基于广义分形的旋转机械动力学分析与故障诊断的研究
|
摘要
在现代化生产中，机械设备系统的状态监测和故障诊断问题越来越受到重视，许多国内外学者对此进行了很多研究，提出了故障诊断的新方法、新技术。把分形理论应用于机械系统故障诊断领域，是近年来国内外学术界的新动向。运用分形理论，不仅可以定性，而且可以定量地分析系统的运动状态，从而实现对复杂机械系统的故障诊断。
本文基于分形理论、多重分形理论，通过对广义分形维数的计算分析，把广义分形维数作为故障特征量，对旋转机械的故障诊断与识别进行了研究。运用振动理论，对变刚度柔性转子试验台进行了动态分析，得到转子试验台在由偏心质量所引起的激振力下产生的受迫振动的固有频率、振型及响应。并对转子支承系统松动进行了初步计算。本文还应用有限元的方法，对建立的变刚度柔性转子试验台的模型进行模拟计算，得到转子试验台在质量不平衡故障下及转子支承系统松动和质量不平衡耦合故障下的一定阶数的固有频率、振型，并对这两种情况下的转子试验台模型进行了瞬态动力学分析，得出了瞬态响应曲线。对用有限元方法计算出的转子试验台模型在质量不平衡故障下及转子支承系统松动和质量不平衡耦合故障下的振型和瞬态响应值用广义分形维数计算程序计算出了它们的广义分形维数，绘制了相应的广义维数谱图，并在广义维数序列中，用广义维数最大距离法，确定系统状态的敏感维数。
本文对转子试验台进行了振动测试，获取了有关的振动信号。建立了以振动信号的广义维数、广义维数谱图、敏感维数为特征组的模式空间样本库，运用敏感维数法定量地识别各种类型的故障，并收到了良好的诊断结果。运用广义维数最大相关系数法，广义维数序列单值优化逼近方法，不仅能对系统状态的单一故障进行诊断、识别及其分类，而且还能对复杂系统状态的耦合故障进行诊断、识别及分类。编制了广义维数优化逼近程度计算程序和广义维数相关系数计算程序。
In modern society, it is an important problem of state control and fault diagnosis of mechanical equipment, which has being paid more and more attention to. Many scholars have made a lot of jobs on it, and put forward some new methods of fault diagnosis. It is the new trend in academic circle of the world that fractal theory has been applied in the field of machinery fault diagnosis. With fractal theory, the running state of the system can be analyzed not qualitatively but also quantitatively, so the faults of complex machinery system can be diagnosed.
In this paper, based on the fractal theory and multi-fractal theory, fault diagnosis and identification of rotating mechanism have been studied through calculation and analysis of general dimension, and general dimension is regarded as fault feature. On the base of the vibration theory, the rotating mechanism of mass unbalance is studied by vibration analysis. And the intrinsic frequency, vibration form and vibration response are done. The rotating mechanism of the loose of supporting system is counted preparatorily. Simulating the rotating model with finite element method, we work out limited amounts of intrinsic frequency and vibration form of the rotating mechanism of mass unbalance and the unity of the loose of supporting system and mass unbalance, and draw the curves of the transient analysis. The above results from finite element method are computed by general dimension computing program, and their charts are painted based on general dimension. And in the series of general dimension, the method of gene
ral dimension furthest distance is used to define the fault sensitive dimension of system state.
Vibration signal is gained through the vibration testing of rotating model. It is founded that the model space samples storeroom sets General dimension, chart and fault sensitive dimension as feature group. It is brought forward that all kinds of faults can be quantitatively distinguished with sensitive dimension method, and the results of diagnosis are fine. General dimension furthest correlation coefficient method and general dimension series
single value approach is applied in not only the single fault of system state but also the coupling fault of complicated system state so that they can be diagnosed, classified and identified.
本文基于分形理论、多重分形理论，通过对广义分形维数的计算分析，把广义分形维数作为故障特征量，对旋转机械的故障诊断与识别进行了研究。运用振动理论，对变刚度柔性转子试验台进行了动态分析，得到转子试验台在由偏心质量所引起的激振力下产生的受迫振动的固有频率、振型及响应。并对转子支承系统松动进行了初步计算。本文还应用有限元的方法，对建立的变刚度柔性转子试验台的模型进行模拟计算，得到转子试验台在质量不平衡故障下及转子支承系统松动和质量不平衡耦合故障下的一定阶数的固有频率、振型，并对这两种情况下的转子试验台模型进行了瞬态动力学分析，得出了瞬态响应曲线。对用有限元方法计算出的转子试验台模型在质量不平衡故障下及转子支承系统松动和质量不平衡耦合故障下的振型和瞬态响应值用广义分形维数计算程序计算出了它们的广义分形维数，绘制了相应的广义维数谱图，并在广义维数序列中，用广义维数最大距离法，确定系统状态的敏感维数。
本文对转子试验台进行了振动测试，获取了有关的振动信号。建立了以振动信号的广义维数、广义维数谱图、敏感维数为特征组的模式空间样本库，运用敏感维数法定量地识别各种类型的故障，并收到了良好的诊断结果。运用广义维数最大相关系数法，广义维数序列单值优化逼近方法，不仅能对系统状态的单一故障进行诊断、识别及其分类，而且还能对复杂系统状态的耦合故障进行诊断、识别及分类。编制了广义维数优化逼近程度计算程序和广义维数相关系数计算程序。
In modern society, it is an important problem of state control and fault diagnosis of mechanical equipment, which has being paid more and more attention to. Many scholars have made a lot of jobs on it, and put forward some new methods of fault diagnosis. It is the new trend in academic circle of the world that fractal theory has been applied in the field of machinery fault diagnosis. With fractal theory, the running state of the system can be analyzed not qualitatively but also quantitatively, so the faults of complex machinery system can be diagnosed.
In this paper, based on the fractal theory and multi-fractal theory, fault diagnosis and identification of rotating mechanism have been studied through calculation and analysis of general dimension, and general dimension is regarded as fault feature. On the base of the vibration theory, the rotating mechanism of mass unbalance is studied by vibration analysis. And the intrinsic frequency, vibration form and vibration response are done. The rotating mechanism of the loose of supporting system is counted preparatorily. Simulating the rotating model with finite element method, we work out limited amounts of intrinsic frequency and vibration form of the rotating mechanism of mass unbalance and the unity of the loose of supporting system and mass unbalance, and draw the curves of the transient analysis. The above results from finite element method are computed by general dimension computing program, and their charts are painted based on general dimension. And in the series of general dimension, the method of gene
ral dimension furthest distance is used to define the fault sensitive dimension of system state.
Vibration signal is gained through the vibration testing of rotating model. It is founded that the model space samples storeroom sets General dimension, chart and fault sensitive dimension as feature group. It is brought forward that all kinds of faults can be quantitatively distinguished with sensitive dimension method, and the results of diagnosis are fine. General dimension furthest correlation coefficient method and general dimension series
single value approach is applied in not only the single fault of system state but also the coupling fault of complicated system state so that they can be diagnosed, classified and identified.
引文
[1] 徐玉秀，原培新，杨文平．复杂机械故障诊断的分形与小波方法[M]．北京：机械工业出版社，2003
[2] 侯祥林．非线性系统故障的分形和神经网络智能诊断方法研究[D]．博士学位论文，1999
[3] 陈安华，刘德顺，郭迎福．振动诊断的动力学理论与方法[M]．北京：机械工业出版社，2002
[4] 夏松波，张嘉钟，徐世昌，张礼勇．旋转机械故障诊断技术的现状与展望[J]．振动与冲击，1997，16(2)：1～5
[5] 扬文平．基于现代非线性理论的复杂机械故障诊断与预测和电磁轴承控制系统研究[D]．西安：西北工业大学，2002
[6] 程勒．旋转式机械故障诊断的一种方法[J]．测量与检修，2001，(5)：15～19
[7] 贡文伟，徐桂芳．旋转机械振动诊断标准研究[J]．机械研究与应用，2001，14(3)：2～5，
[8] 钟建军．基于分形理论的旋转机械故障珍断的应用研究[D]．沈阳：沈阳工业大学， 2002
[9] 徐玉秀．汽轮发电机组故障的分形和神经网络诊断方法研究[D]．沈阳：东北大学， 2002
[10] 陈克兴，李川奇．设备状态监测与故障诊断技术[M]．北京：科学技术文献出版社， 1991
[11] 屈梁生，何正嘉．机械故障诊断学[M]．上海：上海科学技术出版社，1986
[12] 虞和济等．振动诊断工程的应用[M]．北京：冶金工业出版社，1991
[13] 石博强，申焱华．机械故障诊断的分形方法[M]．北京：冶金工业出版社，2001
[14] 李勇，曾祖庆．火电机组状态监测＼预测及故障诊断与状态维修[J]．发电设备，1999， 19(3)：26～29
[15] 院跃．汽轮发电机组故障诊断问题的研究[J]．河北电力技术，1999，18(2)：6～9
[16] 曾治邦，商晓丹．东方D29型汽轮机振动原因分析[J]．热力发电，1998，23(2)：23～29
[17] Hopfield J J. Neural network and physical systems with emergent collective computation abilities[J]. Proceedings of the national Academy of science. 1982, 79 (6) : 2554～2558
[18] Sorsa Tet al. Neural network in process fault diagnosis[J]. IEEE Trans. On SMC. 1991, 21 (4): 815～825
[19] Hoskins J C, Kaliyur K M. Fault diagnosis in complex chemical plant using artifical neural network[J]. Journal of AIChE. 1991, 37(1): 137～141
[20] R.K.Paasch, D.N.Ruff. Evaluation of Failure Diagnosis in Conceptual Design of Mechanical Systems[J]. Journal of Mechanical Design. 1997, 119:57～64
[21] Watanabe K.Et al Incipient. Fault diagnosis of chemical processes via artifical neural networks[J]. Journal of AICAHAE. 1989, 35(11): 1803～1811
[22] 冯志鹏，宋希庚，薛冬新，谢宇，邓东风．旋转机械振动故障诊断理论与技术进展综述[J]．振动与冲击，2001，20(4)：36～39
[23] 陈长征，刘强．汽轮机故障诊断的遗传神经网络法[J]．振动与冲击，1999，19(3)：46～48
[24] 扬叔子，郑小军．人工智能与专家系统[M]．西安：西安交通大学出版社，1991
[25] 徐佩霞，孙功宪编著．小波分析与应用实例[M]．合肥：中国科技大学出版社，1996
[26] 徐科．小波分析在机械设备故障诊断中的应用[D]．北京：北京科技大学，1998
[27] 秦前清，杨宗凯编著．实用小波分析[M]．西安：西安电子科技大学出版社，1995
[29] 谢和平．分形—岩石力学[M]．北京：科学出版社，1996
[30] 胡海岩．应用非线性动力学[M]．北京：航空工业出版社，2000
[31] 谭青，李仲阳，廖平，郑京杰．多盘转子不平衡状态的系统辨识方法[J]．中南工业大学学报，1998，29(3)：266～269
[32] 汪洋，高金吉，夏松波．旋转机械支撑系统故障机理及识别特征的研究[J]．哈尔滨工业大学学报，1999，31(5)：104～106
[33] 时爱明，李兆华．旋转设备的故障诊断及处理方法[J]．冶金设备，2000，124(6)：1～4
[34] 孟光．转子动力学研究的回顾与展望[J]．振动工程学报，2002，15(1)：1～9
[35] 清华大学工程力学系．固体力学教研组振动组[M]．机械振动．北京：机械工业出版社，1980
[36] 黄文虎，武新华，焦映厚，夏松波，陈照波．非线性转子动力学研究综述[J]．哈尔滨工业大学学报，2001，13(4)：496～509
[37] 王立平，郑浩峻，李铁民，汪劲松，杨叔子．转子碰摩故障非线性特性的实验研究[J]． 汽轮机技术，2002，44(2)：106～108
[38] 陈予恕．非线性振动系统的分叉和混沌理论[M]．北京：高等教育出版社，1993
[39] 贡文伟，徐桂芳．旋转机械振动诊断标准研究[J]．机械研究与应用，2001，14(3)：2～5
[40] 陆启韶．非线性复杂系统的动力学问题[J]．新疆大学学报，2001，18(2)：140～146
[41] 徐玉秀，杨文平，任立义．关联维数在故障诊断中的应用研究[J]．振动测试与诊断，2001．19(12)：38～32
[42] Xu Yuxiu, Zhang Xu, Yuan Jing. Application of Coupling Fault Diagnosis Based on Fractal Dimension[A]. Proceedings of the fifth International Conference on Vibration Engineering[C]. Held in Nanjing,China, 2002, 18-20
[43] Xu Yu-xiu, Hou Rong-Tao, Zhang Xu. Application of General Fractal Dimension to Coupling Fault Diagnosis[A]. International Jouranl of Plant Engineering and Management[C]. 2002, 7(3): 157～162
[44] W Wang, J Chen, Z Wu.The. Application of a correlation dimension in large rotation machinery fault diagnosis[J]. Proc Instn Mech Engrs. 214(C 9): 15～930
[45] Chong-Won Lee, Jong-Po Park, Kwang-Joon Kim. Complex Time Series Modeling and Analysis for Rotor Dynamics Identification[J]. Transactions of the ASME. 1997, 119: 512～522
[46] D Mba, R H Bannister, G E Findlay. Condition monitoring of Iow-speed rotating machinery using stress waves[J]. Proc Instn Mech Engrs. 213(E): 153～170
[47] R.K.Paasch, D.N.Ruff. Evaluation of Failure Diagnosis in Conceptual Design of Mechanical Systems[J]. Journal of Mechanical Design. 1997, 119:57～64
[48] 黄海英．分形理论在圆盘裂纹故障诊断中的应用研究[D]．沈阳：东北大学，2001
[49] 谭建国．使用ANSYS6.0进行有限元分析[M]．北京：北京大学出版社，2002
[50] 龚曙光．ANSYS工程应用实例解析[M]．北京：机械工业出版社，2003
[51] 林祖森．有限元基本理论方法及程序[M]．太原机械学院讲义，1988
[52] 王国强．实用工程数值模拟技术及其在ANSYS上的实践[M]．西安：西北工业大学出版社，1998
[53] 易日．使用ANSYS6.1进行结构动力学分析[M]．北京：北京大学出版社，2002
[54] 汪慰军，陈进，吴昭同．关联维数在大型旋转机械故障诊断中的应用[J]．振动工程学报，2001，3(2)：239～234
[2] 侯祥林．非线性系统故障的分形和神经网络智能诊断方法研究[D]．博士学位论文，1999
[3] 陈安华，刘德顺，郭迎福．振动诊断的动力学理论与方法[M]．北京：机械工业出版社，2002
[4] 夏松波，张嘉钟，徐世昌，张礼勇．旋转机械故障诊断技术的现状与展望[J]．振动与冲击，1997，16(2)：1～5
[5] 扬文平．基于现代非线性理论的复杂机械故障诊断与预测和电磁轴承控制系统研究[D]．西安：西北工业大学，2002
[6] 程勒．旋转式机械故障诊断的一种方法[J]．测量与检修，2001，(5)：15～19
[7] 贡文伟，徐桂芳．旋转机械振动诊断标准研究[J]．机械研究与应用，2001，14(3)：2～5，
[8] 钟建军．基于分形理论的旋转机械故障珍断的应用研究[D]．沈阳：沈阳工业大学， 2002
[9] 徐玉秀．汽轮发电机组故障的分形和神经网络诊断方法研究[D]．沈阳：东北大学， 2002
[10] 陈克兴，李川奇．设备状态监测与故障诊断技术[M]．北京：科学技术文献出版社， 1991
[11] 屈梁生，何正嘉．机械故障诊断学[M]．上海：上海科学技术出版社，1986
[12] 虞和济等．振动诊断工程的应用[M]．北京：冶金工业出版社，1991
[13] 石博强，申焱华．机械故障诊断的分形方法[M]．北京：冶金工业出版社，2001
[14] 李勇，曾祖庆．火电机组状态监测＼预测及故障诊断与状态维修[J]．发电设备，1999， 19(3)：26～29
[15] 院跃．汽轮发电机组故障诊断问题的研究[J]．河北电力技术，1999，18(2)：6～9
[16] 曾治邦，商晓丹．东方D29型汽轮机振动原因分析[J]．热力发电，1998，23(2)：23～29
[17] Hopfield J J. Neural network and physical systems with emergent collective computation abilities[J]. Proceedings of the national Academy of science. 1982, 79 (6) : 2554～2558
[18] Sorsa Tet al. Neural network in process fault diagnosis[J]. IEEE Trans. On SMC. 1991, 21 (4): 815～825
[19] Hoskins J C, Kaliyur K M. Fault diagnosis in complex chemical plant using artifical neural network[J]. Journal of AIChE. 1991, 37(1): 137～141
[20] R.K.Paasch, D.N.Ruff. Evaluation of Failure Diagnosis in Conceptual Design of Mechanical Systems[J]. Journal of Mechanical Design. 1997, 119:57～64
[21] Watanabe K.Et al Incipient. Fault diagnosis of chemical processes via artifical neural networks[J]. Journal of AICAHAE. 1989, 35(11): 1803～1811
[22] 冯志鹏，宋希庚，薛冬新，谢宇，邓东风．旋转机械振动故障诊断理论与技术进展综述[J]．振动与冲击，2001，20(4)：36～39
[23] 陈长征，刘强．汽轮机故障诊断的遗传神经网络法[J]．振动与冲击，1999，19(3)：46～48
[24] 扬叔子，郑小军．人工智能与专家系统[M]．西安：西安交通大学出版社，1991
[25] 徐佩霞，孙功宪编著．小波分析与应用实例[M]．合肥：中国科技大学出版社，1996
[26] 徐科．小波分析在机械设备故障诊断中的应用[D]．北京：北京科技大学，1998
[27] 秦前清，杨宗凯编著．实用小波分析[M]．西安：西安电子科技大学出版社，1995
[29] 谢和平．分形—岩石力学[M]．北京：科学出版社，1996
[30] 胡海岩．应用非线性动力学[M]．北京：航空工业出版社，2000
[31] 谭青，李仲阳，廖平，郑京杰．多盘转子不平衡状态的系统辨识方法[J]．中南工业大学学报，1998，29(3)：266～269
[32] 汪洋，高金吉，夏松波．旋转机械支撑系统故障机理及识别特征的研究[J]．哈尔滨工业大学学报，1999，31(5)：104～106
[33] 时爱明，李兆华．旋转设备的故障诊断及处理方法[J]．冶金设备，2000，124(6)：1～4
[34] 孟光．转子动力学研究的回顾与展望[J]．振动工程学报，2002，15(1)：1～9
[35] 清华大学工程力学系．固体力学教研组振动组[M]．机械振动．北京：机械工业出版社，1980
[36] 黄文虎，武新华，焦映厚，夏松波，陈照波．非线性转子动力学研究综述[J]．哈尔滨工业大学学报，2001，13(4)：496～509
[37] 王立平，郑浩峻，李铁民，汪劲松，杨叔子．转子碰摩故障非线性特性的实验研究[J]． 汽轮机技术，2002，44(2)：106～108
[38] 陈予恕．非线性振动系统的分叉和混沌理论[M]．北京：高等教育出版社，1993
[39] 贡文伟，徐桂芳．旋转机械振动诊断标准研究[J]．机械研究与应用，2001，14(3)：2～5
[40] 陆启韶．非线性复杂系统的动力学问题[J]．新疆大学学报，2001，18(2)：140～146
[41] 徐玉秀，杨文平，任立义．关联维数在故障诊断中的应用研究[J]．振动测试与诊断，2001．19(12)：38～32
[42] Xu Yuxiu, Zhang Xu, Yuan Jing. Application of Coupling Fault Diagnosis Based on Fractal Dimension[A]. Proceedings of the fifth International Conference on Vibration Engineering[C]. Held in Nanjing,China, 2002, 18-20
[43] Xu Yu-xiu, Hou Rong-Tao, Zhang Xu. Application of General Fractal Dimension to Coupling Fault Diagnosis[A]. International Jouranl of Plant Engineering and Management[C]. 2002, 7(3): 157～162
[44] W Wang, J Chen, Z Wu.The. Application of a correlation dimension in large rotation machinery fault diagnosis[J]. Proc Instn Mech Engrs. 214(C 9): 15～930
[45] Chong-Won Lee, Jong-Po Park, Kwang-Joon Kim. Complex Time Series Modeling and Analysis for Rotor Dynamics Identification[J]. Transactions of the ASME. 1997, 119: 512～522
[46] D Mba, R H Bannister, G E Findlay. Condition monitoring of Iow-speed rotating machinery using stress waves[J]. Proc Instn Mech Engrs. 213(E): 153～170
[47] R.K.Paasch, D.N.Ruff. Evaluation of Failure Diagnosis in Conceptual Design of Mechanical Systems[J]. Journal of Mechanical Design. 1997, 119:57～64
[48] 黄海英．分形理论在圆盘裂纹故障诊断中的应用研究[D]．沈阳：东北大学，2001
[49] 谭建国．使用ANSYS6.0进行有限元分析[M]．北京：北京大学出版社，2002
[50] 龚曙光．ANSYS工程应用实例解析[M]．北京：机械工业出版社，2003
[51] 林祖森．有限元基本理论方法及程序[M]．太原机械学院讲义，1988
[52] 王国强．实用工程数值模拟技术及其在ANSYS上的实践[M]．西安：西北工业大学出版社，1998
[53] 易日．使用ANSYS6.1进行结构动力学分析[M]．北京：北京大学出版社，2002
[54] 汪慰军，陈进，吴昭同．关联维数在大型旋转机械故障诊断中的应用[J]．振动工程学报，2001，3(2)：239～234