双相干谱算法在旋转机械诊断中应用研究毕业设计

1、双相干谱算法在旋转机械诊断中应用研究摘要旋转机械是工业生产中应用最广泛的设备，研究旋转机械故障诊断技术及时发现并杏找 故障原因，对极大地减少和避免安全事故以及经济损失具有重耍而现实意义。本文提出了 基于双谱分析的旋转机械故障诊断新方法。利用双相干谱函数提取机械振动信号中山故障引 起的非线性相位耦合，并且加以分析。通过对几种典型的旋转机械故障分析表明，双相干谱 不仅能敏感地监测故障的出现，而且可以有效地识别各种不同的故障模式。双相干谱保留了 信号的相位信息,可以用來描述非线性相位的耦合。关键词:：旋转机械故障双谱双相干谱abstract：rotating machinery is the mos

2、t widely used in industrial production equipme nt, research rotati ng machi nery fault diag nosis tech no logy to detect and locate the cause of the malfunction, can greatly reduce and avoid accidents and economic loss has important practical significance.a new method based on bispectral analysis fo

3、r rotating machinery faults diag nosis is prese nted.appi ying the bicohere nee spectral an alysis to the vibration signals, the features that signify the condition of the machine can be derived. these features quantitatively describe the nonlinear phase couple due to faults.experiments show that bi

4、cohere nee spectrum are very sensitive to the faults and can identify the fault pattern validly.key words： rotating machinery, fault, bispectral, bicoherence spectrum,nonlinear coupling,一本课题的背景及意义机器的振动总是伴随着机器的运转而产牛的。即使机器在故佳的运行状态，山于很小的 缺陷，也将产生某些振动。例如，飞机衣飞行时机翼的振动，火车在铁轨上行驶时产生的振 动和噪声，机床在切削是刀具产生的振动等。同样，旋

5、转机械，包括蒸气机、燃气透平机、 水力透平机、压缩机、鼓风机、离心机、发电机、泵以及各种齿轮减速(增速)器等在运转时 也必然会产牛振动和噪声。山于转子、轴承、壳体、联轴节、密封和基础等部分的结构以及加工和安装方而的缺陷, 使机器在运行时引起振动，过人的振动往往是机器破坏的主要原因，所以对旋转机械的振动 测量、监视和分析是非常重要的。乂山于振动比其它状态参数，例如润滑油或内部流体的温 度、压力、流量或电机的电流等更能直接、快速准确地反映机组的运行状态，即，正常状态 和异常状态，所以一般把振动信号作为对旋转机械进行状态监测和诊断的主要依据。机械设备故障常以振动形式表现出來，振动危及设备的止常运行，

6、严重时其至可能导致 机毁人亡事故，如1972年h本关西电力公司南海电厂600mw汽轮发电机组、1985年大同 电厂和1988年秦岭电厂的zoomw汽轮发电机组的断轴毁机事故。进行振动监测与故障诊 断的目的在于预防及减少设备故障的发生，以最小的维修费用，确保机组安全运行并获得最 大的机组町用率及经济效益。旋转机械是牛产实践中的关键设备，开展旋转机械的监测和故 障诊断系统具有重要的现实意义。旋转机械故障诊断的目的主要有三个：(1) 能及时、止确地对旋转机械各种异常状态或故障状态做出诊断，预防或消除故障， 对设备的运行进行必要的指导，提高设备运行的可靠性、安全性和有效性，以把故障损失降 低到最低水平

7、。(2) 保证旋转机械设备发挥最大的设计能力，制定合理的检测维修制度，以便在允许的 条件下充分挖掘设备潜力，延长使用寿命，降低设备安全寿命周期费用。(3) 通过监测、故障分析、性能评估为设备结构修改、优化设计等提供数据和信息。总z,旋转机械设备故障诊断既要保证设备的女全可靠运行，又要获得最大的经济效益 和社会效益。近几十年來各国都在大力开展有关设备故障诊断技术的研究，并已取得了显著的成效, 获得了巨大的经济效益。设备故障诊断技术的发展，大致可以分为五个阶段：第一个阶段是19世纪，由于机器设备木身的技术水平和复杂程度都很低，因此多采用 事后维修的方式。第二个阶段是进入20世纪后，随着大牛产的发展

8、，机器设备本身的技术复杂程度也有 了提高，设备故障或事故对牛产的影响显著增加，在这种情况下，出现了定期预防维修方式。第三阶段是从60年代开始，特别是70年代以来，设备诊断技术随着现代计算机、数据 处理筹技术的发展，出现了更科学的按设备状态來进行维修的方式。第四阶段是进入80年代以后，人工智能技术开始发展，并有实际应用，使设备维修技 术达到了智能化高度。第五阶段是90年代以来，模拟人脑物理结构和直觉联想的人工神经网络智能诊断系统 和专家系统开始迅速发展，已成为国际上该领域的最新热点。旋转机械故障诊断技术可大致划分为三类:传统的诊断方法、数学诊断方法和智能诊断 方法。其中，传统的诊断方法包括:振动

9、监测技术、噪声监测技术、汕液分析技术、红外测 温技术、声发射技术等;数学诊断方法包插: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、基于距离判据的故障诊断方法、基于概率统计的时序模型诊断方法、 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儿何 法等;智能诊断方法包括:模糊逻辑、神经网络、专家系统和进化计算方法等。日本的设备诊断技术在某些民用工业，如钢铁、化工、铁路筹部门发展的很快，占有优 势。日本机械维修一协会，计测自动控制学会、电气学会、机械学会也相继设立了自己的专 研究机构。国立研究机构屮，机械技术研究所和船舶技术研究所重点研究机械棊础件的

10、诊断 技术，东京大学、东京工业人学、京都人学、早稻出人学等高等学校着重慕础性理论研究。 其他民办企业，如三菱重工、川崎重工、日立制作所、东京芝浦电气等企业内部工作为中心 开展应用水平较高的实用项目，三菱重工的口木万博在旋转机械故障诊断方血开展了系统的 工作，他所研制的“机械保健系统”在汽伦发电机组故障监测和诊断方血起到了有效的作用。美国军方大约在60年代，意识到定期维修的一系列弊病，开始变定期维修为预知维修, 即在设备止常运行过程中就开始进行监护，以发现潜在的故障因素，及早采取措施，防止突 发性故障的产生。恩泰克一爱迪国际公司(entekird hitemationalnevada)在设备状态

11、监测、 故障诊断与预知维修技术研究和软破件产品开发方面做了人量的工作，在世范围内安装近 15000套系统。奔特力公司(bentleynevada)开发的dm2000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収 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等。山此可见设备诊断 与预维修技术己成为企业现代化管理的基本内容。美国机械工程师学会(asme)领导下的锅 炉压力容器监测中心，在应用声发射诊断技术(ae)对静设备故障诊断方而取得了较人的进 展。美国在航空方回，在可靠性维修管理的基础上，大规模地对飞机进行状态监测，

12、采用了 飞行器计算机数据综合系统(aids),分析处理大量飞行小的信息来确定飞机各部位的故障原 因并发出消除故障的命令，这一-技术己用于b747和dcg等巨型客机中，大大提高了飞行 安全性。据统计，世界班机每亿旅客公里的死亡率从20世纪60年代的0.6左右下降到70 年代的0.2左右。欧洲其他一些国家也在诊断技术的某些方面具有特色或占有领先地位，如英国曼彻斯特 大学成立了沃福森工业维修公司(wn讨u),瑞典的spm轴承监测技术，挪威的船舶诊断技 术，丹麦b&k的振动和声发射技术。在我国，设备故障诊断与预维修技术研究工作起步较晚。国内的一些民用工业，尤其是 冶金、石化和电力等流程工业，在

13、开发和应丿ij设备诊断技术方面走在了前面，因为这些工业 的关键设备一目发生事故就会造成很大的损失。八十年代国内-些高校和科研单位开始进行机械设备状态监测与故障诊断技术的理论 研究利小范围工程实际应用研究。并且在冶金、化工、机械、交通、电力及核工业等部门取 得了-批卓有成效的成杲，如哈尔滨工业人为研制的微计算机化旋转机械状态监测故障诊断 装置“mmmd m”、哈尔滨电工仪表所等单位联合研制的“zoomw汽轮发电机组状态监 测/分析及故障诊断系统zhx 一 10”等，h前全国已有数十个单位开展设备故障诊断技术 的研究工作，各行业都很觅视在关键设备上装备故障诊断系统，特别是具有智能化功能的故 障诊断

14、专家系统，并已经成功开发了 20种以上的机组故障诊断系统。石化总公司从20世纪 70年代组织无损检测到80年代开展设备状态监测，已投资600多万元为其所属企业装备了 各类监测仪表1400多台，加强了对旋转机械的振动监测及故障原因分析。郑州人学以全矢 谱分析技术为核心，开发了 em3()()0设备远程监控与运行管理系统和pdes设备状态检测与 安全评价系统。前者主要应用在连续性作业的石油、化工、冶金、电力等行业的关键机组, 后者则主要应用在大、中型分布式机纟ii。此外，机械行业在现场简易诊断和秸密诊断方面，航空工业在研制诊断仪器方面，核工 业在进行反应堆故障诊断和寿命预测方面，铁道部门在进行内燃

15、机车油液的光谱、铁谱分析 和电力机车诊断方而，以及交通部门在实施汽车不解体检ii前对旋转机械故障诊断的研究主要在三个方面，故障机理的研究、机械系统信号信息 的研究和故障诊断系统的研究。故障机理的研究是状态监测与故障诊断的客观依据。转子的异常或故障是在机械运行中 通过其状态信号变化反映出來的。转子故障机理的研究主要是从运动学和动力学的角度，建 立合理的物理或数学模型，研究转子系统的故障原因和状态效应。它的目的是掌握转子的故 障形成和发展过程，了解其内在的木质及其特征，为故障诊断和状态临测提供娥感参数及相 关特征。机械系统信号信息的研究包括故障信号的检测和分析处理两部分，即利用先进的信号采 集和处

16、理技术提取故障特征。信号的检测主要是测取系统的振动、噪音、温度和压力等，为 信号分析处理提供数据。信号的分析处理是对这些信号述行加工、变化、提取出反映设备状 态的特征指标。纵览国内外在故障诊断技术方面的研究现状和发展趋势，对故障诊断体系的研究和开发 应该分两步走:一方面，针对人型机组、关键设备的预报警系统，在全国乃至全球范围内建 立专业的故障诊断数据库；另一方而，建立故障诊断的局域网，应用状态监测软件进行有针 对性的故障诊断，进一步，利用互联网实现远程故障诊断。可见，未來的故障诊断系统将会 是专家型与智能型故障诊断系统的融合。二涉及到的基础理论机械故障诊断就是通过测量机器的信息，比如振动信号，

17、判断其运行状态的一种现代化设备 管理方法，振动现象与其运行状态有着对应的关系。机械分为旋转机械和往复机械两种类型, 它们在组成结构、动力学特征以及工作原理等方而都有所不同，故障信号的表现形式也存在 差异。烟草行业人多采川旋转机械，例如sh8011隧道式烘梗丝机热风循环风机、sh9型叶 丝在线膨胀干燥系统、高速卷接包机组的刀头组件、gdx2便盒翻盖包装初胜月.齿轮箱、 b1高速包装机组转塔。这些设备都是生产线上的关键设备，对这些设备加强监测，防止发 牛故障，具有十分重要的意义。旋转机械的核心部分是转子组件，它是由转轴及固定在其上的各类恻盘状零件组成。由于整 个转子高速旋转，所以对其制造、安装、调

18、试、维护管理都有很高的要求。如果其中某个零 件出了问题，或在某个连接配合部位发生了异常的变动，就町能会引起机组的强烈振动，对 这类机械进行故障诊断时，首先抓住各个故障的特征频率，对振动信号作频谱分析。通常采 用傅里叶变换，将复杂的信号分解为有限或无限个频率的简谐分量，再把各次谐波按其频率 人小从低到高排列起来就成了频谱。旋转机械的振动信号人多数是一些周期信号、准周期信 号、或平稳随机信号。旋转机械的每一种故障都有各自的特征频率，故障频率都与转子的转速有关，或等 于转子的旋转频率（简称转频或工频）或倍频或分频。因此，分析振动频率与转频的关系是 诊断旋转机械故障的一把钥匙。旋转机械常见故障1. 不

19、平衡转子不平衡引起的振动是旋转机械的常见的多发故障。产生不平衡的原因：旋转机 械转轴上所装配的零部件，如果材质不均匀（如铸件中存在气孔、砂眼，加工误差）、装配 偏心以及在长期运行中产生不均匀磨损、腐蚀、变形，或者某些固定件松脱、各种附着物不 均匀堆积等各种原因，都会导致零件发牛质心偏移血造成不平衡。不平衡包括静不平衡和动 不平衡。不平衡振动的频率一般很明显，主要表现不平衡转了的故障频率等于转了的旋转频率:fo=fr=n/6o式屮fo转子的基频，hzf.转子旋转频率，hzn转子转速，r/min除此z外，不平衡振动还会激起其他频率成分例如分频、倍频等。不平衡引起的振动幅值在径向和轴向大小是不一样的

20、，径向振动的比轴向要大，这 是因为不平衡产生的离心力作川方向垂直于转了轴线所致，而在径向振动屮，水平方向人于 垂宜方向，这是由于轴承座在垂直方向的动刚度一般人于水平方向的的原因。影响不平衡振动的主要因索佇三个，即转了质量m、质心到两轴承连线的垂直距离 （即偏心距）e,转子的旋转角速度0）。转子旋转时产牛的离心力f,=m-e-co,这个离心力作 用在支撑转子的两个轴承上，方向垂直丁轴承中心。一个作用丁物体上的力，当大小或方向 发生变化时，就会引起振动，这是造成不平衡振动的根木原因。从计算离心力f,公式可知, 不平衡振动对转速的变化反应最敏感，这一书寺点对于识别不平衡故障很有用处。1 sh8011

21、瞇道烘梗机一 a *1 25.4nmi/s50.6hzlzzx.八0.0hz故障频谱图在诊断不平衡故障时，首先必须分析信号和频率成分，是否有突出的转频，其次看振动的方向特征，必要时再分析振幅 随转速的变化情况，或测量相位。采用903数据采集器对sh811隧道烘梗丝机热风系统风机轴承进行定期测试，电机为37kw,转速为2950r/min（转频为49.1 hz）, 2004年1月16日测试中,发现风机轴承振 动数据超标。水平方向振动值为25.4mm/s,频谱显示在50hz频率出现异常峰值（图1）,其频率正好与风机轴转频相一致，诊断为风机转子不平衡。当时因生产忙，设备拆卸较困难, 没有及时检查。20

22、04年1月29日，突然该风机出现严重抖动，如同火车的轰隆声，情况紧 急，立即用采集器采集频谱，水平方向振动值逆到95mm/s,停初检查，发现风机扇叶上不 均匀积厚达1cm,用铲子铲去积垢后再测试，水平振动值降为7.54mm/s （图2）。7.54mm/a50hz0.0hz排除后的频谱2. 转子不对中转子不对中也是旋转机械常见故障之一，主要有：（1）转子与转子之间的联接不对 中，主要反映在联轴器的对中性上。（2）转子轴颈与两端轴承不对中，对滑动轴承来说，这 种情况产牛的主耍原因与轴承是否形成良好的油膜有直接关系。对滚动轴承来讲，主要是因 为两端轴承座孔不同轴、轴承元件损坏、外圈配合松动，两端支座

23、变形等（对电动机而言是 前后端盖），都会引起不对中。转子不对屮将产生一种附加弯炬，给轴承增加一种附加荷，致使轴承上的负荷重新 分配，形成附加激励引起机组强烈拆动，严重吋导致轴承和联轴器的损坏、地脚螺栓断裂或 扭弯、推膜失稳、转轴弯曲、转子与定子产生碰磨等后果。不对中主耍激发二倍转频或多倍转频振动。振动大小与不对中形式有一定关系，一 般表现为轴向振动比较大。不对中引起的振动其振幅值与机器的负荷有一定的关系，一般随 着负荷的增加而成止比的增加，然而对转速的变化影响不大。«、uzuin 26.60mm/s l6.37mm/840.3hz20hx a0.0ms时域波形厂里的薄片牛产线压辘电机

24、是滑差电机，使用时转速为12oor/min,转频为20hz,功率为 7.5kwo在一次测试屮，发现电机轴承轴向振动超标为18.56mm/s,水平方向仅为2.9mm/s。 采集轴向振动频谱图，发现一倍频、二倍频均出现异常峰值，时域波形显示明显的不对中（图 3）,判断为联轴器故障。检修联轴器，发现牙嵌式联轴器凸牙磨损严重，橡胶垫损坏。更换 新件后，振动下降，频谱图如图4, 一倍频、二倍频峰值已消失。但时域波形仍然存在问题, 频谱成“截头状”，后经检查发现，电机端轴承外圈与轴承座因配合松动而引发摩擦所致。更 换轴承后，频谱e常。0、qiiz臓眦3. 松动机械松动也是旋转机械比较常见的故障，松动有两种

25、情况，一种是地脚螺栓连接松 动。它带來的后果是引起整个机器松动。另一种情况是零件之间正常的配合关系被破坏造成 配合间隙超走而引起的松动，比如滚动与轴承的内圈与转轴或外圈为轴承座孔z间的配合, 因丧失了配合粘度而造成松动。由松动引起的振动具有一定的非线性，其振动信号的频率成分相当复朵，除了基频 （等于转频）以外，还产生高频次谐波和分频振动，频谱结构成梳状，有时还表现出一些方向 特征很明显，主要在垂直方向很强烈。一次监测中，发现烟丝风送高压风机出现较严重的振动，电机转速2950r/min,风 机轴转速1500r/min,轴频为25hz,测得故障频谱图如图5。图中有一倍频、二倍频、三倍频、四倍频、七

26、倍频及简次谐振。判断为松动故障。经检查发现地脚螺丝松动，紧固后振动 值下降，频谱正常。0.0hz幅值谱细化wee0.0ms时域波形图5高压风机地脚螺栓松动故障频谱4. 摩擦摩擦故障形式有多种多样。如转了与密封件的摩擦，转子与隔板之间的摩擦，电动 机转子定子的摩擦，叶轮、齿轮、风扇为机壳或护罩的摩擦、滚动轴承外圈q轴承孔、以 及转轴与轴承内圈或转轴与其他零件因配合松动而引发的摩擦。摩擦一般引起非线性振动，频带范围较宽，除了一倍基频外还有二倍基频、三倍基 频等高次谐波，以及1/2、1/3等低次谐波。在某些淸况下还会激起系统的固有频率。摩擦 振动的时域波形上常常表现为削波状态，“截头余弦"

27、形状（图4）的时域波形常被视为摩擦 故障的重要标志。5. 滚动轴承引起的故障振动滚动轴承的振动频率成分ii：常丰富，每一个元件都有各口的故障特征频率。特征频 率的计算非常复杂，在现场不便进行，这里有几个简化公式，用起来比较方便，实际应用表明误差也不大。内圈通过频率：fi=0.6 f,z外圈通过频率：fo=o.4 f.z保持架通过频率：f=0.4f式中f.轴频z滚动轴承的滚珠数在诊断时通过频率分析不但可以发现故障，而且可以确定发牛故障的元件。2l33mm/s 75hz0.0幅值谱细化时域波形图6 ht膨胀机故障频谱在机械故障诊断中，故障征兆的提取是最重要、最关键也是最困难 的环节。人们开发了许多

28、信号处理方法从振动信号提取故障信息。如时域分析寻找对信号时域波形变化敏感的参数；频谱分析观察信 号能量随频率的分布，查找故障零件对应的特征频率。倒谱分析识 别频谱上复杂的周期分量；包络分析将离教的峰值用包络线连接， 放大峰值，清晰化波峰变化趋势。上述信号分析方法在故障诊断中发挥了重要作用，但有时不够准确。原因之一就是没有充分考虑信号的相位信息。故障征兆提取另一个需要解决的问题是如 何抑制噪声。现场测到信号常受到噪声污染，信噪比很低。对于早期故障，其微弱的故障信息往往完全淹没在噪声之中，给 信号处理带来很大困难。为此常使用带通滤波、时域平均、频域平均、 自适应噪声消去等方法抑制噪声，突出故障信息

29、。这些方法在这 些情况下能取得一定的效果，但应用都受到种种限制。充分利用信号的相位信息和有效抑制噪声是机械信号分析的两项要 求。双谱正是一种可以满足上述要求的强有力的信号处理工具。与功 率谱不同，双谱保留了信号的相位信息，可以定量描述信号中与机械 故障密切联系的非线性相位耦合。双谱有很强的消噪能力，理论上能 完全抑制高斯噪声。一般而言，机械振动信号中的噪声可以当作高斯 噪声处理，因此用双谱分析振动信号能更有效提取故障信息。本文 在用双谱分析旋转机械典型故障信号的基础上，提出了一种基于双相 干谱特征的故障模式识别新方法。1双谱分析1. 1双谱的定义设iv (n)为零±2值、实随机信号，

30、功率谱定义121= s /2(r)exp( - j(<wr)r x * »式中r2(r)为z (n)的自相关函数即r2(t)- ex(n)x(n + r) (2)(n)的三阶自相关(三阶矩)定义为尺3(巧，=£|x(n)x(n + rj)x(n +双谱定义为三阶口相关的二维傅里叶变换b ( 31 , (t/q ) = s i xr3(c，z*2)xt. = - a® r-.» - *exp( - j(3“ + o>2r2)双谱有一个重要性质：零均值高斯信号的双谱等于零。因此，双谱很适于分析淹 没在高斯噪声屮的非高斯信号，这与机械故障诊断屮信号

31、处理的情况一致，即有 用的非髙斯信号（故障信息）淹没在髙斯噪声i o1. 2二次相位耦合机械振动信号中最常见的非线性相位耦合现象是2个频率成分间相互关联作用， 产生1个和频与1个差频频率成分，这就是所谓的二次非线性，对应的相位关系称 为二次相位耦合l3j。在很多情况下，需要判别某个频率成分是否由于频率耦合 生成。功率谱抑制所有相位信息，因而不能提供这个问题的答案。双谱则可以描 述二次非线性。1. 3双相干谱双谱包含了信号非对称、非线性的信息，可以用來描述非线性相位耦合，但作为 故障特征量，往往效果不够好。这是出于在角频率对（“。，mz）处双谱估计值不 仅取决于数据样本的长度，而且与信号在幷频率

32、uss's处的功率有 关。因而将双谱做归一化处理得到双相干谱为x/r) p(®2)p(叫 + 32)式中p©）,p（s）, +傲2分别为兀5）的功率谱在3i，o>2,i + 32处的值。双相干谱的物理意义为：角频率3】与少2非线性相位耦合产生的能量在1 '处总能量中所占的比例。双相干谱函数的平方值在0, 1z间，定量描 述了二次耦合的程度。当双相干谱函数的平方值为1时，表示w1 + a>2处的能 量全部來自与32间的相位耦台；当其值为0时，表示不存在相位耦合。周期信号的双相干谱呈“钉床”形，且对信号偏离周期性很敏感14j。这对监测 机械运行状况非

33、常有利。2机械振动信号屮的非线性旋转机械振动信号中总是或多或少地存在非线性，且非线性与故障程度有关，故 障越严重，非线性越强” jo振动信号菲线性主要有以下儿种来源，一是滚动轴 承、齿轮等零件振动信号屮的调制现象；二是由于系统结构参数变化（如不对屮） 产生的非线性耦合；三为非线性刚度、摩擦、复杂润滑条件等引起的非线性。这 些非线性因素会激发各种不稳定的振动模态，随之故障的发展，在一定条件卜-会 通过非线性耦合产生新的频率成分，能量通过耦合传递给新的频率成分，从而达 到稳定振动模态。因此，非线性因素会使振动信号表现出一定的非线性，在频域 表现为不同频率成分间的相位变化与其频率的变化相同。3试验分

34、析双相干谱可以定量描述与机械故障密切和关的振动信号非线性特征，为故障诊断 提供了一种新的手段。具体的试验和分析结果如下。在转子试验台上模拟典型的 旋转机械故障。轴转速1920 r/商r)(32ng),采样频率地，试验分析取0. 250 hz段数据。共采集两组数据，一组用作已知模式，另一组作为待检模式。由于窗 泄漏和估计误差影响，非特征点双相干函数不为零，为了图示清楚。滤掉了较小 的双相干函数值。图1示出了止常工况条件下振动信号的双相干谱。在正常工况 条件下，旋转机械振动信号具有周期性的特征，故信号的双相t函数接近“钉床” 形。o 8 “ 4,2c ko.o.o,图1正常工况下的双相干谱图2示出

35、了不对中t况条件下的功率谱，从屮可以观察到明显的二次谐波64 iiz(阶频率曲于口身相位相关性而耦合产生二倍频)。图3为同一信号的双相干 谱。由于不对中故障激励，系统能量既从基频向二倍频传递，同时由于基频自身 耦台，使双相干函数在频率对也32血)出现最大峰值o. 713o因为双谱 估计误差及分辨率的影响，在各次谐波附近也出现峰值。32hz-20-$频率 hz图2不对中振动信号的功率谄o 8 6 4 2 0 i 0 go.o.图3不对中摭动信号的双相干谶图4为不平衡工况条件下振动信号的双相干谱；图5为碰摩工况条件下的振动信号 双相干谱；图6为不平衡加碰摩工况条件卜振动信号的双相干谱；图7为发生油

36、膜 涡动时振动信号的双相干谱。从中可以看出.当转子出现不平衡故障时，振动信 号中几乎不存在二次相位耦台，而其他几种工况条件卜，振动信号非线性相位耦 合现象突出。0 8 6 4 2 0 i < 1 o o o o图4不半衡工况振动信号双相干谱o0 8 6 4 2 0 1 o o o o 在4走«图5碰廉i：况振动倍号双相干谱o cv 6 i- 2 oj.o.o.d.s;十«»图6不平衡+碰摩时信号双相干谱油膜溺动振动倍号双相千谱500 8 6 4 2 0 b , * 2 0 0 0 0由图17可见，对于不同的工况条件，双相干谱存在明显的差别。因而可以作为 故障

37、特征量识别不同的故障模式。旋转机械故障具有模糊性、耦合性的特点，很难用单一的判别两数将各种故障区 分开。灰色关联度分析通过量化系统诸因素间的相关性來分析两种状态的接近程 度，可以用來判断故障的模式【6。其中邓氏关联度基本反映了两种状态的空间 距离，适用于故障模式识别。考虑到双相干谱函数的对称性，将其定义域分为10个区域，见图8。将10个区域内双相干谱函数均值作为特征量。设定下列6种工况。工况1正常工况2不对中工况3不平衡工况4碰摩工况5不平衡+碰工况6油膜涡动图8双相干因数定义域划分将采集的第二组数据作为待检模式。计算与已知模式的关联度。根据计算岀的灰 色关联度判断各种故障模式，结果全部止确。

38、虽然关联度数值相差不算太大（这 也与邓氏关联度计算公式有关”。），但足以说明，利用振动信号的非线性相位耦 合特征，进行旋转机械故障诊断的方法是有效的。4结论（1）与功率谱不同，双谱保留了信号的相位信息且能有效抑制机械噪声，分析振 动信号能更有效提取故障征兆。（2）双相干谱可以定量描述振动信号中的二次相位耦合，且对机械工况变化很敏 感，适于作为特征量识别不同的故障模式。3）旋转机械振动信号屮存在二次相位耦合，特别在发生故障时更是如此。对用双 相干谱提取的二次相位耦合征兆做灰色关联度分析，可以有效地区分不同类型的 故障，为自动诊断提供了一种切实可行的方法。三.实例分析运用fourier变换对内燃机

39、振动信号进行分析，对内燃机故障的诊断发挥了极其 重要的作用1通过时域分析，可以得到冲击信号的变化与时间的关系；而频 域分析能得到信号频率的分布情况，但是假设信号服从高斯分布，仅适用于线高 斯稳态信号针对内燃机这个非线性系统，振动信号常常表现为非高斯、非最小 相位、非因果、非平稳时变特点，fourier变换不能深层次对内燃机故障信号进 行特征提取、分类及有效地识別.在二阶统计量（功率谱）基础上发展起來的高阶统计量理论，却有许多优点2： 抑制加性有色噪声的影响；（2）辨识非因果、非最小相位系统或重构非最小和 位信号；（3）抽取由于髙斯性偏离引起的齐种信息；（4）检测和表征信号屮的非线 性以及辨识非

40、线性系统.由于高阶统计量的这些优点，它已在旋转机械的故障诊 断、振动分析等领域得到广泛的应用61引，然而高阶统计量在往复机械故障诊 断的应用研究较少.文献3, 10通过阶比双谱对正常和有故障的内燃机振动信 号进行了有效的分类.文献e43应用双谱及沿频率8。：对角切片对往复泵 阀的故障进行了分析，并有效地识别了泵阀的初期故障.所谓高阶统计量，通常指高阶矩、高阶累积量、倒高阶累积量以及它们的谱 高阶矩谱和高阶累积量谱、倒多谱2任何高斯过程的高阶累积量均等于零， 而高斯过程的高阶矩并不恒等于零，这使得用高阶累积量作为数学工具在理论上可完全抑制高斯有色噪声的影响.相应高阶累积量的傅里叶变换简称高阶谱或

41、多 谱，最常用的高阶谱是三阶谱和四阶谱，我们称三阶谱为双谱，四阶谱为三谱.双 谱适用于分析非对称非线性系统，而三谱则适用于分析对称的非线性系统。本列是针对eq6100型发动机上曲轴轴承磨损故障诊断进行的研究，在发动机上模 拟设置了四种曲轴轴承间隙(止常工况、轻微磨损、中等程度磨损、严重磨损四 类间隙)，并测得机体上相应的振动信号.引入双谱(bispectrum).双相干谱(bicoherence)及双谱沿对角切片(diagonal slice of thebispectrum),较好地去除了噪声影响，有效地将这四类信号进行了分类，并成 功地进行了定量诊断.研究表明：基于双谱的内燃机曲轴轴承磨损

42、故障的诊断能 揭示曲轴轴承磨损的发展规律.1分析理论基础对于离散的随机过程振动信号，贝ufourier序列、功率谱、双谱、相干谱分別定义如2(a) fouri er 变换n-lx(s)=艺工(上)厂5/2"心=0，n-l(b) 功率谱(c) 相干谱心2)=(d) 双谱5(5,32)= *x(j)x3z)x(j + 畋(e) 双谱沿对角切片(5 ,叫)i = o>2 = -yx2 (tti)x* (2a)<1)(2)(3)(4)(5)从上式可看出，在® '也)处双谱的幅值等于其位于5宀2 , 和+宀2处的频谱的幅值之积.双谱为复值谱，有两个频率变量&quo

43、t;和 少2 它的物理意义不是太明确，某种程度上它相当于信号歪度在频域的分解 口,所以它可以描述信号非对称性、非线性的特征.非线性相位耦合现象是指 信号屮的2个频率成分间相互关联作用，产生1个和频与1个差频频率成分，这就 是二次非线性，对应的相位关系称为二次相位耦合(qpc) 5双相干谱b2（5 心2）叫。）是规范化后的双谱，它可以在°到1z间定量描述信号的二 次相位耦合.双相t谱描述了频率©，和 少2二次相位耦合产生的能量在+®2。处总能量中所占的比例.当双相干谱为1时，表示叫，+-：处的 能量全部来自8。和叫。问的相位耦合；当其值为0时，表示不存在相位耦合.双

44、 谱估计有直接法和间接法两种，直接法先估计fourier序列，然后对该序列作 三重相关运算，即可得到双谱的估计间接法先估计三阶累积量，再取累积量序 列的fourier变换得到双谱2,对于数据样木足够大的情况下，两种方法斧别不 大.本文中双谱及双相干谱的估计均采用直接法.2试验设置及谱分析试验是在eq6 ioo型发动机上进行的.由于曲轴是多支点支承，为了模拟实际故 障悄况，所以我们将相邻的三道轴瓦（四、五、六）的间隙同时进行改变，在不同 悄况下进行振动的测试研究.故障间隙设定如表1.本文测点是位于最接近曲轴 轴承故障处的机体侧面，按3 000 hz频率进行采样，共采得10 240个数据点.曲 于

45、往复机械的振动信号大小受内燃机曲轴的转速影响较大，所以在采样过程中尽 可能保持测取信号在相同的转速1 710转/分种左右.表1 模拟故障的间隙设定tab. 1 presetting main bearing clearances曲轴轴承配合间隙/mm代表符号第四道瓦第五道瓦第六道瓦0.03-0. 050. 03-0. 050. 03-0. 05a10. 130.20. 13a2i0. 220.40. 22a30.310. 58 0.3141. 1基于fourier变换时域、功率谱2.从时域图上能看出，机体所测得的曲轴轴承不同间隙的振动信号除了在曲轴轴承 严重磨损的情况下元明显的差别.而从功率谱

46、图能发现在57 1七和85. 5 h刁处有明显的能量，且能量随着间隙的变大呈下降趋势，此外它不能提供更多的信息, 见图1150(a130a220101«ala500 lh) 0030.60.91215°0030"091213100200 0 200s 200£ 0684a4£ 0 imii“ 味卩4曲啊"o 5 00 20200 024681(px数据点数/dataoo1 不同曲轴轴承间隙下的时域、頻域分析(n = 1710r/min)22相千谱分析由图2可知：在四种工况下，在信号屮存在菲线性耦合现象.四种工况下由于非 线性耦合所产生的能量的最大值为：bitkl. 023 8, 1. 023 8)0. 174 81, bic2(0. 761 9, 0. 523 81)二0. 121 89, bic3(0. 095 238, 0. 0714 29)二0. 229 15, bic4(0 857 14, 0. 666 67)二0. 188 96.说明频率和8。间的相位耦 合较弱.尽管四种工况的