故障诊断论文详解

上海大学2016～2017学年秋季学期研究生课程考试小论文格式课程名称：机械故障诊断专题课程编号：09SAS9023论文题目:齿轮箱故障的原因和诊断方法研究生姓名:李召伦学号:16722008齿轮箱故障的原因和诊断方法学号：16722008姓名：李召伦摘要：齿轮箱是现代工业中广泛应用的重要传动装置，它的结构较为复杂，往往是故障频发的设备部件，特别是在环境恶劣的场合下，常易发生断齿、点蚀、齿面磨损及轴弯曲等典型故障。本文首先分析了齿轮箱常见的故障，并对各故障产生的原因进行了阐述。然后列举了一些齿轮箱故障诊断的方法。Abstract:Gearboxisanimportanttransmissiondevicewidelyusedinmodernindustry,Itsstructureismorecomplex,oftenfrequentfailureofequipmentcomponents，Especiallyinthebadenvironment,thetypicalfaultssuchasbrokentooth,pitting,toothsurfacewearandshaftbendingarealwayseasytobebroken.Thispaperfirstlyanalyzesthecommonfaultsofthegearbox,andexplainsthecausesofthefaults.Thensomemethodsoffaultdiagnosisofgearboxareenumerated.前言齿轮传动是机械设备中最为常用的传动方式之一，齿轮箱因其体积小，重量轻，性能优良，运行可靠，故障率低的特点被广泛运用。据统计，齿轮箱发生故障中：由于设计、制造、装配及原材料等因素引起的占40%。由于用户维护和操作不当引起的占43%，原相邻条件的故障或缺陷引起的占17%。齿轮传动系统中齿轮本身的制造，装配质量及其运行维护水平是关键问题。1齿轮箱故障的原因1.1齿轮箱异响和振动1.1.1异响的频率稳定，单向有异响，反向旋转无异响。此类异响可能是因为齿面磕碰的伤痕引起。1.1.2异响的频率较快，齿面检查正常。有可能是轴承损坏，轴承内圈滚道或滚子表面凹痕引起的周长运转不平稳。如图1.1轴承内圈表面凹痕。1.1.3其他齿面问题，也会造成因运转不平稳引起异响。1.1.4轴端轴承损坏或轴承与轴颈磨损产生配合间隙，会使齿轮摇摆和扭振。如图1.2轴承轴端损坏。图1.1轴承内圈表面凹痕图1.2轴承轴端损坏1.1.5齿轮箱与相邻条件连接时，连接轴中心偏差过大引起的振动。1.1.6齿轮轴刚度不足、箱体变形引起的振动。1.2轴承高温：轴承游隙过小、齿轮喷油不足、油温过高、轴承损坏、轴承与其他零件摩擦干涉等1.3.齿根、齿面问题1.3.1点蚀：齿轮面啮合处，由于长期循环的交变应力作用，应力值超过材料疲劳极限，齿面产生细微的裂纹。随着裂纹的扩展将导致小块金属脱落，产生齿面点蚀。图1.3齿根、齿面问题1.3.2齿面胶合：在高速重载的齿轮传动中，往往因温度升高，润滑油的油膜被破坏，接触齿面产生很高的瞬时温度，同时在很高的压力下，齿面接触处的金属局部黏结在一起。当齿轮继续运转时，由于两齿轮的相对滑动，在齿轮表面撕成沟纹，这种现象称为齿面胶合，简称胶合。出现齿面胶合后将产生强烈磨损。为了防止胶合，可采用黏度较大或抗胶合性能较好的润滑油及提高齿面硬度与降低表面粗糙度等措施。齿根裂纹及断齿：疲劳折断，磨损折断、过载折断。磨削或淬火的裂纹引起折断，异物掉入引起齿面损坏或崩裂。图1.4齿根裂纹及断齿1.4渗、漏油1.4.1箱体顶部的通气帽阻塞，箱内热胀空气不能排出，箱体内外压力不平衡，润滑油沿分箱面或轴伸密封件等其他缝隙渗漏1.4.2齿轮箱封盖时，结合面变形或密封件安装不良造成的密封不严，结合面缝隙漏油1.4.3加油量过多。大量油积聚在轴封、结合面等地方1.4.4密封胶选用不当、密封件方向装反和破损不及时更换等会引起漏油。图1.5漏油1.4.5相对运动的零件配合间隙过大或者因磨损产生的间隙过大1.4.6工作温度太高、润滑油粘度太低。表1.1齿轮箱故障原因故障原因所占比例一齿轮失效60%二轴承失效19%三轴的失效10%四箱体失效7%五紧固件失效3%六油封失效1%图1.1齿轮箱故障的分类综上可知：齿轮箱故障的原因主要有制造误差、装配不良、润滑不良、超载、操作失误等方面。在齿轮箱的部件失效中齿轮、轴承所占的比重约60%和19%（见表1.1），所以齿轮箱振动的故障诊断主要是齿轮和轴承的故障诊断。齿轮运行的主要故障有:齿轮磨损、齿面胶合和擦伤、齿面接触疲劳和断齿等。2齿轮箱故障诊断研究现状2.1机理研究在齿轮箱典型故障机理研究和特征提取方面，主要是基于振动机理。一般来说，随着振动能量的不同，齿轮箱振动信号中将产生齿轮啮合频率调制、齿轮固有频率调制、箱体固有频率调制、滚动轴承外环固有频率调4种不同的调制现象。不管齿轮正常与否，齿轮啮合时其啮合频率总会出现。但其它频率，只在齿轮、轴承或轴出现故障时才出现。另外，一旦有故障，在这4种频率附近都将产生轴的旋转频率及其谐波的调制。2.2信号处理技术振动信号的处理和分析方法也在突飞猛进。早期信号提取主要借助于傅立叶变换，计算量很大，直到FFT出现以后，经典信号分析方法才得到迅速发展。然而傅立叶变换存在频率成分的分辨率不高、谱图有畸变、随机起伏明显不光滑，不适于短数据等缺陷，于是人们重新提出了分辨率较高的现代谱分析法，如最大熵谱估计法、自回归谱估计法等。小波分析是正在迅速发展的一种新分析方法，具有良好的时频局部化特性和特别的去噪能力，在故障诊断中得到了广泛应用并取得了一定的效果。为了得到特殊频段的分析，小波包分解是比小波分解更精细的一种分解。目前的应用主要集中在小波去噪和早期的故障诊断。（一）葛航奇，潘宏侠，毕静伟[1]研究了小波包分解和矩阵分形相结合在齿轮箱故障诊断中的应用，讨论了小波包分解的计算方法和分形矩阵的计算方法。首先对采集的齿轮箱各种工况信号运用小波包三重分解的方法对进行分解，通过计算其分解得到的分量信号的广义维数构建分形矩阵，分析发现在不同工况下通过小波包分解得到的分形矩阵明显不同。通过计算样本信号和待检测信号的相关系数，用柱状图做直观比较确定了待检测信号故障类型，验证了该方法能够有效应用于应齿轮箱故障诊断中。（二）JWang，DKong，SDong，CWang[2]基于小波变换的齿轮箱故障诊断(TheGearboxFaultDiagnosisBasedonWaveletTransform)。Inthispaper,itmeasuresthevibrationaccelerationsignalofapumpingunit’smaingearbox,namesthem1#and2#.Aftercomparingthetimecoursecurveandspectralofthetwomaingearbox,ithasfoundthe2#gearbox’smaximumamplitudeisabout2.5timesthanthe1#.ThenarrowbandsignalsarefilteredbyHilberttransformtoobtaintheenvelopeofthenarrowbandsignal.Theenvelopesignalsaresignificantdifferentbetweenthetwogearboxes,1#gearboxhasmorespectrumoffrequency,and2#gearboxismoreoutstandingsinglefrequencycomponent.Theresultsshowthatthepresenceofthe2#gearboxhassomeminorfaults.The2#gearboxismorewearthan1#gearbox,whichexplainstherationalityofthevibrationanalysis.在本文中，测量抽油机的主齿轮箱1号和2号的振动加速度信号。之后的时间历程曲线和两主减速器的光谱进行比较，发现2号变速箱的最大振幅约为1号变速箱的2.5倍。利用希尔伯特变换对窄带信号进行滤波，得到窄带信号的包络。两齿轮箱之间的包络信号有着明显的区别，1号变速箱有频率谱，2号变速箱是更明显的单频分量。结果表明，2号变速箱存在一些瑕疵。2号变速箱比1号变速箱更耐磨，这就说明了振动分析的合理性。（三）张耀[3]基于变换的齿轮箱故障诊断方法研究。本文提出一种基于EMD分解和自相关函数相结合的方法对采集的振动信号降噪处理方法,运用Hilbert-Huang变换方法可以根据信号特征进行自适应的分解,有效的提取故障特征频率,通过分析Hilbert谱图和边际谱图实现齿轮的故障进行诊断分析。本文主要的研究内容和结果包括：(1)研究了齿轮常见损伤形式及其产生原因,根据齿轮故障征兆分析了故障检测参数的有效性；基于齿轮产生故障时出现的啮合频率调制现象和边频带分布特点,得到了齿轮典型故障和相应的振动信号特征频率之间的关系。(2)为了抑制齿轮故障信号中噪声的干扰,突出故障特征频率,提出了基于相关分析和EMD结合的降噪方法,通过对加噪平稳信号和加噪非平稳信号的仿真实验测试,证明了此降噪方法的有效性,与EMD降噪相比此方法的降噪效果更好。(3)运用Hilbert-Huang变换方法分析振动信号。在实验台上分别对齿轮齿面磨损、齿轮裂纹、轮齿折断三种故障进行齿轮箱故障诊断分析。综合对比振动信号的时域波形,幅值谱,Hilbert谱,边际谱等获得故障特征频率及其附近调制边频带特征,成功完成齿轮箱故障诊断,表明Hilbert-Huang变换方法非常适合齿轮箱故障诊断。（四）秦嗣峰，冯志鹏，LIANGMing[4]Vold-Kalman滤波和高阶能量分离在时变工况行星齿轮箱故障诊断中的应用研究。提出了基于Vold-Kalman滤波和能量分离的时频分析方法，识别行星齿轮箱的时变特征频率，诊断齿轮故障。与传统的时频分析方法相比，基于Vold-Kalman滤波和能量分离的时频表示具有良好的时频分辨率，而且没有交叉项干扰，能够有效提取非平稳信号中的时变频率成分。分析了行星齿轮箱时变工况下的实验信号，准确地诊断了齿轮故障，验证了该方法的有效性。2.3基于混合特征提取和小波神经网络的齿轮箱故障诊断[5]这种诊断方法是将振动法里面的时域法，小波包分解，小波分解相结合的方法进行故障诊断。优点：能够完整的提取信号的故障信息，提高诊断准确率。（通过对实例的三种不同齿轮裂纹尺寸的故障模式进行识别和分类可以看出。）图2.1根据综合因数考虑选择齿轮（三）来模拟故障模式。表2.1齿轮的三种故障模式齿轮裂纹全深度为a=2.4mm，裂纹全宽度为b=25mm，所选齿轮箱转速为800r/min，载荷为51.77N*m。一：时域特征提取当齿轮出现故障时，齿轮箱时域信号会生变化，它的幅值和分布都与正常齿轮的时域信号有差异。每个时域特征参数或者特征量都反映了振动信号的某种特性，通过这些特性可以对不同信号进行区分。对于一组离散的测试信号，本文取N=1024，几个特征参数的计算公式如下：均值：NiixNX11标准差：NXxN1i2)(1均方根值：NiixNX121rms峭度指标：4rms141XNiixNK偏态指标：3rms13XNiixC二：小波包特征提取优点小波包分解可以同时对信号的低频和高频部分进行分解，并且克服了多分辨分析不能对高频部分进行细分的缺点。具有很高的时频局部分化分析能力。此外，小波包分解能够根据被分析信号的特征，自适应地选择相应的频带，使之与信号频谱相匹配，从而提高了时频分辨率，能有效地提取信号的特征信息。小波包函数被定义为：)2(2)(2/,jktWtWjnjnk式中n=0，1，2…为振荡参数，J∈Z