節(jié)點(diǎn)之間的條件概率來表示 5。

15、貝葉斯網(wǎng)絡(luò)的建造是一個復(fù)雜的任務(wù)，需要知識工程師和領(lǐng)域?qū)＜业膮⑴c。在實(shí)際應(yīng) 用中可能是反復(fù)交叉進(jìn)行且不斷完善的。超速離心機(jī)故障診斷應(yīng)用的貝葉斯網(wǎng)絡(luò)的構(gòu)建 所需要的信息來自多種渠道，如，設(shè)備手冊、生產(chǎn)過程、測試過程、維修資料以及專家 經(jīng)驗(yàn)等。一般地，構(gòu)建貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的過程包括 2 個步驟，首先利用先驗(yàn)知識構(gòu)建先 驗(yàn)貝葉斯網(wǎng)絡(luò) ; 之后結(jié)合已有數(shù)據(jù)并進(jìn)行計算，得到后驗(yàn)貝葉斯網(wǎng)絡(luò) 5。圖2 為離心機(jī)轉(zhuǎn)子系統(tǒng)故障的貝葉斯網(wǎng)絡(luò)模型， 表1為離心機(jī)轉(zhuǎn)子系統(tǒng)故障的貝葉斯 網(wǎng)絡(luò)表。圖 2 列舉出的轉(zhuǎn)子的各種故障全部來源于領(lǐng)域?qū)＜业慕?jīng)驗(yàn)，以及離心機(jī)生產(chǎn)技 術(shù)手冊和說明書等，這些故障并不是轉(zhuǎn)子系統(tǒng)的全部故障癥兆

16、，僅僅為常見故障，具有 代表性，是為了說明貝葉斯網(wǎng)絡(luò)推理方法。根據(jù)專家經(jīng)驗(yàn)和現(xiàn)場工人的實(shí)際統(tǒng)計，根節(jié) 點(diǎn) Ri 的概率和各子節(jié)點(diǎn) Sj 的條件概率都可給出如下，這需要領(lǐng)域?qū)＜液拖嚓P(guān)工作人員 在大量數(shù)據(jù)和實(shí)驗(yàn)中總結(jié)出來 6 。個人收集整理 僅供參考學(xué)習(xí)根據(jù)式(1) 可以計算出在各征兆發(fā)生時，由哪個故障原因引起的概率，例如：6個人收集整理 僅供參考學(xué)習(xí)所以，帶入公式計算出 P(R2|S2)=43 5% 。其他概率也可同理計算出，如表 27個人收集整理 僅供參考學(xué)習(xí)由表 2 可知，當(dāng) S1 故障征兆發(fā)生時，由 R1 引起的可能性為 62 3% ， R2 ，R3 與 S1 無關(guān)， 其他與之同理。 這就

17、得出了需要的故障診斷結(jié)果。 4 結(jié)果驗(yàn)證與仿真某離心 機(jī)生產(chǎn)工廠對 1000 臺出廠的離心機(jī)做運(yùn)行狀況測試發(fā)現(xiàn) :有 42 臺離心機(jī)在運(yùn)行過程中 出現(xiàn) 1 倍頻幅值過大的故障，經(jīng)過檢測，其中 8 臺離心機(jī)的故障為轉(zhuǎn)子彎曲，概率約為 19 1%;15 臺離心機(jī)故障為轉(zhuǎn)子不對中，概率約為 35 7%;19 臺離心機(jī)故障為轉(zhuǎn)子 不平衡，概率約為 45 2% ，計算出的數(shù)據(jù)和實(shí)際統(tǒng)計出來的數(shù)據(jù)誤差很小。故障仿真 是通過 MSBNx（ 用于貝葉斯網(wǎng)絡(luò)的創(chuàng)建、評價和評估 ） 軟件來實(shí)現(xiàn)。在 MSBNx 上構(gòu)建 轉(zhuǎn)子的貝葉斯網(wǎng)絡(luò)模型，并輸入父節(jié)點(diǎn)的先驗(yàn)概率和中間節(jié)點(diǎn)的條件概率，最后得出后 驗(yàn)概率，如圖 3

18、為當(dāng)發(fā)生故障 1 倍頻幅值過大時，輸入父節(jié)點(diǎn)轉(zhuǎn)子彎曲 R1 ，轉(zhuǎn)子不對 中 R2 ，轉(zhuǎn)子不平衡 R3 的概率和節(jié)點(diǎn) S4 的條件概率，經(jīng)過軟件計算得出結(jié)果。個人收集整理 僅供參考學(xué)習(xí)4結(jié)論貝葉斯網(wǎng)絡(luò)的推理過程符合專家的思維方式， 它不但提供給專家一個表達(dá)知識和經(jīng)驗(yàn) 的方法，而且可利用這些知識進(jìn)行定量計算。貝葉斯網(wǎng)絡(luò)在離心機(jī)故障診斷中的應(yīng)用有 以下優(yōu)勢 :1) 貝葉斯網(wǎng)絡(luò)可用簡潔直觀的圖形描述故障與征兆間復(fù)雜的因果關(guān)系。2) 貝葉斯網(wǎng)絡(luò)具有很強(qiáng)的不確定性推理能力， 可定量計算出故障發(fā)生的概率， 給出概 率解釋。本文通過實(shí)際驗(yàn)證和仿真結(jié)果表明本研究的正確性和有效性，并可依據(jù)此結(jié)果 進(jìn)行檢修，避免了大量繁瑣和無用的工作，節(jié)省了時間與資源，同時提高了設(shè)備的可靠 性和安全性。C、汽輪機(jī)故障診斷 故障對策a、質(zhì)量不平衡：不對中(1) 檢查轉(zhuǎn)子的對中狀況是否良好；(2) 檢查軸承的結(jié)構(gòu)參數(shù)是否符合要求；(3) 檢查機(jī)組動靜間隙是否均勻；(4) 減小軸承寬度，抬高軸承標(biāo)高以提高軸承比壓；(5) 提高進(jìn)油溫度，將粘度較高的油換成粘度較低的油；(6) 必要時將軸承改為穩(wěn)定性好的軸承。b、轉(zhuǎn)子碰磨(1) 檢查軸系平衡、對中狀況是否良好；(2) 檢查和調(diào)整動靜間隙；(3) 檢查軸系的穩(wěn)定性是否良好；(4) 啟停