机械故障监测与诊断技术的研究综述

概述了在机械设备的大型化、连续化、高速化和自动化的发展趋势中,机械故障监测与诊断技术在其设备的安全、可靠、高效运行方面中起到了重要的作用,并综述分析了振动分析方法这一关键技术,阐述了机械故障监测与诊断技术的发展趋势。

应力波技术在某大型燃气轮机组机械故障监测中的应用

燃气轮机作为一种将热能转换为机械能的动力传输装置,在能源、航空、航海、交通运输等各行各业发挥着不可替代的关键作用;但由于其工作过程中工况多变、结构复杂以及工作环境恶劣,常常导致燃气轮机关键部件发生故障,所以对燃气轮机进行机械故障诊断与监测至关重要。采用了先进的应力波技术对某大型燃气轮机压气机轴承、燃烧室、燃气涡轮轴承等三关键部件进完成了在线监测,监测结果显示基于应力波技术的设备状态监测系统能够有效反映出燃气轮机内部运行状态的实时变化,能够准确监测出燃气轮机内部机械故障。

基于听觉仿生的机械故障监测系统

为了弥补当前基于无线网络技术的机械故障监测系统功耗较大,数据传输量大等不足,从哺乳动物听觉系统获得灵感,基于振动分析法,设计了一种新型无线传感器网络系统。主要介绍了监测系统的硬件设计和软件设计,该系统采用无限增益多路反馈式(MBF)电路组建滤波器组,实现对振动信号的频率分解;以STM32为核心控制器,获取信号极值并通过蓝牙传输的方式将信号上传到上位机进行信号重构。实验结果表明,该系统能够实现对信号的实时频率分解和无线传输,为故障类型的分析提供指导。

基于累加式实时串并联变换算法的机械故障声学监测方法

针对基于物联网(IoT)的冲压机床故障监测问题,为了降低冲压机床故障监测的计算复杂度,并提高其低频识别的精度,提出了一种无需机器学习技术的实时性机械故障声学监测方法,即基于累加式实时串并联变换算法的机械故障声学监测方法。首先,研究了物联网场景中冲压机床声学低频分析的必要性,并给出了声学信号的表达式;然后,针对频率轴上多个周期信号重叠导致参数估计较为困难的问题,提出了一种累加式实时串并联变换算法,将输入的采样序列馈入多个具有不同输出端口的串并转换器,从累加的波形中检测出最大绝对值,并进行了比较;最后,通过样本时隙划分,将累加式实时串并联变换算法应用于机械故障监测;通过仿真和冲压机床实机测试,对累加式实时串并联变换算法和实时性机械故障声学监测方法的有效性进行了验证。研究结果表明:在无需大量信号样本的情况下,使用累加式实时串并联变换算法有利于提高低频带的识别精度;在直方图相关性方面,累加式实时串并联变换算法和Morlet小波变换具有相同的性能,且均明显优于短时傅立叶变换;同时,尽管累加式实时串并联变换算法需要的加法总数比Morlet小波变换多2.5倍,但是乘法总数减少了20447%,大幅减少了计算的复杂度。

声信号特征优化断路器机械故障诊断算法

为提高断路器机械故障的诊断准确率,并解决传统基于振动信号方法面临的接触安装局限、低频本振和高频干扰等问题,提出基于声特征优化提取的机械故障监测算法。算法首先将声信号划分为信号区间并以K-S显著性检测提取故障信号差异较大的信号区间,然后提取其LDA优化凸显的GFCC特征,以提高特征对故障状态的描述能力,然后采用特征加权优化的SVM算法对高压断路器的机械故障进行诊断监测。以四种模拟机械故障取得的声信号数据进行实验,结果表明,算法对四种故障的诊断准确率均值达到94%以上,验证算法的有效性。

Application of Neural Networks for Monitoring Mechanical Defects of Rotating Machines

Good monitoring of the deterioration in rotating machinery can result in reduced maintenance costs by minimizing the loss of production due to the number of machine breakdown and decreasing in the number of spare parts. In the present paper, a prognostic method based on recurrent neural networks is applied to forecast the rate of machine deterioration. Promising results have been obtained through the application of this method to the prediction of vibration based fault trends of an auxiliary gearbox of a power generation plant. This method evaluates also the seriousness of damage caused by faults.