法律状态公告日
法律状态信息
法律状态
2022-08-30
未缴年费专利权终止 IPC(主分类):G01M13/00 专利号:ZL2017108593140 申请日:20170921 授权公告日:20191001
专利权的终止
2019-10-01
授权
授权
2018-01-05
实质审查的生效 IPC(主分类):G01M13/00 申请日:20170921
实质审查的生效
2017-12-08
公开
公开
技术领域
本发明涉及故障检测技术领域,尤其涉及一种在线木工带锯条裂纹和掉齿故障检测诊断方法及系统。
背景技术
木工带锯机是在木材加工企业中广泛使用的机床。它的质量优劣直接影响企业的经济效益。作为旋转机械木工带锯机设备监测诊断已成为林业企业经济发展的迫切需要。从目前木工机械在线故障诊断方法来看,解决其诊断问题的关键之一是如何对监测诊断中获得的机械振动动态信号的非平稳性非线性进行有效地分析。
木工机械设备在运行过程中产生的多发故障,如剥落、摩擦、松动、爬行、冲击、裂纹、断裂、掉齿、喘振等,都将导致其输出的动态信号非平稳性的出现。而且木工设备运行中的驱动力、阻尼力、弹性力的非线性以及系统本身的结构反映在动态信号上也具有非线性。即使木工机械稳态运行,当出现摩擦、冲击等故障时,其转动件的阻尼、刚度、弹性力等会发生变化,呈现出非线性,使输出的振动信号变得非平稳。以上情况表明,从实际工程中获得的动态信号,它们的平稳性是相对的、局部的,而非平稳性非线性是绝对的、广泛的。木工带锯机状态监测与故障诊断的非线性方法具有特殊性,分析系统的动态特性,找出系统的非线性特征,达到对木工设备进行诊断、监测的目的是非常重要的。
现有的木工带锯条产生裂纹和掉齿缺陷只能事后诊断,在加工木材时由于其采用的是闭式切削,极不容易看见带锯条状态,只能根据声音诊断,由于经验问题很难精确、及时;从而造成木工带锯条在锯切中“放炮”-断裂,从而影响带锯机的安全工作,影响操作者的人身安全。以往的研究方法采用木工带锯条横向振动位移和带锯条横向振动频率数值范围进行判断,其存在范围交叉问题,很难做到精确诊断。
发明内容
针对上述缺陷或不足,本发明的目的在于提供一种在线木工带锯条裂纹和掉齿故障检测诊断方法。
本发明的技术方案为:
一种在线木工带锯条裂纹和掉齿故障检测诊断方法,包括:
1)、实时获取待检测木工带锯条的主轴转速、进料速度和带锯条张紧力、带锯条横向振动位移;
2)、根据所获取的主轴转速、进料速度和锯条张紧力、带锯条横向振动位移,得到基于杜芬方程和改进的QR分解方法的Lyapunov指数;
3)、根据Lyapunov指数与Lyapunov指数范围对照表进行比较,判断木工带锯条的故障状况。
所述步骤2为:
2.1定义Lyapunov指数为:
式中F(x)-n维动力系统在带锯条横向振动位移,x=xi为迭代点处的锯条张紧力;λ-为原动力系统的Lyapunov指数;
2.2、基于杜芬方程的Lyapunov指数计算,受迫Duffing方程形式为:
式中x-所测木工带锯条横向振动位移;
a-阻尼系数矩阵s-1;
c-二维非自治系统木工带锯条横向振动位移方程的常系数;
在系数b矩阵中的b0=2πn,n-木工带锯轮回转速度,也称木工带锯条横向振动基频;其他为以b0为整数倍的系数;
2.3设公式(2-2)解为λ1(t)和λ2(t),则用改进的QR分解方法得到
式中
求解方程得到
式中λ1和λ2是受迫Duffing方程的两个Lyapunov指数;
λ1和λ2之间关系为:
对于杜芬方程的Jacobian矩阵,其对角元素J11≡0,J22是常数,令J22=c,c为常数,积分式(2-4)得到:
λ1(t)+λ2(t)=ct+d,c、d为任意常数。
所述步骤1)中,所述锯条张紧力通过数字式力传感器获得;主轴转速通过数字式非接触转速测定仪获取。
所述Lyapunov指数范围对照表为木工带锯条的正常情况下以及故障时的Lyapunov指数范围。
一种在线木工带锯条裂纹和掉齿故障检测诊断系统,包括:监测系统、处理单元、以及判断单元;
所述监测系统,用于实时获取待检测木工带锯条的主轴转速、进料速度和锯条张紧力、木工带锯条横向振动位移;
所述处理单元,用于根据所获取的主轴转速、进料速度和锯条张紧力、木工带锯条横向振动位移,得到基于杜芬方程和改进的QR分解方法的Lyapunov指数;
所述判断单元,用于根据Lyapunov指数与Lyapunov指数范围对照表进行比较,判断木工带锯条的故障状况。
所述处理单元具体用于:
2.1定义Lyapunov指数为:
式中F(x)-n维动力系统在带锯条横向振动位移,x=xi为迭代点处的锯条张紧力;λ-为原动力系统的Lyapunov指数;
2.2、基于杜芬方程的Lyapunov指数计算,受迫Duffing方程形式为:
式中x-所测木工带锯条横向振动位移;
a-阻尼系数矩阵s-1;
b-圆频率矩阵Hz2,
c-二维非自治系统木工带锯条横向振动位移方程的常系数;
在系数b矩阵中的b0=2πn,n-木工带锯轮回转速度,也称木工带锯条横向振动基频;其他为以b0为整数倍的系数;
2.3设公式(2-2)解为λ1(t)和λ2(t),则用改进的QR分解方法得到
式中
求解方程得到
式中λ1和λ2是受迫Duffing方程的两个Lyapunov指数;
λ1和λ2之间关系为:
对于杜芬方程的Jacobian矩阵,其对角元素J11≡0,J22是常数,令J22=c,c为常数,积分式(2-4)得到:
λ1(t)+λ2(t)=ct+d,c、d为任意常数。
所述监测系统包括:木工带锯机踞轮主轴转速监测装置、木工带锯机进料速度监测装置、木工带锯条张紧力监测装置、以及木工带锯条横向振动位移参数监测装置;
所述木工带锯机踞轮主轴转速监测装置通过数字式非接触转速测定仪获取主轴转速;
所述木工带锯机进料速度监测装置通过数字式非速度传感器获取进料速度;
所述木工带锯条张紧力监测装置通过数字式力传感器获取带锯条张紧力;
所述木工带锯条横向振动位移参数监测装置通过电涡流传感器和振动测试数据采集仪获取带锯条横向振动位移。
与现有技术比较,本发明的有益效果为:
本发明提供了一种在线木工带锯条裂纹和掉齿故障检测诊断方法及系统,通过实时监测木工带锯条的参数,实时进行Lyapunov指数的检测,根据Lyapunov指数,进行损伤判断,并且该Lyapunov指数为基于杜芬方程和改进的QR分解方法的最大Lyapunov指数,能够进行微弱信号检测,由于在木工带锯条故障幅度较弱时由于故障特征信号淹没在高频振动和噪声中较难分辨,难以检测出信噪比很低的故障特征信号。即功率谱分析或倒频谱分析对高频振动和噪声无免疫力,并且对微弱的故障特征信号不敏感,影响了诊断结果的准确性。在木工带锯条故障监测中,被监测信号伴随着大量噪声,使早期故障特征信号信噪比很低,传统的滤波方法难以实现这种非平稳随机信号的信噪分离。本发明用Duffing方程的非平衡相变对小信号的敏感性及对噪声的免疫力,计算其最大Lyapunov指数,能检测出故障信号,并将其运用到木工带锯条掉齿故障的诊断中,实现故障的实时在线的预报,避免了故障发现不及时而导致判断产生极大误差的现象,提高了故障判断的准确度,并且避免安全故障的产生及木材加工质量的下降、木材的极大浪费。
附图说明
图1是本发明在线木工带锯条裂纹和掉齿故障检测诊断方法流程框图
图2是本发明在线木工带锯条裂纹和掉齿故障检测诊断系统结构图;
图3是本发明在线木工带锯条裂纹和掉齿故障检测诊断监测系统结构图。
具体实施方式
下面将结合附图对本发明做详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
如图1所示,本发明提供了一种在线木工带锯条裂纹和掉齿故障检测诊断方法,包括:
1)、实时获取待检测木工带锯机的主轴转速、进料速度和木工带锯条张紧力、木工带锯条横向振动位移;
本发明通过非接触式电涡流传感器(或激光数字传感器)、数字式速度传感器、数字式力传感器的探头检测,采集木工带锯机的主轴转速、进料速度和木工带锯条张紧力、木工带锯条横向振动位移数据。
2)、根据所获取的主轴转速、进料速度和锯条张紧力、木工带锯条横向振动位移数据,实时得到基于杜芬方程和改进的QR分解方法的Lyapunov指数;
Lyapunov指数不仅仅用来判别混沌现象,还应用到混沌相关的其它领域。Lyapunov指数的值表明了系统混沌的程度,为系统的预测和决策提供了重要信息。所以,Lyapunov指数不仅是判别混沌存在与否的重要指标,也可以用来求取系统从混沌态跃变到周期态的阈值,为系统状态判断提供有效途径。
具体描述用Lyapunov指数确定系统阈值的方法,并基于杜芬方程计算最大Lyapunov指数,进行微弱信号检测。
所谓混沌,最一般意义上的定义是确定性系统的内在随机性,其本质特征是对初值的敏感依赖性。从数学上讲,对于各模型参数都已知的确定性系统,由确定的初始值可以推知该系统的长期行为,甚至可以追溯其以往的状态。然而大量的实例表明,有很多系统对其初值有着很强的依赖性,初值上的“差之毫厘”往往会导致系统长期行为的“失之千里”。因而在实际误差的影响下,这种系统将表现出极大的随机性。然而,这种随机性与由于系统本身具有随机项或随机系数而产生的随机现象是完全不同的。对于一个真正的随机系统,从某一特定时刻的量无法知道以后任何时候量的确定值,即系统行为在短期内也是不可预测的。而对于确定性系统,它的短期行为是完全确定的,但由于对初值依赖的敏感性,使得确切运动在长期内不可预测。这种由确定性系统的内在故有的随机性所引起的随机现象,我们称之为混沌现象。
具体地,所述步骤2)为:
2.1定义Lyapunov指数为:
式中F(x)-n维动力系统在带锯条横向振动位移,x=xi为迭代点处的锯条张紧力;λ-为原动力系统的Lyapunov指数;
2.2、基于杜芬方程的Lyapunov指数计算,受迫Duffing方程形式为:
式中x-所测木工带锯条横向振动位移;
a-阻尼系数矩阵s-1;
b-圆频率矩阵Hz2,
c-二维非自治系统木工带锯条横向振动位移方程的常系数;
在系数b矩阵中的b0=2πn,n-木工带锯轮回转速度,也称木工带锯条横向振动基频;其他为以b0为整数倍的系数;
公式(2-2)这是一个二维非自治系统,记为:
2.3设公式(2-2)解为λ1(t)和λ2(t),则用改进的QR分解方法得到
式中
求解方程得到
式中λ1和λ2是受迫Duffing方程的两个Lyapunov指数;
λ1和λ2之间关系为:
对于杜芬方程的Jacobian矩阵,其对角元素J11≡0,J22是常数,令J22=c,c为常数,积分式(2-4)得到:
λ1(t)+λ2(t)=ct+d,c、d为任意常数。
3)、根据Lyapunov指数与Lyapunov指数范围对照表进行比较,判断木工带锯条的故障状况。
本发明还提供了一种在线木工带锯条裂纹和掉齿故障检测诊断系统,如图2所示,包括:监测系统1、处理单元2、以及判断单元3;
所述监测系统1,用于实时获取待检测木工带锯条的主轴转速、进料速度和锯条张紧力;
如图3所示,本发明中所述监测系统1包括:木工带锯机踞轮主轴转速监测装置11、木工带锯机进料速度监测装置12、木工带锯条张紧力监测装置13、以及木工带锯条横向振动位移参数监测装置14;
所述木工带锯机踞轮主轴转速监测装置11通过数字式非接触转速测定仪获取主轴转速;
所述木工带锯机进料速度监测装置12通过数字式非接触速度传感器获取进料速度;
所述木工带锯条张紧力监测装置13通过数字式力传感器获取带锯条张紧力
所述木工带锯条横向振动位移参数监测装置14通过电涡流传感器(或数字激光位移传感器)和振动测试数据采集仪获取木工带锯条横向振动位移。
监测系统1将所获取的数据通过计算机、大数据振动数据分析软件及计算的处理单元进行分析,最后通过打印机进行打印。
所述处理单元2,用于根据所获取的主轴转速、进料速度和锯条张紧力,得到基于杜芬方程的Lyapunov指数;所述处理单元(2)具体用于:
2.1定义Lyapunov指数为:
式中F(x)-n维动力系统在带锯条横向振动位移,x=xi为迭代点处的锯条张紧力;λ-为原动力系统的Lyapunov指数;
2.2、基于杜芬方程的Lyapunov指数计算,受迫Duffing方程形式为:
式中x-所测木工带锯条横向振动位移;
a-阻尼系数矩阵s-1;
b-圆频率矩阵Hz2,
c-二维非自治系统木工带锯条横向振动位移方程的常系数;
在系数b矩阵中的b0=2πn,n-木工带锯轮回转速度,也称木工带锯条横向振动基频;其他为以b0为整数倍的系数;
2.3设公式(2-2)解为λ1(t)和λ2(t),则用改进的QR分解方法得到
式中
求解方程得到
式中λ1和λ2是受迫Duffing方程的两个Lyapunov指数;
λ1和λ2之间关系为:
对于杜芬方程的Jacobian矩阵,其对角元素J11≡0,J22是常数,令J22=c,c为常数,积分式(2-4)得到:
λ1(t)+λ2(t)=ct+d,c、d为任意常数。
所述判断单元3,用于根据Lyapunov指数与Lyapunov指数范围对照表进行比较,判断木工带锯条的故障状况。
所述监测系统1包括:木工带锯机踞轮主轴转速监测装置11、木工带锯机进料速度监测装置12、木工带锯条张紧力监测装置13、以及木工带锯条横向振动位移参数监测装置14;
所述木工带锯机踞轮主轴转速监测装置11通过数字式非接触转速测定仪获取主轴转速;
所述木工带锯机进料速度监测装置12通过数字式非速度传感器获取进料速度;
所述木工带锯条张紧力监测装置13通过数字式力传感器获取带锯条张紧力;
所述木工带锯条横向振动位移参数监测装置14通过电涡流传感器(或数字激光位移传感器)和振动测试数据采集仪获取带锯条横向振动位移。
对于本领域技术人员而言,显然能了解到上述具体事实例只是本发明的优选方案,因此本领域的技术人员对本发明中的某些部分所可能作出的改进、变动,体现的仍是本发明的原理,实现的仍是本发明的目的,均属于本发明所保护的范围。
机译: 裂纹传感器故障检测电路和包括该裂纹传感器故障检测电路的裂纹传感器系统以及使用该方法确定裂纹传感器故障的方法
机译: 一种用于加工的机器,其配备有切齿细长的工件,特别是用于磨削带锯条的工件
机译: 一种用于加工的机器,其配备有切齿细长的工件,特别是用于磨削带锯条的工件