（机械设计及理论专业论文）铁路货车滚动轴承的故障诊断技术研究(1).pdf

摘要 缡要 滚动辍承是旋转橇壤孛应援最为广泛靛税械零郯 孛之一。本文矫究教耋点 在于姆态险统计爨理谚弓l 入滚动轴承故障特征提取巾，邋过对铁路费车1 9 7 7 2 6 型滚动轴承宓测振动信号进行分析，证明高阶统计殿是一种崴观、有效地检测 轴承故障的诊断方法。 壶于辘承系统中存在羲各释嚣爨； 越酶菲线牲因素，建巍了合瑾静菲线性 动力学模型，即翅d u f f m g - - v a n d e rp o t 方程i 蹩似横拟转承系绫的a # 线一矬动力学 特性，并进行数值计算与仿真，得到了该系统的一次近似解，同时还研究了系 统参数对非线性共振振幅的影响。最后利用奇异性理论研究了d u f f i n g - v a nd e r p o l 系绕酌全都分岔晌痤麴线，为轴黎系统的动态分析与设计提供了理论依据。 对裹除统计爨分攒方法用予轴承教喀特征提取遴辱了磅究，曹必列粥h i l b e f t 变换构造原始信号的解析傣号，求取信号的包络，然后计算包络储号的高阶统 计量。通过对不嗣测点的轴承搬动加速度信号计算二、三、圆阶统计量和四阶 矩，可叛识剐正常、矫圈鞘落班及滚子煮蚀故障，为进一步褥高阶统计量方法 蹋予实际的工程痰鼷羹定了基磷。 在v i s u a lc + + 软件开发平台上编制了离阶统计量的应用程序，其中包括程序 界面设计、数据文件读写、f f t 算法与h i l b e r t 变换算法的实现，可以对j l 3 0 1 车辆轴承诊断仪的软件部分进行进一步的完善。 关键运：故障诊颧，滚动轴承，赢阶绫计辍，动力学，应用瑕序 一 垒唑竺! a b s t r a c t t h er o l l i n ge l e m e n tb e a r i n gi st h em o s te x t e n s i v em e c h a n i c a lp a r to f r o t a t o r y m a c h i n e r i e s t h ee m p h a s i so ft h i s p a p e ri sp l a c e do nt h ea b i l i t y o fh i 舒e ro r d e r s t a t i s t i c st oe x t r a c td i a g n o s t i ci n f o r m a t i o nf r o mf a u l t s i g n a l s o f1 9 7 7 2 6r o l l i n g b e a r i n g si nr a i l w a yv e h i c l e s t h er e s u l to fa n a l y s i sd e m o n s t r a t e st h a tt h i sm e t h o dc a n e f f i c i e n t l yd i a g n o s ea n dc l a s s i f yt h ef a u l t s c o n s i d e r i n gn o n l i n e a re l e m e n t - d u r i n g v a i ld e rp o ls y s t e mi 8u s e dt os i m u l a t e a p p m x i m a t l y t h en o n l i n e a rd y n a m i cm o d e l o f b e a r i n gs y s t e m a t f i r s tm a i nr e s o n a n c e o f n o n l i n e a r d u f f i n g - v a n d e rp o l s y s t e m t om u l t i f r e q u e n c ye x c i t a t i o n si si n v e s t i g a t e d ， w h e r et h em u l t i s c a l em e t h o di su s e dt oo b t a i nt h ef i r s t - o r d e ra p p r o x i m a t es o l u t i o n a n dt h e nt h ee f f e c t so fa l lk i n d so f p a r a m e t e r s o nt l l ec u r v eo ft h e f r e q u e n c y - a m p l i t u d ea r es t u d i e db y n u m e r i c a l t e c h n o l o g y , f i n a l l y a l lt h eb i f u r c a t i o n g u r v e sa r eo b t a i n e db yt h es i n g u l a r i t yt h e o r y ；t h er e s u l to fc a l c u l a t i o np r o v i d e st h e t h e o r e t i c a lr e f e r e n c ef o ra n a l y z i n ga n dd e s i g n i n gt h i sk i n do f s y s t e md y n a m i c a l l y h i g h e ro r d e rs t a t i s t i c se n a b l e st h en o n - g a u s s i a na n dn o n - s t a t i o n a r ys i g n a l st ob e t h o r o u g h l ya n a l y z e d h a v i n gab r i e fr e v i e wo f t h ep r o p e r t i e so fh o s ，t h em e t h o do f h i g h e ro r d e r s t a t i s t i c st oe x t r a c td i a g n o s t i ci n f o r m a t i o nf r o mf a u l ts i g n a l si sd i s c u s s e d 。 t h e a n a l y t i c a ls i g n a l sa r ea c q u i r e db ym e a n s o fh i l b e r tt r a n s f o r m a t i o no ft h eo r i g i n a l s i g n a l s t h eh i g h e r - o r d e r c u m u l a n t sa n dm o m e n t so ft h ee n v e l o p e ds i g n a l sa r e e s t i m a t e d t h er e s u l to fr e s e a r c hs h o wt h a tn o r m a lb e a r i n gs i g n a l s ，r o l l i n ge l e m e n t d e f e c t s i g n a l s a n do u t e rr a c ed e f e c ts i g n a l sc a r lb ee a s i l y s e p a r a t e db yu s i n g h i g h e r - o r d e rs t a t i s t i c s a st h e s i g n a lf e a t u r e s 。e x p e r i m e n t a l r e s u l t ss h o wt h a tt h e m e t h o dc a nb ee f f o c t i v e l yu s e df o rf a u l td i a g n o s i so f1 9 7 7 2 6r o l l i n gb e a r i n g s o m e r e s u l t sa r eg i v e n t h i sp a p e ra l s op r e s e n t sat e c h n o l o g yo fd e s i g n i n gt h es o f t w a r eo fh i g h e ro r d e r s t a t i s t i c s a n a l y s i sb a s e d o nv i s u a le + + 。t h ea p p l i c a t i o n p r o g r a m i n c l u d e st h e d e s i g n i n gp r i n c i p l e o fi n t e r f a c e ，r e a d i n ga n d w r i t i n g d a t a f i l e ，t h e f o r m u l a t e d d e f i n i t i o na n di m p l e m e n t a t i o no ff a s tf o u r i e rt r a n s f o r ma n dh i l b e r ta l g o r i t h m a l ea l s o a b s t r a c t g i v e n t h e a p p l i c a t i o np r o g r a m c a nb eu s e dt oi m p r o v et h ep m to f s o f t w a r ei nj l - 3 0 1 f a u l td i a g n o s i n ga n dt e s t i n ga p p a r a t u so f v e h i c l e s k e yw o r 。d s ：f a u l td i a g n o s i s ，r o l l i n g e l e m e n t b e a r i n g ，d y n a m i c s ，h i g h e r 。o r d e r s t a t i s t i c s ，a p p l i c a t i o np r o g r a m 独刽缝声臻 本人声餮暌釜交蛉论文楚我个人在导师藉导下避行懿搿究王佟 及取得的研究成果。尽我所知，除了文中特别加以标注鞠致谢的地方 终，论文中不包鸯其能人已经发表域撰写过的研究成果，也不包含为 获褥石家庄铁道学院藏其它教骞枕构黪学位或证书嚣使用过的树辩。 与我一弱工作静嗣志对本磺究孱徽戆任侮贡献均鑫在论文孛俸了暖 确豹说噗并袭示了谢慧。 签名：薏建爱e l 期：壁堕 关于论文使用授权的说龋 本人完全了解石家庄铁道学院有关保留、使用学位论文的规定， 帮；擎院商蔽保留送交论文豹复鬻件，允许论文被查阕幂鼙傣阕；学校 可戬公布论文的全部藏部分痰容，可以采瘸影印、缩窜或葵毽复刳手 段保存论文。 ( 保密的论文在解密后应遵守此规定) 憋 名：j 啦导师签名：避管瓣：塑坚：i 第一章绪论 1 1 问题的来源与背景 第一章绪论 设备故障诊断是利用设备状态信息判定设备运行状态的新技术。开展设备 故障诊断不仅是确保设备正常运行、延长设备使用寿命的需要，而且也是降低 企业经营成本的需要。为此，各国投入了大量的人力、物力广泛地开展设备故障 诊断技术的研究，开发了大量的适用仪器，为应用部门带来了巨大的经济效益。 安全、高速、高效运输是铁路行业的永恒主题，机车车辆的安全是铁路运 输安全的标志。利用现代高新技术进行机车车辆状态监测与故障诊断，不仅是 确保铁路运输安全的重要措施，也是机车车辆由定期检修过渡到状态维修以及 降低铁路运输成本的必由之路。在国外一些发达国家，机车车辆状态监测与故 障诊断技术的研究，各种诊断仪器的开发及应用都相当普遍。在我国，近十年来， 由于铁路部门的重视，铁道部科学研究院、西南交通大学以及有关铁路局进行 了大量的机车故障诊断研究和仪器的开发q j 。机车电器系统故障诊断、柴油机 热工参数检测、光铁谱分析、振动信号分析为基础的综合诊断研究及机车关键 零部件的检测与研究都取得了一定的进展。但与国外先进国家相比，机车车辆 状态监测及故障诊断技术的研究才刚刚起步，状态监测及故障诊断技术相对落 后。主要表现在鸭状态监测及故障诊断理论研究滞后；适用诊断仪器产品数量 少；电器、柴油机状态监测及故障诊断需要进一步研究，开发实用化仪器；监 测及诊断仪器可靠性差，以及缺乏相应的检测标准。因此，急需投入大量的人力 物力研究先进诊断理论，开发适用诊断仪器，促进铁路科技进步。 滚动轴承是车辆行走部分的重要部件。它的结构虽然简单，但其损伤的形 态是多种多样的。滚动轴承的使用寿命不仅取决于轴承的结构形式和材质的选 择，还取决于润滑性能、轴承脂、轴承的密封等条件。同时车辆的实际使用状 况，如超载、偏载、车轮技术状态、车辆的使用频率等也直接影响到轴承的使 用寿命。今年来国内外正在研究关于轴承各种异常状态的检测手段，以便早期 发现轴承故障，采取措施，防止突发性事故的发生。把这种方法应用到检查铁 路车辆滚动轴承方面，就可以实现不分解轴承而能发现其故障。 第一章绪论 目前，在阳泉车辆段使用的是j l 一3 0 1 货车轴承诊断台及儿一3 0 1 车辆轴 承诊断仪1 5 j 。其诊断技术采用均方根值x 。；与峭度系数k 。双参数简易诊断与共 振解调精密诊断相结合的测试技术；仪器以8 0 3 8 6 c p u 为数据处理单元配以软、 硬驱动器及自动诊断软件，并给出了诊断门限值。自1 9 9 4 年安装至今，通过在 段修轮对流水线上对1 9 7 7 2 6 轴承进行检测结果统计表明，其误判率和漏判率很 高，不能满足货车轴承不解体诊断的要求，因此亟需一种新的故障诊断理论并 将其用于货车轴承的故障诊断中，本项研究属于自选课题。 1 2 机械故障诊断技术的发展及研究现状 1 2 1机械故障诊断技术的发展历程 机械故障诊断作为设备运用、维护领域的- - 1 7 技术，勿庸置疑，是与机械 设备的维修技术的发展相对应的。机械故障诊断技术的发展经历了以下几个阶 段 8 】： ( 1 ) 事后维修的阶段 从工业革命到2 0 世纪4 0 年代，当时机械设备本身的技术水平和复杂程度都 很低，因此采用事故发生后维修的方式。相应的故障诊断的目的是迅速查找故 障发生的部位，而诊断方法多是通过对机器的解体分析和经验判断来进行。 ( 2 1 定期预防维修阶段 随着大生产的发展，机械设备的技术复杂程度有所提高，设备故障对生产的 影响显著增加。在这种情况下，出现了定期维修方式，这一阶段开始使用一些 简单的状态监测设备，预防突发性故障，这种预防维修的方法将故障隐患消灭 在故障发生之前，不可避免的会形成过剩维修。 ( 3 ) 基于设备状态维修阶段 2 0 世纪7 0 年代以来，随着故障诊断技术的发展，出现了更科学的按设备状 态维修的方式。其通过对设备状态的实时监控和故障分析，决定是否对设备进 行维修和需要维修的部件。具体的说：事后维修在等待故障出现时，可能会因 为突发故障影响生产甚至威胁人的安全：而按计划定期维修可能会花费很高。 这是因为定期维修要更换尚能使用的零件，而不必要的维修可能会增加设备的 故障率。基于状态预测维修具有明显的科学性和先进性，已经成为- r , l l , 企业现 第一章绪论 代化管理的标志。 机械故障诊断学在吸收其它学科成果的同时，自身不断完善发展，已经形成 独立的、较完整的理论体系。主要表现为： ( 1 ) 发展了系统论。机械设备是复杂系统，机械设备故障具有多层次、多相 关和不确定性等特点，采用系统分析和加权相关的方法，为故障诊断提供了有 效的策略和实用模型，把复杂问题简化，从理论上解决了复杂系统故障的可诊 断性。 ( 2 ) 发展了信息论。故障诊断运用信息集成和信息融合技术，对不同传感器 及不同时间的数据进行综合分析，大大提高了诊断的准确率。 ( 3 ) 发展了信号处理技术。不仅把传统的和先迸的信号处理方法用于故障诊 断，还创造性地提出了全息谱 6 1 、失谱【7 1 等理论。 ( 4 ) 发展了人工智能技术。不断把专家系统、神经网络、遗传算法州1 】等最新 成果用于故障诊断领域，使其在工程实践中得到检验、完善，促进了前沿学科 的发展。 1 2 2 机械故障诊断技术国内外研究现状 故障诊断技术研究始于美国，美国在这方面的研究居世界领先地位。当前， 美国各大公司利用其技术优势，开发出许多成套的诊断系统。美国西屋公司 f w h c c ) 从1 9 7 6 年开始从事旋转机械故障诊断研究。1 9 8 7 年西屋公司与卡内奇 一杨隆大学合作开发了透平机械、发电机、水化学处理的三个智能诊断软件 t u r b i n a i d ，g e n a i d ，c h e m a i d ，据称共有诊断规则一万多条。系统为西屋公司 所产机组的安全运行发挥了巨大的作用，取得了很大的经济效益。美国恩泰克 公n ( e n t e kc o r p ) 在设备状态监测、故障诊断及预测维修技术研究和软硬件产品 开发方面作了大量工作，已在全世界范围内安装了1 5 0 0 多套系统。美国本特利 f b e n t l yn e v a d a ) 开发的d m 2 0 0 0 网络系统，能对多台设备进行在线监测和智能诊 断，能与企业的管理和控制系统联网通讯，使企业不同部门都能同时获取设备 运行状态信息，也能对不同地区不同企业的设备进行监测和诊断，使设备诊断 技术成为企业现代化管理的基本内容1 1 。 英国在2 0 世纪7 0 年代初，柯兰科特博士( r a c o l l a c o t t ) 领导下的英国机械 保健中心( u k m e c h a n i c a lh e a l t hm o n i t o r i n gc e n t c r ) 开始诊断技术研究开发工 作。1 9 8 2 年曼彻斯特大学成立了沃福森工业维修公( w i m u ) ，开展诊断技术研 第一章绪论 究，监测与诊断仪器研制，故障分析等活动。英国在摩擦磨损、汽车、飞机和 发电机监测与诊断方面曾占据领先地位【1 2 1 。 欧洲其它一些国家也在诊断技术的某些方面占领先地位，如瑞典的s p m 轴 承监测诊断技术，丹麦的船舶诊断技术及振动传感器技术【1 2 】。 日本的故障诊断技术在钢铁、化工、铁路等部门发展很快，占有某些优势。 它们密切注意世界动向，积极引进消化最新技术，研制出自己的诊断仪器。东 京工业大学、京都大学、早稻田大学等高等院校着重基础理论研究。在实际工 程应用方面，三菱重工的白木万博研制的“机械保健系统”在旋转机械故障监 测与诊断方面曾占据领先地位 1 2 1 。 我国对机械故障诊断技术的研究和工程应用始于2 0 世纪7 0 年代末到s 0 年 代初，我们认识到设备诊断技术的重要性，开始考虑和尝试应用故障诊断技术。 从第八个五年计划开始( 1 9 9 1 年) ，我国在消化、吸收引进技术的基础上，开始研 制开发自己的诊断系统【l 。形成了以我国工业建设的迅速发展为背景，现代化 工业管理的需要为前提，设备诊断技术迅速发展的局面，其特点是在国家领导 重视和大力推行新的管理体制与维修政策的推动下，全国大多数行业和企业部 门中纷纷采用先进的管理技术。同时，设备诊断技术本身，经过十年的发展， 在诊断方法上、手段上( 诊断仪器与诊断系统) ，特别是在效果上，已经取得或 正在取得明显的经济效益和社会效益，标志为许多在线监测与诊断系统研制成 功并投入使用，例如郑州工业大学的m m d s 9 0 0 系统，华中理工大学的h z 1 系 统，西安交通大学的r m d s 系统，哈尔滨工业大学的3 m l 系统，清华大学的 b b 1 系统，重庆大学的c d m d 1 系统等等。这些系统多基于传统的信号处理方 法，并不断将新的研究成果引入系统研制开发。如天滓大学的l r - 9 6 0 0 系统， 将非线性振动理论的大型汽轮机组转子及支撑系统的振动分析与故障诊断，获 得成功。又如天津大学的m f d s 系统，将灰色系统理论用于氯压机组的故障诊 断。先进技术的引入使诊断系统的性能进一步提高达到或接近世界先进水平 1 3 - 1 7 】。 我国故障诊断技术发展的特点是由理论到实践，由院校到工厂。如今，应 用监测与诊断技术，实现设备现代化管理，己成为提高企业经济效益必不可少 的重要环节和重大技术措施。 但是应该看到，我国设备诊断技术实际应用水平距世界先进水平还有一定 差距，存在的问题有： 一d 第一章绪论 ( 1 ) 企业对设备诊断的重视不够，追求短期效益，故障诊断技术未能应用于 工程实践； ( 2 ) 资金投入少而分散，缺乏必要的实验仪器和设备，科研与应用脱节，同 时没有连续性： ( 3 ) 各研究单位单兵作战，开发的诊断仪器可靠性差，通用性差，没有统一 的标准，互不兼容。 1 2 3 设备故障诊断技术发展趋势 设备故障诊断技术大体上由三部分组成：第一部分为故障诊断物理、化学 过程的研究，例如以电气、机械部件失效的腐蚀、蠕变、疲劳、氧化、断裂、 磨损的研究；第二部分为故障诊断信息学的研究，它主要研究故障信号的采集、 选择、处理与分析过程。例如通过传感器采集设备运行中的信号( 如位移、速度 和加速度) ，再经过时域与频域上的分析处理来识别和评判所处的状态；第三部 分为诊断逻辑与数学原理方面的研究，主要是通过逻辑方法、模型方法、推论 方法及人工智能方法，根据可观测的设备表征来确定下一步的检测部位，最终 分析判断故障发生的部位和产生故障的原因。 故障诊断技术可简单地划分为传统的诊断方法、数学诊断方法以及智能诊 断方法。传统的诊断方法包括：振动检测方法、油液分析技术、噪声监测技术、 红外测温技术、声发射技术以及无损检测技术等；数学诊断方法包括：基于贝 叶斯决策判据以及基于线性和非线性判别函数的模式识别方法、基于概率统计 的时序模型诊断方法、基于距离判据的故障诊断方法、模糊诊断原理、灰色系 统诊断方法、故障树分析法、小波分析法以及混沌分析法与分形几何法等；智 能诊断方法包括：模糊逻辑、专家系统、神经网络、遗传算法等。 设备故障诊断技术与当代前沿科学的融合是设备故障诊断技术的发展方向。 当今故障诊断技术的发展趋势是传感器的精密化、多维化，诊断理论、诊断模 型的多元化、诊断技术的智能化，具体来说表现在如下方面拉i j ： ( 1 ) 与当代最新传感器技术尤其是激光测试技术的融合。近年来，激光技术 已从军事、医疗、机械加工等领域深入发展到振动测量和设备故障诊断中，并 且已成功应用于测振和旋转机械对中等方面。 ( 2 ) 与最新信号处理方法相融合。随着新的信号处理方法在设备故障诊断领 域中的应用，传统的基于快速傅立叶变换的机械设备信号分析技术有了新的突 第章绪论 破性进展。 ( 3 ) 与非线性原理与方法的融合。机械漫备在发生故障时，其行为往往表现 为非线性。如旋转机械的转子在不平衡外力的作用下表现的非线性特征。随着 分形几何与混沌的日趋完善，这一类诊断i 训趣必将得到进一步解决。 ( 4 ) 与多元传感器信息的融合。现代化的大生产要求对设备进行全方位、多 角度的监测与维护，以便对设备的运行状态有整体的、全面的了解。因此，在 进行设备故障诊断时，可采用多个传感器同时对设备的各个位置进行监测，然 后按照一定的方法对这些信息进行处理，如人工神经网络方法。 ( 5 ) 与现代智能方法的融合。现代智能方法包括专家系统、模糊逻辑、神经 网络、遗传算法等。现代智能方法在设备故障诊断技术中已得到广泛的应用。 随着智能技术的不断发展，设备状态的智能监测与设备故障的智能诊断，将是 故障诊断技术的最终目标。 1 3 滚动轴承故障诊断的基本环节 滚动轴承故障诊断的目的是保证轴承在一定的工作环境下和一定的工作寿 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，从一定程度上来说，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瞄j ： f 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 ) 信号( 征兆) 提取。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。 ( 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状念，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、产生原因和趋势等。 ( 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 修或继续监测等。 6 第一章绪论 1 4 机车轴承故障诊断研究现状 故障诊断技术是用来保证设备安全运行的一项新兴综合技术，目前已在全 国范围内获得了广泛的应用。铁道部对这项技术也十分重视，从机务系统来看， 早在2 0 世纪9 0 年代初期就积极组织开发和推广了多项诊断技术产品，如机车 柴油机压力波检测仪、机车电线路检测仪、轴承故障诊断仪等，至今很多机务 段和机车厂都已配备了多种检测、诊断仪器，不同程度地开展了机车故障诊断 工作，积累了大量的经验【2 ”。这项技术在机务系统的开发和应用，有效地保 证了行车安全，同时减少了不必要的拆卸检修，降低了维修费用，提高了效率， 促进了检修制度的改革。随着列车的不断提速，机车负荷不断增大，工作条件 更加恶劣，故障率增加，因此机车轴承诊断技术的推广应用，对保证行车安全 将起到很大的作用。 滚动轴承故障诊断一般采用振动测试技术，国内外也有不少滚动轴承故障 诊断仪器。但它们大部分是滚动轴承工况监测仪器，长期监测滚动轴承运行过 程中振动信号的异常变化，从而达到故障诊断的目的，铁路部j 3 在车辆滚动轴 承检修过程中，不知道待检轴承的任何先期信息，无法做对比检测，而且，由 于铁路滚动轴承的用量很大，必须在生产流水线上用极短的时间( 几分钟) 准确诊 断轴承有没有故障。因此，铁路滚动轴承故障诊断问题是故障检测，而不是故 障监测，难度要大得多。 2 0 世纪7 0 年代出现的快速傅立叶变换( f f t ) 技术，使信号的在线及实时分 析技术成为可能。随着电子技术、计算机技术的高速发展，高速采样、高速a d 转换、高速处理器的出现，使f f t 技术与电子及计算机技术结合，构成近十年 来我国机车车辆行业振动诊断技术的核心。诊断工作主要立足于以机务段、车 辆段的现场条件及现场需要为根本；研制仪器以便携为主，检测工作不对机车 或车辆附加条件，包括安装、测试工况等；并以地面检测为主，随车运行检测 为辅，对轴承的故障进行振动诊断；诊断工作与培训现场人员同时进行。因此 要保证机车的安全性，还应继续加强机车故障诊断技术的开发和应用。 1 5 信号处理技术在滚动轴承故障诊断中的应用 1 5 1 平稳信号处理方法 7 第一章绪论 滚动轴承在运行中发生的故障，一般分为两类。一类是磨损故障，由于零 件的磨损造成间隙逐渐变大，振动增强，这是一种渐变性的故障，振动波形无 一定规律，随机性较强，但通频振动幅值往往能明显反映其严重程度；另一类 是轴承元件表面损伤性故障，包括滚珠、滚道等表面点蚀、金属剥落或擦伤等。 当轴承元件通过表面损伤点时，即会产生突变的冲击脉冲力。目前振动信号分 析工程上常用的信号处理方法是f f t 频谱分析。但是这种方法具有很大的局限 性，诊断出来的轴承一般都已有较严重的损害，而且对轴承早期故障的分析不 够灵敏。对于直接进行谱分析比较困难的情况，如采集的信号序列较短，或者 f f t 变换不能将相互靠近的两个频率分开，采用时间序列分析是一种较好的方 法。常用的时间序列模型有a r m a 模型、a r 模型、m a 模型【7 1 。对于采集到的 轴承振动信号，不可避免地会受到噪声的污染。为了提高信噪比，还发展了其 它一些方法，如时域平均方法、倒频谱分析、包络分析等。以上介绍的这些方 法都属于比较经典的故障信号分析方法，适用于常见的轴承故障分析。但是随 着设备工况的日益复杂和对诊断质量的要求越来越高，现代信号处理方法已逐 渐应用到轴承系统的故障诊断中。 1 5 2 非平稳信号处理方法 由于传感器拾取的振动信号除反映有关轴承本身的工作情况外，也包含了 大量的机械中其它运动部件和结构的信息，这些信息对于研究轴承本身的工况 与故障来说，属于背景噪声。由于实际中背景噪声往往比较大，所以刚刚发生 的轻微的滚动轴承故障所特有的信息往往淹没在背景噪声中，很难被发现和提 取出来。因此，采用先进的信号处理技术来提高信噪比，突出故障特征信息， 抑制背景噪声，从而有效地诊断出轴承故障成为轴承故障诊断技术的关键问题。 滚动轴承故障诊断中的现代信号处理技术【6 5 包括：小波分析、时频分布、奇异 值分解技术、分形理论、循环统计量理论等。 153 非高斯信号处理方法 在一般情况下，总是假设滚动轴承故障信号及其背景噪声属于高斯信号， 但实际上背景信号总会含有非高斯噪声和有色噪声，如亚高斯信号和超高斯信 号等。随着高阶统计分析理论的发展，非高斯信号处理方法逐渐在故障诊断中 第一章绪论 得到了应用。非高斯信号处理技术主要是指高阶统计量( 高阶矩和高阶累计量】 和高阶谱( 高阶矩谱、高阶累计量谱和倒高阶谱) 分析技术。相比较而言，高阶统 计量和高阶谱分析技术有几个特点 2 4 ：( 1 ) 对高斯信号不敏感，因为零均值高斯 信号的三阶及以上的累计量为零，因此当背景噪声含有高斯信号时采用累计量 分析可以显著抑制噪声；( 2 ) 不仅可以研究信号的幅值情况，还可以研究信号的 相位信息，从而可以更好的利用采集到的信号；( 3 ) 可以研究非线性信号，尤其 可以检测出是否存在二次非线性，并且可以检测二次相位耦合；( 4 ) 可用于非最 小相位系统的研究。正是由于这些优点，高阶统计量分析在故障诊断中显示出 强大的生命力并得到越来越广泛的应用。在机械故障诊断中，为了更有效地提 取信号特征，不能总是假设信号具有高斯性，而当作非高斯信号处理更容易捕 获故障信息。这是因为，周期信号与准周期信号可以当作非高斯信号，复杂机 械系统的自激信号也可以当作非高斯信号处理。高阶谱是分析非高斯信号的有 力工具，它从更高概率结构表征随机信号，可以弥补二阶统计量( 功率谱) 不包 含相位信息的缺陷。高阶谱有很强的消噪能力，理论上能完全抑制高斯噪声。 因此，用高阶谱分析振动信号更容易获得有用信息。高阶谱以双谱( - - 阶谱) 分析 最为普遍。有关双谱和多谱分析在设备检测与故障诊断中的应用，文献( 6 3 】进行 了详述。从目前高阶统计量的使用情况和发展前景来看，其在机械设备状态监 测与故障诊断领域的主要应用体现在三个方面：谐波恢复、系统辨识和特征提 取。 1 5 3 1 谐波恢复 在诊断过程中，经常会遇到需要从一系列观测时间序列中估计出其谐波参 数的问题，即所谓的从噪声源中进行谐波恢复的问题( r u - 狲：r e t r i e v a lo f h a r m o n i c i nn o i s e ) 。1 9 8 8 年，s m a m i 等率先提出了利用观测值的四阶累积量能够自动抑 制高斯噪声的影响、有利于提取出谐波信号中的有用信息的观点，并给出实现 方法【2 7 】。 当滚动轴承元件出现局部损伤时，根据故障特征频率可以检测出轴承故障 并诊断轴承故障发生的位置，但是由于损伤轴承振动冲击的能量散布在一个很 宽的频带上，其频谱包含故障特征频率的各次谐波，很容易被噪声淹没，高阶 谱分析方法为此类振动提供了新的手段。苏文斌【2 9 瑚】等根据诊断中的非线性耦 合特征，将频率平面的计算简化到对角切片上进行，将故障特征频率及谐波的 9 第一章绪论 检测转化为检测特征频率及谐波与其它周期激励之间非线性耦合产生的和、差 频率的双相干谱识别问题，通过试验证明，该方法可在信噪比低的低频段完成， 并对故障的敏感性比谱分析的方法高。杨江天日2 j 等在对滚动轴承振动信号进行 双谱分析的基础上，提出了基于1 维谱的滚动轴承诊断方法。文献 3 3 3 4 又进 一步地对l 维谱分析方法在二次相位耦合中的应用进行了分析，与原有的双谱 方法相比较，得出具有计算量小、执行简单、易于获得较高的分辨率等优点。 在此基础上，进一步引申，将二次相位耦合的研究由实数域推广到复数域，根 据累积量的不同定义形式得出不同的结果。最后又利用1 维谱对三次相位耦合 进行了复数域的分析，克服了以往理论和实践上的困难，取得了比较理想的效 果。 1 5 3 2 特征提取 n i n g t a i k a n 9 1 3 5 】等提出了一种改进的双谱算法，研究了齿轮本身故障、转轴 不平衡、转轴不对中等故障的双谱特性，为齿轮的故障诊断提供了依据。 b p a r k e r 3 6 喀利用双谱研究了一种直升机的齿轮故障，发现双谱分析具有很多 优点，如不需要对故障模型作过多假设，可适应多种工况，能够区分齿轮和轴 承的故障特性等，从而扩展了双谱的应用范围。p i n e y r o ，j 1 3 7 1 等讨论了二阶功率 谱密度、h a r r 小波变换及双谱分析在滚动轴承故障诊断中的应用，指出双谱可 以更有效地提取轴承故障的非线性相位耦合特征。张桂才 3 8 3 9 1 等求取实测信号 的包络，通过计算包络信号的高阶统计量，成功的将正常、断齿和裂纹信号进 行了分离，效果很好，随后又将r b f 网络与高阶统计量结合用于齿轮的故障分 类，研究结果表明这种分类方法效果十分显著，而且计算速度很快，可用于齿 轮在线监测。郑海波 4 0 等将双谱和双相干谱引入齿轮箱的故障诊断，并利用b p 神经网络成功的将齿轮正常信号、磨损信号和断齿信号进行了分类，同时发现 双谱比双相干谱更利于齿轮的故障特征提取。熊良才1 等利用双谱的等高线图 和“对角切片”成功的对三种齿轮故障进行了分类，尤其是对角切片的分类效 果更好。 文献 4 2 1 讨论了高阶累积量与人工神经网络( a n n ) 方法相结合的可能性，并 根据电动机的振动信号来提取出三类故障特征：内圈短路、轴裂纹和不平衡。 实验结果表明辨识的准确程度显著改善。文献【4 3 】也分析了用高阶矩和a n n 的 方法相结合来共同诊断可调速电机的偏心故障。 】0 第一章鳞论 1 5 3 3 系统辨识 在税械设备状态益涮和故障诊断中，常常需黉仅依甏系统的输出信弩来辨 识撼个系统的特性，即通常所说的育信号处理问题。传统的技术手段是利用观 测信号静二除统计爨进行分耩处理辨懿。胃楚，由予众掰周知熬舔鞫，其方法荠 不能十分有效地分辨出非线性、非高斯、非最小相位系统和非平稳过程。2 0 世 纪8 0 年筏裙，l i i 等殚】稽滋了霜输密鼹浏餐静离淤统谵爨鬻激辫识菲毫瑟、j 最小相位系统的传递函数。随即，广大科研人员利用高阶统计量并结合循环平 稳疆论对系缝遴嚣辨毒昃豹掰究取褥了丰疆转成鬃辨s 棚1 。 文献【4 8 】以受噪声污染的系统输出信号的三阶矩和双谱作为工熙，通过求解 一系裂线瞧方程缝分别恁诗邀a r m a 模型弱m a 帮努与a r 部分螅参鼗。此秘 方法有效地利用了蒸本域内的所有双谱采样，具有良好的数值特征和参数估计 能力。文献【9 】姨凌教f o u r i e r 变换定义出发，探索了周期溅量误蕊怼周期傣号 频谱的影响，并推睁出各谐波分量的初相t 藏误差与周期测最误差、一周内采样 点数、梯零长度爨包含的鼹期数以及各分擞除数之间的篾他关系式。文献 5 2 】 在深入分析二阶广义循环平稳信号处理方法的基础上，提出了针对高阶广义循 环警稳匏藤散酵阍序刭的斑除累积攮分板蘸赂。 。6 主要工作糨研究内容 通过了解滚动轴承故障诊断技术的国内外发展现状和信号处理技术在滚动 轴承敖漳诊断中的虚用，在蠢阖大量文献的基础上，本文研究戆震点在予将高 阶统计量理论引入滚动轴承故障特征提取中。通过对铁路货车1 9 7 7 2 6 型双排圆 锥滚子滚动轴承实溺振动信号进行分拆，涯朝商输统诗量莛一霉孛蠢疆、瓷效遗 检测轴承故障的诊断方法；同时通过建立非线性动力学数学模型，进行定性和 定爨分拆。 主要研究内容如下： f 1 ) 稷瓣毒囊承系统中崮予各耱舔霞存套熬菲线性毽素，建立台灌载 线毪动 力学模型，并进行数值计算与仿真； 弦，稳溺毒验统计量毽论劳凝锻路货车1 9 7 7 2 6 篷黢接黧镶滚子滚动辍承实测 振动信号，通过对不同测点的轴承振动加速度信号计算二、三、四阶统计量和 强除矩，爵羰识别歪豢、终圈剥落潋及滚予点键赦漳，梵遴一步海离除绞计星 第一章绪论 方法用于实际的工程应用奠定了基础。 ( 3 ) 在v i s u a le + + 款锌嚣发平蠢土壤利了毫除绞诗量毂应爱程廖，该稷廖爨 面简单，其有很强的移植饿，可以对j l 一3 0 1 车辆轴承诊断仪的软件部分进行 进一步的完善。 。1 2 第二章滚动辅承系统鲤动力学响瘦鸟分岔 第二章滚动轴承系统的动力学晌应与分翁 2 1 滚动轴承动力学系统分析的意义 在辊辕系统敖障诊薮横域，系绫懿菲线性羲力学模鳌竣矮米宠瞧蠢定量阐 明实际技术系统由于故障激励而产生的辑种振动现象，为了使分析计算简便易 行，人们总是把模型线性化，基于线性搬动理论的故障诊断方法彳辱到了日益广 泛的应翊。像楚，当真实系统的非线髅较为突出时，翔栗仍采用线性纯方法建 模，将不可避免的“过滤”撺许多与系统敌障密切鞭关的非线性堍象，螽稳态 解对初始条件的依赖性、解的多样性与稳定性、振动状态突变与滞后现象、超 漕波次谐波共振与组合共振、混沌振动以及系统长期性态( 吸引予) 对参数的依赖 瞧，其主鼹分稀结采与奏窳蓉绕熬客褒动力学牙鸯阉宓然存在不霹慧巍兹差距。 出于系统的滩线性振动行为造成的故障在工程实际中是客观存在的，所以对机 械系统非线性敞障的诊断与预测这一具商重要意义的课题得到了广泛的关注。 2 ，2 滚动轴承系统数攀模型的建盛与分析 具体来说，造成轴承系统非线性主鼹由以下因素引起m 】：( 1 ) 零部件之间的 阕溅嚣瘁擦；2 ) 溪魂辘承豹淫貘力；( 3 ) 秘辩本身粒绥灌注凄；( 4 ) 滚动辘零中豹 间隙和恢复力；( 5 ) 裂纹或其它缺陷；( 6 ) 大变形和大僚移等。以上闲素导致阻尼 项或刚度项成二者都是非线性函数，从而振动微分方程为非线性的。滚动轴承 游隙过大、滚道偏心以及滚动体大小不等均会导致轴心摆动并弓l 超支撑剐度的 交化。滚动辅承静辜鑫赢霹震常星菲线程，蒋象是澜海不良辩，荔产生菇常静辘 向振动，这熄种自激振动。而当轴承部件( 如外圈释) 发生故障时，其故障频率 必然激起轴承系统产生共振，故障激励与轴承安装庶振动产生的激励可以用多 皴激藏来接逡。嚣j 邈，多凝激秘下d u f f i n g v a d d e rp o l 系统可敬爝来近 鼙模摈麴 承系统的非线性动力学特性。 多尺度法【6 7 “0 】是研究非线性系统的有效方法，w 以很方便地研究多频激励 津线性系统的各辩共振动力学。本章研究了d u f f i n g - v a n d e r p o l 系统在多频激融 第二章滚动轴承系统的渤力学响成与分岔 下的主共振，得n t 该系统的一次近似解，同时逐研究了系统参数对非线性共 振援幅的影响。最匿利用鸯异性理论磅究了d u f f i n g ，v a l l d e r p o ! 系绕耱全部分岔 晌廒曲线，为轴承系统的动态分析与设计掇供了理论依据。 2 2 数攀模型及分耩 d u f f i n g - v a nd e rp o l 系绞在鼹令频率懿激励佟用下，以用以下方程表示 + o ) o g 十s p ( 1 一“2 ) 打+ 8 0 t u 3 = 曩c o s 0 ) l r + ec o s c 0 2 ti s f 1 r 2 i 、 式审，、口、夕、曩、羁、6 9 1 、：是常鼗，嚣为小参数。翔莱系统黼愿较 小，这时很小的激励幅值e 就会激发出强烈的关掇。因此，研究主共振时对系 统豹岁 激聚| 陪嶷煮频率热数魏下袋籍 只2 8 ，l 2 0 9 0 + 盯，盯= d ( 1 ) ， ：o ( 1 ) 则式( 2 m 1 ) 可改写为 + c d u + 4 f l ( i 一辩2 ) 鑫+ 翻3 一f c o s ( c a 。嚣弦】= 五c 0 8 0 ) 2 t 引“1 。 采用多尺度缓浓解本系缆的一次近似解，只需用曲个时i 哪尺展 封( f ) 2 ( 瓦，霉) + 占蝴瓯，夏) ( 2 2 ) 式中，瓦一f ，五= 嚣f ，垮式c 2 固代入式( 2 - 1 ) 惹毙较尊的阉次器，譬要 d 0 2 + 2 “。= e cos0)2to(2-3曲 d 0 2 “i + 2 “l ；一2 d l d 。f l ( 1 - - d 0 2 ) d 。“。一洲。3 + ，c o s ( c o 。r o 十砚) ( 2 3 b ) 由式( 2 3 a ) 得 “。= a g ) 沙+ 鼬。+ c 。 ( 2 4 ) 式中，爿( 1 ) = 型e 朋哪，b = 夏磷f 一2 国；i ，c c 为前面各项的共轭。 将式( 2 4 ) 代入方程( 2 - 3 b ) 右端，得到消除永年项的条件 j c o o ( 2 8 2 脚十彤2 j 一2 d a - 脚) 一6 8 2 删一3 蒯2 i + 丢矿蝎，* o ( 2 - 5 ) 弓l 入妒= 嘲一声，囊方程( 2 - 5 ) 褥到主共振蛉馒时交蠛徨秘糖位满足瓣基 蕊二章滚魂轴承系统妁动力学啕斑与分岔 治微分方程 dta=。h喝oa+h也3a3+h2翻sin竭pad d o a c 。s 妒 l嚣撂l 一目 8 + e 盯碍2c o s 妒 热风= 铷2 一-