山東中煙工業(yè)有限責任公司青州卷煙廠 段忠臣
隨著齒輪零件的使用范圍日益廣泛,齒輪傳動系統(tǒng)已成為石油、煤礦、航天以及軍事等多個領域的重要機械組成裝備,但齒輪傳動系統(tǒng)經過長期持續(xù)性使用后,會出現復合性故障。齒輪傳動系統(tǒng)故障的出現,將無法保證機械裝置的安全性、可靠性,故監(jiān)測、診斷齒輪傳動系統(tǒng)的故障是目前亟待解決的難題[1]。
傳統(tǒng)方法大多數為研究單一信號,如振動信號或聲發(fā)射信號,根據信號本身具備的物理特性判定故障診斷率,信號的采集易受外界環(huán)境的干擾,且單一信號對早期故障衰弱感知能力差?,F有方法中,通過改進傳統(tǒng)方法的單一信號研究,將多種采樣信號的時域、頻域和空間狀態(tài)進行物理特征獲取與分析,繼而得出最終故障診斷率,但往往其故障診斷正確率較低。目前需要在改進傳統(tǒng)方法的基礎上,提高故障診斷自身正確率,以提高檢測精度為目的,進一步優(yōu)化診斷方法,使得該領域的技術日漸穩(wěn)定和成熟[2]。
傳統(tǒng)方法中經典譜分析方法,又可分為時域分析法和頻域分析法,主要以研究單一信號如振動信號或聲發(fā)射信號,分析相應的時域、頻域,根據不同時域、頻域特性曲線,觀察曲線波動情況,如出現波峰或毛刺,針對所獲圖形解釋齒輪或者齒輪傳動系統(tǒng)中的故障所在[3]。利用時域、頻域分析開式齒輪傳動系統(tǒng),可獲取類似圖1所示的原始頻譜。
圖1 原始頻譜
傳統(tǒng)方法雖然簡單易操作、實用性強,但是存在如下問題:
(1)針對不明顯信號,區(qū)分能力弱,導致故障診斷率低下;
(2)對復雜結構和故障耦合信號處理能力較差,故屬于故障處理的初級階段;
(3)因只獲取單一信號,易受環(huán)境干擾,抗噪能力差,采集信號不具備普適性[4]。
集成方法是基于傳統(tǒng)方法的改進而獲取的現有方法,如匹配壓縮脊線提取方法、多變量多尺度熵理論方法,還有改進的局部倒頻譜分析方法,通過在時域引入相關消噪處理,降低時域原始信號中的非周期性分量的干擾,在頻域引入相關消噪處理,實現了頻譜上周期性故障特征向零頻率附近的聚集[5]。集成方法雖然是基于傳統(tǒng)方法的改進法,它對非線性或不平穩(wěn)信號的處理優(yōu)于傳統(tǒng)方法,消除了對故障頻域內周期性特征局部化分布的限制,擴展了應用范圍,同時還具有較強的抗噪能力,但其本身仍存在一些問題:
(1)實質還是使用數學理論相關的計算,故對輸入信號要求仍然很高,如信噪比的高低選擇;
(2)故障診斷率尚未達到工業(yè)級精度要求;
(3)由于是單一信號的獲取,易受環(huán)境干擾。
通過對齒輪傳動系統(tǒng)故障診斷傳統(tǒng)方法、集成方法以及智能方法的綜述,根據列舉各自的方式方法,了解近年來對齒輪方面故障診斷的發(fā)展動態(tài)以及應用趨勢的同時,對比各種方法的優(yōu)缺點后發(fā)現,當利用好各方法的優(yōu)點,結合不同方法的優(yōu)點融合得到更強大的監(jiān)測和診斷方法,有效提高齒輪傳動系統(tǒng)發(fā)生故障時的安全效益[6]。對于故障診斷方法在齒輪方面的研究,在更大程度上使得故障診斷方法在機械故障診斷領域日益強大并廣為接受,同時也便于初學者進行研究和探索,更為全面詳細地學習故障診斷與監(jiān)測。