（信息与通信工程专业论文）高速旋转设备关键部件故障信息提取算法的研究.pdf

独创性声明 i i l l lilll1 1 1 1 1 1 1 1 1 1 h ii i i ii l i i i i i i i i l y 17 8 7 7 2 9 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 签名：立姚嗍础举哟 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅：学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名： 翊隧 导师签名： 醐：硷芦蜗 l 摘要 摘要 。 高速旋转机械设备是工业上应用广泛的机械设备，被广泛应用于电力、石油、 采矿等行业中。滚动轴承是旋转机械设备中最常使用的部件之一，同时它又是一 种容易损坏的部件，据统计旋转机械的故障有3 0 是由滚动轴承的故障引起的。 轴承的损伤会导致旋转机械设备产生异常的振动和噪声，严重时甚至造成设备损 坏和人员的伤亡。因此对滚动轴承进行状态监测和故障诊断具有十分重要的意 义，一直是国内外工程技术领域非常关注的课题。 本文首先简要介绍了高速旋转机械设备和滚动轴承故障诊断的研究目的和 意义，对滚动轴承故障诊断的发展现状和常用的故障诊断方法做了较详细说明。 然后分析了滚动轴承的构造、故障种类和故障机理，并对其中使用最多的振动分 析法进行详细的介绍和分析，包括时域分析、频域分析和时频域分析等方法。在 这些算法研究的基础之上，本文具体完成了以下工作： 第一，提出了一种基于相关分析的改进型的小波包算法。小波变换能多尺度 地同时提供信号在时域和频谱的局部化信息，是信号处理尤其是非平稳随机信号 处理的一种重要的时频手段。其中的小波包分析不仅对信号低频部分进行分解， 而且对高频部分也进行分解，是一种较小波分解更为精细的分解方法。人们把小 波包分解技术同包络解调技术相结合产生了小波包包络解调技术，并将其应用到 机械故障诊断领域中，取得了良好的效果。在使用小波包对振动信号进行分析时， 目前多是根据诊断人员经验或各频段重构信号的能量的大小选择几个重构节点 进行解调分析，来判断轴承运行状态。本文结合相关分析法提出了一种改进型的 小波包算法，在解决节点选择问题的同时，使用自相关对选择节点进行处理，进 一步提高分析信号信噪比，在一定程度上提高了滚动轴承故障诊断的准确度。 第二，提出了一种基于w e l c h 功率谱估计一脉冲因子的共振解调算法。共振 解调法是目前比较常用的滚动轴承故障诊断方法，它可以获得较高的信噪比。当 其某一元件出现局部损伤时，产生的冲击脉冲力会引起振动系统的多个高频固有 振动。目前使用软件方法实现共振解调算法时，选择哪个固有振动作为研究对象 目前主要靠诊断人员的专业知识和经验。本文提出了一种w e l c h 功率谱估计一脉 冲因子相结合的算法，能够较好的解决共振解调算法中带通滤波器中心频率的选 择问题。并结合b p 神经网络算法，使共振解调算法能够自动的对轴承的运行状 况做出有效的识别，具有一定的实际应用价值。 关键词滚动轴承；小波包包络解调；相关分析；共振解调；b p 神经网络； 北京工业大学工学硕士学位论文 i i a b s t r a c t h i g h - s p e e dr o t a t i n gm e c h a n i c a le q u i p m e mi s ak i n do fi n d u s t r i a lm a c h i n e r y w t l i c hi su s e dm o s tw i d e l y , a n di t sw i d e l yu s e di ne l e c t r i cp o w e r , p e t r o l e u m ，m m m g a n ds o m e0 血e ri n d u s t r i e s r o l l i n gb e a r i n gi sa m e c h a n i c a ld e v i c ew h i c hi so n eo ft h e m o s tc o m m o n l yu s e dc o m p o n e n t si nr o t a t i n gm e c h a n i c a le q u i p m e n t ；m e a n w h i l ei tl s a l s oa f r a g i l ed e v i c e a c c o r d i n gt ot h es t a t i s t i c s ，3 0 f a i l u r e so fh i g h 。s p e e d r o t a t i n g n 强出n c r ya r ec a u s e db yf a l l l l r e so fr o l l i n gb e a r i n g s f a i l u r e so f r o l l i n gb e a r i n g sm a y c a u s em a c h i n e r ya n de q u i p m e n tc r e a t i n ga b n o r m a lv i b r a t i o na n dn o i s e ，1 1 1 s o m e s e v e r ec a s e si te v e nl e a d st oam a j o rm e c h a n i c a le q u i p m e n t 蜘u r ya n d l o s so fl i f ea n d p e r s o n a li n j u r y t h e r e f o r e ，c o n d i t i o nm o n i t o r i n ga n d f a u l td i a g n o s i so fr o l l i n gb e a r i n g i ss i g n i f i c a n t t h ef i e l do fe n g i n e e r i n gt e c h n o l o g ya th o m ea n da b r o a dh a sa j w a y s b e e nv e r yc o n c e m e da b o u tt h i si s s u e 1 1 1 i sp a p e rb r i e f l yd e s c r i b e sp u r p o s e sa n ds i g n i f i c a n c e o fr e s e a r c hi nf a u l t d i a 鼬o s i so fh i g h s p e e dr o t a t i n g m e c h a n i c a la n dr o l l i n gb e a r i n g ，邪w e l la st h e d e v e l o p m e n to fr o l l i n gb e a r i n gf a u l td i a g n o s i s s t a t u sa n ds o m ec o m m o n l yu s e d n l e t l l o d so ff a u l td i a g n o s i s ，a n dt h e na n a l y z e st h es t r u c t u r e ，f a u l tc a t e g o r ya n df a u l t m e c b a n js mo fr o l l i n gb e a r i n g i n t r o d u c ev i b r a t i o na n a l y s i sm e t h o dw h i c hi s u s e d f r e q u e n t l y , i n c l u d i n gt i m e d o m a i na n a l y s i s ，f r e q u e n c y d o m a i na n a l y s i s a n dt 皿e i k q u e n c vd o m a i na n a l y s i sm e t h o di nv i b r a t i o na n a l y s i sm e t h o d o n b a s i so ft h e s e a l g o r i t h mr e s e a r c h e s ，t h i sp a p e rs p e c i f i c a l l yc o m p l e t e d t h ef o l l o w i n gw o r k s ： f i r s t p r e s e n t a ni m p r o v e dw a v e l e tp a c k e ta l g o r i t h m b a s e do nc o r r e l a t i o n a n a l y s i s m u l t i s c a l ew a v e l e tt r a n s f o r mh a s a b i l i t yt op r o v i d ei n f o r m a t i o no fs i g n a lm t i m ed o m a i na n ds p e c t r a ld o m a i n ；i t s s t a t i o n a r yr a n d o ms i g n a lp r o c e s s i n g i n a l li m p o r t a n tm e t h o do fp a r t i c u l a r n o n - t i m e f r e q u e n c yd o m a i n w a v e l e tp a c k e t a n a i v s i si sn o to n l ya b l et od e c o m p o s el o w - f r e q u e n c yp a r t so fs i g n a l ，b u ta l s oa b l et o d e c o m p o s eh i g h f r e q u e n c yp a r t so fs i g n a l i t sa m o r ep r e c i s em e t h o dt h a ns m a l lw a v e d e c o m p o s i t i o n p e o p l e c o m b i n ew a v e l e tp a c k e td e c o m p o s i t i o nt e c h n i q u e a n d e n v e l o p et e c h n o l o g y , a n dt h i sp r o d u c e sw a v e l e t e n v e l o p ed e m o d u l a t i o nt e c h n i q u e s t h i sm e t l l o di sa p p l i e di nm e c h a n i c a lf a u l td i a g n o s i s i ta c h i e v e sg o o dr e s u l t s - v c h e n 、eu s e 协v e l e tp a c k e tt oa n a l y s i sv i b r a t i o ns i g n a l s ，s e l e c t i n gw h i c hd e m o d u l a t i o n n o d ei sb a s e do ne x p e r i e n c e so fp r o f e s s i o n a l 咖行o re n e r g y o fb a n ds i g n a l r e c o n s 仇l c t i o n a n da c c o r d i n gt ot h i sw ed e t e r m i n et h eb e a r i n gr u n n i n gm o d e l m s p a p e rp r e s e n t sa ni m p r o v e da l g o r i t h mo fw a v e l e t - p a c k a g ea l g o r i t h mw i t h c o i t e l a t l o n n i a n a l y s i s ，t h i s f u r t h e r i m p r o v e ss i g n a l t on o i s er a t i oo fa n a l y s i ss i g n a l w i t h a u t o c o r r e l a t i o np r o c e s s i n gw h i l es o l v e st h i sp r o b l e m ；t h i sm e t h o di m p r o v e sf a u l t d i a g n o s i sa c c u r a c ya tac e r t a i n e x t e n t s e c o n d ，p r e s e n ta ni m p r o v e dd e m o d u l a t e dr e s o n a n c ea l g o r i t h mb a s e d o nw e l c h d o w e rs p e c t r u me s t i m a t i o na n dp u l s ef a c t o r r e s o n a n c ed e m o d u l a t i o nm e t h o d 1 sa c o l i l o l l l vu s e di n e 也o di nr o l l i n gb e a r i n gf a u l td i a g n o s i s ，i tc a l lg e tah i g h e rs i s r 擒dt o n o i s er a t i o m 1 e nb e a r i n gh a saf a u l tc o m p o n e n t ，i m p u l s ef o r c eg e n e r a t e db yf a u l t c a u s e san u m b e ro fh i g h - f r e q u e n c yn a t u r a lv i b r a t i o n si na v i b r a t i o ns y s t e m h o w e v e r , w h e n 、eu s es o r w 锄et or e a l i z er e s o n a n c ed e m o d u l a t i o na l g o r i t h m ，s e l e c t i n gw h i c h n a t l 】r a lv i b r a t i o nt os t u d ym a i n l yr e l i e so np r o f e s s i o n a lk n o w l e d g ea n de x p e r i e n c e o f d i a g n o s t i cs t a f f t h i sp a p e rp r e s e n t sa c o m b i n a t i o nm e t h o do fw e l c hp o w e rs p e 姗 e s t i m 撕o na n dp u l s ei n d i c a t o r s ；i tc a ns o l v et h ep r o b l e mo fs e l e c t i n gc e n t e r 丘e q u e n c y o fb a m d p a s sf i l t e ri nr e s o n a n c ed e m o d u l a t i o na l g o r i t h m a n dt h i sp a p e rc o m b i n e s 、析mb pi l e u r a ln e t w o r ka l g o r i t h m ；t h i sm a k e se f f e c t i v ej u d g m e n t sa u t o m a t i c a l l ym b e a 血g ss t a t u sw i t hr e s o n a n c ed e m o d u l a t i o na l g o r i t h m ，a n dh a s s o m ep r a c t i c a lv a l u e k e yw o r d s ：r o l l i n gb e a r i n g ，w a v e l e tp a c k a g ed e m o d u l a t i o n , c o r r e l a t i o n a n a l y s i s ， d e m o d u l a t e dr e s o n a n c em e t h o d ，b pn e u r a ln e t w o r k - 目录 目录 ， 摘要 a b s 眦c t 第1 章绪论 i i i 1 1 课题研究意义1 1 2国内外相关内容的研究现状2 1 2 1机械故障诊断的研究现状- 2 1 2 2滚动轴承的故障诊断方法评述3 1 2 3振动信号分析方法概述4 1 3本文主要研究内容5 第2 章滚动轴承的故障机理与振动特性分析7 2 1 滚动轴承的振动特征：7 2 1 1滚动轴承的构造结构7 2 1 2滚动轴承故障的振动机理8 2 1 3滚动轴承的固有振动9 2 1 4滚动轴承的故障缺陷频率9 2 2滚动轴承的故障种类及其频域结构1o 2 2 1滚动轴承的故障种类1o 2 2 2滚动轴承振动信号的频谱结构1 3 2 3振动检测流程及实验方案设计1 4 2 3 1滚动轴承振动检测的基本流程1 4 2 ：3 2实验方案设计：1 5 2 4本章小结1 6 第3 章滚动轴承的振动信号分析方法1 7 3 1时域分析方法1 7 3 2频域分析方法1 9 3 2 1倒频谱1 9 3 2 2h i l b e r t 包络解调21 3 3时频分析方法2 2 3 3 1短时傅里叶变换2 2 3 3 2希尔伯特黄变换2 4 3 4本章小结2 9 第4 章基于相关分析的小波包算法 3 1 4 1小波分析基本理论31 4 1 1连续小波变换。一3 1 4 1 2离散小波变换3 2 4 小波包分析基本理论3 3 4 3基于相关分析的小波包算法3 4 北京工业大学工学硕士学位论文 4 3 1 自相关函数3 4 4 3 2基于相关分析的小波包算法3 4 4 4本章小结3 9 第5 章基于共振解调和神经网络的诊断方法4 1 5 1共振解调技术原理4 1 5 2滤波中心频率确定方法的研究4 3 5 3人工神经网络基本理论。4 8 5 3 1人工神经元模型4 8 5 3 2神经元学习算法4 9 5 。3 3神经网络的拓扑结构5 0 5 3 4b p 神经网络的设计5 1 5 4基于b p 网络的共振解调算法5 3 5 4 1输入特征值的选取5 3 5 4 2 网络参数的设置及网络的建立5 5 5 5本章小结5 7 结论 参考文献 攻读硕士学位期间发表的学术论文 致谢。 6 1 6 7 第1 章绪论 1 1 课题研究意义 第1 章绪论 高速旋转设备是指转速范围在几千r m i n 至几十万r m i n 的旋转机械设备， 是现代企业中的关键部件。随着现代化生产的发展和科学技术的不断进步，旋转 机械朝着大型化、重载化和高度自动化等方向发展。在生产实践中，由于设备元 器件的老化、日常维护的不足、系统应用环境的变化以及操作人员的失误等因素 的影响，旋转机械设备发生故障往往是很难避免。这些故障引起的直接或间接后 果，不仅可使系统失去预定功能，还因为不同设备间的密切联系，可能对后续生 产造成重大损失【l j 。 众所周知，对旋转机械设备进行状态监测和故障诊断，是保证设备的安全有 效运行的有效途径。国内外曾发生不少因旋转机械设备的故障引发的空难、海难、 倒塌、泄露等恶性事故，造成了巨大的经济损失甚至人员伤亡。如1 9 9 2 年6 月， 日本关西电力公司海南电厂的一台6 0 0 m w 超临界火力发电机组在超速试验中， 因机组轴承失效和临界转速下降而引发强烈的机组振动，造成了毁机事故，经济 损失高达5 0 亿日元；1 9 8 8 年秦岭电厂5 拌汽轮发电机组，在进行提升转速的危急 保安器动作试验时，发生了轴承断裂的特大故障，主机基本损坏，酿成了“2 1 2 ” 事故，造成的经济损失达亿元；1 9 9 1 年在兰州铁路分局宝兰线红砚车站1 4 7 9 次 列车的第二位轮对三位轴颈发生热切，导致机次第6 至1 0 位车辆颠覆，第1 1 位 脱轨，造成行车重大事故。因此保证旋转机械设备的安全运行，避免上述的因设 备故障引起的经济损失和人员伤亡，是十分迫切的问题。 滚动轴承是旋转机械设备中最常使用的部件之一，据统计旋转机械的故障有 3 0 是由滚动轴承的损坏引起的。这是因为滚动轴承是旋转机械设备中工作条件 最为恶劣的部件，它在旋转机械设备中起着承受载荷和传递载荷的作用。可见对 高速旋转设备的关键部件一滚动轴承进行状态预测和故障诊断等技术的研究有 重大的意义。对滚动轴承进行状态监测、故障诊断等技术的研究和应用不仅可以 在早期发现轴承故障，避免恶性事故的发生，还可以从根本上解决目前旋转机械 设备定期维修中的维修不足和维修过剩的问题，能够产生巨大的经济效益和社会 效益 2 1 ，所以对滚动轴承故障信息提取算法进行研究具有极其重要的意义。 北京工业大学工学硕士学位论文 1 2 国内外相关内容的研究现状 1 2 1 机械故障诊断的研究现状 机械设备的故障诊断全名为状态监测与故障诊断。早期对机械设备状态监测 与故障诊断主要是依靠人体的感官和人的经验，或者借助于某些简单的工具来进 行，采用的维修方式主要是事后维修。随着现代化工业及科学技术的迅速发展， 机械设备越来越复杂，传统的诊断技术在现代化设备诊断面前已经无能为力【3 j 。 在国外，机械设备的故障诊断技术发展比较早，从上世纪六十年代至今，设 备诊断技术得到了巨大的发展。从技术背景方面看，随着计算机和电子技术等硬 件技术的发展和多类无损检测技术的出现和发展，在硬件和软件两个方面推动了 设备诊断技术的发展。但最重要的是随着工业生产和科学技术的发展，人们对机 械设备的可靠性、维护性、经济性与安全性的要求都提到了一个新的高度。 美国是开发设备故障诊断技术较早的国家，早在1 9 6 7 年4 月，在美国宇航 局倡导下，由美国海军研究室主持成立了美国机械故障预防组，多年来许多单位 研究的成果累累，不少方法已达到实用水平 4 1 。如：美国国家标准局的机械故障 预防小组研究的“故障的机理”、“检测、诊断和预测技术”、“可靠性设计 ；美 国机械工艺技术公司的赛格研究所研究的“回转机械的诊断 、“轴承的诊断”； 以及其他单位研究的“轴裂纹监测与诊断”、“滚动轴承故障诊断 、“振动故障诊 断”、“燃气轮机诊断技术”、“机器噪声与诊断”等等。 英国在核发电方面，其原子能机构下设的一个系统可靠性服务站专门从事诊 断技术的研究，取得了很大的成绩。设备诊断技术在欧洲的其他一些国家也有很 大进展，他们各自具有特色，并在一些领域占据世界领先地位。如瑞典s p m 的 轴承监测技术，挪威的船舶诊断系统，德国a t 研究所的故障原因分析等。 日本国立研究机构中的机械技术研究所和船舶技术研究所重点对机械基础 件的诊断技术进行了研究。东京大学、东京工业大学、京东大学等学校均发表了 不少基础性的研究报告。目前在钢铁、化工、铁路等民用工业的诊断技术方面处 于领先地位。 我国在滚动轴承状态监测与故障诊断技术方面的研究经历了2 个阶段【5 j ：从 上世纪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。但从整体上看，我国在此方 面尚属于跟随性发展研究，需要在这一领域投入更多的科研力量。 滚动轴承是旋转机械设备的重要部件，许多旋转机械设备的故障都与滚动轴 承的运行状态有关。到目前为止，人们己经研究了多种现代化的诊断方法。根据 诊断所采用的状态量来分类，滚动轴承故障诊断方法可分为温度检测法、油液分 析法、声学法、射线检测法以及振动分析法等方法 6 1 。 温度检测法是通过检测轴承的温度或温度变化来判断轴承是否正常工作的， 是一种很早就被采用的轴承故障诊断方法，具有简单、成熟、易于实现的优点。 温度检测法对轴承载荷、速度和润滑情况的变化反映比较敏感，尤其对润滑不良 而引起的轴承过热故障比较有效。但是对于表面剥落、点蚀等局部损伤类故障， 温度检测法很难检测出来。只有当故障达到一定的严重程度时，才能用这种方法 发现故障，所以温度检测法不适用于早期故障诊断。 油液分析技术包括理化分析和光、铁谱分析。理化分析通过轴承所使用的润 滑油、脂本身的理化性能来判断润滑剂的工作状态，用于防止因润滑不良而产生 故障。光、铁谱分析通过收集和分析润滑油中金属颗粒的大小、形状和浓度，来 判别轴承的工作状态。这种方法可以用于轴承的早期诊断，但存在取样不便、实 时性差、大颗粒分析困难等缺点。另外，这种方法还受其它非轴承损坏掉下的颗 粒的影响，有较大的局限性。 声学诊断方法中研究和应用较多的主要是声音( 噪声) 方法。本质上，声音 和振动一样是反映轴承工作状态的重要信息来源或信号媒介，声学诊断的信号分 析方法也和振动诊断基本一致，只是信号获取的途径有所不同。声学方法具有携 带信息丰富和非接触测量的特点，可对移动目标进行在线监测。但是传感器价格 相对较高，且易受各种杂音干扰，信噪比较低，技术难度较高，应用不如振动方 法广泛。 射线检测法是利用各种射线对材料的投射性能及不同材料对射线的吸收、衰 减程度的不同，使底片感光成黑度不同的图像来观察的。射线检测有x 射线、丫 射线和中予射线等方法。射线检测法适用范围广，适用于几乎所有的材料，其次 射线检测法便于对缺陷进行定性、定量和定位，因为它能直观地显示缺陷影像。 射线检测对气孔、加渣等体积型缺陷的检测灵敏度较高，但对平面缺陷的检测灵 敏度较低，只有当裂纹与射线方向平行时才能进行有效地检测。另外射线对人体 有害，需要有保护措施。 振动法是通过安装在轴承座或外壳适当方位的振动传感器来监测轴承振动 信号的，通过对振动信号进行分析与处理来判断轴承状态与故障。振动信号携带 了大量的状态信息，不仅能检测运转中轴承的异常，还具有反映轴承早期故障的 能力。此外还因为振动信号拾取方便，传感器价格相对低廉，信号处理方法多样， 北京工业大学工学硕士学位论文 人们对滚动轴承的振动特性掌握得比较多，故障诊断技术发展比较成熟等原因， 目前有关轴承监测与诊断方面的文献8 0 以上讨论的都是振动法，是当前研究和 应用最广的诊断方法。国内外开发生产的各种滚动轴承监测与诊断仪器也大都是 根据振动法的原理研制成的。从适用、实用、有效的观点看，目前没有比振动法 更好的滚动轴承监测与诊断方法了，本文所涉及的故障诊断方法也都是基于振动 信号的诊断方法。 1 2 3 振动信号分析方法概述 目前滚动轴承振动信号分析和处理技术有【7 ，8 】：时域分析( 波形分析，相关 分析，统计分析等) ，频域分析( 幅值谱，包络谱，倒频谱等) 以及时频分析( 短 时傅立叶变换，希尔伯特黄变换，小波变换等) 等。这些技术在振动信号分析中 得到了广泛的研究。 时域分析方法：时域分析法是最原始的振动分析法，它通过分析设备振动振 幅的瞬态值随时间变化形成的信号来进行故障判断，是状态检测和故障诊断最简 单最直接的方法。时域信号的统计分析结果常常作为故障诊断的重要的特征参 数，故障诊断中常用的时域参数有无量纲参数和有量纲参数，应用比较广泛的参 数有均方根植、峭度、峰值因子、波形因子等。 频域分析方法：将复杂的时间信号转变成以频率成分表示的结构形式就是频 域变换。频域分析方法是机械故障诊断中广为使用的处理方法，因为故障的发生 往往会引起频率结构的变化。频域分析方法主要依靠信号谱图来分析设备故障 的，谱图可分为幅值谱、功率谱、倒频谱和解调谱等类型。实现频谱变化的数学 原理是傅里叶变换，然而傅立叶变换是一种全局变换，它在整个时域上积分，因 此不能兼顾信号在时域和频域的局部化性质，不能准确反映非平稳信号的时变特 征，所以在实际应用中有一定的局限性。为了分析和处理非平稳信号，人们发展 了傅立叶分析方法，出现了时频分析手段。 时频分析：对于非平稳信号的分析，目前广泛应用的时频分析方法有短时傅 立叶变换、小波变换和希尔伯特黄变换等方法。短时傅里叶变换是研究非平稳信 号经常使用的方法，其基本思想是将时间信号加时间窗，然后对时间窗滑动做傅 里叶变换，得到信号的时变频谱。小波变换是一种基于多分辨率的时频联合分析 方法【9 】，在分析低频时，时间窗很大，而分析高频时，时间窗减小，符合高频信 号持续时间短，低频信号持续时间长的自然规律。小波变换通过伸缩和平移运算 对信号进行多尺度细化，能够有效地提取了信号的局部时频特征。希尔伯特黄变 换是将信号分解成一系列固有模态分量i i o l ，然后再对这些分量进行h i l b e r t 分析， 是最近几年发展起来的一种时频分析方法。 第1 章绪论 1 3本文主要研究内容 本文围绕振动分析法对高速旋转设备的关键部件一滚动轴承的状态监测和 故障诊断算法进行研究。本文在对时域、频域和时频域的各种故障诊断一般算法 研究的基础上，对小波包包络算法进行了改进，引入相关分析法对小波包分解重 构节点进行选择，并使用自相关技术对分析信号进行去噪，提高了分析信号信噪 比。同时还对共振解调算法进行改进，解决了软件共振解调中滤波中心难以选择 的问题，并把共振解调和b p 神经网络结合起来，能够达到轴承故障模式的自动 识别。 论文各章节具体内容安排如下： 第一章，首先阐述了论文的研究背景和意义。介绍了机械故障诊断在国内外 的研究现状及动态，对滚动轴承的故障诊断方法进行综合的评述。最后介绍了本 人的主要研究工作和本论文的内容大致安排。 第二章，对轴承的构造结构、故障机理、故障种类、振动形式等进行原理性 研究，分析了滚动轴承振动分析方法的基本流程，并说明了滚动轴承实验台数据 获取的方案。 第三章，对滚动轴承的振动方法的一般算法进行研究，包括时域分析方法的 各种有量纲参数、无量纲参数，频域分析方法的包络频谱、倒频谱，以及时频分 析方法中的短时傅里叶变换和希尔伯特黄等算法。 第四章，基于相关分析的小波包算法的研究。本章将相关分析引入小波包算 法中，通过相关分析对小波包算法进行改进，为小波包分解后重构的各频段节点 制定合适的选择标准，并通过自相关技术对选择节点进行消噪处理，提出了一种 基于相关分析的小波包算法。 第五章，基于b p 网络的共振解调算法的研究。本章解决了共振解调算法中 带通滤波器中心频率难以选择的问题，结合b p 神经网络和共振解调两种算法的 优点，达到滚动轴承运行状态的自动识别。并通过试验台获得的数据进行仿真验 证，证明了此算法的有效性。 第六章，总结与展望。 北京工业大学工学硕士学位论文 6 第2 章滚动轴承的故障机理与振动特性分析 第2 章滚动轴承的故障机理与振动特性分析 振动信号作为滚动轴承故障的信息载体，具有适用性强、效果好、测取简单 的特点【l ，但盲目地分析振动信号，不清楚滚动轴承的故障机理，不清楚滚动轴 承的故障类型及其对应的振动特征，就不能准确有效的诊断出轴承的故障。滚动 轴承故障机理与振动特征的研究以及振动信号特性与故障之间的逻辑联系的建 立，是选择特征进行故障信息提取的基础，是准确判断故障类型的根本。本章主 要介绍滚动轴承的构造结构、故障机理、故障种类、信号的振动形式及特点和实 验方案等。 2 1滚动轴承的振动特征 2 1 1 滚动轴承的构造结构 滚动轴承是用以支承机械设备旋转或摆动的部件。滚动轴承由内圈、外圈、 滚动体和保持架四类零件组成，其构造结构如图2 1 所示。滚动体是滚动轴承的 核心零件，滚动体的形状、大小和数量都直接影响轴承的负荷能力和使用性能。 当内外圈相对转动时，滚动体在内外圈的滚道之间滚动，它使运转的轴和轴座之 间的滑动摩擦变成了滚动摩擦，从而减少摩擦损失。而大多数情况下，外圈不动， 内圈随轴转动。 1 l 外圈2 内圈3 滚动体4 保持架 图2 1 轴承结构图 f i g u r e2 1s t r u c t u r ec h a r to f r o l l i n gb e a r i n g 北京工业大学工学硕士学位论文 2 1 2 滚动轴承故障的振动机理 滚动轴承运转时，即使是新的轴承也会产生振动，这主要是由以下两种原因 造成的。第一种是由于制造和装配的原因，造成的轴承滚动元件的圆度、表面粗 糙程度和表面波纹引起的振动，这种粗糙不平的起伏是随机的，因而所引起的振 动也是随机的，振级比较小。不论轴承正常与否，此振动都要发生，它虽然和轴 承的异常状态无关，但却决定了振动系统的传递特性；第二种是由于外力的激励 而引起的轴承某个元件在其固有频率上的振动。滚动轴承的各元件在受到外力作 用时，会发生小角度的振动，振动的频率即为固有频率。当轴承结构一旦成型， 固有频率就已经确定，固有频率与轴承的硬度、质量、外形、尺寸等有关，而于 轴的转速无关。当外界振动频率与轴承固有频率相近时，就会产生明显的振动加 剧现象。 ， 从轴承滚动表面状况产生振动的机理可以看出，轴承滚动表面损伤的形态和 轴的旋转速度决定激振力的频谱，轴承和外壳决定了振动系统的传递特性。最终 的振动频谱是由上述二者共同决定。也就是说，轴承异常所引起的振动频率，由 轴的旋转速度、损伤部分的形态及轴承与外壳振动系统的传递特性所决定【1 2 1 ， 如图2 2 。通常轴的旋转速度越高，损伤越严重，其振动的频率越高。因此轴承 异常所产生的振动，对所有的轴承都没有一个共同的特定频率。即使对某一特定 的轴承，当产生异常时，也不会只产生单一频率的振动。 国甘甘枷z 聚 白螺孙l 一 7 司删1 生强旭傲列广 轴 承 制造误差激报l 轴承+ 轴承座 回 振动系统 振动 转 日洳l 局邵损伤r 一 图2 - 2 滚动轴承振动机理 f i g u r e2 - 2v i b r a t em e c h a n i s mo fr o l l i n gb e a r i n g 滚动轴承的振动按产生机理又分为三种类型【1 3 】： ( 1 ) 轴承结构的固有振动。包括把内圈看作是弹性体而引起的固有振动； 把外圈看作是刚性体而引起的固有振动；把滚动体看作是刚体而引起的固有振 动。 ( 2 ) 强迫振动。由轴承元件制造或装配误差而引起的振动。如：内外圈波 纹度、滚动体直径不同等制造误差。 ( 3 ) 冲击振动。内外圈或滚动体表面上存在划痕、点蚀、剥落、凹坑等缺 第2 章滚动轴承的故障机理与振动特性分析 陷，或有灰尘、油污等情况存在时，会激励起轴承脉冲型振动。振动的周期与转 速成反比，振幅和与缺陷的尺寸大小有关。 一 滚动轴承的振动往往是以上各类振动共同作用的结果。其中轴承滚动时产生 的正常振动与轴承元件的弹性特性有关，而异常振动与轴承滚道表面的状况有 关。大量实验表明，在轴承正常运转的情况下，轴承零件表面波纹度是引起轴承 振动的主要因素，而一般较明显的“异音”是由滚道表面缺陷引起的周期性或非周 期性冲击脉冲产生的。这些冲击振动的出现使原来的平稳振动信号变成了非平稳 振动信号，即滚动轴承的振动信号为非平稳振动信号。 2 1 3 滚动轴承的固有振动 当滚动轴承元件出现缺陷或结构不规则时，将激发各元件以其固有频率的振 动，在计算轴承元件固有振动时将轴承元件看成矩形截面的圆环1 1 4 1 。一般情况 下，滚动轴承的固有振动频率可达数千赫，是非常高的振动频率。 滚动体钢球的固有振动频掣1 5 】： 厶：一0 4 2 4 怛 ( 2 1 ) ，62 1 f _ l z l 厂 vz 尸 式中，r 为滚动体钢球的半径( m ) ；p 为材料密度( 姆m 3 ) ；e 为滚动体钢球 材料的弹性模量( n m 2 ) 。 当滚动轴承为钢材时，其内、外圈的固有频率可用下式计算： f c i , o ) , , = 9 4 0 x 1 0 sx r 2 謦丽n ( n 2 - 1 ) ( 2 - 2 ) 式中，r 为圆环回转轴到中性轴的半径( m ) ；e 为弹性模量，钢材为2 1 0 印口； ，为圆环截面饶中性轴的惯性矩( m 4 ) ；i 1 为振动阶数( 固有频率的阶数) ， ，l = 2 ，3 州4 m 为圆环单位长度内的质量( 堙m ) 。 一般测量轴承振动时是把传感器布置在轴承座上以测量外圈的振动，所以外 圈的固有振动频率比较重要。按上面的公式计算得到的固有频率只是理论值，它 是按照弹性力学中薄壁圆环在自由状态下的固有振动计算方法推导的。而实际的 滚动轴承套圈并非薄壁圆环，并且外面与轴承座相联，里面与滚动体接触，并不 处于自由状态，所以计算值与实际测量值有出入，上述公式只能作为固有频率的 一个估计公式。 2 1 4 滚动轴承的故障缺陷频率 当滚动轴承内圈、外圈、滚动体出现点蚀、划痕等故障时，会产生一定频率 北京工业大学工学硕士学位论文 的冲击，由于滚动轴承的匀速回转，使得该冲击具有周期性。对发生在不同位置 的损伤，冲击具有不同的频率。这种周期性脉冲作用时间短，形状陡峭。滚动轴 承不同元件的损伤引起脉冲的频率各不相同，通常称这种频率为特征频率。滚动 轴承故障特征频率一般在1k h z 以下，并能引起高频衰减振动。滚动轴承各元件 的故障特征频率如下： 外圈故障特征频率： 兀= 啬( 1 一a c o s , 8 ) ( 2 - 3 ) 内圈故障特征频率： f ：堕( 1 + 生业) ( 2 4 ) 1 2 0 。d 滚动体故障特征频率： 石= 篇1 1 一( 警) 2 1 ( 2 - 5 ) 保持架故障特征频率： f c - 高( 1 一d c 。o s , b ，) ( 2 - 6 ) 式中，d 为滚动体直径( m m ) ；d 为轴承节径( i l 皿 ；为接触角；n 为 工作转速( ，m i n ) ；刀为滚动体个数。 对滚动体故障频率需要做必要的说明，因为滚动体自转一周分别于内、外圈 各接触一次，产生两个冲力，经分析可知，信号在2 以及其倍频处频谱幅值要比 以及其倍频处大很多，所以一般文献也认为滚动体故障特征频率是2 五1 6 1 。 当轴承元件出现故障后，其振动频谱中会出现特征频率及其倍频的谱峰。但 在实际处理中谱峰的频率并不精确的等于理论计算值。这主要是因为滚动体并非 作纯滚动，实际轴承的几何尺寸的误差，轴承安装后的变形及轴承运行速度的变 化