|
|
| | -文章搜索 - 最新文章 - | |
故障诊断参数获取的可视化建模系统 |
| 发布时间:2006年5月18日 点击次数:293 |
| 来源:电子技术应用 作者:上海交通大学自动化系(200030) 张苗苗 谢剑英 方 敏 |
摘 要: 给出了基于模糊神经网络的故障诊断参数,并采用面向对象的分析方法和编程技术实现了机械设备的建模工具,该工具为获得这些诊断参数提供了合理有效的途径。 关键词: 故障诊断 建模 面向对象 模糊神经网络 机械设备故障诊断方法可选用的特征信号有多种,如振动、噪声、力、扭矩、压力、温度、功率、电、磁、光、超声波等信号。按照所选用的状态信号,设备的诊断除了常用的振动诊断,还有超声诊断、声发射诊断、油光谱分析诊断、红外监测诊断等方法 1 特征量的定义 振动诊断中的重要因素是故障特征量的提取,它反映故障的部位,故障的严重程度,是故障诊断的基础。由故障机理分析可知,如某一故障产生,则它的故障特征频率基频和谐频点能量会不同程度地有较大增加,且不同特征频率处的谱值变化对故障影响的程度不同。因为受监测装置、转速等条件的影响,尽量不要以绝对值作为异常诊断的依据,而要与初始值或正常值做比较,用比值作为监测参数来进行诊断。为此诊断的监测参数定义为: 式中 因为某一监测量只能反映某一方面的故障信息,具有一定的局限性,所以实际中仅靠一个参数作为判断依据是不够的,应综合多种参数,并给不同参数以不同的权,这样才合理,可靠。 2 诊断网络的输入 有了特征量后,就可将其经过一定的处理后送入网络诊断。基于神经网络的模糊推理是解决诊断中的不确定性的一个有效的方法,其输入是故障征兆的监测量,即不同的FS值,由于FS并不一定在[0,1]之间,所以首先应确定FS的上界和下界,将实际的监测量FS通过其上、下界归一化处理成[0,1]区间上的值。归一化后的输入值再通过网络的前向推理得到输出节点输出故障发生的可信度,该可信度也取值于[0,1]之间。 根据故障机理和实际经验给出故障类型和特征参数的关系,得出故障集和征兆集的模糊规则,然后根据模糊规则来建立模糊神经网络。例如轴类故障有:轴不平衡、轴线不对中、轴产生裂纹三种,分别对应的模糊神经网络为shaft1.net、shaft2.net、shaft3.net三个网络,shaft1.net和shaft2.net网络所对应的输入为一阶、二阶轴频处的相对幅值比,shaft3.net网络所对应的输入为一阶、二阶、三阶轴频处的相对幅值比。表1为基本零部件的故障名、对应网络名及网络的输入参数。因篇幅关系,网络结构在此不一一画出。 式中n为轴的转速(rpm),z为滚动体个数,d为滚动体直径,D为轴承节径即滚动体中心所在圆的直径,α为接触角,z1为齿轮的齿数。需要说明的是,上式计算的各种特征频率都是从理论上推导出来的,而实际轴承的各几何尺寸会有误差,加上轴承安装后的变形,使实际的频率与计算所得的频率会有某些出入,所以在频谱图上寻找各特征频率时,需在计算的频率值的左右找其近似的值来作诊断判断,即存在频率偏差。 由上看出, 3 建模系统 3.1诊断过程 首先根据以上的思想其诊断过程如下:由机械传动关系建立诊断对象模型,输入主轴转速(rpm),系统自动计算出每一个零部件的故障特征频率。并且根据频谱图寻找谱图中峰值点对应的特征频率,计算与正常谱图的相对幅值比,找到具有此特征频率值的零件。查看是否满足相应诊断网络所需的要求,如果满足,则调用相应的网络进行诊断推理,最后得到不同故障类型的严重程度。过程如图1所示,其中虚线所示为本节主要讨论部分。 3.2 建模工具 设计建模工具采用了面向对象的分析方法,具有柔性、开放性、灵活性等特点。机械设备一般由轴、轴承、齿轮等零部件有机地结合在一起,形成了各种传动链。我们可以把这些轴、轴承、齿轮等零部件与面向对象技术中的对象结合起来,把各种零部件抽象成不同的对象类,形成各种零部件类。各个零部件有相对的独立性,它们之间互不干扰。不同零部件之间的联系通过消息间相互传递进行,并且对象的具体处理方法由各个零部件类自己来完成,而发送消息给它的零部件类并不需要知道它的内部实现过程,有利于系统的维护。零部件类的属性和功能的修改或增加并不影响到其它类。所以设备对象的建模系统适合采用面向对象的编程方法。零部件的类与面向对象的对象类对应起来,零部件的状态与对象的属性相对应,操作零部件的动作与对象的方法相对应。系统软件设计采用了面向对象的语言Boraland C++5.0,利用其OWL(Object Windows Library)编程思想 4 建模实例 选择六安汽车齿轮箱总厂的产品LC5T81变速箱,输入转速为n=1600±16rpm,负载为M=255±2.55N/M,档位有四档,分别对应着不同的齿轮啮合。其中四档为变速箱的直接档,它的齿轮总是啮合的,I轴为输入轴,III轴为输出轴。其简单的机械传动示意图如图3(a),选取第三档的齿轮作为研究对象,其传动齿轮的传动示意图如图 3(b),根据图3(b)所建立的诊断对象的传动模型如图 3(c)所示。 分别打开轴、轴承、齿轮对象的参数属性对话框,输入计算特征频率参数时所用的属性如齿轮的齿数、轴承的滚动体个数、滚动体直径、滚动体节径和滚动体接触角等参数,便于系统初始化后能根据传动关系计算各零部件的特征频率。对图3(a)的I轴初始化,并调用从第三档齿轮所测得的正常信号、故障信号的谱值数据库。从而得到各零部件的故障诊断参数。例如,图 4(a)为第三档上齿数为27的齿轮的诊断参数,图 4(b)为I轴上的轴承诊断参数。归一化后的值送入相对应的模糊神经网络则完成故障的诊断推理。 本文总结了各零部件对应故障的诊断参数,它们是网络推理诊断的输入参数,是关键的诊断信息。为了方便有效地寻找出这些信息,研究并开发了机械设备的建模系统,该系统提供了一组界面友好、功能齐全的开发工具,使用户拥有良好的应用开发环境,并有良好的开放性和扩展性。 实际中,根据设备的传动关系可通过此视图工具对设备建模,当对此传动链上的任意一根轴赋予一定的转速后,系统会自动计算出该轴的工作频率,同时发送消息给传动链上的其它相关对象,当这些对象接收到消息后,则根据一定的传动关系进行相应的操作,从而得到零部件对象的工作频率。响应迅速、可靠,减轻了工作人员的计算任务。调用信号分析数据库所获得的故障诊断参数在诊断中是不可缺少的参数信息,根据这些信息可从神经网络库中调用相应的网络从而实现故障的诊断。系统在故障诊断的运用中取得了良好的效果。
|
|
|
|
|
[测试测量] 相关文章: 计算机振动测量与分析系统简介:
摘要: 介绍一种高效率、高精度的振动测量和分析方法。与传统方法不同,该方法是基于计算机及其运行环境的一种无接触测量方法,通过测量与分析软件实现对振动图象的数字化处理,从而获得传统方法无法达到的满意效果。 关键词: 振动 测量与分析 图象处理 太阳能电池帆...... 相关技术在热轧速度在线测量中的应用
磁悬浮列车运行信号监测系统
虚拟仪表的可视化技术
相位噪声测量电路
行相关技术在视频处理中的应用
WB系列电量隔离传感器/变送器选型
单线数字温度传感器的原理与应用
用MTS102作传感器的温度检测电路设计
AD7714在压力测量中的应用 |
|
|
|