第一章绪论

　　1.1课题研究的背景及意义

　　连接结构广泛存在于机械设备中，也是整个机械装备中比较的薄弱的环节。机械装备大多在复杂的振动环境中工作，过大的振动常常造成连接状态发生改变，使机械不能正常工作，松动故障是机械装备常见的故障之一。通常，装备在连续运行状态下，受激振力的作用、装配不善、预紧力不足等是造成机械装备发生松动故障的主要原因。静止部件的松动故障很常见，如基础、轴承座、支撑座等。对于旋转机械来说，松动故障可以降低系统的抗振能力，使原有的不平衡、不对中所引起的振动更加强烈，严重时，可能引起动静件的碰撞、摩擦，甚至导致灾难性事故的发生；在典型的城市高架轨道梁等工程结构中，螺纹连接结构广泛存在，一旦发生松动故障可能引发不可想象的灾难性的后果。2007年8月20日，“华航”波音客机在冲绳那霸机场着陆后起火爆炸，调查表明机翼内部一颗松动的螺栓是起火爆炸的罪魁祸首，而肇事螺栓所在部位是客机日常维护的盲点[1]。2002年5月10日，英国一列列车出轨，事故原因是路轨盆道口处的四个螺母松动引起的因此，研究松动故障的产生机理、故障特征、诊断方法对于确保重要机械装备的安全运行具有重要的意义。能否正确地提取故障特征关系到整个故障诊断系统的成败，本课题以振动环境中连接部件松动故障特征提取方法为主要研究内容，具有较高的理论意义和应用价值。

　　1.2国内外在松动故障特征提取方面的研究现状

　　日本九州工业大学丰田立利夫和三重大学陈鹏等在故障机理与特征提取等实用技术方面进行大量研究[5];澳大利亚新威尔士大学R.B.Randall和法国工皮埃涅技术大学J.Aantoni—直致力于故障信号处理与特征提取的底层研究，在国内香港城市大学P.W.Ts?等在基于小波变换的信号处理与特征提取技术方面进行了深入的探索。北京化工大2学高金吉[9]归纳总结了旋转机械常见故障机理及其征兆、自愈诊断；东北大学闻邦椿_和哈尔滨工业大学陈予恕等基于混纯和分贫理论对轴系非线性动力学进行了深入研究；中南大学钟掘等一直致力于研究现代大型复杂机电系统稱合机理问题；西安交通大学屈梁生、何正嘉、张优云等长期致力于全息谱、小波变换等先进故障诊断技术的底层研究；清华大学褚福晶和彭志科在小波变换理论研究及转子碰摩故障诊断技术等方面取得了显著进展天津大学王太勇、冷永刚和国防科技大学胡萬庆采用随机共振技术为早期微弱故障检测开辟了新途径，上海交通大学陈进”等在信号处理技术与故障诊断专家系统方面做了大量的研究。特征提取技术是实现故障诊断的重要手段，也是机械故障诊断中最重要的组成部分。随着现代化大生产的发展和科学技术的进步，设备的结构越来越复杂，功能越来越完善，机械系统部件繁多；在故障诊断过程中会有许许多多无法避免的因素的影响，采集得到的动态信号是各部件的综合反映，所以需要在诊断过程中分析设备运转中获取的各种信号，提取信号中的各种信息，从中获取与故障相关的征兆，利用征兆进行故障诊断。信号或动态数据的处理与分析是设备故障诊断的前提与基础，通常是在相同的条件下对给定设备进行大量的重复试验，并对所得的数据进行统计分析来研究其规律性，这就产生了大量的由诸多特征描述的数据，需要进行特征提取。

　　第二章故障特征提取相关理论

　　2.1基于振动信号的故障特征提取

　　目前，运用信号分析方法，对釆集到的结构响应信号进行分析和处理已经成为故障诊断和特征提取的一个重要途径。噪声和振动信号是信号分析的两个主要的对象，基于振动响应信号处理的特征提取技术有其独特的优点，因为设备在运行中或多或少总会产生振动，而且在设备发生故障时，振动将会发生改变，这给故障诊断及特征提取提供给了可能性；另外，不同类型、性质、原因和部位引起的故障所激发的振动具有不同的特征，这些特征可以用频率成分、幅值大小、波形形状，能量分布等征兆来表示，这给故障特征提取提供了可识别性。根据振动的动力学理论，每个振动系统都有它固定的频率和模态，固有频率和模态是系统本身的特性所决定的，它取决于系统本身的质量、刚度及其分布，只有在系统结构参数发生变化或者系统部件出现故障时才会改变。当系统结构参数发生变化时，系统的振动响应信号中会包含系统因故障等各种因素引发的信号，这就给故障特征提取提供了信息，所以本文采用基于振动信号特征提取的方法。机械装备的振动信号的来源包括仿真信号和直接测量的实验信号。仿真信号可以通过研究故障的机理，从运动学和动力学的角度，建立合理的物理参数模型和数学模型，并通过数值方法得到模型的响应。随着技术的进步，数值仿真的方法也变得多样化，现在有限元法在科学研究中已经有很广泛的应用，但是有限元仿真在振动信号的获取方面却不是很方便，因为有限元软件在进行长时间的动态仿真计算方面计算工作量大，求解过程经常难以收敛。本文通过建立系统的数学模型，并用MATLAB软件对动力学模型进行微分方程的求解，最终得到系统的响应。

　第三章连接松动故障的仿真研究.........21

　　3.1机械装备连接松动故障.........21

　　3.2振动环境中连接结构松动故障.........223

　　3.3本章小结.........32

　　第四章振动环境中连接松动故障的实验研究.........33

　　4.1螺纹连接状态测试实验设计及硬件配置.........33

　　4.1.1实验激振系统.........34

　　4.1.2振动测试系统.........35

　　4.2实验参数设置及信号采集.........36

　　4.3故障特征提取.........40

　　4.4本章小结.........55

　　第五章总结与展望.........56

　　5.1工作总结.........56

　　5.2今后工作的展望.........57

　　结论

　　目前关于机械装备连接松动故障特征的提取方法的研究还不多，并且现有的研究主要集中在建立连接结构的数学模型和模型参数的识别方面，在模型的数值仿真方面主要着重于松动过程的研究，在连接松动故障的机理和故障特征提取方面研究的不多，为此本文在总结和吸收前人的研究成果上，对机械装备连接松动故障进行了研究，把小波分析方法应用到松动故障特征提取中，探索了适用于连接松动故障特征提取的方法。在模型的构建过程中，本文以螺纹连接构成的机械系统为研究对象，针对该系统的预紧-临界-松动三种状态，釆用简化的方法建立了具有松动的螺纹连接结构的简化动力学模型；根据连接件与被连接件的力与变形关系图可以把机械装备的连接状态定性的分为预紧、临界和松动三种状态，本文的仿真研究主要针对系统在残余预紧力为零的临界状态前后的松动故障特征提取。

　　在模型的简化过程中，本文把螺纹连接构成的机械系统简化为两自由度的弹簧阻尼结构，并且把外界的激励简化为位移激励。系统的因连接松动而出现的非线性现象通过分段函数的形式来处理，这样非线性现象就可以在微分方程的求解.结果中得到体现，也为连接松动故障的仿真研究提供了可能性。基于信号处理的结构损伤监测技术及现在计算辅助设计软件是各种结构健康监测系统的基础，其中信号处理方法是结构检测技术的关键条件。由于松动故障具有非线性，传统的信号处理方法不再适合处理这种信号；针对突变、趋势等非线性现象，本文釆用小波分析的方法来研究松动故障特征，小波分析是一种同时具有时间分辨率和频域分辨率的分析方法；小波分析还具有窗口自适应性，因为一般情况下，高频信号持续时间短，而低频信号持续时间长，因此希望能够对低频信号采用大时间窗进行分析，而对高频信号采用小时间窗进行分析，小波分析的窗口自适应性就解决了这个问题，因此在时频域都具有很强的表征信号局部特征的能力。信号的峭度指标反映了信号概率密度函数峰顶的凸平度，对大幅值比较敏感，非常利于探测信号中的脉冲信息。

　　参考文献

　　[1]何正嘉，陈进，王太勇，等.机械故障诊断理论及应用[M].北京，高等教育出版社，2010.

　　[2]曾国英，赵登峰.螺纹迮接状态识别的现状与发展[M].噪声与振动技术，2009,4(2):9-11.

　　[3]屈梁生，何正嘉.机械故障诊断学[M].上海：上海科学技术出版社，1986.

　　[4]BilgeYildiz,MichaelWGolay,KennethPMaynard,etal.Developmentofahybridintelligentsystemforon-linemonitoringofnuclearpowerplantoperations.PSAM6(probabilisticsafetyassessmentandmanagement)conference,SanJuan,PuertoRico,June23-23,2002.

　　[5]PengChen,ToshioToyota,Zhengjiahttp://www.e-lunwen.com/jxgclw/He.Automatedfunctiongenerationofsymptomparametersandapplicationtofaultdiagnosisofmachineryundervariableoperatingconditions[J].IEEETransactiononSystems,ManandCybernetics---PartA:SystemsandHumans,2001,31(6).

　　[6]AntoniJ.Cyclostationaritybyexamples[J].MechanicalSystemsandSignalProcessing,2009；23(4)：987…1036.

　　[7]AntoniJ,RandallRB.Thespectralkurtosis:applicationtothevibratorysurveillanceanddiagnosticsofrotatingMachines[J].MechanicalsystemsandSignalProcessing/2006/20(2)：308-780.

　　[8]RafieeJ,TsePW.Useofautocorrelationofwaveletcoefficientsforfaultdiagnosis[J].MechanicalSystemsandSignalProcessing,2009,23(5):1554-1572.

　　[9]高金吉.高速涡轮机机械振动故障机理及诊断方法的研究[D].北京：清华大学，1993.

　　[10]闻邦椿.“振动利用工程”学科近期的发展[j].振动工程学报，2007,20(5)：427-434.

　　(责任编辑：gufeng)