（检测技术与自动化装置专业论文）基于声信号小波变换的滚动轴承故障诊断.pdf

中文摘要 摘要：由于声信号具有非接触测量和早期故障敏感的特点，在机械故障诊断 领域受到广泛的关注。本文以新统计矩和连续小波变换为工具开展了基于声信号 的滚动轴承故障诊断方法研究，主要工作与结论如下： 分析了滚动轴承声音信号的特点，着重讨论了轴承故障与振动信号和声信号 的关系。指出由于声音信号的信噪比低，且受到背景噪声和回声等信号的干扰， 声学诊断实施难度大。 研究了声信号的时域特征参数，探讨了用有效值监测轴承磨损类故障。分析 了偏度、峭度等统计参数，提出用新统计矩代替传统的峭度，监测轴承表面损伤 类故障。仿真信号分析和滚动轴承试验表明，新统计矩对转速和载荷的变化不敏 感，诊断效果要优于峭度。 通过分析指出，连续小波变换具有很强的弱信号检测能力，非常适用故障诊 断。引入小波熵的概念，并以此作为m o r l e t 小波参数的择优标准。对轴承声信号 进行多尺度m o r l e t 小波分解，能有效提取轴承故障特征。 提出了用有效值和新统计矩检测轴承工况，用m o r l e t 小波确认损伤位置的声 信号滚动轴承故障诊断方法。在实验室的消声环境中，用轴承试验有效验证。 关键词：声信号；滚动轴承；故障诊断；小波变换；新统计矩 分类号：【t h l 7 】 a bs t r a c t a b s t r a c t ：a c o u s t i cc o n d i t i o nm o n i t o r i n go fm a c h i n e r yh a sr e c e i v e dc o n s i d e r a b l e a t t e n t i o ni nr e c e n ty e a r s t h em a i na d v a n t a g eo fu s i n gs o u n ds i g n a li nf a u l td i a g n o s i si s t h a tt h ea c o u s t i cm e a s u r e m e n t sc a l lb ep e r f o r m e da tad i s t a n c ef r o mt h em a c h i n e ，a n d s o u n ds i g n a li ss e n s i t i v et oi n i t i a lf a u l t s a c o u s t i cd e t e c t i o no fr o u e rb e a t i n g sd e f e c t si s p e r f o r m e db ym e a n so fw a v e l e tt r a n s f o r m a n dan e ws t a t i s t i c a lm o m e n t t h e c o n t r i b u t i o n sa n dc o n c l u s i o n sa r em a d ea sf o l l o w s ： t h ec h a r a c t e r i s t i c so fs o u n ds i g n a lo fr o l l i n gb e a r i n ga r ed i s c u s s e d e m p h a s i si s f o c u s e d0 1 1t h er e l a t i o n s h i pb e t w e e nf a u l t sa n dv i b r a t i o n - a c o u s t i cs i g n a l a c o u s t i c d e t e c t i o ni sd i f f i c u l td u et ot h ep e r c e p t i o nt h a tm o n i t o r i n go fa i r b o m es o u n df r o ma m a c h i n ei sn o i s ya n dc o m p l e xw h e ni ti si nan o r m a li n d u s t r i a le n v i r o n m e n t t h e q u a n t i t a t i v ei n d i c e st h a tc a l lb ee x t r a c t e df r o m t h es o u n ds i g n a l sa l ep r e s e n t e d t h er o o tm e a ns q u a r el e v e li su s e dt om o n i t o rw e a r i n gf a u l t t h es k e w n e s sa n dk u r t o s i s o fs o u n ds i g n a la r ee x a m i n e d an e ws t a t i s t i c a lm o m e n tw h i c hc a l lr e p l a c ek u r t o s i si s p r o p o s e dt om o n i t o r s u r f a c ed a m a g ef a u l t t h es e n s i t i v i t yo ft h i sm o m e n tt oc h a n g e so f l o a da n ds p e e di sl e s st h a nk u r t o s i s f u r t h e r m o r e ，t h ea d v a n t a g eo ft h i sm o m e n t o v e rt h e t r a d i t i o n a lk u r t o s i sv a l u ei sv e r i f i e db yt h es i m u l a t ea n dm e a s u r e ds i g n a l i t i s p o i n t e do u tt h a t c o n t i n u o u sw a v e l e tt r a n s f o r mi su s e f u li nw e a ks i g n a l d e t e c t i o nw h i c hh e l pi t s e l f t ob eu s e di nf a u l td i a g n o s i s t h ec o n c e p to f w a v e l e te n t r o p y i si n t r o d u c e da n di ti sc o n s i d e r e da sar u l ef o rm o f l e tw a v e l e tp a r a m e t e ro p t i m i z a t i o n m o r e o v e r , t h ef e a t u r eo fl o c a l i z e d d e f e c tb e a r i n gc a nb ee x t r a c t e db ym e a n so f m u l t i s c a l ew a v e l c td e c o m p o s i t i o no fs o u n ds i g n a l am e t h o df o ra c o u s t i cd e t e c t i o no fb e a r i n g si sp r e s e n t e d t h er o o tm e a ns q u a r e l e v e l 觚dt h es t a t i s t i c a lm o m e n ta r eu s e df o rb e a r i n gc o n d i t i o nm o n i t o r i n g d e f e c t d e t e c t i o ni sp e r f o r m e db ym e a n so fm o r l e tw a v e l e tt r a n s f o r m t h ee f f e c t i v e n e s so f p r o p o s e dm e t h o dw a s v e r i f i e db ym i l e rb e a r i n gt e s ti na n e c h o i cr o o m k e y w o r d s ：s o u n ds i g n a l ；r o l l i n gb e a r i n g ；f a u l td i a g n o s i s ；w a v e l e tt r a n s f o r m ；n e w s t a t i s t i c a lm o m e n t s c l a s s n o ：i t h 17 】 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研 究成果，除了文中特别加以标注和致谢之处外，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交通大学或其他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。 学位论文作者签名：触萌 签字同期：么矽年石月7 同 t| 5 7 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权况明) 签字日期：刀哆年多月7 日 签字日期：】口。7 年石月7 日 致谢 本论文的工作是在我的导师杨江天副教授的悉心指导下完成的，杨老师严谨 的治学态度和科学的工作方法给了我极大的帮助和影响。杨老师在学业、思想和 生活上都给予了我谆谆教导和亲切关怀，并为我们提供了良好的学习和研究环境， 杨老师独特的思维方式、严谨的治学态度、渊博的专业知识以及忘我的工作热情， 都使我受益非浅并终身难忘，尤其在我做论文期间，从选题到定稿，付出了许多 心血。在此衷心感谢两年来杨老师对我的关心和指导。 在读研期间，同实验室的齐红元、万里冰、邱成、肖燕彩等老师对于我的科 研工作和论文都提出了许多的宝贵意见，在此向他们表示衷心的感谢。 还要感谢北京交通大学综合实验楼3 1 0 实验室的吴俊伟、关怡多、王晓宇、 张俊同学以及所有的师兄师姐。感谢他们让我分享他们宝贵的经验和知识，更感 谢他们陪伴我度过两年美好的研究生生活! 感谢父母一直以来对我的关心和鼓励，以及求学期间无私的爱和资助，是他 们的支持和理解给我学习创造了无限向上的动力。感谢父母! 最后，谨以此文献给给予我关心和支持的老师、同学和亲人们! 1 1 论文研究的背景及意义 1 绪论 可用于对滚动轴承进行故障监测及诊断的方法有很多种，包括振动信号分析 法、声发射法、红外分析法、油液分析法( 光谱测定法、磁性磁屑探测法和铁谱 分析法) 和接触电阻法等等，它们各有特点，其中以振动信号分析法相对简单方 便，应用最为广泛【lj 。但是，在某些场合下，如高温、高腐蚀等场合，由于无法接 触测量，因此不便于安装加速度等振动传感器，无法进行振动检测。但是测量声 学信号则不受这种限制，这些场合都可以采集到设备的声学信号，应用声学信号 进行故障诊断，因而声学故障诊断技术的研究就变得十分重要。一般来说，声学 故障诊断技术具有如下特点：非接触式测量、设备简单、速度快、信号易于测取、 易于发现早期故障、无须事先粘贴传感器、可对移动目标进行在线监测等，尤其 可在不易测量振动信号的场合得到广泛的应用【2 】【3 1 。 在铁路运输中，为预防由轴承故障引起的事故，人们在全国铁路主要干线上 安装了大量红外轴温探测系统，形成了探测网络，以便及时发现温度过高的轴承， 防止燃轴、切轴和脱轨事故，取得了很好的效果。红外轴温探测系统是基于红外 线热辐射原理，对车辆轴承温度过高进行在线检测、预报。1 9 9 1 年至1 9 9 5 年的5 年中，全路共发生热切事故4 2 件( 其中重大事故8 件) 。1 9 9 6 年至2 0 0 0 年五年中， 仅发生此类事故2 5 件( 其中重大事故4 件) ，下降4 0 5 。但与滑动轴承不同，滚 动轴承从故障发生到发热损坏的过程比较漫长，一般情况下故障轴承并不表现出 明显的高温，而一旦发现温度过高就已经到了故障的后期，如不及时停车处理， 温度将急剧上升并很快烧损。中途停车会降低铁路运输能力和经济效益，报警或 处理不及时，则仍有可能引发切轴、脱轨等大事故，造成严重的行车中断和经济 损失，对铁路的市场竞争力也带来不良影响。因此对车辆轴承出现的早期故障， 如果没有发热，红外探测轴温的方法无能为力【4 1 。 目前，我国铁路滚动轴承早期故障诊断主要采用振动的方法，已经有多种诊 断系统开发成功，安装在车辆段的轮轴检测流水线上，通过对轴承振动信号的测 量和分析，判别轴承状况，发现早期故障，为检修提供决策依据，决定轴承是否 需要进行分解检修，从而保证列车安全。对于我国货车的运用管理体系来说，一 年只能入库检修一次，而在长达一年的运用周期中，轴承的状态只有靠红外线监 测和列检中的人工检查，早期故障仍然难以及时发现和处理【5 1 。 用声学诊断的方法，可以在车辆轴承还没有热轴时，就能诊断出故障，做到 轴承故障早期发现、早期预报。将车辆轴承故障的防范关口比红外线提前一个阶 段，在线检测轴承的状态，对运输安全提供可靠保障。 最基本的声学诊断方法是能量统计法【6 】。根据机器噪声能量的变化就可判断故 障。实际应用中这种方法容易受环境噪声影响，主要依赖操作人员经验，技巧不 易掌握，只是一种简单的声学诊断方法。小波分析和神经网络的出现，推动了声 学故障诊断技术的发展。此外，声全息技术的使用也十分广泛，它根据测量面声 压计算所需声场平面声压，可描绘机械装置辐射噪声源的强度分布情况。近十几 年来，独立分量分析( i c a ) 技术的兴起给声学故障诊断技术中的多源信号混合提 取问题提供了一个全新的思路。它能够在不知道系统具体参数的情况下，对观测 信号进行处理，恢复源信号，得到源信号的频谱特征等【_ 丌。 但是，由于实际声场的复杂性造成声学信号信噪比比较低，声学故障诊断技 术的发展渐渐地落后于振动故障诊断技术。到目前为止，振动故障诊断技术己经 发展成一套比较完整的体系，而声学故障诊断技术却始终处于起始阶段。 1 2 轴承噪声故障诊断发展 最原始的轴承故障诊断方法是将听音棒接触轴承部位，依靠听觉来判断轴承 有无故障。这种方法至今仍在使用，不过已经逐步使用电子听诊器来代替听音棒 以提高灵敏度。后来逐步采用各式测振仪器、仪表并利用振动移位、速度或加速 度的均方根值来判断轴承有无故障，这可以减少对设备检修人员的经验的依赖， 但是仍然很难发现早期故障。1 9 9 6 年，瑞典s k f 公司首先发明了用振动脉冲仪 ( s h o c kp u l s em e t e r ) 来检测轴承的早期损伤，此类仪器的代表为m e p a 1 0 a 、 s p m 一4 3 a 。以后陆续出现了若干种轴承故障监测的简易仪表。1 9 7 6 年日本新日铁 株式会社研制了m c v - 0 2 1 机器检测仪( m a c h i n ec 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。1 9 7 6 - - 1 9 8 3 年，日本精工公司( n s k ) 相继研制了 轴承监测仪n b 1 、n b 2 ，n b 3 和n b - 4 型，利用l 1 5 k h z 范围内的轴承振动信 号的r m s 值和p p 值来诊断轴承故障。 自2 0 世纪6 0 年代起，以美国为代表的重载运输发达国家，为防止货车轴承 的燃轴和切轴，保障行车安全，开发了基于热辐射原理的红外线轴温探测系统， 并很快得到应用。随着电子技术和计算机技术的发展，红外轴温探测技术也取得 了极大的进步，性能和可靠性有了很大的提高。目前这种装置已在世界范围内得 到广泛应用，成为货车轴承运行监督的主要手段。 2 0 世纪7 0 年代以来，我国铁路货车逐步采用滚动轴承取代滑动轴承，目前在 2 干线运行的货车基本实现了滚动轴承化。我国铁路从上世纪8 0 年代起，逐步在各 大干线上安装红外轴温探测系统，现已形成了全路探测网络。目前，干线铁路红 外轴温探测安装总里程达到3 9 2 5 8 k r n ，覆盖率达6 6 9 3 。应用红外线( 波长 0 7 6 - - 1 0 0 0um ) 技术探测车辆轴温，对发现热轴故障，防止燃轴和热切事故，减 轻列检工人的劳动强度，提高铁路运输效率发挥了重要作用。然而对滚动轴承来 说，温度检测显得有些滞后，防范关口偏弱，安全性不能得到充分保障。 随着信号分析技术和计算机技术的进步，2 0 世纪6 0 年代以来机械故障诊断技 术得到了迅速的发展，因其所产生的巨大经济效益，所以8 0 - - 9 0 年代在世界范围 内形成了高潮。其中，轴承的诊断技术是发展较早且比较成熟的技术之一，滚动 轴承早期故障的诊断主要采用振动或声学的方法。 前苏联全苏铁科院、美国t t c i 、中国铁科院及中航6 0 8 所等分别丌发了面向 检修基地应用的轮对轴承诊断系统，由试验台和诊断仪器等组成，安装在机务段 或车辆段的轮轴检修流水线上，通过对轴承振动信号的测量和分析，判别轴承的 状态，发现早期故障，为检修提供决策依据，决定轴承是否需要进行分解检修， 从而保障列车安全。 在铁路轴承声学诊断领域进行商业性开发并形成产品的国家，迄今只有美国 和澳大利亚博j 。 2 0 世纪8 0 年代中期，美国铁路开始探索货车滚动轴承的声学早期诊断技术， s e r v o 公司、c o n r a i l 公司、联合太平洋铁路( u p ) 、伯灵顿北方铁路( b n ) 、美国 铁道协会( a a r ) 及铁路运输技术中心( t t c i ) 等积极参与了声学诊断技术的研 究开发和试验工作。研制了地面声学探测系统，将声学传感器安装在轨道旁，在 列车通过时获取轴承的声音信号并进行分析，既可以独立工作，也可以和红外轴 温探测系统联合作业，目的是早期发现轴承故障，使列车运行更安全。1 9 9 4 年起， 在美国联邦铁路管理局( f r a ) 与a a r 的支持与推动下，t t c i 对这种地面声学 探测系统进行了深化研究和试验，a a r 更将这一项目纳入其战略研究计划。随后 t t c i 加大力量实现该技术的产业化，9 0 年代中后期开发了由多个声传感器组成的 传感器阵列，解决了一些关键技术问题，研制了新一代轨边声学探测系统t a d s ( t r a c k s i d e a c o u s t i cd e t e c t i o ns y s t e m ) ，采用神经网络等先进方法进行故障识别， 错误报警率进一步降低，诊断的正确性得到了大幅度提高。该产品已在北美、南 非、澳大利亚铁路安装使用，并得到a a r 认可。 澳大利亚v i p a c 公司( v i p a ce n g i n e e r s & s c i e m i s t sl t d ) 自1 9 9 1 年起开始研 究铁道车辆轴承声学诊断技术，先后在澳大利亚铁路和a a r 环形铁道进行了试验， 经过长期的观察，于1 9 9 8 年开发出地面铁路轴承声学监测系统r a i l b a m ( r a i l w a y b e a r i n ga c o u s t i cm o n i t o r i n gs y s t e m ) ，采用声传感器阵列提取轴承和车轮故障的声 3 音特征，可早期发现轴承和车轮故障，提高列车安全性。此后对性能和处理速度 又进行了改进，集成了车号识别功能，2 0 0 1 年起在澳大利亚铁路投入现场使用， 取得了很高的准确率。目前已在澳大利亚的南部铁路网上安装使用，效果良好【8 】。 轴承故障地面声学诊断技术能在温度报警之前发现货车轴承的早期故障，便 于及时处理，提高了行车的安全性，同时可减少轴承的退卸检查，节省检修时间 和成本，并可掌握轴承的运用情况和故障趋势，制定合理的检修计划，因此代表 了货车轴承监测诊断的发展方向。随着技术的不断进步和成本的进一步降低，其 应用范围将会逐步扩大。 1 3 本文研究内容 本课题的工作是基于声信号的轴承诊断技术的初步研究，为研制开发滚动轴 承噪声故障诊断系统奠定基础。由于是在实验室对噪声诊断进行初步研究，因此 可以借鉴振动信号诊断的成功经验，因此同时采集声信号和振动信号，用振动信 号验证声信号对故障特征提取的j 下确性，进而突出声信号的优点。本论文主要开 展了以下几个方面的研究工作： 1 滚动轴承声信号的特征； 2 用新统计矩的方法监测轴承状态； 3 以小波分析为核心，根据声信号的特点，选择合适的小波基函数，研究故 障特征的提取方法，实现故障准确定位； 4 在消声的环境中进行实验验证，与振动信号对比，验证故障特征提取的正 确性。 4 2 1 概述 2 声信号轴承故障诊断研究综述 滚动轴承在正常工作条件下，由于受到载荷、安装、润滑状态等因素的影响， 运转一段时间后将会产生各种形式的失效。因此滚动轴承是旋转机械中较为薄弱 的环节。滚动轴承产生失效的初始阶段，由于失效程度较为轻微，往往不易被人 们发现。只有当失效发展到明显过热、强烈振动或滚动噪声足够大时才会被人们 发现。由于发现不及时往往引起设备停机或设备损坏，造成生产上不应有的损失。 滚动轴承失效形式较多，可能的故障种类有磨损、疲劳剥落、腐蚀、塑性变 形、断裂、胶合、保持架损坏掣9 】【1 0 】。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。这些故障引起的振动特征表现在振动信号中 存在着冲击脉冲。在时域中，冲击使信号的均值、方差等时域参数发生变化；在 频域中，信号高频成分明显增多，信号的能量在时频域上的分布发生变化。振动 信号产生的变化也影响着声信号的变化，因此可以通过声信号来判断轴承的故障， 这是声信号故障诊断的基础。本文的研究对象虽然是声信号，但是因为噪声是由 振动产生并与振动有密切联系，所以对于振动信号也予以相应关注。 2 2 滚动轴承故障综述 2 2 1滚动轴承故障的成因与基本形式 滚动轴承在运转过程中可能会由于各种原因引起损坏，如装配不当、润滑不 良、水分和异物侵入、腐蚀和过载等都可能会导致轴承过早损坏。即使在安装、 润滑和使用维护都正常的情况下，经过一段时间运转，轴承也会出现疲劳剥落和 磨损而不能正常工作。总之，滚动轴承的故障原因是十分复杂的。 滚动轴承的主要故障形式与原因如t t l l 】【1 2 】： 1 磨损 由于尘埃、异物的侵入，滚道和滚动体相对运动时会引起表面磨损，润滑不 良也会加剧磨损。磨损的结果是轴承游隙增大，表面粗糙度增加，降低了轴承运 转精度，因而也降低了机器的运转精度，振动和噪声也随之增大。对于精密机械 轴承，往往是磨损量限制了轴承的寿命。此外，还有一种微振磨损，在轴承不旋 转的情况下，由于振动的作用，滚动体和滚道接触面间有微小的反复的相对滑动 5 而产生磨损，在滚道表面上形成振纹状的磨痕。 2 疲劳剥落 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 面使表层产生剥落坑，最后发展到大片剥落，这种现象就是疲劳剥落。疲劳剥落 会造成运转时的冲击载荷、振动和噪声加剧。通常情况下，疲劳剥落往往是滚动 轴承失效的主要原因，一般所说的轴承寿命就是指轴承的疲劳寿命。 3 塑性变形 当轴承受到过大的冲击载荷或静载荷时，或因热变形引起额外的载荷，或有 硬度很高的异物侵入时都会在滚道表面上形成凹痕或划痕。这将使轴承在运转过 程中产生剧烈的振动和噪声。而且一旦有了压痕，压痕引起的冲击载荷会进一步 引起附近表面的剥落。 4 腐蚀 腐蚀是滚动轴承最严重的问题之一，高精度轴承可能会由于表面腐蚀导致精 度丧失而不能继续工作。轴承零件表面的腐蚀有三种类型：第一种是化学腐蚀， 当水、酸等侵入轴承或者使用含酸的润滑剂时，都会产生这种腐蚀。第二种是电 腐蚀，当轴承内部有电流通过时，电流有可能通过滚道和滚动体上的接触点处， 很薄的油膜引起电火花而产生电蚀，在表面上形成搓板状的凹凸不平。第三种是 微振腐蚀，为轴承套圈在机座座孔中或轴颈上的微小相对运动所致，使套圈表面 产生红色或黑色的锈斑。轴承的腐蚀斑是以后损坏的起点。 5 胶合 在润滑不良、高速重载情况下工作时，由于摩擦发热，轴承零件可以在极短 时间内达到很高的温度，导致表面烧伤及胶合。所谓胶合是指一个零部件表面上 的金属粘附到另一个零件表面上的现象。 6 断裂 过高的载荷会可能引起轴承零件断裂。磨削、热处理和装配不当都会引起残 余应力，工作时热应力过大也会引起轴承零件断裂。此外，装配方法、装配工艺 不当，也可能造成轴承套圈挡边和滚子倒角处掉块。 7 保持架损坏 由于装配或使用不当可能会引起保持架发生变形，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圈发生摩擦等， 会使振动、噪声与发热加剧，导致轴承损坏。 2 2 2 滚动轴承的典型结构 6 滚动轴承是由内圈、外圈、滚动体和保持架四种元件组成，如图2 1 所示。通 常，其内圈与机械传动轴的轴颈过盈配合联接，工作时随轴一起转动；而外圈安 装在轴承座、箱体或其它支撑物上，工作时一般固定或相对固定。但也有外圈回 转、内圈不动或内、外圈分别按不同转速回转的使用情况。滚动体是滚动轴承的 核心元件，它使相对运动表面间的滑动摩擦变为滚动摩擦。滚动体的形式有球形、 圆柱形、锥柱形、鼓形等。在滚动轴承内、外圈上都有凹槽滚道，它们起着降低 接触应力和限制滚动轴承轴向移动的作用。保持架使滚动体等距离分布并减少滚 动体间的摩擦和磨损。如果没有保持架，相邻滚动体将直接接触，且相对摩擦速 度是表面速度的两倍，发热和磨损都较大【1 3 】【1 4 】。 名勉 t 虬， 、) 雨、 | o 、 t吖 1扔 ：夕夕z ! 图2 1 滚动轴承结构示意图 f i g 2 - 1s t r u c t u r eo ft h eb e a r i n g 滚动轴承的几何参数主要有： 轴承节圆直径d ：轴承滚动体中心所在的圆的直径； 滚动体直径d ：滚动体的平均直径； 接触角：滚动体受力方向与内外滚道垂直线的夹角； 滚动体个数z ：滚珠或滚针的数目。 2 2 3 滚动轴承局部缺陷的特征频率 在标准测量条件下，外圈不动，内圈转动，轴向施加载荷。如果滚动表面有 一个缺陷，那么在轴承内部的复杂运动状态下，各零件将产生振动，振动频率就 是噪声频率【15 1 。 保持架运动产生的频率为： 7 r n ( 1 _ 爰o s o ) 球自转运动产生的频率为： 以：氰扣) 厶：掣屯 厶：z n ( _ l + 一d w c o s a i d , , ) 岛 球表面缺陷产生的频率为： 厶：等d w 峰0 2 1c o s 2 刁 厶= _ _ i 一昔2 口i 式中，n 内圈的转速( r m i n ) ； 仇球直径( m m ) ； 见节圆直径( i i l i l l ) ； z 球的个数； 口接触角( 。) 耄内圈沟道缺陷数或谐波次数； 屯外圈沟道缺陷数或谐波次数。 厶，厶，正。亦称为外圈、内圈、滚动体的故障特征频率， 滚动轴承故障的基础【1 6 1 。 2 3 声信号诊断综述 2 3 1 滚动轴承的振动与噪声 ( 2 1 ) ( 2 2 ) ( 2 - 3 ) ( 2 - 4 ) ( 2 - 5 ) 是利用振动诊断 声音是一种机械波，是物体的机械振动通过弹性媒质向外传播的结果。因此， 从本质上讲，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和分析结果与振动诊断基本一致，只是信号获取的手段 8 有所不同。 轴承的噪声即是由轴承振动产生的，是轴承运转过程的一种属性，即使是精 密、良好的轴承也要产生振动和噪声，而振动和噪声的增加或改变则是由故障引 起的。 从几何观点来看，滚动轴承结构很简单，主要由内圈、外圈、滚动体和保持 架组成，但作为一个振源或声源就显得十分复杂。一般来说，轴承产生振动和噪 声的原因是多方面的，主要与外部振源的激励、轴承自身的结构特点、制造和装 配误差、内部缺陷或故障四种因素有关【1 7 】【l8 1 。 1 外部激励引起的振动和噪声 与轴承接触的其他振源( 如传动轴、壳体等) 对轴承产生激振力，引起轴承 的振动和噪声。这种振动和噪声以低频周期成分为主，一般在轴承总的振动能量 中所占比例不大。 2 轴承结构特点引起的振动和噪声 滚动轴承承载时，由于滚动体的公转，使轴承负荷区的滚动体数目不断变化， 滚动体在不同位置时受力大小也不一样，因而承载刚度发生变化，引起轴心的起 伏波动，产生振动和噪声。在一定的转速下，这一振动或噪声具有确定的性质， 频率较低。 3 轴承制造和装配误差引起的振动和噪声 正常情况下，可以说这部分因素造成的轴承振动和噪声占主导地位。制造方 面包括轴承零件加工面( 内、外滚道面和滚动体工作面) 的纹波度、形位公差、 滚动体直径误差等，装配方面包括轴承偏心、转子不平衡、轴弯曲等，都将引起 轴承的振动和噪声。这些制造和装配因素造成的激振力大都具有周期性，但由于 实际情况下，各因素之间的关系十分复杂，所以总的激振力随机性较强，频率成 分较多，从而正常轴承在这些激振力的联合作用下所产生的振动和噪声，也呈现 出较强的随机性，含有多种频率成分。 4 轴承内部缺陷或故障引起的振动和噪声 当轴承内部零件的滚动工作面上出现故障( 如剥离、破碎、点蚀、塑性变形 等) 时，在轴承运转中滚动体碾压到故障部位，就会产生冲击振动。这种冲击振 动与正常情况下的振动有所不同，具有很宽的频率范围，常能激起轴承零件的共 振，引发异常声响。这种信号的特点是每个冲击的作用时间很短，时域能量不大， 但频谱丰富，且冲击具有周期性。 综上所述，正常状态的轴承在运转中也有十分复杂的振动和噪声，其信号总 体上表现出随机特性，虽含有周期成分，但频率较低，能量较弱。一旦轴承内部 出现局部损伤，则振动和噪声信号的结构将发生变化，出现周期性的冲击脉冲， 9 引起轴承系统的高频共振响应【1 9 】【2 0 1 。 2 3 2 噪声诊断的方法 1 主观评价和估计法 主观评价指人利用自身的听觉来判断噪声源的频率和位置。有经验的操作人 员或检验人员在生产现场，从机器的运转噪声中，能听出机器的运行状态是否正 常，还能判别产生异常的主要噪声源的零部件及其原因。为了排除其它噪声源的 干扰可以使用听音器，还可使用传声器放大器耳机系统监听人耳难以靠近的部 位。 人的经验和知识对主观评价和估计的结果影响非常大，另外这种方法无法对 噪声源作定量的量度。 2 近场测量法 用声级计紧靠机器表面扫描，根据声级计的指示值大小来确定噪声源的部位。 方法简便易行。 近场测量法的正确性是有条件的。传声器测得的声级主要是最靠近的某个噪 声源的贡献，根据声学原理，其它噪声源对测量值的影响很小或没有影响。由于 靠近总是相对的，一定的声场总要受到附近其它噪声源的影响( 混杂) ，尤其在工 厂现场，某台机器上的被测点是处于机器上其它噪声源的混响场内，因此近场测 量法不能提供精确的测量值，这种方法常用作噪声源和主要发声部位的一般识别 或作为精确测定前的预先粗定位【2 1 1 。 3 表面振速测量法 对于无衰减平面余弦行波来说，可得到用表面质点振动速度表示的振动表面 辐射声功率形。 w r = p c s 历2 q 其中：p c 空气的特性阻抗； s 振动表面面积； 万2 质点法向振动速度均方值的时间平均值； 以振动表现的声辐射系数。 将振动表面分割成许多小块，测出表面各点的振动速度，然后画出等振速曲 线图，从而形象地表达出声辐射表面各点辐射声能的方向和最强的辐射点。 根据式可由测得的表面振动速度计算出表面辐射的声功率。此式中的辐射系 数仃，不是常数，它在整个频率范围内有+ 6 d b 的离数，所以一般很难从计算得到。 对于多数发动机，频率超过4 0 0 h z 的振动t 可近似地取1 ，但在低频时t l ，这 1 0 时由表面振动速度计算出的声功率的准确性大大降低，但对于a 计权的声功率， 误差可以减少。因为这种方法是通过测量振动来识别噪声源，所以没有任何声学 环境的要求，方法方便实用【2 引。 4 频谱分析法 在往复机械和旋转机械中，测得的噪声频谱信号中都有与转速n ( r m i n ) 和系统 结构特性有关的纯音峰值。譬如，滚动轴承的噪声谱中包含有基频6 0 、内外圈 故障频率、滚动体故障频率和内外圈及滚动体的自振频率等；齿轮噪声发生在其 啮合频率上；风机噪声发生在叶片通道基频及其整数倍频率上。因此，对测得的 噪声频谱作纯音峰值的分析，可以识别其主要噪声源。相干函数也常用来判断噪 声功率谱图上的峰值功率和噪声源频率的相关程度，以判别主要噪声源。 一般纯音峰值的频率常与几个零部件的特征频率相同或相接近，这时就需要 采用其它的信号处理方法来判断哪些零部件是主要噪声源。频谱分析是一种识别 声源的重要方法【2 3 1 。 5 声强法 声强法是采用双传声器互谱法进行声强测量。由于声强是矢量，可在现场进 行声强测量不受环境影响。在近场测量声强时，可根据所测声强值判断机器各部 件发射噪声的大小，从而找到主要的噪声源，进行故障定位。根据现场条件下的 声强测量还可确定声源的声功率，材料的吸声系数和透射系数。 2 3 3 轴承噪声信号的特点 轴承的每个滚动部分在转动的时候都有不同的固有频率，这取决于轴承的形 状与材料。在转动时任何一个部分的缺陷都会引起它与相邻部分周期性的冲击。 这个冲击的频率就是上述的故障特征频率。这些冲击信号将被高频的固有频率调 制，形成调幅声信号。这些固有频率经常在以下频段出现【冽： 2 5 0 0 3 3 0 0 h z 3 5 0 0 - 4 0 0 0 h z 4 3 0 0 - 4 6 0 0 h z 5 0 0 0 6 5 0 0 h z 此外，轴承噪声信号还有一个特点是信噪比低。轴承、电机等发出的声音在 空间叠加，并且和环境噪声一起构成复杂声场。针对这个问题，可利用盲源分离 的方法。盲源分离是指在不知源信号和传输通道参数的情况下，根据输入源信号 的统计特性，仅由观测信号恢复出源信号各个独立成分的过程。典型的情况是将 多个传感器排成阵列进行数据测量，观测的数据是一组传感器的输出，其中每个 传感器接收到的是源信号的不同组合，再根据所得的信号分离出独立源信号。由 于在实验室中进行验证，只需要构造消声的环境，就可以最大程度的将轴承噪声 从所测信号中提取出来，保证了分析的准确性【2 5 1 。 2 4 本章小结 本章简要介绍了噪声信号在滚动轴承故障诊断方面的有关内容。首先介绍了 轴承故障的成因及故障的基本形式，进而引出了轴承的结构及轴承的特征频率。 轴承的特征频率是进行故障诊断的依据。接着阐述了滚动轴承的噪声和振动产生 的原因以及噪声诊断的几种方法。从本质上讲，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和分析结果与振动诊 断基本一致，只是信号获取的手段有所不同。最后介绍了噪声故障信号的特点， 就是信噪比低，且声场复杂。针对信噪比低的特点，实验中引入盲源分离和构造 消声室的方法保证分析的准确。 1 2 3 1 概述 3 故障诊断的时域分析方法 对滚动轴承进行状态监测是轴承故障的重要部分。直接对时域信号的时问历 程进行分析和评估是状态监测和故障诊断最简单和最直接的方法。轴承信号时域 分析主要任务是计算信号的时域统计特征参数，并通过和参照值的对比来确定轴 承的状斛2 6 1 。 在轴承故障诊断中常用的时域统计特征参数分为有量纲参数和无量纲参数， 包括峰值、均值、均方值和均方根值、峭度因子、偏度因子等各种时域参数，其 中以峭度因子与均方根值最为常见。 本文通过计算声信号的均方根值与偏度因子对轴承进行在线监测，对轴承的 磨损类故障和表面损伤类故障进行判别。均方值主要针对磨损类故障的诊断。偏 度因子主要针对表面损伤类故障的诊断，但与传统方法不同的是本文将声信号预 先做取绝对值的处理，这样使得偏度因子与峭度因子一样有效，并且更适合声信 号。 3 2 故障时域诊断的参数 1 峰值x 。 峰值指信号可能出现的最大瞬时值m a x x ( t ) ，它是信号强度的一种描述，有时 也用峰峰值j ，一，( 即m a x x ( t ) 一r a i n x ( t ) ) 这个指标表示信号的变化范围。峰值反映 了信号的强度，它适用于如表面点蚀损伤之类的具有瞬时冲击的故障诊断中。特 别是对早期轴承表面损伤，非常容易由峰值的变化检测出来。但它对于滚动体对 保持架的冲击及突发性外界干扰等原因引起的瞬时振动比较敏感【2 7 1 。 2 均值以和绝对平均值粕 均值是指信号幅值的算术平均值，可用式( 3 1 ) 来定义 1， 以= 【x ( t ) d t ( 3 1 ) i 。 式中f 是观察或测量时间。对周期信号，r 就是信号本身的重复循环周期，对 于均值相等的信号，其随时间的变化规律并非完全相同，因此均值只是反映信号 中心趋势的一个标志【2 8 】。 绝对平均值的定义为 1 3 q 厂吾胁f ) 阻( 3 - 2 ) q x l5 孑j ) 眦烨 在工程中表示了信号经整流后的直流分量。 假如信号x ( t ) 的离散值为五o = 1 ，2 ，聊，则可得到均值和绝对平均值的一致 估计分别为 反= 吉五 ( 3 3 ) 以2 万备五 【弘3 ) 戽i5 专善m ( 3 - 4 ) 3 方差吒2 方差的定义为 = ；肛沪以】2 d f ( 3 - 5 ) 或 2 专善( 一虞) 2 ( 3 - 6 ) 方差描述信号偏离中心趋势的波动强度，因此它是信号的波动分量【2 9 1 。方差 的正平方根称为标准差q ，当信号的均值为零时，标准差就是有效值。 4 均方值以和均方根值 均方值的定义为 以= ；m f 灿( 3 - 7 ) 或 = 万l 善j v # ( 3 - 8 ) 均方根值的定义为 或 虬= 厢石 小晤 ( 3 9 ) ( 3 1 0 ) 均方值和均方根值都是描述动态信号强度的指标。幅值的平方具有能量的意 义，因此均方值表示了单位时间内的平均功率。尽管并非所有信号的均方值都有 功率量纲，但在信号分析中仍形象地成为信号功率。而信号的均方根值由于有幅 值的量纲，在工程中又称为有效值。 有效值是对于时问的平均值，是反映振动强度和能量的参数。对于正常的轴 承的随机振动来说，其测定值变化较小。当轴承工作面有均匀磨损时，振动性质 1 4 与正常轴承相似，杂乱无章、没有规律，故障的特征频率不明显，只是幅值明显 变大。因此，可根据有效值的变化判别轴承有无磨损类故障。一般地，故障轴承 比无故障轴承的有效值高，有多处故障的轴承信号有效值比单个故障轴承信号的 有效值高。有效值稳定性强，在趋势分析中应用效果较好。但是对于表面剥落或 伤痕等具有瞬变冲击振动的异常是不适用的。这是由于冲击波峰的振幅大，但持 续时间短，如作时间平均，则有无峰值的差异几乎表现不出来【3 0 1 。在本课题中， 有效值将用来监测轴承的磨损类故障。如图3 1 所示，随着实验时间的增加，磨损 程度也相应增加，振动信号的有效值缓慢上升。 振动信号的有效值随磨损的增长 3 4 0 0 ， j 型 鬏 忙 小时 图3 - 1 振动信号的有效值随磨损的增长 f i g 3 1t h eg r o w t ho f r m sw i t hw e a r i n g 以上的四种参数均属于有量纲的动态参数，通常被简易仪器的测量所采用， 并以此来判断设备是否出现异常及其严重程度。但这些参数的数值与测量仪器的 频率范围有关，不同频率范围的仪器所测的值不完全相同，频率范围宽，阻频带 衰减特性缓慢的仪器读数偏高。 5 偏度s k e w n e s s 和峭度k u r t o s i s 一般地，信号的n 阶中心统计矩被定义如下 m 。= e e ( x 一) ”】 ( 3 1 1 ) e ( x ) 表示x 的期望，为均值。一阶中心矩为均值，二阶中心矩为方差。 三阶以及四阶中心矩则用来计算偏度s k e w n e s s 和峭度k u r t o s i s 。偏度s k e w n e s s 和 峭度k u r t o s i s 定义如下： s ：等：丛掣( 3 - 1 2 ) 1 5 k ：耸：型兰二：丝出 ( 3 1 3 ) 盯仃4 仃为标准差。偏度和峭度都是无量纲参数，用于和f 态分布曲线进行比较， 两者分别反映信号概率分布的中心不对称程度和概率密度函数峰顶的凸平度。按 照传统工艺制造、严格安装、润滑良好并经充分磨合后的无故障滚动轴承产生的 声信号为高斯信号。高斯信号是服从正态分布的随机信号。因此，偏度与峭度可 以应用于叠加在高斯信号中的故障特征的识别。偏度用来衡量随机变量相对于其 均值的对称性，所有奇数阶中心矩皆有这一特性。当分布关于其均值对称时，偏 度为零；当分布偏左时，偏度s k e w n e s s 为负值；分布偏右时，偏度s k e w n e s s 为正 值，如图3 2 。峭度k u r t o s i s 指示分布的陡峭程度。以著名的j 下态分布为例，j 下态 分布的k u r t 值等于3 ；如果k u r t 值大于3 ，则说明该分布的曲线比f 态分布要陡 峭；如果k u r t 的值小于3 ，则说明该分布的曲线比正态分布平缓。如图3 3 所示【3 1 1 。 f i x ) s 0s = 0s 0 ，等效的频域表示是： w t x ( a , r ) = - x ae x ( 缈) ( a c t ) ) e j o , 7 d 缈( 4 - 3 ) 式( 4 3