大型机械设备变工况非平稳动态分析与监测诊断关键技术

摘 要：大型机械设备在运行的过程中会出现变工况的情况，在这样的情况下需要对其进行非平稳动态分析和监测，要想实现这一功能，就一定要借助一些比较先进的技术，从而使得大型机械设备的运行状态能够得到保证。本文主要分析了大型机械设备变工况非平稳动态分析与监测诊断关键技术，以供参考和借鉴。

关键词：机械设备；变工况；非平稳；动态分析；监测诊断

进行这项研究主要是为了能够更加有效的解决大型机械设备在应用的过程中出现的变工况非平稳和较强的不确定性的问题，同时它也得到了国家相关部门的支持，在这一过程中也提供了所需的关键技术和设备，其也应用在了社会生产中的诸多行业，因此对这一课题进行研究有着十分积极的现实意义。

1 小波包频带能量监测技术

小波包技术在实际的应用中通常是将信号当中不同的分量不会产生冗余和疏漏，用正确的方式将其分解到独立的频带内部，这些频带的信号符合能量守恒的特点，同时每一个频带当中的信号都能呈现出十分有价值的信息，当前在实际的工作中一般采用的是FFT技术，但是这种方法在很多方面都存在着较大的不足，它没有对其他因素所带来的震动能量予以充分的考量，同时也不能对频带当中所有的能量予以正确的检测和判断，小波信号分解通常就是将正弦信号之内的任何一个信号直接转移到其所对应的频带当中，用每一个频带中的信号方差来展现出动态信号中所存储的能量。所以用小波包频带监测的过程中能够展现出更强的合理性，同时频带中能量变化的比例也是有一定规律的，通过这个要素就可以对设备进行更加科学和准确的监测。

某电厂一台50MW汽轮发电机组的低压缸轴承座的振动增大，借助小波包频带能量监测，发现在187.5Hz以上频带的分解波形杂乱，能量比例很大。诊断认为是轴瓦紧力不足和支撑不善的松动故障。停机检查，发现轴瓦紧力仅有0.11mm，且该轴瓦下面的3块垫铁间隙不匀，导致支撑不善。停机检修增加了轴瓦紧力，修刮了下瓦垫铁。检修后开机，振动符合标准。由检修后低压缸同一轴承座振动信号的小波包频带能量监测结果，发现在187.5Hz以上频带里信号的能量显著下降，表明由松动引起的轴瓦振动的摩擦、碰撞等非平稳、非线性因素减少，运行工况得到改善。

2 小波包自回归普分析技术

这项技术是在隔二抽取技术的小波包快速分解算法的基础上所形成的一种算法，在这一过程中，每进行一次分解的过程，离散信号的采样间隔就会大大的增加，样本的点数也会出现相应的变化。而自回归普技术由于时序模型存在着非常强大的外推功能，所以其在对短样本信号进行分析的时候就可以体现出非常好的效果，所以从某种角度上来说就是采取一定的措施将小波包频带所分解出来的信号和信号当中所带的频率形成一种对应的关系。由于机组各个零件的故障信息都有所不同，所以其也会分布在不同的频带当中，小波包自回归频谱分析技术在应用的过程中可以十分有效的实现动态分析，这样一来也就很好的为机器零件当中存在的故障做出早期的诊断。

3 谐波小波分析技术

该技术在应用的过程中具有十分明显的优势，它的数学表达式十分清晰，同时连续性和光滑性都非常强，正交性也非常的好，在这一过程中可以十分有效的锁定信号的相位。谐波小波在应用的过程中可以十分完整的保留振动信息信号当中的信息，而这些信息在诊断的过程中会发挥着十分关键的作用，具有较大的价值，采用这种方式进行小波包分解是因为它的数学表达式是可以通过FFT进行准确计算的，这样也就使得不同频带的信号样本点数和原来信号的频带样本点数完全相同，在这一过程中也不需要对各个频带的信号进行分解和重构处理。

4 小波分形分析技术

小波变换是一种时域与频域相结合的分析方法，它基于多分辨原则对信号由低分辨到高分辨逐步深化地进行分析。分形是事物的形状、形态、结构与组织的分解、分割、分裂与分析，分形是一个过程，是事物从整体向局部、从宏观向微观转化的过程。因此，小波变换与分形过程在认识事物方面有共同之处，二者的结合会发挥更大的作用。机械设备发生故障时，动态信号通常变得复杂、不规则。如何识别这些复杂、不规则性，以达到故障诊断的目的，分形的维数很好地回答了这一问题。分形维数有多种，其中网格维数（盒维数）可视为用相同大小集合去覆盖一个大集合的效率，它的计算简单，适用于统计自相似的工程实际问题。网格维数是一无量纲指标，与信号的物理量无关，反映信号的复杂性、不规则性。

5 广义自适应小波分析技术

由Morlet小波可构造正弦与高斯函数的乘积类型为基底的小波母函数，它满足允许条件。通过伸缩平移产生小波基函数，这类基函数的形状很适合于内燃机燃爆振动波形。运用调和分析，将小波基函数构成级数去逼近振动波形，采用优化方法实现逼近误差最小，可得到小波基函数的各种参数，如幅值、频率、时移及指数的系数等，这些参数反映了内燃机的故障特征，即用参数对故障实现量化。

6 主分量自回归谱模糊识别技术

一种新的谱分析方法，即主分量自回归谱方法，可对时域信号中的正弦分量和噪声成分均作出合理的谱估计。由于主分量分析能将信号中的线性相关变为线性独立，自回归谱频率分辨率高和抗干扰能力强，所以主分量自回归谱方法提供了正确识别时域信号中正弦分量和噪声成分的有效手段。当机械设备发生了摩擦、松动、爬行等故障，机械振动信号将包含正弦信号和一定带宽的噪声信号。因此，该方法成为诊断这类机械故障的理想手段。

7 小波包模糊聚类网络分类技术

基于小波包变换能够把平稳和非平稳信号根据它们的时频特性分解到不同层次上的不同频带内，模糊数学能够处理工程中的不确定性问题，以及MAXNET聚类网络具有自适应、自组织聚类等诸方面的优点，提出了小波包模糊聚类网络分类技术。该网络的输入是样本的小波包信号分解频带中能量的模糊隶属度，利用MAXNET网络的横向抑制子网络，使任何输出均受到其它输出的横向抑制。因此，这种分类技术不仅具有处理平稳和非平稳信号的不确定性的功能，还具有无监督、自适应、自组织聚类分析的功能。

8 机械设备监测诊断装置与系统研制开发

研制开发出新一代便携式现场机械监测诊断仪，可采集振动、压力、温度、流量等电参数。通过信号预处理，用功能丰富的软件分析平稳、非平稳的动态信号。该仪器可作离线和准在线动态分析和监测诊断用，结构紧凑、轻巧便携、中文显示、操作简便。

结束语

当前，我国工业发展的过程中，机械化生产已经成为非常普遍的一种生产方式，大熊机械设备也得到了十分广泛的应用，在大型机械设备运行的过程中，变工况的问题会经常出现，这样一来也就影响到了机械生产的效果，对其进行动态分析是十分重要的，其中有一些比较关键的技术也正在发展和完善。

参考文献

[1]许平，訾艳阳，何正嘉.强噪声背景下机床主轴轴承故障微弱特征提取[A].第十二届全国设备故障诊断学术会议论文集[C].2010.

[2]李继猛，陈雪峰，何正嘉.基于时域统计量的风力发电机组故障诊断研究[A].第十二届全国设备故障诊断学术会议论文集[C].2010.