一种基于磨粒信息的寿命终结标志及寿命预测方法技术

本发明专利技术公开了一种基于磨粒信息的寿命终结标志及寿命预测方法，属于机械系统状态监测、故障诊断及寿命预测技术领域。所述测试方法建立磨粒产生速率模型(1)，并将一定大小的速率尖峰作为机械设备寿命终结的标志。通过全寿命周期监测数据估计磨粒产生速率模型(1)中特征参数和初始粗糙度，或者通过磨粒产生速率模型式(2)，重新选取寿命终结点，预测剩余寿命。本发明专利技术从微观失效物理角度建立的寿命预测方法，能够有效的描述磨损过程中磨粒的产生规律，因此能够通过中前期的监测数据准确的预测剩余寿命，随着监测数据的增加，预测结果也随之收敛。

Life termination mark based on abrasive particle information and life prediction method

The invention discloses a life ending mark based on abrasive particle information and a life prediction method, belonging to the technical field of mechanical system condition monitoring, fault diagnosis and life prediction. The test method establishes a grit generation rate model (1) and identifies a size rate spike as a sign of the end of the mechanical device life. Through the life cycle monitoring data, the characteristic parameters and initial roughness of the particle production rate model (1) are estimated, or the life end point is re selected and the remaining life is predicted by the model (2) of the abrasive particle production rate. The prediction method of the present invention failure physics from the microscopic angle to establish life, can produce the abrasive wear process to describe the process of effective, thus remaining life prediction accurately by monitoring data in the early, with the increase of monitoring data, the prediction results are convergence.

【技术实现步骤摘要】
一种基于磨粒信息的寿命终结标志及寿命预测方法
本专利技术属于机械系统状态监测、故障诊断及寿命预测
，具体涉及一种基于磨粒信息的寿命终结标志以及寿命预测方法。
技术介绍
在运转的机械中，两个相对运动的表面形成一对摩擦副。为了承受法向的载荷，摩擦副之间不可避免的会相互接触，从而导致磨损和磨粒产生，因此磨粒携带的信息直接反映了摩擦副的状态。早在二十世纪七十年代，基于油液提取或油滤可以获取机械内产生的磨粒，从而通过离线的磨粒检测技术可以获得磨粒的数量和大小。通过这种方法人们发现磨粒的数量和尺寸都会随着磨损的急剧而增加，因此通过定期磨粒检测，可以了解机械退化的进程，从而进行实现视情维修。基于电磁式的方法，PaulaJ.Dempsey等人(参考文献[1]:P.J.Dempsey,Geardamagedetectionusingoildebrisanalysis,NationalAeronauticsandSpaceAdministration,GlennResearchCenter,2001；参考文献[2]:P.J.Dempsey,G.Kreider,T.Fichter,Investigationoftaperedrollerbearingdamagedetectionusingoildebrisanalysis,AerospaceConference,2006IEEE,IEEE,2006,pp.11pp)针对轴承和齿轮开展了大量实时监测，通过观察磨损区域的大小确定了一个磨粒总量判据，可以实现故障的预警，但是很难通过磨粒尺寸分布区分正常或故障以及齿轮故障或轴承故障的依据。由于这些实时在线的监测数据表明，对于单一部件或者结构简单的减速器，磨损后期磨粒的产生速率平均值是相对稳定的，所以通常简单的线性模型可以粗略的在后期预测剩余寿命。然而，对于如风力发电机组这样的齿轮减速器，由于减速器有多个摩擦副同时减速器在很宽的载荷范围内工作，导致磨粒产生速率是变化的。因此RichardDupuis提出一种两个滑动平均速率模型MovingAverageModel用于预计齿轮箱到达给定磨粒上限的剩余寿命(参考文献[3]：R.Dupuis,Applicationofoildebrismonitoringforwindturbinegearboxprognosticsandhealthmanagement,AnnualConferenceoftheprognosticsandhealthmanagementsociety,2010,pp.10-16)。基于实验数据，PaulaJ.Dempsey等人发现在不同的磨损阶段，轴承的磨粒增量与磨损区域的长度之比是变化的，因此他们认为一种现实的方法是设置最大和最小损伤阈值用于预测寿命(参见参考文献[4]：P.J.Dempsey,N.Bolander,C.Haynes,A.M.Toms,InvestigationofBearingFatigueDamageLifePredictionUsingOilDebrisMonitoring,NationalAeronauticsandSpaceAdministration,GlennResearchCenter,2011)。这些方法推动了基于磨粒信息的寿命预测技术的发展，然而为了实现寿命预测更早更准的目标，目前依然存在两个有待解决的问题。第一个问题是以累积产生一定数量或质量的磨粒作为故障判据本身可能会引入误差。首先，这一判据并不是严格的反映了生命进程的绝对位置，会受到检测起点的影响，如果延后检测起点也会导致故障点的后移；其次，对于同种元部件即使从相同的起点开始，累积产生相同的磨粒，其摩擦副的状态也有可能并不相同。例如对于产生相同质量的磨粒，摩擦副即有可能是大面积的轻微损伤也有可能是小面积的严重损伤，显然小面积的严重损伤更致命。第二个问题在于目前基于磨粒的预测方法很难在中前期实现剩余寿命的预测。大量实验数据表明元部件的磨粒产生存在两明显的阶段：中前期磨粒的产生速率较慢，而后期磨粒产生速率迅速增加并保持在较快的水平。显然两个阶段的速率存在较大的突变。而目前的预测模型并不能描述这一突变，因而无法在中前期实现寿命预测。而中前期占整体寿命的80％-90％以上，因此如何在中前期实现剩余寿命的预测是一个有十分有意义和富有挑战性的工作。
技术实现思路
本专利技术的目的是为机械设备的状态监测、故障诊断及寿命预测技术服务，提供了一种基于磨粒信息的寿命终结标志以及寿命预测方法。一种基于磨粒信息的寿命终结标志以及寿命预测方法，包括以下几个步骤：步骤一：基于磨损过程中的正反馈机制，通过理论推导建立磨粒产生速率模型如式(1)，并将一定大小的速率尖峰作为机械设备寿命终结的标志。其中，n(t)是t时刻磨粒的产生速率，Ra0是摩擦副的初始粗糙度，ξN和ξR为特征参数。步骤二：将目前已有的磨粒传感器油液串联接入回路中，获取机械设备磨粒的产生速率n(t)。步骤三：对于拥有同一型号的机械设备全寿命周期磨粒监测数据的情况，通过全寿命周期监测数据估计磨粒产生速率模型中特征参数ξN和ξR，通过本机械设备的监测数据估计摩擦副的初始粗糙度Ra0。步骤四：对于没有同一型号的机械设备全寿命周期磨粒监测数据的情况，将磨粒产生速率模型式(1)等效变形为磨粒产生速率模型式(2)。通过公式估计参数kn，再通过本机械设备的实际监测数据估计kt和Δt。其中，Ra0'是摩擦副的初始粗糙度，k为功率因素与摩擦副表面粗糙度之间的比例因子，PI是摩擦副的输入功率，σ为磨粒的分布均方差，λ是磨粒的形貌因子，KC是切削系数。步骤五：由于为磨粒产生速率模型式(1)的渐近线，可以作为预计的寿命终结点，而预计剩余寿命为同理为磨粒产生速率模型式(2)的渐近线，预计剩余寿命为本专利技术的优点是：(1)从微观失效物理角度分析，磨粒产生速率的尖峰是由于摩擦副急速恶化，从少量小磨粒到大量小磨粒再到少量大磨粒的突变过程，说明摩擦副状态由量变到质变的标志。因此以磨粒产生速率的尖峰作为寿命终结标志具有明确的物理意义。(2)由于磨粒产生速率的尖峰客观存在，它是一个寿命进程中的绝对标尺，因此它随监测起点而改变，使得寿命预测具有稳定性和一致性。(3)从失效物理角度推导寿命预测方法，能够有效的描述磨损过程中磨粒的产生规律，因此能够通过中前期的监测数据准确的预测剩余寿命，随着监测数据的增加，预测结果也随之收敛。附图说明图1是本专利技术的提出的磨粒产生过程中的动力学关系；图2是基于本专利技术提出的模型，通过仿真获得的表面粗糙度Ra随时间变化的过程；图3时基于本专利技术提出的模型，通过仿真获得的磨粒产生速率随时间变化的过程；图4是四个风力发电机组Case1～Case4齿轮减速器在实际工况下的磨粒产生速率；图5是本专利技术基于Case2监测数据的预测结果；图6是本专利技术基于Case4监测数据的预测结果；图7是本专利技术针对Case2监测数据的鲁棒性；图8是本专利技术针对Case4监测数据的鲁棒性。具体实施方式下面结合附图是实施例对本专利技术的寿命终结标识和预测方法进行详细说明。对于机械而言，摩擦副是机械实现功率传递和转化的关键部位，而绝大多数的故障都是由于摩擦副的自然损伤导致的。本质上，这是由于功率本文档来自技高网...

【技术保护点】
一种基于磨粒信息的寿命终结标志及寿命预测方法，其特征在于：包括以下几个步骤，步骤一：基于磨损过程中的正反馈机制，建立磨粒产生速率模型如式(1)，并将磨粒产生速率尖峰作为机械设备寿命终结的标志；

【技术特征摘要】
2015.12.02 CN 20151086927341.一种基于磨粒信息的寿命终结标志及寿命预测方法，其特征在于：包括以下几个步骤，步骤一：基于磨损过程中的正反馈机制，建立磨粒产生速率模型如式(1)，并将磨粒产生速率尖峰作为机械设备寿命终结的标志；其中，n(t)是t时刻磨粒的产生速率，Ra0是摩擦副的初始粗糙度，ξN和ξR为特征参数；步骤二：将目前已有的磨粒传感器油液串联接入回路中，获取机械设备的磨粒产生速率n(t)；步骤三：对于拥有同一型号的机械设备全寿命周期磨粒监测数据的情况，通过全寿命周期监测数据估计磨粒产生速率模型中特征参数ξN和ξR，通过机械设备全寿命周期磨粒监测数据估计摩擦副的初始粗糙度Ra0；步骤四：对于没有同一型号的机械设备全寿命周期磨粒监测数据的情况，将磨粒产生速率模型式(1)等效变形为磨粒产生速率模型式(2)：通过公式估计参数kn，再通过本机械设备的实际监测数据估计参数kt和Δt；其中，Ra0'是摩擦副的初始粗糙度，k为功率因素与摩擦副表面粗糙度之间的比例因子，PI是摩擦副的输入功率，σ为磨粒的分布均方差，λ是磨粒的形貌因子，KC是切削因子；步骤五：由于为磨粒产生速率模型式(1)的渐近线，作为预计的寿命终结点，而预计剩余寿命为同理为磨粒产生速率模型式(2)的渐近线，预计剩余寿命为2.根据权利要求1所述的一种基于磨粒信息的寿命终结标志及寿命预测方法，其特征在于：所述的磨粒产生速率模型通过如下方式获得，假设某一摩擦副相对运动，摩擦副的输入功率为PI，功率损失因子μ，损失功率PL，输出功率PO，假设功率损失因子μ与表面粗糙度成正比，即μ＝kRa(3)其中，k为比例因子；单位磨损周期内产生磨粒的体积为，其中，KC为切削因子，Δt为单位作用时间；又假设磨粒的形状是一致的，且单个磨粒的体积为：其中，λ是磨粒的形貌因子，x是磨粒高度；而单位磨损周期内，磨粒的产生数量和大小服从分布Φ(x)，则单位周期内磨粒总数为：其中，Smax是磨粒的最大尺寸；由于表面粗糙度Ra是摩擦表面轮廓的平均值，所以摩擦副的粗糙峰数量期望为：其中，A是摩擦表面的实际接触面积；粗糙度的变化通过所产生的磨粒描述为：假设磨粒的产生数量和大小的分布关系Φ(x)为高斯分布，同时其均值为Ra，即，其中，σ为均方差；所以将式(2)、式(3)、式(4)、式(5)、式(7)和式(9)带入式(8)得：所以将式(2)、式(3)、式(4)、...

【专利技术属性】
技术研发人员：王少萍，洪葳，刘浩阔，石健，王兴坚，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11