内容发布更新时间 : 2024/6/24 3:42:15星期一 下面是文章的全部内容请认真阅读。
龙源期刊网 http://www.qikan.com.cn
装备状态监测及早期故障提取方法研究
作者：姚会举
来源：《科学与财富》2016年第25期
摘 要： 对装备进行监测、故障诊断的一个重要目的是及时发现故障的早期征兆，将故障消灭在萌芽状态。因此，早期故障诊断方法的研究是一个非常重要的课题。本文以电机中旋转机械为例，以监测该机械的振动信号为基础，建立基于陡峭度理论的机械设备早期故障提取模型，并通过对比分析正常工况和人为故障工况下的陡峭度对比分析，结果表明了该方法的有效性。
关键词： 故障诊断；健康管理；陡峭度 引言
随着科学技术的进步与发展，装备的性能越来越好，功能越来越强大，结构越来越复杂，自动化程度越来越高，同时人们对装备的安全、稳定、完好率的要求越来越迫切[1]。因此，对装备开展状态监测、故障诊断和健康管理工作，保障装备安全可靠，大幅提升装备战斗力。对于装备的故障诊断与健康管理的研究就显得尤为重要。
装备故障诊断与健康管理技术的根本任务就是对装备工作状态信息进行监控提取，然后对收集的信息进行分析判断从而达到识别装备的状态，识别状态的过程也就是故障诊断的过程，才便于采取相关措施[2]。 1 早期故障特征量的选取
故障特征量应能反映故障特征的变化。一个故障特征量可以包含多种故障信息，一种故障也可以在多个故障特征量中得到反映。作为故障的特征量，一般可以分为四类[3]： 1）特征量，如频率，振动，幅值，相位，图像，光谱等； 2）物理结构特征量，如质量，刚度，阻尼，裂纹，弯曲，变形等； 3）数学特征量，如均值，方差，特征向量，响应函数等； 4）电子特征量，如电压，电流，功率等。 2 早期故障诊断的理论基础-陡峭度理论 2.1 陡度和峭度的概念
龙源期刊网 http://www.qikan.com.cn
陡度和峭度属于信号的高阶矩构成的特征量，它们对于信号中存在的微小冲击成分比较敏感。陡度是信号的三次矩，反映了信号概率密度函数的不对称程度；峭度是信号的四次矩，反映了信号概率密度函数的陡峭程度，因此在实际工程应用中，通常用陡度和峭度[4]两个特征量度量信号概率密度函数的不对称程度和陡峭程度。两者的表达式如下：
但是，对于电子装备采集的信号基本上为离散数据，因此，式（1）、（2）中可以转换为：
2.2 基于陡峭度理论的早期故障提取方法
机械设备中采集的信号，如振动信号，一般为离散序列信号
其幅值服从正太分布，若设备发生故障，监测采集得到的振动信号中，大幅值的概率密度会增加，导致其分布偏离正太分布，引起陡度和峭度的变化。陡峭度的变化对于机械设备的早期故障非常敏感，故可以作为早期故障诊断的有效方法。 若用 来表示陡峭度，则早期故障诊断模型为： 3 早期故障仿真试验分析
电机设备是电子装备中的重要组成部分，电机对于保证电子装备完成战备值班的重要保障。在实际工作中，电机在运行中略微偏离正常的规定指标，存在轻微影响运行的故障时，并不影响电机的正常运行。但是如果不能在故障的早期发现故障征兆，必然在运行过程中由轻微故障转换为一般故障，甚至可能扩大为严重故障或者恶性故障，从而影响电子装备战备值班。本文以监控电机中旋转机构为例，建立基于陡峭度理论电子装备电机设备仿真试验平台，以验证模型的准确性。 3.1 仿真试验平台设计
试验是在转子试验台上进行的。数据采集程序和转速控制程序均用LabVIEW平台中MATLAB编写。安装在两个轴承座x，y方向上的4个加速度传感器用来采集转子的碰摩、不平衡等振动信号，如图1所示。 3.2 正常工况分析
分别采集正常工况下转速分别为1500、1850、2500和3000 r/m的振动信号，根据陡峭度计算模型可得4个转速下正常工况下陡峭度如表1所示。
其中转速为1850 r/m时，振动信号的幅值及频率变化如图2所示： 3.3 碰摩早期故障分析
龙源期刊网 http://www.qikan.com.cn
1）碰摩故障设置
转子碰摩试验通过固定接触件与转子发生碰摩，引起碰摩故障。这里在转子台支架上安装黄铜螺钉，通过调整螺钉的位置与转子发生轻微的点接触，完成局部碰摩实验。 2）局部碰摩实验分析
从对比图3与图2，局部碰摩实验下，振动幅值变化明显，特别是频率，二倍频、三倍频、四倍频处出现尖峰，从这里来看碰摩实现结果明显，另外从陡峭度来看，四个转速下，陡峭度如表2所示。
通过与正常工况下的陡峭度值进行对比，发现碰摩故障发生后信号的陡峭度显著增加。 3.4 不平衡状态下故障分析 1）不平衡故障设置
不平衡实验是通过在负载盘的螺钉孔上用加配重螺钉的方式进行。不平衡量的大小，可通过调整安装配重螺钉的大小和数量人为调节控制。 2）不平衡实验分析
通过对比分析图4与图2，可以看到故障前后的时域信号幅值并无明显变化，波形接近于正弦波；故障工况下的频域信号在基频处幅值比正常工况略有增加，其它倍频处幅值无明显变化，说明不平衡故障的特征不够显著。表3为四个转速下不平衡故障工况下的陡峭度。 对比分析表3和表1，可以看到不平衡故障状态下，陡峭度值均增大。这一变化符合陡峭度诊断方法的特性，即故障状态下振动信号的陡峭度值高于正常状态。 4 结论
在信息技术的推动下，各种大型电子复杂系统的性能不断提高，电子装备不断向综合化、智能化发展。传统的事后维修和定期维护方式耗费资源且效率低，已不能满足电子装备复杂系统日益增长的维修保障需求，因此，本文首先基于陡峭度理论建立了早期故障提取方法；其次，以监控电机中旋转机构为例，仅监控旋转机构的振动信号，对于这种机械设备的单输出状态进行了仿真分析，结果证明了模型的准确性，有利于推动装备故障诊断与健康管理技术的发展。 参考文献