机械设备运行可靠性评估的发展与思考

针对某台具体的机械设备进行运行可靠性评估是个性问题,基于大样本条件并依赖概率统计数据得到的平均可靠性难以满足个体设备的运行可靠性评估需求。归纳传统可靠性理论应用于机械设备运行可靠性评估时面临的问题,回顾相应的改进方法。阐述以动态建模与故障机理分析、信号处理与故障特征提取为理论基础的机械设备运行可靠性的技术内涵,赋予运行可靠性新的含义,定义运行可靠度。提出基于机械设备状态信息的运行可靠性评估方法,通过建立设备运行状态信息与可靠性之间的映射模型,实现运行可靠度的计算。参考国际标准ISO3945,将评价回转机械运行状态的绝对振动量转换为量纲一的可靠度指标;对轴瓦松动维修前后两种状态下的汽轮发电机组、连续运行退化至失效状态下的滚动轴承分别进行运行可靠性评估,取得了良好效果。引出机械设备运行可靠性评估有待解决的问题,为后续研究提供参考。

大型机械设备变工况非平稳动态分析与监测诊断关键技术

介绍适用于大型机械设备变工况非平稳在线和离线动态分析与监测诊断的关键技术：小波包频带能量监测、小波包自回归谱分析、谐波小波分析、小波分形分析、广义自适应小波分析、主分量自回归谱模糊识别、小波包模糊聚类网络分类、机械设备监测诊断装置与系统等。举例说明了这些技术在工程中的应用，成功地诊断出松动、喘振、轴承缺陷、摩擦、不对中、失衡等多种机械故障。

小波技术在机械监测诊断领域的应用现状与进展

对近两年我国及日本在机械监测诊断领域内小波技术的研究与应用进行了回顾 ,简述了小波技术的理论研究及其在旋转机械、往复机械、齿轮、轴承、建筑结构、疲劳损伤等方面的应用中所取得的可喜进展和特点 .指出应根据小波函数的性质有针对性地应用 。

内积变换原理与机械故障诊断

机械故障诊断广泛使用的方法是对动态信号进行傅里叶变换、短时傅里叶变换、小波变换以及第二代小波变换。指出这些变换的本质是采用不同的基函数与信号进行内积变换,从动态信号中提取和基函数最相似的故障特征。运用三角基函数、Gabor基函数、离散基函数、谐波基函数、Laplace基函数、Hermitian基函数、第二代小波基函数等,有效地提取出发电机组松动、齿轮箱冲击摩擦、高压缸蒸汽激振、机车轮对滚动轴承损伤等故障特征。采用合理的基函数或多重基函数(多小波)对动态信号进行内积变换,可有效地提取故障特征,进行正确的故障诊断。

基于机械诊断信息的设备运行可靠性研究

针对传统可靠性分析方法必须依赖大样本统计数据、利用概率统计求解设备可靠性的不足,提出两种利用运行状态信息实现小样本条件下设备运行可靠性评估的方法:基于归一化小波信息熵的可靠性评估和基于损伤定量识别的可靠性评估。基于归一化小波信息熵的可靠性评估对设备运行过程中的振动信号采用第二代小波包进行分解与重构,获得多个分解频带信号,计算分解频带信号的相对能量和归一化信息熵,根据归一化信息熵获取反映设备运行状态可靠性的重要指标——可靠度;基于损伤定量识别的可靠性评估定义了新的运行可靠性评价指标——隶属可靠度,在故障定量诊断的基础上,建立了损伤程度与运行可靠性评价指标之间的联系。在制氧压缩机运行可靠性评估和机车轮对轴承运行可靠性评估的成功应用,表明所提出的方法合理、有效,为机械设备实现缺乏大样本、非概率统计模型的可靠性评估提供了新理论与新技术。

机械故障诊断内积变换原理与验证

工程实际常用的快速傅里叶变换、短时傅里叶变换、小波变换、第二代小波变换和多小波变换等先进信号处理方法,为关键设备运行监测与故障诊断奠定了基础。为深刻认识其共性问题,对机械故障诊断信号处理方法物理本质与关键技术等基础问题进行研究。指出它们的变换原理都是内积变换,探求信号中包含与"基函数"最相似或最相关的分量,关键在于构造和选择动态信号中与故障特征波形相匹配的基函数,实现科学、正确的状态监测与故障诊断。通过仿真试验和工程案例,对机械故障诊断的内积变换原理进行验证,证明该原理的正确性和可靠性。同时,根据试验现象得出若干基函数性质对内积变换的影响规律,补充和完善了机械故障诊断内积变换原理。

小波有限元理论研究与工程应用的进展

小波有限元是一类新的有限元逼近方法,将信号处理领域中小波函数的多分辨思想引入有限元法中,以小波函数作为插值函数,构造出嵌套递进的多尺度广义有限元逼近空间,使得求解问题可以先用较粗的网格分析,特定奇异区域通过自适应多分辨剖分获得更好的逼近,该算法数值稳定性好、适宜求解奇异性问题。从小波加权残值法、小波有限元理论以及自适应小波有限元三个方面,综述了小波有限元国内外研究现状,并介绍了小波有限元在大梯度非线性、裂纹定量预示等方面的工程应用进展,指出了其关键技术、存在问题以及工程实用前景。

机械监测诊断中非平稳性信号处理的研究

介绍了处理机械监测诊断中非平稳性的若干方法，包括短时傅氏变换，主分量自回归谱，Ｗｉｎｇｅｒ时频分布，小波变换和小波包分解等，指出了这些技术的基本原理，特点及应用场合，并结合工程实例说明它们的使用效果。

Laplace小波及其工程应用

小波变换是非平稳信号处理的有力工具 ,小波性质取决于它的基函数。在模态分析、机械监测诊断等领域 ,冲击响应信号十分普遍。一种单边衰减复指数型的Laplace小波基函数具有分析冲击响应信号的优势 ,采用Laplace小波相关滤波方法可提取振动信号中的冲击响应分量 。

自适应多小波基函数构造与机械故障诊断应用研究

设备在运行中萌生的故障(即早期故障),特征信息微弱且往往被机械设备运行过程的强噪声所淹没,给故障诊断与预示带来困难,已成为国内外此领域研究的热点和难点。文章深入研究了机械故障动态信号与基函数的内积变换原理;提出了若干自适应多小波基函数构造方法;改进了几种多小波邻域区间和局部阈值降噪方法。利用典型的工程案例分析和阐述了重油催化裂化装置、连铸连轧机组、空分机、电力机车和船载卫星通信地球站传动系统在运行状态下,微弱动态信号的特征增强和复合故障特征提取的工程应用实效。

机械动态信号与模糊隶属函数

将动态信号处理与模糊数学方法结合起来,正是解决不确定性(随机性和模糊性)并精确认识事物的有效途径。本文介绍了如何对一些信号处理的结果进行转换而得到模糊隶属函数。用实例说明了运用由动态信号处理得到的模糊隶属函数,有效地解决了精密机床杂音质量检验、大型压缩机组和汽轮发电机组运行状态的识别和评价问题,更深刻地反映了事物的属性.

汽轮发电机组轴瓦振动的深化识别

本文简要介绍了振动分析中的两种新方法──维格讷（Ｗｉｇｎｅｒ）时频分布和主分量自回归谱分析。采用这两种方法，对现场实测的汽轮发电机组轴瓦振动信号进行分析，并与经典的快速付氏变换频谱分析作了比较，深化了对振动特性的识别。

基于Hermitian小波的信号奇异性识别

机械设备由于故障而诱发的信号往往具有奇异性 (Singularity) ,正确识别奇异性对设备监测诊断十分重要。采用高斯函数的一阶、二阶导数构成复数Hermitian小波进行奇异性识别 ,具有两个优点 :其一是由于Hermitian小波的Fourier变换是实数 ,对信号进行变换时不会有相位的改变 ;其二是与Morlet小波相比较 ,Hermitian小波的实部和虚部振荡次数少 ,可用较少的数据点对信号进行卷积 ,从而不会损坏信号的奇异性。本文提出了基于Hermitian小波变换的时间 -尺度幅图和相图的信号奇异性识别方法 ,在大型空气压缩机的齿轮箱撞击摩擦故障诊断中取得了成功的应用。

机械监测诊断中的小波应用技术

阐述了小波的概念及其发展过程。并从小波变换的物理意义和工程背景出发,介绍几种机械监测诊断中小波技术的应用。

设备监测诊断新技术——时频分析

我国开展设备状态监测与故障诊断工作已经过了十多年蓬勃发展的历程。从金山(1985年全国首届设备诊断技术应用推广会)到黄山(1992年全国第二届设备诊断技术应用推广会),我国设备监测诊断技术取得了长足的进展和可喜的进步。目前,我国开展设备监测与诊断工作已成燎原之势,在水平上已处在世界前列。 随着设备状态监测与故障诊断工作的深入开展,所面临的监测诊断问题也是日趋复杂,难度也越来越大。其中一个重要的问题是如何对非平稳动态信号进行有效的分析。机械设备运行中的多发故障,如摩擦(碰摩、干摩)、爬行、松动、冲击、剥落、裂纹、不对中、油膜涡动、旋转失速、喘振等,将使机械动态信号发生瞬变,导致非平稳性的出现。因此,从某种意义上讲,非平稳意味着故障的存在。另一方面,在冶金、矿山、建材、交通、航空等领域中,开展设备监测诊断工作难度较大,其中一个重要的原因是设备的运行状态是非平稳的。如冶金轧机、矿山电铲、发动机、往复机械、破碎机等的工作过程,飞机在飞行中对变化气流的响应等。此外,许多机械设备运行中的阻尼力、弹性力、

时一频分析在大型电铲提升系统上的应用

以大型电铲为例，采用ＷＶＤ（Ｗｉｎｇｅｒ－Ｖｉｌｌｅｄｉｓｔｒｉｂｕｔｉｏｎｓ），ＳＴＦＴ（ｓｈｏｒｔｔｉｍｅｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ），小波和小波包分析构成处理非平稳动态信号系列技术，揭示变工况（变速、变负载、非平稳、非线性）状态下，大型电铲提升系统工作时出现的摩擦、冲击、磨损、附加脉冲及轴承早期故障等的特征，结果表明对非平稳运行工况是能够监测诊断的。

机械监测诊断中的小波应用技术(续)

3.小波包频带能量监测 小波包技术将信号无冗余、无疏漏、正交地分解到独立的频带内,所以这些频带里信号的能量是守恒的,且每个频带里信号的能量对于状态监测和故障诊断都是十分有用的信息。目前,国内外大都采用FFT频谱分析选取某些特征频率的幅值来进行监测诊断。这种方法相当于只考虑正弦振动的能量,而没有考虑其它振动的能量。频带能量监测应当计及各频带里信号的全部能量,包括非平稳、非线性振动能量,如摩擦。

精密传动链的自回归谱分析

本文根据时间序列分析和计算机信息处理的原理,提出了用自回归谱诊断精密传动链误差的方法。由于自回归谱具有谱峰陡峭,频率定位准确、分辩率高等优良,从而可以用它来有效地判断传动涟中的薄弱环节,提高传动链的精度。文中以一台蜗杆砂轮磨齿机的分齿传动链为例,进行了自回归谱分析,获得了满意的结果。

大型机械摩擦故障的PCAS诊断方法

本文采用主分量自回归谱(Principal Components and Autoregressive Spectrum),简称PCAS方法,对大型离心压缩机设备中的摩擦故障作出了诊断.通过模糊隶属函数给出了摩擦故障的诊断判据.实践表明PCAS方法是有效的.

风力发电机状态监测和故障诊断技术的研究与进展

针对目前迅猛发展的风电装备缺乏有效监测诊断方法开展综述,指出其研究现状和值得研究的问题。综述风力发电机的发展现状、故障特点和诊断难点,风力发电机的装机容量和规模都在逐年扩大,目前基于振动监测的风力发电机在线诊断系统尚属空白,其运行维护费用增加以及频繁事故发生所造成的巨大损失严重影响了风电的经济效益。针对风力发电机中的主要故障部件,如齿轮箱、发电机、叶片等,介绍现有状态监测和故障诊断方法的研究现状。结合风力发电机工作在变转速、不稳定载荷等工况下的特点,指出研究重点是需要针对这一新型装备研究其故障机理和特定的诊断方法,研发适合于风力发电机特点的在线状态监测和故障诊断系统。