数控加工中刀具选择与切削量的确定（二）

作者:xingyang                         时间：2010-12-02

轴承及轴承相关技术文章（轴承型号查询网提供） 关键字：轴承, 　　3故障诊断系统的研制历史　　故障诊断系统是根据诊断对象故障的特点，利用现有的故障诊断技术研制而成的自动化诊断装置。故障诊断的各种理论与方法的研究最终都必须落实到具体的诊断装置或诊断系统的研制上，只有　　诊断系统的研制成功才能产生真正的经济效益。根据各类故障诊断系统出现的先后，可将它们分为以下四类：便携式检测仪表和分析仪器；在线监测仪表系统；计算机监测分析与诊断系统；智能诊断系统。其中，便携式检测仪表和分析仪器、在线监测仪表系统和计算机监测分析与诊断系统统称为常规故障诊断系统，这三类故障诊断装置或诊断系统从出现至今，经过不断的改进，己经发展成为成熟的商品，在故障诊断领域发挥了巨大的作用。　　便携式检测仪表和分析仪器是最早出现的故障检测装置，其主要功能是对检测对象的一些重要运行参数进行测量，分析人员根据测量得到的数据判断检测对象的运行状态。如：振动测量仪、温度测量仪、okb轴承检测仪等，生产厂家有丹麦的B＆K公司、瑞典的SPM公司等。　　在线监测仪表系统是继便携式检测仪表和分析仪器之后出现的针对某一具体对象的专用故障监测系统，适用于需要实时监测运行状态的工业生产系统。比较成熟的产品有：美国Bently公司的7200系列，9000系列，3300系列；西德Philips公司的11 MS700系列以及申克公司的VIBROCON-TROL 2000系列；瑞士Vibro-MetCr公司的MMS系统等。　　计算机监测分析与诊断系统的相继出现，是由于便携式检测仪表和分析仪器和一般的在线监测仪表系统无法满足大型系统故障诊断的要求。计算机监测分析与诊断系统不但可以在线实时监测大型系统的运行状态，还可以根据现场的检测数据，实现越限报警、实时故障分析与诊断等功能。典型的产品有：美国Bently公司的Trendmaster 2000系统；日本三菱公司的HMH系统；瑞士Vibro-Me-ter公司的Vibro-Turbo系统；加拿大CSI3100系统；中国清华大学的QH-l系统，华中理工大学的HZ-l系统，哈尔滨工业大学的MMMD-3系统等等。　　智能诊断系统，是在常规故障诊断技术的基础上，结合人工智能技术的研究成果研制而成的自动化诊断系统。智能诊断系统的开发历史并不长，美国自20世纪80年代开始首先在这方面开展研制工作，开发了多种智能诊断系统。例如，1982年EGG.Idaha公司研制成功用于诊断和处理核反应堆的故障诊断系统。此后，Westinghouse公司研制成功电厂人工智能在线诊断大型网络系统，其中包括汽轮机Turbin AID、发电机GenAID和水化学ChemAID三个人工智能在线诊断系统，以及电站数据中心PDC和诊断运行中心，它在电站机组的安全运行中发挥了巨大的作用，取得了很大的经济效益，被誉为在线智能诊断系统成功应用的代表。国内在故障的智能诊断技术方面的研究起步较晚，但发展较快，并取得了不少成果，如华中理工大学研制成功汽车发动机故障诊断专家系统KB-SED和汽轮机组监测与诊断专家系统；哈尔滨工业大学研制成功大型旋转机械故障诊断专家系统MMMDES；另外，清华大学、上海交通大学、西安交通大学、郑州工学院、东南大学等院校也先后开展了故障智能诊断系统的研制工作［10，13］。　　故障机理的研究振动信号分析是机械故障诊断技术中采用的最主要的方法之一。目前，在振动信号分析与处理方法中，以快速傅立叶变换(FFT)为基础的调和分析法应用最为普遍，几乎所有的动态分析仪都是以FFT为核心进行信号处理的，FFT分析方法及其派生出的多种有效的振动信号处理方法(如快速卷积、相关、自谱、互谱、倒谱、细化谱及传递分析等)在机械故障诊断技术应用中起到了非常大的作用。然而，这类基于平稳过程的经典信号处理方法，分别仅从时域或频域给出信号的统计平均结果，无法同时兼顾信号在时域和频域中的全貌和局部化［16］。　　为实现对非平稳信号的有效表示，解决其时频局部化分析问题，Gabor提出了加窗傅立叶变换(WFT)或短时傅立叶变换(STFT)，但由于其时频分辨率固定，缺乏细化能力，逐步被20世纪80年代发展起来的一种新的数学方法?小波(wavelet)分析所取代。小波分析是一种包含尺度伸缩和时间平移的双参数的函数分析方法，由于小波函数具时频局部化特性，多尺度性和“数学显微”(“变焦”)特性，伸得小坡变换能够很好地解体非平稳信号的分析问题，它的出现对纯数学和应用科学都具有重要意义。研究表明：小波分析在振动噪声的去除、非平稳振动信号的表示与分析及振动信号多分辨率分析等方面具有较强的优势，是适合机械故障诊断的一种有效方法［17］。　　随着人们对小波分析的理论和应用研究的深入，不少新的理论方法被提出。其中，信号自适应小波分解理论和基于基因遗传算法求解的广义自适应小波分解方法已经具有工程应用背景。但在小波参数的最优化问题上，在将小波分析的理论应用到实际的故障诊断系统中，还有大量的实际工作要做。

上一篇：数控加工中刀具选择与切削量的确定（一）

下一篇：线路板加工中如何选用数控钻床与铣床（一）