赵华：状态监测与故障诊断在盾构机的应用

4.TBM状态监测与故障诊断技术

4.1 TBM油液检测

在机械运动中，大部分摩擦副产生的磨粒都要进入润滑油或液压油中，油液中携带着来自磨损表面的磨损碎屑，作为一种诊断媒介，对磨粒的分析可以提供有关设备状态的重要信息，因而了解油液中磨粒的成分、数量、形态，能够及时准确地了解机械的磨损程度和磨损性质，从而判断机械的技术状态和故障趋势，为TBM的故障维修提供依据。
      对于TBM各类油液的检测，主要是采用油质检测仪和污染度测试仪，对油质的理化性能指标进行检测，并结合铁谱、光谱分析技术，对磨损磨粒进行定性和趋势分析。
      油液污染度、水分、斑点、粘度分析等理化分析方法可以直观地判断TBM各类油质的劣化程度；
      铁谱分析可以清楚地辨别油液磨粒的种类、大小、磨损性质和油品的老化程度，尤其是对异常磨损的较大磨粒的分析判断（10μm以上的磨屑 ）；
      光谱分析虽然对较大磨粒不很敏感，但可以精确地测定油液中所含微量元素的含量和属性，据此判断油液中磨损物的来源是外界侵入、密封损坏还是机件的表面磨耗。

4.2 TBM振动监测及案例分析

利用振动信号对故障进行诊断是一种行之有效的方法。机械部件在运动过程中的振动及其特征信息是反映该系统状态及其变化规律的主要信号，通过采集这些信号并加以分析处理，从而判别机械故障的原因、部位。
      这些分析方法主要包括振动的加速度、速度、位移分析、功率谱分析、幅值谱分析、时域分析、频域分析等。
      振动测试、分析比较适合于TBM的主电机、变速箱、泵站、各类水泵、风机等旋转机械的监测与诊断。
      

新疆吐鲁番中天山隧道TBM主轴承故障案例

4.3 TBM电气液压故障的在线实时诊断

TBM盾构系统庞大，自动化程度高，控制环节和工序复杂且相互影响，相互并联，因此故障的实时监测和记录对故障的诊断和处理尤其重要。TBM自身带有故障、数据实时监测和记录系统，充分开发和利用这一系统对电气液压故障的快速诊断和处理非常重要。

4.4 TBM的故障树逻辑诊断

在进行TBM状态监测与故障诊断时，除采用油质分析、振动测试外，故障树逻辑诊断也是一种行之有效的方法。
      它是将TBM各系统中最不希望发生的故障状态作为分析的目标，找出引起这一故障发生的全部因素，再找出引起下一级事件发生的全部直接因素，直至追查到最原始的故障机理、而不必再深究的因素为止。从而形成了TBM的故障树逻辑诊断方法。
       TBM故障树逻辑诊断可以涵盖以下主要内容：刀具故障、刀盘驱动系统故障、主轴承、主电机故障、主变速箱故障、离合器故障、传动轴故障、液压辅助驱动回路故障、刀盘推进系统故障等21个子系统。每个子系统又包含了多种不同的故障树。

4.5 小结

油液污染度、水分、斑点、粘度分析可以直观地判断TBM各类油质的劣化程度；
      铁谱分析可以清楚地辨别油液磨粒的种类、大小、磨损性质和油品的老化程度，尤其是对异常磨损的较大磨粒的分析判断；
      光谱分析虽然对较大磨粒不很敏感，但可以精确地测定油液中所含微量元素的含量和属性，据此判断油液中磨损物的来源是外界侵入、密封损坏还是机件的表面磨耗，这些方法对工况恶劣的隧道掘进机的油质分析十分有效；
      由于采用频谱分析的方法，振动监测可以比较准确地判断TBM各种旋转机械的故障部位和故障特征；
      故障树逻辑方法则是结合油质分析、振动分析以及噪声、温度和性能状态参数测试等多种方法，能够清晰地揭示TBM某一系统内的故障规律和逻辑关系，比较适合TBM液压等多个系统的故障诊断。

5.经验介绍

6.取得的成效、存在的问题及展望

故障树的逻辑诊断规律还有待于进一步探索；铁谱定量分析的标准和规律有待于进一步总结归纳；光谱分析的趋势分析及判定标准商需完善；对复杂的回转机械的频谱分析还不够充分和准确，在往复机械中的应用还不够充分。