賀成柱，呂鳳玉，馮作全

（甘肅省機(jī)械科學(xué)研究院 甘肅省先進(jìn)設(shè)計(jì)與制造技術(shù)工程實(shí)驗(yàn)室，蘭州 730030）

0 引言

長(zhǎng)期以來(lái)，在石油、冶煉、化工等復(fù)雜工業(yè)背景環(huán)境下，大型設(shè)備的重要部位多安裝低速重載滾動(dòng)軸承。據(jù)統(tǒng)計(jì)資料顯示，由于高溫和大量強(qiáng)電磁干擾等因素的存在，低速滾動(dòng)軸承的故障率明顯高于其他組成部件。在工作運(yùn)行中這些軸承承受著較大的沖擊載荷，一旦發(fā)生故障會(huì)嚴(yán)重影響生產(chǎn)。在工業(yè)生產(chǎn)現(xiàn)場(chǎng)可用噪聲儀、振動(dòng)儀、紅外點(diǎn)溫等測(cè)量?jī)x器對(duì)軸承狀態(tài)進(jìn)行檢測(cè)，但是這些儀器采集的運(yùn)行參數(shù)是離散的、靜態(tài)的，不具備綜合實(shí)時(shí)診斷功能，不能對(duì)軸承運(yùn)行故障進(jìn)行提前預(yù)防。

基于此，文獻(xiàn)[1]研究并提出一套針對(duì)低速重載軸承故障診斷的詳細(xì)方案，但是沒(méi)有考慮工業(yè)現(xiàn)場(chǎng)的高頻噪聲，它會(huì)淹沒(méi)低速軸承振動(dòng)產(chǎn)生的微弱低頻信號(hào)。為了排除高頻噪聲的干擾，文獻(xiàn)[2]采用傅里葉濾波方式來(lái)處理，工業(yè)現(xiàn)場(chǎng)噪聲源、干擾信號(hào)的頻率范圍廣，這種方式處理得到的信號(hào)不夠準(zhǔn)確。文獻(xiàn)[3]在引入小波分析后，提高了系統(tǒng)的抗干擾性，但是小波分析的基函數(shù)與分解尺度的選擇無(wú)統(tǒng)一的標(biāo)準(zhǔn)，很難應(yīng)用到其他設(shè)備上。近年來(lái)，有學(xué)者將改進(jìn)的混沌振子法應(yīng)用到微弱低頻信號(hào)的檢測(cè)中，但其缺點(diǎn)是不易在工程應(yīng)用中實(shí)現(xiàn)。文獻(xiàn)[4]提出一種全新的循環(huán)混沌檢測(cè)方法，盡管該方法的普適性很好，但是對(duì)數(shù)據(jù)連續(xù)性與整體性的要求較高，這一點(diǎn)傳統(tǒng)檢測(cè)設(shè)備是無(wú)法滿足的。

本文針對(duì)低速重載軸承長(zhǎng)期缺乏有效故障診斷方法的問(wèn)題，研究開(kāi)發(fā)出一套集數(shù)據(jù)采集、分析處理、故障診斷與維護(hù)提示功能于一身的虛擬儀器系統(tǒng)，實(shí)現(xiàn)了低速軸承的早期故障診斷和現(xiàn)場(chǎng)維護(hù)功能的一體化。

1 系統(tǒng)總體設(shè)計(jì)

1.1 系統(tǒng)總體框架

本系統(tǒng)針對(duì)低速重載高溫環(huán)境下運(yùn)行設(shè)備的滾動(dòng)軸承進(jìn)行檢測(cè)，在系統(tǒng)硬件組成上做了特殊的選擇與處理。系統(tǒng)終端設(shè)備采用適合于任何惡劣工業(yè)環(huán)境的工控機(jī)，內(nèi)置多塊高速數(shù)據(jù)采集卡，PCI總線連接，通過(guò)端子排接入信號(hào)調(diào)理模塊處理完的前端采集信號(hào)。系統(tǒng)前端采集裝置采用多元傳感器，有低速霍爾傳感器、高溫?zé)犭娕紓鞲衅?、低頻振動(dòng)傳感器及紅外傳感器。在高溫環(huán)境下，如果直接將傳感器的探頭與高溫設(shè)備連接，傳感器內(nèi)置的智能變送卡會(huì)被擊穿損壞。解決辦法是：先將傳感器前端探頭與變送器分開(kāi)，再用高溫導(dǎo)線連接，然后在探頭與測(cè)量設(shè)備之間加入四氟隔熱墊。系統(tǒng)總體硬件組成框架如圖1所示。

圖1 系統(tǒng)總體硬件組成框架

1.2 系統(tǒng)總體功能設(shè)計(jì)

本系統(tǒng)除了實(shí)現(xiàn)測(cè)控系統(tǒng)要求的所有功能外，還增加了故障診斷與維護(hù)功能，包括用戶登錄、參數(shù)配置、數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)顯示、數(shù)據(jù)存儲(chǔ)和故障維護(hù)七個(gè)功能模塊，系統(tǒng)功能模塊如圖2所示。系統(tǒng)實(shí)時(shí)記錄并顯示軸承運(yùn)行的轉(zhuǎn)速、軸溫、振動(dòng)位移等數(shù)據(jù)，并與軸承正常運(yùn)行的預(yù)設(shè)參數(shù)進(jìn)行比較，如果超過(guò)報(bào)警值，則點(diǎn)亮報(bào)警燈。然后系統(tǒng)自動(dòng)進(jìn)入分析診斷模塊，采用現(xiàn)代信號(hào)處理方法對(duì)信號(hào)進(jìn)行濾波分解，根據(jù)測(cè)量值超過(guò)報(bào)警值的百分比與時(shí)域有量綱和無(wú)量綱參數(shù)來(lái)判斷軸承的故障情況。如果軸承出現(xiàn)故障特征的話，進(jìn)一步采用傳統(tǒng)信號(hào)分析方法提取特征頻率參數(shù)，最后綜合診斷出軸承的運(yùn)行狀況，并將故障信息和維護(hù)建議告知用戶。

圖2 系統(tǒng)功能框圖

2 系統(tǒng)軟件設(shè)計(jì)

在低速軸承故障診斷系統(tǒng)設(shè)計(jì)過(guò)程中，作者同時(shí)采用LabWindowsCVI、 MATLAB與 SQL Server三種工具對(duì)系統(tǒng)進(jìn)行混合編程。本系統(tǒng)是基于事件觸發(fā)結(jié)構(gòu)的多線程應(yīng)用軟件，其主要完成兩部分任務(wù)，前臺(tái)進(jìn)行軸承運(yùn)行參數(shù)的實(shí)時(shí)圖形化顯示、各種數(shù)據(jù)庫(kù)查詢(xún)操作、時(shí)頻參數(shù)分析和故障類(lèi)型診斷等工作，后臺(tái)實(shí)現(xiàn)數(shù)據(jù)采集處理、實(shí)時(shí)報(bào)警和數(shù)據(jù)庫(kù)存儲(chǔ)等功能。

系統(tǒng)主要?jiǎng)澐至怂膫€(gè)線程，分別是數(shù)據(jù)采集線程、數(shù)據(jù)處理線程、實(shí)時(shí)顯示線程和數(shù)據(jù)存儲(chǔ)線程。系統(tǒng)對(duì)轉(zhuǎn)速與溫度信號(hào)的采樣頻率要求不高，采用定時(shí)器軟件采樣方式即可實(shí)現(xiàn)連續(xù)采集，位移振動(dòng)信號(hào)的參數(shù)數(shù)據(jù)是連續(xù)不間斷的，系統(tǒng)采取了DMA高速中斷采集方式。在數(shù)據(jù)采集線程中，由于采樣方式的不同，又分為軟件采集和中斷采集兩個(gè)次級(jí)線程。根據(jù)不同的處理任務(wù)，數(shù)據(jù)處理線程的次線程主要有：小波包分析線程、頻譜分析線程、倒頻譜分析線程等等。系統(tǒng)整體流程如圖3所示。

圖3 系統(tǒng)整體流程圖

2.1 數(shù)據(jù)采集

對(duì)于頻率在300Hz以下的低頻振動(dòng)，根據(jù)香農(nóng)定理，采樣頻率至少要達(dá)到600Hz，才能使信號(hào)不失真。按照一個(gè)周期采50個(gè)點(diǎn)來(lái)計(jì)算，系統(tǒng)1s內(nèi)至少要采3000個(gè)點(diǎn)。在軟件采集方式下，采用定時(shí)器裝置來(lái)實(shí)現(xiàn)信號(hào)連續(xù)采集。定時(shí)器的最小采樣分辨率是1ms，即1s內(nèi)最多采集1000個(gè)點(diǎn)，此精度滿足不了系統(tǒng)振動(dòng)信號(hào)的要求。中斷傳輸方式要比軟件傳輸方式采樣速度高很多，于是系統(tǒng)采用中斷傳輸方式來(lái)采集位移振動(dòng)信號(hào)。

采用研華PCI1715U采集卡來(lái)進(jìn)行振動(dòng)參數(shù)采集，它支持帶DMA的高速AI中斷采樣，DMA是最快的數(shù)據(jù)傳輸方式，數(shù)據(jù)在沒(méi)有CPU介入的情況下直接在設(shè)備和內(nèi)存間傳輸。在LabWindowsCVI環(huán)境下開(kāi)發(fā)采樣程序，需調(diào)用研華動(dòng)態(tài)鏈接庫(kù)Adsapi32.dll中的一些函數(shù)。首先調(diào)用DRV_EnableEvent 函數(shù)使能事件通知功能，再調(diào)用DRV_FAIDmaExStart 函數(shù)啟動(dòng)高速采樣。接下來(lái)調(diào)用DRV_CheckEvent 函數(shù)來(lái)等待使能事件的通知，當(dāng)接收到Buffer Change事件對(duì)數(shù)據(jù)進(jìn)行處理，隨時(shí)都可以用DRV_FAITerminate函數(shù)來(lái)中止采樣操作。系統(tǒng)高速采樣流程如圖4示。

圖4 高速采樣流程圖

2.2 數(shù)據(jù)處理

針對(duì)低速軸承運(yùn)行過(guò)程中的非平穩(wěn)振動(dòng)信號(hào)，系統(tǒng)采用小波包分解方法來(lái)提取包含故障特征信號(hào)的時(shí)頻特性。小波包分解能克服小波分析對(duì)高頻部分不能細(xì)分的缺點(diǎn)，讓信號(hào)通過(guò)一組高、低通組合的共軛正交濾波器組，分解出包含軸承不同部件的故障特征頻率分量來(lái)。

LabWindowsCVI的數(shù)據(jù)分析包中不包含現(xiàn)代信號(hào)處理工具包，用戶自己開(kāi)發(fā)難度大，而MATLAB的軟件工具包是最為齊全的。系統(tǒng)將MATLAB作為CVI的一個(gè)ActiveX控件來(lái)使用，實(shí)現(xiàn)了CVI與MATLAB的接口，通過(guò)調(diào)用封裝了CVI高層接口函數(shù)的matlabutil.h文件，就可實(shí)現(xiàn)對(duì)高噪聲背景下低頻信號(hào)的處理。

對(duì)處理過(guò)的低頻信號(hào)再進(jìn)行時(shí)域和頻域兩方面的處理分析，才得到正確的診斷參數(shù)。在時(shí)域進(jìn)行統(tǒng)計(jì)分析時(shí)，系統(tǒng)選取的有量綱參數(shù)有：峰值、最大值、最小值、均方根值和方差，無(wú)量綱參數(shù)有：脈沖因數(shù)、波形因數(shù)、裕度因素、峭度因數(shù)和峰值因數(shù)等；這些參數(shù)對(duì)軸承的早期故障較敏感。在頻域進(jìn)行FFT譜、倒頻譜和包絡(luò)解調(diào)等分析后，計(jì)算并提取出了大振動(dòng)間隙信號(hào)對(duì)應(yīng)的頻率。

2.3 故障診斷

采集信號(hào)經(jīng)過(guò)分析處理后，分解出大量頻率參數(shù)，由于軸承的不同故障類(lèi)別對(duì)應(yīng)的主要頻率不同，系統(tǒng)將軸承各種故障頻率的算法導(dǎo)入故障數(shù)據(jù)庫(kù)。軸承故障頻率與軸承的結(jié)構(gòu)（滾動(dòng)體直徑d、軸承節(jié)圓直徑D、滾動(dòng)體數(shù)目Z和軸承的接觸角α）參數(shù)與轉(zhuǎn)軸旋轉(zhuǎn)頻率f有關(guān)。

表1 軸承故障頻率表

將提取的故障信號(hào)頻率與軸承故障頻率進(jìn)行對(duì)比分析，結(jié)合軸溫、時(shí)域參數(shù)和軸心軌跡等信息，綜合分析判斷軸承的運(yùn)行狀況。

3 測(cè)試實(shí)驗(yàn)

將本系統(tǒng)應(yīng)用于某大型冶煉設(shè)備狀態(tài)監(jiān)測(cè)過(guò)程中，軸承型號(hào)24152CC/W33，軸承結(jié)構(gòu)參數(shù)如下：滾動(dòng)體直徑d=90mm；節(jié)圓直徑=350mm；滾動(dòng)體個(gè)數(shù)Z=18，接觸角α=15°，轉(zhuǎn)速N=60r/min。通過(guò)計(jì)算得出滾動(dòng)體、內(nèi)圈、外圈的故障頻率為：fb=1.82 Hz，fi=11.24 Hz，fo=6.76 Hz。圖5為此滾動(dòng)軸承的故障信號(hào)，圖中信號(hào)的雜波較多，無(wú)法分析故障信號(hào)的頻率范圍。采用小波包分解重構(gòu)后，對(duì)信號(hào)進(jìn)行功頻譜分析，結(jié)果如圖6所示。

圖5 滾動(dòng)軸承的故障信號(hào)

圖6 信號(hào)功率譜圖

從圖6可以看出在f=11.35Hz處振動(dòng)能量較大，且與內(nèi)圈故障頻率fi=11.24 Hz相接近，說(shuō)明軸承內(nèi)圈發(fā)生了故障。為進(jìn)一步確定軸承的故障類(lèi)別，實(shí)際拆開(kāi)檢查后發(fā)現(xiàn)，軸承內(nèi)圈出現(xiàn)了輕微的點(diǎn)蝕。此故障對(duì)設(shè)備正常運(yùn)行影響不大，建議軸承繼續(xù)使用，但要加強(qiáng)監(jiān)測(cè)。實(shí)驗(yàn)表明本系統(tǒng)運(yùn)行穩(wěn)定可靠，能有效提取軸承故障特征。

4 結(jié)束語(yǔ)

將振動(dòng)位移傳感器直接安裝在軸承座上測(cè)取軸承振動(dòng)信號(hào)，通過(guò)低速高溫軸承故障診斷系統(tǒng)后，實(shí)現(xiàn)了設(shè)備的早期故障智能診斷和現(xiàn)場(chǎng)有效維護(hù)。從系統(tǒng)的實(shí)際運(yùn)行結(jié)果可以看出：基于中斷采樣的數(shù)據(jù)采集方式保證了工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性、可靠性和完整性；采用基于小波包的分析方法可以很明顯地提取軸承的故障特征參數(shù)。該系統(tǒng)有效解決了我國(guó)特種設(shè)備檢測(cè)難、維護(hù)費(fèi)用高的問(wèn)題，大大降低了了設(shè)備潛在的安全隱患，減少了設(shè)備突發(fā)故障帶來(lái)的經(jīng)濟(jì)損失。

[1] 蘇志忠,吳金強(qiáng),張國(guó)新.低速重載滾動(dòng)軸承故障診斷的研究與應(yīng)用[J].軸承,2008,11(1).27-30.

[2] 戴靜君,劉麗華,薛慶齊,等.滾動(dòng)軸承故障診斷中振動(dòng)信號(hào)的采集[J].北京石油化工學(xué)院學(xué)報(bào),2008,16(2).23-16.

[3] 程秀芳, 陶文基.于小波理論的低速重載軸承的故障診斷研究[J].組合機(jī)床與自動(dòng)化加工技術(shù),2009,12.48-50.

[4] 楊海博,王海燕,申曉紅.一種新的微弱未知信號(hào)混沌振子法檢測(cè)[J].計(jì)算機(jī)應(yīng)用研究,2012,03.

[5] 王晨,王少萍.液壓系統(tǒng)故障診斷測(cè)控系統(tǒng)研制[J].制造業(yè)自動(dòng)化,2009,12.108-110.

[6] 周占懷,茹秋生.振動(dòng)測(cè)試方法及測(cè)試系統(tǒng)的研究[J].制造業(yè)自動(dòng)化,2006,12.89-91.