本發(fā)明屬于工程機(jī)械的故障診斷
技術(shù)領(lǐng)域：
，特別是一種基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷裝置及方法。
背景技術(shù)：
：齒輪箱是海上起重機(jī)執(zhí)行起升動(dòng)作的關(guān)鍵傳動(dòng)部件，其工作特點(diǎn)為低速重載、經(jīng)常受沖擊和交變載荷作用，工作環(huán)境惡劣，容易發(fā)生故障，導(dǎo)致齒輪箱失效。目前針對(duì)海上起重機(jī)齒輪箱的狀態(tài)監(jiān)測和故障診斷方法，通常是現(xiàn)場采集齒輪箱的振動(dòng)信號(hào)或油液信息，并根據(jù)振動(dòng)信號(hào)的頻譜分析或油液成分分析結(jié)果進(jìn)行診斷，但這類方法現(xiàn)場分析參數(shù)單一，無法進(jìn)一步確定故障類型與部位，更不能檢測早期故障；另一方面海上起重機(jī)齒輪箱監(jiān)測參數(shù)的現(xiàn)場采集也比較困難，而遠(yuǎn)程監(jiān)測與診斷則是較好的解決途徑。如申請(qǐng)?zhí)枮镃N201110346490.7的發(fā)明專利公開了一種齒輪箱狀態(tài)監(jiān)測與故障分析方法及裝置，通過監(jiān)測模塊監(jiān)測齒輪箱狀態(tài)并獲取振動(dòng)信號(hào)和油質(zhì)信息，并采集齒輪箱的振動(dòng)信號(hào)和油質(zhì)信息進(jìn)行分析處理，進(jìn)而將處理后的信息進(jìn)行分類整理作為故障診斷的依據(jù)，能夠在不破壞齒輪箱的前提下，快速實(shí)現(xiàn)不同故障情況間的切換和故障情況與正常情況的切換，從而實(shí)現(xiàn)對(duì)齒輪箱的故障模擬，進(jìn)行狀態(tài)監(jiān)測和故障分析。該專利局限于現(xiàn)場采集振動(dòng)與油液信息進(jìn)行故障分析，振動(dòng)信號(hào)處理方法單一，不能實(shí)現(xiàn)遠(yuǎn)程信息采集與復(fù)雜故障診斷。如申請(qǐng)?zhí)朇N200910043718.8的發(fā)明專利公開了一種基于多尺度形態(tài)學(xué)分析的齒輪故障診斷方法。其步驟為：利用加速度傳感器獲取齒輪振動(dòng)加速度信號(hào)；采用EMD分解方法將獲得的振動(dòng)加速度信號(hào)分解為多個(gè)IMF分量；從分解的IMF分量中選取包含故障主要信號(hào)的高頻IMF分量，利用選取的IMF分量重構(gòu)信號(hào)；對(duì)重構(gòu)信號(hào)進(jìn)行多尺度形態(tài)學(xué)解調(diào)分析；觀察解調(diào)結(jié)果頻譜圖是否在故障特征頻率或其倍頻處存在明顯峰值，進(jìn)而判斷旋轉(zhuǎn)機(jī)械是否發(fā)生故障。該專利對(duì)于齒輪箱分析參數(shù)單一，診斷對(duì)象僅限于旋轉(zhuǎn)部件故障，不能全面判斷齒輪箱故障類型與部位。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于提供一種基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷裝置及方法，通過采集多維數(shù)據(jù)并綜合分析實(shí)現(xiàn)海上起重機(jī)齒輪箱的故障診斷，及早發(fā)現(xiàn)齒輪箱中故障隱患，提高故障診斷的效率與準(zhǔn)確性。實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷裝置，包括溫度傳感器、加速度傳感器、嵌入式監(jiān)測單元、遠(yuǎn)程監(jiān)測維護(hù)中心，溫度傳感器設(shè)置于齒輪箱高速軸軸承上，加速度傳感器分別設(shè)置于齒輪箱內(nèi)部的各轉(zhuǎn)軸端蓋和箱體上，所述嵌入式監(jiān)測單元包括ARM處理器、多路A/D采集接口、RS232串口、GPRS模塊，遠(yuǎn)程監(jiān)測維護(hù)中心包括服務(wù)器、上位機(jī)；所述溫度傳感器、加速度傳感器的輸出端通過多路A/D采集接口接入ARM處理器，ARM處理器的輸出端通過RS232串口接入GPRS模塊，GPRS模塊通過基站與遠(yuǎn)程監(jiān)測維護(hù)中心的服務(wù)器通信，上位機(jī)內(nèi)設(shè)置數(shù)據(jù)存儲(chǔ)模塊和故障診斷模塊；所述溫度傳感器采集海上起重機(jī)齒輪箱高速軸軸承溫度信號(hào)，加速度傳感器采集齒輪箱內(nèi)部齒輪、轉(zhuǎn)軸及軸承振動(dòng)信號(hào)；溫度傳感器與加速度傳感器采集的數(shù)據(jù)信號(hào)經(jīng)過多路A/D采集接口輸入嵌入式監(jiān)測單元的ARM處理器，ARM處理器通過RS232串口與GPRS模塊連接；所述數(shù)據(jù)信號(hào)通過GPRS模塊與基站通信后連入互聯(lián)網(wǎng)，再通過遠(yuǎn)程監(jiān)測維護(hù)中心的服務(wù)器與上位機(jī)通信，上位機(jī)內(nèi)的數(shù)據(jù)存儲(chǔ)模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行存儲(chǔ)，故障診斷模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行溫度數(shù)據(jù)趨勢預(yù)測與振動(dòng)信號(hào)故障特征提取分析。一種基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷方法，溫度傳感器采集海上起重機(jī)齒輪箱高速軸軸承溫度信號(hào)，加速度傳感器采集齒輪箱內(nèi)部齒輪、轉(zhuǎn)軸及軸承振動(dòng)信號(hào)；溫度傳感器與加速度傳感器采集的數(shù)據(jù)信號(hào)經(jīng)過多路A/D采集接口輸入嵌入式監(jiān)測單元的ARM處理器，ARM處理器通過RS232串口與GPRS模塊連接；所述數(shù)據(jù)信號(hào)通過GPRS模塊與基站通信后連入互聯(lián)網(wǎng)，再通過遠(yuǎn)程監(jiān)測維護(hù)中心的服務(wù)器與上位機(jī)通信，上位機(jī)內(nèi)的數(shù)據(jù)存儲(chǔ)模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行存儲(chǔ)，通過遠(yuǎn)程溫度趨勢預(yù)測、遠(yuǎn)程振動(dòng)信號(hào)故障特征提取和油樣分析實(shí)現(xiàn)海上起重機(jī)齒輪箱的故障診斷，具體如下：步驟1，故障診斷模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行溫度數(shù)據(jù)趨勢預(yù)測與振動(dòng)信號(hào)故障特征提取分析；同時(shí)，定期采集海上起重機(jī)齒輪箱滑油油樣進(jìn)行油樣磨損預(yù)測分析；步驟2，對(duì)溫度數(shù)據(jù)趨勢預(yù)測和油樣磨損預(yù)測分析的結(jié)果進(jìn)行判斷：溫度數(shù)據(jù)趨勢預(yù)測，若預(yù)測軸承溫度保持在安全閾值內(nèi)，則繼續(xù)監(jiān)測；若預(yù)測軸承溫度超出安全閾值，則預(yù)測軸承發(fā)生故障；油樣磨損預(yù)測分析，定期采集海上起重機(jī)齒輪箱滑油油樣依次進(jìn)行常規(guī)理化性能分析和發(fā)射光譜分析，如果參數(shù)指標(biāo)超出界限值，則判斷結(jié)果為預(yù)測出現(xiàn)故障；如果參數(shù)指標(biāo)沒有超出界限值，則采用數(shù)據(jù)趨勢預(yù)測方法對(duì)磨粒含量進(jìn)行數(shù)據(jù)趨勢預(yù)測，若預(yù)測磨粒含量保持在安全閾值內(nèi)，則繼續(xù)監(jiān)測油樣；若預(yù)測磨粒含量超出安全閾值，則判斷結(jié)果為預(yù)測出現(xiàn)故障；步驟3，將溫度數(shù)據(jù)趨勢預(yù)測和油樣磨損預(yù)測分析結(jié)果同時(shí)進(jìn)行比較，若均預(yù)測齒輪箱發(fā)生故障，則輸出故障診斷報(bào)告并對(duì)齒輪箱進(jìn)行全面檢查；若預(yù)測結(jié)果不同，則進(jìn)入步驟4進(jìn)行振動(dòng)信號(hào)故障特征提取分析，步驟4，進(jìn)行振動(dòng)信號(hào)故障特征提取分析，若不包含故障特征頻率，則繼續(xù)監(jiān)測；若包含故障特征頻率，則判斷齒輪或軸承發(fā)生故障并輸出故障診斷報(bào)告。進(jìn)一步地，步驟2所述的溫度數(shù)據(jù)趨勢預(yù)測，以及磨粒含量的數(shù)據(jù)趨勢預(yù)測，具體步驟如下：(1)從原始數(shù)據(jù)中提取新的時(shí)間序列x(t)作五點(diǎn)三次平滑預(yù)處理得到(2)對(duì)建立GM(1,1)灰色模型，通過模型獲得時(shí)間序列的趨勢項(xiàng)擬合序列以及趨勢項(xiàng)預(yù)測序列(3)趨勢項(xiàng)擬合序列與原序列x(t)的殘差構(gòu)成殘差序列對(duì)通過相空間重構(gòu)組成殘差序列樣本{n,xc}，其中：i為樣本序號(hào)，l為樣本總數(shù)，m為樣本嵌入維數(shù)，通過支持向量回歸模型預(yù)測殘差序列：x^c=Σi=1l-m(αi-αi*)K(nt-m,xi)+b]]>其中K(·)為核函數(shù)，αi、為回歸模型的解，b為偏移量；(4)將預(yù)測趨勢項(xiàng)序列與殘差序列組合構(gòu)成最終預(yù)測序列，并用于之后趨勢分析。進(jìn)一步地，步驟2所述油樣磨損預(yù)測分析的常規(guī)理化性能分析指標(biāo)包括粘度、閃點(diǎn)、燃點(diǎn)及酸度，發(fā)射光譜分析包括運(yùn)用磨粒檢測設(shè)備測試采樣油液中的Fe、Cu、Al、Pb金屬含量。進(jìn)一步地，步驟4所述振動(dòng)信號(hào)故障特征提取分析，具體包括以下步驟：(1)對(duì)采集的齒輪箱振動(dòng)信號(hào)作經(jīng)驗(yàn)?zāi)Ｊ椒纸?，獲得信號(hào)的所有IMF分量；(2)對(duì)所有IMF分量濾波處理，去除與齒輪箱振動(dòng)特征不相關(guān)的高頻噪聲成分，保留與齒輪嚙合頻帶相關(guān)的頻率成分；(3)對(duì)濾波去噪后的IMF數(shù)據(jù)白化處理，并求取自相關(guān)矩陣M；(4)對(duì)自相關(guān)矩陣M奇異值分解，并找出最大特征值對(duì)應(yīng)的IMF分量a1；(5)對(duì)a1分量進(jìn)行希爾伯特變換轉(zhuǎn)換到時(shí)頻域之后作傅里葉變換求取包絡(luò)譜，找出低頻段中是否包含幅值較高或頻率異常的頻譜特征，并對(duì)比實(shí)際計(jì)算的齒輪或軸承故障頻率，找出故障部位。本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)在于：(1)在海上起重機(jī)齒輪箱監(jiān)測領(lǐng)域，將現(xiàn)場溫度、振動(dòng)信號(hào)采集與嵌入式監(jiān)測單元相結(jié)合，能夠?qū)崿F(xiàn)遠(yuǎn)程數(shù)據(jù)采集，適應(yīng)各種惡劣工況環(huán)境，使測量更可靠、高效；(2)采用基于灰色模型與SVR殘差補(bǔ)償?shù)姆椒▽?duì)軸承溫度趨勢預(yù)測，有效提高趨勢預(yù)測精度，準(zhǔn)確預(yù)估齒輪箱軸承工作狀態(tài)，及時(shí)發(fā)現(xiàn)軸承早期故障；(3)采用EMD和包絡(luò)譜分析相結(jié)合的方法提取齒輪箱振動(dòng)故障特征，通過對(duì)EMD分解的IMF分量濾波去噪并提取主成分分析，有效抑制環(huán)境噪聲并提高了分析效率，有利于提取工業(yè)現(xiàn)場被強(qiáng)噪聲干擾的微弱故障特征；(4)綜合遠(yuǎn)程溫度趨勢預(yù)測、遠(yuǎn)程振動(dòng)故障特征提取和油樣分析結(jié)果對(duì)海上起重機(jī)齒輪箱的故障情況進(jìn)行診斷，避免了單一方法分析故障的信息局限性，能夠有效全面分析齒輪箱運(yùn)行狀態(tài)，便于及時(shí)發(fā)現(xiàn)潛在故障并定位，實(shí)現(xiàn)故障預(yù)報(bào)與維護(hù)。附圖說明圖1為本發(fā)明基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷裝置的結(jié)構(gòu)示意圖。圖2為本發(fā)明基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷方法的總體流程圖。圖3為本發(fā)明的數(shù)據(jù)趨勢預(yù)測流程圖。圖4為本發(fā)明的振動(dòng)故障特征提取流程圖。圖5為本發(fā)明的油樣分析流程圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。本發(fā)明基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷裝置，包括溫度傳感器、加速度傳感器、嵌入式監(jiān)測單元、遠(yuǎn)程監(jiān)測維護(hù)中心，溫度傳感器設(shè)置于齒輪箱高速軸軸承上，加速度傳感器分別設(shè)置于齒輪箱內(nèi)部的各轉(zhuǎn)軸端蓋和箱體上，所述嵌入式監(jiān)測單元包括ARM處理器、多路A/D采集接口、RS232串口、GPRS模塊，遠(yuǎn)程監(jiān)測維護(hù)中心包括服務(wù)器、上位機(jī)；所述溫度傳感器、加速度傳感器的輸出端通過多路A/D采集接口接入ARM處理器，ARM處理器的輸出端通過RS232串口接入GPRS模塊，GPRS模塊通過基站與遠(yuǎn)程監(jiān)測維護(hù)中心的服務(wù)器通信，上位機(jī)內(nèi)設(shè)置數(shù)據(jù)存儲(chǔ)模塊和故障診斷模塊；所述溫度傳感器采集海上起重機(jī)齒輪箱高速軸軸承溫度信號(hào)，加速度傳感器采集齒輪箱內(nèi)部齒輪、轉(zhuǎn)軸及軸承振動(dòng)信號(hào)；溫度傳感器與加速度傳感器采集的數(shù)據(jù)信號(hào)經(jīng)過多路A/D采集接口輸入嵌入式監(jiān)測單元的ARM處理器，ARM處理器通過RS232串口與GPRS模塊連接；所述數(shù)據(jù)信號(hào)通過GPRS模塊與基站通信后連入互聯(lián)網(wǎng)，再通過遠(yuǎn)程監(jiān)測維護(hù)中心的服務(wù)器與上位機(jī)通信，上位機(jī)內(nèi)的數(shù)據(jù)存儲(chǔ)模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行存儲(chǔ)，故障診斷模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行溫度數(shù)據(jù)趨勢預(yù)測與振動(dòng)信號(hào)故障特征提取分析。本發(fā)明基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷方法，溫度傳感器采集海上起重機(jī)齒輪箱高速軸軸承溫度信號(hào)，加速度傳感器采集齒輪箱內(nèi)部齒輪、轉(zhuǎn)軸及軸承振動(dòng)信號(hào)；溫度傳感器與加速度傳感器采集的數(shù)據(jù)信號(hào)經(jīng)過多路A/D采集接口輸入嵌入式監(jiān)測單元的ARM處理器，ARM處理器通過RS232串口與GPRS模塊連接；所述數(shù)據(jù)信號(hào)通過GPRS模塊與基站通信后連入互聯(lián)網(wǎng)，再通過遠(yuǎn)程監(jiān)測維護(hù)中心的服務(wù)器與上位機(jī)通信，上位機(jī)內(nèi)的數(shù)據(jù)存儲(chǔ)模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行存儲(chǔ)，通過遠(yuǎn)程溫度趨勢預(yù)測、遠(yuǎn)程振動(dòng)信號(hào)故障特征提取和油樣分析實(shí)現(xiàn)海上起重機(jī)齒輪箱的故障診斷，具體如下：步驟1，故障診斷模塊對(duì)接收到的數(shù)據(jù)信號(hào)進(jìn)行溫度數(shù)據(jù)趨勢預(yù)測與振動(dòng)信號(hào)故障特征提取分析；同時(shí)，定期采集海上起重機(jī)齒輪箱滑油油樣進(jìn)行油樣磨損預(yù)測分析；步驟2，對(duì)溫度數(shù)據(jù)趨勢預(yù)測和油樣磨損預(yù)測分析的結(jié)果進(jìn)行判斷：溫度數(shù)據(jù)趨勢預(yù)測，若預(yù)測軸承溫度保持在安全閾值內(nèi)，則繼續(xù)監(jiān)測；若預(yù)測軸承溫度超出安全閾值，則預(yù)測軸承發(fā)生故障；油樣磨損預(yù)測分析，定期采集海上起重機(jī)齒輪箱滑油油樣依次進(jìn)行常規(guī)理化性能分析和發(fā)射光譜分析，所述油樣磨損預(yù)測分析的常規(guī)理化性能分析指標(biāo)包括粘度、閃點(diǎn)、燃點(diǎn)及酸度，發(fā)射光譜分析包括運(yùn)用磨粒檢測設(shè)備測試采樣油液中的Fe、Cu、Al、Pb金屬含量，如果參數(shù)指標(biāo)超出界限值，則判斷結(jié)果為預(yù)測出現(xiàn)故障；如果參數(shù)指標(biāo)沒有超出界限值，則采用數(shù)據(jù)趨勢預(yù)測方法對(duì)磨粒含量進(jìn)行數(shù)據(jù)趨勢預(yù)測，若預(yù)測磨粒含量保持在安全閾值內(nèi)，則繼續(xù)監(jiān)測油樣；若預(yù)測磨粒含量超出安全閾值，則判斷結(jié)果為預(yù)測出現(xiàn)故障；所述的溫度數(shù)據(jù)趨勢預(yù)測，以及磨粒含量的數(shù)據(jù)趨勢預(yù)測，具體步驟如下：(1)從原始數(shù)據(jù)中提取新的時(shí)間序列x(t)作五點(diǎn)三次平滑預(yù)處理得到(2)對(duì)建立GM(1,1)灰色模型，通過模型獲得時(shí)間序列的趨勢項(xiàng)擬合序列以及趨勢項(xiàng)預(yù)測序列(3)趨勢項(xiàng)擬合序列與原序列x(t)的殘差構(gòu)成殘差序列對(duì)通過相空間重構(gòu)組成殘差序列樣本{n,xc}，其中：i為樣本序號(hào)，l為樣本總數(shù)，m為樣本嵌入維數(shù)，通過支持向量回歸模型預(yù)測殘差序列：x^c=Σi=1l-m(αi-αi*)K(nt-m,xi)+b]]>其中K(·)為核函數(shù)，αi、為回歸模型的解，b為偏移量；(4)將預(yù)測趨勢項(xiàng)序列與殘差序列組合構(gòu)成最終預(yù)測序列，并用于之后趨勢分析。步驟3，將溫度數(shù)據(jù)趨勢預(yù)測和油樣磨損預(yù)測分析結(jié)果同時(shí)進(jìn)行比較，若均預(yù)測齒輪箱發(fā)生故障，則輸出故障診斷報(bào)告并對(duì)齒輪箱進(jìn)行全面檢查；若預(yù)測結(jié)果不同，則進(jìn)入步驟4進(jìn)行振動(dòng)信號(hào)故障特征提取分析，步驟4，進(jìn)行振動(dòng)信號(hào)故障特征提取分析，若不包含故障特征頻率，則繼續(xù)監(jiān)測；若包含故障特征頻率，則判斷齒輪或軸承發(fā)生故障并輸出故障診斷報(bào)告。所述振動(dòng)信號(hào)故障特征提取分析，具體包括以下步驟：(1)對(duì)采集的齒輪箱振動(dòng)信號(hào)作經(jīng)驗(yàn)?zāi)Ｊ椒纸?，獲得信號(hào)的所有IMF分量；(2)對(duì)所有IMF分量濾波處理，去除與齒輪箱振動(dòng)特征不相關(guān)的高頻噪聲成分，保留與齒輪嚙合頻帶相關(guān)的頻率成分；(3)對(duì)濾波去噪后的IMF數(shù)據(jù)白化處理，并求取自相關(guān)矩陣M；(4)對(duì)自相關(guān)矩陣M奇異值分解，并找出最大特征值對(duì)應(yīng)的IMF分量a1；(5)對(duì)a1分量進(jìn)行希爾伯特變換轉(zhuǎn)換到時(shí)頻域之后作傅里葉變換求取包絡(luò)譜，找出低頻段中是否包含幅值較高或頻率異常的頻譜特征，并對(duì)比實(shí)際計(jì)算的齒輪或軸承故障頻率，找出故障部位。實(shí)施例1結(jié)合圖1，基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷裝置：遠(yuǎn)程監(jiān)測系統(tǒng)主要由現(xiàn)場單元和遠(yuǎn)程監(jiān)測維護(hù)中心組成?，F(xiàn)場單元包括海上起重機(jī)齒輪箱、溫度傳感器、加速度傳感器組和嵌入式監(jiān)測單元。在齒輪箱高速轉(zhuǎn)軸軸承座靠近軸承內(nèi)圈位置安裝溫度傳感器監(jiān)測輸入軸高速轉(zhuǎn)軸及軸承運(yùn)行狀態(tài)。傳感器焊接固定在軸承座外表面，間接測量軸承轉(zhuǎn)動(dòng)時(shí)溫度。齒輪箱各轉(zhuǎn)軸端蓋處以及箱體上側(cè)靠近齒輪嚙合處位置安裝加速度傳感器組監(jiān)測齒輪箱運(yùn)行時(shí)齒輪嚙合與轉(zhuǎn)軸旋轉(zhuǎn)的振動(dòng)信號(hào)，傳感器安裝前先將測點(diǎn)位置用砂紙打磨平整光滑，在安裝表面涂上導(dǎo)熱性好的硅脂用以平整接觸表面，再將永磁接觸式加速度傳感器安放在測點(diǎn)表面固定，并在四周加注玻璃膠加強(qiáng)固定。測得的溫度與振動(dòng)信號(hào)經(jīng)過調(diào)理模塊放大后傳入嵌入式監(jiān)測單元。嵌入式監(jiān)測單元由A/D接口、RS232接口、ARM微處理器和GPRS模塊組成。調(diào)理后的溫度與振動(dòng)傳感器模擬信號(hào)通過多路A/D接口輸入ARM微處理器后轉(zhuǎn)化為數(shù)字信號(hào)，處理器對(duì)數(shù)據(jù)打包處理并通過RS232接口傳入GPRS模塊，GPRS模塊再將數(shù)據(jù)發(fā)送至遠(yuǎn)程維護(hù)中心。遠(yuǎn)程維護(hù)中心包括服務(wù)器與上位機(jī)。上位機(jī)通過服務(wù)器接收現(xiàn)場單元傳送的數(shù)據(jù)包，通過采集軟件將數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫，并針對(duì)監(jiān)測數(shù)據(jù)進(jìn)行溫度趨勢預(yù)測與振動(dòng)信號(hào)故障特征提取分析。結(jié)合圖2，基于多元數(shù)據(jù)的海上起重機(jī)齒輪箱故障診斷方法，結(jié)合遠(yuǎn)程溫度趨勢預(yù)測、遠(yuǎn)程振動(dòng)故障特征提取和油樣分析針對(duì)海上起重機(jī)圓柱減速齒輪箱的故障診斷方法的具體流程：首先對(duì)齒輪箱的溫度與振動(dòng)信號(hào)進(jìn)行實(shí)時(shí)采集，調(diào)理后的信號(hào)經(jīng)過嵌入式監(jiān)測單元打包，并由GPRS模塊將采集數(shù)據(jù)無線傳送至遠(yuǎn)程監(jiān)測維護(hù)中心分析，分別進(jìn)行溫度趨勢預(yù)測與振動(dòng)信號(hào)故障特征提取；若溫度趨勢預(yù)測數(shù)據(jù)超出安全閾值則判斷存在潛在故障，否則繼續(xù)采樣分析；若振動(dòng)信號(hào)故障特征提取發(fā)現(xiàn)存在典型故障特征頻率，則根據(jù)頻率特征判斷故障類型并輸出診斷報(bào)告，否則繼續(xù)采樣分析。其次定期提取齒輪箱滑油油樣并送至實(shí)驗(yàn)室進(jìn)行油樣分析，通過常規(guī)理化性能分析與發(fā)射光譜分析檢查油液有無異常，若發(fā)現(xiàn)參數(shù)指標(biāo)超出界限值則判斷油液故障；若無超標(biāo)，進(jìn)一步地，通過對(duì)油液中金屬含量趨勢預(yù)測分析進(jìn)行齒輪箱磨損狀態(tài)早期診斷；之后綜合比較權(quán)衡多元數(shù)據(jù)結(jié)果，包括溫度趨勢預(yù)測、振動(dòng)信號(hào)故障特征提取和油樣分析，并進(jìn)行全面故障診斷，最后根據(jù)診斷結(jié)果輸出故障診斷報(bào)告，便于進(jìn)一步的維護(hù)與保養(yǎng)。結(jié)合圖3，數(shù)據(jù)趨勢預(yù)測方法的流程如下：(1)從最新采集數(shù)據(jù)中選取樣本數(shù)為n的時(shí)間序列x(t)作為分析對(duì)象，通過五點(diǎn)三次平滑預(yù)處理方法去除序列x(t)的不穩(wěn)定波動(dòng)，獲得一個(gè)三次多項(xiàng)式擬合的趨勢項(xiàng)序列(2)對(duì)序列依次累加生成新序列建立相應(yīng)微分方程并以最小二乘法求解得出GM(1,1)模型，通過預(yù)報(bào)模型數(shù)據(jù)的遞減以還原序列，進(jìn)而獲得樣本序列x(t)的趨勢項(xiàng)擬合序列以及趨勢項(xiàng)預(yù)測序列(3)將趨勢項(xiàng)擬合序列與原序列x(t)的殘差構(gòu)成殘差序列對(duì)通過相空間重構(gòu)組成殘差序列樣本：{n,xc|ni=n^(ti),n^(ti+1),...,n^(ti+m-1),xci=n^(ti+m)}]]>其中，i為樣本序號(hào)，m為樣本嵌入維數(shù)，選取m＝10。將訓(xùn)練樣本{n,xc}輸入支持向量回歸模型獲得殘差預(yù)測模型方程組：x^c=Σi=1l-m(αi-αi*)K(nt-m,xi)+b]]>其中K(·)為核函數(shù)，αi、為回歸模型的解，b為偏移量，l為樣本總數(shù)。通過求解殘差預(yù)測模型對(duì)之后工作時(shí)間段的殘差序列進(jìn)行預(yù)測。(4)將預(yù)測趨勢項(xiàng)序列與殘差序列組合構(gòu)成最終預(yù)測序列，并根據(jù)預(yù)測溫度對(duì)齒輪箱箱體及軸承溫度進(jìn)行分析。從原理上齒輪箱軸承運(yùn)作時(shí)由于摩擦產(chǎn)生熱量，同時(shí)受到滑油冷卻平衡，但軸承發(fā)生磨損或偏移等故障時(shí)會(huì)溫度升高，并且軸承溫升與轉(zhuǎn)速及所受轉(zhuǎn)矩成正比，因此高速軸軸承及附近箱體溫度變化較明顯，容易進(jìn)行早期故障預(yù)報(bào)。而齒輪箱軸承允許的工作溫度閾值為60℃，當(dāng)預(yù)測溫度將在短時(shí)間內(nèi)超出閾值則判斷齒輪箱軸承或冷卻系統(tǒng)發(fā)生異常，應(yīng)及早進(jìn)行檢查維護(hù)。結(jié)合圖4，振動(dòng)信號(hào)故障特征提取的具體實(shí)施步驟如下：(1)對(duì)采集的齒輪箱振動(dòng)信號(hào)作EMD分解，首先求出分析信號(hào)y(t)所有極值點(diǎn)，并將極大值點(diǎn)與極小值點(diǎn)分別擬合為上下包絡(luò)線ymax(t)和ymin(t)，計(jì)算ymax(t)和ymin(t)均值m(t)，將m(t)從y(t)中分離得到分解信號(hào)h(t)，重復(fù)以上步驟直至h(t)滿足本征模函數(shù)條件，則算完成一組IMF分量分離操作；同理對(duì)h(t)繼續(xù)上述操作篩選出所有IMF分量直至不能再分解為止。此時(shí)獲得原始信號(hào)不同尺度下的多組IMF分量。(2)對(duì)所有IMF分量采用FIR窗函數(shù)濾波器處理，窗函數(shù)選用改進(jìn)升余弦窗函數(shù)，根據(jù)計(jì)算的齒輪箱振動(dòng)特征參數(shù)給出低通濾波的截止頻率、阻帶頻率、帯通波紋以及阻帶波紋，之后濾波去除與齒輪箱振動(dòng)特征不相關(guān)的高頻噪聲成分，保留與齒輪嚙合頻帶相關(guān)的頻率成分；(3)對(duì)濾波去噪后的IMF數(shù)據(jù)白化，具體為去除均值并作方差歸一化處理，再對(duì)白化后IMF矩陣通過與自身轉(zhuǎn)置相乘得到自相關(guān)矩陣M；(4)對(duì)矩陣M奇異值分解，獲得矩陣M的所有特征值。自相關(guān)矩陣的特征值越大表示該分量在總體中所占成分比例越多，包含特征參數(shù)也越明顯。通過對(duì)特征值比較，找出最大特征值以及對(duì)應(yīng)的IMF分量a1；(5)進(jìn)一步地，提取a1分量中頻率的邊頻帶信息，具體為：對(duì)a1分量進(jìn)行希爾伯特變換轉(zhuǎn)換到時(shí)頻域，再通過傅里葉變換求取包絡(luò)譜，觀察低頻段中是否包含幅值較高或頻率異常的頻譜特征。若不存在則繼續(xù)監(jiān)測，否則判斷發(fā)生故障，并與實(shí)際計(jì)算的齒輪或軸承故障頻率的基頻或倍頻進(jìn)行比較，根據(jù)頻率特征找出故障部位。結(jié)合圖5，油液分析的主要流程如下：(1)應(yīng)用取樣管插入齒輪箱距離底部1/3至1/2位置處合提取潤滑油油樣到油質(zhì)取樣瓶當(dāng)中，若已發(fā)現(xiàn)存在異常則應(yīng)在油液各層位置多次采樣。海上起重機(jī)齒輪箱屬于工程機(jī)械齒輪傳動(dòng)系統(tǒng)，所以采樣間隔為300小時(shí)，對(duì)于磨合期的齒輪箱采樣間隔可以適當(dāng)縮短。(2)對(duì)采集油樣作常規(guī)理化性能分析和發(fā)射光譜分析。常規(guī)理化性能分析指標(biāo)包括粘度、閃點(diǎn)和燃點(diǎn)、酸度，相應(yīng)測量方法標(biāo)準(zhǔn)參考GB/T265、GB/T267和GB/T264，若有多項(xiàng)指標(biāo)超出正常閾值，則判斷油液劣化；同時(shí)進(jìn)行發(fā)射光譜分析檢驗(yàn)油液中Fe、Cu、Al、Pb等金屬含量，根據(jù)含量數(shù)值與設(shè)定的界限值比較判斷齒輪箱磨損狀態(tài)，設(shè)定值定義為：N1=0.8(Y‾+2S)N2=Y‾+2SN3=Y‾+3S]]>式中N1為正常界限值，N2為異常界限值，N3為危險(xiǎn)界限值，為油液金屬含量監(jiān)測數(shù)據(jù)的均值，S為標(biāo)準(zhǔn)差。若任意金屬含量超出危險(xiǎn)界限值則判斷齒輪箱發(fā)生磨損故障，否則執(zhí)行下一步。(3)應(yīng)用圖3所示的數(shù)據(jù)趨勢預(yù)測方法，結(jié)合歷史油液金屬含量監(jiān)測數(shù)據(jù)，進(jìn)行Fe、Cu、Al、Pb含量趨勢預(yù)測，預(yù)測下個(gè)采樣時(shí)間之前的數(shù)據(jù)走向。同時(shí)根據(jù)各元素含量正常運(yùn)行期數(shù)據(jù)計(jì)算其正常界限值、異常界限值和危險(xiǎn)界限值，并與預(yù)測值比較判斷磨損狀態(tài)，若在下個(gè)采樣時(shí)間點(diǎn)前含量均正常則繼續(xù)監(jiān)測；否則診斷齒輪箱存在潛在故障，并根據(jù)磨損狀態(tài)嚴(yán)重程度輸出診斷分析報(bào)告。結(jié)合圖1說明結(jié)合遠(yuǎn)程溫度趨勢預(yù)測、遠(yuǎn)程振動(dòng)故障特征提取和油樣分析結(jié)果針對(duì)海上起重機(jī)齒輪箱進(jìn)行全面綜合性故障診斷方法：由于海上起重機(jī)齒輪箱工況惡劣，因此通過遠(yuǎn)程監(jiān)測系統(tǒng)實(shí)時(shí)采集齒輪箱溫度與振動(dòng)信號(hào)。而由于油樣采集困難，因此定期提取齒輪油樣分析。對(duì)于所監(jiān)測的溫度數(shù)據(jù)和油液數(shù)據(jù)以趨勢預(yù)測為主，對(duì)齒輪箱未來運(yùn)行狀態(tài)進(jìn)行預(yù)測，當(dāng)同時(shí)判斷齒輪箱將出現(xiàn)故障時(shí)將提前輸出故障診斷報(bào)告，對(duì)齒輪箱進(jìn)行早期檢修與維護(hù)，避免故障劣化；若預(yù)測結(jié)果出現(xiàn)差異，則提取振動(dòng)信號(hào)進(jìn)行故障特征提取，若在分析中發(fā)現(xiàn)典型的故障特征頻率則可以確認(rèn)齒輪箱存在故障或潛在裂紋，立即輸出故障診斷報(bào)告進(jìn)行維修，否則繼續(xù)監(jiān)測與觀察。當(dāng)前第1頁1 2 3