轴承特征信号提取.ppt

《轴承特征信号提取.ppt》由会员分享，可在线阅读，更多相关《轴承特征信号提取.ppt（30页珍藏版）》请在三一办公上搜索。

1、基于时域分析的滚动轴承特征提取,机械工程 郑佳文,滚动轴承故障信号大部分属于周期性函数，信号的简谐性、周期性和瞬时脉冲性会比较明显，可以通过分析故障信号的时域波形曲线从而了解轴承的性能。,滚动轴承的时域指标,通过反应信号波动曲线特征指标的特定参数实现评估故障信号的变化。常用的时域指标参数有两类：包括有量纲参数和无量纲参数。,有量纲参数,无量纲参数,基于时域分析的轴承特征提取方法,滚动轴承故障模拟试验平台,故障模拟,A、滚动轴承故障模拟：通过将正常的轴承换成有损坏的轴承。可模拟的轴承故障有：轴承内圈损坏、外圈损坏、滚动体损坏，轴承安装不佳，轴承座和轴承之间出现松动等。B、齿轮故障模拟：通过将正常

2、的齿轮换成有缺陷的齿轮，能够模拟的齿轮故障有：实验室加工的齿轮故障有：断齿、划痕、磨损。C、轴系故障模拟：利用调整旋转圆盘上的平衡重量，可以模拟轴不平衡的缺陷包括单面、双面、叶轮不平衡等，模拟轴安装不对中缺陷是由调整轴座底盘的安装位置引起的。d、在不同速度条件下的可变速模拟故障特征，变速范围是 751450RPM。变速驱动电机、轴、齿轮箱、轴承、偏重转盘（2 个）、调速器等组成了故障模拟平台。通过改变重量，改变部分的安装位置以及各种组件的组合形式迅速模拟各种故障。被测部件也包括在系统的机械部分，主要有缺陷的轴承（外圈缺陷、内圈缺陷、滚动体缺陷）；三个备用齿轮；旋转圆盘的配重块等。,基于有量纲参

3、数的特征提取,滚动轴承型号：N205，参数如下表：,设置工作轴的转速 N=1200rpm，采样频率 f=10000Hz，采样长度8192,四种故障类型的均值稳定但没有区分度，内圈故障和滚珠故障的均方值、方差、标准差比正常轴承要大一些，且稳定一些。峰值和最小值对瞬时现象能够得出正确的指示值。,基于无量纲参数的特征提取,可以得出外圈故障信号的峰值指标、脉冲指标、裕度指标和正常信号相比都偏小，可以作为外圈故障的无量纲参数特征；内圈故障信号和滚动体故障信号的波形指标、峭度指标比正常信号的参数值都要大，同时内圈故障的各个参数值都小于滚动体故障信号，因此，这些参数可以作为内圈故障和滚动体故障的故障特征。无

4、量纲参数是两个具有相同量纲的量的比值，比较稳定，可以作为轴承故障的特征并进行故障特征提取。,基于希尔伯特解调的滚动轴承特征提取,滚动轴承的特征频率,滚动轴承的固有振动频率,（1）滚珠钢球的固有频率为：,当滚动轴承为钢材时，其内圈和外圈的固有振动频率,在自由状态下轴承套圈的径向弯曲振动的固有频率为：,滚动轴承的故障特征频率,为分析轴承各部分工作参数，先做下面的假设：（1）滚道与滚动体间没有相对滑动；（2）承受轴向、径向载荷时每个部分没有变形；（3）内圈回转频率为fi；（4）外圈回转频率为fo；（5）保持架回转频率为（即滚动体公转频率为fc）。则滚动轴承运动时各点的转动速度为：,依据滚动轴承实际的

5、工作情况，定义滚动轴承内圈和外圈的相对转动频率为,为了分析轴承各部分的工作参数，假设滚动轴承内圈转动，外圈不动，内圈旋转的速度和轴的旋转速度一样，滚动体和内圈、外圈之间没有摩擦。同时滚动轴承有 Z 个滚动体，则滚动轴承故障特征频率理论计算公式为：,采用 前面的实验平台及轴承。其中实验平台的主轴转速 N=1200r/min，轴旋转频率为 fi=20Hz，将以上参数带入公式得到滚动轴承故障频率的理论计算值如下表 所示。,希尔伯特解调的方法是将希尔伯特变换和共振解调技术结合在一起，然后提取滚动轴承的故障特征。该方法先对滚动轴承故障信号进行傅里叶变换，利用带通滤波器处理傅里叶变换后的信号，得到其窄带信

6、号。对窄带信号进行希尔伯特变换，求出解析信号，提取它的包络，再利用傅里叶变换可以得到包络谱。在包络谱中可以得到其特征频率，从而判断滚动轴承的故障类型。,基于希尔伯特解调的特征提取方法,在信号分析处理过程中，希尔伯特变换是一种重要的算法工具，它是把一个一维的、时域函数转换成唯一对应的一个二维时域解析函数。这个解析函数的模代表了原函数的包络，相角代表了原函数的相位特性，实现了对信号幅值及相位的解调。,希尔伯特变换,一个因果系统，当T0 情况下存在，因此：,h(t)的傅里叶变换也就是系统函数 H(）分解成实部 R（）和虚部 jx()之和,对式进行傅里叶变换得：,解得：,希尔伯特解调的基本原理,希尔伯

7、特解调主要利用解析信号中的实部、虚部的正余弦关系，定义任意时刻的瞬时幅值、瞬时频率和瞬时相位，从而复杂信号的运算问题得到了解决，使得提取复杂信号和短信号的瞬时参数成为了可能。根据希尔伯特变换，得到相应的解析表达式，为了降低信号中的抽样率，让它只含有正频率成分。其解析信号的实部和虚部分别为实信号本身和相应的希尔伯特变换，解析信号的模代表信号的包络。,设窄带信号 x(t)为：,其中f0是载波频率。可以得到解析信号为,解调信号的包络由此给出，即为调制信号的信息。因此，希尔伯特变换适用于幅值解调。当 x(t)为调相信号时，z(t)则具有下列形式,的瞬时相位即为：,相位调制信号是:,通过频率调制与相位调

8、制的关系可以知道，实信号 x(t)的频率调制信号为：,通过上面的计算得到了调相信号 x(t)的频率和相位调制信息。在这种情况下，希尔伯特变换适用于频率以及相位的解调。,基于希尔伯特解调滚动轴承特征提取的步骤,仿真与实验模拟轴承信号的特征提取,当滚动轴承出现不同故障时，振动信号会出现调制现象，具体现象为在共振频率周围存在边频带、边带间隔就是调制频率、也是轴承故障特征频率。为此，建立滚动轴承仿真信号为：,对其模拟轴承信号进行希尔伯特解调变换，提取的包络如图3-4所示。提取包络之后再经过一次傅里叶变换就可以提取出合成信号的包络谱，包络谱如图3-5所示。,从图 3-5 中可以得出故障频率为 100Hz

9、 左右并且它的倍频处存在峰值，与调制信号的调制频率是相近的，所以希尔伯特解调法能够有效的提取出滚动轴承的故障特征。,采用前面的实验平台，采集滚动轴承的内圈故障数据，首先进行希尔伯特解调。其内圈故障波形如图 3-6 所示。对信号进行傅里叶变换，可以得到带通滤波的上、下截止频率。利用得到的窄带信号进行希尔伯特变换得到信号包络，对得到的包络信号再进行一次傅里叶变换，得到内圈故障的包络谱，如图 3-7 所示。,实际轴承信号的特征提取研究,1.滚动轴承内圈故障的特征提取,通过解调后信号的包络谱可以看出，故障特征频率为 130Hz 左右，并伴有边频带，其二倍频为 280Hz 左右，从表 3-1 中可知，内

10、圈故障频率为 143.08Hz，与解调信号频谱分析得出的频率有一点误差，但是频率相近。因此，提取的频率 130Hz 为轴承内圈故障的特征频率。,根据实验室采集的外圈故障数据，进行希尔比特解调。其外圈故障波形如图 3-8 所示。对信号进行傅里叶变换，得到带通滤波的上、下截止频率。利用得到的窄带信号进行希尔伯特变换得到信号包络,对得到的包络信号进行一次傅里叶变换，得到外圈故障的包络谱，如图 3-9 所示。,2.滚动轴承外圈故障的特征提取,通过图 3-9 可以看出，故障特征频率为 100Hz 左右，并伴有边频带，其二倍左右，从表 3-1 中可知，外圈故障频率为 96.92Hz，与解调信号频谱分析得出

11、的频率接近。因此，提取的频率 100Hz 为轴承外圈故障的特征频率。,3.滚动轴承滚珠故障的特征提取,通过采集到的滚珠的故障信号的数据，对其进行希尔伯特解调。步骤如上节类似，可以得到滚珠故障波形如图 3-10 所示。对其包络信号做傅里叶变换得到滚珠故障的包络谱，如图 3-11 所示。,从图 3-11 可以看出，故障特征频率为 50H 左右，并同时伴有边频带，其二倍频为100Hz 左右，从表 3-1 中可知，滚珠故障频率为 50.08Hz，与解调信号频谱分析得出的频率接近。因此，提取的频率 50Hz 为轴承滚珠故障的特征频率。,该方法将采集到的振动信号进行希尔伯特解调，得到它的包络谱。然通过包络谱上的峰值出现在某中故障的故障频率及其倍频处时，则说明出现了这种故障。但是希尔伯特解调的方法必须先知道轴承的特征频率，才能够进行分类。,