何博
摘 要:將一種信號分析的機械故障診斷方法引入自動扶梯設備的故障診斷中,通過分析自動扶梯設備最常見的軸承異響、異常振動故障的動力學特性及頻譜特征,介紹了使用信號分析方法進行故障診斷的過程,這一方法在實際自動扶梯設備故障診斷中將提高早期故障識別率及識別精度,有效保證設備的正常運行。
關鍵詞:自動扶梯;信號分析;軸承故障;故障診斷
0 引言
自動扶梯設備是目前廣泛使用在軌道交通車站、商場、醫院等人群密集區域的大型機械設備,使用環境復雜,每日工作時間長,容易產生各類機械故障。同時,電梯設備運行狀態的正常與否,直接關系到乘客人身安全[1-3]。因此,設備的故障診斷工作責任重大。傳統的自動扶梯故障診斷主要依靠人工診斷,這種方法對從業人員能力有著較高要求,且自動扶梯故障早期特征不明顯,難以被發現。使用現代機械故障診斷技術協助進行故障診斷、監測將極大提高故障診斷的效率,利于發現設備早期故障,起到防微杜漸的效果。
現代機械故障診斷技術主要使用信號分析的方法,通常包括降噪、特征提取以及模式識別這幾個步驟[4-5]。本文以軸承故障為例,介紹使用信號分析方法在自動扶梯設備故障診斷中的應用。
1 自動扶梯軸承類故障介紹
異響、異常振動是自動扶梯最常見的機械故障之一,常常表現為主機、聯軸節或減速箱的異響和振動。其中主機、減速箱的異響、異常振動中軸承故障為高頻故障。傳統人工方法處理這類故障時往往使用更換主機或減速箱的方式確定問題發生部件,然后聽發生異響的位置,從而判斷問題根源。這一方法不僅需要維修人員對設備構造有著豐富的理解,同時還需具備一定經驗,否則容易產生錯誤判斷。使用信號分析方法進行這類問題故障診斷時,首先要對設備中零件進行動力學分析,以最常發生的軸承故障為例。
一般情況下滾動軸承內圈與旋轉軸以過盈配合方式連接,外圈則被安裝固定在軸承座中,且一般情況下是處于固定狀態的。滾動軸承主要由內圈、外圈、滾動體以及保持架四部分組成,如圖1.1所示。
不同的軸承故障,根據其運動的動力學特性,將會表現出不同的特征頻率。通過采集主機和減速箱振動信號,進行頻譜分析,核對出現的明顯頻率,對照故障頻率的動力學分析,可以得出故障原因。
由于長期受滑動摩擦力、潤滑不足等因素的影響,滾動軸承易于發生疲勞磨損、剝落甚至斷裂等故障。軸承最易發生故障的部位一般為滾動體、內圈與外圈。最常見的滾動軸承故障形式有以下幾種:疲勞失效、磨損失效、斷裂失效、腐蝕失效、膠合失效、壓痕失效、保持架損壞。
2 滾動軸承振動信號特征
滾動軸承的制造誤差和裝配誤差,特別是過大的裝配間隙是產生振動的最主要原因。同時,在實際運行中產生的噪聲、雜質滲入等也是產生振動的原因。
滾動軸承的各個部分都有其固有振動頻率。當軸承出現故障時,故障信號往往是周期沖擊信號,其周期即為軸承運動周期。并且隨著滾動軸承的繼續運行,當故障產生的振動頻率與軸承各部分固有振動頻率一致時將會發生共振,軸承將會發生嚴重損壞,因此分析其各部件的固有振動頻率顯得尤為重要。
1)滾動軸承內圈、外圈固有振動頻率
在現代機械設備故障信號處理領域,故障頻率在頻譜中可以被表示成故障特征頻率基頻與其倍頻。分析故障動力學特征,得到各類故障頻率的經驗公式是自動扶梯故障診斷的重要步驟。
3 滾動軸承故障的信號特征
滾動軸承的故障信號包含了故障發生的很多有效信息,例如故障發生位置、故障程度、故障類型等等。特別是在信號的頻譜圖中,滾動軸承的不同故障所表現的特征也各有不同。下面著重介紹滾動軸承的內圈、外圈以及滾動體發生明顯故障時的頻譜特征。
1)外圈故障信號特性
滾動軸承的外圈發生故障時,其故障類型可模型化為沖擊,并且隨著滾動體的圓周運動,這種沖擊是呈周期性的,因此滾動軸承的外圈故障一般可等效為周期脈沖信號。在采集滾動軸承故障信號時,為準確拾取脈沖響應,可使用加速度傳感器。實際信號采集中通道越多越能減少有效信息的遺漏,增加故障診斷與識別的準確性。
2)內圈故障信號特性
一般情況下滾動軸承的外圈是固定的,而內圈是隨軸做高速轉動運動的,因此滾動軸承內圈故障往往比外圈故障復雜得多。內圈故障也可視為滾動體對內圈表面故障點所做的沖擊運動,但由于內圈的運動隨軸的轉速不斷變化,故障點所在位置在不斷改變,故障點出的載荷也在發生變化。因此滾動軸承的內圈故障更加具有調制性。
3)滾子故障信號特性
滾動體故障與內圈故障類似,都具有很強的調制性,由于滾動體的運動是時刻處于保持架的約束下的,其故障特性往往與保持架的轉動頻率相關。
在實際過程中分析出各類故障的動力學特性并得出故障頻率的經驗公式,再使用振動傳感器采集故障信號,并根據故障的信號特征進行分析后,可以將故障信號頻譜圖中的明顯頻率與經驗公式作為對比,從而判斷出自動扶梯故障原因及故障發生位置。
4 總結
本文以自動扶梯軸承故障為例,分析了軸承故障的動力學特性和故障信號特征,介紹了完整的使用信號分析方法進行自動扶梯故障診斷的流程。這種方法可以發現實際工作中不易被發現的故障早期特征,提高設備安全性和故障診斷可靠程度。因此,將該技術引入自動扶梯設備中將會是今后自動扶梯設備診斷的趨勢。
參考文獻
[1]陳進.機械設備振動監測與故障診斷[M].上海:上海交通大學出版社,1999.
[2]劉長奎.基于管理績效的石油工業設備評價研究[D].哈爾濱工程大學,2008.
[3]屈梁生,何正嘉.機械故障診斷學[M].上海科學技術出版社,1986.
[4]邵忍平,曹精明,李永龍.基于EMD小波閾值去噪和時頻分析的齒輪故障模 ? ?式識別與診斷[J].振動與沖擊,2012,31(8):96-101.
[5]李兆飛.振動故障分形特征提取及診斷方法研究[D].重慶:重慶大學,2013.