门机回转支承故障实时检测与诊断系统

　　摘　要：针对港口门机回转支承装置的故障诊断问题，设计了一套故障实时检测与诊断系统。该系统采用振动诊断分析方法，以Lab View为开发平台，应用时域分析、频域分析、相关分析以及小波分析等方法判断回转支承的故障原因，实践证明具有较好的诊断效果。
　　关键词：起重机；回转支承；故障诊断系统
　　回转支承装置是门机的重要部件，由大型回转支承故障引起的事故时有发生，因此有必要通过监测其运行情况来指导其日常管理。
　　目前，回转支承的故障诊断主要以振动诊断为主，常规的分析方法是基于Fourier分析的^[1]。但这种方法局限性较大，对回转支承的故障诊断不完整，而且不能对早期故障做出诊断。我们在分析了回转支承的故障机理，并总结常见故障形式的基础上，设计了一套门机回转大支承实时检测及故障诊断系统，对回转支承的故障从多方面进行综合判断，实践证明具有较好的诊断效果。
　　1　回转支承的结构及常见故障类型
　　港口门机大轴承式回转支承的结构形式主要为3排滚柱式，见图1。回转支承的回转座圈与门机的上部连接，固定座圈与门机的下部连接，通过回转支承内外齿圈的啮合转动来实现门机的回转。 　　这种回转支承2个方向的轴向力及倾覆力矩由上下2排水平滚柱承受，径向力则由垂直布置的第3排滚柱承受。驱动方式为内齿啮合驱动，这样内圈就与轴承座或机架相连接，固定或相对固定，外圈与回转驱动装置相连接，与上部回转机构一起回转^[2]。
　　港口门机回转支承的故障原因可分为2类：一类是设计、制造、安装不当造成的；另一类是操作、使用、保养不当而造成的。这些故障的绝大部分是可修复的，但维修的费用较高。如果能及早地发现故障征兆，准确地予以诊断，采取恰当的措施，则部分故障可以排除，部分故障的劣化趋势可以中止或减缓，从而保证其正常运行，同时也节省大量的维修费用。
　　2　检测系统的设计
　　系统的主要组成部分包括数据采集、数据处理与分析、状态识别、判断和预报。系统采用振动诊断分析方法，用各类传感器在运行的系统中提取振动信号，并加以分析，将有故障或怀疑有故障的检测对象和与正常系统的振动特性作比较，以识别出系统的故障状态^[3]。故障诊断流程见图2。 　　2.1 数据采集系统
　　由于振动加速度信号能较好地反应各部件所包含的信息，故选其为监测参量。
　　传感器的布置位置的选择主要以回转支承的振动特性为依据，主要原则如下：
　　（1）根据起重机回转支承的结构特点，定圈与支承圆筒相连，其振动量直接反映回转支承的振动。动圈与上部回转机构相连，其振动应计入上部回转机构的影响。由于上部回转载荷直接作用于动圈上，因此应将传感器布置于回转支承的动圈上，如发现故障怀疑区域，再在定圈上布点进行搜索性测试。
　　（2）回转支承受到较大的倾覆力矩，每个滚动体承受的载荷各不相同，因此回转支承滚圈上不同部位的振动情况各不相同，单凭一个测点不足以反映整个回转支承振动的全貌，传感器的布置位置应尽量沿滚圈方向均匀分布。
　　（3）滚圈的振动分为轴向振动和径向振动，回转支承受到的径向力和倾覆力矩较大，因此滚圈的径向振动不可忽略。传感器的布置方向应分轴向和径向2种。
　　具体的测点布置见图1，臂架方向为A、B测点，另一侧为C、D测点。
　　检测工况是当臂架处于Z大幅度时，起吊额定载荷上升至一定高度，回转机构以Z大工作速度回转，记录转动过程中振动加速度随时间变化的历程，采样频率为100Hz。采用数据采集器采集振动信号。
　　2.2 数据后处理系统
　　数据后处理系统^[4]具有数据处理与分析、状态识别、判断和预报等功能，采用美国NI公司的Lab View 6i为开发平台。
　　设计程序的主要功能应包括信号的自动采集、时域分析、相关分析、频域分析和小波分析。编程时为每个功能建立相应的子模块，Z后再对各子模块进行集成和调试。测试系统的程序总体方案见图3。 　　回转支承振动信号的处理方法分为3个层次：首先测定回转支承振动加速度信号的总噪声与振动强度，并与正常运行时的振动强度做对比，初步判断统运行是否存在问题，即在时域的情况下初步判断回转支承是否有故障，若超过了正常值，则说明回转支承故障的几率较大，需要做进一步的分析；然后对有故障可能的回转支承信号进行频谱分析，以进一步判断系统中问题发生在什么环节上；Z后采用一些特殊技术如小波分析等，对特定的零部件，如滚动体、滚道等进行深入分析，判断故障细节。
　　若由前面的分析认为回转支承可能有故障，则对回转支承的振动信号做频域分析。具体的做法是先根据回转支承的尺寸计算出各个部件的特征频率，然后将振动信号做FFT变换，得出频谱图，可以初步判断频谱图中那一频率区间的幅值较大，缩小进一步分析的范围。当然，在测试的环境噪声比较强时，根据FFT变换的原理，噪声也会影响分析频域的幅值大小，只有在故障足够严重时故障频域的幅值才会比较明显，这样就会使许多故障的初期信号被淹没。若有这种情况的发生，则需运用更精确的分析方法定位故障或故障的初期信息。
　　通过频域分析找出幅值较大的频率区间后，在下面的分析中只需将振动测试信号用小波变换分解到所关心的频率区间中去，更精确地辨析故障产生的具体原因，分析此频带中的信号变化和值的大小。
　　由于噪声影响而难以作出判断，则将信号做小波变换，剔除噪声的干扰，再确定故障的具体原因。
　　2.2.1 时域分析
　　时域分析就是直接分析时间变量的函数。在绝大多数情况下，信号的变化不遵循任何规律，它的未来是不能准确预测的，尽管是随机信号，但其中仍含有一些规律性的因素，这种规律是从大量样本经统计后呈现出来的。
　　对测得的振动数据先去除异常的点，接着做时域分析，即初步判断回转支承是否存在故障，看时域数据的峰值、有效值、峭度值是否超过正常值，即判断振动加速度峰值是否大于0.5g（g=9.81m/s²），有效值是否大于0.05g，峭度值是否大于0.02g。同时也可以从概率密度图的形状上判断是否存在故障，概率密度与回转支承的磨损故障有一定的联系，曲线越“胖”，说明磨损程度越严重。用这种方法可以判断是否有磨损故障发生。通常这种判断是初步的，因为不论是峰值、有效值、峭度值或是概率密度图形，都不能说明故障的具体部位，所以需要用更进一步的分析方法将故障定位。
　　2.2.2 频域分析
　　由于大型回转支承装置一般回转频率较低，因此各元件特别是内圈和外圈的故障特征频率较为接近，这就要求对信号和结构参数有较高的采集精度和分辨率，因此在使用功率谱密度为测度对轴承振动信号进行频率分析时，仍需综合其它分析方法的结果才能作出判断。
　　2.2.3 相关分析
　　相关函数描述了2个信号之间的关系或相似程度，利用相关技术可以对机械振动进行分析，找到振动特性，提取故障信息，针对大型回转支承装置振动信号的特点，讨论平稳的、满足遍历条件的随机过程。
　　当大型回转支承的整个支承结构出现确定性冲击脉冲等异常缺陷或故障时，在轴承旁往往无法准确判断其具体故障部位，而利用相关定位又难以保证测量精度，因此可以通过多通道的信号记录分析仪器进行同步采样，根据产生脉冲的时间延迟来判断每个故障信号的产生顺序。同时在时域信号的时间坐标上读出精确的时间延迟，从而间接找到产生故障的部位。由于一般声波在铁中的传播速度为5000m/s，如果要求精确找出脉冲延迟的时间量，就必须有较高的时间分辨率，因此在采样时需要设置较高的采样频率，这样势必会在信号采集过程中混入更多的噪声，降低了信号的信噪比，因此脉冲延迟法只适用于冲击脉冲较明显的故障的定位。
　　2.2.4 小波分析
　　小波分析是在傅立叶变换的基础上形成的，它被认为是傅立叶分析方法的突破性进展。小波分析的Z大特点是它解决了时域和频域的局部化矛盾，不仅能得到时域上的信息，而且能得到频域上的信息。其分析精度也是可变的，在时频相平面的高频段具有高的时间分辨率和低的频率分辨率，而在时频相平面的低频段具有低的时间分辨率和高的频率分辨率。
　　小波分析不像傅立叶变换那样将信号分解为谐波，它是将信号分解为不同尺度的称为小波的基函数。在时间轴上，每个小波存在于不同的位置，小波中心处的值比较大，在远离中心处的位置，它的值衰退为零。小波分析能有效地分析具有局部特征的信号，分析出信号的局部变换大小和位置。
　　3　实际应用
　　本文所开展的试验研究是以港口在用门机大型回转支承装置为对象，试验地点为港口码头现场，并以门机的日常工作为试验工况。系统流程见图4。 　　主要试验仪器为恒磁通的动圈式加速度传感器、数据采集系统、Lab View后处理系统^[5]。检测工况是在臂架处于Z大幅度、起吊额定载荷上升至一定高度后，回转机构以Z大工作速度回转，记录转动过程中振动加速度随时间变化的历程，采样频率为100Hz。
　　2003年6月检测此回转支承时，运转正常，故将此次振动信号作为标准图像，另2次的检测结果与此对比。从时域上可以看出，回转支承3次检测的振动是呈加剧趋势的，但是在3次的时间历程中分析不出是由什么故障所引起的，也分析不出回转支承的故障趋势。
　　3.1 时域分析
　　对振动信号进行时域分析，即初步判断回转支承是否存在故障。首先计算振动数据的Z大值（即峰值）、有效值、峭度值（见表1）。 　　由表1可见，后2次测量的3个时域指标（Z大值、有效值、峭度值）较第1次的高，特别是第3次比第1次增大1倍左右，这表明回转支承振动强度在增大。在2003年9月时就已超过了各个指标的无故障值，可以初步判断回转支承有可能有故障，但具体的故障件却不能确定，需要作进一步的分析。
　　3.2 概率密度分析
　　可以从概率密度图的形状上判断是否存在故障。困为概率密度与回转支承的磨损故障有一定的联系，曲线越“胖”，说明磨损程度越严重，所以用这种方法可以判断是否有磨损故障发生。
　　回转支承回转速度很慢，且受到很大的倾覆力矩，使得滚动体与滚道间除了滚动摩擦外，还掺杂着一些滑动摩擦，而当滚动体出现磨损变形时，滑动摩擦的现象更加明显，此时动态数据的分布状态也将发生变化，在概率密度函数图形上表现为曲线变“胖”，统计方差值会增大。将所统计的各门机测点的信号序列数字特征量列入表2。 　　从表2可以看出，第3次测量大型回转支承装置磨损程度较其它2次严重。二阶中心矩δ较前2次大，这说明该大型回转支承振动异常。
　　3.3 频域分析
　　由前面的分析可知回转支承有可能有故障，所以对回转支承的振动信号做频域分析，即对回转支承的振动测试信号做FFT变换，得出其频谱图（见图5）。具体的做法是，先根据回转支承的尺寸计算出各个部件的特征频率，然后将振动信号做FFT变换，得出频谱图，初步判断频谱图中哪一频率区间的幅值较大，从而为下一步的分析减少工作量。 　　从图5中可以看出，回转支承振动信号的低频区域在2003年6月明显增大，第3次信号的频谱幅值整个频率段远大于前2次，说明噪声淹没了有用的故障信息，在图中只能定性地说明回转支承有损坏的趋势，而且可能是由低频的振动部件引起的。
　　部件的故障信息中有强噪声的干扰，并不能分析出具体的故障部件及损坏的程度，所以需要做进一步的分析。
　　3.4 小波分析
　　对信号进行小波变换，根据回转支承结构和工作的特点，选择db10小波，进行7级分解，其中d1~d7是小波分解后的7级细节信号。由前面介绍的小波多分辨率的原理可以知道，外圈和内圈的特征频率落在第5细节的频带里，而滚柱的特征频率落在第7细节的频带里，其它几个频段多为背景噪声。
　　由于标准差描述了信号的波动量，所以可以从标准差这样一个量化值看出故障趋势（见表3），d5的3次标准差呈现出上升的趋势，特别是2004年2月较2003年9月标准差增大了近1倍，而d7的3次值变化并不大。 　　图6是3次测试信号经小波变换后的第5细节（记为d5）、第7细节（记为d7）信号以及对应的FFT变换。在d5里，数据呈增大的趋势，而第7细节的数据增大不明显，在其它细节（如d1、d2、d3等）中数值的变化也不明显，并且在d5、d7的频段内并无其它故障特征频率。对d5、d7信号分别作FFT变换，可明显看出3个时间段d5的FFT变换后的数值逐渐增大，但d7的FFT变换后值的变化不明显。 　　根据EFT变换后的数据变化及标准差变化，可诊断此回转支承的表面滚道出现了损伤，且损坏趋势较快，应对该门机停机检修。检修发现该门机回转支承滚道存在多处疲劳剥落，检修的结果证实了数据分析的结论。
　　小波分析方法在回转支承的故障诊断中具有较好的效果，能较清楚地分析出故障的原因。
　　4　结语
　　根据回转支承的特点建立了回转支承的故障诊断系统，并提出了回转支承振动数据采集的方法和回转支承故障检测与诊断系统。该系统在实际应用中取得了较好的效果，具有较强的实用价值，能对港口的设备管理工作起到指导性作用。
　　参考文献
　　[1]叶玺，肖汉斌.基于小波分析的大型回转支承故障特征信号的提取[J].武汉理工大学学报:交通与科学版，2004(6):840-843.
　　[2]陈光.基于虚拟仪器的大型回转支承状态监测与管理对策研究[D].武汉:武汉理工大学物流工程学院，2004.
　　[3]叶玺.大型回转支承装置故障机理及故障诊断技术的研究[D].武汉:武汉理工大学物流工程学院，2005.
　　[4]卢文祥，杜润生.机械工程测试!信息!信号分析[M].武汉:华中理工大学出版社，1999.
　　[5]徐立民，陈卓.回转支承[M].合肥:安徽科学技术出版社，1988.