APP下载

基于振动信号分析的纺织机械状态监测与故障诊断

2020-12-18

纺织报告 2020年9期
关键词:置信度纺织机械机械故障

徐 峰

(浙江恒逸石化有限公司,浙江 杭州 311000)

在纺织机械使用过程中,必然会由于摩擦导致纺织机械磨损。磨损程度过高,容易导致纺织机械失效。本研究将振动信号分析技术引入纺织机械状态监测与故障诊断,致力于通过振动信号分析降低纺织机械状态监测误报警率,提高故障诊断置信度。

1 基于振动信号分析的纺织机械状态监测与故障诊断方法

1.1 跟踪纺织机械状态监测信号

在纺织机械状态监测过程中,首先要处理纺织机械状态监测信号的发射点与传输路径,其次基于振动信号分析,假定振动信号可表示纺织机械的实时状态,设磨损状态离散型振动信号的表达式为y,则其计算如公式(1)所示。

在公式(1)中:D1指的是纺织机械材料弹性系数;n指的是纺织机械状态信号跟踪节点区域系数;D2指的是纺织机械工作硬化系数;A1指的是纺织机械状态信号的发射点;m指的是信号滤波转换次数;j指的是状态信号的选择传输路径;Am指的是振动信号滤波转换次数序列分布平方和。上述计算公式(1),重构纺织机械状态信号在传输路径的排列。假定经过滤波转换后,振动信号的能量传输呈现逐步递减趋势,则可将纺织机械状态信号跟踪状态信号设为E,计算如公式(2)所示。

式中:k指的是纺织机械状态信号能量值。首先,根据公式(2),确定原始纺织机械状态信号的时域变化趋向,并以此作为磨损状态振动信号跟踪的依据,确定纺织机械状态信号的传输路径。其次,利用磨损状态振动信号的映射函数与信号库映射的方式,推理状态监测信号的开关量[1-3]。通常情况下,状态监测信号在终端的映射取值在0~1.0,通过计算每个信号的映射值,获得纺织机械状态的监测结果。

1.2 构建纺织机械故障诊断模型

在得出纺织机械状态监测结果的基础上,本研究通过模拟电路,分析纺织机械的电路基本情况。设定纺织机械中的电流方向以及电流极值为关键纺织机械故障诊断信息,通过信息的输入与输出采集纺织机械运行中故障信号的具体参数信息。本研究构建的纺织机械故障诊断模型如图1所示。

图1 纺织机械故障诊断模型

如图1所示,纺织机械故障信号具有多样性的特点,因此,必须通过统一化处理,将多种参数融合起来,综合诊断纺织机械故障信息。以纺织机械正常运行状态下的参数为标准值,将运用纺织机械故障诊断模型诊断出的故障参数与标志值对比,提出非故障的纺织机械参数信息。

1.3 添加振动信号Gaussian白噪声

本研究基于振动信号分析,采用添加振动信号Gaussian白噪声的方式,得到固有模态振动信号自适应函数,通过此函数分析纺织机械故障诊断模型诊断出的故障参数,提高纺织机械故障诊断的置信度。首先,按照振动信号的频率从低到高进行输入,得到固有模态振动信号自适应函数。其次,在原始纺织机械故障振动信号中,添加Gaussian白噪声xi(i=1,2,…,n),设固有模态振动信号自适应函数为IMF,计算过程如公式(3)所示。

式中,m指的是添加振动信号Gaussian白噪声的信噪比;i指的是添加振动信号Gaussian白噪声的个数,为实数。因此,每个独立添加的振动信号Gaussian白噪声,都可以根据公式(3)得到一个独立的固有模态纺织机械故障振动信号自适应函数。

1.4 纺织机械状态故障诊断

针对固有模态纺织机械故障振动信号自适应函数,诊断纺织机械状态故障。首先,在输入层输入信号。其次,将故障模式电流流经值与标准值对比,计算两者之间的差值。最后,定位故障元件,测试故障元件的电流频率,判断其对纺织机械运行的影响程度。设纺织机械故障元件电流频率的影响系数为K,则其计算过程如公式(4)所示。

式中,ω指的是电阻值;M指的是电压信号;E指的是串口的波特率;I指的是停止位长度。为了精准地诊断纺织机械故障,可以通过Keil设置实际使用的纺织机械晶振频率,单位为MHz,这一参数对于故障诊断置信度的影响十分关键,能够有效避免故障诊断置信度失真的现象产生。添加纺织机械故障诊断模型中的测试节点,将多节点测试结果连线,分析影响负荷的曲线,得出的故障模式振动信号,按照一个故障模式可对应一个纺织机械元部件的方式,实现纺织机械状态故障诊断。

2 实例分析

2.1 实验准备

构建实验,实验对象选取某纺织机械,并设定某纺织机械具体参数,包括:线路板板材为FR-1:阻燃覆铜箔酚醛纸层压板,无线通信程序为Modbus。分别使用传统方法以及本研究所述方法进行实验,设置传统方法为对照组。实验分为两部分:(1)记录纺织机械状态监测误报警率,再记录纺织机械故障诊断置信度。监测误报警率越低,证明状态监测精度越高;诊断置信度越高,证明故障诊断精度越高。在保证不受到外部环境干扰的条件下,使用本研究所述方法监测、诊断纺织机械故障,定义该组为实验组。(2)使用传统方法监测、诊断纺织机械故障,记录状态监测误报警率以及故障诊断置信度,定义该组为对照组。设定实验次数为8次,对比实验数据,得出实验结果。

2.2 实验结果与分析

对比两种方法下的状态监测误报警率,对比结果如图2所示。

图2 状态监测误报警率对比

通过图2可得出如下结论:本研究设计方法的状态监测误报警率明显低于对照组,监测精度更高。对比两种方法下的故障诊断置信度,结果如图3所示。

图3 故障诊断置信度对比

通过图3可得出结论:本研究设计方法下故障诊断置信度明显高于对照组,故障诊断精度更高。该方法的各项功能均可以满足纺织机械状态监测与故障诊断总体要求,可以广泛应用于纺织机械状态监测与故障诊断。

3 结语

基于振动信号分析的纺织机械状态监测与故障诊断,能够解决传统纺织机械状态监测与故障诊断中存在的问题。由此可见,本研究设计的方法是具有现实意义的。在后期的发展中,应加大该方法在纺织机械状态监测与故障诊断中的应用力度,为提高纺织机械的综合性能提供参考。

猜你喜欢

置信度纺织机械机械故障
基于数据置信度衰减的多传感器区间估计融合方法
一种基于定位置信度预测的二阶段目标检测方法
汽车发动机机械故障的非接触式检测技术研究
简介控制与数字化纺织机械
校核、验证与确认在红外辐射特性测量中的应用
ZGM113G型磨煤机故障分析及技术改造
纺织机械中的自动控制技术研究
我国非织造布机械标准体系研究