倪孝慶
(浙江賽福特特種設(shè)備檢測(cè)有限公司,浙江 杭州 3 1 0 0 2 0)
起重機(jī)械金屬結(jié)構(gòu)振動(dòng)與故障診斷分析
倪孝慶
(浙江賽福特特種設(shè)備檢測(cè)有限公司,浙江 杭州 3 1 0 0 2 0)
起重機(jī)械是我國(guó)經(jīng)濟(jì)建設(shè)過程中不可或缺的運(yùn)輸設(shè)備,目前起重機(jī)械已經(jīng)被廣泛運(yùn)用在物料安裝、起重等作業(yè)中。起重機(jī)械在長(zhǎng)期的使用過程中會(huì)出現(xiàn)一些問題,其中比較具有代表性的就是機(jī)械金屬結(jié)構(gòu)振動(dòng)與故障,針對(duì)該內(nèi)容進(jìn)行詳細(xì)分析。
起重機(jī)械;結(jié)構(gòu)振動(dòng);故障診斷
隨著現(xiàn)代工業(yè)的快速發(fā)展,起重機(jī)械的工作環(huán)境越來越復(fù)雜,在各種不同環(huán)境下作業(yè),起重機(jī)械在作業(yè)過程中的疲勞問題日益突出。通過分析不難發(fā)現(xiàn),疲勞與振動(dòng)之間的關(guān)系是密不可分的,因此疲勞和振動(dòng)都會(huì)導(dǎo)致設(shè)備在使用壽命期間內(nèi)發(fā)生安全事故,不僅會(huì)造成巨大的經(jīng)濟(jì)損失,而且會(huì)造成人員傷亡。
振動(dòng)與結(jié)構(gòu)運(yùn)行之間的聯(lián)系十分緊密,將外部激勵(lì)施加在結(jié)構(gòu)上,通過對(duì)結(jié)構(gòu)振動(dòng)相應(yīng)信號(hào)完成檢測(cè),故障診斷以及損傷模式的識(shí)別都可作為評(píng)價(jià)起重機(jī)械金屬結(jié)構(gòu)安全性能的主要參考依據(jù),故障診斷通過一段時(shí)間的發(fā)展,形成了多種不同的方法,其中比較常用的方法有以下幾種。
1.1 專家診斷法
通過專家系統(tǒng)完成對(duì)故障狀態(tài)的分析與觀察,對(duì)故障的所在進(jìn)行推斷,并且給出相應(yīng)的排除故障的有效方法。專家診斷法需要匯集大量的專家知識(shí),可以實(shí)現(xiàn)對(duì)隨機(jī)出現(xiàn)的故障的合理診斷。但是,在知識(shí)的獲取上會(huì)面臨一定困難,知識(shí)庫(kù)的更新速度相對(duì)比較緩慢,不同領(lǐng)域?qū)<业闹R(shí)存在一定矛盾點(diǎn),目前在表達(dá)能力和處理能力上都存在一定局限性。
1.2 模糊診斷法
在模糊診斷法中應(yīng)適當(dāng)?shù)囊肽:壿嫞饕饔檬强朔霈F(xiàn)的不精準(zhǔn)性、不確定以及因?yàn)樵肼暥鴰淼挠绊?,因而在?duì)復(fù)雜系統(tǒng)進(jìn)行處理時(shí),會(huì)在時(shí)變、時(shí)滯等方面表現(xiàn)出一定優(yōu)勢(shì)。模糊診斷在具體應(yīng)用過程中的缺點(diǎn)是在診斷復(fù)雜系統(tǒng)過程中,需要構(gòu)建隸屬函數(shù)和模糊規(guī)則,而從實(shí)際情況來看,這個(gè)過程難度較大,并且會(huì)消耗大量的時(shí)間。
1.3 神經(jīng)網(wǎng)絡(luò)診斷
通過神經(jīng)網(wǎng)絡(luò)完成對(duì)故障的診斷,該診斷的基本思路如下:將故障特征信號(hào)作為神經(jīng)網(wǎng)絡(luò)的輸入點(diǎn),而神經(jīng)網(wǎng)絡(luò)的輸出就是最終的診斷結(jié)果。第一,對(duì)已知的故障征兆和診斷結(jié)果進(jìn)行應(yīng)用,實(shí)現(xiàn)對(duì)神經(jīng)網(wǎng)絡(luò)的離線訓(xùn)練,通過這種方式使神經(jīng)網(wǎng)路通過權(quán)值記憶故障征兆與診斷結(jié)果之間形成對(duì)應(yīng)關(guān)系。第二,在神經(jīng)網(wǎng)絡(luò)的輸入端將獲得的故障征兆加入,并獲取最終的診斷結(jié)果。各個(gè)故障的類型需要與輸出神經(jīng)元相對(duì)比,否則系統(tǒng)將無法顯示新出現(xiàn)的故障類型,對(duì)故障的診斷將會(huì)造成不良影響。
2.1 診斷方法具有局限型
評(píng)估起重機(jī)械金屬結(jié)構(gòu)安全,要對(duì)設(shè)備運(yùn)行過程中獲取的各種特征信息進(jìn)行提取,從中獲取故障具有聯(lián)系的征兆,然后在對(duì)征兆進(jìn)行利用的基礎(chǔ)上完成對(duì)故障的診斷。近幾年,短時(shí)傅立葉變換、傅立葉變換等方式的應(yīng)用,目的是對(duì)信號(hào)進(jìn)行更加合理的處理,對(duì)故障特征進(jìn)行提取,最終完成對(duì)故障的診斷。
通過大量案例可以發(fā)現(xiàn),金屬結(jié)構(gòu)在運(yùn)行過程中會(huì)受到磨損,并且該磨損比較微弱,還具有一定的潛在性。系統(tǒng)在運(yùn)行過程中存在的故障與復(fù)合故障,會(huì)因?yàn)閭鬟f路徑情況復(fù)雜,多因素耦合等原因,導(dǎo)致單一信號(hào)處理方法無法對(duì)故障的原因進(jìn)行追溯。
2.2 故障機(jī)理研究?jī)?nèi)容較少
故障機(jī)理指的是通過大量的實(shí)驗(yàn)和理論分析反應(yīng)設(shè)備參數(shù)與設(shè)備故障信號(hào)之間呈現(xiàn)出的規(guī)律。研究的具體過程如下:
(1)依據(jù)分析對(duì)象的物理特點(diǎn),構(gòu)建一個(gè)合理的數(shù)學(xué)模型。
(2)通過仿真獲取最終的響應(yīng)特征。
(3)在對(duì)數(shù)據(jù)進(jìn)行充分結(jié)合的基礎(chǔ)下,對(duì)模型進(jìn)行修正,最終獲取準(zhǔn)確的故障特征。
分析起重機(jī)金屬結(jié)構(gòu)過程中,故障機(jī)理研究較少的主要原因有以下幾點(diǎn):
(1)起重設(shè)備的機(jī)構(gòu)比較復(fù)雜,在分析過程中經(jīng)常會(huì)涉及到復(fù)雜的力學(xué)和數(shù)學(xué)知識(shí),這增加了分析難度。
(2)故障機(jī)理研究難度需要結(jié)合大量的實(shí)驗(yàn)來進(jìn)行,是一件繁瑣的系統(tǒng)工程。
(3)要想準(zhǔn)確表現(xiàn)出這一故障,有待工程實(shí)例驗(yàn)證,而由于故障具有隨機(jī)性,因此單一故障特征在實(shí)際工程中可遇不可求。
2.3 診斷智能化有待提高
智能診斷系統(tǒng)是起重機(jī)械結(jié)構(gòu)診斷與故障診斷的理想方法,而不同的智能診斷方法針對(duì)簡(jiǎn)單的、特定的故障診斷的缺點(diǎn)與優(yōu)點(diǎn)都各不相同。雖然,目前能夠供人們選用的智能診斷方法種類很多,但是從具體情況來看,多數(shù)診斷方法都需要假定一定的人為設(shè)置參數(shù)和條件,因此要想獲得一種理想的智能診斷系統(tǒng),還需要不斷加強(qiáng)研究與分析。
3.1 金屬記憶檢測(cè)與振動(dòng)測(cè)試
金屬記憶檢測(cè)與其它檢測(cè)方法相比,不需要磁化工件,應(yīng)力集中部位在磁場(chǎng)作用下能夠呈現(xiàn)磁記憶信號(hào)。需要注意的是,如果應(yīng)用該檢測(cè)方法,在對(duì)工件進(jìn)行磁粉檢測(cè)時(shí),若對(duì)其進(jìn)行消磁操作,將會(huì)致使應(yīng)力集中點(diǎn)出現(xiàn)微弱的記憶信號(hào),該信號(hào)則會(huì)被磁化后的磁場(chǎng)覆蓋,因此在檢測(cè)工件金屬記憶時(shí)必須先完成消磁操作。振動(dòng)特性主要指的是起重機(jī)械的消振能力,通常以主梁自振周期或衰減時(shí)間衡量振型和自振頻率。以上兩點(diǎn)內(nèi)容也是分析結(jié)構(gòu)剛性的關(guān)鍵指標(biāo)。在荷載下降或者上升時(shí),結(jié)構(gòu)有可能會(huì)產(chǎn)生低頻率大幅度振動(dòng),對(duì)結(jié)構(gòu)的性能會(huì)造成不良影響,同時(shí)也會(huì)對(duì)工作人員的心理造成一定程度的干擾,導(dǎo)致作業(yè)無法正常進(jìn)行。當(dāng)開始測(cè)試振動(dòng)時(shí),垂直方向的振動(dòng)點(diǎn)可以設(shè)置在主梁跨中蓋板處的任意一點(diǎn)上,再將應(yīng)變片粘在檢測(cè)上,完成粘貼之后,進(jìn)行速降處理。以上操作可以通過示波器記錄的振動(dòng)曲線和時(shí)間曲線上量測(cè)頻率,該頻率就是起重機(jī)械的剛度。
3.2 探索起重機(jī)械故障診斷內(nèi)容
在對(duì)起重機(jī)械故障的診斷方面的探索可以從以下兩個(gè)方面入手:
(1)實(shí)現(xiàn)從單故障研究突破到群故障研究。起重機(jī)械的關(guān)鍵部件或金屬結(jié)構(gòu)發(fā)生磨損、剝落、裂縫等故障往往是先后級(jí)聯(lián)或同時(shí)發(fā)生,此時(shí)振動(dòng)信號(hào)并非幾個(gè)單個(gè)故障特征信號(hào)疊加,而是不同故障信號(hào)特征的相互耦合,盲目的以單一故障對(duì)金屬結(jié)構(gòu)的情況進(jìn)行判斷,會(huì)導(dǎo)致安全事故的發(fā)生。在安全評(píng)估起重機(jī)械中,單故障主要依靠信號(hào)處理,振動(dòng)信號(hào)特征與其它干擾成分頻譜區(qū)分起來相對(duì)也比較容易,在故障診斷和識(shí)別損傷模式基礎(chǔ)上,對(duì)群估值耦合特征的分離與診斷方法進(jìn)行研究,逐步實(shí)現(xiàn)對(duì)多故障損失模式的診斷與識(shí)別。
(2)由零部件研究突破到整機(jī)系統(tǒng)能故障研究。起重機(jī)械零部件診斷往往只是針對(duì)關(guān)鍵性的零部件,該診斷通常只能完成對(duì)誘發(fā)性故障診斷,無法對(duì)起重機(jī)械的系統(tǒng)故障隱患實(shí)現(xiàn)根治。因此在面對(duì)整機(jī)系統(tǒng)故障時(shí),應(yīng)當(dāng)從系統(tǒng)的聯(lián)系性和整體性入手,加強(qiáng)對(duì)系統(tǒng)內(nèi)部的研究,從而得到零部件故障的結(jié)論,然后依此為基礎(chǔ)對(duì)系統(tǒng)出現(xiàn)故障的根源進(jìn)行更深層探索,找出故障發(fā)生的原因,并且采取相應(yīng)的措施進(jìn)行解決。
起重機(jī)械在人們的生活與生產(chǎn)過程中都扮演著重要角色,其在長(zhǎng)期應(yīng)用過程中,結(jié)構(gòu)會(huì)出現(xiàn)振動(dòng),并且會(huì)引發(fā)故障,因此需要加強(qiáng)對(duì)該方面的研究。雖然,隨著科技的發(fā)展人們對(duì)起重機(jī)械金屬結(jié)構(gòu)振動(dòng)的研究已經(jīng)有所突破,但是仍然存在很多問題有待解決,因此還需要加強(qiáng)對(duì)該方面的研究與分析。
[1]王佳,楊金生. 基于A T A的起重機(jī)械金屬結(jié)構(gòu)安全性評(píng)價(jià)研究[J]. 機(jī)械研究與應(yīng)用,2 0 1 3,0 1:1 0~1 4+1 7.
[2]劉慧龍,劉志平,唐凡芳,陳逸凡. 起重機(jī)金屬結(jié)構(gòu)焊縫裂紋檢測(cè)方法研究現(xiàn)狀[J]. 起重運(yùn)輸機(jī)械,2 0 1 3,1 2:1~5.
[3]王偉雄,王新華,齊凱,江愛華,劉柏清. 在役大型起重機(jī)金屬結(jié)構(gòu)安全評(píng)估技術(shù)體系[J]. 中國(guó)特種設(shè)備安全,2 0 1 2,1 2:1 2~1 3.
[4]孫德濤,湯志貴,陳龍,卜宜文. 一起橋式起重機(jī)金屬結(jié)構(gòu)裂紋檢測(cè)及修復(fù)[J]. 安徽冶金,2 0 1 6,0 1:4 6~4 8.
[5]羅仁安,余小波,朱焱,童綏詠,宋喜艷,樊建超.非金屬類樁基材料的Z WI C K高頻振動(dòng)力學(xué)實(shí)驗(yàn)研究[J].機(jī)械強(qiáng)度,2 0 0 4(S 1).
[6]劉柏清,黃國(guó)健,王新華,齊凱.大型門座起重機(jī)振動(dòng)模態(tài)測(cè)試技術(shù)探討[J].自動(dòng)化與信息工程,2 0 1 1(6).
[7]王靈敏.大型旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)[D].大連理工大學(xué),2 0 0 2.
[8]王榮杰,胡清.基于知識(shí)的故障診斷方法的發(fā)展現(xiàn)狀與展望[J].微計(jì)算機(jī)信息,2 0 0 6(7).
T H 2 1 5
A
1 6 7 1-0 7 1 1(2 0 1 7)0 2(下)-0 0 3 1-0 2