基于神經(jīng)網(wǎng)絡(luò)的多級(jí)行星齒輪箱故障診斷專家系統(tǒng)

梅 杰,陳定方,李文鋒,盧全國(guó),余 震

(武漢理工大學(xué)物流工程學(xué)院,湖北 武漢 430063)

多級(jí)行星齒輪增/減速器常用于風(fēng)力發(fā)電、重要爬升設(shè)備中,是1種有效連接和傳遞動(dòng)力的通用零部件.但由于多級(jí)行星齒輪傳動(dòng)比大、結(jié)構(gòu)復(fù)雜,而且工作環(huán)境通常又非常惡劣,所以齒輪箱零部件極易損壞并出現(xiàn)故障.若按照傳統(tǒng)方法對(duì)增/減速器實(shí)行揭蓋檢修,需要停機(jī)停產(chǎn),不僅維護(hù)費(fèi)用高,而且不易預(yù)防事故的發(fā)生.因此,對(duì)多級(jí)行星齒輪增/減速器實(shí)行不解體故障診斷及在線監(jiān)測(cè),具有重要的技術(shù)經(jīng)濟(jì)意義.

但從在線監(jiān)測(cè)系統(tǒng)到作出檢修決策,還有許多科學(xué)與技術(shù)問(wèn)題尚未徹底解決.故障與狀態(tài)的診斷、判別與預(yù)測(cè)是狀態(tài)檢測(cè)的必然環(huán)節(jié),專家系統(tǒng)為設(shè)備故障診斷提供了技術(shù)支撐,而近年來(lái)人工神經(jīng)網(wǎng)絡(luò)以強(qiáng)有力的學(xué)習(xí)和并行處理能力為齒輪箱故障診斷提供了1種新的理論方法和實(shí)現(xiàn)手段.

1 齒輪故障診斷分析機(jī)理

齒輪箱是各類機(jī)械的變速傳動(dòng)部件,一般包含軸、齒輪和軸承等零部件,其運(yùn)行正常與否涉及到整臺(tái)機(jī)器的工作狀況.由于制造誤差、裝配不當(dāng)或在不適當(dāng)?shù)臈l件下使用,常會(huì)發(fā)生損傷等故障.齒輪箱中各類零件損壞的百分比[1,2]約為:齒輪60%、軸承19%、軸10%、箱體7%、緊固體3%、油封1%.

齒輪故障或失效形式多種多樣,由于制造與安裝不良,造成齒輪與內(nèi)圓軸線不同心、不對(duì)中以及大型齒輪的動(dòng)不平衡等.在齒輪的運(yùn)轉(zhuǎn)中,由于齒面間承受著交變載荷,引起齒面點(diǎn)蝕、剝落、膠合、磨損及斷齒等失效形式.根據(jù)相關(guān)資料[3],斷齒占齒輪故障比例的41%,點(diǎn)蝕為 31%,劃痕為 10%,磨損為 10%,其他為8%.

結(jié)合實(shí)驗(yàn)室開(kāi)發(fā)的多級(jí)行星齒輪增/減速器的物理樣機(jī)運(yùn)行工況,采用振動(dòng)方法,對(duì)物理樣機(jī)增/減速器進(jìn)行狀態(tài)監(jiān)測(cè)與故障診斷.由于振動(dòng)信號(hào)多集中于軸承座1～5(見(jiàn)圖1)上,所以,各狀態(tài)監(jiān)測(cè)點(diǎn)應(yīng)布置在軸承座上,獲取多級(jí)行星齒輪增/減速器的振動(dòng)信號(hào).圖1為多級(jí)行星齒輪減速器傳動(dòng)示意圖.

(1)多級(jí)行星齒輪減速器的總傳動(dòng)比為5536.8,具體參數(shù)如表1所示.

圖1 多級(jí)行星齒輪減速器原理圖Fig.1 Schematic diagram of multiple level planetary gear

(2)電動(dòng)機(jī)型號(hào) YEJ2-71M2-4,額定功率 370 W,轉(zhuǎn)速 1330 r·min-1.則減速器輸入軸頻率為fr=1330 Hz/60=22.2 Hz.

(3)各軸處的特征頻率為 f1=22.2 Hz/3.7=6 Hz,f2=6 Hz/4.76=1.26 Hz,f3=1.26 Hz/10.38=0.12 Hz,f4=0.12 Hz/6.23=0.02 Hz,f5=0.02 Hz/4.929=0.004 Hz,齒輪的嚙合頻率為 f嚙合=22.2 Hz×17=337.4 Hz.

綜上分析,可以以斷齒、點(diǎn)蝕以及軸承故障作為主要診斷對(duì)象進(jìn)行分析,通過(guò)研究各測(cè)點(diǎn)處的振動(dòng)頻率、振幅等特征信號(hào),研究多級(jí)行星齒輪減速器的故障情況及運(yùn)行狀態(tài)[4].

(1)斷齒.輪齒折斷時(shí)表現(xiàn)為振動(dòng)信號(hào)具有較大的振動(dòng)沖擊.頻率成分主要有斷齒軸的轉(zhuǎn)頻、嚙合頻率及其諧波,以及在嚙合頻率及其諧波附近存在的以斷齒軸轉(zhuǎn)頻為間隔的調(diào)制邊頻帶.

(2)點(diǎn)蝕.齒面點(diǎn)蝕在頻域中表現(xiàn)為:在嚙合頻率及其高次諧波附近存在以點(diǎn)蝕齒輪所在軸的轉(zhuǎn)頻為調(diào)制的邊頻帶,但調(diào)制邊頻帶數(shù)量少而稀.

(3)軸承故障.由于減速箱部分大部分軸承為滾動(dòng)軸承,因此,滾動(dòng)軸承在運(yùn)行中出現(xiàn)的故障按其振動(dòng)信號(hào)特征的不同可分為磨損和表面損傷2種.軸承表面磨損表現(xiàn)為振動(dòng)水平及噪聲的增大.表面損傷表現(xiàn)為低頻振動(dòng)成分,其頻率與轉(zhuǎn)速和軸承的幾何尺寸有關(guān),成為故障特征頻率.此外還包括由于損傷沖擊作用而誘發(fā)的軸承系統(tǒng)的高頻固有振動(dòng)成分,如軸承內(nèi)、外圈的徑向彎曲固有振動(dòng)等.

表1 多級(jí)行星齒輪減速器參數(shù)表Tab.1 Parameter table of multiple level planetary gear

2 行星齒輪故障診斷專家系統(tǒng)結(jié)構(gòu)

2.1 行星齒輪減速箱故障診斷系統(tǒng)結(jié)構(gòu)

行星齒輪減速箱故障診斷系統(tǒng)本質(zhì)上是1個(gè)智能專家系統(tǒng),它從現(xiàn)場(chǎng)數(shù)據(jù)源如數(shù)據(jù)庫(kù)服務(wù)器等采集數(shù)據(jù),存儲(chǔ)在綜合數(shù)據(jù)庫(kù)里.數(shù)據(jù)庫(kù)中的實(shí)時(shí)和歷史數(shù)據(jù)通過(guò)推理機(jī)與知識(shí)庫(kù)相匹配,診斷結(jié)果經(jīng)解釋機(jī)制與存有詳細(xì)故障信息的數(shù)據(jù)庫(kù)交互,轉(zhuǎn)換成實(shí)時(shí)的故障診斷信息,然后送入人機(jī)界面.系統(tǒng)結(jié)構(gòu)如圖2所示[5].

2.2 專家系統(tǒng)中故障診斷知識(shí)的表示

.圖2 實(shí)時(shí)故障診斷專家系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure diagram of real-time fault diagnosis expert system

知識(shí)表示是知識(shí)的形式化過(guò)程,需要研究如何利用最合適的形式來(lái)組織知識(shí),使對(duì)所要解決的問(wèn)題最為有利.它是專家系統(tǒng)的核心.而知識(shí)表示方法就是研究如何設(shè)計(jì)各種數(shù)據(jù)結(jié)構(gòu),以便將獲得的知識(shí)以計(jì)算機(jī)內(nèi)部代碼的形式加以合理的描述和存儲(chǔ)對(duì)不同的領(lǐng)域,采用不同的知識(shí)表示方法.目前專家系統(tǒng)中應(yīng)用最為普遍的產(chǎn)生式規(guī)則表示知識(shí)的方法不僅可以表達(dá)事實(shí),而且可以通過(guò)引入置信度因子來(lái)表示對(duì)這種事實(shí)的可信程度,使得專家系統(tǒng)實(shí)現(xiàn)非精確推理成為可能.

(1)事實(shí)的表示.對(duì)于孤立的事實(shí),在專家系統(tǒng)中常用(特性—對(duì)象—取值)三元組表示.而對(duì)于不完全的知識(shí)的表示,經(jīng)常還在三元組表示中加入關(guān)于該事實(shí)確定性程度的數(shù)值度量,如用置信度來(lái)表示事實(shí)的可信程度:(判斷:振動(dòng)基頻分量振幅占通頻振幅60%以上,基頻振動(dòng)0.9).上述規(guī)則表示“振動(dòng)基頻分量振幅占通頻振幅60%以上判斷為基頻振動(dòng)”的置信度為90%.

(2)規(guī)則的表示.在產(chǎn)生式表示法中,一條規(guī)則可表示為

圖3 基于模型的診斷方法原理圖Fig.3 Schematic diagram of diagnosis method based on model

2.3 故障診斷專家系統(tǒng)的知識(shí)推理功能

在線監(jiān)測(cè)功能直接應(yīng)用實(shí)時(shí)數(shù)據(jù)分析結(jié)果作為知識(shí)推理的初始事實(shí),當(dāng)分析結(jié)果表明增/減速箱運(yùn)行出現(xiàn)異常時(shí),就可啟動(dòng)故障診斷專家系統(tǒng)根據(jù)當(dāng)前事實(shí)進(jìn)行推理,以便獲得專家對(duì)設(shè)備運(yùn)行狀態(tài)的判斷,為設(shè)備維護(hù)提供有價(jià)值的參考.圖3為基于模型的診斷方法原理圖.通過(guò)對(duì)各個(gè)測(cè)點(diǎn)的測(cè)量,可結(jié)合仿真軟件對(duì)齒輪箱的轉(zhuǎn)速、頻率進(jìn)行模擬仿真,根據(jù)增/減速箱的初始條件可獲得其理想狀態(tài)的運(yùn)行曲線.若曲線吻合,則表明齒輪箱運(yùn)行正常;若不吻合,通過(guò)時(shí)域、頻域分析,比較知識(shí)庫(kù)的故障診斷案例,可獲得其故障原因與故障部位.

3 人工神經(jīng)網(wǎng)絡(luò)樣本分析

人工神經(jīng)網(wǎng)絡(luò)是模仿人腦工作方式而設(shè)計(jì)的,它帶有大量按一定方式連接的和并行分布的處理器,網(wǎng)絡(luò)通過(guò)學(xué)習(xí),獲取知識(shí),解決問(wèn)題,然后將知識(shí)分布存儲(chǔ)在連接權(quán)中.人工神經(jīng)元模型是根據(jù)生物神經(jīng)元模型的原理進(jìn)行設(shè)計(jì)的.

神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織、自適應(yīng)、分布存儲(chǔ)、聯(lián)想記憶良好等一系列的優(yōu)點(diǎn),與專家系統(tǒng)結(jié)合,可提高專家系統(tǒng)的性能,使得它解決問(wèn)題的方式與人類智能更為接近.專家系統(tǒng)代表智能的認(rèn)知性,神經(jīng)網(wǎng)絡(luò)代表智能的感知性,這就形成了神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的特色.

人工神經(jīng)網(wǎng)絡(luò)基本單元的神經(jīng)元模型主要包括3個(gè)基本要素:1組連接權(quán)ωi(i=1,2,…n),連接強(qiáng)度由各連接上的權(quán)值表示,正表示激勵(lì),負(fù)表示抑制;1個(gè)求和單元∑,用于求取各輸入信息的加權(quán)和;1個(gè)非線性的激勵(lì)函數(shù)φ(·),起非線性映射作用,并限制神經(jīng)元的輸出幅度在一定范圍之內(nèi).

如果1個(gè)神經(jīng)元有 N個(gè)輸入向量xj,{xj}=[x1,x2,…,xn]T,通過(guò)和它相乘的權(quán)值分量{ωj}=[ω1,ω2,…,ωn]T相連,由下式即可得出神經(jīng)元的輸出:

式中:b為輸出神經(jīng)元的閾值.

3.1 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法

結(jié)合人工神經(jīng)網(wǎng)絡(luò)中δ學(xué)習(xí)律進(jìn)行研究.這種方法是通過(guò)輸入實(shí)例,用已知例子作為教師,對(duì)網(wǎng)絡(luò)的權(quán)進(jìn)行學(xué)習(xí).設(shè)xi為神經(jīng)網(wǎng)絡(luò)的輸入,yj為神經(jīng)網(wǎng)絡(luò)的輸出,Wqj為神經(jīng)元q從輸入xi到輸出yj的權(quán).當(dāng)神經(jīng)網(wǎng)絡(luò)有輸入xi時(shí),網(wǎng)絡(luò)在權(quán)的作用下,有一輸出y′j.當(dāng)y′j與已知輸出yj不在輸出誤差允許的范圍內(nèi)時(shí),需要調(diào)整權(quán)值Wqj,Wqj的改變量為

式中:η為步長(zhǎng);δj為神經(jīng)元網(wǎng)絡(luò)輸出期望對(duì)節(jié)點(diǎn)輸入的一階導(dǎo)數(shù);Vq為第q個(gè)神經(jīng)元的輸出;(yj-y′j)為誤差(即期望值與實(shí)際值之差).φ(·)函數(shù)根據(jù)不同的情況而定,對(duì)于多數(shù)人工神經(jīng)網(wǎng)絡(luò),設(shè):

圖4 BP網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 BP network structure

在Perceptron adaline神經(jīng)網(wǎng)絡(luò)和BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)中都采用了δ學(xué)習(xí)律.該系統(tǒng)主要包括輸入層、隱層和輸出層.多級(jí)行星齒輪增/減速器的輸入特征量包括:①各分頻、工頻和倍頻振動(dòng)幅值;②主要頻率處的相位;③起停機(jī)時(shí)各轉(zhuǎn)速下的振動(dòng)幅值和相位;④負(fù)荷變化前后振動(dòng)幅值和相位;⑤軸瓦(潤(rùn)滑油)溫度;⑥其他過(guò)程參數(shù),如溫度、壓力、負(fù)荷等.輸出故障包括:①輪齒折斷;②齒輪點(diǎn)蝕;③軸承表面磨損;④軸承表面損傷;⑤初始彎曲;⑥軸承座松動(dòng)等.圖4為BP網(wǎng)絡(luò)結(jié)構(gòu),左端為輸入,右端為輸出.

3.2 基于人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的診斷結(jié)果

在齒輪箱的狀態(tài)診斷中,通過(guò)對(duì)齒輪箱中1～5齒輪軸布置多個(gè)傳感器節(jié)點(diǎn),測(cè)量其振動(dòng)加速度信號(hào).通過(guò)比較多測(cè)點(diǎn)數(shù)據(jù)以及同一個(gè)測(cè)點(diǎn)上不同時(shí)間的幾組數(shù)據(jù),對(duì)齒輪箱進(jìn)行故障監(jiān)測(cè)與診斷.與此同時(shí),人為設(shè)置幾種典型的故障工況,這些故障包括滾動(dòng)軸承內(nèi)、外圈出現(xiàn)劃傷,軸承保持架斷裂和齒輪齒面磨損等.通過(guò)對(duì)各種工況的比較、測(cè)試,對(duì)所測(cè)得的信號(hào)進(jìn)行采樣,采樣頻率為4000 Hz,選取對(duì)故障敏感的2組數(shù)據(jù)進(jìn)行相應(yīng)變換后提取故障特征參數(shù)[6].將0～4000 Hz頻率區(qū)間劃分成8個(gè)頻帶:0～500 Hz,500～1000 Hz,1000～1500 Hz,…,3500～4000 Hz.計(jì)算各頻帶能量,利用神經(jīng)網(wǎng)絡(luò)權(quán)值公式,設(shè)定各個(gè)測(cè)點(diǎn)的連接權(quán) ωi及輸出神經(jīng)元的閾值,根據(jù)式(6)即可獲得神經(jīng)網(wǎng)絡(luò)的輸出值yi:

神經(jīng)網(wǎng)絡(luò)輸入節(jié)點(diǎn)數(shù)根據(jù)診斷信息特征向量維數(shù)確定,可以選用波動(dòng)頻率、相位、幅值及溫度4個(gè)參量作為診斷特征參數(shù),故網(wǎng)絡(luò)輸入節(jié)點(diǎn)數(shù)為4.待診斷故障類別數(shù)決定了網(wǎng)絡(luò)輸出的節(jié)點(diǎn)數(shù),可以以輪齒折斷、點(diǎn)蝕、軸承表面損傷及軸初始彎曲等構(gòu)成輸出故障向量F,F=[折斷點(diǎn)蝕軸承表面損傷軸初始彎曲].當(dāng)神經(jīng)網(wǎng)絡(luò)輸出單元值為1或接近1時(shí),表示對(duì)應(yīng)的工況存在;而當(dāng)輸出單元值為0或接近0時(shí),表示狀態(tài)不存在.所以,目標(biāo)向量[1000]為輪齒折斷,而[0001]則為軸初始彎曲.按照傳統(tǒng)做法,隱層節(jié)點(diǎn)數(shù)與輸入節(jié)數(shù)取相同數(shù)字[7].

由此在不同的工況條件下對(duì)增/減速器進(jìn)行實(shí)驗(yàn),從測(cè)取的振動(dòng)波形中提取作為診斷的4個(gè)特征參數(shù)作為訓(xùn)練與診斷樣本,對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)與故障診斷測(cè)試,可以獲得相應(yīng)的訓(xùn)練和識(shí)別診斷結(jié)果,把輸入特征樣本和目標(biāo)向量之間的對(duì)應(yīng)關(guān)系記憶在網(wǎng)絡(luò)結(jié)構(gòu)上,并將增/減速器工作過(guò)程中檢測(cè)到的振動(dòng)波形數(shù)據(jù)輸入到已訓(xùn)練好的網(wǎng)絡(luò)模型,即可得到狀態(tài)識(shí)別診斷結(jié)果,根據(jù)隸屬度最大從屬原則可判斷故障類型,從而實(shí)現(xiàn)對(duì)齒輪箱故障的診斷.

4 結(jié)論

針對(duì)實(shí)驗(yàn)室開(kāi)發(fā)的多級(jí)行星齒輪增/減速器,實(shí)現(xiàn)了對(duì)該增/減速器的故障診斷研究.根據(jù)多級(jí)行星齒輪增/減速器的電機(jī)輸入轉(zhuǎn)速,得出了增/減速器各級(jí)軸端的特征頻率,分析了齒輪增/減速器常見(jiàn)的故障征兆.結(jié)合專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),采用δ學(xué)習(xí)律實(shí)現(xiàn)專家系統(tǒng)的自學(xué)習(xí)能力.并在0～4000 Hz的采用頻率內(nèi),劃分8個(gè)頻帶對(duì)增/減速器各個(gè)軸端測(cè)點(diǎn)進(jìn)行采樣.最終以波動(dòng)頻率、相位、振幅及溫度4個(gè)參量作為診斷特征參數(shù),以輪齒折斷、點(diǎn)蝕、軸承表面損傷及軸初始彎曲作為輸出,實(shí)現(xiàn)多級(jí)行星齒輪箱故障的有效診斷.

[1]韓捷,張瑞林.旋轉(zhuǎn)機(jī)械故障機(jī)理及診斷技術(shù)[M].北京:機(jī)械工業(yè)出版社,1997.HAN Jie,ZHANG Ruilin.Fault mechanism and diagnosis technology of rotating machinery[M].Beijing:China Machine Press,1997.

[2]徐敏.設(shè)備故障診斷手冊(cè)[M].西安:西安交通大學(xué)出版社,1998.XU Min.Equipment fault diag nosis manual[M].Xi'an:Xi'an Jiaotong University Press,1998.

[3]丁康,朱小勇,陳亞華.齒輪箱典型故障振動(dòng)特征與診斷策略[J].振動(dòng)與沖擊,2001,20(3):7-12.DING Kang,ZHU Xiaoyong,CHEN Yahua.T he vibration characteristics of typical gearbox faults and its diagnosis plan[J].Journal of Vibration and Shock,2001,20(3):7-12.

[4]冷軍發(fā),荊雙喜,張新紅,等.齒輪減速器故障診斷研究[C]//徐小力,王書(shū)茂.設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用:第十二屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集.海南:中國(guó)機(jī)械工程學(xué)會(huì)設(shè)備與維修工程分會(huì).2005:665-669.LENG Junfa,JING Shuangxi,Zhang Xinhong,et al.Research on gear reducer fault diagnosis[C]//XU Xiaoli,WANG Shumao.Equipment monitoring and diagnosis technology and its application:the twelfth national equipment monitoring and diagnosis academic conference symposium.Hainan:Equiment and Maintenance Engineering Branch of Chinese Mechanical Engineering Society.2005:665-669.

[5]竇東陽(yáng),趙英凱.基于C語(yǔ)言集成產(chǎn)生式系統(tǒng)的火電廠實(shí)時(shí)故障診斷系統(tǒng)[J].電網(wǎng)技術(shù),2008(9):89-92.DOU Dongyang;ZHAO Ying kai.Thermal power plant real-time fault diagnosis system based on CLIPS[J].Power System Technology,2008(9):89-92.

[6]黃飛,孔慶霞.基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)齒輪箱故障診斷方法的研究[J].科技信息,2008(24):80-82.HUA NG Fei,KONG Qingxia.Research on gearbox fault diagnosis method based on improved BP neural network[J].Science and Technology Information,2008,(24):80-82.

[7]王江萍,王瑋.基于RBF網(wǎng)絡(luò)的抽油機(jī)減速器故障診斷[J].石油機(jī)械,2007(1):28-31.WANG Jiangping,WANG Wei.Fault diagnosis of gear reducer in pumping unit based on RBF neural network[J].China Petroleum Machinery,2007(1):28-31.