基于无传感器检测方法的机械系统扭振试验研究

为了研究无传感器检测方法用于机械系统扭转振动检测的机理及效果,建立了一个由感应电动机驱动,以直流发电机为负载的轴系扭振模拟试验台。通过控制发电机负载回路的快速通断产生轴系扭转振动,利用Hilbert变换包络谱提取电流信号中的故障信息,并与电涡流位移传感器拾取的横向振动信号进行了比较。试验和分析结果表明,电机驱动设备的机械故障信息主要以扭转振动方式耦合到定子电流中,相对于横向振动检测,无传感器检测方法更适合机械系统的扭转振动故障检测与诊断。     

面向故障诊断的行星齿轮扭振信号测量与分析

行星齿轮箱的运行状态对直升机飞行安全非常重要。行星齿轮箱常工作在恶劣的条件下,容易出现磨损或疲劳裂纹等故障。为实现基于扭振信号的行星齿轮传动故障诊断,采用基于增量式编码器的扭振信号测量方法,分别测量了输入轴和输出轴的扭振信号,并分析对比了信号对齿轮故障的敏感性,结果表明,输入轴信号较输出轴信号能更准确地诊断故障。分析比较了负载对信号的影响,认为在重载情况下输出轴扭振信号比输入轴扭振信号对故障特征更加敏感。     

基于最小熵反褶积的行星齿轮箱故障诊断

行星齿轮箱具有传动比大、传动效率高等优点,但比定轴齿轮有更复杂的结构,因常工作在恶劣的条件下,容易出现磨损或疲劳裂纹等故障。扭振信号因信噪比高、频谱结构简单等优点有利于对行星齿轮箱的故障诊断。所以针对重载、强噪声环境下行星齿轮箱故障特征的提取,提出了基于最小熵反褶积(Minimum entropy deconvolution,MED)的扭振信号时域分析方法,该方法通过反转滤波加强冲击特性从而提取行星轮的故障特征。通过对仿真信号和行星齿轮箱的扭振信号分析,在时域上提取了明显的故障冲击特征,并且较频谱分析能更直观清晰地看出故障特性。通过对不同负载情况下的比较,发现该方法对处于大负载情况下的故障诊断效果更佳。     

基于包络加窗同步平均的行星齿轮箱特征提取

行星齿轮箱由于行星轮通过效应、太阳轮与行星架的旋转及时变工况,导致其振动响应存在时变传递路径及非平稳性等特点,且传统的同步平均将不能直接应用于行星齿轮箱。笔者在国外加窗同步平均的基础上提出一种能有效克服时变传递路径及非平稳性的基于包络信号角域加窗同步平均的行星齿轮箱故障特征提取方法。首先,基于谱峭度提取出行星齿轮箱振动信号的包络信号;其次,再利用计算阶比跟踪技术对包络信号进行等角度重采样,行星架每旋转一圈,选择合适的窗函数对角域信号进行多齿宽加窗截取;最后,验证齿轮啮合齿序特征,根据重排齿序对加窗信号进行重构振动分离信号,对振动分离信号进行角域同步平均,提取行星齿轮箱故障特征。行星齿轮箱故障实测信号分析表明,该方法能有效提取行星齿轮箱故障特征。     

基于扭振信号加窗RMS时域同步平均的行星齿轮箱裂纹故障诊断

行星齿轮箱具有结构紧凑、传动效率高、运行平稳等优点,被广泛应用于关键机械装备中.由于恶劣的工作环境,行星齿轮箱易产生齿根裂纹故障损伤且不易被识别,易造成安全隐患.扭转振动信号理论上不受行星架旋转引入的路径调制影响,相比于传统研究中的横向振动信号具有很大的优越性,频率成分简单,易于提取故障特征.为此,以扭振信号为分析对象,提出了一种加窗RMS(Root meam square)时域同步平均技术,实现行星齿轮箱的早期齿根裂纹故障诊断;并搭建故障模拟试验台,验证了该方法的有效性.     

基于最小熵解卷积的谱峭度法在行星齿轮箱故障诊断中的应用

针对噪声干扰状态下行星齿轮箱故障诊断中的齿轮故障特征提取,提出最小熵解卷积与谱峭度结合(Spectral Kurtosis Method based on Minimum Entropy Deconvolution,MEDSK)的行星齿轮箱齿轮故障特征提取方法。利用MED对原始扭转振动信号进行预处理,抑制信号中的噪声干扰,提升行星齿轮箱中被噪声淹没的故障冲击成份。利用谱峭度对预处理后的信号选择最优的带通滤波器参数进行带通滤波,然后通过Hilbert变换进行包络解调,最后将解调出来的低频信号进行频谱分析得到MED-SK方法的包络谱。通过对仿真信号和承受多种载荷状态下采集到的行星齿轮箱输出轴实际行星齿轮故障扭转振动信号进行分析,验证了这种方法能准确地提取行星齿轮故障特征。     

基于自混合干涉的齿轮箱故障诊断技术

将激光自混合干涉（SMI）技术用于齿轮箱的故障检测,设计出一种新的齿轮箱故障检测传感器。采用QL65D5SA型半导体激光自混合传感器、冯哈勃2342l012CR空心杯减速电机自带的行星齿轮箱,搭建了行星齿轮箱故障SMI检测系统,并对行星轮Z1做断齿故障实验。通过对时域波形的分析,可以找到额定转频下的12个冲击点;通过对齿轮箱故障信号傅里叶频谱的分析,发现故障齿轮的啮合频率周围出现与故障齿轮特征频率和行星架转频呈整数倍关系的边带,且啮合频率处的波形幅值明显增大,这些都与齿轮副的理论振动模型相符合。     

基于小波包能量谱和Hilbert包络分析的行星齿轮故障诊断

行星齿轮啮合振动信号噪声干扰大,难以诊断齿轮的故障。提出一种基于扭转振动信号的行星齿轮故障诊断方法。结合小波包能量谱和Hilbert包络分析用于轴系扭转振动信号进行识别行星齿轮的早期故障。将这种方法应用于行星齿轮箱在行星齿轮磨损和行星齿轮出现断齿故障状态下采集到的实际故障行星齿轮扭转振动信号,发现这种方法能识别两种状态下的行星齿轮故障特征。将小波包能量谱和Hilbert包络分析应用于两种故障状态下的横向振动信号,发现行星齿轮磨损故障不能准确识别。实验结果表明新方法对行星齿轮早期故障的识别更敏感、准确。     

风力发电机故障模拟试验台装置研制

分析并设计了一种新型的风力发电机齿轮箱故障模拟试验台,可以灵活地模拟多种结构类型的风力发电机齿轮箱振动状况,并能方便地对故障进行多种组合模拟。同时采用变频电机和飞轮结构用于模拟实际风机齿轮箱的转矩输入与角速度输入,与实际风况更加接近。通过配置数据采集分析系统,用来对齿轮箱的振动状况进行监测分析。依据正交试验法模拟齿轮故障、轴承故障等实验,对风力发电机齿轮箱故障进行分析研究。     

风力发电机齿轮故障诊断仿真与模拟试验

为了探讨无传感器故障诊断方法在风力发电机传动系统故障中的感应机理,在SIMULINK环境下,建立了一个双馈风力发电机仿真模型,对风力发电机传动系统故障在发电机定子电流中的响应过程进行理论分析。研制专用的风力发电机组模拟试验台,进行传动系统的断齿故障模拟试验与验证。利用Hilbert变换的幅值和频率解调方法,分析仿真及模拟试验结果,表明定子电流主要反映传动系统的扭矩或速度波动特征,将其用于风力发电机传动系统齿轮断齿类故障的监测与诊断是可行的。