（测试计量技术及仪器专业论文）滚动轴承信号识别及工况监测虚拟仪器研究.pdf

西南交通大学硕士研究生学位论文第1 页 摘要 滚动轴承是机器中的易损零件，许多机械的故障都与滚动轴承的 状态有关。据统计，在使用滚动轴承的旋转机械中，大约3 0 的机 械故障是由于滚动轴承而引起的。可见，滚动轴承的好坏对机器工 作状况的影响极大。因此，对滚动轴承的诊断技术，国内外都很重 视，近年来发展很快，其中最常用方法为振动信号分析法。 目前对滚动轴承信号识别主要采用模拟监测系统，系统均由模拟 量仪器组成，如f f t 分析仪、幅值分析仪电平记录仪等，系统存在 操作界面不够友好，功能单一，分析内容欠丰富、通用性差、开发 周期长、成本高等缺点。随着计算机技术的飞速发展，虚拟仪器的 出现弥补了传统测试仪器的不足，虚拟仪器是仪器行业未来发展的 主要方向。 本论文在深入分析研究以模拟仪器为基础的滚动轴承诊断技术 的基础上，应用现代先进的虚拟仪器技术，合理选用传感器、信号 调理器及a d 转换板等硬件，采用具有强大功能的虚拟仪器编程语 言：l a b w i n d o w s c v i 平台，编写了一系列功能软件和软面板，成功 地研制和组建了一套滚动轴承信号识别及工况监测虚拟仪器，并利 用所研制的虚拟仪器，在测试实验室万能实验台上对若干g b 6 3 0 9 型 号深沟滚动轴承的几种典型故障进行了实际检测与诊断，收到了满 意的效果。论文对多种滚动轴承振动信号的识别方法进行了分析和 比较，提出了若干有益的建议，从而使滚动轴承信号识别与诊断技 术，从传统的模拟仪器监测系统上升到以虚拟仪器为主的监测系统。 本论文按照预定的要求完成了设计任务，其设计是成功的，所研 制的滚动轴承虚拟仪器具有较好的应用价值，其性能远优于模拟监 测设备。 【关键词l 滚动轴承振动信号虚拟仪器数据采集 7 西南交通大学硕士研究生学位论文第2 页 a bs t r a c t r e l l i n gb e a r i n gi st h eb r i t t l ep a r to f am a c h i n e ，al o to fm e t h a n i c a l f a i l u r ei sr e l e v a n tt ot h es t a t eo fr o l l i n gb e a r i n g i ti se s t i m a t e dt h a t a b o u t3 0p e r c e n to fm e c h a n i c a lf a i l u r ei sc a u s e db yi ti nt h er e l l i n g m a c h i n e sw i t h r e l l i n gb e a r i n g i t i s o b v i o u s l y t h a tt h e q u a l i t y o f r e i l i n gb e a r i n gh a sag r e a ti m p a 6 to nt h ew o r k i n gc o n d i t i o n t h e r e f o r e t h et e c h n o l o g yo ft e s t i n gr e l l i n gb e a r i n gi s p a i dag r e a ta t t e n t i o nt oi n h o m ea n da b r o a da n dh a sag r e a tp r o g r e s si nt h er e c e n ty e a r s t h em o s t c o m m o nm e t h o di s m o n i t o r i n gt h ew o r k i n gs t a t i o no fr o l l i n gb e a r i n g w i t ht h ea n a l y s i so f o s c i l l a t i n gs i g n a l s a tp r e s e n tt h ei d e n t i f i c a t i o ns i g n a lo fr e l l i n gb e a r i n gi sb a s e do n a n a l o gm o n i t o r i n gs y s t e mc o m p o s e do fa n a l o gi n s t r u m e n ts u c ha sf f t a n a l y z e r ，a m p l i t u d ea n a l y z e r a n ds oo n t h e s y s t e m h a st h e s h o r t c o m i n g a sf o l l o w s ：n o te n o u g hf r i e n d l yu s e r i n t e r f a c e ，u n i t a r y f u n c t i o n ，u n d e ra b u n d a n ta n a l y t i c a lc o n t e n t s ，p o o rg e n e r a l i t y ，l o n g d e v e l o p i n gp e r i o d ，h i g hc o s ta n ds of o r t h w i t ht h ed e v e l o p m e n to f c o m p u t e rt e c h n o l o g y i nc o m b i n a t i o nw i t ht e s t t e c h n o l o g y ，v i r t u a l i n s t r u m e n th a sm a d eu pt h es h o r t a g eo fc o n v e n t i o n a lt e s ti n s t r u m e n t v i r t u a li n s t r u m e n th a st a k e nt h el e a do ft h ep r o f c s s i o no fi n s t r u m e n t w i t ht h eu s eo fa d v a n c e dv i r t u a li n s t r u m e n t t e c h n o l o g y a n d r e a s o n a b l es e l e c t i o no fh a r d w a r es u c ha ss e n s o r ，s i g n a la d j u s t e ra n d a dc o n v e r s i o nb o a r d as e r i e so fs o f t w a r ea n ds o f l p a n e la r ed e s i g n e d i nt h e p a p e r f u r t h e r m o r e ，t h es t r o n g l y f u n c t i o n a l p r o g r a m m i n g l a n g u a g el a b w i n d o w s c v ii s w e l lu s e d t h ep a p e ri sb a s e do nt h e d e e pa n a l y s i s o fr o l l i n g b e a r i n g i d e n t i f i c a t i o n t e c h n o l o g y w h i c hi s m a d eu do fa n a l o gi n s t r u m e n t s as u i to fr o l l i n gb e a r i n gi d e n t i f i c a t i o n s i g n a l v i r t u a li n s t r u m e n th a sb e e nf o u n dw i t hw h i c hs o m e r e d r e s e n t a t i v ef a i l u r eo fg b 6 3 0 9 t y p e o f r 0 1 1 i n gb e a r i n g o nt h e o m n i p o t e n t l a bd e s ki n t e s t i n gl a b o r a t o r yh a v eb e e nm e a s u r e da n d d i a g n o s e d i t h a sr e c e i v e d s a t i s l y i n g e f f e c t t h e p a p e r h a sa l s o c o m p a r e do s c i l l a t i n gi d e n t i f i c a t i o ns i g n a l so fd i f f e r e n tr o l l i n gb e a r i n g a n dp u tf o r w a r ds o m eb e n e f i c i a l a d v i e e s t h e r e b yt h et e c h n o l o g yo f i d e n t i f y i n g a n d d i a g n o s i n gr o l l i n gb e a r i n gs i g n a l h a sa s c e n dt o m e a s u r i n gs y s t e m b a s e do nv i r t u a li n s t r u m e n tf r o mc o n v e n t i o n a l a n a l o go n e t h e p a d e r h a s s u c c e s s f u l l yc o m p l e t e d t h e d e s i g n t a s ka n dt h e r e s u l tm e e t st h ee x p e c t a t i o n t h ed e s i g n e dv i r t u a li n s t r u m e n to fr e l l i n g b e a r i n gh a sac e r t a i na p p l i e dv a l u ea n di t sf u n c t i o n i sf a rs u p e r i o rt o t h ea n a l o gm e a s u r i n gs y s t e m 【k e y w o r d s 】r o l lb e a r i n g v i b r a t i o ns i g n a l v i r t u a li n s t r u m e n t a t i o nd a t aa c q u i r e 西南交通大学硕士研究生学位论文第1 页 1 1 选题说明 第1 章绪论 1 1 1本论文所涉及内容的国内外动向和水平 滚动轴承是机器中的易损零件，许多机械的故障都与滚动轴承 的状态有关。据统计，在使用滚动轴承的旋转机械中，大约3 0 的 机械故障是由于滚动轴承而引起的。可见，滚动轴承的好坏对机器 工作状况的影响极大。因此，对滚动轴承的诊断技术，国内外都很 重视，近年来发展很快。 通常。滚动轴承的失效形式有以下几种：磨损失效，疲劳失效， 腐蚀失效，断裂失效，压痕失效和胶合失效。产生各种滚动轴承失 效的原因和程度各有不同，但是各种滚动轴承的缺陷会导致机器产 生振动和噪声，甚至会引起机器的损坏。而在精密机械中，对滚动 轴承的要求就更高，哪怕是滚动轴承有微米级的缺陷，都会导致整 个机器系统的精度遭到破坏。 最原始的滚动轴承故障诊断方法是听音棒接触滚动轴承部件， 依靠听觉来判断轴承有无故障。这种方法仍在使用，不过已逐步使 用电子听诊器来代替昕音棒以提高灵敏度。后来逐步使用各种测振 仪器和仪表，并应用测振动位移，速度和加速度的均方值或峰值来 判断滚动轴承有无故障。这可以减少对减少检修人员的经验的依赖， 但很难发现早期故障。 滚动轴承监测使用较多的方法有三种。一种是直接测量轴承损 坏出现的脉动频率。由于这种方法受流体动力噪声和其他干扰源的 影响很大，因此通常只在简单韵机械中应用，被称为低频信号接收 法。另一种是谐振信号接收法。这种方法是以3 0 4 0 k h z 作为监测频 带，所选用的压电晶体加速度传感器的基座、机壳以及邻近零件的 西南交通大学硕士研究生学位论文第2 页 谐振频率均远离3 0 - 4 0 k h z 。这样。当被监测的滚动轴承正常运行时。 在此监测频带内不会出现共振脉冲。一旦轴承损坏产生脉冲时，在 此监测频带内的谐振信号由传感器接收，经放大器放大和滤波器滤 波，即获较强的监测信号。第三种方法包络法是选择传感器的一阶 谐振频率区作为监测频带，而将其他低频分量滤除。在包络法中， 将经调制的高频分量拾取，经放大，滤波后送入峰值跟踪器调解， 即可得到原来的低频脉动信号，再经谱分析获得要求的功率谱。 另一方面，由于电子技术，计算机技术和网络技术的高速发展 及其在电子测量技术与仪器领域中的应用，新的测试理论、方法， 新的仪器结构的不断出现，电子测量仪器的功能和作用也发生了质 的变化。在这种背景下，2 0 世纪8 0 年代末，美国成功研制了虚拟仪 器。所谓虚拟仪器，就是在以通用计算机为核心的硬件平台上，由 用户设计定义，具有虚拟仪器面板，测试功能由测试软件实现的一 种计算机仪器系统。使用者用鼠标和键盘操作虚拟面板，就如同使 用一台专用测量仪器。虚拟仪器的出现使测量仪器与个人计算机的 界限模糊了。 虚拟仪器的实质是利用计算机显示器的显示功能来模拟传统仪 器的控制面板，以多种形式表达输出检测结果，利用计算机强大的 软件功能来模拟传统仪器的信号数据的计算、分析和处理，利用i 0 接口设备完成信号的采集、测量与调理，从而完成各种测试功能的 一种计算机仪器系统。 1 1 2 该领域存在和待解决的问题 随着对轴承的运动学、动力学的深入研究，对于轴承振动信号 中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( f f t ) 技术的发展，开创了用频域 分析方法来检测和诊断轴承故障的新的有效途径。目前，已有多种 信号分析仪可用于对轴承的故障诊断。在信号预处理上采用各种现 代滤波技术，提高了诊断的灵敏度。除了利用振动信号来对轴承进 行检测和诊断之外，还发展了其他技术，如红外分析法、油污染分 西南交通大学硕士研究生学位论文第3 页 析法、声发射法和接触电阻法等。但是这些技术只是在传统仪器上 的应用，尚未推广到虚拟仪器中。本论文的关键在于应用虚拟仪器 技术应用到滚动轴承故障诊断中去。 1 2虚拟仪器技术 虚拟仪器( v i r t u a li n s t r u m e n t ，简称v i ) 是现代计算机技术和器 技术深层次结合的产物，是当今计算机辅助测试( c a t ) 领域的一项 重要技术。 1 2 1虚拟仪器的基本概念 所谓虚拟仪器，就是在以计算机为核心的硬件平台上，由用户 设计定义，具有虚拟面板，测试功能由测试软件实现的一种计算机 仪器系统。使用者用鼠标或键盘操作虚拟面板，就如同使用一台专 用测量仪器。虚拟仪器的出现使测量仪器与个人计算机的界线模糊 了。 虚拟仪器的实质是利用计算机显示器的显示功能来模拟传统仪 器的控制面板，以多种形式表达输出检测结果，利用计算机强大的 软件功能实现信号数据的运算、分析和处理，利用i o 接口设备完成 信号的采集、测量与调理，从而完成各种测试功能的一种计算机仪 器系统。“虚拟”主要包含以下两方面的含义。 1 虚拟仪器的面板 虚拟仪器面板上的各种“控件”与传统仪器面板上的各种按键 和旋钮相对应的。如各种开关、按键等实现仪器电源的“通”、“断”， 被测信号“输入通道”、“放大倍数”等参数设置，测量结果的“数 值显示”、“波形显示”等。 传统仪器面板上的器件都是实物，而且是用手动和触摸进行操 作的，而虚拟仪器面板控件是外形与实物相像的图标，通、断、放 大等对应着相应的软件程序，控件由计算机的鼠标来对其进行操作。 因此，设计虚拟面板的过程就是在面板窗口中摆放所需的控件，然 西南交通大学硕士研究生学位论文第4 页 后编写相应的程序。 2 由软件编程来实现的虚拟仪器测量功能 在以p c 为核心的硬件平台支持下，虚拟仪器不仅可以通过软件 编程设计来实现仪器的测试功能，而且可以通过不同测试功能的软 件模块的组合来实现多种测试功能。因此在硬件平台确定后有“软 件就是仪器”的说法。这也体现了测试技术与计算机技术深层次的 结合。 1 2 2 虚拟仪器的特点 虚拟仪器与传统仪器相比，有以下几个特点： 1 ) 虚拟面板的设计比传统面板更加人性化，从而提高操作的正 确性与便捷性，且虚拟仪器的面板上的显示元件和操作元件的种类 与形式不受零件标准加工工艺的限制。 2 ) 在通用硬件平台确定后，由软件取代传统仪器中的硬件来完 成仪器的功能。 3 ) 仪器的功能是用户根据需要由软件来定义的，而不是事先由 厂家定义好的。 4 ) 仪器性能的改进和功能扩展只需相关软件设计更新，而不需 购买新的仪器。 5 ) 研制周期较传统仪器大为缩短。 6 ) 虚拟仪器开放、灵活，可与计算机同步发展，与网络及其他 周边设备互联。 决定虚拟仪器具有上述传统仪器不可能具备的特点的根本原因 在于：虚拟仪器的关键是软件。 虚拟仪器在工程应用和社会经济效益方面具有突出的优势。目 前，我国高档台式仪器，如数字示波器、频谱分析仪、逻辑分析仪 等还主要依赖进口，这些仪器加工工艺复杂，对制造水平要求高， 生产突破有困难，而采用虚拟仪器技术可以通过只采购必要的通用 仪器硬件来设计自己的高性能价格比的仪器系统。 西南交通大学硕士研究生学位论文第5 页 1 3论文的内容和成果 1 3 1目的与意义 本论文的目的是建立以虚拟仪器技术为基础的滚动轴承故障诊 断和工况监测系统，将以专用模拟仪器为基础的轴承信号识别与诊 断技术推广到虚拟仪器，将先进的虚拟仪器技术应用于故障诊断领 域，提高诊断准确度减少误判率，同时降低专用诊断设备的高昂研 制费用，并将该技术应用到铁路机车车辆轴承故障诊断，使故障诊 断技术在国民经济领域得到更广泛的应用。 1 3 2结果和水平 本论文深入分析研究以模拟仪器为基础的滚动轴承信号识别和 工况监测技术，应用现代先进的虚拟仪技术，合理选用传感器、信 号调理器及a d 转换板等硬件，采用具有强大功能的虚拟信仪器编程 语言：l a b w i n d o w s c v i 平台，编写了一系列功能软件，成功地研制 和组建了一套滚动轴承信号识别及诊断虚拟仪器，并在测试实验室 万能实验台上对g b 6 3 0 9 滚动轴承的几种典型故障进行了实际检测与 诊断，收到了满意的效果。从而使之从传统的模拟仪器诊断系统上 升到以虚拟仪器为主的诊断系统。 该滚动轴承信号识别和诊断虚拟仪器可以有效的替代价格昂贵 的专用模拟故障诊断仪器，其诊断性能在许多方便优于传统仪器， 本研制成果完全可以在工程界中推广应用。 西南交通大学硕士研究生学位论文第6 页 第2 章滚动轴承的振动机理 在滚动轴承工况监视与故障诊断的各种方法中，振动法由于其 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。 振动信号作为预知滚动轴承故障的信息载体，具有很优良的性质， 但是盲目地测定振动信号，对其特征不进行认真的分析和研究，仍 然不能成功且有效地诊断出轴承的故障。 2 1滚动轴承的振动机理 滚动轴承在工作时，一般是外圈与轴承座或机壳相联接，固定 或相对固定；内圈与机械的传动轴相联接，随轴一起转动。在机械 运转时，由于轴承本身的结构特点、加工装配误差及运行过程中出 现的故障等内部因素，以及传动轴上其它零部件的运动和力的作用 等外部因素。当轴以一定的速度并在一定载荷下运转时对轴承和轴 承座或外壳组成的振动系统产生激励，使该系统振动，其振动产生 的机理可用图2 1 来表示。 图2 i滚动轴承振动产生原理 显然，在实际诊断中，人们通过布置在轴承座或外壳适当位置 的传感器拾取的振动信号是上述各种内部和外部激励源施加于轴承 西南交通大学硕士研究生学位论文第7 页 以及轴承座和外壳组成的振动系统的综合振动。如果不考虑轴承加 工和装配误差，在这一综合振动中，运行故障这一内部因素所引起 的振动信号为振动的主要因素。那么，如何从综合振动中把运行故 障引起的振动信号突出出来，从而有效地诊断出轴承的运行故障是 滚动轴承工况监测的关键步骤。 2 1 1 轴承本身结构特点及加工装配误差引起的振动 当轴承旋转时，滚动体便在轴承内、外圈滚道上滚动，即使对 加工装配毫无误差的轴承来说，由于滚动体在不同位置时所受的力 大小不同，同时承载的滚动体的数目也不同，这些轴承本身的结构 特点造成承载刚度的变化引起轴承振动，当轴的转速一定时，这一 振动具有确定性质；轴承元件加工时留下的表面波纹度、粗糙度、 形位误差以及装配误差等原因产生交变激励力使轴承系统振动，虽 然这些加工装配因素造成的激励力大都具有周期性的特点，当由于 实际构成因素十分复杂，各因素之间也不存在特定的关系，所以， 总体上说这些激振力随机性很强，含有多种频率成分，那么轴承系 统在这些激振力的作用下所产生的振动当然也具有多种频率成分并 具有较强的随机性。 2 1 2 轴承运行故障引起的振动 滚动轴承在运行过程中出现的故障按其振动信号的特征不同可 分为两大类：一类称为表面损伤类故障，包括点蚀、剥落、擦伤等； 另一类称为磨损类故障。 1 磨损 一般来说，在正常使用情况下，滚动轴承工作表面磨损故障经 历时间较长，是一种渐变性故障。轴承表面磨损后产生的振动同正 常轴承的振动具有相同的性质，即两者的波形都是无规则的，随机 性较强。但磨损后振动水平明显高于正常轴承，这就是磨损类故障 引起的振动信号的基本特点。 西南交通大学硕士研究生学位论文 第8 页 由于磨损故障引起的振动信号除了振动水平高于正常轴承外没 有别的特征差别，所以诊断这类故障就找不到一种很好的信号处理 方法。通常作法是监测振动的有效值和峰值，如果明显高于正常轴 承，即判定为磨损。 由于磨损不会马上引起轴承破坏，其危害程度远小于表面损伤类 故障，所以通常人们最为重视的还是下面要讨论的表面损伤类故障。 2 表面损伤 对于表面损伤类故障，当损伤点滚过轴承元件表面时要产生突 变的冲击脉冲力，该脉冲力是一宽带信号，所以必然覆盖轴承系统 的高频固有振动频率而引起谐振，从而产生冲击振动。这就是损伤 类故障引起的振动信号的基本特点。损伤类故障产生的冲击振动成 分从性质上可分为两类： 其一，是由于轴承元件的工作表面损伤点在运行中反复撞击与 之相接触的其它元件表面而产生的低频振动成分，其发生周期是有 规律的，可以从转速和轴承的几何尺寸求得。并且，损伤发生在内、 外圈或滚动体上时，该频率不同。利用频谱分析诊断轴承故障时， 其基本原理就是查看轴承振动信号中有无这些故障特征频率成分， 若有，则可根据这些频率成分的大小进一步确定故障发生的部位。 滚动轴承故障特征频率一般在l k h z 以下，是滚动轴承故障的重要特 征信息之一。 其二，由于损伤冲击作用而诱发的轴承系统的高频固有振动成 分。这里所说的“高”是相对故障特征频率而言的。轴承系统的高 频固有振动很复杂，如轴承内、外圈的径向弯曲固有振动，滚动体 的固有振动，甚至测振传感器的固有振动等都可由于损伤冲击而产 生并反映在轴承的振动信号中。在这些固有振动中，因为通常测轴 承振动时往往把传感器布置在轴承座上测外圈的振动，所以轴承外 圈的径向弯曲固有振动是我们比较感兴趣的。 西南交通大学硕士研究生学位论文第9 页 2 2滚动轴承故障特征频率计算 下面以角接触轴承为例通过分析轴承各元件之间的相对运动关 系来推出轴承故障特征频率的计算公式。 图2 2 所示为滚动轴承各元件之间运动关系图。 图2 - 2 轴承各元件之间的运动关系 为简单起见，设轴承外圈固定，内圈( 即轴) 的旋转频率为 ， 轴承节径为d ，滚动体直径为d ，接触角为口，滚动个数为：；并假 定滚动体与内外圈之间纯滚动接触。 由于外圈固定，所以滚动体上的速度为 v a = 2 v c = 面( d d c o s a ) = 2 斫d ，由此可以得到： 后；坐( 1 一一dc o s 口) ( 2 - 1 ) 。 2d 式2 一l 中五为滚动体的公转频率，即保持器的转动频率为办。 设滚动体的自转频率为 ，则 可以这样求得：给整个轴承加一 个转动角速度“- l ”( 相当于站在保持器上看轴承运动) ，则此时保 持器固定不动，外圈以诉转动，滚体只有自转角速度 ，根据纯滚 动关系，此时b 点的速度( 注意此时滚动体上的a 点绕其中心c 转 动) 为： v 6 = 碱= x ( o + d c o s 口) 工 ( 2 - 2 ) 由此可得： 西南交通大学硕士研究生学位论文第1 0 页 五= 昙卜( 鼢0 s 2 m ( 2 - 3 ) 由此进而推得： 1 ) z 个滚动体与外圈上某一点固定点接触的频率为： 无= 坑= 主( 卜吾c o s 蚍 ( 2 。) 2 ) z 个滚动体与内圈上某一点固定点接触的频率为： z = z ( 六一正) = 主( 1 + 五d c 。s 口) 正 ( 2 - 5 ) 3 ) 滚动体上某一固定点与外圈或内圈接触的频率为： f = 兀= 昙”( 鼢o s 2 毗( 2 - 6 ) 厶、 和 分别称为外圈、内圈和滚动体的通过频率。当上述的 “某一固定点”是局部损伤点( 例如点蚀点、剥落点、烧伤点等) 时，厶， 和正分别成为局部损伤点撞击滚动轴承元件的频率，所以 又分别称为外圈、内圈和滚动体的故障特征频率。 2 3轴承元件固有频率计算 滚动轴承在运行时，当工作表面发生局部损伤类故障是要产生 冲击而诱发轴承的各阶固有振动。其中轴承元件的固有频率如下： 1 ) 轴承套圈径向弯曲振动的固有频率计算公式： 五：9 4 x 1 0 5 i h n f ( n 2 - 1 ) ( 恕) b 打+ 1 式2 - 7 中：丹一一固有频率的阶数( ，1 1 ) 6 一一套圈宽度( m m ) ； 而一一套圈厚度( m m ) ； 以上公式是假定套圈为钢材而得出的。 钢球的固有频率的计算公式： 兀，= 4 8 x 1 0 4i r ( h z ) ( 2 7 ) ( 2 8 ) 西南交通大学硕士研究生学位论文第1 1 页 式中：，一球的半径( m m ) ： 一般测量轴承振动时是把传感器布置在轴承上测外圈的振动， 所以外圈的径向弯曲固有振动频率比较重要，按公式计算得到的固 有频率只是理论值，它实际上是按照弹性力学中薄壁圆环在自由状 态下的固有振动的计算方法而导出的，因为实际的滚动轴承外圈并 非薄壁圆环，并且它的外面与轴承座相联，里面与滚动体接触，并 非自由状态，所以按公式的计算值往往与实测值有出入，此公式只 能作为外圈固有频率的一个估算公式。 一般来说，滚动轴承外圈的一阶径向弯曲固有振动频率为数于 赫兹。 西南交通大学硕士研究生学位论文第1 2 页 第3 章轴承故障诊断中的振动信号处理 3 1振动数字信号的预处理和检验 3 1 1 振动数字信号的预处理 模拟信号被数字化后，在进行振动信号处理分析前还需要进行 一些工作，主要包括转化为物理单位和预验振动信号两部分工作。 转化为物理单位就是将模数转换器输出的数字单位转换为工程 物理单位，即通常称为校准工作。常用方法有阶跃校准与正弦校准 两种方法，这两种方法都是在振动信号记录之前，用标准的、精准 的输入去激励传感器( 即标定) ，或将传感器从电路中断开，以接入 一校准电压。 标准振动和校准电压可以是正弦式的，或者是阶跃式的。一般 认为测量系统在线形范围内工作，所以校准信号有两个值就行了， 可以取一个零值，而另一个值约等于被测值的最大值。 预验振动信号是在对振动信号进行分析之前预先检验一次，发 现和处理振动信号中可能存在的各种问题。预验振动信号包括以下 三项内容： i ) 剔点处理。在振动信号采集系统中，偶然也会夹杂着一些杂 乱值，这是由于传输环节中信号的损失。模数转换器的失效等等。 由于这些失效，将产生剔点( 不代表信号信息的点) ，它影响继续分 析的结果。可用数学上的差分法进行剔点检测。但在工程实际中， 往往是把振动信号用表格或图形显示直接用人工目视检查，若有剔 点存在干脆整组振动信号弃用。 2 ) 零均值化处理，也称为中心化。即把被分析振动信号值转换 为零均值的振动信号，这样可以简化以后分析用到的公式和计算。 3 ) 消除趋势项。趋势项是样本记录周期大于记录长度的频率成 分。这可能是测试系统中各种原因引进的时间序列中线形的或慢变 西南交通大学硕士研究生学位论文第1 3 页 的趋势误差，如果不去掉，会在相关分析和功率谱分析中分析中出 现很大畸变。振动信号中的趋势项，甚至可以使低频时的谱估计完 全失去真实性，所以，从原始振动信号中去摔趋势项是非常重要的 工作。为了消除趋势项，需要对振动信号作专门的振动信号处理。 最常用而精度又高的一种方法就是最小二乘法，它既能消除高阶多 项式趋势项，又能消除线形趋势项。 3 1 2 振动信号的检验 动态信号的随机数据处理和分析的结果是否正确，这主要取决于 数据的一些基本特征。因为不同特征的数据有不同的处理方法，在 对滚动轴承振动信号进行分析之前，检验数据的平稳性、各态历经 性、周期性和正态性是非常必要的，因为对没有通过检验的信号进 行分析是没有实际意义的。 平稳性检验是至关重要的，因为平稳振动信号与非平稳振动信号 的分析方法有很大不同，把非平稳振动信号当作平稳振动信号分析 会得到错误结果。 如果振动信号不是各态历经的，则缺乏只分析一个样本记录就得 到随机过程的统计特性的前提。 另外，随机数据中包含周期振动信号或准周期振动信号时，理 论上会在功率谱图中出现j 函数，但实测时是出现一个窄峰，这与窄 带随机振动信号有时不好区分，若对振动信号进行了周期性检验以 后，就不会误认随机信号中混叠的周期振动信号为窄带随机振动信 号带来的一些错误结论。 最后，实际工程中的随机振动信号虽然很多具有正态概率密度 分布，但也有很多情况是具有其他分布函数，这需要加以区分。 1 平稳性检验 研究随机振动信号的是否平稳，最简单的方法就是直接研究产 生此振动信号的现象及其物理特性。若此现象的基本物理因素是不 随时间变化的，就可以认为振动信号是平稳的。通常用来判定平稳 西南交通大学硕士研究生学位论文第1 4 页 性检验的方法包括比较简单的目视检查法和比较详细的轮次法检 验。 目视检查，直接观察测试所得波形是否符合平稳性随机振动信 号的主要特征。平稳性主要特性是：测试振动信号的平均值波动很 小，幅值的峰谷变化比较均匀频率结构比较一致。 轮次法检验，是用统计理论检验随机振动信号的平稳性的既方 便又常用的方法之一。该方法属于非常数检验方法，它是以均方值 的离散程度的研究为基础的一种方法。应用轮次检验法的具体步骤 如下： 1 ) 把采样记录分为个等时间区间，可以认为这个区间上的振 动信号是独立的。 2 ) 对每个区间计算均方值，把这些均方值列成如下的时间序列： x ，z ；，x 扣，蠢 3 ) 计算上述均方值时间序列的中数，即一般均方值大于它而一 半均方值小于它的值。 4 ) 对每个大于和小于中数的均方值分别标以( + ) 和( ) ，若相 等则标( 0 ) 。 5 ) 将均方值时间序列的( + ) ( ) 号按原来的次序排列计算轮次 的数目。 6 ) 先假设振动信号是平稳的，则按轮次分布表根据不同的值 和显著水平口查出均方值序列相对于中数的“期望轮次数”区间。若 上一步计算出的“实际轮次数”落在此区间内，则接受这一假设。 反之，应拒绝平稳性假设，即振动信号为非平稳的。 2 周期性检验 周期性检验的方法主要包括两种：用自相关函数检视和用概率 密度图检视。 用自相关函数检视是检验随机振动信号以外的正弦分量的最有 效的方法。正弦信号或一簇正弦信号的自相关函数曲线，不管时间 延迟怎样增大，总是一条连续振荡的曲线。而对于不存在周期分量 西南交通大学硕士研究生学位论文第1 5 页 的随机信号，自相关函数曲线在时间延迟很大时，总是趋于均值的 平方( 对于零均值振动信号则趋向于零) 。若在随机振动信号中包含 有周期分量，其自相关曲线将是有所衰减的，但随时间延迟增大时 逐渐成为稳态方式的周期振荡曲线。 正弦和随机振动信号的概率密度图是明显不同的。正弦信号的 概率密度是抛物型的，它有明显的界线，振动量级不会超过振幅。 随机信号的概率密度函数总有些类似于正态分布的那种呈钟形形 状。如果钟形上叠加有对称的凸峰就表示有周期信号夹杂在随机信 号中。但这种分辨方法的前提是正弦分量必须比随机成分突出才行。 如果存在一个以上的正弦波与随机信号混在一起就很难区分了。 3 正态性检验 检验平稳随机振动信号是否正态分布，简明的方法就是测量振 动信号的概率密度函数，然后与理论正态分布作比较，如果样本记 录很长，则这种方法可以很明确的判断振动信号是否正态。因为正 态振动信号的特点是：相对于幅值的均值是对称分布的，并在均值 处有极大值；概率密度函数值主要分布在均值附近。 正态性检验也可以采用图表的方式进行。根据样本函数的统计 结果，算出对应幅值的各组段累积概率分布函数( 由仪器完成) 。然 后把累积概率分布函数划在概率密度纸上( 横坐标为幅值，纵坐标 为累积概率的对数坐标) ，可连成一条直线( 或称拟合成一条直线) 则符合正态分布。如果不能拟合成一条直线就认为不符合正态分布。 3 2振动信号的幅值处理 3 2 1 概率密度分布及直方图 在正常情况下，由于各种不确定因素的影响，滚动轴承的振动 信号幅值的分布接近正态分布。但在运行过程中，若出现点蚀、剥 落、擦伤等局部损伤类故障时就回引起冲击。由于冲击的作用，振 动信号中大幅度的概率密度增加，原正态分布的两边尾巴跷起，使 西南交通大学硕士研究生学位论文第1 6 页 得信号的幅度值偏离正态分布，如图3 1 所示。 p ， 、 7 i y 、正常 j j 、 ，。：，、墼挣 一，p 、- 一_ 一 0 矗。z 图3 1 正常和故障轴承的概率密度分布示意图 在用计算机进行实际检测与诊断时不能作出连续曲线的概率密 度分布图，只能作出直方图，从直方图中可以大致看出轴承是否已 出现了故障。在实际应用中，通过观察概率密度分布图来判断轴承 运行状况是比较困难的，因此需要借助振动信号的幅域指标来判断。 3 2 2 幅域参数指标 1 有量纲参数指标 对轴承振动信号进行幅域处理最常用的有量纲指标是均方根值 ( r m s ) 和峰值( p e a k ) 。 1 ) 均方根值 信号饥) o = 1 ，其中| _ 为采样点数) 的均方根值为： = 持 。 2 ) 峰值 设利用某一峰值计数法己从 一) 的个值中找出g 个峰值 p 。 ( ，= l n ) ，则 x ) 的峰值指标为： z p e a r2 吉荟 之 简单的方法还可以把 x ，) 的个采样点数分成若干段，在每一段 中找出一个绝对值最大的采样点作为该段的峰值，然后再对各段的 西南交通大学硕士研究生学位论文第1 7 页 峰值耿平均值作为总的峰值指标。 2 无量纲参数指标 利用有量纲参数指标判断轴承故障有一个很大的缺点，这就是它 要依赖历史数据并且对载荷和转速等的变化比较敏感。为了克服这 个缺点，可采用一些无量纲的参数指标。在轴承故障诊断中，最常 用的参数指标有： 1 ) 峰值因子c ( c r e s tf a c t o r ) t ， c = “ ( 3 - 3 ) 2 ) 峭度k ( k u r t o s i s ) 对于零均值的振动信号x ( r ) k = 峭度k 的定义为： i x 4 p ( x ) d x h、2 l ! x 2 p ( x ) d xf 一m ( 3 4 ) 其中p ( x ) 为z ) 的概率密度分布函数。 对于离散序列的轴承振动信号扛。) ( f = 1 ) ，峭度k 的计算式为： x k = 上l 一 ( 3 5 ) x s 如果z ( f ) 满足正态分布，则不论方差有多大，由上式计算可得 k = 3 。 对于元件表面损伤类故障，用峰值指标判断比较敏感，对磨损类 故障，用均方根值指标比较有效，而峰值因子既考虑了峰值，有考 虑了均方根值，所以，对两类故障都可以判断。 因为正常轴承的振动信号近似服从正态分布，所以其峭度值约为 3 ，当轴承出现故障时，由于直方图两端尾部上翘，其峭度值将大 于3 ，据此可以判断轴承是否发生了异常。例如，某2 0 7 轴承的峭 度值与轴承情况的关系表如下。 西南交通大学硕士研究生学位论文第1 8 页 表3 1 某2 0 7 轴承的峭度值与轴承情况的关系表 轴承状态 正常 一滚体剥落 二滚体剥落 三滚体剥落 外罔剥落 内圈剥落 峭度 30 3 8 0 2 9 5 3 10 o 35 0 4 2 5 用无量纲参数指标判断滚动轴承故障基本上不受轴承型号、转速 和载荷等因素的影响，无需考虑相对标准值或与以前的数据进行比 较；另外，它们不受信号绝对水平的影响，所以即使测点较以往的 地方略有变动，也不至于对诊断产生太大的影响。实验证明，应用 幅域参数指标来判断滚动轴承的运行工况得到良好的效果。 3 3频谱分析 3 3 1振动信号的频谱分析 利用频域参数指标可以实现对滚动轴承的简易诊断，即判断轴 承是否有故障。由于这些指标计算简单、快速，所以常常用于对滚 动轴承的在线监视。一旦发现某轴承有故障，判断到底是什么类型 的故障，故障发生在哪个元件上，以及故障的严重程度等比较精确 的信息，需要对滚动轴承的信号进行频谱分析。根据频谱图中频率 成分以及各有关频率成分处的幅值的大小进行精确诊断。 由于滚动轴承的振动信号中含有大量的随机成分，所以即使是 故障轴承，基故障特征频率成分在频谱图中有时反映也不够明显。 为了能够使频谱图比较清楚地表现出故障特征频率成分的谱线，常 常采用两种方法：一是在频谱分析前首先用模拟的或数字的方法对 信号进行滤波、包络检波等处理，以提高信噪比，突出故障信息： 二是进行多次频谱平均，经过平均的频谱随机成分减目日，周期性的 故障特征谱线加强，更容易诊断出故障。例如图3 2 就是某2 0 6 轴承 外圈轻微剥落时的包络谱图，故障特征频率4 1 0 h z 及其二阶和三 西南交通大学硕士研究生学位论文第1 9 页 阶倍频非常清晰，这是经带通滤波和包络检波后用曰k 2 0 3 2 信号分析 系统进行1 0 0 次平均所得；否则故障特征谱线远没有如此清楚。这 种方法是应用振动信号进行滚动轴承故障诊断的最常用的办法，实 践表明，应用频谱分析不仅可以判断轴承是否含有故障，而且可以 大致估计故障所在位置。 d 1n m a8 钢h1 郭0 h 7一7 r 1 一 y - + 一 图3 - 2某2 0 6 轴承外圈轻微剥落时的包络频谱 3 3 2频域数指标 信号的功率谱反映了信号的能量随频率的分布情况，即反映了 信号中的频率成份以及各频率成份的能量大小情况。当信号中各频 率成份的能量比发生变化时，功率谱主能量的谱峰位置也将发生变 化。另一方面，当信号的频率成份增多时，功率谱上能量分布将表 现为分散；当信号中频率成份减少时，功率谱上能量分布表现为集 中。由此可以看出，通过描述功率谱中主频带位置的变化以及谱能 量分布的分散程度，可以描述信号频域特征的变化。在本章论文所 设计的滚动轴承故障诊断和工况监测系统实际应用中，应用频域数 指标不能迅速判断轴承运行状况。 3 4信号的时序分析法 3 4 1时序模型的概念 在故障诊断系统中，得到的常常是运行设备的动态信号，从实 西南交通大学硕士研究生学位论文第2 0 页 时监控出发。希望能直接利用这些动态信号对设备运行状态进行分 析诊断，时间序列分析法给这种诊断提供了可行性。 时序分析是对测量所得的有序随机信号采用参数模型处理的一 种方法。这种方法的特点就是按照统计理论，利用系统的输出信号， 采用一定的方法，建立个能反映系统运行状态的参数模型，称为 时序模型。这是一种离散动态模型。其建模过程也就是对系统信号 所含信息的变换与凝聚过程。对所建模型进行分析处理，一方面可 以了解系统的动态信息，另一方面可对系统的未来状态和趋势进行 预测和控制，所以这种方法的最大优点是将信号和系统融为一体来 分析，内容十分丰富。常用的时序模型有三种：a r ( n ) 模型( 白回归 模型) ，m a ( m ) 模型( 滑动平均模型) 和a r m a ( n ，肌) 模型( 混合模型) 。 在本设计中主要应用最小二乘法建立爿r f 行) 模型实现对滚动轴承的故 障诊断。 3 4 2 a r 例模型的最小二乘法建模方法 设有一平稳、正态、零均值时间序列为：协 ，i = 1 , 2 ，n ，则它 的a r ( n ) 模型有如下形式： z 。= 死x l - l + 九x f 一2 + + 丸x ，一。+ a ， i = l ，2 ，n ( 3 - 6 ) 其中x ；一一一时间序列； 谚一一一一模型系数( 自回归系数) ； a 一残差( 白噪声) ； n 一一一一4 r ) 模型阶次数； 一时间序列长度。 上式中表示时间序列瓴 在f 时间的取值x 可以用这个时序在过去1 , 1 个时期的观察值x - l ，x i _ 2 c x 。来估计，其误差为a ，。a r ( n ) 模型实际 上是一种输入为t 输出为a ，的滤波器。4 尺( n ) 模型的优点是，建模简 单，计算迅速，预测容易，参数易于估计。此外由a r ( n ) 模型获得的 功率谱( 自回归谱) 等价于最大熵谱，在信号分析和机械故障诊断 中应用很广。a r ( n ) 模型最常用的建模方法是最小二乘法，设y ，为已 知零均值时序，残差口，为满足正态