CN106650146A - 一种转子系统轴承支座松动故障在线定量识别分析方法 - Google Patents

一种转子系统轴承支座松动故障在线定量识别分析方法 Download PDF

Info

Publication number
CN106650146A
CN106650146A CN201611248309.8A CN201611248309A CN106650146A CN 106650146 A CN106650146 A CN 106650146A CN 201611248309 A CN201611248309 A CN 201611248309A CN 106650146 A CN106650146 A CN 106650146A
Authority
CN
China
Prior art keywords
bolt
bearing
model
film thickness
bearing spider
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201611248309.8A
Other languages
English (en)
Other versions
CN106650146B (zh
Inventor
张小栋
郭琦
牛杭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201611248309.8A priority Critical patent/CN106650146B/zh
Publication of CN106650146A publication Critical patent/CN106650146A/zh
Application granted granted Critical
Publication of CN106650146B publication Critical patent/CN106650146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明提供一种转子系统支座松动故障在线定量识别分析方法,包括:1)建立带有螺旋螺纹的螺栓模型;2)获得螺栓联接结合面间载荷分布随松动量的变化规律;3)获取螺栓联接结合面的法向接触刚度、阻尼随螺栓松动量的变化规律;4)获得松动处的等效刚度、阻尼随着松动程度的变化规律;5)建立以松动的轴承支座为对象的动力学模型,获得轴承支座松动量与轴承支座所受油膜力之间的关系;6)得到润滑膜厚度分布与松动量的关系;7)在线实时监测滑动轴承内部润滑膜厚度分布的变化规律;8)在线定量识别分析出支座松动故障信号。本发明的方法针对轴承支座松动故障提出路径较短、影响因素较少的动力学模型建立方法和故障载体信号。

Description

一种转子系统轴承支座松动故障在线定量识别分析方法
【技术领域】
本发明涉及转子系统的故障机理分析及诊断技术领域,具体涉及一种光纤动态监测支承轴承润滑膜厚度的转子系统轴承支座松动故障在线定量识别分析方法。
【背景技术】
以滑动轴承为支承的旋转机械(汽轮发电组、燃气轮机、核电机组、火箭发动机、风机)作为关键设备广泛应用于能源、国防、电力、交通、石化等领域,并在这些领域发挥了举足轻重的作用。由于多种因素的影响,旋转机械难免会出现一些故障现象,使设备性能降低或直接丧失功能,而旋转机组出现故障将产生连锁反应,导致整个设备机组无法正常工作,造成巨大的经济损失,若设备在运行过程中发生故障,甚至会引发灾难性的人员伤亡事故。因此,研究旋转机械设备的故障发生机理和识别诊断技术,保证这些设备的安全高效运行,避免巨额经济损失和灾难性的事故发生,是当前科技和工业发展的重要研究问题。
旋转机械能否正常运行主要取决于转子系统的振动稳定性、支承元件——轴承及其润滑膜的工作状况等。支承松动故障是旋转机械在安装调试、大修维护以及工作运行中常出现而且危害很大的一种故障。其中,轴承座与基础之间的松动在旋转机械中比较常见,安装质量不高及长期的振动都会引起轴承支座的松动。轴承支座的松动会降低系统的抗振能力,使转子原有的不平衡、不对中所引起的振动更加剧烈,严重时,甚至会引起动静件碰撞、摩擦,还可能使原有的裂纹等故障加剧。轴承支座松动故障的主要危害在于其会引发和加剧其他类型的旋转机械故障,进而导致多种故障耦合影响旋转机械的性能。为了保证旋转机械系统的安全运行,预防多种耦合故障的出现,尽早而准确的发现轴承支座松动故障至关重要。
目前,对松动故障的模拟,多采用分段线性刚度和阻尼模型,建立带有轴承支座松动故障的转子系统的动力学模型,主要集中于研究故障引起的转子的非线性动力学特性。主要使用谐波平衡法、小参数法、多尺度法、数值分析法等分析转子系统在故障条件下的系统动态响应。然而,发生支座松动时,转子的动力学行为表现为高度的非线性,振动信号的频谱特征会出现很多谐波,常规的频谱技术并不能准确的提取其特征,所提取的特征与不平衡、不对中、转子裂纹等特征比较相似。此外,通过转子振动信息识别松动故障时,由于中间间隔了润滑膜而直接获取振动信息,故障信息传递路径过长,不便于故障信息的识别。因此,找到一种新的路径较短、影响因素较少的转子系统支座松动在线定量识别分析方法对于监测诊断旋转机械轴承支座松动故障具有重要的意义。
【发明内容】
针对现有轴承支座松动故障的模拟方式和故障载体信号存在缺陷和不足,本发明的目的是提供一种新的针对轴承支座松动故障的路径较短、影响因素较少的动力学模型建立方法和故障载体信号。
为达到上述目的,本发明采用了以下技术方案:
一种转子系统支座松动故障在线定量识别分析方法,包括以下步骤:
1)利用有限元方法建立带有螺旋螺纹的螺栓模型以及带有螺旋内螺纹孔的转子系统基础模型,并将轴承支座用质量块代替,用螺栓将轴承支座与转子系统基础模型联接;
2)对1)中建立的带有螺旋螺纹的螺栓联接有限元模型进行松动分析,获得螺栓松动量与螺栓张紧力之间的变化规律,进一步得到螺栓联接结合面在不同螺栓张紧力之下的压力分布规律,即可获得螺栓联接结合面间载荷分布随螺栓松动量的变化规律;
3)根据2)中所获得的结合面间载荷分布与螺栓松动量的变化规律,联合基于分形接触模型获得的结合面法向接触刚度、阻尼的公式,获取螺栓联接结合面的法向接触刚度、阻尼随螺栓松动量的变化规律;
4)根据螺栓联接中刚度、阻尼的串并联关系,联系3)中所获得螺栓联接结合面接触刚度、阻尼的变化规律,获得松动处的等效刚度、阻尼随螺栓松动量的变化规律;
5)由4)获得的松动处的等效刚度、阻尼随着松动量的变化规律,建立以松动的轴承支座为研究对象的动力学模型,其动力学方程如下:
其中,M表示松动的轴承支座的质量,y表示松动的轴承支座的位移,Fo表示轴承支座竖直方向上所受的油膜力,h表示轴承内润滑膜的厚度;Ks、Cs表示松动处的等效刚度、阻尼,l表示螺栓松动量;
在动力学模型中,螺栓的松动量与轴承支座的位移相等即y=l,因此动力学方程变为:
通过对此方程的求解,获得轴承支座松动量y与轴承支座所受油膜力Fo(h)之间的关系;
6)数值求解油膜力与润滑膜厚度的雷诺方程,获得滑动轴承内部油膜力和润滑膜厚度的分布规律,通过对油膜力分布在轴瓦上积分,获得油膜对轴瓦在竖直方向上的力,再结合润滑膜厚度分布规律,可得到润滑膜厚度分布h与轴承支座松动量y的关系;
7)根据滑动轴承润滑膜厚度光纤动态监测分析处理系统,在线实时监测滑动轴承内部润滑膜厚度分布h的变化规律;
8)依据6)中所得润滑膜厚度分布h与轴承支座松动量y的关系对监测到的润滑膜厚度信息进行数据滤波,即可在线定量识别分析出支座松动故障信号。
作为本发明的进一步改进,步骤1)中,建立带有螺旋螺纹的螺栓联接有限元模型,具体步骤如下:
2.1)利用外螺纹竖直方向的截面轮廓线以二维单元建立横截面上的螺纹轮廓模型,将螺纹轮廓模型至于坐标z=0的平面上;
2.2)将2.1)中螺纹轮廓有限元模型逆时针旋转2π/n度,并上移至z=P/n平面上;
2.3)将2.1)、2.2)中两个模型对应节点连接;
2.4)重复2.2)、2.3)步骤n次,获得一个螺距的螺栓模型;n表示分层数,根据所需精度选择,z表示三维直角坐标系的高度轴;
通过对一个螺距模型堆叠获得所需螺栓的模型,利用相同的方法可以获得内螺纹的模型,通过接触配合可以获得螺栓连接整体的有限元模型。
作为本发明的进一步改进,外螺纹竖直方向的截面轮廓线划分为:螺纹根部、螺纹牙侧及螺纹牙顶,各部分半径表达式为:
其中,r表示螺栓横截面上螺纹到螺栓中心轴线的距离,d表示螺栓公称直径,d1表示螺栓外螺纹小径,H为螺纹工作高度,θ表示螺栓横截面上螺纹任意一点的角度,P表示螺距。
作为本发明的进一步改进,步骤3)中,根据分形接触模型建立的结合面法向接触刚度数学模型如下:
结合面接触载荷有:
当1<D<2,D≠1.5时,
当D=1.5时,
其中,D和G为粗糙表面分形参数,E为两接触材料的复合弹性模模量,P是结合面接触载荷,al为微接触最大面积,ac为微接触临界面积,k=H/σy(H表示较软材料的硬度,σy表示较软材料的屈服强度),ψ为微接触大小分布域扩展因子;
法向接触刚度是结合面间载荷的函数;接触阻尼也是结合面间载荷的函数;结合获得结合面间载荷分布与螺栓松动量之间的关系,可获得法向接触刚度、阻尼与螺栓松动量之间的关系式。
作为本发明的进一步改进,步骤4)中,松动处的等效刚度、阻尼随着松动程度的变化规律为:
Ks(l)=kc(l)+kb
Cs(l)=cc(l)+cb
其中,Ks、Cs为松动处的等效刚度、阻尼,kc、cc为螺栓联接结合面的法向接触刚度、阻尼,kb、kb为螺栓的刚度和阻尼,l为螺栓的松动量。
作为本发明的进一步改进,步骤6)中,油膜力与润滑膜厚度关系如:
其中,R表示轴颈半径,α表示圆周角度,h表示润滑膜厚度,μ表示润滑油粘度,p表示油膜力,z表示轴向坐标,ω表示轴颈的转速,t表示时间,利用有限差分法求解该方程,可以获得油膜力分布和润滑膜厚度的分布情况;
获得轴承支座所受竖直方向上的油膜力表达式为:
其中,φ表示最大油膜厚度出的角度值,m表示轴承的宽度,R'表示轴瓦半径。
作为本发明的进一步改进,步骤7)中,在线实时监测滑动轴承内部润滑膜厚度分布h的变化规律具体为:
光从光源发出,经过入射光纤射入润滑膜,由于润滑膜的透光性,光照射至轴承中的轴瓦表面,经过轴瓦表面反射之后进入两组接收光纤,随着润滑膜厚度的变化,光纤探头端面至轴瓦表面的距离发生变化,接收光纤所接收的光强发生变化,根据接收光强的变化获得润滑膜的厚度;两路接收光纤末端输出的光强经过光电转换、低通滤波及硬件比值模块,再由采集卡采集至上位机,在上位机中处理分析过后获得滑动中轴承内润滑膜的厚度。
作为本发明的进一步改进,滑动轴承润滑膜厚度光纤动态监测分析处理系统包括与光纤探头、前置器和上位机;
所述的上位机的数据采集卡连接前置器,前置器通过三路光纤连接光纤探头,光纤探头伸入轴瓦中的润滑膜处;三路光纤是由入射光纤及围绕在入射光纤周围的两组接收光纤组成,其中第一接收光纤在内圈,第二接收光纤在外圈;
所述的前置器包括光源、电源模块、光电转换模块、低通滤波模块和硬件比值模块;光源连接入射光纤提供入射光,电源模块分别连接光源、光电转换模块、低通滤波模块和硬件比值模块,为前置器内部模块提供电能;第一接收光纤、第二接收光纤分别依次连接对应的光电转换模块和低通滤波模块,两个低通滤波模块均连接硬件比值模块和数据采集卡,硬件比值模块也连接数据采集卡。
与现有技术相比,本发明至少具有以下技术效果:
本发明步骤(1)中将用螺栓联接的轴承支座与基础直接简化为螺栓联接模型,在建立此有限元模型时,考虑到主要为了分析螺栓松动过程中的螺栓张紧力变化,需要建立带有螺旋螺纹的螺栓和螺母(此发明中为转子机械基础上带有的内螺纹的螺纹孔)有限元模型。利用三维建模软件直接建立的带有螺旋螺纹导入有限元分析软件时,划分网格质量较低,分析结果精度较差,所以本发明采用垂直于螺栓轴的横截面上螺纹的轮廓曲线直接建立螺纹的有限元模型。步骤(5)中使用松动的轴承支座为研究对象,可以直接联系起轴承支座松动量y与其承受油膜力Fo(h),即通过松动的轴承支座的动力学方程可以直接建立故障源(松动处)与拟采用的故障载体信号(润滑膜厚度)的关系。整个方法过程缩短故障源(松动处)到拟采用的故障载体信号(润滑膜厚度)之间的路径,减少其他影响因素,且润滑膜反应故障的时间相对转子较早,有利于尽早发现故障;通过有限元方法直接建立螺栓松动量连续变化时参数的变化规律,可以实现螺栓松动的定量分析。
进一步,本发明还提供了一种滑动轴承润滑膜厚度光纤动态监测分析处理方法和系统,分析处理方法简单,测试准确。处理系统采用两路采集光纤,通过硬件比值模块进行比较两路采集的数据,可以及时排除采集数据的错误数据,对后续的分析提供可靠的数据来源。
【附图说明】
图1为本发明的方法的流程图;
图2为本发明松动处模型建立时外螺纹竖直方向的截面轮廓图;
图3为本发明松动处模型建立时垂直于螺栓轴线的横截面轮廓图;
图4为本发明以松动轴承支座为研究的动力学模型示意图;
图5为本发明中求解轴瓦竖直方向所受油膜力的积分微元示意图;
图6为本发明测量油膜厚度所用光纤检测系统示意图;
其中,1为润滑膜,2为光纤探头,3为轴瓦,4为前置器,5为接收光纤(内圈),6为接收光纤(外圈),7为入射光纤。
【具体实施方式】
下面结合附图和具体实施方式对本发明进行详细说明。
如图1所示,本发明一种转子系统轴承支座松动故障在线定量识别分析方法,包括以下步骤:
1)利用有限元分析软件建立带有螺旋螺纹的螺栓模型以及带有螺旋内螺纹孔的转子系统基础模型,并将轴承支座用质量块代替,用螺栓将轴承支座与转子系统基础模型联接;
2)对1)中建立的螺栓联接有限元模型进行松动分析,获得螺栓松动量与螺栓张紧力之间的变化规律,进一步得到螺栓联接结合面在不同螺栓张紧力之下的压力分布规律,即获得螺栓联接结合面间载荷分布随螺栓松动量的变化规律;
3)根据2)中所获得的结合面间载荷分布与螺栓松动量的变化规律,联合基于分形接触模型获得的结合面法向接触刚度、阻尼的公式,获取螺栓联接结合面的法向接触刚度、阻尼随螺栓松动量的变化规律;
4)根据螺栓联接中刚度、阻尼的串并联关系,联系(3)中所获得接触刚度、阻尼的变化规律,可以获得松动处的等效刚度、阻尼随着螺栓松动量的变化规律;
5)由4)获得的松动处的等效刚度、阻尼随着松动程度的变化规律建立以松动的轴承支座为研究对象的动力学模型,其动力学方程如下:
其中,M表示松动的轴承支座的质量,y表示松动的轴承支座的位移,Fo表示轴承内部润滑油膜对轴瓦竖直方向上的油膜力即轴承支座竖直方向上所受的油膜力,h表示轴承内润滑膜的厚度;Ks、Cs表示松动处的等效刚度、阻尼,l表示螺栓松动量;
在动力学模型中,认为螺栓的松动量与轴承支座的位移相等即y=l,因此动力学方程变为:
通过对此方程的求解,获得轴承支座松动量y与轴承支座所受油膜力Fo(h)之间的关系;
6)数值求解雷诺方程,获得滑动轴承内部油膜力和油膜厚度的分布规律,通过对油膜力分布在轴瓦上积分,获得油膜对轴瓦在竖直方向上的力,再结合润滑膜厚度分布规律,可以得到不同Fo(h)情况下润滑膜厚度分布情况的不同,即可得到润滑膜厚度分布h与轴承支座松动量y的关系;
7)搭建滑动轴承润滑膜厚度光纤动态监测计算机分析处理系统,在线实时监测滑动轴承内部润滑膜厚度分布h的变化规律;
8)依据6)中所得润滑膜厚度分布h与轴承支座松动量y的关系对监测到的润滑膜厚度信息进行数据滤波,即可在线定量识别分析出支座松动故障信号。
本发明步骤(1)中将用螺栓联接的轴承支座与基础直接简化为螺栓联接模型,在建立此其有限元模型时,考虑到主要为了分析螺栓松动过程中的螺栓张紧力变化,而螺栓松动过程中主要分布材料松动期和结构松动期。材料松动期主要原因是材料的塑性变形扩展,该阶段螺栓张紧力下降较小,且并没有发生螺栓旋出。根据本发明研究需求,主要考虑螺栓联接的结构松动期,该阶段主要是因为联接中各接触面之间产生相对运动,所以在进行模型建立时,需要建立带有螺旋螺纹的螺栓和螺母(此发明中为转子机械基础上带有的内螺纹的螺纹孔)有限元模型。利用三维建模软件直接建立的带有螺旋螺纹导入有限元分析软件时,划分网格质量较低,分析结果精度较差,所以本发明采用垂直于螺栓轴的横截面上螺纹的轮廓曲线直接建立螺纹的有限元模型。
步骤(5)中使用松动的轴承支座为研究对象,可以直接联系起轴承支座松动量y与其承受油膜力Fo(h),即通过松动的轴承支座的动力学方程可以直接建立故障源(松动处)与拟采用的故障载体信号(润滑膜厚度)的关系。
下面结合附图对本发明进行详细说明:
(一)松动处有限元模型的建立和分析
转子轴承系统中轴承支座的松动是指联接轴承支座与基础的螺栓发生了松动,即螺栓联接发生了松动。由此,利用简单的螺栓联接来模拟松动处的模型。螺栓联接松动主要分为两个阶段:材料松动期和结构松动期。其中,材料松动期张紧力下降主要是因为材料的塑性变形扩展造成的,且此过程中内外螺纹之间没有发生明显的相对运动,即螺栓没有发生旋出现象。根据此发明研究目的,我们主要研究螺栓联接松动的结构松动期,此阶段伴随着明显的螺栓张紧力下降,有螺栓旋出现象。
根据螺栓联接结构松动期的特点,在建立螺栓模型时需要考虑到螺纹细节即螺旋螺纹,采用三维建模软件实体建模,而后导入有限元软件进行网格划分的方法时,网格划分质量较差,导致分析精度较低。所以本发明利用螺纹轮廓数学表达式,建立精确的螺栓联接有限元模型。外螺纹竖直方向的截面轮廓如图2所示。由图可以划分为:AB段,螺纹根部;BC段,螺纹牙侧;CD段,螺纹牙顶。各部分半径表达式为:
其中,r表示螺栓横截面上螺纹到螺栓中心轴线的距离,d表示螺栓公称直径,d1表示螺栓外螺纹小径,H为螺纹工作高度,θ表示螺栓横截面上螺纹任意一点的角度,P表示螺距。由此可以得到螺栓横截面上螺纹轮廓线如图3。
据此,建立带有螺旋螺纹的螺栓联接有限元模型,具体步骤如下:
1)利用图2轮廓线以二维单元建立横截面上的螺纹轮廓有限元模型,将此模型至于坐标z=0的平面上;
2)将1)中模型逆时针旋转2π/n度,并上移至z=P/n平面上;
3)将1)、2)中两个模型对应节点连接;
4)重复2)、3)步骤n次,可以获得一个螺距的螺栓模型。
其中,n表示分层数,根据所需精度选择,z表示三维直角坐标系的高度轴。
通过对一个螺距模型堆叠可以获得所需螺栓的模型,利用相同的方法可以获得内螺纹的模型,通过接触配合可以获得螺栓连接整体的有限元模型。
完成模型建立之后,通过对螺栓联接有限元模型施加循环载荷使其发生松动,可以获得螺栓旋出量即松动量与螺栓张紧力之间的关系,进一步分析可得不同螺栓张紧力下螺栓联接结合面间的压力分布,即可以获得螺栓松动量与螺栓联接结合面间压力分布的关系。
(二)螺栓联接法向接触刚度、阻尼与等效刚度、阻尼的获取
结合面的研究即接触模型的研究,与基于统计学的接触模型的不唯一、不确定性不同,分形接触模型具有唯一性和确定性。利用分形接触模型建立结合面法向接触刚度、阻尼的理论模型。可以得到,结合面法向接触刚度数学模型如下:
同时结合面接触载荷有:
当1<D<2,D≠1.5时,
当D=1.5时,
其中,D和G为粗糙表面分形参数,E为两接触材料的复合弹性模模量,P是结合面接触载荷,al为微接触最大面积,ac为微接触临界面积,k=H/σy(H表示较软材料的硬度,σy表示较软材料的屈服强度),ψ为微接触大小分布域扩展因子。
根据上述分析,可知影响结合面法向接触刚度的因素有:E、D、ψ、al、ac。其中,E、D、ψ、ac与结合面分形参数有关。在本发明的研究中,发生松动时,螺栓松动时并不会影响分形参数,会发生变化的只有al。由结合面间载荷的公式也可以得知载荷也仅与al有关。因此,螺栓发生松动时,法向接触刚度是结合面间载荷的函数。同理,接触阻尼也是结合面间载荷的函数。
根据上述原理,结合(一)中所获得结合面间载荷分布与螺栓松动量之间的关系,可以获得法向接触刚度、阻尼与螺栓松动量之间的关系式,即得到螺栓联接结合面法向接触刚度kc(l)和螺栓联接结合面法向接触阻尼cc(l)。
在对松动处进行等效时,使用螺栓联接模型,螺栓联接的刚度和阻尼应该为螺栓联接结合面法向接触刚度、阻尼与螺栓本身刚度、阻尼并联的结果,即:
Ks(l)=kc(l)+kb (4)
Cs(l)=cc(l)+cb (5)
其中,Ks、Cs为松动处的等效刚度、阻尼,kc、cc为螺栓联接结合面的法向接触刚度、阻尼,kb、kb为螺栓的刚度和阻尼,l为螺栓的松动量。其中松动处的等效刚度、阻尼和螺栓联接结合面的接触刚度、阻尼都是螺栓松动量的函数。
(三)以轴承支座为研究对象的动力学建模
本发明拟采用润滑膜厚度作为故障载体信号,所以在模型建立过程中要建立起故障源(松动处)与故障载体(润滑膜厚度)之间的联系。滑动轴承中润滑膜起支承和润滑转子的作用,相应的润滑膜对轴承的轴瓦也有力的作用,所以可以仅通过分析松动的轴承支座建立起故障与故障载体信号之间的联系。
据此,做出以下假设:
1)将轴承支座视为集中质量块;
2)松动处利用等效刚度、阻尼简化;
3)松动引起的竖直方向的振动较水平方向大的多,可以仅考虑竖直方向振动;
根据上述简化条件可以获得图4动力学模型,其动力学方程为:
在此动力学模型中,可以将松动轴承支座的位移视为螺栓的松动量,于是动力学方程可以变为:
此方程即为轴承支座松动量与油膜力之间的关系。
(四)建立滑动轴承润滑膜厚度与轴承支座松动量之间的数学关系
根据(三)中动力学方程获得轴承支座松动量y与轴承支座所受油膜力Fo之间的关系式,然而油膜力的测量较为困难且精度不高,不易作为故障载体信号。油膜力与润滑膜厚度的分布有关,润滑膜厚度较易测量,所以本发明采用润滑膜厚度作为分析松动故障的载体信号。油膜力与润滑膜厚度关系如:
其中,R表示轴颈半径,α表示圆周角度,h表示润滑膜厚度,μ表示润滑油粘度,p表示润滑膜压力,z表示轴向坐标,ω表示轴颈的转速,t表示时间。利用有限差分法求解该方程,可以获得油膜力分布和润滑膜厚度的分布情况。
式(7)油膜力Fo表示轴承支座在竖直方向上所受油膜力,由图5所示轴承横截面的油膜力微元示意图,可以获得轴承支座所受竖直方向上的油膜力表达式为:
其中,φ表示最大油膜厚度出的角度值,m表示轴承的宽度,R'表示轴瓦半径。
由式(8)可知,当轴颈的转速ω不变时,油膜力和润滑膜厚度的分布之间的对应关系不变,在轴承支座松动的初期,转子转速没有发生变化,此时Fo(h)发生变化是由于松动引起油膜在轴承内部重新分布,即最小油膜厚度处的角度发生了变化,对于某一确定点,其润滑膜厚度发生了变化。所以,可用润滑膜厚度分布的变化规律来定量表征松动故障。
(五)光纤动态检测计算机分析处理系统在线监测滑动轴承润滑膜厚度的变化信息。
利用光纤位移传感器检测系统对滑动轴承内部的润滑膜厚度进行在线实时监测,该检测系统的基本原理图如图6所示。
该检测系统包括与光纤探头2、前置器4和上位机,上位机的数据采集卡连接前置器4,前置器4通过三路光纤连接光纤探头2,光纤探头2伸入轴瓦3中的润滑膜1处;三路光纤是由入射光纤7及围绕在入射光纤7周围的两组接收光纤组成,其中第一接收光纤5在内圈,第二接收光纤6在外圈。
前置器4包括光源、电源模块、光电转换模块、低通滤波模块和硬件比值模块;光源连接入射光纤7提供入射光。电源模块为前置器4提供电能,其分别连接光源、光电转换模块、低通滤波模块和硬件比值模块。第一接收光纤5、第二接收光纤6分别连接对应的光电转换模块和低通滤波模块,两个低通滤波模块均连接硬件比值模块和数据采集卡,硬件比值模块处理数据后也连接数据采集卡。
该检测系统的基本原理为:如图6所示,光从光源发出,经过入射光纤7射入润滑膜1。由于润滑膜1的透光性,光照射至轴承中的轴瓦3表面,经过轴瓦3表面反射之后进入两组接收光纤(围绕在入射光纤周围的两组接收光纤5和6),随着润滑膜1厚度的变化即光纤探头2端面至轴瓦3表面的距离发生变化,接收光纤所接收的光强发生变化,根据接收光强的变化可以获得油膜1的厚度。两路接收光纤末端输出的光强经过光电转换、低通滤波、硬件比值等模块,再由采集卡采集至上位机,在上位机中处理分析过后可以获得滑动中轴承内润滑膜的厚度。
(六)依据(四)中关系,通过数字滤波实现在线定量识别支座松动量。
在滑动轴承中润滑膜的作用为支承、润滑转子,由式(8)雷诺方程可以得知在转子的转速ω不发生变化时,油膜压力的分布规律和润滑膜厚度的分布规律不发生变化,即在ω不变时,滑动轴承内润滑膜的压力分布和厚度分布是一一对应的关系。在轴承支座发生松动的初期,最先受到影响的是轴承支座,由于其下方刚度、阻尼发生变化,进而影响到其受到的油膜力,此时转子的转速ω并未受到松动故障的影响。轴承支座所承受油膜力变化主要是因为油膜力分布规律在轴承内部发生了变化,相对应的润滑膜厚度的分布也发生变化。此变化是基于正常工况下滑动轴承内部润滑膜厚度的规律,所以综合(四)中所得松动量与润滑膜厚之间的规律与正常工况下润滑膜厚度的分布规律可以在线定量识别支座松动量。

Claims (8)

1.一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,包括以下步骤:
1)利用有限元方法建立带有螺旋螺纹的螺栓模型以及带有螺旋内螺纹孔的转子系统基础模型,并将轴承支座用质量块代替,用螺栓将轴承支座与转子系统基础模型联接;
2)对1)中建立的带有螺旋螺纹的螺栓联接有限元模型进行松动分析,获得螺栓松动量与螺栓张紧力之间的变化规律,进一步得到螺栓联接结合面在不同螺栓张紧力之下的压力分布规律,即可获得螺栓联接结合面间载荷分布随螺栓松动量的变化规律;
3)根据2)中所获得的螺栓联接结合面间载荷分布与螺栓松动量的变化规律,联合基于分形接触模型获得的结合面法向接触刚度、阻尼的公式,获取螺栓联接结合面的法向接触刚度、阻尼随螺栓松动量的变化规律;
4)根据螺栓联接中刚度、阻尼的串并联关系,联系3)中所获得螺栓联接结合面接触刚度、阻尼的变化规律,获得松动处的等效刚度、阻尼随着松动量的变化规律;
5)由4)获得的松动处的等效刚度、阻尼随着螺栓松动量的变化规律,建立以松动的轴承支座为研究对象的动力学模型,其动力学方程如下:
M y · + C s ( l ) y · + K s ( l ) y = F o ( h )
其中,M表示松动的轴承支座的质量,y表示松动的轴承支座的位移,Fo表示轴承支座竖直方向上所受的油膜力,h表示轴承内润滑膜的厚度;Ks、Cs表示松动处的等效刚度、阻尼,l表示螺栓松动量;
在动力学模型中,螺栓的松动量与轴承支座的位移相等即y=l,因此动力学方程变为:
M y ·· + C s ( y ) y · + K s ( y ) y = F o ( h )
通过对此方程的求解,获得轴承支座松动量y与轴承支座所受油膜力Fo(h)之间的关系;
6)数值求解油膜力与润滑膜厚度的雷诺方程,获得滑动轴承内部油膜力和润滑膜厚度的分布规律,通过对油膜力分布在轴瓦上积分,获得油膜对轴瓦在竖直方向上的力,再结合润滑膜厚度分布规律,可得到润滑膜厚度分布h与轴承支座松动量y的关系;
7)根据滑动轴承润滑膜厚度光纤动态监测分析处理系统,在线实时监测滑动轴承内部润滑膜厚度分布h的变化规律;
8)依据6)中所得润滑膜厚度分布h与轴承支座松动量y的关系对监测到的润滑膜厚度信息进行数据滤波,即可在线定量识别分析出支座松动故障信号。
2.根据权利要求1所述的一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,步骤1)中,建立带有螺旋螺纹的螺栓联接有限元模型,具体步骤如下:
2.1)利用外螺纹竖直方向的截面轮廓线以二维单元建立横截面上的螺纹轮廓模型,将螺纹轮廓模型至于坐标z=0的平面上;
2.2)将2.1)中螺纹轮廓有限元模型逆时针旋转2π/n度,并上移至z=P/n平面上;
2.3)将2.1)、2.2)中两个模型对应节点连接;
2.4)重复2.2)、2.3)步骤n次,获得一个螺距的螺栓模型;n表示分层数,根据所需精度选择,z表示三维直角坐标系的高度轴;
通过对一个螺距模型堆叠获得所需螺栓的模型,利用相同的方法可以获得内螺纹的模型,通过接触配合可以获得螺栓连接整体的有限元模型。
3.根据权利要求2所述的一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,外螺纹竖直方向的截面轮廓线划分为:螺纹根部、螺纹牙侧及螺纹牙顶,各部分半径表达式为:
r = d 1 2 = d 2 - 5 8 H ( 0 ≤ θ ≤ θ 1 ) H π θ + d 2 - 7 8 H ( θ 1 ≤ θ ≤ θ 2 ) d 2 ( θ 2 ≤ θ ≤ π )
其中,r表示螺栓横截面上螺纹到螺栓中心轴线的距离,d表示螺栓公称直径,d1表示螺栓外螺纹小径,H为螺纹工作高度,θ表示螺栓横截面上螺纹任意一点的角度,P表示螺距。
4.根据权利要求1所述的一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,步骤3)中,根据分形接触模型建立的结合面法向接触刚度数学模型如下:
K n = 2 E D π ( 1 - D ) ψ ( 2 - D ) / 2 a l D / 2 ( a l ( 1 - D ) / 2 - a c ( 1 - D ) / 2 )
结合面接触载荷有:
当1<D<2,D≠1.5时,
P = 2 ( 4 - D ) / 2 π EDG ( D - 1 ) ψ ( 2 - D ) / 2 a l D / 2 3 ( 3 - 2 D ) [ a l ( 3 / 2 - D ) - a c ( 3 - 2 D ) / 2 ] + kσ y Dψ ( 2 - D ) / 2 2 - D a l D / 2 a c ( 2 - D ) / 2
当D=1.5时,
P = 2 1 / 4 π EG 1 / 2 ψ 1 / 4 a l 3 / 4 l n a l a c + 3 kσ y ψ 1 / 4 a l 3 / 4 a c 1 / 4
其中,D和G为粗糙表面分形参数,E为两接触材料的复合弹性模模量,P是结合面接触载荷,al为微接触最大面积,ac为微接触临界面积,k=H/σy,H表示较软材料的硬度,σy表示较软材料的屈服强度,ψ为微接触大小分布域扩展因子;
法向接触刚度是结合面间载荷的函数;接触阻尼也是结合面间载荷的函数;联合获得结合面间载荷分布与螺栓松动量之间的关系,可获得法向接触刚度、阻尼与螺栓松动量之间的关系式。
5.根据权利要求1所述的一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,步骤4)中,松动处的等效刚度、阻尼随着松动程度的变化规律为:
Ks(l)=kc(l)+kb
Cs(l)=cc(l)+cb
其中,Ks、Cs为松动处的等效刚度、阻尼,kc、cc为螺栓联接结合面的法向接触刚度、阻尼,kb、kb为螺栓的刚度和阻尼,l为螺栓的松动量。
6.根据权利要求1所述的一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,步骤6)中,油膜力与润滑膜厚度关系如:
1 R 2 ∂ ∂ α ( h 3 μ ∂ p ∂ α ) + ∂ ∂ z ( h 3 μ ∂ p ∂ z ) = 6 ω ∂ h ∂ α + 12 ∂ h ∂ t
其中,R表示轴颈半径,α表示圆周角度,h表示润滑膜厚度,μ表示润滑油粘度,p表示油膜力,z表示轴向坐标,ω表示轴颈的转速,t表示时间,利用有限差分法求解该方程,可以获得油膜力分布和润滑膜厚度的分布情况;
获得轴承支座所受竖直方向上的油膜力表达式为:
F o = ∫ φ φ + 2 π ∫ - m / 2 m / 2 pR ′ , s i n α d z d α
其中,φ表示最大油膜厚度出的角度值,m表示轴承的宽度,R'表示轴瓦半径。
7.根据权利要求1所述的一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,步骤7)中,在线实时监测滑动轴承内部润滑膜厚度分布h的变化规律具体为:
光从光源发出,经过入射光纤(7)射入润滑膜(1),由于润滑膜(1)的透光性,光照射至轴承中的轴瓦(3)表面,经过轴瓦(3)表面反射之后进入两组接收光纤,随着润滑膜(1)厚度的变化,光纤探头(2)端面至轴瓦(3)表面的距离发生变化,接收光纤所接收的光强发生变化,根据接收光强的变化获得润滑膜(1)的厚度;两路接收光纤末端输出的光强经过光电转换、低通滤波及硬件比值模块,再由采集卡采集至上位机,在上位机中处理分析过后获得滑动中轴承内润滑膜的厚度。
8.根据权利要求7所述的一种转子系统轴承支座松动故障在线定量识别分析方法,其特征在于,滑动轴承润滑膜厚度光纤动态监测分析处理系统包括与光纤探头(2)、前置器(4)和上位机;
所述的上位机的数据采集卡连接前置器(4),前置器(4)通过三路光纤连接光纤探头(2),光纤探头(2)伸入轴瓦(3)中的润滑膜(1)处;三路光纤是由入射光纤(7)及围绕在入射光纤(7)周围的两组接收光纤组成,其中第一接收光纤(5)在内圈,第二接收光纤(6)在外圈;
所述的前置器(4)包括光源、电源模块、光电转换模块、低通滤波模块和硬件比值模块;光源连接入射光纤(7)提供入射光,电源模块分别连接光源、光电转换模块、低通滤波模块和硬件比值模块,为前置器(4)内部模块提供电能;第一接收光纤(5)、第二接收光纤(6)分别依次连接对应的光电转换模块和低通滤波模块,两个低通滤波模块均连接硬件比值模块和数据采集卡,硬件比值模块也连接数据采集卡。
CN201611248309.8A 2016-12-29 2016-12-29 一种转子系统轴承支座松动故障在线定量识别分析方法 Active CN106650146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611248309.8A CN106650146B (zh) 2016-12-29 2016-12-29 一种转子系统轴承支座松动故障在线定量识别分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611248309.8A CN106650146B (zh) 2016-12-29 2016-12-29 一种转子系统轴承支座松动故障在线定量识别分析方法

Publications (2)

Publication Number Publication Date
CN106650146A true CN106650146A (zh) 2017-05-10
CN106650146B CN106650146B (zh) 2019-10-11

Family

ID=58836635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611248309.8A Active CN106650146B (zh) 2016-12-29 2016-12-29 一种转子系统轴承支座松动故障在线定量识别分析方法

Country Status (1)

Country Link
CN (1) CN106650146B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052730A (zh) * 2017-12-11 2018-05-18 电子科技大学 一种大型矿用挖掘机提升机构减速箱可靠性评估方法
CN110298118A (zh) * 2019-07-02 2019-10-01 华北电力大学(保定) 一种考虑螺纹柔性的螺栓临界松动载荷计算方法
CN111553027A (zh) * 2020-03-31 2020-08-18 北京科技大学设计研究院有限公司 一种基于油膜力的热轧带钢油膜厚度计算方法
CN112097706A (zh) * 2020-08-24 2020-12-18 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种风电塔筒法兰螺栓松动实时监测系统及预警方法
CN113656989A (zh) * 2021-06-29 2021-11-16 东方电气集团东方电机有限公司 一种螺栓故障诊断方法及装置
CN113982970A (zh) * 2021-10-26 2022-01-28 辽宁红沿河核电有限公司 一种主泵组对中调整的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110226880A1 (en) * 2010-03-22 2011-09-22 Rotochopper Replaceable tooth mount rotor system for waste fragmenting machines
CN102332047A (zh) * 2011-10-09 2012-01-25 西安交通大学 一种可实现六面体网格划分的螺栓有限元参数化建模方法
EP2772432A1 (en) * 2013-02-27 2014-09-03 Sikorsky Aircraft Corporation Rotary wing aircraft pitch beam attachment with anti-rotation plate design
CN104331565B (zh) * 2014-11-10 2017-07-07 河海大学常州校区 轴类磁悬浮刚性转子系统的动力学建模方法及控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110226880A1 (en) * 2010-03-22 2011-09-22 Rotochopper Replaceable tooth mount rotor system for waste fragmenting machines
CN102332047A (zh) * 2011-10-09 2012-01-25 西安交通大学 一种可实现六面体网格划分的螺栓有限元参数化建模方法
EP2772432A1 (en) * 2013-02-27 2014-09-03 Sikorsky Aircraft Corporation Rotary wing aircraft pitch beam attachment with anti-rotation plate design
CN104331565B (zh) * 2014-11-10 2017-07-07 河海大学常州校区 轴类磁悬浮刚性转子系统的动力学建模方法及控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
何竞飞 等: "螺栓联接的精确建模与有限元分析", 《机械设计与研究》 *
温淑花 等: "结合面法向接触刚度分形模型建立与仿真", 《农业机械学报》 *
董晓妮 等: "旋转机械支座松动的滑动轴承润滑膜动态特征", 《振动、测试与诊断》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108052730A (zh) * 2017-12-11 2018-05-18 电子科技大学 一种大型矿用挖掘机提升机构减速箱可靠性评估方法
CN110298118A (zh) * 2019-07-02 2019-10-01 华北电力大学(保定) 一种考虑螺纹柔性的螺栓临界松动载荷计算方法
CN110298118B (zh) * 2019-07-02 2023-04-07 华北电力大学(保定) 一种考虑螺纹柔性的螺栓临界松动载荷计算方法
CN111553027A (zh) * 2020-03-31 2020-08-18 北京科技大学设计研究院有限公司 一种基于油膜力的热轧带钢油膜厚度计算方法
CN111553027B (zh) * 2020-03-31 2023-06-06 北京科技大学设计研究院有限公司 一种基于油膜力的热轧带钢油膜厚度计算方法
CN112097706A (zh) * 2020-08-24 2020-12-18 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种风电塔筒法兰螺栓松动实时监测系统及预警方法
CN113656989A (zh) * 2021-06-29 2021-11-16 东方电气集团东方电机有限公司 一种螺栓故障诊断方法及装置
CN113982970A (zh) * 2021-10-26 2022-01-28 辽宁红沿河核电有限公司 一种主泵组对中调整的方法

Also Published As

Publication number Publication date
CN106650146B (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
CN106650146B (zh) 一种转子系统轴承支座松动故障在线定量识别分析方法
CN103411774B (zh) 波动工况下的风电机组在线预警方法
Monkova et al. Condition monitoring of Kaplan turbine bearings using vibro-diagnostics
Fan et al. Nonlinear dynamic modeling of a helicopter planetary gear train for carrier plate crack fault diagnosis
WO2015015987A1 (ja) 軸受装置の振動解析方法、軸受装置の振動解析装置、および転がり軸受の状態監視装置
Gomez et al. Angular modeling of a rotating machine in non-stationary conditions: Application to monitoring bearing defects of wind turbines with instantaneous angular speed
CN102735447B (zh) 一种滚动轴承性能退化程度的定量识别方法
Mongia et al. Vibration response-based condition monitoring and fault diagnosis of rotary machinery
Yunusa-Kaltungo et al. Use of composite higher order spectra for faults diagnosis of rotating machines with different foundation flexibilities
Junior et al. Unbalance evaluation of a scaled wind turbine under different rotational regimes via detrended fluctuation analysis of vibration signals combined with pattern recognition techniques
Cao et al. Dynamic modeling and abnormal contact analysis of rolling ball bearings with double half-inner rings
Gecgel et al. Deep convolutional neural network framework for diagnostics of planetary gearboxes under dynamic loading with feature-level data fusion
Graja et al. Simulating the dynamic behavior of planetary gearbox based on improved Hanning function
Feki et al. Gear tooth pitting modelling and detection based on transmission error measurements
CN114491852A (zh) 一种掘进机主轴承载荷谱编制方法
JP6192414B2 (ja) 転がり軸受の状態監視装置
Komshin et al. Monitoring system of hydro and wind power equipment based on intelligent measuring complexes and Neurodiagnostics
Chaari et al. Effect of load shape in cyclic load variation on dynamic behavior of spur gear system
Wang et al. Dynamic modeling and analysis of two-span rotor-pedestal system with bearing tilt and extended defect: Simulation and experiment
Jamadar et al. Dimensional amplitude response analysis of vibrations produced by defects in rolling contact bearings
Lin et al. Application of acoustic digital twin model for fault monitoring of heavy duty gearbox
CN114252250B (zh) 一种基于部件分解的机械故障诊断方法
Klausen Condition monitoring of rolling element bearings during low and variable speed conditions
Wu et al. Rotor Crack Fault Diagnosis based on Base and Multi-sensor Adaptive Weighted Information Fusion.
Owolabi et al. Time-Varying Meshing Stiffness Investigation of Faulty Wind Turbine Sun Gear Under Dynamic Conditions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant