基于时序分析的齿轮故障预警仪器系统研究

【摘要】：设备故障预测与管理系统是近年来国内外研究的热点。设备故障预测是指根据设备当前时刻的运行状态特征以及此前一段时间内的运行状态特征判断设备下一时刻的状态特征,通过特征分析对设备的健康状况和剩余使用寿命等内容进行预测。齿轮系统是设备中关键的传动或传力部件,对齿轮设备进行状态监测和故障预测的研究对设备的良好运行有重要的意义。鉴于齿轮故障预测研究的重要性,本文主要研究了以下内容:1)ARMA模型构建的理论和过程;2)齿轮的故障机理和频谱特征以及齿轮故障的诊断标准和故障分析中的频带划分问题;3)设备振动信号采集器和在线监测系统。研究内容围绕齿轮振动信号采集,信号的分析处理,齿轮状态特征提取、状态识别和状态预测进行。首先,本文通过理论研究构建了应用于齿轮频谱结构预测的ARMA模型。然后将建立的ARMA模型应用于某水泥厂窑主减速机齿轮频谱的预测中,根据齿轮分布式故障和局部故障在频谱中表现的差异性,对减速机高速端齿轮发生分布式故障或局部故障的趋势进行了分析。从而得出,该齿轮处于较良好的运行状态,但是有发生分布式故障的趋势或可能,应当持续关注其趋势的发展。随后,本文对设备故障预测与管理系统中的分布式采集器和在线监测软件的实现进行研究。对于分布式采集器,其采用A8+DSP处理器和FPGA控制采样,拥有8个振动通道和1个转速通道,能够对设备的加速度、速度和位移信号进行采集;采集器对振动信号的处理包括隔直、滤波、放大、积分、A/D转换等。为了能够在通讯出现异常的情况下实现信号的本地存储采集器还配备了扩展内存,同时为了获得良好的通讯和信号传输效率其兼有USB/RS485接口和网络接口,可以实时地将信号传输到终端进行监测分析。对于在线监测软件,其由监测概貌、分析/评价、综合报告、系统管理功能模块构成,通过对从采集器实时接收的信号的分析处理和特征提取来实现对设备的状态监测、预报和管理。采集器和在线监测系统经过工程的实际应用检验,具有了良好的工程适用性。