高凌妤

摘 要 各類旋轉(zhuǎn)機(jī)械中最常用的通用零部件就是滾動(dòng)軸承，由于旋轉(zhuǎn)精度一般都較高所以容易出故障。如果能通過軸承產(chǎn)生的異常信號(hào)檢測出軸承故障，則可以有效減少經(jīng)濟(jì)損失。智能化滾動(dòng)軸承狀態(tài)監(jiān)測利用壓電式加速度傳感器進(jìn)行振動(dòng)信號(hào)的采集，將數(shù)據(jù)導(dǎo)入MATLAB程序中，通過時(shí)域分析與頻域分析來找到滾動(dòng)軸承工作時(shí)的有效特征值，將這些特征值輸入BP神經(jīng)網(wǎng)絡(luò)，建立一個(gè)識(shí)別系統(tǒng)，可以對(duì)一個(gè)軸承工作狀態(tài)振動(dòng)信號(hào)的分析來辨別這個(gè)軸承是否發(fā)生故障。

關(guān)鍵詞 滾動(dòng)軸承 狀態(tài)監(jiān)測 MATLAB BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：TH133 文獻(xiàn)標(biāo)識(shí)碼：A

1 監(jiān)測軸承的意義和重要性

滾動(dòng)軸承是各種旋轉(zhuǎn)機(jī)械中應(yīng)用最廣泛的一種通用機(jī)械部件，它們?cè)谛D(zhuǎn)機(jī)械中起著關(guān)鍵的作用，旋轉(zhuǎn)機(jī)械的故障30%是由滾動(dòng)軸承故障引起的，其運(yùn)行狀態(tài)的正常與否直接影響到整臺(tái)機(jī)器的性能（包括精度、可靠性及壽命等）。因此，及時(shí)發(fā)現(xiàn)滾動(dòng)軸承的故障并消除，能有效保證機(jī)器正常運(yùn)轉(zhuǎn)，提高使用壽命。

2 常見軸承故障

滾動(dòng)軸承在工作過程中，常見的軸承故障可總結(jié)為損傷和磨損兩大類。損傷類故障有疲勞剝落、塑性變形、軸承燒傷、銹蝕 、斷裂、膠合六種；磨損類故障為軸承長期正常工作引起的漸變性故障。

（1）疲勞剝落

在工作中，軸承滾子和滾道接觸面相對(duì)滾動(dòng)的同時(shí)又互相擠壓，軸承部件接觸面將產(chǎn)生小的剝落坑，最終發(fā)展為大面積剝落，該現(xiàn)象稱作疲勞剝落。

（2）塑性變形

當(dāng)工作載荷過重時(shí)，由于滾 動(dòng) 軸 承 承受 的 過 大 的 沖 擊 力 和 靜 載 荷 的 原 因 ，軸承滾道的表面上形成的不均勻凹坑，這種現(xiàn)象主要發(fā)生在低速旋轉(zhuǎn)的軸承上。

（3）斷裂

過大的負(fù)荷和工作過程中摩擦產(chǎn)生的熱應(yīng)力過大時(shí)能引起軸承零件斷裂。

（4）軸承燒傷

軸承潤滑不良、應(yīng)用變質(zhì)的潤滑油、裝配過緊或存在較大偏斜量能引起軸承的燒傷。

（5）膠合

軸承在高速高負(fù)荷和潤滑欠缺的情況下，摩擦產(chǎn)生的熱量能使軸承部件迅速升溫，到達(dá)一定溫度時(shí)能引起軸承部件接觸的金屬表面相互粘接，該現(xiàn)象稱作膠合。

3 常用的滾動(dòng)軸承監(jiān)測數(shù)據(jù)分析手段

利用振動(dòng)信號(hào)對(duì)故障進(jìn)行診斷，是設(shè)備故障診斷方法中有效且常用的方法。機(jī)械設(shè)備和機(jī)構(gòu)系統(tǒng)在運(yùn)行過程中的振動(dòng)及其特征信息是反映系統(tǒng)狀態(tài)及其變化規(guī)律的主要信號(hào)。通過各種動(dòng)態(tài)測試儀器提取、記錄和分析動(dòng)態(tài)信息，是進(jìn)行系統(tǒng)狀態(tài)監(jiān)測和故障的主要選徑。常用的信號(hào)處理方法主要有時(shí)域分析、頻域分析和小波分析等。

4 信號(hào)采集和特征值提取

通過加速度傳感器可提取到振動(dòng)信號(hào)。滾動(dòng)軸承的振動(dòng)信號(hào)的特征包括時(shí)域和頻域特征，這些特征的合理組合能夠很好的反應(yīng)滾動(dòng)軸承的運(yùn)行狀態(tài)，實(shí)現(xiàn)對(duì)其的監(jiān)測，并能通過進(jìn)一步處理實(shí)現(xiàn)故障的識(shí)別。時(shí)域特征可包含信號(hào)的能量、波動(dòng)性等信息，但遠(yuǎn)遠(yuǎn)不足以準(zhǔn)確判斷故障所在；頻域的特征則是更加明顯。然而只有兩累特征綜合來判斷才能對(duì)故障進(jìn)行準(zhǔn)確識(shí)別。

對(duì)時(shí)域和頻域的各個(gè)參數(shù)分別進(jìn)行分析，從中抽取特征，可用作模式識(shí)別的輸入量。特征選取依據(jù)以下原則：（1）同種狀態(tài)信號(hào)的特征重復(fù)性好；（2）不同種狀態(tài)信號(hào)的特征差異性好，即當(dāng)被監(jiān)測對(duì)象狀態(tài)發(fā)生改變時(shí)，特征值會(huì)明顯改變。

5 神經(jīng)網(wǎng)絡(luò)的模式識(shí)別

5.1 人工神經(jīng)網(wǎng)絡(luò)的基本原理

（1）人工神經(jīng)元模型

最早提出神經(jīng)元模型并且影響較人的是1943年心理學(xué)家在分析總結(jié)神經(jīng)元基本特性的基礎(chǔ)上首先提出的MP模型。人工神經(jīng)元模型是由大量處理單元廣泛互連而成的網(wǎng)絡(luò)，是人腦的抽象、簡化、模擬，反映人腦的基本特性。

（2）人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

神經(jīng)網(wǎng)絡(luò)常分成兩大類：沒有反饋的前向神經(jīng)網(wǎng)絡(luò)和相互結(jié)合型網(wǎng)絡(luò)，如圖4.1所示。

前向神經(jīng)網(wǎng)絡(luò)由輸入層、一層或多層的隱含層和輸出層組成，每一層的神經(jīng)元只接受前一層神經(jīng)元的輸出。相互連接是指網(wǎng)絡(luò)中任意兩個(gè)單元之間都是可達(dá)的，即存在連接路徑。

5.2 BP神經(jīng)網(wǎng)絡(luò)

（1）BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)，即多層前饋式誤差反傳神經(jīng)網(wǎng)絡(luò)，通常由輸入層、輸出層和若干隱含層構(gòu)成：每一層都由若干個(gè)節(jié)點(diǎn)組成，每一個(gè)節(jié)點(diǎn)表示一個(gè)神經(jīng)元，上層節(jié)點(diǎn)與下層節(jié)點(diǎn)之間通過權(quán)值連接，層與層之間的節(jié)點(diǎn)采用全互聯(lián)的連接方式。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖如下所示：

（2）網(wǎng)絡(luò)參數(shù)的確定

①網(wǎng)絡(luò)層數(shù)的確定

BP網(wǎng)絡(luò)是通過輸入層到輸出層的計(jì)算來完成的。多一層的隱含層雖然能提高網(wǎng)絡(luò)的訓(xùn)練速度，但是需要較多的訓(xùn)練時(shí)間，而訓(xùn)練速度可以用增加隱含層節(jié)點(diǎn)個(gè)數(shù)來實(shí)現(xiàn)，因此在應(yīng)用BP神經(jīng)網(wǎng)絡(luò)時(shí)，選取只有一個(gè)隱含層的三層BP神經(jīng)網(wǎng)絡(luò)就足夠了。

②輸入、輸出層神經(jīng)元個(gè)數(shù)的確定

輸入層的神經(jīng)元個(gè)數(shù)就是提取到的有效特征值的個(gè)數(shù)；輸出層神經(jīng)元的個(gè)數(shù)要看問題模式的種類數(shù)，監(jiān)測軸承的好壞有正常與故障兩種模式，故輸出層神經(jīng)元的個(gè)數(shù)為1。當(dāng)輸出為1時(shí)表示該軸承為正常軸承，輸出為0時(shí)表示該軸承為故障軸承。

③隱層神經(jīng)元個(gè)數(shù)的確定

隱層神經(jīng)元個(gè)數(shù)的確定比較復(fù)雜。在具體設(shè)計(jì)時(shí)，首先根據(jù)經(jīng)驗(yàn)公式初步確定隱含層神經(jīng)元個(gè)數(shù)，然后通過對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練對(duì)比，再最終確定神經(jīng)元數(shù)。通用的隱含層神經(jīng)元數(shù)的確定經(jīng)驗(yàn)公式有：

其中為隱含層神經(jīng)元的個(gè)數(shù)，n為輸入層神經(jīng)元的個(gè)數(shù)，m為輸出層神經(jīng)元的個(gè)數(shù)，a為常數(shù)且1 < a < 10。

6 結(jié)束語

通過對(duì)軸承特征值的提取，提取到了重復(fù)性好、差異性好的有效特征值。利用神經(jīng)網(wǎng)絡(luò)模式對(duì)軸承的工作狀態(tài)進(jìn)行有效的識(shí)別，將歸一化處理后的有效特征值作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)輸入，用實(shí)驗(yàn)所測得的數(shù)據(jù)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而達(dá)到軸承狀態(tài)識(shí)別的目標(biāo)。

參考文獻(xiàn)

[1] 雷建中，張?jiān)鲠?國內(nèi)外軸承廢品及失效分析.NSTL期刊，2010.7.

[2] 武棟梁.滾動(dòng)軸承常見故障及其振動(dòng)信號(hào)特征.中國航空導(dǎo)彈研究院，2012.6

[3] 蘇寶定.滾動(dòng)軸承振動(dòng)檢測與智能診斷系統(tǒng)研究.大連理工大學(xué)，2008.12

[4] 常文龍，胡朋.滾動(dòng)軸承運(yùn)行狀態(tài)智能化監(jiān)測.科教導(dǎo)刊，2013.3

[5] 張銳，姜樹海等.機(jī)械故障診斷技術(shù)的新動(dòng)向一一人工神經(jīng)網(wǎng)絡(luò)在其上的應(yīng)用.森林工程1999.6.

[6] 楊建綱，戴德成.改進(jìn)BP網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用.振動(dòng)工程學(xué)報(bào)，1995.8.