基于阶次包络谱的齿轮箱故障诊断方法

基于阶次包络谱的齿轮箱故障诊断方法

1阶次跟踪分析对于具有稳定旋转压力的机器，通常可以使用基于傅里叶变换（fft）的光谱分析方法，有效提取故障特征。齿轮箱的升降速过程的振动信号为非平稳信号,不满足傅里叶变换对信号的平稳性要求,因此不适合用常规的频谱分析方法进行分析处理;若人为地将这类信号假定为平稳信号进行分析,必然会导致较大的误差,甚至得出错误的结论。但对齿轮箱升降速过程振动信号进行分析,更容易发现系统的缺陷,因此基于升降速过程的齿轮箱故障诊断具有很重要的现实意义。在这种情况下,专门针对齿轮箱升降速振动信号分析的阶次跟踪分析便应运而生。本文针对齿轮箱升降速过程振动信号非平稳的特点,提出基于阶次包络谱分析的齿轮箱故障检测和诊断方法,该方法能有效提取轴承的故障特征信息,为基于升降速过程分析的齿轮箱故障诊断开辟一条新的途径。2分类亚组的基本原则2.1等角度重采样解决了传统频谱分析方法的困难在传统的信号处理方法中,如频谱分析法及倒谱分析法等在处理平稳信号时具有比较好的特性;但在处理齿轮箱等设备瞬态振动信号时,由于齿轮的啮合频率随着输入轴转速的变化而改变,造成所谓的“频率模糊”现象,传统频谱分析方法难以解决这一难题,而等角度重采样能有效解决“频率模糊”现象,它能把时域里等时间间隔的采样信号转化为角域等角度采样,保证旋转机械在每一转内有相同的采样点数,避免在时域内采样时,由于频率的变化而造成的一些特征信息的丢失,弥补传统频谱分析法在处理瞬态信号时的不足,是对传统分析方法的补充。因此,等角度重采样的实质是将时域(timedomain)的非平稳信号通过恒定的角增量重采样转变为角域(angledomain)平稳信号,使其能更好地反映与转速相关的振动信息。2.2重采样信号的解调与谱图齿轮箱升降速时测量得到的振动信号是非平稳信号,直接采用常规的FFT分析,在频谱图中会出现“频率模糊”现象,因而不能反映系统的真实状况。而阶次跟踪方法,以轴的转频为基准,采用等角度重采样技术,能将时域非平稳信号转换为角域平稳信号,满足FFT分析对信号平稳性的要求,有效解决“频率模糊”现象,是对常规频谱分析方法的补充。但由于角域重采样信号也存在调制现象,仅通过简单的阶次分析难以达到理想的分析效果,因此还需进行更深一步的处理。而将角域重采样信号经Hilbert变换解调后,再对解调后的信号进行FFT分析,在包络谱中能清晰地看到轴承故障的特征阶次及其倍频阶次。常见的阶次跟踪方法有硬件阶次跟踪法、计算阶次跟踪法和基于瞬时频率估计的阶次跟踪法等。本文采用计算阶次跟踪法实现振动信号的重采样计算。阶次包络谱具体实现步骤如下:1)对原始振动信号和转速信号分两路同时进行等时间间隔(Δt)时域采样,得到异步采样信号。2)确定恒定角增量Δθ所对应的各个时间点t的值。3)根据已求出的t值,对振动信号进行插值,求出其对应的幅值,实现重采样,生成振动信号的同步采样信号。4)对等角度重采样的信号进行解调处理,即对重采样信号进行Hilbert变换,得到振动信号的包络信号。5)对包络信号进行FFT变换,得到重采样信号的阶次包络谱。设原始振动信号x(t)经过等角度重采样后的信号为y(θ),则实信号y(θ)与它的Hilbert变换yˆy^(θ)组成解析信号z(θ)z(θ)=y(θ)+jyˆ(θ)z(θ)=y(θ)+jy^(θ)(1)则信号y(θ)的包络为a(θ)=y2(θ)+yˆ2(θ)−−−−−−−−−−−√a(θ)=y2(θ)+y^2(θ)(2)对包络信号式(2)作FFT分析,即可得到包络信号的阶次包络谱。3小槽加工保证轴系统故障分析齿轮箱振动测试系统的组成如图1所示,该系统由一台电磁调速电机、转速扭矩传感器、齿轮箱(1个)、联轴器(3个)、负载轮(共4个)、B&K3560信号分析仪、加速度传感器(3个)组成。由转速转矩传感器测量电机的旋转脉冲信号和转矩信号,由安装在轴承座上的加速度传感器拾取齿轮箱振动信号,这些信号经B&K3560信号分析仪采集到计算机中,然后对采集到计算机中的数据进行后续分析和处理。实验中采用减速机输入端206轴承,在不影响轴承正常使用的情况下,在滚动轴承内圈、外圈分别加工宽为0.5mm、深为1.5mm的小槽,分别模拟轴承内圈、外圈局部裂纹故障。实验时测试系统为B&K3560多分析仪,振动传感器为B&K4508,分析带宽span=3.2kHz,采样频率为fs=8192Hz,采样点数为16384,电机输入轴齿轮齿数z1=30,输出轴齿轮齿数z2=50,齿轮模数m=2.5。轴承内圈故障特征频率finner=z2(1+dDcosα)fr1finner=z2(1+dDcosα)fr1(3)轴承外圈故障特征频率fouter=z2(1−dDcosα)fr1fouter=z2(1-dDcosα)fr1(4)206轴承的几何尺寸,D=41.75mm,d=9.5mm,α=0°,Z=9。因此系统的各特征频率为啮合频率fm=30fr1(5)206轴承的故障特征频率finner=5.42fr1(6)fouter=3.58fr1(7)啮合阶次xm=30(8)206轴承的故障特征阶次xinner=5.42(9)xouter=3.58(10)上述公式中,fr1为轴承内圈的转动频率,d为滚动体直径,D为轴承中径,Z为滚动体的个数,α为接触角。3.1轴承不同转速的信号分析当轴承内圈存在局部故障点时,随着轴承内圈旋转,分布到故障点的静态载荷密度随内圈的旋转而周期变化。当故障点处于最大载荷方向时,故障点承受的载荷密度最大。因为轴承故障点撞击其他元件表面产生的冲击力的幅值与故障点承受的载荷密度相关,所以冲击力的幅值也会随内圈的旋转而周期变化。故障点到安装在壳体上的加速度传感器之间的振动信号的传递路径也随内圈的旋转而周期变化。载荷分布密度和传递路径两方面的影响表现为对高频共振信号序列幅值的调制,调制频率为内圈旋转频率fr1,时域信号的调制在频域表现为卷积。经过阶次包络解调后,在阶次包络谱中表现为在轴承内圈的转动阶次xr1、内圈故障特征阶次xinner及其高倍频处有明显的谱线,且在阶次为xinner及其高倍频处存在以xr1为间隔的边频带。图2是测得的齿轮箱输入轴的瞬时转速,图2a是转速传感器的采样信号;图2b是计算得到的输入轴的瞬时转速。从图2可以明显地看出,输入轴的转速从静止逐渐上升到稳定转速。图3a是轴承内圈存在故障时振动信号的时域波形,从图3a可以明显地看出,随着输入轴转速的升高,齿轮箱的振动信号在逐渐加强,为一个非平稳的过程信号,这充分说明齿轮箱的振动信号与输入轴的转速有直接的关系。图3b是图3a的FFT分析,由图3b可以看出,由于输入轴瞬时转速的升高,在频谱图上发生了“频率模糊”现象,频谱图难以反映系统的真实状态,很难找出轴承内圈的故障特征阶次及齿轮的啮合阶次,因此对于非平稳的升速过程,不能按照常规的频谱分析方法进行处理。图4是图3a经过角域重采样后的信号,图5是重采样信号的阶次谱,但由于受轴频调制的影响,也不能找出轴承内圈故障的特征阶次及齿轮的啮合阶次,需进行解调处理。图6是重采样信号的阶次包络谱,在图6中不但能清晰地看出啮合阶次xm、输入轴的转频阶次xr1及2倍转频阶次,而且轴承内圈故障的特征阶次xinner及其倍频阶次也非常明显,从而根据阶次包络谱能有效地诊断出轴承的故障类型。3.2故障点频率对振动谱线的影响当轴承外圈存在局部故障点时,因为外圈固定在减速机壳体上,分布到故障点的静态载荷密度不变,故障点到安装在壳体上的加速度传感器之间的振动信号的传递路径不变,故轴承外圈故障的高频共振信号在频域表现为以滚动体经过故障点的频率(外圈故障特征频率)为重复频率且按指数规律衰减的高频共振序列。经过阶次包络解调后,在阶次包络谱中表现为在xouter及其倍频处有明显的谱线。图7a是轴承外圈存在故障时振动信号的时域波形,同样也为一个非平稳的过程信号,图7b是图7a的FFT分析,由图7b同样也不能找出轴承外圈的故障特征阶次及齿轮的啮合阶次。图8是图7a经过角域重采样后的信号,图9是重采样信号的阶次包络谱,在图9中不但能清晰地看出啮合阶次xm,输入轴的转频阶次xr1及其倍频,而且轴承外圈故障的特征阶次xouter及其倍频阶次也非常明显,从而根据阶次包络谱也能有效地诊断出轴承的故障类型。4角域重采样信号的密度调制齿轮箱升降速过程的振动信号是非平稳信号,不能直接采用常规的FFT分析;而阶次跟踪方法,以轴的转频为基准,采用等角度