張丹, 郭艷珍, 邱小梅，梁釗, 隋文濤

(山東理工大學(xué) a.電氣與電子工程學(xué)院;b.機械工程學(xué)院，山東 淄博 255049)

0 引言

滾動軸承是旋轉(zhuǎn)機械工作過程中最易損壞的部件[1]，通過對軸承振動信號的分析，可達到監(jiān)測旋轉(zhuǎn)機械運行狀態(tài)的目的，進而避免事故的發(fā)生。滾動軸承的振動信號具有非線性、不穩(wěn)定的特點，且易受噪聲干擾，因此對故障信號的提取、分析與存儲便成為一個比較復(fù)雜的問題。

張沛朋等[2]針對滾動軸承振動信號的時域指標(biāo)之間存在很強的關(guān)聯(lián)性，冗余信息較多等問題，采用主成分分析結(jié)合支持向量機實現(xiàn)了滾動軸承故障的準(zhǔn)確診斷；侯一民等[3]將振動信號的Hilbert譜奇異值作為故障特征,利用粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法來診斷故障類型；韓業(yè)峰等[4]通過理論計算，深度研究了包絡(luò)譜分析方法在軸承故障診斷中的應(yīng)用，并驗證了包絡(luò)譜分析在診斷設(shè)備零件損傷所取得的效果；鄭近德等[5]基于IITD技術(shù)和模糊熵的概念，提出了一種新的滾動軸承信號分析方法。

以上滾動軸承故障診斷的研究，雖然在檢測精度上有一定的提高，但是仍不能適應(yīng)復(fù)雜的環(huán)境變化，針對軸承點蝕、磨損、劃傷等不同類型的故障[6-7]，其不能同時具有較高的診斷精度，因此，嘗試采用熵值法構(gòu)造聯(lián)合時域評價指標(biāo)，實現(xiàn)軸承多種故障的高精度識別。同時，為了方便對診斷結(jié)果的調(diào)取驗證和和后期數(shù)據(jù)維護，提出了一種新的數(shù)據(jù)分類存儲的方法，在一定程度上對軸承故障檢測系統(tǒng)進行了完善。

1 總體方案設(shè)計

軸承故障測試系統(tǒng)主要包括硬件和軟件設(shè)計兩部分，如圖1所示。

圖1 系統(tǒng)總體設(shè)計

所設(shè)計的在線分析系統(tǒng)由信號采集、信號分析、故障報警、數(shù)據(jù)分類存儲、歷史回放模塊組成，具有良好的用戶界面。由圖1可知，硬件設(shè)計方面：選擇CA-YD-186壓電式加速度傳感器和PCI-6224E數(shù)據(jù)采集卡。CA-YD-186傳感器內(nèi)置ICP放大電路，解決了電荷放大器價格昂貴的問題，其低阻抗的電壓輸出能與NI公司的數(shù)據(jù)采集卡兼容，還具有體積小、頻響寬、靈敏度高、環(huán)境適應(yīng)能力強等優(yōu)點。NI公司的PCI-6224E數(shù)據(jù)采集卡具有16路模擬信號輸入通道，滿足了多個傳感器同時傳輸信號、NI-DAQmx測試軟件和硬件配置相互支持的要求。

軟件方面著重介紹軸承故障特征的提取、故障模式識別、信號分類存儲的設(shè)計，采用圖形化編程軟件LabVIEW設(shè)計出一套具有良好用戶界面的軸承故障診斷系統(tǒng)。

2 系統(tǒng)軟件設(shè)計

2.1 信號分析

(1)故障特征提取

峭度指標(biāo)對沖擊信號特別敏感，特別適用于表面損傷類故障的診斷。但是當(dāng)故障達到一定程度后，由于各波峰都是同樣水平的尖峰脈沖波，振動信號的峭度值與軸承正常時相比變化較小，此時，峭度指標(biāo)不再能夠評判出軸承是否發(fā)生故障。均方根是平均時間內(nèi)的振幅值，適用于振幅值隨時間緩慢變化的磨損類的故障診斷，它可以彌補單一峭度指標(biāo)診斷的缺陷。熵值法確定指標(biāo)權(quán)值具體實現(xiàn)過程如下：

一個由m個待評項目、n個指標(biāo)組成的評價系統(tǒng)初始數(shù)據(jù)矩陣為：

其中，xij表示第i個樣本第j項評價指標(biāo)的數(shù)值。

具體步驟：

(1)對數(shù)據(jù)進行非負化處理,如公式(1)所示：

(1)

(2)計算j項指標(biāo)下第i個樣本指標(biāo)值的比重yij：

(2)

(3)計算第j項指標(biāo)的信息熵值的公式為：

(3)

(4)計算第j項指標(biāo)的熵權(quán)：

(4)

因此，通過指標(biāo)的相對變化程度對系統(tǒng)的影響，求出每一項指標(biāo)對樣本數(shù)據(jù)的信息熵，由信息效用值構(gòu)造出聯(lián)合評價指標(biāo)，實現(xiàn)兼具兩者在檢測方面的優(yōu)點。聯(lián)合指標(biāo)的振動診斷標(biāo)準(zhǔn)由ISO10816振動速度評價標(biāo)準(zhǔn)[9]和峭度閾值點3以及所求的兩權(quán)值構(gòu)成，聯(lián)合指標(biāo)故障閾值為4.04，由于此值是由絕對標(biāo)準(zhǔn)計算得到，故不同的旋轉(zhuǎn)機組的閾值應(yīng)進行相應(yīng)調(diào)整。

信號采集與處理模塊采用生產(chǎn)者-消費者模式，運用隊列技術(shù)開辟緩存區(qū)，解決軟硬件數(shù)據(jù)處理速度不匹配、數(shù)據(jù)丟失的問題。數(shù)據(jù)分析模塊的程序包括信號的實時顯示、時域與頻域分析。LabVIEW程序面板如圖2所示。

圖2 數(shù)據(jù)處理程序框圖

首先，將采集到的信號經(jīng)過巴特沃斯(平滑的頻率響應(yīng))濾波器去除高頻信號，避免所繪制的頻譜圖能量都集中在高頻區(qū)域，難以與較低的軸承部件故障頻率比對的情況。然后，每接收數(shù)據(jù)采集卡的100個采樣點，便進行一次聯(lián)合指標(biāo)的計算，并實時顯示計算結(jié)果。所采集的原始振動信號使用波形圖表實時顯示出來，以便觀察其明顯的變化趨勢。至此，完成信號是否發(fā)生故障的初步判斷。

(2)故障模式診斷

當(dāng)聯(lián)合診斷指標(biāo)超過振動標(biāo)準(zhǔn)設(shè)定閾值，確定故障已經(jīng)存在時，進行進一步的頻域分析，可避免軸承在正常工作狀態(tài)下不必要的程序運行。首先，通過LabVIEW調(diào)用MATLAB程序繪制振動信號的包絡(luò)譜圖，根據(jù)軸承內(nèi)圈、外圈、滾動體的故障特征頻率公式以及不同故障產(chǎn)生的諧波關(guān)系[10]，分析包絡(luò)譜圖中峰值較大的頻率成分與故障特征頻率的對應(yīng)關(guān)系，準(zhǔn)確找出軸承故障元件及故障原因，及時采取相應(yīng)的維修措施。

2.2 數(shù)據(jù)存儲

由于本文設(shè)計的是8通道的實時信號采集系統(tǒng)，若把數(shù)據(jù)全部進行存儲會占用大量的硬件存儲空間，因此我們使用延時程序?qū)崿F(xiàn)每間隔5min存儲一次，存儲長度為100個采樣點。針對不同的數(shù)據(jù)類型，對軸承振動信號原始波形數(shù)據(jù)與聯(lián)合指標(biāo)值分類存儲，從而方便管理數(shù)據(jù)。

實時采集的原始波形數(shù)據(jù)存儲為TDMS文件，它具有高速、易存取和易用性等優(yōu)點。文件以當(dāng)前時間命名，以便后續(xù)對歷史數(shù)據(jù)的提取與分析。所設(shè)計的主程序如圖3所示。

圖3 數(shù)據(jù)存儲主程序

在圖片右下角，當(dāng)前時間的格式字符串為“%Y%m%d%H%M”，存儲路徑為當(dāng)前路徑，通過“獲取波形時間數(shù)組”控件采集振動信號對應(yīng)時間值，并與一維數(shù)組中的8通道的振動信號值，以波形數(shù)據(jù)的形式存儲在TDMS文件中；圖片上方顯示調(diào)用了存入數(shù)據(jù)庫子VI，通過數(shù)組索引獲取8通道統(tǒng)計值，兩字符串實時顯示存入數(shù)據(jù)。

Open Database Connectivity(ODBC)提供了一組對數(shù)據(jù)庫訪問的標(biāo)準(zhǔn)API，并且支持SQL命令語句[11]，用戶可以把對數(shù)據(jù)的操作命令直接發(fā)送給ODBC，完成LabVIEW與數(shù)據(jù)庫之間的通信。故將各通道的聯(lián)合指標(biāo)值存儲在數(shù)據(jù)庫中，第一列為存入時間，每一通道的數(shù)值各占一列，數(shù)據(jù)庫命名為測量數(shù)據(jù)。主程序通過調(diào)用子VI實現(xiàn)數(shù)據(jù)庫數(shù)據(jù)的存儲。子VI的使用使主程序的模塊性、擴展性更好。寫入數(shù)據(jù)庫子程序如圖4所示。

圖4 寫入數(shù)據(jù)庫子程序

圖中通過ADO數(shù)據(jù)庫訪問控件進行運行狀態(tài)值的存儲。通過“拆分、創(chuàng)建路徑”函數(shù)獲得文件路徑，采用數(shù)據(jù)庫存儲軸承運行統(tǒng)計值的優(yōu)點是存儲容量大，后期采用SQL命令實現(xiàn)對統(tǒng)計數(shù)據(jù)的剔除、插入等維護方便，克服了LabVIEW中自帶的“讀、寫電子表格”函數(shù)重復(fù)打開、關(guān)閉文件而導(dǎo)致的不能連續(xù)存儲數(shù)據(jù)的問題，及Excel中最大行數(shù)的限制問題。

3 系統(tǒng)應(yīng)用實例

以型號為6205-2RS[12]滾動軸承軸承為例，采樣頻率為12000Hz，實驗軸承的幾何尺寸如表1所示。

表1 滾動軸承的主要結(jié)構(gòu)參數(shù)

軸的轉(zhuǎn)頻1730r/min，計算得深溝球軸承內(nèi)外座圈、滾動體的故障特征頻率分別為103Hz、156.27Hz、135.8Hz。圖5、圖6分別為振動信號時域波形圖及包絡(luò)譜圖。

圖5 時域波形圖

由LabVIEW數(shù)據(jù)分析模塊計算得到，振動信號的峭度值在略小于故障閾值3的范圍內(nèi)，RMS值在大于其故障閾值4.5范圍內(nèi)細微變化，很難判斷出是否發(fā)生故障。而聯(lián)合指標(biāo)值在明顯大于閾值4.04的范圍內(nèi)波動，由此初步判斷軸承存在故障。

圖6 包絡(luò)譜圖

聯(lián)合評價指標(biāo)診斷結(jié)果與圖6的包絡(luò)譜圖進行對比，信號譜峰值主要集中在頻率為100Hz、210Hz左右的區(qū)域,與外圈故障特征頻率103Hz存在倍頻關(guān)系，根據(jù)故障診斷理論可判定，滾動軸承確實存在故障，繼續(xù)工作下去很有可能產(chǎn)生重大事故。因此，必須對軸承外圈進行維修或替換。此實驗證實了聯(lián)合評價指標(biāo)解決了單一指標(biāo)診斷軸承故障的低適用性的問題。

4 結(jié)論

詳細介紹了數(shù)據(jù)分析與存儲的相關(guān)內(nèi)容，在時域分析中，采用熵值法構(gòu)造的聯(lián)合評價指標(biāo)提高了對不同故障的兼容性及魯棒性，減少了誤診斷而造成的無用工作量。數(shù)據(jù)定時分類存儲，節(jié)省了系統(tǒng)存儲空間，適用于多通道高速數(shù)據(jù)分析，且調(diào)取驗證方便。