（精密仪器及机械专业论文）滚动轴承振动检测与智能诊断系统研究.pdf

大连理工大学硕士学位论文 摘要 滚动轴承是机械设备中常用的关键零件，也是易损伤零件之一。滚动轴承的质量和 工作状态影响着整台设备的性能。因此，对滚动轴承的检测与故障诊断技术进行研究有 着重要意义。 目前，滚动轴承的检测与故障诊断中主要应用的是振动分析法。采集轴承的振动信 号，利用信号处理方法提取不同工作状态下信号的特征，通过这些特征，采用模式识别 方法识别轴承状态。其中信号特征提取和状态识别是关键。本文主要研究了滚动轴承振 动信号特征的提取和支持向量机在轴承智能诊断中的应用。主要进行了以下工作： 介绍了滚动轴承的振动机理，故障形式，分析了滚动轴承振动信号的特征。 分析了振动信号的时域统计指标和频域统计指标，讨论了这些指标在滚动轴承不同 工作状态下的特征。 针对频谱分析中的细化问题，研究了基于复解析带通滤波器的频谱细化分析原理和 方法，并对这一方法进行了实验研究。 研究了小波分析和小波包理论的应用，应用小波阈值降噪方法对轴承振动信号进行 小波降噪处理，然后应用小波包分解提取降噪后信号不同频段的频带能量，用这些频带 能量构成了滚动轴承故障诊断的特征集。 研究了支持向量机方法及其在滚动轴承智能诊断中的应用。分别利用时域无量纲统 计指标和频带能量构成的特征集对多项式核函数s v m 和径向基核函数s v m 进行了试 验分析，并确定了本文开发的轴承智能故障诊断系统中所用s v m 的参数。结果表明， 选择合适的核函数和相关参数将极大地提高s v m 诊断的准确性。 最后，本文基于虚拟仪器技术完成了滚动轴承振动检测软件系统的设置功能模块和 智能诊断软件系统的开发。本文将支持向量机方法用于滚动轴承故障诊断，为实现诊断 的智能化提供了一种解决思路。 关键词：滚动轴承；支持向量机；智能诊断；l a b v i e w 滚动轴承振动检测与智能诊断系统研究 r e s e a r c ho nv i b r a t i o nt e s ta n d i n t e l l i g e n tf a u l td i a g n o s i ss y s t e mo f r o l l i n ge l e m e n tb e a r i n g a b s t r a c t r o l l i n ge l e m e n tb e a r i n gi so n eo ft h em o s tw i d e l yu s e dv i t a lc o m p o n e n t si na l m o s ta l l k i n d so fm a c h i n e r y , a n di ti sv u l n e r a b l et o d a m a g e i t sq u a l i t ya n dw o r k i n gc o n d i t i o nh a s i n f l u e n c eo np e r f o r m a n c eo ft h em a c h i n e r y s oi ti sv e r ys i g n i f i c a n tt or e s e a r c ho nb e a r i n g v i b r a t i o nt e s ta n df a u l td i a g n o s i st e c h n i q u e s c u r r e n t l y v i b r a t i o na n a l y s i sm e t h o di st h em o s tc o m m o ni nb e a r i n gv i b r a t i o nt e s ta n d f a u l td i a g n o s i s v i b r a t i o ns i g n a lo f r o l l i n ge l e m e n tb e a t i n gi sc o l l e c t e d ，a n dt h e ni t sf e a t u r ei s e x t r a c t e dt h r o u g hs i g n a lp r o c e s s i n g 1 1 1 er u n n i n gc o n d i t i o n so fb e a r i n ga r er e c o g n i z e db y u s i n gm e t h o d so fp a t t e mr e c o g n i t i o n f e a t u r ee x t r a c t i o na n dc o n d i t i o ni d e n t i f i c a t i o na r e p i v o t a l i nt h i st h e s i s ，t h em e t h o d so ff e a t u r ee x t r a c t i o nf r o mb e a r i n gv i b r a t i o na n dt h es v m u s e di nb e a r i n gi n t e l l i g e n tf a u l td i a g n o s i ss y s t e ma r es t u d i e d t h eo u t l i n eo ft h ew o r ki sa s f o l l o w s ： t h ef o r m i n gm e c h a n i s ma n df a i l u r em o d eo fb e a r i n gv i b r a t i o na r ei n t r o d u c e d t h e f e a t u r e so fb e a r i n gv i b r a t i o na r ea n a l y z e d n es t a t i s t i c a li n d e x e so fb e a r i n gv i b r a t i o ns i g n a ii nt i m ed o m a i na n df r e q u e n c yd o m a i n a r ea n a l y z e d t h ef e a t u r eo ft h e mw h e nt h eb e a r i n gw o r k si nd i f f e r e n tc o n d i t i o n si sa l s o d i s c u s s e d p r i n c i p l ea n dm e t l l o d so fz o o ms p e c t r u ma n a l y s i sa r ei n t r o d u c e d t h ea p p l i c a t i o na n d e x p e r i m e n t a ls t u d yo fm u l t i p l em o d u l a t i o nz o o ms p e c t r u ma n a l y s i sb a s e do nc o m p l e x a n a l y t i cb a n d f i l t e ri sr e s e a r c h e d t h ea p p l i c a t i o no fw a v e l e ta n a l y s i sa n dw a v e l e t p a c k e ti ss t u d i e d t h r e s h o l dd e n o i s i n g i nw a v e l e td o m a i ni su s e df o rb e a r i n gv i b r a t i o ns i g n a l e n e r g yd i s t r i b u t i o na td i f f e r e n t f r e q u e n c yb a n d si so b t a i n e db yw a v e l e tp a c k e td e c o m p o s i t i o n e n e r g yd i s t r i b u t i o nf e a t u r ei n f r e q u e n c yb a n d sc a nb eu s e da st h ef e a t u r es e t so fb e a r i n gf a u l td i a g n o s i s t h et h e o r ya n da p p l i c a t i o no fs u p p o r tv e c t o rm a c h i n e ( s v m li sa l s or e s e a r c h e d t h e s t a t i s t i c a li n d e x e so fb e a t i n gv i b r a t i o ns i g n a li nt i m ed o m a i na n de n e r g yd i s t r i b u t i o nf e a t u r e i nf r e q u e n c yb a n d sa r eu s e da si n p u tv e c t o ro fs v ms e p a r a t e l y i nt h et h e s i s ，t w ok e m e i f u n c t i o n s ，p o l y n o m i a lk e r n e lf u n c t i o na n dr b fk e r n e lf u n c t i o n a r eu s e di ne x p e r i m e n t a l a n a l y s i so fs v m t h eo p t i m u ms t r u c t u r ea n dp a r a m e t e ro fs v mu s e di nb e a r i n gf a u l t d i a g n o s i sa r ed e t e r m i n e d i tt u r n e do u tt h a ti tc a l li n c r e a s et h ed i a g n o s i sa c c u r a c yt oc h o o s e p r o p e rk e r n e lf u n c t i o na n dp a r a m e t e ro fs v m 1 1 大连理工大学硕士学位论文 f i n a l l y ，t h es e t t i n g sm o d u l eo fb e a r i n gv i b r a t i o nm e a s u r e m e n ts y s t e ma n dt h ei n t e l l i g e n t f a u l td i a g n o s i ss y s t e mi sd e v e l o p e db a s e do nv i r t u a li n s t r u m e n tt e c h n o l o g y i nt h i st h e s i s ， s v mi sa p p l i e dt ob e a r i n gf a u l td i a g n o s i s ，w h i c hp r o v i d e sak i n do fm e t h o dt os o l v et h e i n t e l l i g e n td i a g n o s i sp r o b l e m k e yw o r d s ：r o l l i n ge l e m e n tb e a r i n g ：s v m ；i n t e l l i g e n tf a u l td i a g n o s i s ：l a b v l e w 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 邃边垫丞拯边捡测鱼蟹能趁逝丕统盟窀 作者签名： 藜宝：显z 日期：2 墨年垒月_ 一吐日 大连理工大学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间 论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有 权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印、或扫描等复制手段保存和汇编本学位论文。 作者签名： 导师签名： 日期：2 垒q 墨年j 三月监日 日期：埠年上月王日 大连理工大学硕士学位论文 1 绪论 1 1 选题背景及研究意义 滚动轴承是电力、石化、冶金、机械、航空航天以及一些军事工业部门中使用最广 泛的机械零件，也是最易损伤的元件之一1 1 1 2 】。滚动轴承质量的好坏对机械设备的安全 运转有着很重要的影响，保证滚动轴承的质量有非常重要的意义。为生产出高品质、低 噪声的轴承，除了保证合理先进的加工工艺外，还要求有高精度的轴承检测仪器【4 】。随 着生产过程的自动化，品质检测的自动化和智能化引起了人们的重视。 滚动轴承是旋转机械中应用最广泛的一种通用机械部件。旋转机械的许多故障都与 滚动轴承有着密切的关联。据统计，在使用滚动轴承的旋转机械设备中，约有3 0 的机 械故障是与轴承损伤有关联的【l 】。可见，滚动轴承工作状态是否正常对于整个机械设备 乃至整条生产线的运行状态有着重大影响。因此，开展滚动轴承故障诊断与预报的研究 对避免重大事故、变革维修体制和促进经济发展等都具有重要的现实意义。这是因为滚 动轴承是机械设备中工作条件最为恶劣的部件，它在机械设备中起着承受载荷和传递载 荷的作用，其运行状态是否正常往往直接影响到整台机器的性能。与其他机械零部件相 比，滚动轴承有个很大的特点，其寿命离散性很大。有的轴承已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。所以滚动轴承的故障 诊断方法，一直是机械故障诊断中重点发展的技术之一。滚动轴承故障的准确诊断可以 减少或杜绝事故的发生，最大限度地发挥轴承的工作潜力，节约开支，具有重大意义【3 1 。 故障诊断实质上是模式识别过程。随着现代模式识别方法尤其是神经网络、支持向量机 等智能识别方法在状态监测与故障诊断中的应用，使得故障诊断技术逐渐向智能化方向 发展。 基于以上背景，本课题主要研究滚动轴承性能检测与智能故障诊断中用到的信号特 征提取方法和智能识别方法及其应用，并基于虚拟仪器技术开发了滚动轴承振动检测软 件系统和滚动轴承智能故障诊断系统。 1 2 轴承振动检测与智能诊断研究现状与发展趋势 1 2 1 轴承振动检测技术 我国轴承工业6 0 年代初期才开始对滚动轴承振动、噪音进行研究，但真正从生产 测试、制造方法、制订标准全面重视起来则是从8 0 年代初期开始的。为了方便用户根 据不同要求选用不同振动级别的轴承，我国先后制定了j b t 7 0 7 4 9 3 滚动轴承深沟球轴 滚动轴承振动检测与智能诊断系统研究 承振动( j j r l 速度) 技术条件和j b t 5 0 0 9 9 4 滚动轴承深沟球轴承振动( 速度) 技术条件。 加速度型振动分为四级：z 、z 1 、z 2 、z 3 ，速度型振动也分四级，分别是v 、v 1 、v 2 、 v 3 。z ( v ) 级是对通用轴承的一般要求，z i ( v 1 ) 、z 2 ( v 2 ) 、z 3 ( v 3 ) 组适用于用户需要对振 动水平进行控制的轴承，z 4 ( v 4 ) 组接近国外先进水平【6 j 。8 0 年代，轴承行业研制开发了 加速度型和速度型两大类轴承振动测试仪f 4 】【5 1 。加速度型轴承振动测量仪是用轴承振动 加速度真有效值来评定轴承振动质量。这种轴承振动测量仪是一种频带为5 0 h z 1 0 0 0 0 h z 的通频检测，示值为加速度真有效值，单位为分贝。由于采用压电陶瓷传感器，其传感 器的夹持方式限制了它的频晌特性，一般情况与电箱匹配后的频响特性只能做到1 5 0 0 h z 左右。在检测时，为了保证具有良好的接触刚度，所以不同规格的轴承测力一般控制在 5 1 0 n 之间。由于采用接触式测量，加之测力较大，被测轴承外圈测点部分会有明显划 伤，从其种意义上说，影响了轴承外观质量。电箱采用通频放大器，只有一个示值表显 示被测轴承的振动加速度真有效值。速度型轴承振动测量仪是用安德鲁或速度值来评定 轴承振动噪声质量。它分低频5 0 3 0 0 h z 、中频3 0 0 1 8 0 0 h z 、高频1 8 0 0 1 0 0 0 0 h z ，三个 示值分别显示被测轴承的低频、中频、高频的振动值，单位为安德鲁，其传感器采用动 圈发电式传感器，与电箱匹配后，频响特性可达，虽然也是接触式检测，但测力只有几 克，对被测轴承的测点部分划伤很小。同时，该仪器增加了峰值与有效值之比的设定和 超值显示、缺陷脉冲设定和脉冲记数等功能，所以它是一种分频多参数轴承振动噪声检 测仪器 4 】【5 1 。 目前，国内广泛使用的轴承振动测量仪大多是用模拟电路对轴承的振动信号进行处 理，功能简单，精度不高，易受各种外来因素的影响。尤其是灵活性很差，更新换代困 难。另外，检测过程中由工人手动将被测轴承安放在测振仪的芯轴上，然后推动测振仪 上的推力器将轴承压紧，之后读取分析仪所显示数据。通常还要求对轴承外圈上不同的 几个点进行检测，此时需由工人在轴承内圈旋转的情况下手动拨动轴承外圈，更换测量 点。为了保证检测的准确性，还要将轴承翻面，重复上述检测过程，最后根据各次检测 数据对轴承进行质量分档，检测完毕后拉开推力器，手动将轴承卸下。这很大程度上受 到检测人员的经验等影响，容易误判【4 枷。因此，研究自动化轴承振动测量仪是解决上 述问题的途径。虚拟仪器概念突破了传统仪器的概念，是计算机系统与仪器系统有机结 合的产物。利用计算机系统的强大功能和突出的性价比，结合相应的硬件，大大突破传 统仪器在数据处理、显示、传输、存储等方面的限制，其特点是经济，灵活，维护、扩 展、升级方便 7 1 。基于虚拟仪器技术开发全自动轴承振动测量仪，可以大大降低成本并 减轻工人的劳动量。 大连理工大学硕士学位论文 1 2 2 智能故障诊断技术 设备故障诊断技术发展至今已经历三个阶段：第一阶段由于机器设备比较简单，故 障诊断主要依靠专家或维修人员的感官，个人经验及简单仪表就能胜任故障的诊断与排 除工作；第二阶段是以传感器技术、动态测试技术为手段，以信号分析和建模处理为基 础的现代诊断技术，在工程中已得到了广泛的应用：近年来，由于机器设备日趋复杂化 以及智能信息处理技术的快速发展，诊断技术进入了它的第三个发展阶段一信号分析、 建模与知识处理相融合的智能诊断技术阶段f 9 】。概括说来，可以将故障诊断方法分为三 大类：基于数学模型的方法、基于规则推理的方法和模式识别方法。 基于数学模型的方法以现代控制理论和现代优化方法为指导，通过考虑尽可能多的 变量和系统参数，为诊断对象建立一个足够详细的精确数学模型，以系统的数学模型为 基础，利用l u e n b e r g e r 观测器( 组) 、等价空间方程、k a l m a n 滤波器、参数模型估计与辨 识等方法产生残差，然后基于某种准则或阈值对残差进行分析与评价，实现故障诊断。 这种方法仅适用于那些有条件获得精确数学模型的系统。基于规则推理的方法中典型的 是专家系统。专家系统以领域专家知识为基础，在串行运行的格式中模拟人脑的逻辑思 维，实现严格的诊断推理。专家系统模拟了人类思考和处理问题的方式，但存在着知识 获取困难等问题。设备故障诊断的实质在于识别设备状态，从这个角度讲，故障诊断实 质上是一种模式识别问题。模式识别方法主要有统计方法、模糊识别方法、神经网络方 法和支持向量机方法等 9 - 1 0 。 纵观机械设备故障智能诊断系统的发展，起初以基于知识的故障诊断专家系统为主 流，到8 0 年代末9 0 年代初已有不少故障诊断专家系统商品化软件问世。9 0 年代以来， 随着智能技术的迅速发展，主要包括专家系统、模糊集理论、人工神经网络、机器学习 方法、模拟进化优化方法及其它智能方法等的发展，智能故障诊断技术也取得了令人瞩 目的成就。从发展趋势看，当前主要的方向为：各种诊断理论与神经网络的结合、信号 处理与神经网络的集成、神经网络结构的改进、基于知识的专家系统与神经网络诊断系 统的综合( 即智能综合技术) 、基于统计学习理论的支持向量机方法的应用及设备故障诊 断智能系统的微型化和“傻瓜”化。 模式识别方法是解决故障监测和诊断的好工具，事实上，这也是当前的研究热点。 但是，传统的模式识别方法和基于神经网络的模式识别方法都有其自身的缺陷，这严重 制约了模式识别技术的工程应用。传统的模式识别方法的理论基础是统计学，而传统的 统计学研究的是样本数目趋向于无穷大时的渐近理论，即当样本趋向于无穷大时的极限 特性。然而，现实应用当中，样本数日通常是有限的。随着有限样本的机器学习理论逐 渐成熟起来，形成了一个较为完善的理论体系统计学习理论，支持向量机方法建立 滚动轴承振动检测与智能诊断系统研究 在统计学习理论基础上，非常适合于小样本的模式识别问题。目前将信号处理方法与支 持向量机结合使用从而实现智能故障诊断的思想已经在设备故障诊断中有所应用。 1 2 3 滚动轴承故障诊断 、 滚动轴承状态监测和故障诊断技术起源于2 0 世纪3 0 年代，现已进入实用化和商业 化的发展阶段【8 1 ，从监测方法发展情况来看，大致经历了五个不同的发展阶段【2 】 3 】： 第一阶段是借助听音棒等简易仪器仪表来监测轴承的工作状态和损伤情况。人工经 验在诊断中占有主导地位，诊断的准确性和可信度都比较差。 第二阶段是采用频谱分析仪器来诊断轴承故障。快速f o u r i e r 变换技术的出现，使 得频谱分析技术得到长足发展。将滚动轴承元件有损伤时产生的振动信号特征频率与频 谱分析仪得到的结果相对照，就可以获知此轴承是否存在有故障。但是，由于当时设备 价格昂贵，分析精度低，抗干扰性能差，轴承的监测和诊断并未走向实用化。 第三阶段是使用冲击脉冲技术诊断轴承故障。2 0 世纪6 0 年代，瑞典s p m 仪器公司 开发了一系列称为冲击脉冲计( s p m ：s h o c kp u l s em e t e r ) 的仪器来监测轴承的工况，如轴 承分析仪( b e a r i n ga n a l y z e rb e a - 5 2 ) ，轴承自动分析系统( b e a r i n ga u t oa n a l y s i ss y s t e m b a s 系列产品) 等。这些设备具有操作灵活方便的特点，现仍在广泛使用。 第四阶段是利用共振解调技术诊断轴承故障。1 9 7 4 年，h a t t i n g 发明了共振解调分 析系统。共振解调技术采用谐振和带通滤波技术，借助包络频谱分析方法，极大地提高 了分析结果的精度。与s p m 技术相比较，共振解调技术不仅监测到冲击信号引起的高 频谐振的幅值，还进行幅值包络信号的频谱分析，可诊断出轴承是否存在故障，故障发 生的部位以及损伤的大致严重程度。 第五阶段是以微机为中心的滚动轴承智能诊断系统。将现有的滚动轴承状态监测技 术与神经网络、专家系统等非线性信号与信息处理技术相结合，建立滚动轴承故障特征 信息库，实现轴承工况的智能分类和诊断，达到实时智能监控。 1 3 论文主要内容 本文研究了滚动轴承的振动检测与智能故障诊断技术。机械设备的诊断过程包括诊 断信息获取、故障特征信息提取和状态识别三部分。其中，故障特征提取和状态识别是 诊断的关键。文中讨论了滚动轴承振动信号的特征提取方法和支持向量机方法在智能诊 断中的应用，并开发了滚动轴承振动检测系统软件中的设置模块和智能诊断软件系统。 论文各章节内容的具体安排： 第一章：绪论。论述了滚动轴承振动检测与智能诊断的研究意义，分析了轴承振动 检测技术、智能故障诊断技术的研究现状和发展趋势。 大连理工大学硕士学位论文 第二章：介绍了滚动轴承的结构，滚动轴承的主要故障形式、滚动轴承振动机理和 不同工况下振动信号的特征。 第三章：介绍了滚动轴承振动信号的测试和处理方法。分析了振动信号的时域参数 指标，研究了频谱细化分析方法，将小波降噪和小波包频带能量法应用在了轴承振动信 号的特征提取中。 第四章：阐述了统计学习理论和支持向量机方法，并将该方法用在滚动轴承故障诊 断中。通过试验分析，针对表征轴承工作状态的不同特征集选择了合适的支持向量机。 第五章：滚动轴承振动检测与智能诊断软件系统的开发，基于虚拟仪器技术开发了 滚动轴承振动检测系统软件中的设置模块和智能诊断系统，为滚动轴承振动检测的自动 化和故障诊断的智能化提供了方法。 结论：总结了本文的工作，给出了结论和工作中的不足。 一5 一 滚动轴承振动检测与智能诊断系统研究 2 滚动轴承振动特征及故障机理 滚动轴承的振动是非常复杂的随机过程。滚动轴承的振动信号是其质量及运行状态 的主要反映形式之一，也是对滚动轴承实施检测与诊断的最主要分析对象。滚动轴承在 旋转过程中难免会产生振动，当滚动轴承存在缺陷时，其振动将呈现一定的特征。对滚 动轴承的各种诊断方法都离不开对轴承的振动分析。 2 1滚动轴承结构及特征频率 滚动轴承一般是由内圈、外圈、滚动体和保持架四个部分组成的。图2 1 给出了单 列角接触球轴承的结构示意副2 1 。其中d 为滚动体直径，d 为轴承节圆直径，口为接触 角。 - 口 一 ，。 陕i n 鞠 心 图2 1 滚动轴承结构示意图 f i g 2 1 s t r u c t u r eo fr o l l i n ge l e m e n tb e a r i n g 滚动轴承工作时，一般是外圈与轴承座或机壳相连接，固定或相对固定；内圈与机 械传动轴相连接，随轴一起转动。设内圈( 即轴) 的旋转频率为z ，轴承节径为d ，滚动 体直径为d ，接触角为口，滚动体个数为z ，n - - i 以得到【3 】 ( 1 ) z 个滚动体与外圈上某一固定点接触的频率为 五= 丢c o s 叻z ( 2 1 ) ( 2 ) z 个滚动体与内圈上某一固定点接触的频率为 z = 吾c o s 叻z ( 2 2 ) 大连理工大学硕士学位论文 ( 3 ) 滚动体上某一固定点与外圈或内圈接触的频率为 f r - 虽( 1 一睁2 c o s 2 z ( 2 3 ) z 、z 和，分别称为外圈、内圈和滚动体的通过频率。f i 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，、z 和z 分别成为损伤点撞击滚动 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。 本文中实验台上的轴承为n 2 0 5 圆柱滚子轴承，实验中轴的旋转频率为2 0 h z ，由其 结构参数，算得其外圈故障特征频率、内圈故障特征频率和滚动体故障特征频率分别为 9 7 9 h z 、1 4 2 1 h z 和5 2 4 h z 。 2 2 滚动轴承故障的主要形式 滚动轴承的故障是由多种原因引起的，这里列出了主要的故障形式 1 1 】。 ( 1 ) 磨损 这是滚动轴承常见的一种失效形式。由于尘埃、异物的侵入，轴承滚道和滚动体相 对运动时会引起表面磨损。磨损后的振动水平( 幅值) 明显高于正常轴承，因此对这种故 障诊断的方法常常是监测振动信号的有效值和峰值，如果明显高于正常轴承，即判定为 磨损。 ( 2 ) 疲劳剥落 这是滚动轴承另一种常见的失效形式，滚动轴承的内外滚道和滚动体表面既承受载 荷又相对滚动，由于交变载荷的作用，首先在表面下一定深度处( 最大剪应力处) 形成裂 纹，继而扩展到接触表面使表层发生剥落坑，最后发展到大片剥落。 ( 3 ) 腐蚀 轴承零件腐蚀后表面常出现凹坑、麻点、红色或黑色绣斑等。腐蚀的原因有：润滑 油、水分或湿气的化学腐蚀；电火花而形成的点腐蚀；轴承套圈在轴孔中或轴径上因微 小相对运动而造成的微振腐蚀。 ( 4 ) 断裂 过载运行可能会引起轴承零件断裂。磨削、热处理、装配不当会引起残余应力，工 作时热应力过大也会引起轴承零件断裂。另外，装配方法、装配工艺不当，也可能造成 轴承套环挡边和滚子倒角处掉块。 ( 5 ) 压痕 压痕是在滚道或滚动体表面上产生局部变形而出现的凹坑，它既可能是由于过载、 撞击，也可能是由于装配敲击或异物落入滚道而形成。 滚动轴承振动检测与智能诊断系统研究 ( 6 ) 胶合 胶合指滚道和滚动体表面由于受热而局部熔合在一起的现象。常出现在高速、高温、 重载、润滑不良、起动加速度过大等情况下。 ( 7 ) 保持架损坏 由于装配或使用不当可能会引起保持架变形，增加它与滚动体之间的摩擦，甚至使 某些滚动体卡死不能滚动，也有可能造成保持架与内外环发生摩擦等。 2 3 滚动轴承振动机理和振动信号特征 2 3 1 滚动轴承振动机理 在机械运转时，由于滚动轴承本身的结构特点、加工装配误差和运行过程中出现的 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，当传动轴以 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 3 表剥3 1 。 图2 2 滚动轴承振动产生原理 f i g 2 2 v i b r a t i o np r i n c i p l eo fr o u i n ge l e m e n tb e a r i n g 实际诊断中，通过布置在轴承座或外圈的传感器拾取的振动信号是上述各种内部和 外部激励源施加于滚动轴承系统的综合振动。如何从综合振动中把轴承故障引起的振动 信号提取出来，从而有效地诊断出轴承的故障，这是滚动轴承故障诊断技术的关键所在。 为了能够有效地把故障特征从综合振动中提取出来，这就需要研究滚动轴承故障引起振 动信号的特征。 2 3 2 正常轴承的振动信号特征 正常的轴承也有相当复杂的振动和噪声，有些是由轴承本身结构特点引起的，有些 和制造装配有关，如滚动体和滚道的表面波纹、表面粗糙度以及精度不够高，在运转中 都会引起振动和噪声。 大连理工大学硕士学位论文 1 轴承结构特点引起的振动 滚动轴承在承载时，由于在不同位置承载的滚子数目不同( 图2 3 ) ，因而承载刚度有 变化，引起轴心起伏波动。它由滚动体公转而产生，这种振动有时称为滚动体的传输振 动。其振动主要频率成分为z z 。其中z 为滚动体数目，z 为滚动体公转频率。要减少 这种振动的振幅可以采用游隙小的轴承或加预紧力去除游隙。 图2 3 滚动轴承承载刚度和滚子位置的关系 f i g 2 3 r e l a t i o nb e t w e e nr o l l e rp o s i t i o na n dl o a db e a r i n gr i g i d i t yo fr o l l i n ge l e m e n tb e a r i n g 2 轴承刚度非线性引起的振动 滚动轴承是靠滚道与滚动体的弹性接触来承受载荷的，具有弹簧的性质。当轴承的 润滑状态不良时，就会产生异常的轴向振动。在刚度曲线呈对称非线性时，振动频率为 1 1 z ，2 ，3 ，倍频；在刚度曲线呈非对称非线性时，振动频率为五，去，寺z ，分数谐 二j 频( z 为轴旋转频率) 。这是一种自激振动，常发生在深沟球轴承，自调心球轴承和滚柱 轴承不常发生。 3 轴承制造装配的原因 ( 1 ) 加工面波纹度引起的振动 由轴承零件的加工面( 内圈、外圈滚道面及滚动体面) 的波纹度引起的振动和噪声在 轴承中比较常见，这些缺陷引起的振动为高频振动( l k 滚动体在滚道上的通过频率高很 多倍) 。高频振动及轴心的振摆不仅会引起轴承的径向振动，在一定条件下还会引起轴 向振动。 ( 2 ) 轴承偏心引起的振动 当轴承游隙过大或滚道偏心时都会引起轴承振动，振动频率为矾，z 为轴旋转频 率，刀= l ，2 ，。 一9 一 滚动轴承振动检测与智能诊断系统研究 ( 3 ) 滚动体大小不均匀引起轴心摆动 滚动体大小不均匀会导致轴心摆动，还有支承刚性的变化。振动频率为z 和 蜕z ，拧= 1 ，2 ，此处z 为保持架旋转频率，z 为轴旋转频率。 ( 4 ) 轴弯曲引起轴承偏斜 轴弯曲会引起轴上所装轴承的偏移，造成轴承振动。轴承的振动频率为磁， 以= 1 ，2 ，此处z 为保持架旋转频率，为轴旋转频率。 2 3 3 故障轴承的振动信号特征 滚动轴承故障的种类是各种各样的，滚动轴承在运行过程中出现的故障按其振动信 号的特征不同可以分为两大类：一类为均匀磨损类故障；另一类称为表面局部损伤故障， 包括点蚀，剥落，损伤等。 1 均匀磨损类故障 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。磨损与正常轴承的振动相比，两者都是无规则的，振幅的概率密度大体均 为正态分布，频谱亦无明显差别，但磨损后振动水平( 幅值) 明显高于正常轴承，这就是 磨损故障引起的振动信号的基本特点。对于磨损故障通常做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。 2 表面局部损伤类故障 对于表面局部损伤类故障，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。 当滚动轴承运行过程中出现表面局部损伤类故障时，由于各元件上的损伤点在运行 中反复撞击与之相接触的其他元件表面而受到周期性的冲击作用，产生低频脉动，称之 为滚动轴承的“通过振动”，这种因周期冲击而产生的频率即为前面提到的“通过频率”。 通过频率是由设备转速、轴承尺寸和损伤点位置等诸多参数决定的。通常，在观测到的 振动信号的频谱图上，难以找到这些通过频率成分，其主要原因有两点：一是由于这种 冲击的周期较大，导致冲击成分的能量在信号总能量中占有的比例少，与同频带的背景 噪声和干扰的能量相比，信噪比大约只有几十分贝或者更低；二是由于通过频率比较低， 约在几个h z 到几百h z 的频率范围内，与设备中的流体动力噪声等其它干扰因素的频 率较为接近，易于湮没在这些噪声和干扰之中。 滚动轴承的通过振动有个突出的特点，这就是冲击是周期性出现的，各个冲击过程 相距较远，且单个冲击成分具有平稳的瞬态特性。每个冲击脉冲力激发的频率分布十分 大连理工大学硕士学位论文 宽广，这部分能量必然会落在轴承元件、传感器等系统的固有振动频率之内而引起整个 系统按其固有频率进行高频自由衰减振动，直至能量耗尽。在下一个冲击力的作用下， 系统的高频自由衰减振动又将重复进行。 滚动轴承的通过振动信号与系统的高频固有振动信号通过测量系统混杂在一起。高 频振动信号的幅值受到一个低频周期信号的调制作用，这就形成了一种典型调幅振动【2 】。 其中载波信息来自系统的自由振荡和各种随机干扰信号，调幅信息与滚动轴承的故障损 伤点产生的冲击有关。因此，当滚动轴承发生表面局部损伤类故障时，滚动轴承的振动 信号在高频部分包含有丰富的信息资源。 2 4 本章小结 要对滚动轴承进行振动检测和故障诊断，就要了解其结构和振动机理。本章首先介 绍了滚动轴承的结构和滚动轴承各元件的特征频率，然后介绍了滚动轴承的主要故障形 式、振动机理及振动信号特征，着重分析了滚动轴承的振动信号特征。正常轴承在运转 时由于自身结构特点和制造装配原因会引起振动和噪声，故障轴承的振动信号有其自身 特点，不同故障对应着不同的振动信号特征。这为滚动轴承振动检测和故障诊断提供了 理论依据。 滚动轴承振动检测与智能诊断系统研究 3 滚动轴承振动信号测试与处理 利用振动信号对故障进行诊断，是设备故障诊断方法中有效，且常用的方法。机械 设备和机构系统在运行过程中的振动及其特征信息是反映系统状态及其变化规律的主 要信号。通过各种动态测试仪器抬取、记录和分析动态信息，是进行系统状态监测和故 璋的主要选径。常用的信弓处理方法主要有有时域分析、频域分析和小波等一些时频域 分析方注。 31滚动轴承振动信号的测试 滚动轴承振动信号的测试有速度型和加速度型两种：在滚动轴承振动检测中，需要 遵循行业标准，按照标准规定的测试拽术条件和测量方法进行振动测试，在此不做介绍。 下面主要介绍滚动轴承故障振动信号的采集。由于滚动轴承的故障信号具有冲击振 动的特点，频带较宽，衰减较快，冈此利用加速度传感器采集振动信号。 在实验室的旋转机械故障模拟实验台( 如图3 】所示) 上对正常，滚动体有故墙，内 蚓有故障和外圈有故障四种币同工作状态的轴承分别进行了振动信号的采集。由于保持 架故障不常见，本文中将不考虑保持架故障。实验时外圈固定不动。加个径向弹性 载荷。 本实验振动信号的数据采集系统b h m r , 速度传感器和测试仪器组成。加速度传感器选 择i m 的6 0 8 a i l 型号，其灵敏度为l o o m v g ，以磁吸方式安装在平坦的轴承座上。本实 验中采用丹麦的b & kt y p e 3 5 6 0 cp u s e 振动噪声测试仪对轴承振动信号进行数掘采集与 记录，振动信号采样频率设为6 5 5 3 6 h z 。 霪辩 a j 旋转机械故障模拟实骑台 ( b ) i j k3 5 6 0 cp u ls e 信号分析仪 幽3l 轴承振动测试实验设箍 f i g31e x p e r i m e n m le q u i p m e n to f b e a n n gv i b r a t i o nt e s 【 大连理工大学硕士学位论文 3 2 滚动轴承振动信号的时域分析 以时间为自变量描述物理量是信号最基本、最直观的表达形式。在时域内对信号进 行滤波、放大、统计特征计算、相关性分析等处理，统称为信号的时域分析。通过时域 分析方法，可以有效提高信噪比，求取信号波形在不同时刻的相似性和关联性，获得反 映机械设备运行状态的特征参数，为机械系统动态分析和故障诊断提供有效的信息。 3 2 1 时域有量纲特征参数 对滚动轴承进行时域处理最常用的有量纲特征参数指标有均方根值、峰值、均值和 方差等。设采集到的振动信号为墨( 1 - - 1 ，2 ，r ，n 为采样点数) ，则信号的各有量纲 特征参数指标计算公式如下【刀【1 3 - 1 4 】： ( 1 ) 均值为：x 。：! 步五 ( 3 1 ) ”n 智。 均值以表示随机过程的中心趋势，随机过程都是围绕着它聚集和波动，是随机过 程的静态分量。均值用于滚动轴承缺陷诊断的优点是检测值较峰值稳定。 ( 2 ) 方差： 蠢= ( 五以) 2 ( 3 2 ) i = i 7 方差描述了随机过程在均值周围的散布程度，是随机过程的动态分量。 ( 3 ) 均方根值为：k = ( 3 3 ) 均方根值x 。，反映了信号下x ( t ) 相对于零值的波动情况，表示信号的平均能量。均 方根值是个应用广泛的统计参量，对振动速度而言，其均方根值与振动能量相对应。 用均方根值来度量振动量级有以下优点：它既考虑到了振动时间变化的经历过程，也表 示了机械振动能量的大小。如位移的均方根值与位能有关，速度均方根值与动能有关， 加速度均方根值与惯性力大小有关。在高频段，由于加速度是位移的二阶导数，因此即 使是很小的位移值，经过二次放大( 放大系数为w ，w 为轴承的某一高频固有频率) 后， 其加速度值也会变得很大，因而引起零件惯性力破坏往往发生在高频，高频振动监测成 了近年来特别受重视的对象 均方根值、均值与方差都只刻画随机过程在各个孤立时刻的统计特征，它们不能反 映随机过程在不同时间的相互依赖程度。 滚动轴承振动检测与智能诊断系统研究 ( 4 ) 峰值为： 墨删= i 1 蔷m 勃 ( 3 4 ) 其中x 。，为利用某一峰值计数法从信号中找到的1 1 1 个峰值，j = 1 ，2 ，m 。 峰值是信号最大的瞬时幅值，反映信号的强度。它对瞬时现象也可以得出正确的指 示值，适用于表面点蚀之类的具有瞬时冲击的缺陷诊断，峰值对突发外界干扰或灰尘等 原因引起的瞬时振动比较敏感，因此测量值的变化可能比较大。 下面对采集到的不同运行状态的轴承振动信号做时域分析并计算其均方根值、峰 峰值和峰值。图3 2 中( a ) ，( b ) ，( c ) ，( d ) 分别为滚动轴承正常、滚动体故障、内圈故障和外 圈故障的时域波形和有量纲参数指标。从图中可以看出，时域波形能l c , 很z 好地反映轴承运 行状态的不同。当轴承出现故障时，信号中存在着明显的冲击成分，同正常的轴承相比， 其均方根值和峰值都会增大。 ( a )正常 对t，一 ( b ) 滚动体故障 囊0 ，磁 柙 州蕾事鬟g 。n sg 山i t l5 3 n 、 i 名掣 f 疆s 羁【。l 上。l l山l 。i 。l j l l。l 山。 嶂叫 百乙li l li 。l【 l 5 1 ”i 止 m - l。一j l o ：鼋t ”1t 【1rr if f7 r r。- 舻i 兰5 ，r 一rt ，1 r 阿 r r r t t l r r _ r r 一r 1 一r m j ：叠，o 脚 盒一蛆l f | i i h ，翌乙i ，瓢v 。 ：筘甜鼋 。 f c：菇，一t 每：i 珠?a jt 曩 ，“ di 日5屯葛7o ：们e0 ：1t 丘7 “n l t乍翘5i “池 i 髂，t 铷瑚 ，。一、