（化工过程机械专业论文）基于emd的滚动轴承故障诊断研究.pdf

摘要 摘要 滚动轴承在旋转机械中的应用非常广泛，是各种旋转机械中最常用的通用零部件之 一，也是最易损坏的零部件之一，其发生故障后，轻则降低或者失去系统的某些功能， 重则造成严重的甚至是灾难性的事故。滚动轴承运行状况的好坏直接影响到整个机械的 性能。对滚动轴承故障诊断技术进行研究具有重要意义。 本文从滚动轴承的故障机理出发，分析了滚动轴承发生局部故障时产生的振动信号 的特征。 经验模态分解( e m p i r i c a lm o d ed e c o m p o s i t i o n ，e m d ) 方法，被认为是近年来对以 傅里叶变换为基础的谱分析技术的一个重大突破。本文将其引入到滚动轴承的故障特征 信息提取中，对滚动轴承的故障诊断方法进行研究。 基于l a b v i e w 平台，结合m a t l a b ，采用混合编程的方式开发了两个程序：一个是 基于e m d 和f f t 的滚动轴承故障诊断程序；另一个是基于h i l b e r t h u a n g 的滚动轴承故 障诊断程序。 搭建滚动轴承故障诊断实验台，并在实验台上针对滚动轴承正常、外圈故障、内圈 故障和滚动体故障这四种工况进行了模拟实验，采集了这四种工况的振动信号。 应用本文开发的滚动轴承故障诊断程序对采集的振动信号进行了分析，验证了基于 e m d 的滚动轴承故障诊断方法的有效性。 理论分析和实验验证表明：基于e m d 的滚动轴承故障诊断方法能够有效地提取滚 动轴承的故障特征信息，为滚动轴承的故障诊断提供了一种新的方法。 关键词：滚动轴承故障诊断经验模态分解h i l b e r t h u a n g 特征提取l a b v i e w 硕士学位论文 a b s t r a c t r o l l i n gb e a r i n gi sw i d e l yu s e di nr o t a t i n gm a c h i n e r y i t so n eo ft h ec o m m o n p a r t su s e di nv a r i o u sr o t a t i n gm a c h i n e r ya n dd a m a g e a b l ep a r t s o n c ef a u l t yh a p p e n s c e r t a i nf u n c t i o n so ft h es y s t e mw i l lb ed e c r e a s e do rl o s t ，m o r es e r i o u s ，i tm a yl e a d st o d i s a s t r o u sa c c i d e n t t h eo p e r a t i o ns t a t u so fr o l l i n gb e a r i n gi m p a c t st h ep e r f o r m a n c e o ft h ew h o l em a c h i n e r y t h u s ，i t so fg r e a ts i g n i f i c a n c et os t u d yt h ef a u l td i a g n o s i s t e c h n o l o g yo f t h er o l l i n gb e a r i n g i nt h i st h e s i s ，t h ec h a r a c t e r i s t i co ft h ev i b r a t i o ns i g n a lo ft h er o l l i n gb e a r i n gw a s a n a l y z e dp r o c e e df r o mt h ef a u l tm e c h a n i s m o ft h er o l l i n gb e a r i n g e m p i r i c a lm o d ed e c o m p o s i t i o ni s c o n s i d e r e da sab r e a k t h r o u g hi ns p e c t r u m a n a l y s i sb a s e do nt h ef o u r i e rt r a n s f o r m i nt h i st h e s i s ，t h i sm e t h o dw a si n t r o d u c e di n t h ee x t r a c t i o no ft h ef a u l tc h a r a c t e r i s t i ci n f o r m a t i o nt os t u d yt h er o l l i n gb e a r i n gf a u l t d i a g n o s i sm e t h o d t w op r o c e d u r e sw e r ed e v e l o p e du s i n gt h em i x e dp r o g r a m m i n gm e t h o db a s e do n t h el a b v i e wp l a t f o r m ，o n er o l l i n gf a u l td i a g n o s i sp r o g r a mi sb a s e do nt h ee m da n d f f ta n dt h eo t h e ri sb a s e do nh i l b e r t - h u a n g f a u l ts i m u l a t i o ne x p e r i m e n t sw e r ec a r r i e do u to nt h er o l l i n gb e a r i n gf a u l t d i a g n o s i se x p e r i m e n t a lp l a t f o r m ，a n dt h ew o r k i n gc o n d i t i o n sa r ea sf o l l o w s ：r o l l i n g b e a r i n gn o r m a l ，o u tr i n gf a u l t ，i n n e rr i n gf a u l ta n dr o l l i n ge l e m e n tf a u l t t h ee f f e c t i v e n e s so ft h er o l l i n gb e a r i n gf a u l td i a g n o s i sm e t h o db a s e do nt h e e m dw a sv e r i f i e db yu s i n gt h er o l l i n gb e a r i n gf a u l td i a g n o s i sp r o g r a m t h e o r e t i c a la n a l y s i sa n de x p e r i m e n t a lv e r i f i c a t i o ns h o wt h a tt h er o l l i n gb e a r i n g f a u l td i a g n o s i sm e t h o db a s e do nt h ee m dc a ne x t r a c tt h ef a u l tc h a r a c t e r i s t i c i n f o r m a t i o no ft h er o l l i n gb e a r i n ge f f e c t i v e l ya n dp r o v i d ean e wm e t h o dt ot h er o l l i n g b e a r i n gf a u l td i a g n o s i s k e y w o r d s ：r o l l i n gb e a t i n g ；f a u l td i a g n o s i s ；e m p i r i c a lm o d ed e c o m p o s i t i o n ； h i l b e r t - h u a n g ；f e a t u r ee x t r a c t i o n ；l a b v i e w i i 硕士学位论文 目录 摘要i a b s t r a c t i i 第1 章绪论1 1 1滚动轴承故障诊断的研究意义1 1 2 滚动轴承故障诊断技术的发展概况2 1 2 1国外的发展现状2 1 2 2 国内的发展现状3 1 2 3 发展阶段简介3 1 3 滚动轴承故障诊断方法概述4 1 4 传统信号处理技术及其局限性7 1 5e m d 简介8 1 6 本文主要研究内容一9 1 7 小结9 第2 章滚动轴承振动诊断基础1 0 2 1 概述1 0 2 2 滚动轴承故障诊断基本环节1o 2 3 滚动轴承振动原因和特征频率j 1 1 2 3 1滚动轴承的振动原因1 1 2 3 2 滚动轴承的故障特征频率1 2 2 4 滚动轴承的振动测试1 3 2 4 1 测点位置和方向的选择1 3 2 4 2 传感器安装与连接13 2 4 3 传感器及分析频带的选择1 4 2 5 滚动轴承的振动信号特征1 5 2 5 1 正常轴承的振动信号特征1 5 2 5 2 有局部缺陷轴承的振动信号特征1 6 目录 2 。6 滚动轴承常用的振动诊断技术2 4 2 6 1 振动信号简易诊断法2 4 2 6 2 振动信号精密诊断法2 5 2 7 小结2 6 第3 章。滚动轴承模拟故障实验2 7 3 1旋转机械振动分析及故障模拟试验平台系统2 7 3 i 1 旋转机械故障模拟实验台装置2 7 3 i 2 实验台配套设备2 7 3 ，2 实验准备2 9 3 2 1 滚动轴承参数2 9 3 2 2 滚动轴承模拟故障2 9 3 。2 3 传感器安装位置3 0 3 3 振动信号采集方案3 0 3 3 1 采样定理简介3 0 3 。3 2 实验模拟方案3 2 3 4 小结3 2 第4 章经验模态分解方法( e m d ) 3 3 4 ，l 概述3 3 4 。2 经验模态分解的基本原理3 3 4 2 1内禀模态函数( 聊f ) 3 3 、4 2 2 经验模态分解的分解过程3 4 _ 4 3 h i l b c t t - h u a n g 方法3 6 4 4 小结3 8 第5 章e m d 在滚动轴承故障诊断中的应用。3 9 5 1 滚动轴承故障诊断研究3 9 5 i i 基于e m d 和f f t 的滚动轴承故障诊断方法与步骤3 9 5 i 2 基于h i l b c r t h u a n g 的滚动轴承故障诊断方法与步骤4 1 5 ，2 滚动轴承故障诊断程序开发4 2 5 2 1 开发工具4 2 硕士学位论文 5 2 2 程序介绍4 4 5 3 实验验证5 0 5 3 1基于e m d 和f f t 的滚动轴承故障诊断5 0 5 3 2 基于h i l b e r t - h u a n g 的滚动轴承故障诊断5 7 5 4 小结6 0 第6 章结论与展望6 1 6 1 结论6 1 6 2 展望6 1 参考文献6 3 在读期间发表的论文6 6 致谢6 7 硕士学位论文 第1 章绪论 1 1滚动轴承故障诊断的研究意义 滚动轴承是将运转的轴与轴座之间的滑动摩擦变为滚动摩擦，从而减少摩擦 损失的一种精密的机械元件。滚动轴承具有很多优点：尺寸标准化，互换性好， 易于大批量生产，成本低廉；起动摩擦力矩低，功率损耗小，机械效率高；负荷、 转速和工作温度的适应范围宽；运转精度高；大多数类型的轴承能同时承受径向 和轴向载荷，轴向尺寸较小；易于润滑、维护及保养。 滚动轴承在旋转机械中的应用非常广泛，是大部分机械的基本组成部件。滚 动轴承是各种旋转机械中最常用的通用零部件之一，也是最易损坏的零部件之 一。据统计，旋转机械的故障有3 0 是轴承故障引起的，它的好坏对机器的工作 状况影响极大【l 】。这是因为轴承在机械设备中起着承受载荷、传递载荷的作用， 其工作条件却是最为恶劣【2 j 。设备运行时，磨损、疲劳、腐蚀、过载等原因都可 能造成滚动轴承的局部损伤故障 3 】。轴承故障引起的直接后果轻则降低或者失去 系统的某些功能，重则造成严重的甚至是灾难性的事故 2 】。 与其它零部件相比，滚动轴承有一个很大的特点，这就是其寿命离散性很大。 即使用同样的材料，同样的加工工艺，同样的生产设备，同样的工人加工出的一 批轴承，其寿命相差也很大。由于轴承的这个特点，在实际使用中就出现这样一 个情况，即有的轴承己大大超过设计寿命而依然完好地工作，而有的轴承远未达 到设计寿命就出现各种故障。所以，如果按照设计寿命对轴承进行定时维修，则 势必出现以下情形：一方面，对超过设计寿命而完好工作的轴承拆下来作为报废 处理，造成浪费；另一方面，未达到设计寿命而出现故障的轴承坚持到定时维修 时拆下来报废，使得机械在轴承出现故障后和拆下前这段时间内工作精度下降， 或者未到维修时间就出现严重故障，导致整个机械出现严重事故。由此看来，对 重要用途的轴承来说定时维修是很不科学的，要进行工况监视与故障诊断，改传 统的定时维修为视情维修和预知维修，这不但可以防止机械工作精度下降，减少 或杜绝事故发生，而且可以最大限度地发挥轴承的工作潜力，节约开支，具有重 要意义 4 】。因此，对滚动轴承进行状态监测与故障诊断对延长旋转机械的使用寿 第1 章绪论 命、节省维修费用、保证机器设备正常运行、避免事故有很大的实际意义。 1 2 滚动轴承故障诊断技术的发展概况 1 2 1 国外的发展现状 国外最早进行滚动轴承故障诊断研究的是美国学者g u s t a f s s o n 和t a l l i a n 【5 j 。 他们于1 9 6 2 年提出初始故障可以用加速度传感器所采集的信号峰值变化来检 测，即用测量信号的峰值数与标准信号峰值数对比的方法来评价轴承状态。瑞典 s k f 公司在多年对轴承故障机理研究的基础上发明了用冲击脉冲仪检测轴承故 障的方法，将滚动轴承的故障诊断水平提高了一个档次( 2 。 1 9 7 6 年，日本新日铁株式会社研制了m c v 系列机器检测仪( m a c h i n e c h e c k e r ) ，可分别在低频、中频和高频段检测轴承的异常信号。该公司还推出了 油膜检查仪，它是利用超声波或高频电流对轴承的润滑状态进行监测，检测油膜 是否破裂而导致的金属间的直接接触。1 9 7 6 - - 一1 9 8 3 年，日本精工公司( n s k ) 相继 研制出了n b 系列轴承检测仪，利用1 1 5 k h z 范围内的轴承振动信号测量其 r m s 值和峰值来检测轴承故障【2 】。 从对振动故障信号的处理方法上看，主要集中在时域和频域。时域信号分析 是将传感器接收到的信号直接在显示设备上观察或作一些简单的统计分析。英国 d y e r 6 】等首先采用峭度系数方法在轴承寿命实验机上检测滚动轴承损伤情况，指 出峭度系数不随载荷和转速变化，只与故障程度有关。此外，k o i z u m i 、r e i f 、 w h e e l e r 等 7 ，8 】采用信号的均方根幅值、峰值作为参数，效果也比较理想。频域分 析是将时域信号经过变换转到频域中。t a y l o r 9 】比较了润滑不足和多种故障的频 谱特点，并提出故障尺寸的计算方法。r a n d a l l 1 0 】进行倒频域分析并指出倒频谱 诊断效果比功率谱好。m a t h e w 等 1 l 】针对f f t 技术的一些不足，采用共振解调和 a r 模型来检测低速轴承故障，取得了满意的效果【2 。 随着对滚动轴承的运动学、动力学的深入研究，对于滚动轴承振动信号中的 频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解，加之快 速傅立叶变换技术的发展，开创了用频域分析方法来监测和诊断轴承故障的新领 域。1 9 6 9 年，h l b a l d e r s t o n 根据滚动轴承的运动分析得出了滚动轴承的滚动体 在内外滚道上的通过频率和滚动体及保持架的旋转频率的计算公式，以上研究奠 定了这方面的理论基础【7 j 。 7 硕士学位论文 目前已有多种信号分析仪可供滚动轴承的故障诊断，美国恩泰克公司根据滚 动轴承振动时域波形的冲击情况推出的“波尖能量”法及相应仪器，对滚动轴承 的故障诊断非常有效e 2 1 。 1 2 2 国内的发展现状 我国在滚动轴承监测与故障诊断技术方面的研究经历了2 个阶段：从7 0 年 代末到8 0 年代初，主要是吸收国外先进技术，并对一些故障机理和诊断方法展 开研究；从8 0 年代初期到现在，主要是全方位开展了对滚动轴承的故障诊断新 理论及其应用的研究工作，引入计算机测控等先进技术，大大推动了诊断系统的 研究和实施，并取得了丰硕的研究成果 1 2 。 在诊断系统设计与实现方面，重庆大学的雷继尧等【1 3 】在轴承寿命实验机上进 行了大量实验，发现了“高频峰群”现象，并据此开发了一套微机诊断系统；南 京航空航天大学等 1 4 】开发了一套轧钢机轴承在线监测和诊断系统，提出了同一轴 承内多个同类故障的诊断方法；吉林工学院的田振华、王卓等开发的滚动轴承状 态监测系统，采用了振动监测和温度监测系统对轴承进行在线监测，发现故障后， 则采用共振解调法诊断出故障的部位及其趋势等；浙江大学的武和雷、朱善安等 开发的滚动轴承故障诊断虚拟仪器系统是一套基于计算机数据采集的虚拟仪器 系统，能在线计算和显示轴承的各种运行参数，还具有相当全面的频谱分析功能； 华侨大学的施敏芳开发的滚动轴承在线监测与故障诊断专家系统可用于对轴承 的运行情况进行在线监测，能及时预报轴承在运行中出现的异常现象并对故障进 行诊断，分析故障原因和提出相应的处理对策。西北工业大学的王平利用共振解 调技术和b p 神经网络技术研制了滚动轴承故障在线智能诊断仪，该仪器具有自 动化和智能化的优点，且故障诊断准确性高，使用方便。国内还研制开发了一些 其它的检测仪器，如j k 8 2 4 1 轴承齿轮故障分析仪、h b a 2 电脑轴承分析仪等t 2 , 1 2 】。 1 2 3 发展阶段简介 总的来说，滚动轴承故障诊断技术的发展经历了以下几个不同的阶段e 1 5 1 8 】： 第一阶段：借助听音棒等简易仪器仪表作为早期检测手段，监测轴承的工作 状态和损伤情况。人工经验在诊断中占主导地位，诊断的准确性和可信度都较差。 第二阶段：利用通用的频谱分析仪诊断轴承故障。2 0 世纪6 0 年代中期，由 于快速傅立叶变换( f f t ) 的出现和发展，振动信号的频谱分析技术得到了很大的 第1 章绪论 发展，人们先计算滚动轴承元件有损伤时产生的振动信号的特征频率，然后通过 和采用频谱分析仪实际分析得到的结果进行比较来判断滚动轴承是否有故障。 第三阶段：利用冲击脉冲技术诊断轴承故障。在6 0 年代末期，首先出现了 冲击脉冲计，根据冲击脉冲的最大幅值来诊断轴承故障。这种方法能比较有效地 检测到轴承的早期损伤类故障。 第四阶段：利用共振解调技术诊断轴承故障。共振解调技术与冲击脉冲技术 相比，对轴承早期损伤类故障更有效。共振解调技术不但能够诊断出轴承是否有 故障，而且可以判断出故障发生在哪个轴承元件上以及故障的大致严重程度，所 以该方法适用于滚动轴承损伤类故障的早期精密诊断。 第五阶段：以微机为中心的滚动轴承状态监测与故障诊断系统。2 0 世纪8 0 年代以后，随着微机技术突飞猛进的发展，开发以微机为中心，将现有的滚动轴 承状态监测技术与神经网络、专家系统等人工智能技术相结合，拥有大量知识的 滚动轴承故障特征信息库的滚动轴承状态监测与智能诊断系统，实现滚动轴承工 况的智能分类和诊断，成为了国内外学者的研究重点。 1 3 滚动轴承故障诊断方法概述 设备故障诊断首先要获取设备的状态信息，这种信息通常来自于设备运行中 的各种参数变化。机械设备可作为监测与诊断的信息参数是多种多样的，诸如： 振动、声音、变形、位移、应力、裂纹、磨损、腐蚀、温度、压力、流量、电流、 转速、转矩、功率等。设备在运行过程中，凡是能够监测设备状态参数的变化， 掌握设备在运行中所处状态( 正常、劣化或故障) ，并能识别、诊断出故障的性 质、程度和部位的任何一种方式方法，都可以作为故障诊断的技术手段。设备常 用的监测与诊断技术主要有如下几种8 之3 ： ( 1 ) 振动检测法 振动检测法是通过安装在轴承座或箱体适当方位的振动传感器监测轴承振 动信号，并对此信号进行分析与处理来判断轴承故障。对振动信号进行测试和分 析，可以获得机体、转子或者其它零部件的振动幅值、频率和相位三个基本要素， 经过对信号的分析处理与识别，可能了解到机器的振动特点、结构强弱、振动来 源、故障部位和故障原因，为诊断决策提供依据。 ( 2 ) 温度检测法 4 硕士学位论文 当滚动轴承产生某种异常，其温度便会发生变化，因而很早就采用对轴承温 度进行检测的方法。但是温度检测对轴承特性异常的检出能力并不很大，特别是 表面剥落、裂纹、压痕等轴承滚动面上的局部损伤，在其初期阶段，温度检测法 几乎不可能检测出。即使可检出由于热量引起的烧伤类损伤，在初期阶段也很难 检出，在出现明显的温度上升时，异常大多已发展成严重的故障了。虽然温度检 测法效果不大理想，但是，由于轴承受其材料或润滑剂等使用温度界限的制约， 监视是否超出其界限温度，对防止轴承产生异常还是极为重要的。 ( 3 ) 油样分析法 油样分析法在光谱分析与铁谱分析两大类。轴承磨损颗粒与其工作状况有密 切的联系。光谱分析方法有多种，但共同点是利用光谱分析，测定油液中所含各 种金属元素的成分和含量，以判断含有被测元素的零部件的磨损状况和程度。铁 谱分析方法是将带有磨损颗粒的润滑油通过一强磁场，在强磁场的作用下，颗粒 按一定的规律沉淀在铁谱片上，铁谱片可在铁谱显微镜上做定性观察或在定量仪 器上测试，据此判断轴承的工作状况。油样分析法具有机器无需解体，投资低、 效果好，能发现轴承的早期疲劳失效，可做磨损机理研究等特点。这种方法适合 于用润滑油润滑的轴承的故障诊断，对使用润滑脂的轴承较困难。另外，这种方 法易受其它非轴承损坏掉下的颗粒的影响：多用于离线监测方式，这样会导致一 定信息丢失；信息量大且杂，既有图像又有数字，依靠人力来管理是十分困难的。 所以，这种方法具有很大的局限性。 ( 4 ) 油膜电阻法 润滑良好的轴承，由于油膜的作用，内、外圈之间有很大的电阻。故通过测 量轴承内、外圈之间的电阻，可对轴承的异常做出判断。其特点是对不同的工况 条件可使用同一评判标准，适用于旋转轴外露的场合，对表面剥落、压痕、裂纹 等异常的场合，诊断效果差 2 4 】。 ( 5 ) 声发射诊断法 声发射( a e ) 属超声波信号，是一种弹性波。一般当承受负载的滚动体通过剥 落处时，缺陷就扩展，同时就有声发射现象发生，并且具有周期性，根据周期可 以判别故障类型和区别与其他a e 信号，对a e 检测的信号进行滤波，然后希尔 伯特变换解调，再对其频谱分析，不含故障的信号在频谱图上不会出现谱峰，而 第1 章绪论 故障信号在频谱图上有谱峰( 2 5 。滚动轴承的故障越严重，转动时冲击强度越大， 产生的声发射能量也越大，故障时域宽度越宽，则可以设定幅值阀值用于识别故 障严重程度。 ( 6 ) 噪声检测法 由于噪声是滚动的振动产生的，所以从本质上来分析，噪声和振动一样，也 是轴承动特性异常的很好的信息媒介。但是，由于外部环境噪声的影响，在实际 应用中，用噪声信号和数值处理来进行定量诊断轴承故障的方法，还不像振动法 那样广泛 2 1 。 表1 1 滚动轴承的损伤现象和检测方法 t a b l e1 1 d a m a g ep h e n o m e n aa n dd e t e c t i o nm e t h o do fr o l l i n gb e a t i n g 注：检测方法的适用性：o 一有效；有可能性；一不适用。 此外，还有一些其他的诊断方法，如光纤诊断法等。它们适用的局限性较大， 只能针对特殊工况条件下的滚动轴承进行有效地监测和诊断。一些学者根据滚动 轴承的各种损伤现象，已经总结出了实用的异常情况检测方法，如表1 1 所示 1 9 】。 从表中可以看出，用振动和声音检测异常状态，比用其它检测方法能检测到 的轴承损伤种类要多，因此目前广泛采用振动信号分析技术来诊断滚动轴承的故 障 19 1 。 l 一口 x o o o o 化以 x o o 可 不 以 o o o o o 可 不 r j ， o 化 o o o o o o o 吡定测中动转 在 落 纹 痕 损 蚀 斑 伤 锈 否 剥 裂 压 磨 腐 污 烧 生 可 硕士学位论文 1 4 传统信号处理技术及其局限性 按照信号处理的定义，信号处理的历史至少可以追溯到人类的起源。人类进 入2 0 世纪后，信号处理理论得到了快速的发展，形成了以维纳滤波、傅里叶分 析等为代表的信号处理理论。随着科学技术的不断发展，新的信号处理理论和方 法不断涌现，为我们提供了更为丰富和有效的处理手段。例如高分辨率谱估计理 论、自适应处理理论、同态信号处理理论、时频分析、小波变换理论等已经广泛 使用，并在实际中发挥着重要的作用 2 6 1 。 1 9 6 5 年c o o e l y t u k e y 发明了一种快速傅里叶变换算法，把傅里叶变换的时 间减少了几个数量级，取得了数字信号处理算法上的重大突破。它的出现不仅使 实时信号是数字谱分析成为可能，而且为时频信号的快速处理提供了新的途径。 因此这种高效、快速的算法被广泛应用于数字信号处理的许多环节中，大大地推 动了数字信号处理科学的发展【27 1 。 自傅里叶分析方法出现后，相继出现了最大熵方法、相位补偿法、z o o m f f t 变换以及改进f f t 等方法来提高频谱分析的分辨率，为故障诊断中密集边频的 分析、模态分析中密集耦合频率的展开等方面带来了极大的方便 2 引。 但是以上方法是以信号的平稳性为前提的，分别从时域或频域给出统计平均结 果，不能同时兼顾信号在时域和频域的局部化和全貌。因此，无法对非平稳信号 进行有效的分析和处理。针对非平稳信号的处理人们提出并发展了一系列新的信 号分析理论和技术，如：短时傅里叶变换、c o h e n 类时频分析、w i g n e r - v i l l e 时 频分布、g a b o r 变换、r a d o n w i g n e r 变换、分数阶傅里叶变换、小波变换和小波 包分析、线调频小波变换以及调幅调频信号分析等等 2 8 1 。其中，研究最深入运 用最广泛的是小波变换技术【2 6 1 。 小波变换的概念是由法国从事石油信号处理的工程师j m o r l e t 在1 9 7 4 年首 先提出的，当时未能得到数学家的认可。1 9 8 6 年著名数学家y m e y e r 偶然构造 出一个真正的小波基，并与s m a l l a t 合作建立了构造小波基的方法之后，小波 分析才开始蓬勃发展起来。小波变换是一种窗口大小( 即窗口面积) 固定但其形状 可改变，时间窗和频率窗都可改变的时频局部化分析方法。即在低频部分具有较 高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低 的频率分辨率，所以被誉为数学显微镜。小波分析优于傅里叶变换的地方是，它 第1 章绪论 在时域和频域同时具有良好的局部化性质 2 6 1 。 小波分析具有可调的时频窗口，被广泛地应用于旋转机械故障诊断中，但是 也存在一定的局限性，主要表现在几个方面：1 ) 小波基难以选择；2 ) 选定的基 函数在分析过程中不能改变，不具备自适应信号分解特性；3 ) 小波基确定后， 分辨率也确定了，不随信号改变而改变；4 ) 小波基的有限长会造成信号能量的 泄漏 2 9 1 。 经验模态分解( e m d ) 是一种新的具有自适应的时频分析方法，它可根据 信号的局部时变特征进行自适应的时频分解，消除了人为的因素，克服了传统方 法中用无意义的谐波分量来表示非平稳、分线性信号的缺陷，并得到了极高的时 频分辨率，具有良好的时频聚集性，非常适合对非平稳、非线性信号进行分析2 9 1 。 1 5e m d 简介 e m d ( e m p i r i c a lm o d ed e c o m p o s i t i o n ) 方法是一种优秀的时频信号分析方法， 该方法最早由美国国家宇航局的美籍华人n o r d e ne h u a n g 等人于1 9 9 8 年提出 3 0 3 2 】，被认为是2 0 0 年来对以傅里叶变换为基础的线性和稳态谱分析的一个重 大突破 3 3 】。 该方法从本质上讲是一种信号平稳化处理方法，即通过e m d 来把非平稳信 号分解为一系列特征时间尺寸不同的内禀模态函数( i n t r i n s i cm o d ef u n c t i o n ，简 称m f ) 之和。该方法对信号进行分解时使用了一个自适应的广义基，基函数是 依赖于信号本身的，也就是自适应的该基函数不同于傅里叶分解中的基函数，傅 里叶分解的基是一系列恒定幅度与恒定频率的正弦或余弦函数：它也不同于小波 分解中的基函数，小波分解的基函数是预先确定的一系列小波函数，由于分解的 效果取决于基函数的选择，而且小波基一旦确定就不能改变，所以不能保证最优 的分解效果，而e m d 分解方法的基函数是一系列可变幅度与可变频率的正弦或 余弦函数，它是由信号自适应得到的，因此，可以得到很好的分解效果 2 】o 自e m d 方法问世以来，它就引起了众多学者的极大关注。作为一种新型的 信号处理方法，e m d 的出现虽然只有短短十几年的时间，但是它已经显示出具 有强大的生命力，已经被广泛地应用于流体力学、结构动力学、地球物理学、机 械故障诊断等领域 2 9 】。 实际中，滚动轴承故障的振动信号都是非平稳、非线性的，以傅立叶变换为 硕士学位论文 理论依据的信号处理和特征提取方法很难得到较好的分析效果 1 7 , 1 8 1 。因此，本文 致力于研究对非平稳、非线性信号有较好处理效果的e m d 方法在滚动轴承故障 诊断中的应用。 1 6 本文主要研究内容 本文从滚动轴承的振动机理与特征出发，总结滚动轴承发生故障时的信号特 征。针对传统信号分析方法的局限性，把具有自适应的e m d 方法应用到滚动轴 承故障诊断中，提出两种故障识别方法，并用m a t l a b 和l a b v i e w 混合编程的方 式开发基于e m d 的滚动轴承故障诊断程序，然后通过实验验证的方法来验证程 序诊断的准确性。证实该方法能够更有效地提取故障特征，识别故障，为滚动轴 承的故障诊断提供一种新的方法。 本文共分六个章节，每个章节的内容如下： 第一章：介绍滚动轴承故障诊断的研究意义和发展概况，简要介绍e m d 这 种新的信号处理方法，给出了本文主要的研究内容。 第二章：介绍滚动轴承故障的产生机理和振动特征，以及常用的诊断技术。 第三章：介绍滚动轴承故障实验台装置和实验方案。 第四章：从理论和算法两个方面对e m d 做详细的阐述。 第五章：分别介绍基于e m d 的两种滚动轴承故障诊断方法，以及据此两种 方法开发的诊断程序，最后通过实验来验证这两种方法的有效性。 第六章：对全文进行总结，并对今后的工作做一个展望。 1 7小结 本章论述了滚动轴承故障诊断技术的研究意义，介绍了滚动轴承故障诊断技 术的发展概况和常用的滚动轴承故障诊断方法，对传统信号处理方法及其局限性 做了介绍，接着介绍了e m d 这种新的信号处理方法。最后，给出了本文的研究 内容和总体框架。 第2 章滚动轴承振动诊断基础 2 - 1概述 第2 章滚动轴承振动诊断基础 滚动轴承是旋转机器中的重要零件，它具有一系列的显著优点，因此在各个机械部 门中的应用极其广泛。但是，滚动轴承也是机器中最易损坏的零件之一，它的缺点是承 受冲击的能力差，在冲击载荷下容易发生故障。此外，滚动轴承在滚动体上的载荷分布 是不均匀的，在载荷线下面的一个滚动体受力最大，因此轴承工作时，内圈和外圈上各 点所受的应力和应力循环次数是不同的，这些对轴承的损坏都有很大的影响。据统计， 旋转机械的故障有3 0 是由轴承故障引起的，它的好坏对机器的工作状况影响极大 1 】。因 此，对滚动轴承进行状态监测与故障诊断对延长旋转机械的使用寿命、节省维修费用、 保证机器设备正常运行、避免事故有很大的实际意义。 滚动轴承的故障形式各种各样，常见的有磨粒磨损、疲劳剥落和点蚀、裂纹和断裂、 压痕、腐蚀、电蚀、胶合、微动磨损、烧损等 1 9 】。从实践中可知，滚动轴承的故障大部 分可归结为表面的劣化，进而使振动加剧，改变了振动信号的特征。 当前，用于滚动轴承故障诊断的方法很多，如振动分析法、油样分析法、温度分析 法等，其中振动分析法由于其适用性强、效果好、测试及信号处理简单直观等优点而被 广泛采用 18 1 。 2 2 滚动轴承故障诊断基本环节 作为一门技术，机械设备诊断有一个比较完整的体系。滚动轴承作为机械设备的一 个组成部分，其故障诊断也是如此，为了能卓有成效地进行滚动轴承的故障诊断，有必 要对其诊断的一般过程及其各个环节有一个比较系统的了解【4 】。 滚动轴承故障诊断的目的是保证轴承在一定的工作环境( 承受一定的载荷，以一定 的转速运转等) 下和一定的工作期间( 一定的寿命) 内可靠有效地运行，以保证整个机 械的工作精度。同此目的相适应，轴承故障诊断就是要通过对能够反映轴承工作状态的 信号的观测、分析与处理来识别轴承的状态。所以，从一定程度上可以说，轴承故障诊 断就是轴承状态识别。具体来说，完整的轴承故障诊断过程应包含以下五个环节 4 ： ( 1 ) 信号测取 根据轴承的工作环境和性质，选择并测取能够反映轴承工作情况或状态的信号； ( 2 ) 特征( 征兆) 抽取 1 0 硕士学位论文 从测取的信号中以一定的信号分析与处理方法抽取出能够反映轴承状态的有用信息 ( 征兆) ； ( 3 ) 监视( 状态识别) 根据征兆，以一定的状态识别方法识别轴承的状态，即简单判断轴承工作是否正常 或者说有无故障； ( 4 ) 诊断( 状态分析) 根据征兆，进一步分析有关状态的情况及其发展趋势；当轴承有故障时，详细分析 故障的类型、性质、部位、产生原因与趋势等； ( 5 ) 决策干预 根据轴承状态及其发展趋势，做出决策，如调整、控制、维修或继续监视等。 2 3 滚动轴承振动原因和特征频率 2 3 1 滚动轴承的振动原因 引起滚动轴承振动和噪声的原因，除了外部激励因素( 如转子的不平衡、不对中、 流体激励、结构共振等振动传递) 之外，属于轴承本身内部原因产生的振动可分为如下 三种类型 1 9 】： 第一类由于轴承结构本身引起的振动。这部分包括：滚动体通过载荷方向产生的 振动：套圈的固有振动；轴承弹性特性引起的振动。 第二类由于轴承形状和精度问题引起的振动。这部分包括：套圈、滚道和滚动体 波纹度引起的振动；滚动体大小不均匀和内、外圈偏心引起的振动。 第三类由于轴承使用不当或装配不正确引起的振动。这部分包括：滚道接触表面 局部性缺陷引起的振动；润滑不良，由摩擦引起的振动；装配不正确，轴颈偏斜产生的 振动。 下面简要介绍滚道接触表面局部性缺陷引起的振动。 滚动轴承可能由于润滑不良，载荷过大，材质不良，轴承内落入异物，锈蚀等原因 引起轴承工作表面上的剥落、裂纹、压痕、腐蚀凹坑和胶合等离散型缺陷或局部损伤。 当滚动体通过一个缺陷时，就会产生一个微弱的冲击脉冲信号。轴承内产生的冲击能量 可激起轴承和轴承座各零部件以其固有频率的振动，振动能量随着机械结构的阻尼而衰 减。因此，这种由局部缺陷所产生的冲击脉冲信号，其频率成分不仅有反映轴承故障特 征的间隔频率( 通过缺陷处的冲击频率) ，而且还包含有反映轴承元件自振频率的高频成 第2 章滚动轴承振动诊断基础 分e 1 9 i 。 2 3 2 滚动轴承的故障特征频率 当滚动体和滚道接触处遇到一个局部缺陷时，就有一个冲击信号产生。缺陷在不同 元件上，接触点经过缺陷的频率是不相同的，这个频率就称为冲击的间隔频率或者故障 特征频率。知道了轴承的转速、轴承元件的形状和尺寸，故障特征频率便可以由轴承的 简单运动关系分析中得到【1 9 】。 表2 1由局部缺陷引起的故障特征频率 t a b l e 2 1f a u l tc h a r a c t e r i s t i cf r e q u e n c yc a u s e db yp a r t i a lf a i l u r e 注：n 转速，转秒 d 滚动体直径，m m d m 节圆直径，m m 0 【接触角，r a d z 滚动体个数 在外圈固定，内圈与轴一起旋转的情况下，假如内圈滚道、外圈滚道或滚动体上有 一处局部缺陷( 剥落或裂纹) ，则由局部缺陷引起的故障特征频率见表2 1 ( 1 9 】。 1 2 硕士学位论文 2 4 滚动轴承的振动测试 2 4 1 测点位置和方向的选择 对于不同机械，滚动轴承安装的方式和结构是不同的。有的装在轴承座上，而轴承 座是外露的，测点应布置在轴承座上；有的装在机械内部，或直接装在箱体上，测点应 选在与轴承座联接刚度较高的地方或箱体上的适当位置。如果有可能，加工一些辅助测 点最好。总之，测点选择应以尽可能多地获得轴承外圈本身的振动信号为原则 4 】。 测量方向应根据轴承的承载情况来考虑。如果轴承承受径向载荷，则应测量径向振 动；如果轴承承受轴向载荷，应测量轴向振动；如果轴承同时承受径向和轴向载荷，则 一般应同时在两个方向布置传感器。另外一点很重要，就是传感器应尽可能布置在载荷 密度最大的地方，以保证获取尽可能大的轴承本身的振动信号【4 】。 轴承在运转时，滚道接触面上的高低不平和局部缺陷所产生的冲击性振动，将以压 缩波的形式从接触点出发呈半球形波面向外传播。在信号传播的道路上如果遇到材料的 转折处、尖角形状或两个零件的配合界面时，由于波的折射和反射将引起很大的能量损 耗，因此传感器的安装位置应使其接受方向指向滚道的负荷方向，并且要求轴承与传感 器之间尽可能减少中间界面 19 1 。例如，当内圈发生局部损伤类故障，滚动轴承与滚动体 接触引起的振动比外圈的情况多通过一个界面，所以损失很大。因此内圈有损伤时在早 期不易被发现，只有当损伤达到一定的严重程度时才能被发现。鉴于这个道理，测点选 择时，应注意尽量减少中间界面，尽量减少测点与轴承外圈的距离【4 】。 2 4 2 传感器安装与连接 安装在构件上的传感器应该与被测物体有良好的接触，必要时，传感器与被测物体 之间应有牢固的或者刚性的连接。如在水平方向产生滑动，或在垂直方向产生滑动，或 在垂直方向脱离接触，都会使测试结果严重畸变，造成测试结果无法使用。限于结构的 具体情况，有些传感器不能和被测结构直接连接，需要在传感器和被测结构之间加一个 转接件。这种固定传感器的转接件会产生寄生振动，这种寄生振动会使测试结果产生畸 变和误差。良好的固接，要求固定件的自振频率为被测振动频率的5 1 0 倍。这样可使