左慶林， 馬懷祥

(1.石家莊鐵道大學(xué) 機(jī)械工程學(xué)院，河北 石家莊 050043;2.天津市地下鐵道運(yùn)行有限公司,天津 300051)

基于EMD分解和共振解調(diào)的滾動(dòng)軸承故障診斷研究

左慶林1,2， 馬懷祥1

(1.石家莊鐵道大學(xué) 機(jī)械工程學(xué)院，河北 石家莊 050043;2.天津市地下鐵道運(yùn)行有限公司,天津 300051)

在介紹滾動(dòng)軸承的故障機(jī)理的前提下，采用振動(dòng)信號(hào)分析法對(duì)滾動(dòng)軸承狀態(tài)監(jiān)測(cè)和故障診斷進(jìn)行研究。通過(guò)LabVIEW編程，應(yīng)用EMD分解和共振解調(diào)相結(jié)合的方法，對(duì)振動(dòng)信號(hào)進(jìn)行分析，獲取有用故障特征，進(jìn)而確定故障類(lèi)型。

滾動(dòng)軸承；故障診斷；EMD；共振解調(diào)

0 引言

滾動(dòng)軸承是機(jī)械傳動(dòng)中重要的受力部件，其性能的好壞直接影響到機(jī)械傳動(dòng)能否正常運(yùn)行，同時(shí)也影響到設(shè)備的使用壽命和人身安全。為確保滾動(dòng)軸承正常運(yùn)行，發(fā)現(xiàn)滾動(dòng)軸承的潛在故障，有必要對(duì)滾動(dòng)軸承進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷，以期提高設(shè)備的使用效率，避免不必要的事故發(fā)生。目前，對(duì)于滾動(dòng)軸承的診斷方法很多，其中包括振動(dòng)信號(hào)監(jiān)測(cè)法、軸承潤(rùn)滑狀態(tài)監(jiān)測(cè)診斷法、油液分析法、溫度分析法等，其中，振動(dòng)信號(hào)監(jiān)測(cè)法是最成熟也是最有效的監(jiān)測(cè)方法之一[1]。因此，采用振動(dòng)信號(hào)分析方法對(duì)滾動(dòng)軸承的運(yùn)行狀況和故障診斷進(jìn)行研究具有重要意義。

1 滾動(dòng)軸承故障機(jī)理

滾動(dòng)軸承由內(nèi)圈、外圈、滾動(dòng)體和保持架組成。其典型結(jié)構(gòu)如圖1所示。

圖1 滾動(dòng)軸承典型結(jié)構(gòu)圖

一般情況下，外圈裝在軸承座孔內(nèi)，不轉(zhuǎn)動(dòng)，內(nèi)圈裝在軸頸上，隨軸轉(zhuǎn)動(dòng)，滾動(dòng)體是滾動(dòng)軸承的核心部件，保持架負(fù)責(zé)將各滾動(dòng)體均勻排列。滾動(dòng)軸承有多種故障形式，主要為：疲勞剝落、膠合、磨損、腐蝕、裂紋、壓痕和保持架變形等。滾動(dòng)軸承轉(zhuǎn)動(dòng)時(shí)，零件的損傷將導(dǎo)致滾動(dòng)接觸過(guò)程中產(chǎn)生周期性的沖擊，進(jìn)而產(chǎn)生具有同周期的脈沖力，激起滾動(dòng)軸承的規(guī)則振動(dòng)，產(chǎn)生某一故障所對(duì)應(yīng)的特征頻率[2]。通過(guò)信號(hào)分析，分析出這些特征頻率，也就找出了滾動(dòng)軸承的故障所在。其中滾動(dòng)軸承的故障特征頻率可由滾動(dòng)軸承的幾何尺寸和轉(zhuǎn)速計(jì)算出來(lái)。滾動(dòng)軸承的各部件故障特征頻率計(jì)算公式為[3]

內(nèi)圈故障特征頻率

(1)

外圈故障特征頻

(2)

滾動(dòng)體上一點(diǎn)通過(guò)內(nèi)圈或外圈的故障特征頻

(3)

一個(gè)滾動(dòng)體(或保持架)通過(guò)內(nèi)圈上一點(diǎn)的頻

(4)

Z個(gè)滾動(dòng)體通過(guò)內(nèi)圈上一點(diǎn)的頻率

(5)

一個(gè)滾動(dòng)體(或保持架)通過(guò)外圈上一點(diǎn)的頻

(6)

Z個(gè)滾動(dòng)體通過(guò)外圈上一點(diǎn)的頻率

(7)

保持架的旋轉(zhuǎn)頻率即滾動(dòng)體的公轉(zhuǎn)頻率

(8)

式中，Z為滾珠的個(gè)數(shù);f0為軸承的轉(zhuǎn)速;d為滾子直徑;D為軸承節(jié)徑;?為接觸角。

2 EMD分解和共振解調(diào)

圖2 EMD方法流程圖

2.1 EMD分解法

EMD又叫經(jīng)驗(yàn)?zāi)B(tài)分解法，是希爾伯特黃變換(HHT)的核心所在。它的思想是將一個(gè)復(fù)雜信號(hào)分解為多個(gè)本征模態(tài)函數(shù)IMF之和，這些本征模態(tài)函數(shù)滿足以下兩個(gè)條件：

(1)在整個(gè)數(shù)據(jù)序列中，極值點(diǎn)的數(shù)量與過(guò)零點(diǎn)的數(shù)量必須相等，或最多相差一個(gè)。

(2)在任一時(shí)間點(diǎn)上，信號(hào)的局部極大值和局部極小值定義的包絡(luò)平均值為零。

EMD分解流程圖見(jiàn)圖2所示。

有了EMD分解，就可以把一個(gè)復(fù)雜的非平穩(wěn)、非線性的測(cè)試信號(hào)分解為一組穩(wěn)態(tài)、線性的數(shù)據(jù)集，也就是一組本征模態(tài)函數(shù)(IMF)[4]。HHT中，將每個(gè)IMF分量做希爾伯特變換，使得HHT具有完全的自適應(yīng)性，且不受Heisenberg測(cè)不準(zhǔn)原理制約，徹底擺脫了線性和平穩(wěn)性的要求，并且能在時(shí)域和頻域同時(shí)達(dá)到很高的精度。

2.2 共振解調(diào)法

滾動(dòng)軸承在運(yùn)轉(zhuǎn)過(guò)程中，除典型故障所引起的振動(dòng)沖擊以外，還受到非故障振動(dòng)沖擊、環(huán)境噪聲沖擊。另外，由于傳感器所帶進(jìn)的噪聲引起的振動(dòng)信號(hào)的混疊。這些非典型故障振動(dòng)沖擊的信號(hào)能量往往比典型故障所引起的振動(dòng)信號(hào)能量大得多。由此帶來(lái)的問(wèn)題是在對(duì)原始信號(hào)，甚至是濾波后的信號(hào)進(jìn)行譜分析時(shí)，由于故障所引起的振動(dòng)信號(hào)的能量掩埋在混雜的信號(hào)能量中，給故障診斷帶來(lái)巨大的麻煩。當(dāng)采用共振解調(diào)法對(duì)信號(hào)進(jìn)行分析時(shí)，卻可以方便高效地提取出滾動(dòng)軸承的故障特征頻率。

當(dāng)滾動(dòng)軸承在發(fā)生某典型故障時(shí)，在其運(yùn)轉(zhuǎn)的過(guò)程中，故障部件會(huì)與其接觸面發(fā)生振動(dòng)沖擊，進(jìn)而激起滾動(dòng)軸承的高頻固有振動(dòng)，其頻段較高，為1～20 kHz，即沖擊性低頻故障信號(hào)被調(diào)制到高頻中去。對(duì)一個(gè)復(fù)雜信號(hào)經(jīng)過(guò)一個(gè)特有的高頻帶通濾波器，分離出此高頻振動(dòng)信號(hào)，并以此作為研究的對(duì)象，對(duì)這個(gè)高頻振動(dòng)信號(hào)進(jìn)行包絡(luò)解調(diào)、檢波，去除高頻衰減振動(dòng)頻率成分，最后進(jìn)行譜分析就可以得到高頻振動(dòng)信號(hào)的頻譜圖。其具體原理圖見(jiàn)圖3所示。

圖3 共振解調(diào)流程圖

3 實(shí)驗(yàn)研究分析

實(shí)驗(yàn)是在QPZZ-II 旋轉(zhuǎn)機(jī)械振動(dòng)分析及故障診斷試驗(yàn)平臺(tái)系統(tǒng)上進(jìn)行的，此系統(tǒng)由變速驅(qū)動(dòng)電機(jī)、齒輪系、軸承、軸、調(diào)速器等部分組成。QPZZ-II 系統(tǒng)可進(jìn)行多種故障模擬，其中包括齒輪故障模擬、滾動(dòng)軸承故障模擬、軸系故障模擬等。研究中分別利用正常軸承和人為制造的故障軸承進(jìn)行實(shí)驗(yàn)，利用搭建好的虛擬儀器測(cè)試系統(tǒng)進(jìn)行振動(dòng)信號(hào)的采集和分析。其中滾動(dòng)軸承的各項(xiàng)參數(shù)如下：滾子直徑7.5 mm；滾子數(shù)13個(gè)；節(jié)圓直徑38.5 mm；接觸角0°。各典型故障特征頻率如下：內(nèi)圈損壞112.9 Hz；外圈損壞76.1 Hz；滾珠損壞71.8 Hz；保持架損壞5.9 Hz。

3.1 虛擬儀器系統(tǒng)總體設(shè)計(jì)

實(shí)驗(yàn)采用美國(guó)國(guó)家儀器公司(NI)的虛擬儀器測(cè)試系統(tǒng)。選用便攜式數(shù)據(jù)采集設(shè)備CompactDAQ和NI9233加速度測(cè)試模塊進(jìn)行振動(dòng)加速度測(cè)試系統(tǒng)硬件搭建，利用LabVIEW分析軟件進(jìn)行算法的實(shí)現(xiàn)和編程。此軟件是一種基于圖形程序的虛擬儀器編程語(yǔ)言，在測(cè)試與測(cè)量、數(shù)據(jù)采集、儀器控制、數(shù)字信號(hào)分析、工廠自動(dòng)化等領(lǐng)域獲得了廣泛的應(yīng)用。

利用LabVIEW開(kāi)發(fā)的軸承故障診斷系統(tǒng)主要包括信號(hào)的采集和讀取、信號(hào)的時(shí)域分析、頻域分析、EMD分解和共振解調(diào)分析以及信號(hào)的保存和打印報(bào)表等功能。診斷系統(tǒng)界面如圖4所示。

圖4 滾動(dòng)軸承故障診斷界面

3.2 信號(hào)分析與故障診斷

圖5所示為測(cè)得有外圈故障的滾動(dòng)軸承原始振動(dòng)加速度信號(hào)的功率譜圖，從圖5中很難看出外圈故障的特征頻率，只能夠看出在800 Hz附近有一個(gè)約為40 Hz的邊頻帶。

采用EMD算法，先對(duì)振動(dòng)加速度信號(hào)進(jìn)行分解，得到的前三個(gè)IMF分量c1、c2、c3分別如圖6、圖7、圖8所示。從IMF分量c1、c2、c3中可以看出明顯的調(diào)幅特征，從三個(gè)IMF分量中可以看出信號(hào)的能量主要集中在c1、和c2分量中。由此，對(duì)c1、c2分量進(jìn)行進(jìn)一步共振解調(diào)處理，得出c1、c2分量的共振解調(diào)譜見(jiàn)圖9、圖10所示。

圖5 原始信號(hào)功率譜圖 圖6 c1分量原始信號(hào)

圖7 c2分量原始信號(hào) 圖8 c3分量原始信號(hào)

圖9 c1分量信號(hào)共振解調(diào)譜 圖10 c2分量信號(hào)共振解調(diào)譜

由c1、c2分量的共振解調(diào)譜可以看出，振動(dòng)信號(hào)中有明顯的約為76 Hz的頻率成分，并且伴有其1/2倍頻和高倍頻。該頻率與滾動(dòng)軸承故障特征頻率表相比可以看出該頻率與外圈故障特征頻率76.1 Hz非常接近，由此可以判斷出此軸承外圈故障，與實(shí)驗(yàn)結(jié)果相一致。

4 結(jié)論

通過(guò)以上研究表明虛擬儀器測(cè)試平臺(tái)的優(yōu)越性以及EMD分解法和共振解調(diào)法各自的優(yōu)越性，并且證明當(dāng)兩者相結(jié)合時(shí)，對(duì)于滾動(dòng)軸承的故障診斷具有更為突出的效果。

[1]李海波.智能化軸承故障診斷儀的工程設(shè)計(jì)與研制[D].沈陽(yáng):沈陽(yáng)理工大學(xué),2009:30-31.

[2]王嘉樂(lè),王燦,會(huì)強(qiáng).基于虛擬儀器的機(jī)車(chē)滾動(dòng)軸承故障診斷研究[J].石家莊鐵道大學(xué)學(xué)報(bào):自然科學(xué)版,2012,25(3):87-91.

[3]宗明成,丁鐵英,陳淑琴,等.列車(chē)滾動(dòng)軸承故障診斷[J].無(wú)損檢測(cè),1998,20(3):71-73.

[4]袁龍,李小昱,馮耀澤.基于希爾伯特黃變換的發(fā)動(dòng)機(jī)故障診斷方法研究[J].湖北農(nóng)業(yè)科學(xué),2010,49(5):1198-1201.

(責(zé)任編輯 車(chē)軒玉)

Research on Rolling Bearing Fault Diagnosis Based onEMD Decomposition and Resonance Demodulation

Zuo Qinglin1,2， Ma Huaixiang1

(1.School of Mechanical Engineering，Shijiazhuang Tiedao University， Shijiazhuang 050043，china;2.Tianjin Metro Company ,Tianjin 300051，china)

This paper introduces the fault mechanism of the rolling bearing, uses the vibration signal analysis method to research rolling bearing condition monitoring and fault diagnosis. Through the LabVIEW programming, combining the EMD decomposition and resonance demodulation, the vibration signal is analyzed, and useful fault features are obtained to confirm the fault types.

rolling bearing;fault diagnosis;EMD;resonance demodulation

10.13319/j.cnki.sjztddxxbzrb.2014.03.13

2013-07-02

左慶林 男 1988年出生 碩士研究生

河北省教育廳自然科學(xué)重點(diǎn)項(xiàng)目(zh2011215)

TP274

A

2095-0373(2014)03-0059-05