鼓风机系统状态监测故障诊断整体设计报告.doc

《鼓风机系统状态监测故障诊断整体设计报告.doc》由会员分享，可在线阅读，更多相关《鼓风机系统状态监测故障诊断整体设计报告.doc（21页珍藏版）》请在三一办公上搜索。

1、13级西安交通大学机械工程学院鼓风机系统状态监测、故障诊断整体设计报告 项目名称 鼓风机系统状态监测、故障诊断 项目单位： 机械工程学院 专 业: 机械工程及自动化 项目组号： 03 项目成员: 肖文、王子豪、史成学、占利、王立哲 联系方式： 18700910359 电子邮件： 1448692853 指导教师： 李兵老师 西安交通大学机械工程学院二一三年一、项目基本信息项目名称鼓风机系统状态监测、故障诊断与控制项目主要内容摘要目前无论是工业生产还是人们的吃穿住行都离不开机械装配，机械重大装备故障的发生不仅会造成人员伤亡，还会造成巨大的财产损失。为了追求一个更安全、更健康的和谐社会，世界上很多国

2、家都把确保机械装备安全服役的科学技术作为21世纪优先发展的领域之一。据统计：美国企业2009年的维修费用约为2万亿美金，其中约有1/31/2的维修费用由于使用不合理而被浪费。日本实施故障诊断技术可减少约75%事故率，降低25%50%的维修费用。英国2000个工厂采用故障诊断技术后维修费用每年可节约3亿英镑。我国化工系统30万吨合成氨厂采用机械状态监测与故障诊断技术后，维修期限由过去的每隔45天维修一次改为3年2修，检修费用由过去工厂年产值的15%降低到工厂年产值的10%。由此可见，开展机械状态监测与故障诊断技术研究不仅可以避免恶性事故的发生，而且对于确保机械重大装备的安全服役具有重要的社会意义

3、和经济价值。因此，国家中长期科学和技术发展规划纲要（2006-2020 年）和国家自然科学基金委机械工程学科发展战略报告（2011-2020 年）均将“重大产品和重大设施的可靠性、安全性、可维护性技术”列为未来重要的研究方向。鼓风机系统是一个典型的机械系统，在工业生产和人们日常生活中应用很广，鼓风机系统的状态监测和故障诊断对于工业生产和人们的日常生活避免恶性事故的发生有很重要的意义和价值。申请资助经费 （单位：元）二、项目组成员情况序号姓名性别电话Email1肖文男1870091035914486928532王子豪男181092202076482518833史成学男15686009639369

4、254678QQ.com4占利男187067038135644173815王立哲男13812579845834583846三、指导教师李兵王保健四、审核意见指导教师意见指导教师(签章)： 年 月 日1. 背景鼓风机市场研究分类离心式风机轴流式风机斜流式风机横流式风机特点离心风机工作时，动力机(主要是电动机)驱动叶轮在蜗形机壳内旋转，空气经吸气口从叶轮中心处吸入。轴流式风机工作时，动力机驱动叶轮在圆筒形机壳内旋转，气体从集流器进入，通过叶轮获得能量，提高压力和速度，然后沿轴向排出。斜流风机又称混流风机，这类风机比较好，气体以与轴线成某一角度的方向进入叶轮，在叶道中获得能量，并沿倾斜方向流出。横流

5、风机是具有前向多翼叶轮的小型高压离心风机。应用广泛用于工厂、矿井、隧道、冷却塔、车辆、船舶和建筑物的通风、排尘和冷却；锅炉和工业炉窑的通风和引风；空气调节设备和家用电器设备中的冷却和通风；谷物的烘干和选送；风洞风源和气垫船的充气和推进等。可用于冶金、化工、轻工、食品、医药及民用建筑等场所通风换气或加强散热之用.若将机壳去掉,亦可用做自由风扇,也可在较长的排气管道内间隔串联安装,以提高管道中的风压。广泛适用于宾馆、饭店、商场、写字楼、体育馆等高级民用建筑的通排风、管道加压送风及工矿企业的通风换气场所。主要用于干式变压器冷却增容，及电子设备、配电柜、高低压开关柜等强迫送风冷却。价位8001500元

6、2001000元5004000元1000元左右鼓风机叶片故障诊断系统市场研究故障特征提取方法优点缺点声发射+小波分解声发射信号幅值与振动状态无关，与裂纹发生时的能量直接相关，可有效排除早期裂纹产生时的叶片旋转和其他形式振动带来的干扰研究报道较少，技术欠成熟，AE信号的突发性和冲击性使得特征提取时的时頻分辩率很低，且工况下易受噪声干扰，信号的处理方法需要较强的时频聚集性和抑制噪声的能力振动信号+小波分解小波分解 可以对信号的低频部分和高频部分同样实施分解，并可一直进行下去，在低频和高频部分都可以达到很高的精细的程度；振动信号采集与处理手段较成熟，传感器的安装位置对能否有效提取故障特征影响很大；微

7、小裂纹时，缺陷信号容易被其他零部件的振动信号和随机噪声所淹没气动信号+小波分解气固耦合振动信号之间具有互体现性以及气动信号更能反映叶片的振动的特点，通过分析叶轮出口气动信号可以较容易识别叶片的工作状态，且可以实现故障初前期的发展，且直观性强气动信号可能会较微弱，需要较高的转速才能实现较好的分辨率，且无法识别故障的具体位置(一) 市场上现有的同类技术技术名称小波分析在汽轮机叶片故障诊断中的应用研究技术内容应用小波分析的基础理论和算法，论述了在小波多分辨率分析下进行汽轮机叶片故障的方法。结果表明,小波的方法很好地保存瞬态信号中的尖峰和突变部分,对振动信号进行处理后再进行特征提取和故障诊断变得容易,

8、具有良好的效果。技术综合市场情况风机在生产过程中应用相当广泛，而叶片又是其中非常重要的组成原件，一旦出现故障对企业所造成的损失是不开估量的。因此市场对叶片故障诊断的需求是相当强大的。整体而言，能够完满解决这个问题的方法还太少，有着巨大的市场潜力。(二) 与产品功能相同的发明专利专利申请号CN201210532085.9发明名称一种风电机组叶片故障诊断方法专利授权日2013-02-27发明人张建忠;杭俊;程明文摘本发明涉及一种基于小波变换和模糊支持向量机(FSVM)的风电机组叶片故障诊断方法,其步骤为：通过安装在风电机组主轴座垂直方向的加速度传感器测量振动信号；利用小波分解提取故障特征信息,然后

9、归一化处理提取故障特征向量,最后将测量得到的故障特征向量输入经优化和训练好的模糊支持向量进行风电机组叶片故障诊断。本发明简单易行、精确度高,诊断成本较低,是一种能够有效提高风电机组叶片安全和可靠性的方法。一种风电机组叶片故障诊断方法,其特征在于,通过安装在风电机组主轴座上垂直方向的加速度传感器测量振动信号,利用小波分解提取故障特征信息,然后归一化处理提取故障特征向量,最后将测量得到的故障特征向量输入经过优化和训练好的模糊支持向量进行风电机组叶片故障诊断,具体步骤如下：1)对研究的问题进行分析,确定振动传感器的安装位置；2)针对典型故障情况,对采集的振动信号进行小波分解,提取各频带内的能量特征作

10、为故障特征信息；3)对所提取的故障特征信息归一化处理得到故障特征向量,将其分为训练样本和测试样本；4)利用模糊核聚类算法对训练样本进行聚类分析预处理,得到每个训练样本属于某种故障的模糊隶属度,作为训练模糊支持向量机中使用的模糊隶属度；5)利用粒子群算法优化模糊支持向量机,并将最优解保存下来；然后利用训练样本和测试样本对优化的模糊支持向量机进行训练和测试；6)将实测振动信号进行小波分解提取故障特征向量,将其输入训练好的模糊支持向量机,根据其输出情况来判断故障类型。关键词： 叶片 裂纹 鼓风机 在线检测 故障诊断2. 设计方案2.1 总体设计一、 实施方案(一) 目标1. 了解状态监测系统构成；2

11、. 学习信号处理与分析技术，完成测试信号的处理和分析；3. 学习故障诊断的机理及方法，结合选定内容完成故障诊断方案设计；4. 学习相关软件（LABVIEW/MATLAB）编程及软件设计；5. 运用机械工程测试技术、机械系统故障诊断技术、信号处理与分析、计算机软件等课程的基础知识，完成选定鼓风机系统的状态监测、故障诊断与控制系统；6. 根据设计制成实物，完成功能并在实际鼓风机系统上演示系统的各项功能(二) 研究内容 1.1.2 核心工程基础知识 机械工程测试技术、信号处理与分析技术、机械系统故障诊断技术。2.1.1 问题鉴定及表述 根据实际工程系统的现状提出问题，提炼为项目目标 制定解决问题的计

12、划2.4.4 批判性思维 分析所陈述的问题，进行市场调研，提出现有故障诊断系统利弊，确定项目目标。3.1.1 组织高效的团队 确定团队中成员的角色和职责3.1.2 团队运行 确定目标和日程4.4.1 设计过程 根据整体系统的目标和要求，选择每一模块及组件的要求 分析不同的设计 达成最终设计4.4.3 设计中知识的运用 运用传感器、测试技术、信号分析。软件编程方面的知识 练习创新及批判性思维，以及解决问题的能力项目主要任务1.根据项目技术目标确定项目人员组成及人员的分配情况。2.熟悉机械系统状态监测系统的结构组成。3.掌握鼓风机系统常见故障。4.掌握数据处理和分析技术。5.完成鼓风机系统故障诊断

13、与控制系统的开发，要求自行设计测试系统及信号处理相关软件程序。6.在鼓风机系统上验证所设计的鼓风机系统状态监测、故障诊断与控制7.分析总结项目实践过程的经验，如果再一次做类似工作，写出更为优化的技术路线(三) 系统框架对故障信号进行评级并确定是否报警分析记录故障信号特征并反馈至系统对故障进行实时监控故障信号信息采集分析系统框架由故障信号采集系统、利用软件对故障信号进行分析、提取故障信号特征、故障信号的 报警、对故障诊断提出修正建议。(四) 技术方案l 确定应该采用的传感器及传感器的布点方式l 所采集信号与计算机连接并借用LABVIEW、MATLAB两个软件对所采集信号进行数学分析（采用频谱分析

14、方法或者小波分析方法）从所采集的信号中找出故障信号并标记识别故障信号的特征。l 对故障信号进行评级记录并按标准确定在何时应该报警，在何时应该让机器停止工作。l 根据故障信号分析出故障出现的原因对以后的设计进行指导(五) 拟解决的关键技术l 传感器的选用及布点方式传感器的选用及布点方式l 故障信号的频谱分析方法频谱分析方法l 故障信号的小波分析方法故障信号的小波分析方法l 故障信号的评级及报警故障诊断的参考标准l 根据故障信号分析故障产生的原因故障产生的原因l LABVIEW软件的使用与编程LABVIEW软件的使用二、 项目的阶段与进度时间进度目标46周熟悉故障诊断信号采集方法710周对所采集的

15、信号用多种方法进行分析并找出故障信号1116周对故障信号进行评级并进行报警2.2 子系统设计l 1. 传感器的选用及布点方式 鼓风机的两个轴承截面各安装了一对加速度传感器。四个传感器的信号被接入HG- 8900多通道数据采集故障诊断系统中, 可根据所测振动信号进行时域波形、频谱、轴心轨迹等多种手段分析, 并提取出相应的特征信息。l 2. 故障信号的频谱分析方法 被定义为平稳随机信号的power spectral density (PSD)（功率谱密度）一个信号在频带上的平均功率可以通过对PSD在频带上积分求出从上式中可以看出是一个信号在一个无穷小频带上的功率浓度，这也是为什么它叫做功率谱密度。

16、PSD的单位是功率（e.g 瓦特）每单位频率。在的情况下，这是瓦特/弧度/抽或只是瓦特/弧度。在的情况下单位是瓦特/赫兹。PSD对频率的积分得到的单位是瓦特，正如平均功率所期望的那样。对实信号，PSD是关于直流信号对称的，所以的就足够完整的描述PSD了。然而要获得整个Nyquist间隔上的平均功率，有必要引入单边PSD的概念：信号在频带上的平均功率可以用单边PSD求出l 3. 根据故障信号分析故障产生的原因 为了获得最佳的诊断效果，在机械设备诊断的过程中应该建立设备的故障报警门限参考标准，现将国际上通用的标准列出如下： 1、ISO2372 常用机械设备的ISO2372振动标准 振动烈度的分级范

17、围机械设备的类别振动速度的有效值（mm/s）分贝（dB）第一类第二类第三类第四类0.071-0.11271-81 良好良好良好良好0.112-0.1881-850.18-0.2885-890.28-0.4589-930.45-0.7193-970.71-1.1297-101容许1.12-1.8101-105容许1.8-2.8105-109可容许容许2.8-4.5109-113可容许容许4.5-7.1113-117可容许7.1-11.2117-121不允许可容许11.2-18121-125不允许18-28125-129不允许28-45129-133不允许45-71133-137在国际标准ISO2

18、372中规定了转速为10200r/s的机器在101000Hz的频率范围内机械振动强烈度的范围，它将振动速度有效值从0.11mm/s（人体刚有振动的感觉）到71mm/s的范围内分为15个量级，相邻两个烈度量级的比约为1:1.58，即相差4dB。这是由于对于大多数机器的振动来说4dB之差意味着振动响应有了较大的变化。有了振动烈度量级的划分就可以用它表示机器的运行质量。为了便于实用，将机器运行质量分成四个等级： A级机械设备正常运转时的振级，此时称机器的运行状态“良好”。B级已超过正常运转时的振级，但对机器的工作量尚无显著的影响，此种运行状态是“容许”的。C级机器的振动已经到了相当剧烈的强度，导致机

19、器只能勉强维持工作，此时机器的运行状态称为“可容许”的。D级机器的振动能已达到使机器不能运转工作，此种机器的振级是不允许的。显然，不同的机械设备由于工作要求、结构特点、动力特性、功率容量、尺寸大小以及安装条件等方面的区分，其对应于各等级运行状态的振动烈度范围必然是各不相同的。所以对各种机械设备是不能用同一标准来衡量的，但也不可能对每种机械设备专门制定一个标准。为了便于实用，ISO2372将常用的机械设备分为六大类，令每一类的机械设备用同一标准来衡量其运行质量。机械设备分类情况如下：第一类：在其正常工作条件下与整机连接成整体的发动机和机器的零件（如15kw以下的发动机）。第二类：设有专用基础的中

20、等尺寸的机器（如1575kw的发电机）及刚性固定在专用基础上的发动机和机器（300kw以下）。第三类：安装在测振方向上相对较硬的、刚性的和重的基础上的具有旋转质量的大型原动机和其它大型机器。第四类：安装在测振方向上相对较软的基础上具有旋转质量的大型原动机和其它大型机器（如透平发电机）。第五类：安装在测振方向相对较硬的基础上具有不平衡损性力的往复式机器和机械驱动系统。第六类：安装在测振方向相对较软的基础上具有不平衡惯性力的拄复式机器和机械驱动系统等。3. 项目进度计划项目进度规划表序号任务名称开始时间结束时间实际用时完成情况1项目准备10月1210月248课时较好，完成项目开题报告和知识准备2参

21、观陕鼓29日9点29日11点6课时好，对故障诊断系统有了初步了解3实验测量11月14日11月18日8课时成功测得了两个鼓风机的故障机正常信号4软件开发11月25日12月25日16课时成功完成了labview软件的设计备注：各任务详细完成情况和结果可以在下面写出。各任务详细完成情况1.项目准备的完成情况很好，基本解决了设计期间的几乎所有问题，为以后的实验以及软件的编写打下了坚实的基础2.实验阶段的完成情况良好，通过三次的实验完成了系统的搭建，测试软件的熟悉，最终测得了鼓风机的正常及故障信号，同时通过对比也发现了两者之间的不同，为我们以后的软件编写打下了实验的基础。3.软件的编写情况完成得较好，通

22、过组员之间的合作，我们很好地完成了老师的要求。并且在这个基础上做了很多的改动，最终让我们的软件能够正常运行，通过测试证实确实可以完成测量、检测及判断。4. 项目实施效果汉科技大学 硕士学位论文 第 37 页5.1.2 频域分析首先要确定最关键的诊断依据即特征频率，图 5.3 在系统的右上角给出了实时的风机轴承的特征频率，通过对这些特征频率能够非常快速的知道风机轴承发生异常情况下的故障特征频率，对于故障诊断来说是一个非常有效的手段47。当风机产生异常情况时，因为载荷和转速的变化会引起幅度调制和频率调制，所以在对异常情况进行分析的时候，应当从特征频率的波动以及变频带的特点两个方面进行有效的识别和判

23、断，关于这部分的程序如下图 5.4 所示。图 5.3 特征频率前面板显示图 5.4 特征频率后面板程序然后对信号进行频域分析，分析的方法有两种，功率谱分析和倒频谱分析。在功率谱分析中包括振动频谱和解调频谱，相应的程序如下图 5.5 和 5.6 所示。6 页 武汉科技大学 硕士学位论文图 5.2 幅值域参数值后面板程序在对幅值域进行分析时，首先对设备进行初步的判断，初步判断的依据是上文所提到的均方根值和解调峰值，之所以以这两个参数作为判断依据，是因为这两个值相对于其他值而言非常的平稳。当系统检测出两者中的任意一个值与程序中给定的正常状态下的值有一些大小差异，系统就会让监测灯亮起红灯进行报警，证明

24、风机设备存在一定的故障，需要通过下一步进行更深入精准的故障诊断44。进一步的诊断就是对振动信号的其他无量纲参数进行分析和判断，主要包含波形指标、峰值指标、脉冲指标、裕度指标和峭度指标等。采取分析无量纲参数的方法进行诊断，是因为这些无量纲的参数有一个非常重要的优势，即它可以不经过处理就利用数据采集系统实时检测到的振动数据，因此不会导致产生信号畸形和泄漏等影响诊断效果的情况45。除此之外，还有一个很重要的优势，就是它受风机工作突然产生变化等情况的影响非常小，而且，在对设备的早期故障进行分析和诊断方面有非常突出的效果。无量纲参数的值通常情况下只由概率密度函数决定，与风机等设备的轴承的机械结构以及运行

25、时的速度没有太大关系，同时它有一个非常独特的优点，就是在对脉冲类故障表现的很敏感。与前面的解调峰值和均方根值同时作为参考量，就能够兼顾稳定性和敏感性，能够在监测系统中同时看到实时振动波形和解调波形这两方面的诊断信息。除了以上两部分诊断之外，还有对功能进行的设置，在系统中采集方式上有两种选择，自动采集和指定测点。如果选择前者，那么诊断系统会根据测点的顺序逐个进行振动信号的采集，如果选择后者，用户可以选择想要采集的测点，系统会连续对该测点进行多次采集，从而实现对该测点的长时间观测，重点部位进行重点诊断46。本系统幅值域分析的参考依据是振动数据的解调峰值和均方根值的大小，解调峰值是信号调理电路通过共

26、振解调技术后输出的值，均方根值是振动信号的值通过相关运算而算出的，程序里面会提供解调峰值和均方根值的正常值，将检测到的这两个值与正常值进行对比之后，就能够准确的判断风机轴承是否处于正常运行的状态43。如图 5.1 所示为风机轴承的幅值域分析相关参数值的实时显示，图 5.2 所示为幅值域分析相关参数的后面板程序，这一系列参数都能够采用类似于上面的方法，先在程序中设置正常状态下的值，然后将实际测量得到值与之进行比对，通过比对的结果判断是否处于正常状态。图 5.1 幅值域参数值前面板显示第 38 页 武汉科技大学 硕士学位论文图 5.5 功率谱分析程序图 5.6 倒频谱分析程序这两种频谱分析有各自的

27、优点，振动频谱可以检测到实时的频率特征，解调频谱可以对微冲击信号进行有效的识别，通过倒频谱能够非常容易的识别出边频带的故障频率。登录界面 用户登录界面是为了保障企业的资料安全，通过设置用户名和密码，企业可以规定有哪些人来对数据进行操作，。帮助界面 系统帮助界面分两个模块，一部分是帮助用户怎样更好的使用我们的软件，另一部分是帮助用户更好的实现检测及故障诊断任务。这些工作我们认为对一款面向企业的软件来说都是非常必要的。时域波形显示时域波形显示界面可以实时的显示所测到的波形，也可以显示离线打开的数据。同时更重要的是它可以帮助我们初步判断所测得的数据是否有故障，如果有的话则报警，同时，也为用户提供了大

28、量的统计数据，方便用户查看任一感兴趣的信息。滤波后时域波形显示滤波后时域波形显示模块，可以对所测得时域波形进行四种类型的滤波，通过滤波我们可以得到更为纯净的波形图，通过此波形图和没有滤波的波形图做对比可以得到没有干扰情况下的数据，这使得我们的判断更为精准。频域波形显示频域波形显示模块为我们提供了幅度谱和相位谱两种频谱，方便用户在频域内对信号做全面地观察，进而通过观察和测量做出最为合适的判断。信号的频率结构采用功率密度进行表述是故障诊断中应用的最为普遍的方法之一，功率谱密度反映的是振动信号中各个谐波分量的频率和它的能量之间的关系，通常在机械故障诊断中，为了描述振动信号所包含的频率成分和频率成分之

29、间的结构关系，以及各个频率成分所包含的能量的大小就引入了功率谱密度这一重要概念自相关分析信号及数据保存故障诊断报告故障诊断报告把我们所测得的信息统一显示出来，并以报告的形式加以显示和保存，方便以后查看。5. 材料及费用预算材料及费用预算编号或品名单位数量单价（元）金额（元）合计:元备注：。6. 结语通过本门课程的学习，我们组员之间建立了良好的友谊关系，最终做出了软件，从这个过程中我们学习到了故障诊断的一般流程，也学习到了故障诊断的一些实验和测试知识。风机在线监测与故障诊断系统的研究与设计，对于冶金工业以及相关行业而言，具有非常重大的实际意义和经济价值，本文以风机为对象进行了理论的研究和方案的设

30、计，在硬件方面采用了加速度传感器、数据采集卡以及工控机等，在软件方面采用了以 LabVIEW虚拟仪器为软件开发环境，开发出了风机在线监测与故障诊断系统，整个软件应用系统具有明显的工业测控风格，软件界面层次清晰、美观实用、操作方便并且性能非常良好，整个软件系统开发的周期也得到了大大的缩减，降低了大量的人力成本，在功能和运行速度上都有很不错的表现。本文主要研究了以下几个方面的问题：(1) 对风机等旋转机械故障诊断技术的理论进行了研究，分析了风机旋转机械主要的故障，重点对转子不对中、转子不平衡、转子弯曲以及油膜涡动与油膜振动等几种故障进行了深入的研究。(2) 对振动信号以及振动信号的分析方法进行了研

31、究，重点阐述了振动信号的一些基本特点，同时从幅值域、频域以及小波分析等三个方面研究了振动信号的分析方法。(3) 对整个风机在线监测与故障诊断系统的结构和硬件进行了详细设计，提出了系统的总体设计方案，对传感器和数据采集卡经过各个方面的考虑之后，进行了合理的选型和正确的安装，设计了信号调理仪，对采集到的振动信号进行相关处理。7. 参考文献基于LabVIEW的大型旋转机械状态监测与故障诊断系统开发_王保强基于LabVIEW的轴承状态监测及故障诊断系统实现_柴慧霞基于Labview的机械故障远程诊断系统的设计与实现_吴笛基于LabVIEW的故障监测诊断系统的研究与应用_姜丽首钢高炉鼓风机叶片断裂事故的分析和处理_李少南小波分析方法及其应用18. 附件9. 传感器的选用及布点方式传感器的选用及布点方式10. 故障信号的频谱分析方法频谱分析方法11. 故障信号的小波分析方法故障信号的小波分析方法12. 故障信号的评级及报警故障诊断的参考标准13. 根据故障信号分析故障产生的原因故障产生的原因14. LABVIEW软件的使用与编程LABVIEW软件的使用会议记录一级项目会议记录(1)会议时间：会议地点：会议到会人：会议主持人：会议流程：会议商讨内容：附：会议照片