您好,凯时k66登录仪表官方网站欢迎您!

官方微信|加入收藏|联系凯时k66登录

K型热电偶

全国咨询服务热线:

0517-8699832618952302362

新闻资讯

联系凯时k66登录

快速谱峭度与全矢谱结合的滚动轴承故障诊断

来源:www.designsbykn.com作者:发表时间:2019-10-17

    摘 要:针对滚动轴承信号的非平稳调制特性以及单通道分析易造成信息遗漏的缺点,提出了一种基于快速谱峭度算法(Fast Kurtogram)和全矢谱技术的故障特征提取方法。首先利用快速谱峭度算法自适应地确定带通滤波器的最佳中心频率与带宽等参数,根据所选参数构建带通滤波器对双通道故障信号进行滤波,以提高其信噪比;然后对滤波后的信号进行全矢信息融合以保证故障信息的全面性;最后对信息融合后的信号进行包络解调分析以获取振动信号的故障特征信息。实验分析结果表明,该方法能有效地提取滚动轴承的故障特征频率,并提高故障诊断的准确性。

    1 引言
    在机械设备系统中,滚动轴承属于故障多发部件,其在运行异常时的振动信号多表现为非线性、非平稳性,且往往信噪比较低[1],因此如何有效提取滚动轴承的故障特征是当前的研究热点。

    由于滚动轴承故障信号往往存在调制现象,因此对其进行故障分析前往往需要进行滤波等预处理,以突出故障特征,有利于后期的诊断分析[2]。然而传统的滚动轴承故障诊断方法需要人工选取带通滤波参数,则具有一定的随机性和较大的技术难度。文献[3]首次将谱峭度图应用于最佳滤波参数的选取,但其算法复杂度较大,无法推广至工程实际中。在此基础上,文献[4]提出了快速谱峭度算法,该算法兼具较高的求解精度与计算效率,适合于在线诊断。文献[5]将快速谱峭度算法应用于轴承故障诊断,并验证了其可行性。文献[6]首先采用降噪后的信号去除低频成分,然后再将快速谱峭度算法应用于滤波参数的选择,实验证明该方法适用于早期故障诊断。传统的共振解调在带通滤波参数选取方面具有局限性,文献[7]将快速谱峭度算法与共振解调技术结合,经实验验证其效果良好。文献[8]利用快速谱峭度图对分解得到的各进行了筛选,为后期故障诊断提供了更准确的特征信息。

    由于同一截面不同位置所采集到的振动信号通常具有差异性,因此对各通道的振动信息进行融合可在一定程度上避免误诊、漏诊。全矢谱技术在全频谱与全息谱等技术的基础上作出了改进,可有效融合同源双通道振动信息[9],已逐渐被推广至设备故障诊断领域。文献[10]将方法与全矢谱技术结合,较好地实现了对发电机组转子的故障诊断。文献[11]将 Wigner 高阶谱与全矢谱结合,经实验验证,所提出的矢 Wigner 三谱分析方法可全面地提取齿轮的特征频率信息。

    为了提高故障诊断的效率与准确率,并减少人为干扰,提出了一种结合快速谱峭度法与全矢信息融合的故障诊断方法。首先将快速谱峭度算法应用于带通滤波器参数的选取,再根据所选参数对同源双通道信号分别进行带通滤波,然后利用全矢谱对滤除噪声后的信号进行信息融合,最后提取其故障特征频率。

    2 快速谱峭度算法理论
    2.1 谱峭度理论
    由提出的谱峭度法可较好地追踪信号中的瞬态成分,在处理强噪声背景下的非平稳信号方面具有较高的鲁棒性。谱峭度法通过分别计算各个谱线的峭度值以找出信号中的非平稳成分。
对于振动信号 x(t),其谱峭度计算公式为:

 

1.jpg

    式中:<·>—取模值;·| |—期望值;H(t,f)—x(t)在 f 上的复包络,一
般由短时傅里叶变换计算得到。式(1)具有以下性质:
(1)若 x(t)为平稳信号,则其谱峭度的值为 0; (2)若滚动轴承处于故障状态,则会产生周期性的冲击力。
假设存在噪声成分的干扰,则 x(t)的谱峭度计算公式为:

 

2.jpg

    式中:ρ()f —信噪比的倒数;b—噪声成分。当信噪比很大时,K(x+b() f)近似于 K(x f),因此谱峭度法可很好地感应冲击故障成分。

    2.2 快速谱峭度理论
    当滚动轴承发生故障时,其冲,击成分一般被噪声或平稳成分覆盖,即式(2)中的 ρ(f)较大,使得其谱峭度 K(x+b)(f)的值很小,因此传统的谱峭度指标很难反映出非平稳特征。快速谱峭度算法可通过合理地选取频率及其分辨率使信号的峭度值最大,因此比传统的谱峭度法具有更好的特征提取性能。快速谱峭度算法的主要步骤如下:

 

3.jpg

    式中:cik(t)—第 k 层第 i 个滤波器所得到的滤波结果。 (4)整合上述步骤得到的谱峭度,构成信号 x(t)的快速谱峭度图。该图的横轴为频率,纵轴为迭代层数,其颜色深浅度表征该频率下的谱峭度大小。

    3 全矢谱理论
    各谐波作用下的转子涡动轨迹为一系列椭圆。全矢谱定义这些椭圆长轴为主振矢,作为评价转子最大振动强度的指标;定义椭圆短轴为副振矢,作为表示转子进动方向的指标。

    设{xn}与{yn}分别为 x,y 方向上互相垂直的的离散信号,将其构成为复序列,即{zn}={xn}+j{yn}。将{zn}进行傅里叶变换得到{Zn}={ZRn}+j{yIn},则由傅里叶变换的性质可得到:

 

4.jpg

    式中:Rbn—主振矢;
          Rbn—副振矢;
          αn—x 轴与 Rbn 的夹角;
          准n—椭圆轨迹的初相位角。

    由上述分析可得到转子故障诊断中所需的特征频率信息。全矢谱在数值上计算量小,频谱结构更加准确,不仅能全面地表征转子的最大振动强度,而且能与传统分析方法相兼容,可满足故障诊断的实际要求。

    4 滚动轴承故障诊断方法流程
   (1)采集滚动轴承的同源双通道振动信息,利用快速谱峭度算法分别对两个方向的信号进行分析,得到其快速谱峭度图;
   (2)根据快速谱峭度图确定信号谱峭度最大处对应的中心频率与带宽等滤波参数;
   (3)根据所选定的参数构建带通滤波器,对两个方向的信号进行滤波处理;
   (4)将滤波后得到的两个方向的信号进行全矢信息融合;
   (5)对信息融合后的信号进行包络解调,得到其全矢包络谱;
   (6)提取故障特征频率,从而判断其状态类型,得出诊断结论。快速谱峭度与全矢谱结合的故障诊断方法流程,如图 1 所 示。

 

5.jpg

    5 实验验证
    5.1 数据来源
    采用滚动轴承实测信号进行分析,该信号来源于美国国家宇航局()诊断数据库,由美国辛辛那提大学智能维护中心提供。该试验台装置,如图 2 所示。电机为交流电动机,其转速约为,通过皮带耦合驱动主轴转动,转轴上安装了 4 个轴承,转轴径向施加的载荷为 6000lbs,且 4 个轴承均采用强制润滑方式。该实验的轴承是 Rexnord 公司生产的 ZA-2115 双列滚子轴承,每列的滚动体为 16 个,节圆的直径为 71.5mm,滚子的直径为 8.4mm,接触角为 15.17°。实验过程中使用两个相互垂直的 PCB353B33 加速度传感器采集轴承座处的振动信号,因此满足全矢信息融合的基本条件。采样频率为 20kHz,各传感器每次采集 20480 个数据点,共采集 2155 组数据。在该实验的后期,滚动轴承 3 的内圈出现了故障,根据相关参数计算其故障特征频率为 294Hz。

 

6.jpg

    5.2 故障诊断
    选择该实验后期轴承 3 发生早期故障时的一组同源双通道振动信号,分别记为 X 和 Y,其时域波形及其包络谱,如图 3 所 示。可以看出,X 和 Y 的时域波形中的冲击成分不清晰,且从其包络解调谱中不能看出故障特征频率,因此特征提取效果较差,无法根据此进行下一步诊断。

 

7.jpg

77.jpg

    采用快速谱峭度算法对 X 和 Y 进行分析,得到各自的快速谱峭度图,如图 4、图 5 所示。由图 4 可知,信号 X 的最佳带通滤波中心频率 fc=6250Hz,带宽 Bw=2500Hz,即滤波器的范围为,包含信噪比最高的部分,信号 X 的最大谱峭度值 Kmax=3,在第 2 层内。由图 5 可知,信号Y 的最佳带通滤波中心频率为 fc=1250Hz,带宽Bw=2500Hz,即带通滤波器的范围为[0,2500]Hz。该范围内信号 Y的信噪比最高,其最大谱峭度值 Kmax=4.7,也在第 2 层内。

 

8.jpg

    然后根据所确定的两个参数(中心频率、带宽)构建带通滤波器,分别对 X 与 Y 进行滤波处理,滤波后所得到的时域波形分别如图与图所示。可以看出,X 与 Y 滤波后的的冲击成分都更加突出。

    将经过上述处理后得到的信号进行包络分析,得到各自的包络谱,如图 6(c)、图 6(d)所示。可以看出,与原始信号的包络谱相比,经过带通滤波处理后的信号 X,Y 的包络谱包含了明显的特征频率成分,具有更高的分析价值。然而对比图 6(c)与图 6(d)可知,信号 X 滤波后所得到的包络谱明显地呈现出了故障特征频率 294Hz,且其他特征频率(调制频率、主轴转频及倍频)的幅值也较高,而在信号 Y 滤波后的包络谱中,故障特征频率 294Hz的幅值很小,且其他特征频率也未完全呈现,则根据该包络谱无法判断实验轴承的状态类型。因此,上述对比说明同源振动信号中所包含的信息也可能差异较大,若根据单通道信号进行故障诊断,将会存在一定的误诊隐患。

    基于以上分析,为了保证所提取信息的全面性,将经过带通滤波后得到的信号进行全矢信息融合,得到的全矢包络谱,如图 7 所 示。可以看出,在全矢融合后的包络谱中,轴承内圈故障特征频率294Hz 的幅值突出,因此可直接判断该轴承处于内圈故障状态,且故障频率的调制频率(261Hz、327Hz)以及主轴转频及倍频(33Hz、66Hz、99Hz 等)均得到了很好地体现。综上所述,经过全矢信息融合后的信号包络谱全面地包含了滚动轴承的特征频率信息。

 

9.jpg

    6 结论
    提出了一种将快速谱峭度算法与全矢谱技术相结合的滚动轴承故障诊断方法。根据快速谱峭度算法得到的快速谱峭度图可快速、准确地确定滚动轴承振动信号的最佳滤波参数(中心频率与带宽),避免了人工选取参数的偶然性与复杂性,且经过带通滤波后的信号冲击特征更加突出。与传统分析方法相比,全矢谱技术有效地解决了单通道信号信息不完整的问题。实验分析结果表明,快速谱峭度算法与全矢谱相结合的方法既能提高振动信号的信噪比,又能全面地融合双通道振动信号,是一种兼具高效性、全面性及准确性的故障诊断方法。

    相关内容:k型热电偶