基于MCSA的船舶齒輪泵齒輪損傷故障診斷方法

李霽舟

(武漢理工大學， 湖北 武漢 430063)

齒輪泵常作為船舶輸油泵使用。齒輪泵運行過程中，油液污染或空化等容易造成齒輪的損傷，其在齒輪損傷狀態下運行會導致齒輪振動加劇，同時影響供油穩定。因此監測齒輪泵的齒輪損傷狀態，保障齒輪泵安全可靠地運行對輸油系統具有重要意義。如今，普遍使用的齒輪泵故障診斷方法是將傳感器安裝在系統之中，對傳感器獲得的振動信號、加速度信號等進行分析。姜萬錄[1]將小波變換理論應用到齒輪泵故障的振動信號處理中，獲得較好的診斷效果。高英杰等人[2]提出了一種基于小波包分解和小波系數殘差分析的齒輪泵狀態監測方法，通過分析液壓泵出口處的壓力等相關信號，成功實現了液壓泵的故障診斷。然而在船舶機艙環境中，以上方法適用性不高，且由于管路復雜不方便安裝傳感器、干擾信號過多等，使得診斷的可靠性欠佳。

電機定子電流分析法(MCSA)，原理為電路中磁通量受到轉子系統因素變化的影響，而磁通量的改變會導致電機定子電流產生變化，轉子運行特征就可以在定子電流中得到響應[3]。所以電機定子電流信號可以真實可靠地反映出齒輪泵運行工況。依據此原理，本文提出一種依靠監測定子電流信號診斷齒輪泵齒輪損傷故障的方法，對比傳統安裝傳感器的監測方法，此方法不用拆卸或在系統內部加裝各種部件，降低成本的同時保證了系統的穩定性，信息傳遞簡單直接，降低了其他因素的干擾。本文通過建立齒輪泵-電機機組仿真模型驗證該診斷方法，結果表明，本方法可通過分析故障信號的特征頻段，診斷齒輪泵齒輪缺損故障。

1 MCSA齒輪泵故障診斷流程

本文通過MCSA對船舶輸油泵的齒輪故障狀態進行監測，通過電流傳感器獲得齒輪泵在運行狀態下的電流信號；使用奇異值分解法(SVD)對電流信號進行處理，去除工頻干擾，突出齒輪損傷狀態下的信號特征，并與正常工況下的電流信號進行比對，尋找到對應故障的特征頻段并總結故障判據。在齒輪泵實際運行中，獲得其實際的電流信號，進行處理后與故障判據進行比對，判斷故障是否發生，達到對齒輪缺損這種典型故障進行監測的目的。MCSA診斷流程圖如圖1所示。

圖1 MCSA診斷流程圖

2 MCSA齒輪泵故障診斷原理

在電機-泵機組中，受齒輪泵運行狀態的影響，電機會出現轉速波動，造成電機轉子的轉差率s、功角δ的大小出現相應規律的振蕩，影響異步電機內部磁場關系，使得輸出電參數產生相應的波動[4]。當轉子的轉速發生波動時，電機轉差率及功角的變化如下：

s=1-ωr0=s0+smcos(λt+α)，

(1)

=δ0+Δδ，

(2)

式中，ωr0為電動機轉子無振蕩負載下的角速度，λ為振蕩頻率，t為時間，ω為旋轉角速度，α為振蕩初始相位，s0為標定轉差率，sm為轉差率的振蕩幅值大小，δ0為功角基值，Δδ為功角的波動量。

當功角發生正弦振蕩時，會導致定子電參量直軸電流id、交軸電流iq產生振蕩分量Δid和Δiq，其振蕩頻率與轉速的振蕩頻率一致，振蕩規律也為正弦或余弦振蕩。

電機運行過程中d軸轉子與定子A相軸線夾角設為θ，其中θ≈t+θ0，θ0為d軸轉子與定子A相軸線初始夾角。定子A相電流波動量ΔiA為：

ΔiA=Δidcosθ-Δiqsinθ。

(3)

齒輪泵轉動引起小波動時，由于穩定轉速遠大于瞬時轉速的波動量，可忽略轉速波動造成的夾角頻率小波動。定子電流波動量為：

(4)

式中，K1、K2為根據電機負載參數計算出的常數。

(5)

(6)

式中，Xm為互感電抗，Um為電壓幅值。

從公式(4)可看出：當齒輪泵的轉速發生小振蕩時，可造成定子的輸出電流為穩態時的電流基值上增加一定的振蕩分量，其振蕩規律與轉速振蕩頻率有關，表現為若干頻率正弦或余弦信號的疊加，因此通過診斷定子電流信號可以對齒輪泵的故障進行診斷。

3 數值仿真模型的建立

3.1 齒輪泵數值模型搭建

齒輪泵相關參數見表1。本文以船用的某外嚙合齒輪泵為例，依據表1，通過solidworks搭建齒輪泵幾何模型。

表1 齒輪泵相關參數

根據齒輪泵的工作原理，提取內流道，將其劃分為吸油區、排油區、轉子區3部分，利用Simerics-MP軟件導入建立的STL格式的內流道幾何模型，通過PumpLinx軟件對齒輪泵流體區域進行網格劃分[5]。

模型各項仿真參數如表2所示。設置邊界條件為：壓力入口，壓力出口。求解參數設置為瞬態求解，湍流模型采用RNGk-ε模型，假定仿真過程中油溫保持在20 ℃。

表2 模型各項仿真參數

在正常的齒輪泵齒輪上設置損傷缺口，重復上述操作，分別對正常狀態下、齒輪缺損狀態下的齒輪泵進行仿真，得到齒輪泵在這2種工況下的水力負載轉矩，作為電機的拖動負載。

3.2 電機simulink數值仿真模型搭建

本文以某型號電機為研究對象，基于交軸-直軸坐標系下的電機標幺值方程搭建，電機參數如表3所示。

表3 電機參數

本模型主要包括三大模塊，即電機主體模型、齒輪泵負載模塊與轉速計算模塊。主體模塊包括電壓交軸-直軸轉換模塊，電感電阻計算模塊，磁鏈計算模塊，電磁轉矩計算模塊。本模型實現的功能是模擬電機內部的電流變化及電磁轉矩的計算。齒輪泵負載模塊是實現將齒輪泵的水力負載轉矩信號作為電機的機械負載輸入電機，電機-泵聯合模型如圖2所示。

圖2 電機-泵聯合模型

仿真模型搭建好后，分別將正常狀態與齒輪缺損狀態下的齒輪泵水力負載轉矩輸入電機模型并進行仿真，設置仿真步長為0.001 s，設置仿真時間為5 s，由于仿真前1 s電流信號不穩定，取2～5 s的電流信號進行分析。

4 數值仿真信號分析

4.1 電流信號故障分析

基于MCSA定子電流法提取的電流信號中包含了較多的干擾因素，其中反映齒輪泵運行狀態的特征信息以對電網頻率調制的方式蘊含在電流信號中，且電網工頻分量在整個電流信號中占據主導地位[5]。通過對電機電流信號進行傅里葉變換，得到未經SVD處理的電機電流信號頻譜圖如圖3所示。

圖3 未經SVD處理的電機電流信號頻譜圖

由圖3可知，50 Hz工頻信號將診斷所需的特征信號覆蓋淹沒，因此剔除電網工頻分量、提高反映齒輪泵運行狀態的電流分量占比是尋找電流故障信號特征的有效手段。

4.2 基于SVD的電流信號處理

現代信號處理技術中，SVD對于提取處理弱信號特征有較好的效果，相比于傳統的快速傅里葉變換的信號處理手段，通過矩陣變換的形式，對觀測信號進行處理更加迅速，且穩定性更高[6]。由于電機在啟動后第1秒內電流信號并不穩定，則取第2秒后電流信號作為測量信號。

通過C-C法與Cao方法，計算得出延時時間為23，嵌入維數為20，對觀測信號進行相空間重構，得到觀測信號矩陣。通過SVD對電機電流信號進行處理，去除電網工頻后進行傅里葉變換，得到經SVD處理剔除工頻后的電機電流頻譜圖如圖4所示。

圖4 經SVD處理剔除工頻后的電機電流頻譜圖

由圖4可知，經SVD處理后，50 Hz電網工頻信號被完全剔除，使得其他微弱的信號頻率分量得以顯現。從處理結果來看，使用SVD分解方法可有效消除電網工頻干擾。

4.3 齒輪缺損狀態下的電流信號分析

將SVD處理后的正常狀態下與齒輪缺損狀態下的電流信號頻譜圖進行對比，得到圖5。齒輪泵在齒輪缺損狀態下，在fz+fi、fz-fi、fi+1/2fr、fi-1/2fr這4個頻段的幅值與正常運行狀態下相比，會有明顯的減小，相比正常運行狀態下的幅值會減弱40%左右。其中齒輪泵的轉速頻率為fr=24 Hz；齒輪嚙合頻率是轉頻的Z倍(Z為齒輪數)，即為fz=336 Hz；電網工頻fi=50 Hz。此外，在150 Hz～200 Hz的頻域內，出現了2個幅值突然增大的頻段，在齒輪泵正常工作狀態下這2個頻段的信號十分微弱，而在齒輪缺損狀態下其幅值會有4～5倍的增幅，這2個頻段為143 Hz、194 Hz，即1/2(fz-fi)、 1/2(fz+fi)，為齒輪泵嚙合頻率與電網工頻調制的頻段，本特征也可作為齒輪泵齒輪缺損的診斷特征。

圖5 齒輪正常和缺損狀態下電流信號頻譜對比圖

5 結束語

1)通過MCSA可以實現對船舶輸油泵的齒輪缺損這一故障狀態的診斷。

2)經SVD處理后，定子電流信號的50 Hz電網工頻信號被完全剔除，使得原本被淹沒的較微弱表征故障的特征頻率信號得以顯現。

3)齒輪泵在齒輪缺損狀態下在不同頻段的幅值與正常運行狀態下相比，會有一定的減弱或明顯增強，可作為齒輪泵齒輪缺損的診斷依據。