（电路与系统专业论文）基于小波神经网络的滚动轴承故障诊断研究与应用[电路与系统专业优秀论文].pdf

中文摘要 滚动轴承故障通常使设备产生异常的振动和噪声 进而造成设备 损坏 滚动轴承的故障诊断方法是机械故障诊断中主要研究的热点之 一 它广泛应用于航空 电力系统 农业机械 运输机械 冶金机械 等领域 因此 开展对滚动轴承的故障诊断具有很现实的意义 本文 主要研究小波神经网络在滚动轴承故障诊断中的应用 论文主要做了 以下三个方面的研究工作 1 论述了轴承故障产生的机理和常用故障特征参数的分析和提 取方法 针对滚动轴承系统的非线性和表面振动信号的非平稳特性 引入小波分析方法 利用小波分析良好的时频局部化特性 克服了傅 立叶变换只能在整体上分析的缺陷 较好的分析故障中的奇异信号 利用小波频带分析技术 对故障信号中含有的噪声信号进行分离 2 结合小波和神经网络的优势给出小波神经网络的结构模型 研 究了小波神经网络的学习算法 针对传统算法收敛速度慢等问题 从 学习率和引入动量项两个方面对算法进行改进 3 应用小波网络对滚动轴承的典型故障进行实例诊断 以7 2 1 6 圆锥轴承在试验台上所测取的数据进行网络训练 用振动信号为网络 输入向量 给出训练结果 通过仿真实例 可以看到采用的小波神经 网络能够很好的对故障进行分类 其收敛速度明显要快于相同条件 b p 神经网络 有效地实现了滚动轴承的故障诊断 关键词 小波分析 神经网络 故障诊断 l 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 g s f a u l t so f t e nb f i n ga b o u t e x c e p t i o n a l v i b r a t i o na n dn o i s e w h i c ht od i f f e r e n te x t e n tc a nd a m a g ee q u i p m e n t s d i a g n o s i n gr o l l i n ge l e m e n tb e a r i n g sf a u l t si sat o p i co fg r e a tc o n c e r ni n m e c h a n i s mf a u l td i a g n o s i sr e s e a l c h w h i c hh a sw i d ea p p l i c a t i o ni n a v i a t i o n e l e c t r i cp o w e rs y s t e m a g r i c u l t u r em e c h a n i s m t r a n s p o r t m e c h a n i s ma n dm e t a l l u r g ym e c h a n i s m e t c h e n c e i ti so fp r a c t i c a l s i g n i f i c a n c et od i a g n o s er o l l i n ge l e m e n tb e a t i n g sf a u l t i nt h i sp a p e r a l l i m p r o v e dm e t h o db a s e do nw a v e l e tn e u r a ln e t w o r k w 田i sa p p l i e dt o f a u l td i a g n o s i so f r o l l i n ge l e m e n tb e a r i n g s t h em a i nw o r ki ss u m m a r i z e d a sf o l l o w s 1 t h ef a u l tm e c h a n i s mo fr o l l i n ge l e m e n tb e a r i n g si sd i s c u s s e d a n d c o m m o n l yu s e df e a t u r ee x t r a c t i o nm e t h o d so fv i b r a t i o np a r a m e t e ra l e a n a l y z e d c o n s i d e r i n gt h en o n l i n e a r i t ya n dn o n s t a b i l i t yo fv i b r a t i o n s i g n a l w a v e l e ta n a l y s i si si n t r o d u c e d t oa n a l y z et h et r a n s i e n ts i g n a la n d f i l t e rn o i s ef r o ms i g n a l d u et ot h ep r o p e r t yo fl o c a l i z a t i o nb o t hi nt i m e a n d 自e q u e n c yd o m a i n w a v e l e tt r a n s f o r mc a no v e r c o m et h el i m i t a t i o no f f a s tf o u r i e rt r a n s f o r m f f na n di sg o o da tc a t c h i n gs i n g u l a rp o i n t s f r o ms i g n a l s 2 c o m b i n i n ga d v a n t a g e so fw a v e l e tt r a n s f o r ma n da r t i f i c i a ln e u r a l n e t w o r k a n n s t r u c t u r em o d e la n da l g o r i t h m so fw a v e l e tn e u r a l n e t w o r k w n n a l ed e s i g n e d b yu s i n gv a r i a b l el e a r n i n gr a t ea n d m o m e n t u mf a c t o rt h ea l g o r i t h m sh a v eb e e ni m p r o v e d w h e nc o m p a r e d w i t ht h es l o wc o n v e r g e n c er a t eo fc o n v e n t i o n a lb pn e u r a ln e t w o r k 3 w a v e l e tn e u r a ln e t w o r ki sa p p l i e dt ot y p i c a lf a u l t sd i a g n o s i so f r o l l i n ge l e m e n tb e a t i n g s e x p e r i m e n t a ld a t ao b t a i n e df r o m7 2 1 6t a p e r e d b e a r i n g se x p e r i m e n tt a b l ei su s e dt ot r a i nt h en e t w o r l c u s i n gv i b r a t i o n s i g n a l a sk si n p u t r e s u l t so fs i m u l a t i o ni n d i c a t et h a tt h ew n nc a l l a c c u r a t e l yc l a s s i f yf a u l t s w h i c ho b v i o u s l ys u r p a s s e dt h ec o n v e n t i o n a lb p n e u r a ln e t w o r ku n d e rt h es a m ec o n d i t i o n e f f i c i e n t l ya c c o m p l i s hf a u l t d i a g n o s i so f r o l l i n ge l e m e n tb e a r i n g s k e y w o r d s w a v e l e ta n a l y s i s n e u r a ln e t w o r k f a u l td i a g n o s i s i i i 湖南师范大学学位论文原创性声明 本人郑重声明 所呈交的学位论文 是本人在导师的指导下 独 立进行研究工作所取得的成果 除文中已经注明引用的内容外 本论 文不含任何其他个人或集体已经发表或撰写过的作品成果 对本文的 研究做出重要贡献的个人和集体 均已在文中以明确方式标明 本人 完全意识到本声明的法律结果由本人承担 学位论文作者签名 瑚冯移刃年f 月胪日 湖南师范大学学位论文版权使用授权书 本学位论文作者完全了解学校有关保留 使用学位论文的规定 研究生在校攻读学位期间论文工作的知识产权单位属湖南师范大学 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版 允许论文被查阅和借阅 本人授权湖南师范大学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 本学位论文属于 1 保密口 在 年解密后适用本授权书 2 不保密口 请在以上相应方框内打 作者签名 翻冯 日期 一年么月矽日 锄擀 鸭嘲 哕引肋日 基于小波神经网络的滚动轴承故障诊断研究与应用 第一章绪论 1 1 机械故障诊断的意义 随着现代工业及科学技术的迅速发展 特别是计算机技术的发 展 现代设备的结构越来越复杂 其自动化程度越来越高 一个现代 化设备系统往往由大量的工作部件组成 不同的部件之间互相关联 紧密耦合 这样在提高了现代系统的自动化水平的同时 也带来了现 代设备产生故障或失效的潜在可能性越来越大的后果 一个部件的故 障常常会引起链式反应 导致整个系统不能正常运行乃至瘫痪 某些 现代尖端设备或结构一旦发生故障很可能导致重大事故 如前苏联切 尔诺贝利核电站爆炸 美国 挑战者 号航天飞机失事 1 9 8 5 年山 西大同电厂2 机组联轴器断裂 1 9 8 8 年秦岭电厂的2 0 0 m w 汽轮发电 机组因振动引起的严重的断轴毁机事故等 都是设备重大事故中的典 型事例 1 因此 现代设备系统运行的安全性和可靠性已成为人类急 需解决的问题 滚动轴承由于具有效率高 摩擦阻力小 装配方便 润滑容易实 现等优点 因而在旋转机械中得到了广泛的应用 是大部分旋转机械 的基本组成部件 然而滚动轴承也是易损零件 它的运行状态是否良 好直接影响到整台机器的性能 包括精度 可靠性及寿命等 嘲 就旋 转机械而言 据有关资料统计 现场实际故障中约有3 0 是由滚动轴 承引起的啪 这是因为轴承在机械设备中起着承受载荷 传递载荷的 作用 而其工作条件却是最为恶劣 与其他机械零部件相比 滚动轴 承有一个很大的特点 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 如果按照设计寿命对轴承进行定期维修 一方面 会对超 过设计寿命而完好工作的轴承拆下来作为报废处理 造成浪费 另一 硕士学位论文 方面 未达到设计寿命而出现故障的轴承或者坚持到定期维修时拆下 来报废 使得机器在轴承出现故障后和拆下前这段时间内工作精度下 降 或者未到维修时间就出现严重故障 导致整个机器出现严重故障 由此看来 对轴承进行工况监视与故障诊断 通过对轴承运行的过程 状态参数进行信号的检测与分析 判断其是否正常运行 是否存在潜 在故障及预测故障发展趋势等是非常重要的 1 滚动轴承的故障诊断 方法是机械故障诊断中主要研究的热点技术之一 1 2 滚动轴承故障诊断的国内外研究现状及发展趋势 11 2 1 国内外机械故障诊断技术的研究状况 美国是开发设备故障诊断技术较早的国家之一 早在1 9 6 7 年4 月 在美国宇航局 n a s a 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m f p g m a c h i n e r yf a u l tp r e v e n t i o ng r o u p 主要从事机械故障机理 监测诊断和预测 可靠性分析等技术研究 多年来许多单位研究的成果突出 不少已达到了实用水平 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 材料耐久性评价 美国o h i o 州的 齿轮动力学及噪声实验室研究的 检测诊断技术 美国机械工艺技 术公司 m t i 的赛格研究所研究的 回转机械的诊断 轴承的诊 断 西屋电气公司技术研究所研究的 电站数据中心 诊断运行 中心 人工智能诊断 此外 从1 9 7 6 年到1 9 9 0 年 开发的汽轮 发电机组智能化故障诊断专家系统 其三套人工智能软件 汽轮机 t u b i n ga i d 发电机g e na i d 水化学c h e m a i d 共有诊断规则近1 万条 已对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 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 基于小波神经网络的滚动轴承故障诊断研究与应用 与诊断 等等1 5 设备诊断技术在欧洲一些国家也有很大进展 他们各自具有特色 和占世界领先地位 英国在2 0 世纪6 0 年代末7 0 年代初 以 r a c o l l a c o t t 为首的英国机器保健中心最先开始研究故障诊断技术 6 1 9 8 2 年曼彻斯特大学成立了沃福森工业维修公司 w i m u 瑞 典s p m 的轴承监测技术 挪威的船舶诊断系统 丹麦b k 的振动 分析仪 德国a t 研究所的故障原因分析等 7 1 日本 在1 9 7 1 年开始发展t p m 全员生产维修 每年向欧美派 遣 设备综合工程学调查团 了解诊断技术的开发研究工作 于1 9 7 6 年基本达到实用阶段 国立研究机构中 技术研究所重点研究机械基 础部件的诊断技术 民办企业以企业内部工作为中心开展应用水平较 高的实用项目研究 例如三菱重工在旋转机械故障方面开展了系统的 工作 其研制的 机械保健系统 在汽轮发电机组故障监测和诊断方 面己起到了有效的作用 高等院校中 东京大学 东京工业大学 京 东大学等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处于领先地位 8 7 我国对机械设备故障诊断技术的研究起步较晚 从上世纪8 0 年 代初开始起步 但由于国家政府相关部门的重视 发展较快 许多高 校和科研机构开展了故障诊断技术的研究工作 取得了可喜的研究成 果 1 9 8 5 年以来 由中国设备管理协会设备诊断技术委员会 中国 振动工程学会机械故障诊断分会和中国机械工程学会设备维修分会 分别组织的全国性故障诊断学术会议先后召开十余次 从理论和方法 的角度来发展故障诊断技术 极大推动了我国故障诊断技术的发展 许多高校都成立了颇具实力的诊断工程中心 在一些特定设备的诊断 研究方面很有特色 形成了一批自己的监测诊断产品 如南京航空航 天大学等开发了一套轧钢机轴承在线监测和诊断系统 提出了同一轴 承内多个同类故障的诊断方法 西安交通大学的 大型旋转机械计算 硕士学位论文 机状态监测与故障诊断系统 哈尔滨工业大学的 机组振动微机监 测和故障诊断系统 东北大学的 轧钢机状态监测诊断系统 等 9 1 随着诊断技术研究的深入 出现了一些厂家 其生产的部分传感器 数据采集器已接近国际水平 1 2 2 滚动轴承故障诊断技术的发展趋势 许多机械设备在带故障运行时 都要伴随着振动和冲击的发生 因此轴承的故障诊断方法大多以振动理论为基础 从对振动故障信号 的处理方法上看 主要集中在时域分析和频域分析 时域信号分析是将传感器接收到的信号直接在显示设备上观察 或作一些简单的统计分析 英国d y e r 等 町首先采用峭度系数的方法 在轴承寿命实验机上检测滚动轴承损伤情况 指出峭度系数不随载荷 和转速变化 只与故障程度有关 k o i z u m i r e i f w h e e l e r 等n n 2 1 采用信号的均方根幅值 峰值作为参数进行分析 效果也比较理想 频域分析是将时域信号经过变换转到频域中 t a y l o r 比较了润 滑不足和多种故障的频谱特点 并提出故障尺寸的计算方法嘲 r a n d a l l 进行倒频域分析并指出倒频谱诊断效果比功率谱好n m a t h e w 等针对f f t 技术的一些不足 采用共振解调和a r 模型来检测 低速轴承故障 取得了满意的效果 国内 黄海鹰等人利用高频解调技术能突出滚动轴承的故障特征 信息 有效提高信噪比的特点 从而准确地诊断出其早期故障 王 志刚等人针对低速重载轴承特点 提出了适合于低速重载轴承故障诊 断的共振解调方法 关于利用包络分析法诊断轴承故障的文献中很 多是利用h i l b e r t 变换实现包络解调 何岭松等人采用垂直数字滤波 技术实现包络信号提取 将信号的窄带滤波与包络检测过程合二为 一 与传统的以希尔伯特变换为基础的包络解调方法相比 新算法实 时性强 包络检波长度不受限制 为后续包络信号的重采样 提高包 基于小波神经网络的滚动轴承故障诊断研究与应用 络谱分析精度提供了极大的方便 盯n 武和雷等人采用能量算子对故 障轴承的高频共振信号进行包络解调 提取故障特征 从而达到诊断 故障的目的埋町 传统的滚动轴承故障诊断方法虽然对滚动轴承的全局诊断有较 好的效果 但是对于在故障初期轴承局部缺陷的故障诊断 其效果不 是太理想 由于滚动轴承的振动信号是一种时变信号 即随着时间的 变化 信号的频率成分也相应地发生变化 基于快速傅立叶变换 f f t 的频谱分析只适用于分析平稳信号 所以 采用普通的频谱分析技术 无法获得准确的特征信息 近年来 新的故障诊断方法不断涌现 其中应用较广泛的是时 频分析方法 时频分析方法可以有效地描述轴承故障的特征信息 常 用的时频分析方法有短时傅立叶变换和小波分析等 小波分析的多尺 度性和对突变信号的探测能力 以及它在时域和频域同时具有良好的 局部化性质的特点 使其成为时频分析最常见的工具 徐金梧等人采 用小波包分解和信号重构的方法 提取滚动轴承振动信号中的冲击信 号 并通过包络的方法成功地判断出轴承的故障类型叫1 何晓霞等人 采用基于m o r l e t 小波的连续小波变换方法有效地判断出滚动轴承的 各种故障类型 外圈故障 内圈故障 滚动体故障恤1 任国全等人利 用正交小波基将滚动轴承故障信号变换到时间一频率域 通过小波重 构信号的希尔波特变换解调和包络谱分析 对轴承的故障进行了有效 的诊断 随着近年来人工智能技术的发展 轴承故障诊断的研究正在向 基于神经网络和专家系统的智能诊断 及多种诊断方法综合运用的方 向发展 在文献 1 9 中 作者表明 滚动轴承故障可以通过 r e c i r c u l a t i o n b a c kp r o p a g a t i o n 神经网络系统自动识别 系统采 用b a c kp r o p a g a t i o n 网络区分轴承不同状态 模型的输入为神经网 络压缩简化了的频谱 低频和高频信息都包括在内 从而使系统能监 硕士学侥论文 测裙期故障和严重故障翟 m s u b r a h m a n y a m 等采雳两种神经两络方 法 采用有监督的误差反向传播 e b p 技术和无监督的自适应共振理 论 a r t 2 训练的多层前向神经网络 从 个正常轴承和掰种不同类型 的故障轴承采集麴速度信号 逶过处理获得凌诗特征参数 作鸯网络 的输入 输出代表辘承的狡态 调练的结果用于识别轴承的状态嘲 此外 近年来专家系统汹m 7 m 模糊诊断 卿m 1 遗传算法 3 j 3 羽等等理 论和技术也相继应用予轴承故障诊断 许多专家学者磁在对小波分 析 共振瓣潺分析技术鞫入工享枣经翳络等理论进行更遴一步熬硬究 并逐步应用到工程实践中 综上所述 随着监测技术 计算机技术 电子技术和通讯技术 的发展 以及模糊数学 专家系统 神经网络技术 遗传算法和小波 分析璎论等在故障诊叛巾豹痤用 设备敬障诊断技术从壤论到实际应 用都肖了薪静发展 墨形成了一门集数学 物理 力学 纯学 电子 技术 计算机技术 信息处理和人工智熊等各种现代科学技术于一体 的综合性极强的智能化故障诊断技术 l 3 本文的主要王佟及内容安篓 小波变换具有时频局部特性和变焦特性 而神经网络具有自学 习 内适应 鲁棒性 容错性和推广能力 如何把两者的优势结合起 来 直是久髑关注豹润题 夺波神经瓣终就是结合了两者戆饶东嚣 产生 本文研究小波神经网络的结构 辕法及其优化问题 并将其应 用于滚动轴承故障诊断 在研究了小波网络的构造和学习算法的基础 上 针对传统算法收敛速度馒班及客荔陵入是部极小等翊题 麸学习 率和弓 入动量项两个方面对算法进行改进 通过小波网络对滚动轴承 故障诊断的实例研究袭明 此小波神经网络能够很好地对故障进行分 5 基于小波神经网络的滚动轴承故障诊断研究与应用 类 其收敛速度明显要快于相同条件b p 神经网络 本文的主要内容 安排如下 第一章绪论 介绍了课题的意义及相关研究的发展状况 概述 了本文的研究工作和采用的方法 第二章介绍了滚动轴承的结构及失效形式 描述了滚动轴承故 障诊断的任务 基本环节和方法 讨论了滚动轴承诊断机理及其特征 频率 并论述了几种常用的故障特征参数分析及提取方法 第三章介绍了小波分析及神经网络的理论基础以及它们在故 障诊断中的应用 第四章介绍了小波神经网络的结构模型及其算法实现 针对传 统算法收敛速度慢以及容易陷入局部极小等问题 从学习率和引入动 量项两个方面对算法进行改进 第五章介绍了滚动轴承故障诊断实验研究 给出流程和实现步 骤 并对仿真结果进行分析和比较 第六章总结本论文的主要工作 对小波神经网络今后的研究发 展趋势及应用前景做出展望 硕十学位论文 2 1 引言 第二章滚动轴承故障及其振动诊断技术 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 对滚动轴承进行故障诊断 就必须深刻了解其基本 组成 工作原理 引起滚动轴承振动的主要原因以及振动的性质 滚 动轴承故障机理与振动特征的研究以及建立故障特征与故障之间的 逻辑联系 是选择特征提取方法的基本依据 也是建立诊断模型的基 础 因此本章首先讨论滚动轴承的结构及失效形式 然后介绍故障诊 断的基本环节和方法 用于滚动轴承故障诊断的方法很多 如温度法 油样分析法 间隙测定法 振动分析法等 其中振动分析法是最常用 最有效的故障诊断方法 2 2 滚动轴承的结构及失效形式 2 2 1 滚动轴承的结构 图2 1 滚动轴承的结构示意图 f i g2 1s t r u c t u r eo f r o l l i n ge l e m e n tb e a r i n g s 图2 1 是滚动轴承的结构示意图 从图上可见 滚动轴承由内圈 基于小波神经网络的滚动轴承故障诊断研究与应用 外圈 滚动体和保持架四种元件组成 内圈与外圈之间装有若干滚动 体 通过保持架使滚动体保持一定间隔 进行圆滑的滚动 使用时 内圈装在轴颈上 外圈装在轴承孔内 通常是内圈随轴转动 外圈固 定 但也有的轴承是外圈转动 内圈不动 如汽车前轮上的轴承 还 可以是内 外圈同时按不同转速转动 如行星轮轴上的轴承 滚动体 是滚动轴承的核心元件 当内 外圈相对转动时 滚动体在内 外圈 的滚道间运动 内 外圈上的滚道多为凹槽形 它起着降低接触应力 和限制滚动体轴向移动的作用 保持架将滚动体均匀地隔开 以避免 滚动体之间直接接触 减少发热和磨损 2 2 2 滚动轴承的失效形式 滚动轴承在运行过程中 由于装配不当 润滑不良 水分和异物 侵入 腐蚀和过载等都可能使轴承过早损坏 即使不出现上述情况 经过一段时间后 轴承也会因出现疲劳剥落和磨损而不能正常工作 总之 滚动轴承的损伤形式是十分复杂的 下面将列出滚动轴承的主 要损伤形式及原因掣3 1 滚动轴承的磨损失效 图2 2 滚动轴承磨损失效 f i g2 2a b r a s i o n i n v a l i d a t i o no f r o l l i n ge l e m e n tb e a r i n g s 磨损是滚动轴承最常见的一种失效形式 它是轴承滚道 滚动体 保持架 座孔或安装轴承的轴颈 由机械原因或润滑杂质引起的表面 硕士学位论文 磨损 在工作环境恶劣的情况下 许多杂质会混杂在润滑油中 进入 轴承 从而在滚动体和滚道上产生磨料磨损 并出现不均匀的划痕 磨料的存在 是轴承磨损的根本原因 其损伤特征是 1 类似静压痕 2 在配合面上出现红褐色磨损粉末的局部磨损 3 滚道面 滚动体面 凸缘面 保护架等磨损 4 圆锥滚动轴承挡边磨损过大 滚动轴承的 磨损实效将损伤轴承 降低轴承的运转周期 如图2 2 2 滚动轴承的疲劳失效 图2 3 壤动轴承疲劳失效 f j g2 3w e a ki n v a l i d a t i o no f r o u i n ge l e m e n tb e a r m g s 疲劳是滚动轴承的另一种失效形式 常表现为滚动体或滚道表面 剥落或脱皮 初期是在表面上形成不规则的凹坑 逐渐延伸成片 滚 动轴承在工作时 由于滚动体与内 外圈接触面积很小 因此接触应 力很大 在高速旋转时 由于巨大交变接触应力多次反复作用 轴承 元件金属表面就会发生疲劳 产生剥落 形成小凹坑 造成剥落的主 要原因是载荷引起的交变应力 有时是因为润滑不良或强迫安装 滚 动轴承的疲劳失效损伤特征是 1 向心轴承的滚道仅一侧表面剥落 2 双列轴承的表面仅 n 表面剥落 3 滚动体及滚道接触边缘剥落 们 滚动体的圆周方向在对称位置上有剥落等等 滚动轴承的疲劳失效损 伤结果是 滚动体或滚动表面产生剥落坑 少部分向大片剥落发展 导致轴承失效 如图2 3 基于小波神经网络的滚动轴承故障诊断研究与应用 3 滚动轴承的腐蚀失效 图2 4 攫动轴承腐蚀失效 f i g2 4c o r r o s i v em v a l i d a t i o no f r o l l i n gb e a r i n g 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 如图2 4 轴承零件表面的腐 蚀有三种类型 1 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 2 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 3 微振腐蚀 为轴承套 圈在机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 滚动轴承的腐蚀失效 损伤结果是 表面由于电流 化学和机械作用产生损伤 丧失精度而 不能继续工作 除此之外 还有断裂失效 压痕失效 胶合失效等形式 2 3 滚动轴承故障诊断任务 基本环节和方法 2 3 1 滚动轴承故障诊断的任务 滚动轴承上不同部位 不同类型的故障 将会引起滚动轴承功 能上的不同变化 从而导致整个设备以及其他各部位的状态和运行参 数随之发生不同的变化 因此 滚动轴承故障诊断的首要任务 就是 硕士学t 奇论文 当滚动轴承上的某一部位出现某种故障时 根据轴承各部位状态及其 参数的变化来推断出导致这些变化的故障及其所在部位 其次 从大 量的状态信息量中 找出其中的特征信息 并对其进行分析处理 确 定故障的性质 类别 程度 原因和部位 指出故障发生和发展的趋 势及其后果 提出控制故障继续发展和消除故障的调整 维修 治理 的对策措施 从而对故障进行准确地诊断 并将诊断出来的故障进行 维修 最终将故障消除 使设备安全正常地工作 2 3 2 滚动轴承故障诊断的基本环节 概括地说 滚动轴承故障诊断的目的是保证轴承在一定的工作环 境 受到一定的载荷 以一定的转速运转等 下和一定的工作期间 一定 的寿命 内可靠有效地运行 以保证整个机械的工作精度 与此目的 相适应 轴承故障诊断就是要通过对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 从一定程度上可以说 轴 承故障诊断就是轴承状态识别 3 4 1 概括为以下5 个环节 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 特征 征兆 提取 从测取的信号中以一定的信号分析与处理方 法抽取出能反映轴承状态的有用信息 征兆 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 的状态 即简单判断轴承工作是否正常或者有无故障 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 薹 三 垫塑丝塑竺竺堕垫塑垦垫堕堡堑婴塑皇壁望 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 生原因与趋势等 一 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 维修或继续监视等 轴承故障诊断的过程如图2 5 所示 图2 5 滚动轴承故障诊断过程 f i g2 5t h ef a u l td i a g n o s i sc o u r o f t o n i n gb e a r i n g 2 3 3 滚动轴承故障诊断的方法 关于滚动轴承故障诊断方法 传统上人们主要是根据监视与诊 断所采用的状态量分类 即按照测取信号的性质分类 按照这一方法 滚动轴承工况监视与故障诊断的方法有 温度法 油样分析法 间隙 测定法 振动 噪声 分析法等 下面介绍一些常用的方法 3 5 1 温度法 硕士学位论文 温度法通过监测轴承座 或箱体 处的温度来判断轴承是否正常 温度对轴承载荷 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现象敏感 但是温度检测对轴承特性异常的检 测能力并不大 当轴承出现诸如早期点蚀 剥落 轻微磨损等比较微 小的故障时 温度监测难以反应 即使可检出由于热量引起的烧伤类 损伤 但由于初期阶段很难检出 直到出现明显的温度上升时才能检 测到 因此 检测到的异常大多已发展成严重的故障了 2 油样分析法 滚动轴承失效的主要方式是磨损 断裂和腐蚀等 其原因主要是 润滑不当 因此对正在运行时使用的润滑油进行系统分析 即可了解 轴承的润滑与磨损状态 并对各种故障隐患进行早期预报 从轴承所 使用的润滑油中取出油样 收集和分析油样中金属颗粒的大小和形状 来判断轴承状况和故障 对各种故障的分析发现 因维护保养不当及 其他原因引起的油液污染变质己成为导致轴承失效的重要因素 随着 检测水平及检测精度的日益提高 对机油实行定期抽样检验分析和状 态监测已成为一种行之有效的方法 对轴承润滑油或液压油性能衰败 及污染变质程度的检测 可以为正确使用或更换油液以及进行维修或 更换轴承零部件提供可靠的依据 油液分析法主要又有光谱法 铁谱法和磁塞法三种 3 间隙测定法 当滚动轴承的轨道圈或转动体磨损时 轴承的间隙必然会增大 将磨损后的间隙和新轴承测定的间隙值相比较 即可掌握轴承的磨损 基于小波神经网络的滚动轴承故障诊断研究与应用 量 但是 轴承在旋转的状态下 直接测定间隙非常困难 所以常采 用间接的轴承间隙测定法 通常 间隙测定法中最好使用轴的位置检 测法 如检查轴的振摆或轴端的移动量等方法 根据轴承的间隙测定 对轴承的磨损 电蚀 轨道面或滚动面的故障诊断都是有效的 4 振动分析法 振动分析法是通过安装在轴承座或箱体适当方位的振动传感器 监测轴承振动信号 并对此信号进行分析与处理来判断轴承故障 滚 动轴承振动诊断法的优点是 不仅能监测运转中轴承的异常 而且具 有监测轴承早期异常的能力 一台正常的设备 运转起来由于各运动 部件的相互作用 会产生一定的振动 但是这种振动比较小 而且较 平稳 当机械内部产生异常时 会产生振动增大 振动性质改变等现 象 振动监测法可以在不停机的情况下 了解轴承是否异常 判定异 常部位 异常原因 异常程度 在各种检测法中 振动监测法是能检 出机械运转中异常信息最多的一种方法 据有关资料统计 损伤宽度 为5 0 a m 时的振动值比没有损伤时约高一个数量级 而且损伤值大小 与损伤宽度的大小有非常密切的关系 这表明振动法在监测轴承早期 微小损伤时 可使异常程度很好的定量化 由于振动诊断法的这一特 点 因而在滚动轴承早期诊断中的应用广泛而有效 目前 国内外开 发生产的各种滚动轴承监测与诊断仪器和系统中大都是根据振动法 的原理制成的 有关轴承监测与诊断方面的文献8 0 以上讨论的是振 动法 除此之外还有噪声检测法 接触电阻法等等 硕七学位论文 2 4 滚动轴承故障的振动诊断 2 4 1 滚动轴承的振动机理 图2 6 滚动轴承的振动机理 f i g2 6 t h ev i b r a t i o nm e c h a n i s mo f r o u m ge l e m e n tb e a r m g s 滚动轴承是由内圈 外圈 滚动体和保持架四种元件组成的 其 振动产生的机理可用图2 6 表示 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 引起振动的激励是多方面的 就轴承 本身而言 产生激励的原因有 轴承元件制造误差 尺寸和形位误差 如表面波纹 滚动体大小不一致等 装配误差 如不对中 不平衡等 在运行过程中出现的故障 如疲劳点蚀 剥落 裂纹 磨损 润滑不 良等 不同的原因对轴承系统的激励不同 例如 由于疲劳点蚀或 剥落等轴承元件表面损伤所引起的激励是冲击性的 由于各元件表面 波纹引起的激励近似正弦 激励不n n p 故障形式不同 轴承系统产 生的振动响应也不同 所以 振动信号是轴承故障的载体 理论上可 通过对轴承振动信号的分析与处理诊断出轴承所有类型的故障 实际 1 6 基于小波神经网络的滚动轴承故障诊断研究与应用 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 安装在轴承座 上的传感器拾取的振动信号除了反映有关轴承本身的工作情况的信 息外 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 早期的轻微的滚动轴承故障所特有的信息往往淹没 在其中 很难被发现和提取出来 因此 采用什么样的振动监测与信 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振动监测与诊断技术的关键所在 2 4 2 滚动轴承振动的特征频率 图2 7 滚动轴承的结构图 f i g2 7 t h ec o n s t r u c u o nd i a g r a mo f r o l l i n gc l e m e n tb e a r i n g 图2 7 为滚动轴承的旋转结构图 它由内圈 外圈 滚动体和 支持架四个部分组成 假设滚道面与滚动体之间无相对滑动 承受径 向 轴向载荷时各部分无变形 外圈固定 图示滚动轴承的几何参数 主要有 轴承节径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 硕士学位论文 内豳滚遭半径r i 内圈滚道的平均半径 外圈滚道半径r 2 外圈滚道的平均半径 接触角g 滚动体受力方向与内终滚遂垂直线的夹角 滚动体今数z 滚璩或滚针的数西 则滚动轴承工作时的特征频率如下 3 6 一个滚动体 或保持絮 通过内圈上一点的频率z 蔓 三g 曼d c o s 掰珑 一个滚动体 或保持架 通过外圈上的一点的频率工 工 扣一丢c o s 嘶 滚动体上酶一点遁遗保持檠魏藏搴 帮滚动俸酶鸯转频率 五 五2 射一c 务2 耐口卜 保持架的旋转频察 即滚动体的公转频率 三g 一丢嘲嗽 式中 为轴的 即内圈 转动频率 2 4 3 常用故障特征参数分析及提取方法 诊断过程包括故障特征提取和数障诊断两个部分 特征提取过 程就是从监测参数中提取故障征兆 故障诊断是根据所提取的特征判 别状态有无异常 并罨找故障源 根据冀对系统的性能指标影响程度 徽爨髂诗 综合给窭敏隙等缓 征 鏊获取过程先对数据采集和状态箍 测得到的基本数据进行必要分析 如对振动数据进行时域 频域和趋 势分析等 经过分析转换成特征数据 如通频及各种频率成分的幅值 l 宴 基于小波神经网络的滚动轴承故障诊断研究与应用 大小 振幅和相位的变化量等 再经过征兆获取程序 计算征兆的可 信度 成为具有可信度大小的征兆事实 供给系统诊断推理时使用 征兆应是和故障有稳定联系的参数特征 考虑到和诊断的联系 它还 应该是易于表达的 常见的特征提取方法如下 1 时间域分析 利用时域特征参数判断滚动轴承故障基本上不受轴承型号 转 速 载荷 信号绝对水平和测点等的影响 能够准确地判断出轴承 是否有故障 通常在时域中有六个特征参数被用于分析轴承振动信 号 有效值 峰值 峰值因子 峭度 脉冲因子和波形因子 1 有效值 有效值是指振动振幅的均方根值 定义如下 嬲 砖喜秽2 2 1 式中 f l 为采集的信号 n 为采样点数 滚动轴承振动的瞬时值随着时间的变化而发生变化 即是时变 的 通常使用有效值来表现振动的大小 由于这个值是对时间取平均 的 所以对磨损这类具有表面皱裂的无规则振动波形异常 其测定值 变动小 使用有效值能够给出很好的判断 2 峰值 峰值反映的是某时刻振动的最大值 若信号为 x l i 1 册 其中 n 为采样点数 则峰值为其最大值与最小值之差的一半 计算方法如 下 m a x 1 2 m a x x 一r a i n x 2 2 硕士学位论文 峰值对剥落 压痕一类具有瞬变冲击振动的异常非常适用 特别是对 初期阶段的表面剥落 非常容易地由峰值的变化检测出来 以上是有量纲参数指标 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转速等变化比较 敏感 为了克服这些缺点 可采用一些无量纲的参数指标 在轴承故 障诊断中 最常用的无量纲参数指标有波峰因子 峭度 脉冲因子和 裕度系数等 3 峰值因子 峰值因子是指峰值与有效值的比 是用来表示波形是否有冲击的 指标 c m a x x m i n x 2 r 舔 2 3 一般来讲 正常轴承的峰值因数约为5 当轴承出现剥落 裂纹或碎 裂时 峰值指标达到l o 以上 该值适用于点蚀类故障的诊断 通过 对峰值因子值随时间变化趋势的监测 可以有效地对滚动轴承故障进 行早期预报 并能反映故障的发展趋势 其优点是波峰因子值不受轴 承尺寸 转速及负荷的影响 能够明显地判断出轴承是否有故障 另 外峰值因子值不受振动信号的绝对水平所左右 即使传感器的灵敏度 发生变化 该值也不会出现测量误差 其缺点是对表面磨损故障几乎 没有检出能力 4 峭度 对于离散序列的轴承振动信号 f 1 研 峭度定义为 基于小波神经网络的滚动轴承故障诊断研究与应用 吉羔 毛一秒 k u r 型皇 r 肘s 4 2 4 对于振幅满足正态分布规律的无故障轴承 峭度值约为3 当轴承出 现故障时 峭度值将大于3 据此可以判断轴承是否发生了异常 轴 承圈出现裂纹时 滚动体或轴承边缘发生剥裂都会在时域波形里引起 非常大的脉冲 因而用峭度值作为故障诊断特征量是有效的 5 脉冲因子 脉冲因子定义为峰值与均值的比值 i m a x x m i n x 2 5 2 p r 0 7 裕度系数 m a x 扣耳两 2 频域分析 2 6 机械系统的动态过程受各种因素的于扰 从频率结构进行分析 常常可以清楚地发现系统的动态特性及变化规律 这就需要将信号从 时域变换到频域 得到的频谱中每个频率都对应信号的一个周期谐波 分量 分析信号中各谐波的频率 幅值和相位 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 它元件表面会产生低频振动成分 有的文献上称之为轴承的 通过振 动 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 频率不同 在上一节中介 绍了这一轴承 通过振动 发生的频率称为故障特征频率 滚动轴承 按照故障发生的位置的不同 可分为内圈故障 外圈故障 滚动体故 2 l 硕士学位论文 障等等 因此 下面分析滚动轴承表面损伤发生在内圈 外圈 滚动 体上时的振动频率成分 轴承内圈损伤 当轴承内圈损伤时 若滚动轴承无径向间隙时 会产生频率为n 砺 z 为内圈通过频率 z 为滚珠数目 n 1 2 的 冲击振动 通常滚动轴承都有径向间隙 且为单边载荷 根据点蚀部 分与滚动体发生冲击接触的位置的不同 振动的振幅大小会发生周期 性的变化 即发生振幅调制 若以轴旋转频率z 进行振幅调制 这时 的振动频率为一动 z n 1 2 若以滚动体的公转频率 u p 保持架 旋转频率 厂进行振幅调制 这时的振动频率为n z f f n l 2 轴承外圈损伤 当轴承外圈损伤时 在滚动体通过时也会产生冲击 振动 由于点蚀的位置与载荷方向的相对位置关系是一定的 所以 这时不存在振幅调制的情况 振动频率为h 玩 z 为外圈通过频率 z 为滚动体数目 n l 2 轴承滚动体损伤 当轴承滚动体产生损伤时 缺陷部位通过内圈 或外圈滚道表面时会产生冲击振动 在滚动轴承无径向间隙时 会产 生频率为2 蜕 五为滚动体自转频率 n l 2 的冲击振动 通常滚动 轴承都有径向间隙 因此 同内圈存在点蚀的情况一样 根据点蚀部 位与内圈或外圈发生冲击接触的位置不同 也会发生振幅调制的情 况 不过此时是以滚动体的公转频率厂进行振幅调制 这时的振动频 率为z n l 士 n l 2 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 基于小波神经网络的滚动轴承故障诊断研究与应用 进一步确定故障发生的部位 是内 外圈或是滚动体上 另外一些由损伤冲击作用而诱发的是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 通过检测轴承振动信号中是否存 在高频固有振动也是目前滚动轴承振动诊断中所采用的行之有效的 方