故障诊断大作业
(机械故障诊断大作业)
机械故障诊断大作业作业名称：滚动轴承故障诊断院系：机械工程系学号：姓名：指导教师：李奕璠分数：傅里叶分析滚动轴承的故障诊断摘要：傅里叶变换在故障诊断技术中是重要的工具，但傅里叶变换及其逆变换都不适合数字计算机计算，要进行数字计算机处理，必须将连续性信号离散化，无限长数据有限华，基要进行采样和截断。
这种算话称为有限离散傅里叶变换（DFT），为了提高效率，在DFT的基础上，运用快速傅里叶变换（FFT）对滚动轴承进行故障诊断。
关键词：故障诊断，快速傅立叶变换(FFT)，滚动轴承一、概述滚动轴承是机器的易损件之一，据不完全统计，旋转机械的故障越有30%是因为滚动轴承引起的，由此可见滚动轴承故障诊断工作的重要性。
最初轴承故障诊断是利用听棒，靠听觉判断，继听棒、电子听诊器之后，又引入了各种测振仪；1966年，瑞典SKF公司发明了冲击脉冲仪检测轴承损伤，1976年，日本新日铁株式会社研制了MCV系列机器检测仪。
随着对滚动轴承的运动学、动力学的深入研究，加之快速傅里叶变换技术的发展，开创了用频域分析方法来检测和诊断轴承故障诊断的新领域。
离散傅立叶变换( Discrete Fourier Transform， DFT) 及其快速算法快速傅里叶变换( Fast Fourier Transform，FFT)算法很多，分别依照数据的组合方式和抽取方式可以分为时域法和频域法，基2和基4算法等。
其实现方法主要有两种，一种是用硬件实现, 用硬件实现时速度较快, 但系统的成本很高；另一种是用软件实现，用软件在PC 机或工作站上实现时虽然速度较慢, 但成本非常低。
本文中采用软件实现。
二、快速傅里叶变换（FFT）算法原理FFT是基于DFT的一种离散的傅里叶变化的快速算法。
FFT算法分为按时间抽取算法和按频率抽取算法，先简要介绍DFT的基本原理，再介绍FFT。
DFT的运算为：X(n)=∑x(k)W N nkN−1k=0，(n=0,1,2,…,N−1)x(k)=1N∑X(n)W N−nkN−1k=0，(k=0,1,2,…,N−1)其中，W n=e−j2πN⁄由于序列x(k)和它的离散傅里叶变换X(n)都是复数,并且随着序列长度k的增大，运动量将急剧增加。
故障诊断作业
故障失火导致控制单元损坏车型：宝来1.8TA T故障现象：发动机在怠速运转时发抖，车辆在行驶过程中提速缓慢、动力不足，之后继续行驶发现驻车制动手柄和换挡杆下面烫手，同时仪表板上的EPC警报灯报警。
检查：用V.A.G1552查询发动机故障记忆，发现有十几个故障码，其中有2个永久故障：18039——G79信号太大，18042——G185信号太大。
其他都是偶发性故障，如空气流量计故障、个别气缸失火等。
阅读数据块发现2、3和4缸有失火记录。
根据故障现象、故障码和数据块，分析可能是点火线圈失效，无法点火，致使个别缸不工作。
更换2、3和4缸的点火线圈后怠速平稳了，但有时会出现不踩加速踏板发动机转速自动上升至四五千转的现象，并且EPC警报灯亮。
继续检查，发现三元催化器后面的λ传感器G130的线束绝缘皮已经烧没了，λ传感器的4根导线像钢丝绳一样缠绕在一起。
经查阅电路图得知，λ传感器G130内部的加热器是由S243号熔丝供电，拔下S243熔丝发现已熔断。
更换λ传感器G130和熔丝S243后试车，仍然出现怠速自动升到4000～5000r／min的现象，并且EPC警报灯亮。
后来更换油门踏板总成(该总成包括踏板位置传感器G79和G185)故障依旧。
分析：故障原因是个别气缸点火线圈失效、火花塞不能跳火，燃油未经燃烧在排气行程被排到排气管中，燃油在排气管中继续燃烧，导致排气管温度急剧上升，所以驾驶员感觉驻车制动手柄和换挡杆下面很烫手。
另外，由于温度过高，将安装在排气管上λ传感器的线束绝缘层烤化，导致λ传感器的4根线相互短路。
这不仅使S243熔丝熔断，还使发动机控制单元内部烧坏，导致发动机怠速转速自动升到4000～5000r／min，控制单元又错误地自诊断为电子油门踏板上的油门踏板位置传感器G79和G185信号太大，使得仪表上的EPC灯常亮。
排除：更换2、3和4缸点火线圈，更换三元催化器、λ传感器G130和发动机控制单元J220，并做基本设定，故障排除。
浙大化工机械-故障诊断大作业
碟式分离机故障诊断综合报告——故障诊断大作业一、课题背景随着科学技术的不断发展，机械设备越来越复杂，自动化水平越来越高，设备的可靠运行对现代工业生产中影响越来越大。
机器运行中发生的故障或失效不仅会造成重大的经济损失，甚至还可能导致灾难性的人员伤亡。
碟式分离机是一种转速比较高的化工旋转机械，广泛应用于液-液，液-固和液-液-固的分离，其工作转速通常从4000r/min到10000r/min，复杂的机械结构使其比其它类型的分离机械，要求有更高的平衡特性。
因为，碟式分离机的进液和排液都是在工作转速下连续进行，特别是在进行液-液分离时，不仅要保证进料分配器同进料管之间，轻、重液出口管同轻、重液收集器之间有足够小的间隙，使进料和排料能顺利进行，而且从升速至工作状态乃至停机的全过程，尤其过临界和发生机座共振时，相互间都不能发生擦碰。
其次，与其它的旋转机械一样，过大的振动会导致机器的动负荷增加，机械效率降低，造成机器零件的过早磨损和疲劳，直接影响机器的正常运行和使用寿命，甚至于引发事故。
二、分离机基本参数及故障特征1. 主要结构特点图1 碟式分离机实物图图2 碟式分离机结构简图如图1所示，此机器为DRJ-395中型胶乳碟式分离机，该机的工作转速为7000r/min。
主要结构参数：针对DRJ-395中型胶乳碟式分离机，该机的工作转速为7000r/min。
主要结构参数:转鼓内径：395mm；碟片数：110-115张；碟片间隙：0.5mm;碟片锥度母线与水平夹角：α=50 度；横轴转速：1450r/min；立轴转速：7027r/min;分离因子：α=10750；生产率：320kg/h;电动机型号：JO3-132M-4 TH/T2 型；电机功率：11kw；电动机转速：1450r/min；外型尺寸（长×宽×高）1210×843×1665；重量：1040kg；碟式分离机主要包括机座、传动系统、横轴系统、立轴系统和转鼓组件等。
机械故障诊断综合大作业—航空发动机的状态监测和故障诊断
机械系统故障诊断综合大作业航空发动机的状态监测和故障诊断1.研究背景与意义航空发动机不但结构复杂，且工作在高温、大压力的苛刻条件下。
从发动机发展现状看，无论设计、材料和工艺水平，抑或使用、维护和管理水平，都不可能完全保证其使用中的可靠性。
而发动机故障在飞机飞行故障中往往是致命的，并且占有相当大的比例，因此常常因发动机的故障导致飞行中的灾难性事故。
随着航空科学技术的发展并总结航空发动机设计、研制和使用中的经验教训，航空发动机的可靠性和结构完整性已愈来愈受到关注。
自70年代初期即逐步明确航空发动机的发展应全面满足适用性、可靠性和经济性的要求，也就是在保证达到发动机性能要求的同时，必须满足发动机的可靠性和经济性（维修性和耐久性）的要求。
可靠性工作应贯穿在发动机设计-生产-使用-维护全过程的始终。
对新研制的发动机，应在设计阶段就同时进行可靠性设计、试验和预估；对在役的发动机，应经常进行可靠性评估、监视和维护。
军机和民用飞机的主管部门，设计、生产、使用和维护等各部门，应形成有机的、闭环式的可靠性管理体制，共同促进航空发动机可靠性的完善和提高。
2.国内外进展自70年代前期，国外一些先进的民用和军用航空公司即着手研究和装备发动机的状态监视和故障诊断系统。
电子技术与计算机技术的迅速发展，大大促进了航空发动机的状态监视与故障诊断技术的发展。
至今，监视与诊断技术作为一项综合技术，已发展成为一门独立的学科，其应用已日趋广泛和完善。
按民航适航条例规定航空发动机必须有15个以上的监视参数。
现今美国普•惠公司由有限监视到扩展监视，逐步完善了其TEAMIII等系统，美国通用电气公司也不断在发展其ADEPT系统。
从各国空军飞机发动机的资料来看，大都采用了发动机状态监视与故障诊断系统。
包括发动机监视系统EMS，发动机使用情况监视系统EUMS和低循环疲劳计数器LCFC等，同时为了帮助查找故障，近年来还发展了发动机故障诊断的专家系统，如XMAN和JET—X。
xyz机械故障诊断大作业
作业名称：FFT滚动轴承故障诊断院系：机械工程系学号：姓名：指导教师：西南交通大学峨眉校区摘要滚动轴承是旋转机械的主要损失之一，在以往的动检工作中，我们对旋转机械滚动轴承强烈震动原因分析不足，不能满足设备维修工作的需要。
所以要定期对旋转机械进行动态监测，根据所测数据做出诊断分析，及时发现滚动轴承强烈震动情况。
通过FFT方法分析轴承的信号图，对滚动轴承振动的产生原因进行深入分析，不断总结经验，提高故障分析能力，掌握造成滚动轴承强烈振动的原因，及时消除振动，为设备安全提供可行性措施。
关键词：轴承振动FFT一、快速傅里叶变换(FFT)的原理及公式非周期性连续时间信号x(t)的傅里叶变换可以表示为式中计算出来的是信号x(t)的连续频谱。
但是，在实际的控制系统中能够得到的是连续信号x(t)的离散采样值x(nT)。
因此需要利用离散信号x(nT)来计算信号x(t)的频谱。
有限长离散信号x(n)，n=0，1，…，N-1的DFT定义为：可以看出，DFT需要计算大约N2次乘法和N2次加法。
当N较大时，这个计算量是很大的。
利用WN的对称性和周期性，将N点DFT分解为两个N／2点的 DFT，这样两个N／2点DFT总的计算量只是原来的一半，即(N／2)2+(N／2)2=N2／2，这样可以继续分解下去，将N／2再分解为N／4点 DFT等。
对于N=2m 点的DFT 都可以分解为2点的DFT，这样其计算量可以减少为(N／2)log2N次乘法和Nlog2N次加法。
图1为FFT与DFT-所需运算量与计算点数的关系曲线。
由图可以明显看出FFT算法的优越性。
将x(n)分解为偶数与奇数的两个序列之和，即x1(n)和x2(n)的长度都是N／2，x1(n)是偶数序列，x2(n)是奇数序列，则其中X1(k)和X2(k)分别为x1(n)和x2(n)的N／2点DFT。
由于X1(k)和X2(k)均以N／2为周期，且WN k+N/2=-WN k，所以X(k)又可表示为：上式的运算可以用图2表示，根据其形状称之为蝶形运算。
故障诊断习题及答案
工况监测与故障诊断复习题作业题1概论1、什么是工况监测与故障诊断？书P3工况监测与故障诊断是指在一定工作环境下，查明导致系统某种功能失调的原因或性质，判断劣化发生的部位或部件，预测状态劣化的发展趋势2、开展工况监测与故障诊断技术研究的意义？书P4⑪预防事故，保证人身和设备的安全；⑫推动设备维修制度的改革；⑬提高经济效益3、设备状态监测与故障诊断技术包括哪几方面的内容？书P5传统诊断方法,数学诊断方法，智能诊断方法2 故障的概念与分类1、什么是故障？判断故障的准则是什么？书P7故障：故障是指可修复产品“丧失了其规定功能”，可修复产品是指零、部件经故障再经修理后能继续使用；判断故障的准则：在给定的工作状态下，机械系统的功能与约束条件下不能满足正常运行或原设计期望的要求2、机械系统产生故障的原因有哪些？书P7⑪环境因素：①机械能机械能不但能沿着各个零件传递，而且还和外部介质发生相互作用，以静载荷和动载荷的形式对机械系统产生作用；②热能由于周围介质温度发生变化以及机械在运转过程中的发热作用，会产生一定的热能；③化学能化学能也会对零件产生影响，如含有水分和侵蚀成分的空气会使零件产生腐蚀破坏；④其他能量除上述几种主要能量外，还有核能、电磁能以及生物因素等同样会对零件产生破坏作用，影响机械系统的工作能力；⑫人为因素：①设计不良即使设计者认为是完美的机械系统，实际上总是存在者薄弱环节；②质量偏差制造过程中的过失误差和明显缺陷，在机械系统检验时一般都会暴露出来，可以在制造范围内予以消除③使用不当质量合格的机械系统，在其整个生命周期内的运输和保管技术要求、使用条件和使用方法、维护保养和修理制度以及操作人员的技术水平等，对实际故障率将产生很大影响⑬时间因素3、说明故障率曲线（浴盆曲线）意义？P124、什么是故障模式、故障机理？书P12故障模式：故障模式是指由外因和内因对机械系统共同作用结果所显现出来的故障形态故障机理：故障机理是指引起机械系统故障的物理、化学变化等的内在原因、规律及其原理。
故障诊断综合大作业
空间站的安全监测与自主维护装置构思机自24 王东岳 2120101087一、背景与意义在过去的几十年中,世界各国在发展航天技术的过程中,由于错综复杂的原因,发生了数以千计的事故,数以万计的故障。
特别在研制初期这种情况尤为明显,可以说世界各国的航天器是在不断出现事故和故障中发展起来的。
当前,发展载人航天技术已成为世界航天的发展热点,空间站更是其中的一位佼佼者。
它是一项投资巨大、技术复杂的综合性大型航天工程,因此加强空间站的安全保障,尤其是设计初期的安全计划则成了一项必不可少的关键工作,其中故障监测报警、诊断和恢复技术成为航天事业中保障航天器安全,提高可靠性,降低风险的有效对策。
空间站是机械、电子、材料、控制、推进、能源、通讯以及航天医学和生物学、计算机技术、遥感技术、天体物理等多学科最新的尖端成果的协同运用，造价极其昂贵的大型复杂系统，而且要在数以年计的任务时间内可靠运行。
因此，空间站的设计必须要求具备故障检测和诊断能力，这是提高空间站可靠性的极为重要的补充，也是空间站设计中的一个不容忽视的至关重要的环节。
二、国内外展综述故障检测、报警与诊断技术随着80年代初期以来人工智能和专家系统技术在各个民用行业的兴起和成功应用,在载人航天事业中占有越来越关键的地位。
故障诊断系统已与空间站的各分系统,各软、硬件配置集为一体。
以空间站站上火灾的预防和控制方法的具体应用也可看出故障检测、报警与诊断技术的渗透:故障检测系统实时监测站上环境中的温度、放射线、烟雾因子以及空气化学成分等的变化,或产生报警,或由诊断系统诊断后提出对策,由站上的多专家系统(站上二氧化碳,氮,Halan1301为灭火专家) 进行故障隔离。
故障检测诊断技术一直是载人航天器发展的一大特色,经历了60年代简单的状态监测(水星号),70年代初的基于算法的故障监测(阿波罗计划)和80年代基于知识的智能诊断(航天飞机),智能诊断进一步发展到目前的基于模型的自主诊断(空间站)。
故障诊断作业项目内容及评分标准
正确说明故障点8分
正确确认故障点排除8分
十二
5分
故障代码再次检查
正确读取并记录故障码，1分
定格数据确认1分
相关数据流内容2分
故障码最终清除1分
十三
10分
文明安全作业
正确使用及摆放工具、量具3分
清洁整理工作台面及工具量具2分
作业时注意安全5分
完成时间：
分秒
总分：
裁判签字：
年月日
正确选择测量仪具1分
正确连接测量仪具1分
正确读取和记录数据2分
正确分析测量结果2分
十
25分
电路测量（电脑侧及元件侧的电路测量采用正面插入测量）
正确查阅资料,确认测试接头及线路。正确记录插接件编号和针脚号。5分
正确选择测量仪具5分
正确连接测量仪具5分
正确读取和记录数据5分
正确分析测量结果5分
十一
16分
安装车轮挡块2分
检查机油、冷却液和蓄电池电压等1分
插汽车排气抽气管1分
三
2分
仪器连接
点火开关关闭1分
正确连接诊断仪器1分
四
5分
故障码检查
（不起动发动机）
正确读取2分
记录故障码3分
五
5分
正确读取数据和清除故障码
正确记录定格数据2分
与故障码相关的动态数据确认2分
清除故障码1分
六
4分
安装状态检查
目视检查管线连接2分
发动机故障诊断作业项目内容及评分标准
学号姓名工位号
总分：100分时间：30分钟
编号
项目
内容及配分
扣分
备注
一
6分
前期准备
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2016-2017-I
《设备远程故障断》期末大作业
学院机械工程与应用电子技术学院
专业机械工程及自动化
姓名冯文超
学号13010428
指导教师张建宇
2016年12月12日
北京工业大学
图1为某高线精轧机组的传动链简图，该机组的振动监测系统包含14个测点，每架精轧机各有一个测点。
2007年8月18日上午11点，25#轧机的振动指标超过报警限，峰值达到70m/s²，随后增至75m/s²，8月19日峰值达到
80m/s²，系统持续出现黄色报警，如图2所示，图3为25#轧机的内部结构。
图1高线精轧机传动链
图2H25报警显示图3H25轧机基本结构已知条件：
✧系统采样频率为12kHz，采样点数为2048；
✧增速箱齿轮参数：Z1=150，Z2=57(奇数侧)/46(偶数侧)；
✧25#精轧机齿轮参数：Z3=77，Z4=53，Z5=31，Z6=27。
现提供三组监测信号，说明如下：
序号信号采集时间文件名当日电机转速
12007.06.308:00200706300800H6K.txt n=1166rpm
22007.07.1720:00200707172000H6K.txt n=1173rpm
32007.08.205:00200708200500H6K.txt n=1130rpm
完成下列分析：
(1)计算25#轧机的归一化轴频和啮合频率(即设定电机转速为1rpm)。
(2)每组数据文件均包含14列(对应14个通道)，其中第7列为25#精轧机
监测数据，提取该列数据。
(3)计算三组数据的峰值、有效值、峰值指标、峭度指标，比较设备在不同时期的状态差异，根据数值差异你能得到什么结论？
(4)画出2007年8月20日的波形、频谱及平方解调谱，给出你的诊断结论（即判断故障发生部位）。
(5)分别画出2007年6月30日和7月17日监测信号的波形、频谱以及概率密度曲线，判断信号中是否已存在故障特征。
(6)画出6月30日和7月17日两组信号的自相关曲线，并计算相关波形的的平方解调谱，从中能否找到故障特征？
答：（1）
电机转速为为1rpm 时，Z1的轴频为f1=1/60HZ ;
奇数侧：Z2的轴频为f2=(Z1/Z2)*f1=5/114HZ ;
Z3的轴频为f3=f2=5/114HZ
Z4的轴频为f4=(Z3/Z4）*f3=385/6042HZ ;
Z5的轴频为f5=f4=385/6042HZ ;
Z6的轴频为f6=(Z5/Z6）*f5=11935/163134HZ ;
Z3与Z4的啮合频率为：(f3)*Z3=385/114HZ;
Z5与Z6的啮合频率为：(f5)*Z5=11935/6042HZ
(2）该列数据见Matlab 程序；
（3）由以上指标可以看出2017年8月30日的振动明显增强，且偏离正态分布的程度在三组数据中最大！
（4）2007年8月20日的波形、频谱及平方解调谱如下：信号采集时间
峰值
有效值峰值指标峭度指标2007.06.30
23.9710 6.739 3.5570 2.99122007.07.17
25.39437.7556 3.2743 3.10542007.08.2066.760117.6825 3.7758 2.8342
波形图
频谱
平方解调谱
由频谱可得故障发生部位的的啮合频率约为2039HZ，轴频约为76HZ；，此时电机转速为1130rmp；由（1）可知此时Z3与Z4齿轮对的啮合频率为3816HZ，Z5与Z6齿轮对的啮合频率为2232HZ，约为故障特征频率。
此时Z5的轴频为72HZ，Z6的轴频为82.7HZ，Z5的轴频最接近于故障轴频。
即故障发生部位为Z5。
（5）2007年6月30日和7月17日监测信号的波形、频谱以及概率密度曲线如下图：
2007630波形2007713波形
2007630频谱2007713频谱
2007630概率密度曲线2007713概率密度曲线
由频谱可看出2007年6月30日和7月17日监测信号的频谱均有明显的边频带，故二者均存在故障特征！
（6）6月30日和7月17日两组信号的自相关曲线与平方解调谱如图所
示：
2007630自相关曲线2007713自相关曲线
2007630平方解调谱2007713平方解调谱
由以上平方解调谱可看出2007年6月30日和7月17日监测信号均有明显的倍频现象，且二者故障频率均为82HZ.可判断发生故障部位均为Z6。