离心机机械故障诊断专家系统设计及其应用（一）

离心机是一种结构复杂的高速旋转机械, 在工业生产中应用非常广泛。实际使用时, 在高速回转的同时需要不停地输料、排料和间歇地排渣, 这样长时间高负荷地运行, 若干年后即会出现转鼓不平衡和轴承、传动齿轮磨损等机械故障, 并由此引发异常振动, 使其故障率增高, 会严重影响工业生产, 从而造成巨大经济损失。有数据表明, 某一大型制药厂由于碟式分离机振动超标而导致的各类损失, 每年可达数百万元甚至数千万元之巨。为了保证离心机的正常运行, 提高运行可靠性, 延长其使用寿命, 需要开展离心机机械故障诊断技术研究, 从根本上将其故障导致和发生概率抑制到zui低。现今, 多数厂家仍沿用定期维修制度, 但过多地拆卸机器构件, 有时反而会使故障增加, 而且此类方法针对性较差, 维修工作量大, 维护费用也大。另外, 从现在采用的故障诊断技术来看, 仍多采用人工感官诊断和便携式简易诊断法, 虽然简单易行, 但难以开展状态监测工作, 不易发现早期故障, 特别是对多个故障并发的情况很难把握。因此, 研究和开发一套集数据采集、信号处理、系统分析、振动监测、故障诊断为一体的离心机机械故障诊断专家系统, 并将其实时地转化为工业应用, 无论是对理论研究, 还是生产实际, 都有极其重要的意义。
 

　离心机振动故障诊断专家系统设计
由上述分析可见, 离心机机械故障产生的异常振动, 是通常测试手段能够比较简便地拾取到的主要故障信息。结合传统的振动诊断技术和人工智能技术的专家系统方法,本系统设计为基于故障树结构的智能化机械故障诊断进程, 采用人工交互式人机对话方式。通过对离心机运转振动状况的实时数据采样, 结合数字信号提纯处理, 可以建成自学习机器振动信息图形数据库和专家经验知识库; 借助于谱分析等主要诊断手段, 可以进行故障主导征兆参数识别来确定故障模式。设计目标为, 期望通过整机故障体系分析, 提高诊断的准确性和效率, 实现诊断过程智能化。
 

　离心机系统的主要故障类型及故障树模型通常, 离心机的故障按摸式分主要有两大类: 离心机起动故障和离心机运转故障。离心机的起动故障主要会导致不正常起动, 使其无法达到规定的工作转速, 这在实际生产中, 往往能得到及时控制和修复。而离心机的运转故障是机械故障的主要表现形式, 通常表现为运转时产生异常振动和噪声, 这不仅影响其正常使用, 而且zui终会引发并发故障, 这一类故障的产生往往有一段使用过程, 导致原因比较复杂, 故障征兆不易发现和把握。根据主要故障类型分析, 采用故障树分析方法, 将离心机的整机失效作为故障树的顶事件, 将起动不正常与运转不正常作为次一级事件, 依据各级子事件的相互依存关系,结合逻辑结构分析, 忽略所有次要的故障导致, 可以建立起离心机结构系统故障树。图1给出了碟式分离机的系统结构故障树。其中, 属于起动故障的主要有起动时间长、起动不正常和无法起动等, 导致的原因可以从机械和电器两方面来分析, 如起动时间长, 电流过小, 主要导致为离心摩擦离合器故障、摩擦片打滑等; 而不正常起动和无法起动的原因X 浙江省自然科学基金资助项目很多, 主要是轴承损坏、传动故障和电机工作不正常等。运行故障的结构组成则更为复杂, 主要导致有转鼓动平衡失效、弹簧减振缓失效、轴承失效、齿轮副失效和立轴与转鼓配合锥面贴合不良等等, 初步分析得到的子事件