李正輝 劉峻峰 余 偉 劉 成
(1、鄭州鐵路職業(yè)技術學院,河南 鄭州451460 2、佛山科學技術學院 自動化學院,廣東 佛山528225)
電機轉(zhuǎn)子作為電機的重要組成部分,承載著現(xiàn)代工業(yè)體系中的重要動力輸出重任,其出現(xiàn)任何的故障或損傷,將直接影響工業(yè)設備的正常安全運行;加之電機長期的超負荷運轉(zhuǎn)和長時間持續(xù)運行,使得其轉(zhuǎn)子發(fā)生故障的可能性增大及故障出現(xiàn)形式日趨復雜[1,2]。當電機轉(zhuǎn)子發(fā)生故障時,及時準確診斷出其故障模式,是保障電機持續(xù)、穩(wěn)定、安全、高效運行的有效手段。近年來,針對電機轉(zhuǎn)子故障的診斷方法有很多,主要分為定性方法和定量方法[3-5]。定性方法主要利用先驗知識建立其定性模型并依據(jù)模型預測電機轉(zhuǎn)子故障,但沒有充分利用數(shù)據(jù)樣本挖掘知識,如傳統(tǒng)專家系統(tǒng)和故障樹等方法。定量方法則主要結(jié)合各種數(shù)據(jù)挖掘技術獲取其中隱含的深層次特征信息,表征系統(tǒng)運行的正常模式和故障模式,但沒有加入豐富的專家知識用于指導其挖掘信息,如神經(jīng)網(wǎng)絡等。近幾年發(fā)展的置信規(guī)則庫推理方法[6,7],將不確定性的定性知識和定量信息相結(jié)合,并運用證據(jù)推理過程對定性知識和定量信息進行客觀的不確定性推理,在復雜系統(tǒng)故障診斷等領域得到了較好應用。
本文針對定性方法和定量方法在電機轉(zhuǎn)子故障診斷上的不足,給出結(jié)合不確定性的定性知識和定量信息的故障診斷方法。首先基于轉(zhuǎn)子故障狀態(tài)會引起振動信號特征頻率幅值變化為特征,選取1X~3X 倍頻以及時域振動位移平均幅值為置信規(guī)則庫推理模型的輸入,以轉(zhuǎn)子的不同故障模式為輸出;然后根據(jù)證據(jù)推理規(guī)則建立關于振動信號與故障模式之間的置信規(guī)則庫,用以描述兩者之間的非線性映射關系,將被不同程度激活的置信規(guī)則進行融合計算得出診斷結(jié)果;最后,通過利用多功能電機轉(zhuǎn)子試驗臺上所獲取的實測振動數(shù)據(jù),驗證了所提方法的有效性和準確性。
仿真實驗設備采用的是ZHS-2 型多功能電機柔性轉(zhuǎn)子系統(tǒng),如圖1 所示。在電機轉(zhuǎn)子支撐部位的水平方向設置安裝時域振動位移傳感器,在電機轉(zhuǎn)子支撐部位的垂直方向設置安裝頻域振動加速度傳感器。利用HG8902 數(shù)據(jù)采集箱采集傳感器獲取的數(shù)據(jù),并傳至計算機分析設備。在該試驗臺上分別設置了正常運行F1,轉(zhuǎn)子不平衡F2,轉(zhuǎn)子不對中F3,基座松動F4等4 種典型故障模式。由于根據(jù)電機轉(zhuǎn)子故障產(chǎn)生機理和大量實驗數(shù)據(jù)表明不同電機轉(zhuǎn)子故障狀態(tài)會引起多頻率成分的振動幅值變化,故將1X~3X 倍頻的頻域幅值變化和時域振動位移幅值變化作為故障特征量。其中通過速度控制器設置電機轉(zhuǎn)子的轉(zhuǎn)速為1500r/m,則基頻1X 為25Hz,n 倍頻nX(n=1, 2, 3, …)為(n×25) Hz。
圖1 電機柔性轉(zhuǎn)子系統(tǒng)
表1 置信規(guī)則庫系統(tǒng)的部分規(guī)則
在構建置信規(guī)則庫系統(tǒng)后,將故障特征1X,2X,3X,“位移”的樣本作為模型輸入,樣本會激活置信規(guī)則庫中的某一條規(guī)則或某幾條規(guī)則,然后再運用證據(jù)推理(ER)算法,融合不同激活程度的規(guī)則,得出最終的融合結(jié)果為故障診斷結(jié)果。通過ZHS-2 電機柔性轉(zhuǎn)子系統(tǒng)獲得1200 組樣本數(shù)據(jù)。
表2 測試樣本的混淆矩陣
來測試置信規(guī)則庫推理方法的診斷效果,其中,每個電機轉(zhuǎn)子故障模式各有300 組樣本數(shù)據(jù)。實驗結(jié)果如表2 所示,所提故障診斷方法對電機轉(zhuǎn)子故障類型診斷的準確率分別達到了93.33%、91.00%、97.00%、96.33%,整體故障診斷準確率為94.41%。該實驗表明了基于置信規(guī)則庫推理的電機轉(zhuǎn)子故障診斷方法的可行性和有效性。
本文針對定性方法和定量方法在電機轉(zhuǎn)子故障診斷上的不足,給出融合定性知識和定量信息的基于置信規(guī)則庫推理的故障診斷新方法。該方法優(yōu)點在于:(1)不用假設故障特征與故障模式之間的非線性映射關系;(2) 算法規(guī)則參數(shù)物理意義明確,便于實際應用和理解。另外本文僅針對單個電機轉(zhuǎn)子故障進行診斷,沒有考慮對并發(fā)故障或多發(fā)故障的診斷,今后可就該方面對所提算法進行進一步的驗證與拓展。