故障诊断大作业

2016-2017-I

《设备远程故障断》期末大作业

学院机械工程与应用电子技术学院

专业机械工程及自动化

姓名冯文超

学号13010428

指导教师张建宇

2016年12月12日

北京工业大学

图1为某高线精轧机组的传动链简图，该机组的振动监测系统包含14个测点，每架精轧机各有一个测点。2007年8月18日上午11点，25#轧机的振动指标超过报警限，峰值达到70m/s²，随后增至75m/s²，8月19日峰值达到

80m/s²，系统持续出现黄色报警，如图2所示，图3为25#轧机的内部结构。

图1高线精轧机传动链

图2H25报警显示图3H25轧机基本结构已知条件：

✧系统采样频率为12kHz，采样点数为2048；

✧增速箱齿轮参数：Z1=150，Z2=57(奇数侧)/46(偶数侧)；

✧25#精轧机齿轮参数：Z3=77，Z4=53，Z5=31，Z6=27。

现提供三组监测信号，说明如下：

序号信号采集时间文件名当日电机转速

12007.06.308:00200706300800H6K.txt n=1166rpm

22007.07.1720:00200707172000H6K.txt n=1173rpm

32007.08.205:00200708200500H6K.txt n=1130rpm

完成下列分析：

(1)计算25#轧机的归一化轴频和啮合频率(即设定电机转速为1rpm)。

(2)每组数据文件均包含14列(对应14个通道)，其中第7列为25#精轧机

监测数据，提取该列数据。

(3)计算三组数据的峰值、有效值、峰值指标、峭度指标，比较设备在不同时期的状态差异，根据数值差异你能得到什么结论？

(4)画出2007年8月20日的波形、频谱及平方解调谱，给出你的诊断结论（即判断故障发生部位）。

(5)分别画出2007年6月30日和7月17日监测信号的波形、频谱以及概率密度曲线，判断信号中是否已存在故障特征。

(6)画出6月30日和7月17日两组信号的自相关曲线，并计算相关波形的的平方解调谱，从中能否找到故障特征？

答：（1）

电机转速为为1rpm 时，Z1的轴频为f1=1/60HZ ;

奇数侧：Z2的轴频为f2=(Z1/Z2)*f1=5/114HZ ;

Z3的轴频为f3=f2=5/114HZ

Z4的轴频为f4=(Z3/Z4）*f3=385/6042HZ ;

Z5的轴频为f5=f4=385/6042HZ ;

Z6的轴频为f6=(Z5/Z6）*f5=11935/163134HZ ;

Z3与Z4的啮合频率为：(f3)*Z3=385/114HZ;

Z5与Z6的啮合频率为：(f5)*Z5=11935/6042HZ

(2）该列数据见Matlab 程序；

（3）由以上指标可以看出2017年8月30日的振动明显增强，且偏离正态分布的程度在三组数据中最大！

（4）2007年8月20日的波形、频谱及平方解调谱如下：信号采集时间

峰值

有效值峰值指标峭度指标2007.06.30

23.9710 6.739 3.5570 2.99122007.07.17

25.39437.7556 3.2743 3.10542007.08.2066.760117.6825 3.7758 2.8342

波形图

频谱

平方解调谱

由频谱可得故障发生部位的的啮合频率约为2039HZ，轴频约为76HZ；，此时电机转速为1130rmp；由（1）可知此时Z3与Z4齿轮对的啮合频率为3816HZ，Z5与Z6齿轮对的啮合频率为2232HZ，约为故障特征频率。此时Z5的轴频为72HZ，Z6的轴频为82.7HZ，Z5的轴频最接近于故障轴频。

即故障发生部位为Z5。

（5）2007年6月30日和7月17日监测信号的波形、频谱以及概率密度曲线如下图：

2007630波形2007713波形

2007630频谱2007713频谱

2007630概率密度曲线2007713概率密度曲线

由频谱可看出2007年6月30日和7月17日监测信号的频谱均有明显的边频带，故二者均存在故障特征！

（6）6月30日和7月17日两组信号的自相关曲线与平方解调谱如图所

示：

2007630自相关曲线2007713自相关曲线

2007630平方解调谱2007713平方解调谱

由以上平方解调谱可看出2007年6月30日和7月17日监测信号均有明显的倍频现象，且二者故障频率均为82HZ.可判断发生故障部位均为Z6。