李志化

摘要：在工廠正常的生產(chǎn)運行過程中，發(fā)動機、生產(chǎn)機等數(shù)控設(shè)備傳動系統(tǒng)一旦出現(xiàn)故障，一方面會影響工作效率，另外也會造成額外的設(shè)備維修和折舊成本，目前，我國傳動系統(tǒng)的可用性較低，這與故障率高直接相關(guān)。因此，在SINAMICS S120驅(qū)動的傳動系統(tǒng)中，加強對驅(qū)動系統(tǒng)的監(jiān)控水平，采取適當?shù)氖侄螌鲃酉到y(tǒng)進行預(yù)警和診斷，可以降低傳動系統(tǒng)故障發(fā)生率，本文對傳動系統(tǒng)的故障診斷技術(shù)在故障預(yù)警中的應(yīng)用進行了詳盡而全面的分析。

關(guān)鍵詞：傳動故障預(yù)警;驅(qū)動診斷技術(shù);實踐探析

1 ?傳動故障預(yù)警概述

隨著現(xiàn)代生產(chǎn)率的提高，傳動系統(tǒng)設(shè)備的結(jié)構(gòu)越來越復(fù)雜，功能越來越完善，自動化程度也在不斷提高。由于許多因素的影響，設(shè)備將產(chǎn)生突然或逐步的故障。為了確保設(shè)備的穩(wěn)定高效運行，采用必要的監(jiān)控方法和故障診斷技術(shù)來判斷機械設(shè)備的各種異常情況，實現(xiàn)對設(shè)備傳動系統(tǒng)故障預(yù)警功能十分重要，為此出現(xiàn)了多種傳動系統(tǒng)故障預(yù)警方法。作為傳遞動力并與速度匹配的機械設(shè)備，傳動系統(tǒng)如果設(shè)計、制造不當，裝配不當，維護不當或過度疲勞，可能會導(dǎo)致軸承、絲杠等零件損壞。信號采集技術(shù)的不斷改進也促使各種監(jiān)控信息的不斷融合，并不斷形成一種融合多源數(shù)據(jù)的故障診斷方法。

然而，盡管信號處理方法和特征提取技術(shù)得到了長足的發(fā)展，但傳統(tǒng)的設(shè)備狀態(tài)監(jiān)測和故障預(yù)警仍主要基于局限性理論，即簡單的單閾值觸發(fā)，仍然缺乏分析和處理的能力。另外，如果故障特征非常不明顯，在實際運行中很難對關(guān)鍵設(shè)備進行故障實驗驗證，測試臺的模擬測試驗證離實際應(yīng)用環(huán)境還很遠。通過通常使用的簡單仿真軟件驗證很難獲得令人信服的驗證結(jié)果。當早期故障特征很弱時，將它們挖出來并不容易。換句話說，尚未對特定故障的敏感特征進行挖掘。

2 ?SINAMICS S120驅(qū)動診斷技術(shù)

SINAMICS S120具有非常豐富的控制方法和控制模式，由于傳動系統(tǒng)是重型設(shè)備，傳動過程中實際轉(zhuǎn)矩大小和方向始終在變化，因此有必要對變頻器的PI參數(shù)增加變比調(diào)整，最終解決了傳輸系統(tǒng)的抖動問題，使傳輸系統(tǒng)達到了預(yù)期的效果。此外，該驅(qū)動器內(nèi)部還集成了模塊化的整流模塊和逆變器。整流器模塊用于集中整流，并為中間電路提供直流電。它可以為不同的應(yīng)用提供基本整流、反饋整流和有源整流。逆變器模塊是多驅(qū)動器設(shè)計，這個模塊能夠從系統(tǒng)的直流母線中獲得驅(qū)動模塊的電流功率，進而對傳動系統(tǒng)的電動機進行驅(qū)動，通過連接到公共DC總線，可以在模塊之間交換能量，即，以發(fā)電機模式運行的逆變器模塊產(chǎn)生的能量可以被以電動機模式運行的其他逆變器使用。SINAMICS S120在使用過程中可以進行靈活的設(shè)計，進而滿足不同設(shè)備對驅(qū)動系統(tǒng)的具體要求，同時，SINAMICS S120驅(qū)動系統(tǒng)和主運動控制器的組合使用可用于多軸伺服控制和矢量控制。同時，SINAMICS S120驅(qū)動系統(tǒng)使用場合十分廣泛，用于不同的設(shè)備可以實現(xiàn)模塊化操作，符合現(xiàn)代自動化設(shè)備的大勢所趨，此外，該驅(qū)動系統(tǒng)的動態(tài)性能良好，成功實現(xiàn)了設(shè)備運行效率的提升，減小了設(shè)備維修的技術(shù)難度和費用，進而降低了設(shè)備運轉(zhuǎn)的成本，此外驅(qū)動的操作界面更容易設(shè)計和調(diào)試。

2.1 傳統(tǒng)設(shè)備故障診斷技術(shù)

傳統(tǒng)的故障診斷方法通常包括幅值分析、頻域分析和船體分析，利用幅值主參數(shù)可以快速、定性地對設(shè)備進行故障診斷，故障診斷是基于頻譜中的頻率分量和相關(guān)頻率分量的幅值。由于機車車輛換檔信號往往含有大量的噪聲，機車車輛誤差的特征頻率成分有時在頻譜上顯示不清楚。對不同降噪的振動信號進行頻譜分析，然后用包絡(luò)檢測法得到包絡(luò)形式，包含與車輛診斷相關(guān)的特征信號。

2.2 振動分析

通過對傳動系統(tǒng)的信號進行分析進而對傳動系統(tǒng)的故障實現(xiàn)診斷是一種常用的故障診斷方法，某些關(guān)鍵設(shè)備的實時振動信號監(jiān)控可以實時、準確地反映這些設(shè)備的運行狀態(tài)和變化趨勢。在基于振動信號的故障診斷中：首先，必須選擇合適的加速度傳感器設(shè)定點，以確保所收集的數(shù)據(jù)能夠詳細、全面地反映設(shè)備的運行狀態(tài);其次，首先對采集到的振動信號的振動強度進行分析，即在時域內(nèi)對振動信號進行處理對傳動系統(tǒng)的工作狀態(tài)進行判斷，最后利用頻域分析方法進行故障預(yù)警，另外可以使用某些特殊的診斷分析方法對設(shè)備的特定組件進行深入分析。

2.3 油液故障分析

在傳動系統(tǒng)的狀態(tài)監(jiān)控中，機油分析主要用于監(jiān)控機油質(zhì)量并定性分析單元部件的狀態(tài)。國外的這種監(jiān)測技術(shù)相對成熟。一套完整的傳動系統(tǒng)油液監(jiān)控系統(tǒng)已經(jīng)開發(fā)并廣泛使用。油液分析對儀器的精度有嚴格的要求，紅外光譜分析技術(shù)需要復(fù)雜的測量儀器，這對監(jiān)測環(huán)境也有更高的要求，并且更難用于在線監(jiān)測。油液分析儀見圖1。

2.4 能量故障分析診斷

能量信號元素的測量方法，如瞬時輸入功率，機械設(shè)備的轉(zhuǎn)矩和速度的測量進而對系統(tǒng)的故障進行分析，這種方法得到了越來越廣泛的使用，例如采用應(yīng)變測量技術(shù)。但是由于用于測量應(yīng)變的光纖傳感器的高昂成本，這種監(jiān)測技術(shù)并未得到廣泛應(yīng)用。為了解決該問題，目前正在開發(fā)基于光纖傳感器的低成本監(jiān)視系統(tǒng)。

2.5 利用人工智能技術(shù)進行故障診斷

廣義上講，傳動系統(tǒng)故障可以理解為傳動系統(tǒng)表現(xiàn)出不良特性，人們設(shè)置故障閾值以進行比較，以實現(xiàn)對傳動系統(tǒng)組件的早期預(yù)警。在這種故障診斷方法中，人們將通過獲取各種先驗信息來建立傳動系統(tǒng)組件的預(yù)測模型，然后通過傳動系統(tǒng)的預(yù)測模型來確定各種故障的預(yù)警標準。在故障警告期間，通過將確定的故障警告標準與實時數(shù)據(jù)進行比較來實現(xiàn)故障警告。神經(jīng)網(wǎng)絡(luò)已越來越廣泛地應(yīng)用于故障預(yù)警領(lǐng)域。SINAMICS S120硬件配置見圖2。

3 ?具體實踐應(yīng)用

3.1 對驅(qū)動系統(tǒng)采用獨立變量分解方法進行機械故障診斷

其一，可以執(zhí)行信號的盲源分離，將信號分解為各種不相關(guān)的空間信號向量和信號重建。在信號源被分離之后，每個源信號被進一步處理。

其二，可以將信號進行單向分解，目前的算法僅適合于脈沖響應(yīng)函數(shù)相對簡單的情況，在這個部分的算法設(shè)計過程中，信號先被轉(zhuǎn)換為一系列長度相等的小頻帶進而提取信號的故障信息特征，通過與最終得出的馬氏距離對故障進行特征提取與分析。

3.2 用XGBoost算法進行建模對系統(tǒng)進行故障預(yù)警分析

近年來，Xtreme（Radiant Boosting，XGBoost）在國內(nèi)外大數(shù)據(jù)競賽中受到“青睞”。XGBoost算法在傳統(tǒng)的梯度提升算法的基礎(chǔ)上引入了并行處理和修剪策略，可以更好地利用計算資源來加速目標函數(shù)的擬合。XGBoost的快速性和高精度使其在處理大數(shù)據(jù)樣本時仍具有很高的通用性。因此，可以將XGBoost引入傳輸系統(tǒng)故障的預(yù)警中。XGBoost算法的速度和準確性使其成為國內(nèi)外各種大數(shù)據(jù)競賽中的?？停⒈粡V泛應(yīng)用于醫(yī)療金融等領(lǐng)域。 XGBoost基于傳統(tǒng)的梯度提升算法，對目標函數(shù)執(zhí)行修剪以加快其擬合速度。同時，XGBoost算法極大地提高了計算速度。與傳統(tǒng)的梯度增強回歸樹相比，XGBoost的優(yōu)勢在于該算法將目標函數(shù)擴展為二階泰勒公式，將多個“弱”學(xué)習(xí)模型疊加到“強”學(xué)習(xí)機中，并結(jié)合了正則化和預(yù)測項。在簡化目標函數(shù)后從而獲得了最優(yōu)的解決方案。

4 ?結(jié)束語

除了基于振動信號的故障預(yù)警和診斷外，SINAMICS S120系統(tǒng)作為傳動系統(tǒng)自動控制的核心，還可以快速掌握系統(tǒng)的運行狀態(tài)，加快決策速度并快速進行診斷。但是，挖掘SINAMICS S120系統(tǒng)數(shù)據(jù)還遠遠不夠。對于設(shè)備的操作，它通?；趩蝹€閾值警告，并且SINAMICS S120數(shù)據(jù)之間沒有相關(guān)性。SINAMICS S120數(shù)據(jù)的直接相關(guān)性可以反映驅(qū)動器的運行狀況，因此進一步挖掘SINAMICS S120數(shù)據(jù)之間的關(guān)系可以更好地實現(xiàn)設(shè)備狀態(tài)監(jiān)測以及故障預(yù)警和診斷。

參考文獻：

[1]胡勁松，楊世錫.濾波技術(shù)對旋轉(zhuǎn)機械振動信號EMD的影響[J].風(fēng)機技術(shù)，2003，4.

[2]鄧擁軍，王偉，等.EMD方法及Hilbert變換中的邊界問題的處理[J].科學(xué)通報，2001，2.

[3]關(guān)惠鈴，韓捷.設(shè)備故障診斷專家系統(tǒng)原理及實踐[J].機械工業(yè)出版社，2000.

[4]韓振南，熊詩波，李進寶.小波神經(jīng)網(wǎng)絡(luò)在齒輪早期故障診斷中的應(yīng)用[J].煤礦機械，哈爾濱，2003，5.

[5]鮑明，趙淳生.齒輪故障診斷的技術(shù)研究[J].南京航空學(xué)院學(xué)報，1992，24（5）.

[6]樊可清，屈梁生.基于扭振信號的齒輪故障診斷研究[J].中國機械工程，1999，10（4）.