摘要：隨著科技技術(shù)發(fā)展速度不斷加快，各領(lǐng)域生產(chǎn)經(jīng)營(yíng)建設(shè)期間涉及到的機(jī)械設(shè)備種類增多，機(jī)械設(shè)備運(yùn)行水平可直接影響到實(shí)際生產(chǎn)質(zhì)量及效率。現(xiàn)有機(jī)械設(shè)備故障診斷技術(shù)日漸成熟，能夠及時(shí)發(fā)現(xiàn)設(shè)備運(yùn)行期間的異常問題，制定具備針對(duì)性的設(shè)備管控機(jī)制?；诖?，本文以復(fù)雜機(jī)械設(shè)備振動(dòng)系統(tǒng)為例，提出振動(dòng)系統(tǒng)噪聲源診斷技術(shù)應(yīng)用要點(diǎn)，以供參考。

　　關(guān)鍵詞：復(fù)雜機(jī)械振動(dòng)系統(tǒng);噪聲源;診斷技術(shù)

　　前言：現(xiàn)階段機(jī)械設(shè)備逐步趨向于大型化、智能化方向發(fā)展，引發(fā)設(shè)備運(yùn)行故障的因素更多，難以從根本上保障實(shí)際生產(chǎn)質(zhì)量及安全性。機(jī)械設(shè)備振動(dòng)信號(hào)與輻射噪聲能夠切實(shí)反映出設(shè)備運(yùn)行狀態(tài)，因此開展復(fù)雜機(jī)械振動(dòng)系統(tǒng)檢驗(yàn)工作，開發(fā)更為成熟的噪聲源診斷技術(shù)已然成為各領(lǐng)域重點(diǎn)關(guān)注課題。

　　一、復(fù)雜機(jī)械振動(dòng)系統(tǒng)噪聲源信息融合技術(shù)

　　在復(fù)雜機(jī)械設(shè)備振動(dòng)系統(tǒng)診斷工作開展期間，信息融合方式較多，對(duì)診斷結(jié)果具有直接影響?，F(xiàn)階段信息融合方式可分為以下幾種類型：

　　第1，統(tǒng)計(jì)融合方式。統(tǒng)計(jì)融合方式主要就是基于經(jīng)典推理、貝葉斯法以及證據(jù)理論為基礎(chǔ)。其中，經(jīng)典推理技術(shù)需依照數(shù)學(xué)理論，將其應(yīng)用在多變量統(tǒng)計(jì)過程中，需要開展多維概率密度函數(shù)計(jì)算工作，在實(shí)際信息融合中的應(yīng)用難度較大[1]。貝斯推理技術(shù)需要先驗(yàn)證似然函數(shù)，如果對(duì)立假設(shè)彼此不相容，在分配時(shí)的不確定性更強(qiáng)。證據(jù)理論是在貝葉斯理論基礎(chǔ)上演變而來，能夠有效解決一般水平中的不確定性分配問題，還能計(jì)算出任意假設(shè)條件為真條件的似然函數(shù)值;

　　第2，信息論融合方式。信息論主要分為模板法、聚類分析法以及神經(jīng)網(wǎng)絡(luò)法。此類技術(shù)的自然分組與目標(biāo)類型存在密切關(guān)聯(lián)。其中，聚類分析是各過程總稱，不使用統(tǒng)計(jì)理論，可被廣泛應(yīng)用在生物科學(xué)與社會(huì)科學(xué)中。模板法主要就是將觀測(cè)數(shù)據(jù)與先驗(yàn)?zāi)０暹M(jìn)行匹配處理，用以確定觀測(cè)數(shù)據(jù)是否支持模板表征假象。人工神經(jīng)網(wǎng)絡(luò)輸入端的數(shù)據(jù)矢量需要經(jīng)過非線性轉(zhuǎn)換，在網(wǎng)絡(luò)輸出端產(chǎn)生輸出矢量，在實(shí)際使用過程中可以將傳感器數(shù)據(jù)轉(zhuǎn)化為某個(gè)實(shí)體特征的聯(lián)合說明;

　　第3，認(rèn)識(shí)模型信息融合方式。認(rèn)識(shí)模型信息融合方式主要就是包括模糊集合理論以及專家系統(tǒng)，通過模仿人類接收信息辨識(shí)過程，提升信息分析水平[2]。由于專家系統(tǒng)主要依賴于知識(shí)表示，實(shí)際靈活性較強(qiáng)，需要注重開發(fā)出一個(gè)專門面向復(fù)雜機(jī)械，振動(dòng)系統(tǒng)噪聲源診斷的專家系統(tǒng)結(jié)構(gòu)。

　　二、復(fù)雜振動(dòng)系統(tǒng)噪聲源模糊診斷技術(shù)

　　模糊推理技術(shù)主要就是將一個(gè)給定輸入空間通過模糊邏輯的方法映射到一個(gè)特定輸出空間中，此映射過程需要涉及到隸屬度函數(shù)、模糊邏輯運(yùn)算等環(huán)節(jié)模糊邏輯運(yùn)算?，F(xiàn)階段模糊推理系統(tǒng)被廣泛應(yīng)用于自動(dòng)控制、數(shù)據(jù)分類、決策分析以及專家系統(tǒng)中。針對(duì)不同特征，模糊診斷技術(shù)又包括模糊規(guī)則診斷、模糊專家系統(tǒng)、模糊建模以及模糊邏輯控制器。

　　三、復(fù)雜機(jī)械系統(tǒng)振動(dòng)噪聲特征提取與故障診斷試驗(yàn)

　　3.1試驗(yàn)流程

　　本文以柴油機(jī)械設(shè)備為例，借助壓電式加速度計(jì)，檢測(cè)設(shè)備基座、變速箱、氣缸、電機(jī)以及高壓油泵等設(shè)備的縱向振動(dòng)，配合使用標(biāo)準(zhǔn)水聽器以及四元矢量水準(zhǔn)的停器陣測(cè)量主機(jī)結(jié)構(gòu)的近遠(yuǎn)場(chǎng)輻射噪聲值。

　　主機(jī)振動(dòng)噪聲試驗(yàn)測(cè)試系統(tǒng)內(nèi)部包括壓電加速度計(jì)、標(biāo)準(zhǔn)水聽器、四元矢量水聽器陣組成，可以收集設(shè)備運(yùn)行期間的噪聲值[3]。要求在檢測(cè)期間應(yīng)該結(jié)合設(shè)備實(shí)際運(yùn)行要求做好加速度計(jì)測(cè)點(diǎn)布置工作，將重要觀測(cè)點(diǎn)放置在主機(jī)的基角測(cè)點(diǎn)、主機(jī)與船體相連的基座測(cè)點(diǎn)、變速箱測(cè)點(diǎn)以及發(fā)電機(jī)測(cè)點(diǎn)等位置，以便擴(kuò)大振動(dòng)系統(tǒng)噪聲源的檢測(cè)覆蓋面。

　　試驗(yàn)主要的分為多個(gè)工況開展，對(duì)背景噪聲測(cè)量、對(duì)主機(jī)的不同轉(zhuǎn)速進(jìn)行測(cè)量。

　　3.2振動(dòng)噪聲信號(hào)特征提取

　　針對(duì)復(fù)雜機(jī)械設(shè)備振動(dòng)系統(tǒng)噪聲源診斷工作，還需要做好振動(dòng)噪聲信號(hào)特征的提取工作。由于本文工作案例中對(duì)輻射噪聲量沒有特殊要求，則不需要矢量水聽器的振動(dòng)速度信號(hào)。

　　通過分析檢測(cè)結(jié)果數(shù)值，發(fā)現(xiàn)該機(jī)械設(shè)備的氣缸蓋測(cè)點(diǎn)振動(dòng)值最大，水泵測(cè)的振動(dòng)值第二，說明該設(shè)備的水泵以及氣缸處存在較強(qiáng)的振動(dòng)源，需要對(duì)此些部位進(jìn)行精密的二次檢測(cè)，發(fā)現(xiàn)存在與設(shè)備運(yùn)行造成過大的原因，并制定出專項(xiàng)可行解決方案。

　　由于各測(cè)點(diǎn)的能量分布不同，基腳與機(jī)架位置處的能量主要分布在低頻短，強(qiáng)振動(dòng)源的能量主要分布在中頻段以及高頻段。通過分析及其殼體的傳遞作用，發(fā)現(xiàn)在振源傳遞到設(shè)備基腳以及機(jī)架位置處時(shí)已經(jīng)被消耗掉絕大部分，因此可判斷出設(shè)備的殼體主要起到了低通濾波器的作用。

　　3.3特征信息融合與模糊診斷

　　在建立復(fù)雜機(jī)械設(shè)備振動(dòng)系統(tǒng)噪聲源融合診斷系統(tǒng)期間，需要首先做好設(shè)備各測(cè)點(diǎn)處的特征值提取工作，針對(duì)不同測(cè)量的特征信息變化情況開展診斷工作。將此些診斷結(jié)果進(jìn)行融合，并最終獲得蓋測(cè)點(diǎn)的實(shí)際診斷結(jié)果。

　　注重選取與隸屬函數(shù)的計(jì)算[4]。對(duì)機(jī)械設(shè)備輻射噪聲量進(jìn)行手機(jī)，建立起隸屬度函數(shù)，并繪制出帶有頻帶能量比重、功率譜峰位置、最大功率值以及低頻值得線譜。在條件允許的情況下還需要收集設(shè)備故障運(yùn)行狀態(tài)下的數(shù)據(jù)，綜合此些特征值對(duì)設(shè)備噪聲源進(jìn)行最終診斷。

　　建立振動(dòng)信號(hào)隸屬函數(shù)，結(jié)合設(shè)備水泵、氣缸或排氣管等設(shè)備運(yùn)行特征信息變化量，判斷設(shè)備噪聲源以及噪聲出現(xiàn)原因。結(jié)果實(shí)際調(diào)查發(fā)現(xiàn)，氣缸設(shè)備在出現(xiàn)漏氣故障的情況下，振動(dòng)能量會(huì)向高頻方向移動(dòng)，能量主要來源于高溫燃?xì)鈴穆馓幜鞒龆霈F(xiàn)的脈沖激磁力。在漏氣量最大的情況下，高頻段的振動(dòng)能量值也就越大，因此需要結(jié)合診斷結(jié)果，對(duì)高溫燃?xì)庠O(shè)備處的漏縫處進(jìn)行及時(shí)修補(bǔ)或更換損壞部件，確保設(shè)備能夠重新恢復(fù)到正常運(yùn)行狀態(tài)。

　　總結(jié)：總而言之，傳統(tǒng)復(fù)雜機(jī)械振動(dòng)系統(tǒng)故障檢測(cè)工作僅依賴單一特征信息，檢測(cè)結(jié)果的說服力不足。為及時(shí)發(fā)現(xiàn)存在于設(shè)備運(yùn)行期間的各類故障問題，還需配合使用更為先進(jìn)的噪聲源診斷技術(shù)，發(fā)現(xiàn)振動(dòng)系統(tǒng)異常噪聲問題，針對(duì)此問題制定專項(xiàng)可行解決對(duì)策。

　　參考文獻(xiàn)

　　[1]費(fèi)朝陽. 多激勵(lì)系統(tǒng)隔振降噪功率流及振聲能量耦合理論與應(yīng)用[D].沈陽工業(yè)大學(xué)，2012.

　　[2]張?jiān)? 車輛多相關(guān)振動(dòng)噪聲源及其路徑識(shí)別方法研究[D].南京航空航天大學(xué)，2013.

　　[3]邵帥. 非線性機(jī)械振動(dòng)系統(tǒng)的分岔與混沌運(yùn)動(dòng)[D].蘭州交通大學(xué)，2018.

　　[4]周笛. 機(jī)械系統(tǒng)動(dòng)態(tài)可靠性分析方法及其在采煤機(jī)動(dòng)力傳動(dòng)系統(tǒng)中的應(yīng)用[D].東北大學(xué)，2017.