離心機是一種結構復雜的高速旋轉機械, 在工業生產中應用非常廣泛。實際使用時, 在高速回轉的同時需要不停地輸料、排料和間歇地排渣, 這樣長時間高負荷地運行, 若干年后即會出現轉鼓不平衡和軸承、傳動齒輪磨損等機械故障, 并由此引發異常振動, 使其故障率增高, 會嚴重影響工業生產, 從而造成巨大經濟損失。有數據表明, 某一大型制藥廠由于碟式分離機振動超標而導致的各類損失, 每年可達數百萬元甚至數千萬元之巨。為了保證離心機的正常運行, 提高運行可靠性, 延長其使用壽命, 需要開展離心機機械故障診斷技術研究, 從根本上將其故障導致和發生概率抑制到zui低。現今, 多數廠家仍沿用定期維修制度, 但過多地拆卸機器構件, 有時反而會使故障增加, 而且此類方法針對性較差, 維修工作量大, 維護費用也大。另外, 從現在采用的故障診斷技術來看, 仍多采用人工感官診斷和便攜式簡易診斷法, 雖然簡單易行, 但難以開展狀態監測工作, 不易發現早期故障, 特別是對多個故障并發的情況很難把握。因此, 研究和開發一套集數據采集、信號處理、系統分析、振動監測、故障診斷為一體的離心機機械故障診斷專家系統, 并將其實時地轉化為工業應用, 無論是對理論研究, 還是生產實際, 都有極其重要的意義。
 

　離心機振動故障診斷專家系統設計
由上述分析可見, 離心機機械故障產生的異常振動, 是通常測試手段能夠比較簡便地拾取到的主要故障信息。結合傳統的振動診斷技術和人工智能技術的專家系統方法,本系統設計為基于故障樹結構的智能化機械故障診斷進程, 采用人工交互式人機對話方式。通過對離心機運轉振動狀況的實時數據采樣, 結合數字信號提純處理, 可以建成自學習機器振動信息圖形數據庫和專家經驗知識庫; 借助于譜分析等主要診斷手段, 可以進行故障主導征兆參數識別來確定故障模式。設計目標為, 期望通過整機故障體系分析, 提高診斷的準確性和效率, 實現診斷過程智能化。
 

　離心機系統的主要故障類型及故障樹模型通常, 離心機的故障按摸式分主要有兩大類: 離心機起動故障和離心機運轉故障。離心機的起動故障主要會導致不正常起動, 使其無法達到規定的工作轉速, 這在實際生產中, 往往能得到及時控制和修復。而離心機的運轉故障是機械故障的主要表現形式, 通常表現為運轉時產生異常振動和噪聲, 這不僅影響其正常使用, 而且zui終會引發并發故障, 這一類故障的產生往往有一段使用過程, 導致原因比較復雜, 故障征兆不易發現和把握。根據主要故障類型分析, 采用故障樹分析方法, 將離心機的整機失效作為故障樹的頂事件, 將起動不正常與運轉不正常作為次一級事件, 依據各級子事件的相互依存關系,結合邏輯結構分析, 忽略所有次要的故障導致, 可以建立起離心機結構系統故障樹。圖1給出了碟式分離機的系統結構故障樹。其中, 屬于起動故障的主要有起動時間長、起動不正常和無法起動等, 導致的原因可以從機械和電器兩方面來分析, 如起動時間長, 電流過小, 主要導致為離心摩擦離合器故障、摩擦片打滑等; 而不正常起動和無法起動的原因X 浙江省自然科學基金資助項目很多, 主要是軸承損壞、傳動故障和電機工作不正常等。運行故障的結構組成則更為復雜, 主要導致有轉鼓動平衡失效、彈簧減振緩失效、軸承失效、齒輪副失效和立軸與轉鼓配合錐面貼合不良等等, 初步分析得到的子事件