CN1776390A - 一种低速重载旋转机械故障诊断方法 - Google Patents
一种低速重载旋转机械故障诊断方法 Download PDFInfo
- Publication number
- CN1776390A CN1776390A CNA2005100478813A CN200510047881A CN1776390A CN 1776390 A CN1776390 A CN 1776390A CN A2005100478813 A CNA2005100478813 A CN A2005100478813A CN 200510047881 A CN200510047881 A CN 200510047881A CN 1776390 A CN1776390 A CN 1776390A
- Authority
- CN
- China
- Prior art keywords
- signal
- fault
- stress wave
- low
- diagnosis method
- 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.)
- Pending
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种低速重载旋转机械故障诊断方法，其主要技术特征是，通过应力波传感器提取早期故障的应力波信号，主要解决应力波数据采集、噪声抑制、信号特征提取和故障识别与定位等问题。小波分析是针对信号特征选择合适的小波基函数，将故障信号进行多尺度分解，从各尺度分解重构波形及其频谱图提取故障信号微细特征，从而确定故障类型提出治理方案。其优点是能够直接检查出系统早期故障，提出治理方案，将经济损失降到最小。
Description
技术领域：
本发明涉及一种旋转机械故障诊断方法，特别是一种低速重载旋转机械故障诊断方法。
背景技术
低速旋转机械的转速一般低于每分钟600rpm(每分钟600转)，是介于静载工程结构和高速旋转机械之间的一类机械，广泛应用于风力发电、冶金、建筑、制药、污水处理和生物工程等行业，一旦发生故障，损失巨大。例如我国近年大型轧钢机出现了十起以上严重事故，损失上亿元，主要是自激振动和断轴等振动及设备缺陷造成的，建筑施工企业塔式起重机断裂倒塌事故常有发生，野外运行的大型风力发电机组机械系统故障频繁发生；例如轧钢机是比较典型的低速旋转机械，某钢厂轧钢机轴承出现故障，用普通的方法难以诊断出故障，更换每套轴承的费用是3万多元，总共更换了30多套轴承，直接经济损失过百万，间接经济损失几千万。以低速旋转滚动轴承故障为例，常见的故障有疲劳剥落、磨损、压痕、腐蚀、裂纹或断裂等。常规方法是基于振动测量与分析，但是很难实现对这些故障的早期诊断。故存在如下问题：
(1)低频测量技术要选择最合适的振动参数，测量振动的最常用参数是加速度。但是加速度随着转频的降低而减小，因此，测量低速旋转机械(小于600rpm)的最好参数是位移。
(2)低频分析受到测量设备的限制，由于转速很低，故障振动信号频率很低。而传感器的高通滤波器会将3Hz以下的频率按噪声过滤掉，再加上受到环境噪声的影响，使得振动分析效果很差甚至无法进行；
(3)冲击故障的瞬态性问题，每次故障冲击的间隔较长，使用冲击法很难准确地检测到故障信号；
(4)由故障点产生的冲击响应频率较低，不能激励起较高的频率成分。
虽然进行了一些尝试，但是由于以上的局限性低速旋转机械的振动诊断很难实现。
发明内容
本发明的目的是针对上述技术中存在的不足，为了彻底解决低速旋转机械故障诊断难题，提供了一种应用应力波法采集低速旋转机械故障信号，用应力波信号代替传统的振动信号，作为特征参数，解决振动和声发射信号在低速情况下的局限性问题的一种低速重载旋转机械故障诊断方法。采用本方法能够直接检查出系统早期故障，提出治理方案，将经济损失降到最小。
本发明是这样实现的：其特征是，通过应力波传感器提取早期故障的应力波信号，将信号放大后由模数转换器将模拟信号转换成数字信号，选择合适的小波基函数，用小波分析的方法对故障信号进行多尺度分解，从各尺度分解重构波形及其频谱图提取故障信号微细特征，从而确定故障类型。
本发明的优点是，能够直接检查出系统早期故障，提出治理方案，将经济损失降到最小。
附图说明
图1是本发明的工作原理图
图2是本发明的工作流程图
图3是本发明实现的轴承外圈点蚀故障应力波信号及频谱图
图4是本发明实现轴承外圈点蚀故障的应力波信号小波分解各尺度的重构波形及其频谱图
图5是本发明实现的轴承外圈点蚀故障时用小波变换去噪后应力波信号特征频带的重构波形及其频谱图
具体实施方式
附图1为数据采集过程，首先用应力波传感器采集应力波信号，将采集的应力波信号输入到前置放大器增益，通过主放大器将信号放大，再输入到模数转换器及显示器，经模数转换器把应力波信号转换成数字信号，最后将所得的信号进行小波分析。
附图2是应用本方法进行低速旋转机械故障诊断的具体实施方案，这里主要解决应力波数据采集、噪声抑制、信号特征提取和故障识别与定位等问题。小波分析是针对信号特征选择合适的小波基函数，将故障信号进行多尺度分解，从各尺度分解重构波形及其频谱图提取故障信号微细特征，从而确定故障类型提出治理方案。
例如对于低速滚动轴承而言，如果外圈出现裂纹故障，则在滚动轴承的周期旋转过程中会产生一个周期性的脉冲信号，但是，由于轴承转速较低，并且是重载机械，常规方法的振动测量与分析不能够由于背景噪声的影响很难检测到脉冲信号，因而不能够判断出故障类型。但是应用小波分析对轴承应力波信号进行小波分解，并且降噪重构能够确定故障类型。
以低速滚动轴承外圈故障为例，轴承外圈发生故障时的典型时域信号以及对应的频率谱图见附图3，轴承外圈发生故障时的应力波信号小波分解后各尺度的重构波形及其频谱图见附图4，轴承外圈发生故障时利用小波变换去噪后应力波信号特征频带的重构波形及其频谱图见附图5。从重构波形及其频谱图可以确定故障类型。
本发明技术首先提出用应力波信号作为特征参量，采集低速旋转机械故障信号，解决振动和声发射信号在低速情况下的局限性问题。用小波分析进行故障应力波信号特征提取，提取应力波脉冲信号的微细特征解决自回归系数和傅立叶变换方法无法同时兼顾信号在时域和频域中的全貌和局部化特征问题和无法消除背景噪声问题，在国内外，未见到其他人有类似的研究报告，可以解决其它方法对低速旋转机械故障识别不准确的问题。
Claims (3)
1、一种低速重载旋转机械故障诊断方法，其特征是，通过应力波传感器提取早期故障的应力波信号其，将信号放大后由模数转换器将模拟信号转换成数字信号，选择合适的小波基函数，用小波分析的方法对故障信号进行多尺度分解，从各尺度分解重构波形及其频谱图提取故障信号微细特征，从而确定故障类型。
2、根据权利要求1所述的一种低速重载旋转机械故障诊断方法，其特征是，用应力波信号作为特征参量，采集低速旋转机械故障信号，解决振动和声发射信号在低速情况下的局限性问题。
3、根据权利要求1所述的一种低速重载旋转机械故障诊断方法，其特征是，用小波分析进行故障应力波信号特征提取，提取应力波脉冲信号的微细特征解决自回归系数和傅立叶变换方法无法同时兼顾信号在时域和频域中的全貌和局部化特征问题和无法消除背景噪声问题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA2005100478813A CN1776390A (zh) | 2005-11-30 | 2005-11-30 | 一种低速重载旋转机械故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA2005100478813A CN1776390A (zh) | 2005-11-30 | 2005-11-30 | 一种低速重载旋转机械故障诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1776390A true CN1776390A (zh) | 2006-05-24 |
Family
ID=36766025
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2005100478813A Pending CN1776390A (zh) | 2005-11-30 | 2005-11-30 | 一种低速重载旋转机械故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1776390A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102054179A (zh) * | 2010-12-14 | 2011-05-11 | 广州大学 | 一种旋转机械在线状态监测与故障诊断装置及方法 |
| CN102596426A (zh) * | 2009-08-31 | 2012-07-18 | 伊利诺斯工具制品有限公司 | 用于将两种不同的粘合剂从单个计量装置或施加器同时分配到同一基板上的计量系统 |
| CN103616252A (zh) * | 2013-12-19 | 2014-03-05 | 武汉科技大学 | 一种低速重载机械的早期故障检测系统 |
| CN103939325A (zh) * | 2014-05-05 | 2014-07-23 | 重庆大学 | 一种在低速运转下的消防水泵的故障诊断方法 |
| CN104374576A (zh) * | 2014-11-25 | 2015-02-25 | 沈阳化工大学 | 一种提取低速轴承故障应力波的方法 |
| US9126222B2 (en) | 2009-07-17 | 2015-09-08 | Illinois Tool Works Inc. | Metering system for hot melt adhesives with variable adhesive volumes |
| US9718081B2 (en) | 2009-08-31 | 2017-08-01 | Illinois Tool Works Inc. | Metering system for simultaneously dispensing two different adhesives from a single metering device or applicator onto a common substrate |
| CN107300467A (zh) * | 2017-06-19 | 2017-10-27 | 苏州微著设备诊断技术有限公司 | 一种低速重载传动装置故障诊断方法 |
| CN110487917A (zh) * | 2019-08-30 | 2019-11-22 | 重庆高开清芯科技产业发展有限公司 | 一种基于神经网络的应力波检测与分析系统 |
| CN112710488A (zh) * | 2020-12-08 | 2021-04-27 | 重庆川仪自动化股份有限公司 | 机械动设备的应力波信号采集和分析方法 |
| CN113944600A (zh) * | 2021-10-15 | 2022-01-18 | 希音科技(杭州)有限公司 | 一种利用应力波技术检测风机主轴承故障的方法和系统 |
-
2005
- 2005-11-30 CN CNA2005100478813A patent/CN1776390A/zh active Pending
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9126222B2 (en) | 2009-07-17 | 2015-09-08 | Illinois Tool Works Inc. | Metering system for hot melt adhesives with variable adhesive volumes |
| US9718081B2 (en) | 2009-08-31 | 2017-08-01 | Illinois Tool Works Inc. | Metering system for simultaneously dispensing two different adhesives from a single metering device or applicator onto a common substrate |
| CN102596426A (zh) * | 2009-08-31 | 2012-07-18 | 伊利诺斯工具制品有限公司 | 用于将两种不同的粘合剂从单个计量装置或施加器同时分配到同一基板上的计量系统 |
| CN102596426B (zh) * | 2009-08-31 | 2015-04-29 | 伊利诺斯工具制品有限公司 | 用于将两种不同的粘合剂从单个计量装置或施加器同时分配到同一基板上的计量系统 |
| US9573159B2 (en) | 2009-08-31 | 2017-02-21 | Illinois Tool Works, Inc. | Metering system for simultaneously dispensing two different adhesives from a single metering device or applicator onto a common substrate |
| CN102054179A (zh) * | 2010-12-14 | 2011-05-11 | 广州大学 | 一种旋转机械在线状态监测与故障诊断装置及方法 |
| CN103616252A (zh) * | 2013-12-19 | 2014-03-05 | 武汉科技大学 | 一种低速重载机械的早期故障检测系统 |
| CN103616252B (zh) * | 2013-12-19 | 2016-05-11 | 武汉科技大学 | 一种低速重载机械的早期故障检测系统 |
| CN103939325A (zh) * | 2014-05-05 | 2014-07-23 | 重庆大学 | 一种在低速运转下的消防水泵的故障诊断方法 |
| CN104374576A (zh) * | 2014-11-25 | 2015-02-25 | 沈阳化工大学 | 一种提取低速轴承故障应力波的方法 |
| CN107300467A (zh) * | 2017-06-19 | 2017-10-27 | 苏州微著设备诊断技术有限公司 | 一种低速重载传动装置故障诊断方法 |
| CN110487917A (zh) * | 2019-08-30 | 2019-11-22 | 重庆高开清芯科技产业发展有限公司 | 一种基于神经网络的应力波检测与分析系统 |
| CN112710488A (zh) * | 2020-12-08 | 2021-04-27 | 重庆川仪自动化股份有限公司 | 机械动设备的应力波信号采集和分析方法 |
| CN112710488B (zh) * | 2020-12-08 | 2023-01-20 | 重庆川仪自动化股份有限公司 | 机械动设备的应力波信号采集和分析方法 |
| CN113944600A (zh) * | 2021-10-15 | 2022-01-18 | 希音科技(杭州)有限公司 | 一种利用应力波技术检测风机主轴承故障的方法和系统 |
| CN113944600B (zh) * | 2021-10-15 | 2024-01-12 | 希音科技(杭州)有限公司 | 一种利用应力波技术检测风机主轴承故障的方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1776390A (zh) | 一种低速重载旋转机械故障诊断方法 | |
| Han et al. | Fault feature extraction of low speed roller bearing based on Teager energy operator and CEEMD | |
| Barszcz et al. | Application of spectral kurtosis for detection of a tooth crack in the planetary gear of a wind turbine | |
| CN109883703B (zh) | 一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法 | |
| CN102798529A (zh) | 大型风力机组轴承故障诊断方法及系统 | |
| CN102507186B (zh) | 一种基于特色参数的行星齿轮箱状态监测与故障辨识方法 | |
| CN102269655B (zh) | 一种轴承故障的诊断方法 | |
| CN108151869B (zh) | 一种机械振动特征指标提取方法、系统及装置 | |
| CN105928702B (zh) | 基于形态分量分析的变工况齿轮箱轴承故障诊断方法 | |
| CN104392082A (zh) | 一种基于振动监测的风力发电机组齿轮箱早期故障诊断方法 | |
| CN101858778A (zh) | 基于振动监测的风力发电机组故障自动诊断方法 | |
| CN102620807A (zh) | 风力发电机状态监测系统及方法 | |
| Hu et al. | A new multiscale noise tuning stochastic resonance for enhanced fault diagnosis in wind turbine drivetrains | |
| Han et al. | Compound faults diagnosis method for wind turbine mainshaft bearing with Teager and second-order stochastic resonance | |
| CN102721537B (zh) | 基于可变空间-尺度框架的机械冲击型故障诊断方法 | |
| CN102183951A (zh) | 基于虚拟仪器开发平台的回转支承状态监测与故障诊断装置 | |
| CN108036940A (zh) | 一种轴承故障诊断方法 | |
| CN115387970B (zh) | 一种风力发电机组齿轮箱远程振动测试系统 | |
| Wang et al. | Weak fault diagnosis of rolling bearing under variable speed condition using IEWT-based enhanced envelope order spectrum | |
| Yang et al. | Distinguish coherence resonance and stochastic resonance in bearing fault evaluation | |
| Xu et al. | Caputo-Fabrizio fractional order derivative stochastic resonance enhanced by ADOF and its application in fault diagnosis of wind turbine drivetrain | |
| CN102778354A (zh) | 基于小波分析的风电回转支承故障诊断方法 | |
| CN102944427B (zh) | 内燃机燃烧质量监测诊断方法 | |
| Qu et al. | Development of a new acoustic emission based fault diagnosis tool for gearbox | |
| CN111582248B (zh) | 一种基于svd的齿轮箱信号降噪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |