李 果，張廣明，凌 祥

（1.南京工業(yè)大學(xué) 自動化與電氣工程學(xué)院，南京 210009；2.南京工業(yè)大學(xué) 機械與動力工程學(xué)院，南京 210009）

0 引言

旋轉(zhuǎn)機械是指主要功能是由旋轉(zhuǎn)動作來完成的機械，尤其是指轉(zhuǎn)速較高的機械。它們以轉(zhuǎn)子及其回轉(zhuǎn)部件為工作的主體，是機械設(shè)備的重要組成部分。旋轉(zhuǎn)機械廣泛應(yīng)用于工業(yè)生產(chǎn)當(dāng)中，一旦發(fā)生事故，往往后果嚴重，影響生產(chǎn)、甚至造成人員傷亡,社會影響惡劣。因此對其開展故障診斷研究,保證其安全可靠運行,具有非常重要的意義。設(shè)備故障診斷實際上就是根據(jù)故障的征兆判斷出各種故障[1]。在實際診斷中,如何從故障數(shù)據(jù)中導(dǎo)出診斷規(guī)則,一直是人們研究的內(nèi)容。本文將粗糙集理論引入到了機械設(shè)備振動故障診斷的診斷規(guī)則提取中,取得了一定的成果。

1 旋轉(zhuǎn)機械振動故障概述

1.1 旋轉(zhuǎn)機械的分類

按其工作特性大致可分為以下三類：

1）動力機械：

（1）原動機，如蒸汽渦輪機、燃氣渦輪機等，利用高壓蒸汽或氣體的壓力能膨脹做功推動轉(zhuǎn)子旋轉(zhuǎn)。

（2）流體輸送機械，這類機械的轉(zhuǎn)子被原動機拖動，通過轉(zhuǎn)子的葉片將能量傳遞被輸送的流體。

2）過程機械 ：如離心式分離機等。3）加工機械 ：如車床、磨床等。

1.2 旋轉(zhuǎn)機械的故障分類

1.2.1 強度不足造成的故障

強度不足造成旋轉(zhuǎn)機械斷裂破壞事故，主要原因有：

1）腐蝕，使機械材料變質(zhì)或使零件尺寸變??；

2）沖蝕或磨損，由于工作介質(zhì)對零件表面的沖刷、撞擊而造成的零件尺寸減小稱為沖蝕，兩接觸零件工作表面間有相對滑動造成磨損使零件表面層的脫落稱為磨損；

3）設(shè)計應(yīng)力過大或結(jié)構(gòu)形狀不恰當(dāng)，有很大的應(yīng)力集中；

4）零件的材料由于鑄、鍛、焊工藝不合適造成局部缺陷（縮孔、裂紋、晶粒粗大）。

1.2.2 振動故障

很多故障的表現(xiàn)形式為機組的振動，產(chǎn)生振動的主要原因有：

1）不平衡： 由于靜、動平衡不好，或在工作中產(chǎn)生新的不平衡，設(shè)計制造過程中產(chǎn)生的，或是運轉(zhuǎn)過程中產(chǎn)生。

2）對中不良： 不平衡和不對中是造成機組強烈振動最常見的原因，不對中是由于安裝不良造成的，有的是冷態(tài)不對中，有的未考慮熱態(tài)膨脹因素，在運行狀態(tài)下對中不好，或者是由于機器本身的內(nèi)應(yīng)力未徹底消除而引起變形，導(dǎo)致不對中；或者是由于管道等附件安裝質(zhì)量不高，對機組產(chǎn)生過大的作用力是機組產(chǎn)生變形或變位，造成不對中；基礎(chǔ)的不均勻下沉產(chǎn)生不對中。

3）機組產(chǎn)生自激振動： 由于材料內(nèi)摩擦、流體力等引起。

4）工作介質(zhì)引起的振動：氣流旋轉(zhuǎn)失速、喘振和空吸等。

2 粗糙集理論

2.1 粗糙集理論的基本特點

粗糙集理論是一種新型的處理模糊和不確定知識的數(shù)學(xué)工具,由波蘭科學(xué)家Pawlak.Z教授于1982年提出。目前,粗糙集理論已經(jīng)成為人工智能領(lǐng)域的一個新的學(xué)術(shù)研究熱點,在模式識別與分類、數(shù)據(jù)挖掘、機器學(xué)習(xí)、圖像處理、知識發(fā)現(xiàn)和決策分析等諸多領(lǐng)域中得到了廣泛應(yīng)用,近年來也被用于智能故障診斷[2]。

2.2 旋轉(zhuǎn)機械故障診斷

旋轉(zhuǎn)機械是大型企業(yè)，尤其是發(fā)電廠石化企業(yè)等連續(xù)生產(chǎn)系統(tǒng)中常見的主要動力設(shè)備。故障診斷就是對故障模式進行分類和識別。旋轉(zhuǎn)機械故障診斷常用的是振動分析法，即分析特征信息和敏感性參數(shù)，如特征頻率、常伴頻率、振動穩(wěn)定性、振動方向、相位特征、軸心軌跡和進動方向等，以及振動隨轉(zhuǎn)速、負荷、流量、壓力的變化關(guān)系等，是一個典型的信息融合。在這一系列的信息中，有些特征信息是相關(guān)的，有些是獨立的。獨立的特征能提供互補信息，因而加以保留。相關(guān)性特征產(chǎn)生冗余信息，同時會增加計算工作量。故障的表現(xiàn)形式不惟一，有時是含糊的，在提取故障信息特征時也時常有盲目性。這為用傳統(tǒng)方法對故障進行診斷帶來困難，但這種信息特征正是粗糙集理論研究的對象[3]。

3 基于粗糙集的故障診斷研究

基于粗糙集的故障診斷方法是利用粗糙集理論對知識的獲取能力,從大量數(shù)據(jù)中發(fā)現(xiàn)對故障診斷推理有指導(dǎo)意義的規(guī)則[4],能在不丟失信息的前提下,對決策系統(tǒng)進行有效約簡,顯著減少表示故障狀態(tài)特征的參數(shù),從而降低求解決策規(guī)則的運算量[5]。

3.1 旋轉(zhuǎn)機械振動故障分析

在旋轉(zhuǎn)機械的各種故障中，振動問題出現(xiàn)的概率最高；而且振動信號包含了豐富的機械及運行的狀態(tài)信息，包含了轉(zhuǎn)子、軸承、聯(lián)軸器、基礎(chǔ)和管線等機械零部件運行中自身狀態(tài)的信息。可以對旋轉(zhuǎn)機械大部分的故障類型進行準(zhǔn)確的診斷，如轉(zhuǎn)子動不平衡問題、轉(zhuǎn)軸彎曲、軸承工作不良、油膜渦動及油膜振蕩、轉(zhuǎn)子熱不對中、動靜件摩擦、旋轉(zhuǎn)失速及喘振、轉(zhuǎn)軸的橫向裂紋、葉輪松動和結(jié)構(gòu)共振等常見故障。

轉(zhuǎn)馬類游樂設(shè)施是典型的旋轉(zhuǎn)機械，也是屬于國家監(jiān)管的特種設(shè)備，其運行安全直接關(guān)系到乘員的人身安全[6]。經(jīng)對某型號轉(zhuǎn)馬游樂設(shè)施的研究發(fā)現(xiàn)，其典型的振動故障的特征如表1所示，其中X為工頻振動信號。

表1 某型號轉(zhuǎn)馬游樂設(shè)施典型振動故障的特征

3.2 故障征兆與故障類型分析

將各頻域信號按其幅值大小模糊化分為3個級別：0為低[0，0.33]；1為中[0.33，0.66]；2為高[0.66，1.0]。

取振動信號的頻域特征作為故障征兆，參照日本學(xué)者白木萬博的征兆得分表，選?。?0.01～0.39) X、( 0.40～0.49)X、0.5X、(0.51～0.99)X、1X、2X、3X和高頻等8種具有代表性的頻率成分作為特征頻率（X為工頻信號），其對應(yīng)的譜值經(jīng)歸一化后作為故障征兆，如表2所示。在表1中選取5種現(xiàn)場常見的典型故障進行分析。故障類型如下：初始不平衡、碰磨、轉(zhuǎn)子不對中、結(jié)構(gòu)共振和油膜振蕩，如表3所示。

表2 條件（故障征兆）代碼含義

表3 故障代碼含義

3.3 原始故障征兆與決策樣本

經(jīng)現(xiàn)場實測15組振動故障樣本，其故障征兆信號與故障類型的對應(yīng)關(guān)系如表4所示。

表4 故障征兆與故障分類決策表

3.4 故障診斷決策表的約簡和診斷規(guī)則

基于粗糙集的決策表約簡步驟如下:

1）消去重復(fù)的行;

2）刪除多余的屬性,即消去決策表中的冗余列;

3）消去每一決策規(guī)則中的冗余屬性。

在表4中，由于樣本U3=U6，U10=U12，故刪去重復(fù)的行U6和U12。再對表4進行屬性約簡，發(fā)現(xiàn)屬性C1、C4和C8為冗余屬性，約去C1、C4和C8，得核值表5。其中“*”表示可取0，1，2任意值。

表5 核值表

由此可得5條診斷規(guī)則：

1) C3(1) → D1

2) C5(2)∧C6(1) → D2

3) C3(2)∧C5(1) → D3

4) C6(2)∧C7(1) → D4

5) C2(2)∧C3(0) → D5

表6是某轉(zhuǎn)馬游樂設(shè)施的實測振動數(shù)據(jù)樣本，經(jīng)訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)進行測試后的輸出見表6，可見與粗糙集故障診斷結(jié)果一致。

表6 實測振動頻譜與BP神經(jīng)網(wǎng)絡(luò)測試輸出結(jié)果

4 結(jié)論

在數(shù)據(jù)信息較少的條件下，利用粗糙集理論的獨特優(yōu)點，從數(shù)據(jù)本身就可以發(fā)現(xiàn)分類規(guī)則,在一定程度上解決了故障診斷中關(guān)于知識獲取的瓶頸問題[7]。

基于粗糙集的旋轉(zhuǎn)機械振動故障診斷的研究，是通過對振動故障信號的采集，形成信息數(shù)據(jù)庫。應(yīng)用粗糙集方法，將數(shù)據(jù)庫轉(zhuǎn)變?yōu)闈M足粗糙集理論要求的知識庫，形成決策表，對決策表進行分類、約簡和核的形成，優(yōu)選出決策表。在保持決策表分類能力不變的情況下, 剔除不必要的冗余屬性, 簡化進行故障診斷時所需的信息, 從而提高了故障診斷的實時性和快速性。

[1] 董辛,石來德,韓捷,簡小剛.基于矢譜和粗糙集理論的旋轉(zhuǎn)機械故障診斷[J].中國工程機械學(xué)報,2008,6(1):78-83.

[2] 于斌,閻保平.關(guān)于粗糙集屬性約簡的進化算法研究和應(yīng)用[J].微電子學(xué)與計算機, 2005,22(3):189-194.

[3] 李果,張廣明,凌祥,等.基于Multi-Agent的大型樂設(shè)施遠程安全監(jiān)控預(yù)警系統(tǒng)[J].計算機測量與控制,2010,18(4):824—826.

[4] 黃文濤,趙學(xué)增,王偉杰,等.基于粗糙集理論的故障診斷決策規(guī)則提取方法[J].中國電機工程學(xué)報,2003,23(11):150-154.

[5] Dawn L.Riddle,Michael D.Coovert,Linda R.Elliott,Samuel G.Schiflett.Potential Contributions of Rough Sets Data Analysis to Training Evaluations[J].Military Psychology,2003,15:41-58.

[6] Guo LI,Guangming ZHANG,Xiang LING.Research of Security System for Amusement Facilities Based on Improved Multi-Agent Cooperative Reinforcement Learning Method[J].Journal of Computational Information Systems.2010,6(13):4335-4343.

[7] 高曉康,李翠玲,施雨辰.一種基于粗糙集理論的設(shè)備故障診斷方法[J].上海應(yīng)用技術(shù)學(xué)院學(xué)報,2006,6,(3):160-162.