99久久99久久精品国产片果冻,粉嫩av久久一区二区三区,日本高清www午色夜com,国产成 人 综合 亚洲网站,97人妻无码一区二区精品免费

近年來，針對(duì)轉(zhuǎn)子軸承系統(tǒng)進(jìn)行的不對(duì)中故障診斷與監(jiān)測(cè)方面的研究非常普遍。旋轉(zhuǎn)機(jī)械的不對(duì)中故障會(huì)對(duì)整個(gè)系統(tǒng)的可靠運(yùn)行構(gòu)成嚴(yán)重威脅，往往會(huì)導(dǎo)致停機(jī)甚至帶來巨大的經(jīng)濟(jì)財(cái)產(chǎn)損失和人員傷亡。據(jù)統(tǒng)計(jì)，工業(yè)界每年大約要花費(fèi)維護(hù)費(fèi)用的40%來解決旋轉(zhuǎn)機(jī)械的不對(duì)中問題。

不對(duì)中故障主要包括軸承不對(duì)中和聯(lián)軸器不對(duì)中，聯(lián)軸器不對(duì)中又分為平行不對(duì)中和角度不對(duì)中兩大類。在電機(jī)安裝環(huán)節(jié)，由于電機(jī)安裝誤差而導(dǎo)致的驅(qū)動(dòng)和從動(dòng)機(jī)械軸偏心是聯(lián)軸器角度不對(duì)中故障的主要來源，其示意圖如圖1所示。

圖1 角度不對(duì)中示意圖

目前國內(nèi)外學(xué)者對(duì)不對(duì)中故障診斷已經(jīng)取得了一定的研究成果。這些關(guān)于不對(duì)中故障的研究都是基于振動(dòng)信號(hào)，但振動(dòng)信號(hào)的獲取需要額外安裝傳感器，傳感器不僅價(jià)格昂貴而且還會(huì)受到實(shí)際工作條件的限制，后期維護(hù)也不方便，并不能很好地適用于電機(jī)初始安裝環(huán)節(jié)的不對(duì)中檢測(cè)。

近年來，基于電氣法的機(jī)械故障診斷作為一種非入侵式的手段而備受關(guān)注。

有學(xué)者基于電機(jī)的起動(dòng)電流信號(hào)對(duì)不對(duì)中故障進(jìn)行了診斷與辨識(shí)，初步的研究結(jié)果表明采用電機(jī)電流信號(hào)來實(shí)現(xiàn)機(jī)械故障診斷與監(jiān)測(cè)具有良好的應(yīng)用前景；有學(xué)者表明電流信號(hào)和負(fù)載轉(zhuǎn)矩信號(hào)在不同類型的聯(lián)軸器下對(duì)角度不對(duì)中故障的診斷效果不盡相同，且隨負(fù)載的變化而變化；有學(xué)者通過采用快速傅里葉變換（Fast Fourier Transformation, FFT）并結(jié)合小波變換分析了轉(zhuǎn)矩信號(hào)的頻譜特性，初步實(shí)現(xiàn)了對(duì)不對(duì)中故障的檢測(cè)，并表明轉(zhuǎn)矩信號(hào)用于不對(duì)中故障診斷的有效性；有學(xué)者基于轉(zhuǎn)速信號(hào)的特征分析法對(duì)電機(jī)軸承進(jìn)行故障診斷，初步表明轉(zhuǎn)速信號(hào)特征分析法用于典型性機(jī)械故障診斷的可行性。

目前基于電氣法的不對(duì)中故障診斷大多基于電流信號(hào)，但電流信號(hào)的采集會(huì)受到嵌入式系統(tǒng)采樣偏置、電流基頻分量和諧波的干擾，需要配合一定的數(shù)字信號(hào)處理方法才能提取到有用的故障信息。相比而言，從編碼器采集的轉(zhuǎn)速信號(hào)獲取方便且采樣精度較高，成本較低，能夠?qū)崿F(xiàn)實(shí)時(shí)狀態(tài)監(jiān)測(cè)，有很好的應(yīng)用前景。

為了能夠有效地對(duì)不對(duì)中故障進(jìn)行診斷、監(jiān)測(cè)與預(yù)測(cè)，在上述理論研究的基礎(chǔ)上，國內(nèi)外已經(jīng)開發(fā)出各種用于狀態(tài)監(jiān)測(cè)的定量和定性模型，各種定量模型基于線性和非線性技術(shù)，包括主成分回歸（Principal Component Regression, PCR）、偏最小二乘（Partial Least Squares, PLS）、核回歸（Kernel Regression, KR）、支持向量機(jī)（Support Vector Regression, SVR）和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network, ANN）。

兩種常見的定性模型是專家系統(tǒng)（Expert System, ES）和定性趨勢(shì)分析（Qualitative Trend Analysis, QTA）。有學(xué)者使用主成分回歸和偏最小二乘來預(yù)測(cè)軸平行度和角度未對(duì)準(zhǔn)。有學(xué)者提出一種基于轉(zhuǎn)矩信號(hào)自回歸（Autoregressive, AR）模型的不對(duì)中故障診斷方法，將AR模型結(jié)合自組織神經(jīng)網(wǎng)絡(luò)、最小冗余和最大相關(guān)性進(jìn)行故障模式判別。但狀態(tài)監(jiān)測(cè)通常是基于連續(xù)收集的數(shù)據(jù)，在實(shí)際中樣本量通常很少。此外，狀態(tài)監(jiān)測(cè)的學(xué)習(xí)概念會(huì)隨著時(shí)間而變化。

目前針對(duì)轉(zhuǎn)子軸承系統(tǒng)角度不對(duì)中的故障診斷及狀態(tài)監(jiān)測(cè)都是通過比較和分析故障及健康狀況所獲得的振動(dòng)信號(hào)或電流信號(hào)，傳統(tǒng)的角度不對(duì)中故障診斷、監(jiān)測(cè)和預(yù)測(cè)始終無法擺脫對(duì)健康狀態(tài)下運(yùn)行數(shù)據(jù)或歷史數(shù)據(jù)信息的依賴，但在實(shí)際的工業(yè)應(yīng)用中幾乎不存在完全健康的數(shù)據(jù)或者很難獲取相對(duì)健康的數(shù)據(jù)，而且健康狀態(tài)的數(shù)據(jù)還會(huì)隨著時(shí)間、工作環(huán)境及其他外界因素的變化而變化。健康數(shù)據(jù)的獲取對(duì)測(cè)量?jī)x器的精度有一定的要求，還需要不定期地對(duì)數(shù)據(jù)進(jìn)行更新，這就需要耗費(fèi)大量的人力和物力成本。

在工業(yè)領(lǐng)域，通常使用百分表、應(yīng)變儀等儀器指導(dǎo)電機(jī)的首次安裝過程。雖然這類方法能夠在一定程度上減少電機(jī)的安裝誤差且成本較低，但在實(shí)際操作中十分依賴工人的經(jīng)驗(yàn)，而且會(huì)耗費(fèi)大量時(shí)間。隨著傳感器等測(cè)量?jī)x器精度的提高，出現(xiàn)了像激光對(duì)中儀等光學(xué)儀器來輔助電機(jī)的首次安裝。雖然這類儀器大大降低了對(duì)技術(shù)人員的經(jīng)驗(yàn)要求，但其對(duì)設(shè)備的工作環(huán)境要求更高，而且存在價(jià)格昂貴和操作復(fù)雜等諸多問題。所以，如何得出一個(gè)有效的方法來檢測(cè)和評(píng)價(jià)電機(jī)的初始安裝不對(duì)中情況就顯得至關(guān)重要。

基于此研究現(xiàn)狀，哈爾濱工業(yè)大學(xué)電氣工程系的科研人員提出一種基于永磁同步電機(jī)轉(zhuǎn)速信號(hào)的電機(jī)首次安裝角度不對(duì)中故障檢測(cè)方法。主要針對(duì)轉(zhuǎn)子系統(tǒng)中彈性聯(lián)軸器的角度不對(duì)中故障，提出一種適用于中小功率伺服電動(dòng)機(jī)首次安裝環(huán)節(jié)的角度不對(duì)中故障檢測(cè)。

圖2 不對(duì)中故障檢測(cè)流程

圖3 仿真模型

科研人員首先分析了角度不對(duì)中故障影響轉(zhuǎn)速信號(hào)的機(jī)理；然后利用快速傅里葉變換及最小二乘法對(duì)轉(zhuǎn)速信號(hào)進(jìn)行處理，根據(jù)其二倍轉(zhuǎn)頻幅值隨轉(zhuǎn)速變化所擬合曲線的二次項(xiàng)系數(shù)，并結(jié)合S型分布隸屬度函數(shù)，綜合評(píng)判電機(jī)的首次安裝不對(duì)中程度；最后搭建了永磁同步電機(jī)角度不對(duì)中故障的仿真模型和實(shí)驗(yàn)平臺(tái)。

圖4 實(shí)驗(yàn)平臺(tái)示意圖

圖5 SKF激光對(duì)中儀示意圖

理論推導(dǎo)、仿真及初步的實(shí)驗(yàn)結(jié)果表明：

1）根據(jù)轉(zhuǎn)速信號(hào)中2fr的幅值隨轉(zhuǎn)速的變化趨勢(shì)可以檢測(cè)電機(jī)的初始安裝環(huán)節(jié)是否存在角度不對(duì)中故障，即當(dāng)電機(jī)存在角度不對(duì)中故障時(shí)，2fr的幅值隨轉(zhuǎn)速的升高而增大，整體呈上升趨勢(shì)。

2）根據(jù)所擬合曲線的二次項(xiàng)系數(shù)并結(jié)合隸屬度函數(shù)可以評(píng)價(jià)電機(jī)的初始安裝不對(duì)中程度，并結(jié)合模糊綜合評(píng)價(jià)對(duì)不同故障程度做了區(qū)分；不對(duì)中程度越大，相對(duì)應(yīng)的隸屬度函數(shù)值越大。

科研人員指出，該方法不需要安裝額外的傳感器，通過電機(jī)驅(qū)動(dòng)系統(tǒng)本身作為傳感器采集轉(zhuǎn)速信號(hào)，在沒有健康數(shù)據(jù)或歷史數(shù)據(jù)信號(hào)的前提下，可以診斷出電機(jī)是否存在角度不對(duì)中故障，用于指導(dǎo)電機(jī)的首次安裝過程。該方法可以結(jié)合模糊綜合評(píng)價(jià)中的隸屬度函數(shù)來評(píng)價(jià)電機(jī)的初始安裝不對(duì)中情況，將電機(jī)對(duì)中情況劃分為健康、輕度不對(duì)中、中度不對(duì)中、嚴(yán)重不對(duì)中四種狀態(tài)。

該方法降低了監(jiān)測(cè)成本且診斷效果良好，節(jié)約了大量的人力和物力資源，且算法簡(jiǎn)單易實(shí)現(xiàn)，有著廣闊的應(yīng)用前景。另外，科研人員也表示，對(duì)于如何將振動(dòng)法的標(biāo)準(zhǔn)與電氣法準(zhǔn)確對(duì)應(yīng)起來，也是后期工作的重點(diǎn)和研究難點(diǎn)。

以上研究成果發(fā)表在2021年第15期《電工技術(shù)學(xué)報(bào)》，論文標(biāo)題為“基于轉(zhuǎn)速信號(hào)的電機(jī)首次安裝角度不對(duì)中故障檢測(cè)”，作者為楊明、黃旭 等。