李海穎

（邢臺(tái)學(xué)院，河北邢臺(tái)　054000）

?

基于小波變換診斷軸承外圈故障

李海穎

（邢臺(tái)學(xué)院，河北邢臺(tái)054000）

摘要：針對(duì)設(shè)備的關(guān)鍵部件軸承易發(fā)生故障的特點(diǎn)，利用軸承試驗(yàn)臺(tái)采集外圈點(diǎn)蝕的故障信號(hào)，使用小波分析法對(duì)故障信號(hào)進(jìn)行早期診斷，通過實(shí)驗(yàn)及診斷過程證明小波與Hilbert包絡(luò)譜結(jié)合進(jìn)行故障信號(hào)分析的方法對(duì)于軸承故障具有明顯的效果，有助于更好的進(jìn)行故障診斷工作。

關(guān)鍵詞：故障診斷；軸承外圈；小波變換；希爾伯特

1　前言

軸承是一套設(shè)備中最為關(guān)鍵的部件之一，軸承運(yùn)行狀況直接影響整體設(shè)備的性能，同時(shí)軸承也是整套設(shè)備中最易損壞的部件［1］。由于軸承運(yùn)行不當(dāng)發(fā)生故障將導(dǎo)致整體設(shè)備的癱瘓，因此開展軸承故障的診斷有重大的意義。

故障診斷過程包括故障信息的獲取、故障特征信息的提取和狀態(tài)識(shí)別三個(gè)部分，其中故障特征提取和狀態(tài)識(shí)別是兩個(gè)關(guān)鍵環(huán)節(jié)［2］。部件本身或與制造質(zhì)量有關(guān)，甚至軸承裝配以及工作狀態(tài)都會(huì)引起滾動(dòng)軸承的振動(dòng)。對(duì)引發(fā)軸承振動(dòng)原因和現(xiàn)有的不同的檢測(cè)方法進(jìn)行分析研究，從振動(dòng)信號(hào)中找出激勵(lì)特點(diǎn)，獲取振源的可靠信息，用這種檢測(cè)方法對(duì)滾動(dòng)軸承的故障進(jìn)行診斷。

2　小波變換及希爾伯特譜分析

小波變換進(jìn)行分析方法的實(shí)質(zhì)即：用一種窗口大小固定但時(shí)頻窗可以改變的時(shí)頻局部化分析方法。也就是說在低頻部分采用較高的頻率分辨率和較低的時(shí)間分辨率，而在高頻部分采用的是較高的時(shí)間分辨率和較低的頻率分辨率。由此可以看出利用小波分析診斷旋轉(zhuǎn)機(jī)械的故障具有重大的理論價(jià)值和現(xiàn)實(shí)意義。

希爾伯特變換是一個(gè)可用于獲得函數(shù)的分析表示的線性算子［3］。它在信號(hào)處理領(lǐng)域有顯著的作用，可直觀查看振動(dòng)的瞬時(shí)屬性，如頻率、相位和振幅，使復(fù)雜的系統(tǒng)可以進(jìn)行時(shí)域分析；通過傳遞函數(shù)，希爾伯特變換可以從系統(tǒng)的虛數(shù)部分找到系統(tǒng)的實(shí)數(shù)部分，反之亦然，它允許在頻域中對(duì)系統(tǒng)進(jìn)行分析，也可以用作分析更復(fù)雜系統(tǒng)的中間步驟，除了頻率響應(yīng)函數(shù)的分析，它對(duì)滯后阻尼表征和非線性系統(tǒng)的鑒別有重要作用［4］。

信號(hào)為x（t）的希爾伯特變換y（t）如式（2.1）所示。

希爾伯特變換相當(dāng)于一個(gè)的濾波器，其頻譜成分的振幅保持不變，但它們的相位是有一個(gè)的移位，其單位脈沖響應(yīng)為其反變換如式（2.2）所示。

3　軸承故障分析

本實(shí)驗(yàn)系統(tǒng)主要由軸承實(shí)驗(yàn)臺(tái)、數(shù)據(jù)采集儀以及筆記本電腦三部分組成。先將有故障（外圈點(diǎn)蝕故障）軸承安裝在軸承實(shí)驗(yàn)臺(tái)上，由數(shù)據(jù)采集儀完成信號(hào)數(shù)據(jù)采集，并上傳到電腦中，進(jìn)行數(shù)據(jù)處理分析。

軸承試驗(yàn)臺(tái)（如圖1所示）的具體參數(shù)見表1。

圖1　軸承試驗(yàn)臺(tái)

表1　軸承試驗(yàn)臺(tái)參數(shù)表

在軸承試驗(yàn)臺(tái)上采集外圈點(diǎn)蝕的故障信號(hào)，對(duì)其進(jìn)行時(shí)域、頻域以及小波變換的相關(guān)分析，通過對(duì)振動(dòng)信號(hào)的分析實(shí)現(xiàn)軸承外圈點(diǎn)蝕的故障診斷，并研究軸承外圈故障對(duì)振動(dòng)信號(hào)的影響。

本實(shí)驗(yàn)采樣頻率為6000×2.56=15360Hz，采樣點(diǎn)數(shù)為4096。

通過對(duì)采集到的外圈故障信號(hào)時(shí)域波形圖（見圖2）的觀察，很難發(fā)現(xiàn)是否存在外圈故障。而對(duì)于故障信號(hào)的頻域波形圖（見圖3），雖存在一些較為明顯的沖擊，看到一些倍頻成分，但仍然不能做出準(zhǔn)確的判斷，需進(jìn)一步分析，因此需要用小波做進(jìn)行一步的分析。

圖2　信號(hào)的時(shí)域圖

圖3　信號(hào)的頻域圖

通過多次試驗(yàn)比較，以上結(jié)果圖形選用db20正交小波進(jìn)行了6層小波分解（如圖4所示），為了進(jìn)一步清晰識(shí)別故障信息，根據(jù)各個(gè)圖形的特征，選取第二層信號(hào)d2進(jìn)行Hilbert（希爾伯特）解調(diào)并作包絡(luò)譜分析，如圖5所示。

圖4　db20正交小波6層分解圖

圖5　Hilbert解調(diào)圖

經(jīng)過小波分析后的包絡(luò)功率譜如圖5所示，從中可以看到比較明顯的倍頻關(guān)系存在，基頻是76.9Hz左右，以及二倍頻，三倍頻，四倍頻等倍頻成分。我們發(fā)現(xiàn)了頻率為76.9Hz左右的特征譜線，這和外圈特征頻率76.7282Hz很相近，它的倍頻成分也較清楚，故可以基本認(rèn)定故障是發(fā)生在外圈上的。

由以上分析綜合得出：診斷軸承為外圈故障可能性較大，建議在定修時(shí)對(duì)軸承機(jī)開箱檢查，其中對(duì)軸承外圈做重點(diǎn)檢查。

4　結(jié)論

實(shí)驗(yàn)結(jié)果表明，小波與Hilbert包絡(luò)譜結(jié)合進(jìn)行故障信號(hào)分析的方法，對(duì)于軸承故障診斷具有明顯的效果，有助于我們更好的進(jìn)行故障診斷工作。在信號(hào)的時(shí)域圖和頻域圖均不能清楚顯示故障信息時(shí)，采用小波變化進(jìn)行處理，可以突出故障的特征，充分體現(xiàn)了其用于信號(hào)處理的優(yōu)越性及其在故障診斷中重要作用，有助于我們及時(shí)發(fā)現(xiàn)故障，避免造成重大經(jīng)濟(jì)損失。

參考文獻(xiàn)：

［1］褚福磊，彭志科，馮志鵬，等.機(jī)械故障診斷中的現(xiàn)代信號(hào)處理方法［M］.北京:科學(xué)出版社，2009.

［2］程軍圣，于德介，楊宇.基于EMD和SVM的滾動(dòng)軸承故障診斷方法［J］.航空動(dòng)力學(xué)報(bào)，2006，21，（3）:575-580.

［3］GONZALEZI，KAROUMIR. Analysis of the annual variations in the dynamic behavior of a ballasted railway bridge using Hilbert transform［J］. Engineering Structures，2014，60 （126-32）.

［4］熊星.基于小波包分解和希爾伯特黃變換的滾動(dòng)軸承故障診斷［D］.中國(guó)科學(xué)技術(shù)大學(xué)碩士論文.

［5］汪璇，曹萬(wàn)強(qiáng).Hilbert變換及其基本性質(zhì)分析［J］.湖北大學(xué)學(xué)報(bào)，2008，30（1）: 53-5.

［作者簡(jiǎn)介］李海穎（1976-），女，河北邢臺(tái)人，碩士，副教授，從事計(jì)算機(jī)教學(xué)與研究工作.

［基金項(xiàng)目］河北省高等學(xué)?？茖W(xué)技術(shù)研究項(xiàng)目.課題編號(hào)：Z2014103

［收稿日期］2016-01-20

中圖分類號(hào)：TP391.77

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-4658（2016）02-0185-02