齒輪故障診斷虛擬儀器平臺開發學士學位論文-全文預覽

　　

【正文】 頻固有振動為研究對象，通過濾波將其從信號中分離出來，然后通過包絡檢波提取載附在高頻固有振動上的與沖擊相對應的低頻信號的包絡，從包絡信號的強度和頻率就可以判斷故障的嚴重程度和發生部位。特別是在原頻譜圖上不存在或比較微弱的頻率分量突然出現急劇增大時，極有可能在較短的時間內對設備造成破壞。通過傅里葉變換可得到信號的頻譜，即傅里葉變換Xf=∞+∞xtej2πftdt 216傅里葉反變換xt=∞+∞Xfej2πftdt 217信號的幅值譜Xf=Re2Xf+Im2Xf 218信號的相位譜φf=arctanImXfReXf 219信號的功率譜密度函數反映了信號的功率在頻域隨著頻率的分布狀況。特別是對于機器早期故障，周期信號不明顯，直接觀察難以發現，自相關分析則可以起到重要的作用。常用的無量綱參數指標有：波形指標S=XrmsX 28峰值指標C=XmaxXrms 29脈沖指標I=XmaxX 210裕度指標L=XmaxXr 211峭度指標K=βXrms4 212上述參數是設備故障早期診斷的常用評價指標。時域分析的主要指標如下：（1）振動幅值對于一組離散的信號x1,x2,…xn,振動參數主要包括：均值 X=1ni=1nxi 21 絕對平均值X=1ni=1nxi 22最大值Xmax=maxxi i=1,2,…,n 23均方根值Xrms=1ni=1nxi2 24方根幅值Xτ=1ni=1nxi2 25歪度α=1ni=1nxi3 26峭度β=1ni=1nxi4 27在實際應用中，均值的意義不大；歪度α反映信號幅值分布密度的不對稱性，峭度β常用于監測是否有脈沖性故障。如圖22是自然光的光譜和機床振動信號的的頻 圖22 光譜與頻譜譜。機床的傳動箱為例，當它正常運行時整體上振動能量較小，這時其有效值為Xrms1，當它出現故障時系統整體上的振動能量變大了，此時的有效值變為Xrms2，這樣我們只需在這兩個有效值之間取一個合適的閾值Xrms0，把它作為故障存在與否的分界線，便能實現對系統的故障監測。它反映的是系統整體上的振動能量狀況。 利用基于振動的方法來對機械設備進行故障診斷是通過監測機械設備振動信號能量和頻譜實現的。而且振動傳感器的種類非常的齊全（如圖21是各類傳感器），安裝方式也豐富多樣，使用起來非常方便。較強的機械振動我們憑借自己的感官就能觀測到。噪聲分析法是利用噪聲傳感器采集機械設備運行時的噪聲并對其進行分析從而得出分析結論。（4）利用labview設計了具有數據采集、信號處理、故障監測、數據管理等功能的故障診斷程序，并介紹了這些功能基于labview的實現方法。本課題著重研究機械故障特征的提取方法，將虛擬儀器技術應用到機械故障診斷領域，以齒輪故障為例，采用 LabVIEW 軟件進行虛擬機械故障診斷的研究，提高測試系統的整體性能，有效地解決傳統故障診斷方法儀表不夠靈活且成本過高的問題，并且，設計的虛擬故障診斷系統能夠實現對測試信號的時域分析、頻域分析、數字濾波、相關分析等功能，從而使得機械故障監測診斷更靈活。故障特征提取方法的研究是機械設備故障診斷技術的關鍵。與傳統的故障診斷系統相比，虛擬儀器系統具有成本低、易于調試、便于修改和升級等優點。1986年10月，一架英國斯威士蘭公司的直升機在英國北海油田上空執行任務時，傳輸動力的弧齒錐齒輪突然斷裂，造成飛機失事。齒輪故障將直接影響公司的生產數量和生產質量，如果一條流水線上的某臺其關鍵作用的機器在預料之外突然出現故障將對工廠的生產計劃產生嚴重的影響，也將嚴重影響公司的經濟效益。在精密機械如數控機床、高檔轎車、精密工業機器人等產品中也廣泛的采用了齒輪傳動。至今，大多數主流的測試儀器、數據采集設備都擁有專門的Labview驅動程序，使用Labview可以非常便捷的控制這些硬件設備。在故障機理研究方面研究人員也做了大量的工作，也取得了一定的成績。[3]在監測儀器和系統開發方面，研究者已經取得了大量的成果，開發出了許多性能優良的儀器及分析系統。虛擬儀器引入到當今計算機輔助測試領域，使數據采集和工業控制自動化技術發生了重大的變革。所謂圖形化編程語言就是將具體的代碼封裝起來以圖標的形式顯示成具有一定功能的控件（VI）只顯示輸入與輸出接口。 計算機在函數關系模擬，計算等方面具有得天獨厚的優勢，因此利用計算機技術發展起來并與之幾乎完美的相結合的虛擬儀器注定將引領儀器領域的發展方向。傳統的儀器如示波器，萬用表，電子顯示溫度計等是利用某些特殊的物理效應來建立輸入量和輸出量之間的函數關系。作者簽名： 日期： 年 月 日導師簽名： 日期： 年 月 日注 意 事 項（論文）的內容包括：1）封面（按教務處制定的標準封面格式制作）2）原創性聲明3）中文摘要（300字左右）、關鍵詞4）外文摘要、關鍵詞 5）目次頁（附件不統一編入）6）論文主體部分：引言（或緒論）、正文、結論7）參考文獻8）致謝9）附錄（對論文支持必要時）：理工類設計（論文）正文字數不少于1萬字（不包括圖紙、程序清單等）。本人完全意識到本聲明的法律后果由本人承擔。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權說明本人完全了解 大學關于收集、保存、使用畢業設計（論文）的規定，即：按照學校要求提交畢業設計（論文）的印刷本和電子版本；學校有權保存畢業設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學校可以采用影印、縮印、數字化或其它復制手段保存論文；在不以贏利為目的前提下，學校可以公布論文的部分或全部內容。制作了一套基于虛擬儀器的齒輪故障診斷系統，并且用齒輪故障實驗臺驗證了該系統用于齒輪故障診斷的可行性。同時，用戶也可以十分方便地找到各種適用于測試測量領域的Labview工具包。Labview最初就是為測試測量而設計的，因而測試測量也是現在Labview最廣泛的應用領域。建立了齒輪故障實驗平臺，利用labview設計了具有數據采集、信號處理、故障監測、數據管理等功能的故障診斷程序，并介紹了這些功能基于labview的實現方法。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。涉密論文按學校規定處理。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準用徒手畫3）畢業論文須用A4單面打印，論文50頁以上的雙面打印4）圖表應繪制于無格子的頁面上5）軟件工程類課題應有程序清單，并提供電子文檔1）設計（論文）2）附件：按照任務書、開題報告、外文譯文、譯文原文（復印件）次序裝訂3）其它目錄摘要 IAbstract II第1章 緒論 1 1 1 2 3 第2章 齒輪故障診斷的方法與原理 5 5 6 11 11 11 12 13 第3章 齒輪故障診斷系統設計 15 設計系統總體方案 15 16 設計基于labview的虛擬儀器 19 19 19 24 第4章 基于labview齒輪故障診斷實驗系統 27 故障實驗臺分析 27 28 結論 31 致謝 32 參考文獻 33 附錄 34 第1章 緒論虛擬儀器（VI）的概念是美國國家儀器公司（NI）提出的，通俗地講就是利用計算機的豐富硬件資源在某種軟件編程環境開發出的數據系統，測量數據在該系統內的傳遞是靠軟件而不是硬件完成，它的核心是“軟件就是儀器”。抽象的講：儀器就是輸入量與輸出量之間的傳遞函數。[1]它是NI公司開發的世界唯一一款基于圖形的編程語言。用戶編程時只需將相應的控件的接口用“數據線”連接起來便“能量身定制”出具自己需要的儀器。目前的齒輪箱故障診斷研究主要集中在狀態監測儀器和分析系統的開發、信號處理和分析、故障機理研究和典型故障特征的提取、智能診斷等幾個方面。除了傳統的時域分析、頻域分析還發展了諸如小波理論，能量算子解調，希爾伯特變換，統計特征分析等一系列先進的信號處理方法，為信號處理提供了豐富有效的手段。經過多年的發展，Labview在測試測量領域獲得了廣泛的承認。齒輪傳動由于其精確的傳動比廣泛的用于各種機械設備的傳動系統中，例如切削機床、航空工業、電力系統、農業機械、運輸機械、礦山機械等均運用了齒輪傳動裝置。據統計，傳動機械中80%的故障是由齒輪故障引起的，旋轉機械中齒輪故障占其故障總數的10%左右（如圖1—1）。十年前，一家很有聲望的齒輪公司生產的提升機，在進行建筑物外表清潔作業時齒輪箱輪齒發生斷裂，造成清潔工人從高空墜落，這一事故的發生不僅是這家公司的產品信譽受到嚴重影響，還傷害了勞動人民的生命。可見對齒輪進行故障診 [5]圖1—1 齒輪故障率統計斷具有非常重要的意義，可以在齒輪出現故障的早期對機器進行及時的維修從而避免出現嚴重事故。機械設備故障診斷技術研究的主要內容，體現在機械設備故障診斷過程中故障機理的研究、故障信息的獲取、故障特征的提取、機械設備狀態的分析和診斷以及狀態信息的存貯與管理等。機械設備狀態分析和診斷方法的研究是設備診斷技術的核心，比較常用的機械設備狀態分析和診斷方法有狀態空間分析診斷法、函數診斷法、對比診斷法、統計診斷法、模糊診斷法、人工智能診斷法、遺傳算法診斷法等方法。（3）建立了齒輪故障實驗平臺。扭振分析法就是在被測系統的軸上安裝扭振傳感器來測量該軸的扭矩的沖擊性變化，這種方法在大型發電機的故障診斷中較為常用。機械振動無處不在，幾乎所有的機械系統在運行時都會有機械振動現象，只是有強有弱。因為我們對振動信號的采集技術已經非常的成熟，圖21 各類傳感器即便是非常微弱的信號我們也能很好的把它采集起來。如上所述也正是基于振動的故障診斷方法被普遍應用的原因。有效值是一個周期內振動能量的方根，所以又叫方根值。這三個值在故障監測和診斷中具有重要的作用。但是我們所遇到的大多數的信號并不是簡諧信號，它們是由不同頻率的信號疊加融合起來的，咋一看我們很難理解它是什么樣的成分組成的（就像我們很難想象白光是由顏色絢麗的七色光組成的一樣）牛頓利用三棱鏡分離出了白光的成分，同樣振動信號的頻譜就像是牛頓手中的“三棱鏡”“折射”出了振動信號的成分。時域分析方法是最簡單最直接的故障分析方法。無量綱參數只與振動信號的分布密度有關，所以無量綱參數指標是一種很好的機器狀態監測診斷參數。信號自相關函數反映信號本身取值在兩個不同的時刻的自相似性，信號xt的自相關函數定義為Rxτ=limT?∞1T0Txtxt+τdt 214利用自相關函數可以發現隱藏在復雜噪聲環境中的周期分量以確定機器故障。頻域分析方法是機械設備故障診斷中最常用最重要的方法(1)頻譜分析信號頻譜是在頻率域中對原始信號分布情況的描述，能夠提供比時域波形更加直觀的特征信息，被廣泛的用作故障診斷的依據。其次是幅值較小但是增長很快的頻率分量。當齒輪等零部件出現局部故障時，都會產生周期性脈沖沖擊力，激起設備的固有振動。不同的故障形式的振動信號也表現出不同的特點，這是有規律可循的。齒面出現點蝕故障時，齒輪的頻譜表現為在嚙合頻率及其高次諧波附近存在以點蝕齒輪所在軸的轉頻為間隔的調制邊帶，但調制變頻帶數量少且分布稀少。這些邊帶中包含了很多重要的齒輪故障信息。（3） 以齒輪的嚙合頻率及其高次諧波為載波頻率，以齒輪所在軸的轉頻及其高次諧波為調制頻率的齒輪嚙合頻率調制現象而產生的邊頻帶。當激振能量非常大，故障非常嚴重時，則齒輪箱箱體的固有頻率被激起，產生箱體固有頻率調制現象。不論是轉頻還是嚙合頻率，在已知或實測出轉速各傳動鏈的情況下，是可以通過計算得到的，這為珍斷提供了有效的參考數據，如果輔以時域波形和包絡時域波形分析，則會進一步提高診斷的準確度。由解調譜分析有故障軸的轉頻，找出故障所在軸部位，但一般不可能事先計算或測出各種不同齒輪的固有頻率，所以我們往往不知這種調制的載波頻率，缺少了針對性。但實際上僅僅通過機器上采集的原始信號的頻譜來實現準確有效地故障診斷是非常困難的。因此，當我們進行故障分析時某些振動能量很強的干擾信號可能嚴重對我們的判斷造成嚴重的影響，甚至讓我無法做出判斷。瑞典SKF公司就提出了共振解調方法，后來該方法又被美國MRR公司和瑞典SPM公司進一步發展，用于提