作者：广州依纳 发表时间：2013-03-04
点击：99 |
| 关键词：故障诊断，近似熵，样本熵轴承作为石油钻井平台的关键部件，如果一旦发生故障，则会使整个设备停止生产甚到会损坏某些其它部件，这将使维修设备的时间大大增加，造成严重的经济损失，因此研制和开发出一套对整个轴承进行预期故障诊断的系统就显得很重要，这样就能够在轴承发生故障前发出预警信号，提前对将要发生故障的轴承进行维修或更换，以缩短停工停产时间和减小维修费用，从而使钻井石油生产损失减少到Z少。另外据统计，在现场实际故障中30%是由滚动轴承造成的，所以对轴承的故障诊断具有很重要的意义。 2、算法描述 我们可以看到m,r是ApEn和SampEn中两个设定的参数。对于ApEn，Pincus建议r的值取0.1-0.25SD，SD为要计算的时间序列的标准差。m取1或2。Lakeetal.T荐使用标准自回归模型来决定SampEn的m参数或是也和ApEn一样取1或2，通过Z小相对误差的方法来确定r。m的取值也和信号的采样率有关，不同的采样频率应该选取不同的值要比一直选用一个m值更为合适。需要指出的是，在样品熵的计算中，如果相似容限r取得太小，满足相似条件的模式会很少，如果r太大，满足相似条件的模式过多，时间序列的细节信息会损失很多，为了避免噪声对计算结果的影响，应该使得r大于重要噪声的幅值 样本熵的意义和近似熵类似，都是衡量当维数变化时该时间序列所产生新模式概率的大小。产生新模式的概率越大，序列就越复杂，对应的近似熵或样本熵就越大，因此从理论上讲，近似熵和样本熵能够表征信号的不规则性和复杂性。 为了直观的表示样本熵的意义，下面是模拟产生得白噪声和调频Chirp信号的近似熵和样本熵当数据长度为N=1000，嵌入维数M=2时随着r的变化趋势。白噪声要比Chirp信号复杂，应该从数据对比上得到反映。 图1 白噪声和Chirp信号的近似熵 图2 白噪声和Chirp信号的样本熵 由图可以看出，样本熵的一致性要比近似熵好，在r<0.15SD的时候，Chirp信号的近似熵比白噪声大，r>0.15SD的时候比白噪声小。而样本熵一致保持这种趋势，所以样本熵比近似熵的分析X果要更好一些，在不同采样率条件下，样本熵也能保持好得一致性，这也是近似熵所不具备得。 3、数据分析 本试验中的数据是通过对轴承进行人为破坏来模拟剥落和裂纹这两种主要故障而获取的。在试验中分别安装了3个传感器：1号测点在后侧正上方轴径向（无电动机侧），2号测点在正侧正上方轴径向（有电动机），3号测点在正侧右边轴横向（有电动机）。因此每种状况下的数据是3通道的。轴承1数据采样频率51.2KHz。轴承2的采样率为128KHz，样本熵参数的取值为m=2,r=0.2,N=2048。表1中的每个数据为100个数据的平均值。 表1 由表1中的数据可以看出不同故障模式下的轴承有不同的样本熵值。在正常工作情况下样本熵数值Z小，疲劳剥落情况下的数值Z大，发生裂纹的时候数据介于两者之间。轴承1和轴承2在同一种故障模式下的数值有较大差异，主要是因为二者的采样率不一样，也和在加工使用中造成的差异有关。当轴承旋转时，滚动体便在内、外圈滚道上滚动，由于滚动体在不同位置上所受的力大小不同，同时承载的滚动体的数目也不同，这些轴承本身的结构特点造成承载刚度的变化，引起轴承振动。当轴承的转速一定，载荷一定时，这一振动具有确定性。轴承组件加工时留下的波纹度，粗糙度等原因产生交变激振力使轴承系统振动，虽然这些原因造成的激振大都具有周期性的特点，但由于实际构成因素SHI分复杂，各因素之间也不存在特定的关系。此外，试验电机的振动、工作轴承的振动和试验机上其他机械部件的振动激振力的随机性也很大，含有多种频率成分。这是即使在正常工作条件下样本熵也较大的原因。 如果轴承的滚动面出现疲劳剥落或压痕等缺陷，当滚动轴承在这些损伤表面转动时，就会出现交变的激振力。由于滚动表面缺陷时不规则的，所以产生的激振力也是随机的，包含多种频率成分。一般轴的旋转速度速度越快，由表面损伤引起的震动频率也越高。裂纹状态的样本熵比剥落状态下的样本熵比剥落状态下的小可能是因为裂纹的深度比较浅，只有当裂纹较大时，其对系统响应的非线性影响才有所显现。 |
|
| |
|
|
