振动信号分析技术在皮带机齿轮箱故障诊断中的应用

振动信号分析技术在皮带机齿轮箱故障诊断中的应用

兖州煤业东滩煤矿皮带工区山东邹城273512

摘要:皮带机驱动装置一般是由电动机、齿轮减速器、液力偶合器和滚筒组成。其中,齿轮减速箱是带式输送机驱动装置的重要部件之一,其性能直接影响到皮带机工作的可靠性与整体性能。齿轮箱中的轴、齿轮和轴承在工作时会产生振动。本文分析了振动信号分析技术在皮带机齿轮箱故障诊断中的应用。

关键词:振动信号分析技术;皮带机齿轮箱;故障诊断;应用;

虽然齿轮从设计、结构、材料到制造等方面已相当成熟和规范。但仍然难以避免诸如磨损、剥落、点蚀、裂纹等常发故障。研究表明,齿轮箱60%的故障由齿轮引发,而90%的齿轮故障都是局部故障,例如裂纹、崩齿等。因此,很有必要深入研究齿轮的故障诊断。

一、齿轮振动产生的机理

机器的振动是机器对于各种载荷激励的响应结果,任何机器设备可以视为一个弹性系统,在动态载荷作用下将产生振动。不同的载荷形式和机器类型,决定了机器各部件之间载荷传递、弹性、惯性及阻尼关系,因而产生不同的振动响应。齿轮传动系统的激励包括外部激励和内部激励。外部激励包括风轮作用于输入轴的转矩、发电机和电网侧的负载转矩以及机组制动、轴承时变刚度引起的转矩等;内部激励包括齿轮啮合过程的变刚度激励、加工误差激励和啮合冲击激励等。齿轮运行过程中,受内外部激励作用,产生复杂的振动形态,其中转频、啮合频率及其谐波为主要振动成分。齿轮无论处于正常或异常状态,啮合频率及其谐波成分总是存在,但振动幅值有差异。因此根据啮合频率及其谐波幅值的变化,可以对故障进行判断。

二、齿轮箱故障诊断步骤

一般情况下,齿轮箱故障诊断一般分为四个步骤进行:信号检测、特征提取(信号处理)、状态识别和诊断决策。

1.确定频率特征参数。齿轮箱频率特征参数的计算一般分为以下几个步骤:一是确定齿轮箱在被测每个档位下各轴的转速和啮合齿轮的齿数。被测档位下各轴的转速和啮合齿轮的齿数是齿轮箱中最基本的特征参数,用于计算各轴的转动频率和啮合频率等。二是由各轴的转速和啮合齿轮的齿数计算齿轮箱各轴的转动频率和啮合频率。根据各轴的转速(设为n)和啮合齿数(设为z)可计算:转频为fn=n/60齿轮的啮合频率为fz=zfn=zn/60对于已计算的转频和啮合频率也可建立相应的档案,以方便后面的使用。三是由各轴的转速和滚动轴承型号查到的结构参数计算内、外环的通过频率。利用公式和相应的转速和轴承型号参数,计算出相应的内、外环的通过频率,并建档。

2.确定测点。齿轮箱故障诊断测点选择一般应遵守以下几个原则:一是轴要考虑信号传输过程中所经过的界面尽可能少。二是应选择尽可能靠近这些轴承座的位置布置测点。三是要在比较平坦的箱体表面布置测点,以便安装和拆卸振动传感器。按照上述选择原则,根据具体情况,选择合适的,测点,并对所选择的测点编号,建立各测点的档案,以方便测点信息的录录入。

3.测试时间间隔的确定。对于开始测试时,每次振动测试的时间间隔可以短一些,以一周一次较好;在振动量的平稳小幅上升或小幅波动期间,每两次振动测试的时间间隔可以长一些,几周一次或一个月一次,由企业根据情况自己确定;在振动量比较快速上升期间,每两次振动测试的时间间隔要缩短。

4.测试与记录。根据选定的测点和决定的工况,采用测试和记录设备将现场的被测齿轮箱的各测点信号采集和记录下来,带回到试验室进行详细的数据处理和分析。

5.诊断故障。根据建立的档案、测试分析提取的故障特征来诊断是否发生故障、故障产生的部位,分析故障产生的原因,决定是否进行维修以及维修前应该准备的零部件。

三、实例

1.实例介绍。试验台由齿轮减速器、驱动电机、制动器和测速装置四个部分组成,其中,齿轮箱为两级平行轴斜齿轮减速器。电机输出轴转速为1486转/分,对应频率为24.8Hz;第一级传动齿数比为24/68,对应啮合频率为约545Hz;第二级传动齿数比为11/52,对应啮合频率为约96Hz。此外,第一级从动齿轮轴的旋转频率为8.74Hz,输出轴的旋转频率为1.85Hz。第一级25齿主动齿轮作为模拟故障齿轮,进行不同程度局部故障的模拟试验,即分别在齿轮的1、2、4、6、9、12、15、18、24个齿上人工模拟生成点蚀故障,对于每一种程度故障进行一组试验测量,以模拟试验齿轮故障从轮齿局部出现到逐渐扩展到全部轮齿状态下的运行状态。

2.齿轮点蚀故障的时域波形分析。通过对时间信号时域波形的观察分析,可以直观判断信号的类型、幅度范围等信息。特别是信号中包含简谐信号、周期信号或脉冲信号,可以通过直接观察时域波形判断信号的周期、谐波和脉冲等特征。分别为齿轮有0,4,12,24个齿点蚀时的振动时域波形图。在齿轮未发生点蚀故障的正常运转过程中,振动平稳,振动幅值较小;当4个轮齿发生点蚀时可以看出振动中明显出现了周期性振动成分,而且该成分振幅较大;随着点蚀齿数增加到12个,可以看到振动信号周期变短,振幅加大;当24个齿全部点蚀时,由于振动周期更短,在此振动波形中已经看不出明显的周期成分。

3.信号时域概率密度函数。根据概率密度函数的定义做出的概率密度直方图。在未发生点蚀故障时,测得的齿轮振动信号集中分布在-5-5的小振幅带,说明齿轮运转平稳,且振幅较小;而随着点蚀齿数的增多,被测振动信号的幅值开始向比较大的范围内分散;当有24个齿发生点蚀时,其振幅在-10-10的较宽幅值范围内几乎成均匀分布,这说明齿轮的振动能量已经非常大,需尽快修复或停机。

4.齿轮振动信号频域分析。信号频域分析主要是对其幅值谱或功率谱进行的分析

(1)幅值谱分析。齿轮在旋转过程中轮齿之间不断啮合,因而当有故障发生时其故障信息往往呈现出一定的周期特性。在未发生故障时,齿轮的幅值谱中有两个频率值比较明显,是其啮合频率及其谐波;随着点蚀的加剧,其频谱上啮合频率及其谐波幅值都随点蚀齿数的增加而上升,尤其是高阶谐波的幅值增加较多。由此,可以将幅值谱作为判断齿轮故障的重要依据。

(2)功率谱估计。功率谱密度函数的估计常用方法可分为两大类:经典谱估计方法和现代谱估计方法。经典估计方法包括周期图法和间接法;现代谱估计方法包括参数模型法和非参数模型法。前者常用AR模型、MA模型、ARMA模型、最大熵法(MEM)及最小方差法等;后者包括特征向量(AV)法、MUSIC法等。本文采用基于AR模型的最大熵法,它使估计出的功率谱熵最大,其目的是为最大程度地保留截断后丢失在窗口外的信息。从功率谱图中可以看出齿轮点蚀故障发生后谱图的基本趋势是随着点蚀齿数的增多,振动信号的功率(能量)总体呈上升趋势,其中尤其以20-100Hz(图1中对应为0.1-0.5)之间变化最为显著,这与前述指标的分析结果一致。

(图1)

对齿轮的振动信号进行时域分析,并辅以其它分析方法是可以对其故障进行明确诊断,并且进行分类和确定故障大小的,从而为早期的主动维修提供了科学的依据,从而降低了维修成本,也尽可能的减少因故障引起的停机时间,因此在很大程度上减少了经济损失。

参考文献:

[1]邵忍平,沈允文,郭万林.基于时频分布的齿轮系统辨识研究[J].中国机械工程,2014,12(7):738~740

[2]钟秉林,黄仁主.机械故障诊断学[M].北京:机械工业出版社,2015

[3]张玉.基于振动信号分析的齿轮箱故障诊断[D].仪器仪表与分析监测,2015,1(4):21.

标签:;  ;  ;  

振动信号分析技术在皮带机齿轮箱故障诊断中的应用
下载Doc文档

猜你喜欢