馬增強(qiáng),谷朝健,王夢(mèng)奇

(石家莊鐵道大學(xué)電氣與電子工程學(xué)院 石家莊，050043)

基于互相關(guān)檢測(cè)的滾動(dòng)軸承實(shí)時(shí)故障診斷方法*

馬增強(qiáng),谷朝健,王夢(mèng)奇

(石家莊鐵道大學(xué)電氣與電子工程學(xué)院 石家莊，050043)

提出了一種易于用模擬電路實(shí)現(xiàn)的基于互相關(guān)檢測(cè)的滾動(dòng)軸承實(shí)時(shí)故障診斷方法，首先，用兩個(gè)加速度傳感器在不同測(cè)點(diǎn)采集軸承振動(dòng)信號(hào)，將其分別送入相應(yīng)通道的高Q帶通濾波器來(lái)選擇最優(yōu)共振帶；然后，將兩路帶通濾波器的輸出信號(hào)進(jìn)行互相關(guān)檢測(cè)，將互相關(guān)檢測(cè)得到的信號(hào)經(jīng)低通濾波器，保留低頻故障信號(hào)；最后，將低通濾波器輸出的時(shí)域信號(hào)通過(guò)頻譜分析儀顯示滾動(dòng)軸承故障特征頻率的譜線以實(shí)現(xiàn)滾動(dòng)軸承的實(shí)時(shí)故障診斷。用模擬電路的形式將該方法進(jìn)行搭建，并在QPZZ-II實(shí)測(cè)平臺(tái)完成滾動(dòng)軸承的實(shí)時(shí)故障診斷。結(jié)果表明：該方法克服了單一信號(hào)源的局限性，能利用互相關(guān)函數(shù)削弱共振帶內(nèi)部噪聲，使診斷結(jié)果具有更高的頻譜辨識(shí)率，而且能夠用結(jié)構(gòu)簡(jiǎn)單、易于維護(hù)的模擬電路實(shí)現(xiàn)，對(duì)軸承實(shí)時(shí)故障診斷方法的應(yīng)用與普及具有一定的參考價(jià)值。

滾動(dòng)軸承； 實(shí)時(shí)故障診斷； 互相關(guān)檢測(cè)； 模擬電路

引 言

隨著機(jī)車技術(shù)水平和運(yùn)行速度的提高，對(duì)其機(jī)械零部件安全性提出了更高要求。滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中的重要基礎(chǔ)元件，也是旋轉(zhuǎn)機(jī)械振動(dòng)的主要激振源之一，這使得軸承成為機(jī)車上最容易發(fā)生故障的零部件之一[1]。滾動(dòng)軸承的狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)包括在線和離線監(jiān)測(cè)與診斷系統(tǒng)，離線系統(tǒng)不能實(shí)時(shí)監(jiān)測(cè)與診斷，存在安全隱患[2]。因此，實(shí)時(shí)監(jiān)測(cè)軸承的工作狀態(tài)是對(duì)軸承早期故障進(jìn)行診斷的前提和必要環(huán)節(jié)。

目前，能夠?qū)崿F(xiàn)對(duì)滾動(dòng)軸承實(shí)時(shí)故障診斷的方法有共振解調(diào)法、沖擊脈沖法[3]、統(tǒng)計(jì)參數(shù)法[4]、神經(jīng)網(wǎng)絡(luò)法[5]、小波變換法[6]和遺傳算法[7]等。這些方法中除共振解調(diào)方法外，其余方法在滾動(dòng)軸承實(shí)時(shí)故障診斷中的實(shí)現(xiàn)方式多基于數(shù)字芯片。在實(shí)際應(yīng)用中，信號(hào)采集電路中的A/D轉(zhuǎn)換精度和轉(zhuǎn)換速度是制約故障診斷系統(tǒng)準(zhǔn)確性和實(shí)時(shí)性的重要因素，現(xiàn)有的技術(shù)方案會(huì)導(dǎo)致常規(guī)沖擊信號(hào)丟失和A/D采樣頻率不能覆蓋故障信號(hào)等不足[8]。 數(shù)字信號(hào)處理需要通過(guò)算法優(yōu)化來(lái)滿足系統(tǒng)的實(shí)時(shí)性要求[9]，現(xiàn)場(chǎng)可編程門陣列實(shí)現(xiàn)復(fù)雜算法時(shí)，需要采用面積與速度互換的方法來(lái)降低算法的復(fù)雜度以提高算法的運(yùn)行效率。這使?jié)L動(dòng)軸承實(shí)時(shí)故障診斷系統(tǒng)成本高昂、管理和維護(hù)不易。相比于數(shù)字電路，模擬電路不僅成本較低，而且不需要A/D采樣和考慮存儲(chǔ)空間與運(yùn)算時(shí)間，因而成本低廉、結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性高和易于維護(hù)，成為滾動(dòng)軸承實(shí)時(shí)故障診斷的首選設(shè)計(jì)方法。共振解調(diào)方法雖然能夠用簡(jiǎn)易的模擬電路搭建[10]，但該方法使用單一信號(hào)源，抗噪能力較差，獲取信息途徑單一，且自身對(duì)噪聲的抑制能力較弱，在診斷結(jié)果中滾動(dòng)軸承故障特征頻率常被強(qiáng)大的背景噪聲所淹沒。

為克服上述方法的缺陷，筆者采用兩個(gè)傳感器拾取故障軸承的振動(dòng)信號(hào)，構(gòu)成的多維信息消除了共振解調(diào)單維信息源的局限性[11]。首先，利用帶通濾波選擇兩路振動(dòng)信號(hào)譜峭度預(yù)處理所得到的最優(yōu)共振帶；然后，將兩路共振帶信號(hào)經(jīng)互相關(guān)檢測(cè)，消除共振帶內(nèi)部噪聲，將相關(guān)檢測(cè)得到的時(shí)域信號(hào)經(jīng)低通濾波器濾除高頻噪聲；最后，通過(guò)經(jīng)頻譜分析儀顯示滾動(dòng)軸承的故障特征頻率，并與滾動(dòng)軸承故障特征頻率的理論值進(jìn)行比較以確定故障類型，完成故障診斷。

1 方法原理

實(shí)際應(yīng)用中，由于互相關(guān)法運(yùn)算簡(jiǎn)單、檢測(cè)效果信噪比高，應(yīng)用最為廣泛[12]。相關(guān)檢測(cè)利用相關(guān)原理，通過(guò)自相關(guān)或互相關(guān)運(yùn)算，找出信號(hào)兩部分之間或兩個(gè)信號(hào)之間的關(guān)系并根據(jù)相關(guān)性進(jìn)行檢測(cè)和提取。利用相關(guān)檢測(cè)技術(shù)，可以判斷隨機(jī)信號(hào)中是否含有周期分量，進(jìn)行微弱信號(hào)提取[13]，圖1為實(shí)時(shí)相關(guān)檢測(cè)流程圖。

圖1 相關(guān)檢測(cè)流程圖Fig.1 Flow chart of correlation detection

加速度傳感器拾取的振動(dòng)信號(hào)經(jīng)共振解調(diào)帶通濾波器選擇的共振帶信號(hào)可描述為高頻諧振信號(hào)與低頻振動(dòng)信號(hào)的調(diào)制信號(hào)疊加噪聲的總和。實(shí)時(shí)相關(guān)檢測(cè)提取低頻微弱故障信號(hào)的過(guò)程如下。

1) 待測(cè)信號(hào)為

由于兩路傳感器的安裝位置不同，同一振動(dòng)源到兩個(gè)傳感器的傳播路徑不完全相同， 從而導(dǎo)致傳播時(shí)間上也會(huì)有差異，即信號(hào)延時(shí)。

2) 相敏檢波器輸出

f[S1(t),S2(t′)]

相敏檢波器實(shí)現(xiàn)了兩路信號(hào)的相乘，同時(shí)強(qiáng)化了振動(dòng)信號(hào)的幅值，為實(shí)現(xiàn)相關(guān)運(yùn)算提供了基礎(chǔ)。

3) 積分器輸出

cos[(ω1-ω3)t+φ1-φ2]} ·

cos[(ω1+ω3)t+φ1+φ2]dt-

積分器的輸出即為相關(guān)檢測(cè)的結(jié)果，因?yàn)樾盘?hào)與噪聲是不相關(guān)的，根據(jù)相關(guān)函數(shù)的性質(zhì)可知，噪聲項(xiàng)積分為零，即相關(guān)檢測(cè)的結(jié)果中濾除了噪聲，只留下和諧振頻率與故障頻率有關(guān)的信號(hào)。

4) 低通濾波器輸出

F(ω2t)

2 方法流程

自相關(guān)檢測(cè)本質(zhì)上是將單一信號(hào)源經(jīng)延時(shí)器分離出的兩路信號(hào)，相比于互相關(guān)檢測(cè)，自相關(guān)檢測(cè)實(shí)質(zhì)上并沒有擺脫單一信號(hào)源的局限性。筆者以互相關(guān)檢測(cè)對(duì)滾動(dòng)軸承進(jìn)行實(shí)時(shí)故障診斷，圖2為其流程圖。

圖2 基于互相關(guān)檢測(cè)的滾動(dòng)軸承實(shí)時(shí)故障診斷方法流程Fig.2 Flow chart of real-time fault diagnosis method for rolling bearings based on cross-correlation detection

基于互相關(guān)檢測(cè)的滾動(dòng)軸承實(shí)時(shí)故障診斷方法步驟如下：

1) 兩個(gè)傳感器將故障軸承振動(dòng)信號(hào)分為兩個(gè)通道進(jìn)行獨(dú)立采集，一方面為互相關(guān)分析提供了延時(shí)，另一方面確保了兩路信號(hào)的獨(dú)立性;

2) 將兩通道信號(hào)分別通過(guò)參數(shù)相同的高Q帶通濾波器進(jìn)行初步降噪，保留故障信息較明顯的最優(yōu)共振帶信號(hào);

3) 將兩路帶通濾波器的輸出結(jié)果經(jīng)相敏檢波器實(shí)現(xiàn)信號(hào)之間的相乘，隨后將相乘的結(jié)果送入積分器，實(shí)現(xiàn)相關(guān)檢測(cè)，利用互相關(guān)函數(shù)的特性進(jìn)一步去噪;

4) 將積分器的輸出信號(hào)送入低通濾波器，濾除高頻信號(hào)，提取低頻故障信號(hào)，通過(guò)頻譜分析儀顯示故障特征頻率值，并與滾動(dòng)軸承故障特征頻率的理論值進(jìn)行比較，確定故障類型。

3 電路實(shí)現(xiàn)

圖3 基于互相關(guān)檢測(cè)的滾動(dòng)軸承實(shí)時(shí)故障診斷電路Fig.3 Real-time fault diagnosis of rolling bearing based on cross-correlation detection

筆者所提方法的整體電路設(shè)計(jì)如圖3所示，其中，激勵(lì)源為兩個(gè)傳感器采集到的振動(dòng)信號(hào)。低通濾波器模塊后接頻譜分析儀，其目的是實(shí)時(shí)顯示診斷結(jié)果的頻域信息。筆者使用正反饋帶通濾波器[14]，如圖4所示。相比于目前常用的壓控電壓源帶通濾波器和無(wú)限增益多路反饋帶通濾波器，正反饋帶通濾波器能夠獲得較高的品質(zhì)因數(shù)Q，從而截取信號(hào)的帶寬較窄，所截信號(hào)噪聲較小。

圖4 帶通濾波器電路設(shè)計(jì)Fig.4 Circuit design of band-pass filter

如圖5所示，相關(guān)電路由相敏檢波器與積分器的串聯(lián)構(gòu)成。相敏檢波器實(shí)質(zhì)上是一種模擬乘法器，具有信號(hào)頻譜遷移[15]的作用，是相關(guān)器的核心部分。筆者采用平衡調(diào)制解調(diào)器芯片AD630搭建相敏檢波器，該芯片具有極高的精度、非常低的通道串?dāng)_、較高的共模抑制比和增益調(diào)節(jié)等優(yōu)點(diǎn)[16]。積分器一種基于第2代電流傳輸器的電流模式積分器電路[17]， CCII模塊具有自偏置、寬帶、低功耗、電流和電壓傳輸誤差小等優(yōu)點(diǎn)。筆者以AD844芯片搭建CCII模塊，該電路有較大的電流輸入范圍。

筆者使用Sallen-Key低通濾波器[18]，如圖6所示。該濾波器網(wǎng)絡(luò)元件少，特性容易調(diào)整，輸出阻抗低，元件分布范圍小，能夠獲得較高的同相增益。

圖5 相關(guān)檢測(cè)電路設(shè)計(jì)Fig.5 Circuit design of correlation detection

圖6 低通濾波器電路設(shè)計(jì)Fig.6 Circuit design of low-pass filter

4 滾動(dòng)軸承實(shí)時(shí)故障診斷分析

基于QPZZ-II旋轉(zhuǎn)機(jī)械振動(dòng)分析與故障模擬實(shí)驗(yàn)平臺(tái)進(jìn)行本次滾動(dòng)軸承實(shí)時(shí)故障診斷分析，平臺(tái)機(jī)構(gòu)如圖7(a)所示，測(cè)試對(duì)象型號(hào)為N205EM的滾動(dòng)軸承的外圈故障，傳感器⑤,⑥的安裝位置如圖7(b)所示。軸承測(cè)試參數(shù)如表1所示。本次診斷過(guò)程僅以模擬元器件搭建的共振解調(diào)電路和基于互相關(guān)檢測(cè)的軸承故障診斷電路進(jìn)行實(shí)時(shí)測(cè)試，并對(duì)同一故障軸承的實(shí)時(shí)診斷結(jié)果進(jìn)行對(duì)比分析。圖7(b)中傳感器①為通道1的信號(hào)源，為共振解調(diào)方法和基于互相關(guān)檢測(cè)的軸承故障診方法的公共信號(hào)源。

圖7 實(shí)驗(yàn)平臺(tái)及傳感器安裝位置Fig.7 The experimental platform and the sensors installation location

圖8(a)和圖8(b)分別為兩個(gè)加速度傳感器拾取的原始振動(dòng)信號(hào)的時(shí)域圖。圖8(c)和圖8(d)為兩路信號(hào)通過(guò)帶通濾波器的初步去噪結(jié)果?？梢钥闯?，帶通濾波器的輸出信號(hào)接近于一個(gè)高頻諧振信號(hào)與低頻振動(dòng)信號(hào)的調(diào)制信號(hào)疊加噪聲的總和。圖8(e)為兩路帶通濾波器的輸出信號(hào)經(jīng)相敏檢波器處理后輸出的時(shí)域波形，圖中故障信號(hào)的沖擊相比于噪聲更加明顯。圖8(f)為積分器的輸出結(jié)果。可以看出，當(dāng)出現(xiàn)故障沖擊時(shí)，積分器中的電容會(huì)迅速充電，輸出結(jié)果會(huì)對(duì)應(yīng)產(chǎn)生一個(gè)電壓尖峰；沖擊消失時(shí)，電容會(huì)放電，將電荷量保持在一個(gè)較低的水平，以等待下一個(gè)故障信號(hào)的沖擊產(chǎn)生尖峰。圖8(g)為將積分器的輸出結(jié)果經(jīng)過(guò)低通濾波器濾除高頻信號(hào)的結(jié)果，即診斷結(jié)果的時(shí)域圖。

表1 軸承測(cè)試參數(shù)Tab.1 Bearing test parameters

圖8 基于互相關(guān)檢測(cè)的滾動(dòng)軸承實(shí)時(shí)故障診斷Fig.8 Real-time fault diagnosis of rolling bearing based on cross-correlation detection

圖9 共振解調(diào)方法診斷結(jié)果頻譜分析Fig.9 Spectral analysis of resonance demodulation method

5 結(jié) 論

1) 基于互相關(guān)檢測(cè)的滾動(dòng)軸承實(shí)時(shí)故障診斷方法采用兩個(gè)加速度傳感器拾取軸承振動(dòng)信號(hào)，由此克服了單一信號(hào)源對(duì)信號(hào)采集維度的局限性，提高了振動(dòng)信號(hào)的真實(shí)性。

2) 筆者所提方法利用互相關(guān)檢測(cè)，削弱了所選共振帶信號(hào)的內(nèi)部噪聲，降低了帶內(nèi)噪聲對(duì)診斷結(jié)果的影響，使故障特征頻率更加突出，提高了診斷結(jié)果頻譜辨識(shí)率。

3) 該方法以結(jié)構(gòu)簡(jiǎn)單的模擬電路搭建，實(shí)現(xiàn)滾動(dòng)軸承的實(shí)時(shí)故障診斷，對(duì)旋轉(zhuǎn)機(jī)械實(shí)時(shí)故障診斷的普及具有一定的參考價(jià)值。

[1] 梁瑜.地鐵列車軸承故障診斷及在途診斷系統(tǒng)研究[D].北京:北京交通大學(xué),2014.

[2] 劉佩森.基于共振解調(diào)理論的滾動(dòng)軸承故障診斷儀研究[D].成都:電子科技大學(xué),2014.

[3] 李珊珊.基于沖擊脈沖法的便攜式軸承故障檢測(cè)儀的設(shè)計(jì)與改進(jìn)[J].儀表技術(shù)與傳感器,2014(4):106-107.

Li Shanshan.Design and improvement of portable bearing fault detector based on shock pulse method[J].Instrument Technique and Sensor,2014(4):106-107.(in Chinese)

[4] 任鍇勝,王增才,王保平.基于DSP的滾動(dòng)軸承在線故障診斷系統(tǒng)[J].武漢理工大學(xué)學(xué)報(bào):信息與管理工程版,2011,33(2):247-250.

Ren Kaisheng,Wang Zengcai,Wang Baoping.A bearing on-line diagnosis system based on DSP[J].Journal of WUT:Information &Management Engineering,2011,33(2):247-250.(in Chinese)

[5] 謝志勇.基于DSP和BP神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械在線故障診斷系統(tǒng)[J].儀表技術(shù)與傳感器,2011(3):64-70.

Xie Zhiyong.On-line fault diagnosis system of Rotary machine based on DSP and BP neural network[J].Instrument Technique and Sensor,2011(3):64-70.(in Chinese)

[6] 李輝,鄭海起,唐力偉.基于改進(jìn)雙樹復(fù)小波變換的軸承多故障診斷[J].振動(dòng)、測(cè)試與診斷,2013,33(1):53-59.

Li Hui,Zheng Haiqi,Tang Liwei.Bearing multi-faults diagnosis based on improved dual-tree complex wavelet transform[J].Journal of Vibration,Measurement &Diagnosis,2013,33(1):53-59.(in Chinese)

[7] 馬文朋,張俊紅,馬梁,等.改進(jìn)的經(jīng)驗(yàn)?zāi)Ｊ椒纸庠跈C(jī)械故障診斷中的應(yīng)用[J].振動(dòng)、測(cè)試與診斷,2015,35(4):637-644.

Ma Wenpeng,Zhang Junhong,Ma Liang,et al.Applications of improved empirical mode decomposition in machinery fault diagnosis[J].Journal of Vibration,Measurement &Diagnosis,2015,35(4):637-644.(in Chinese)

[8] 崔健,何鴻云.走行部故障實(shí)時(shí)監(jiān)測(cè)及診斷系統(tǒng)的數(shù)字化實(shí)現(xiàn)方式[J].電力機(jī)車與城軌車輛,2015,38(4):53-55.

Cui Jian，He Hongyun.Digitized solution for the running gear real-time fault monitoring and diagnosis system[J].Electric Locomotives &Mass Transit Vehicles,2015,38(4):53-55.(in Chinese)

[9] 孫歆.嵌入式軸承故障診斷系統(tǒng)的DSP端設(shè)計(jì)[D].杭州：浙江大學(xué),2006.

[10]張功學(xué),馬艷萍,鄭恩讓.故障診斷用共振解調(diào)器的研制 [J].機(jī)械科學(xué)與技術(shù),1999,18(6):926-927.

Zhang Gongxue,Ma Yanping,Zheng Enrang.The development of a resonant demodulator used in failure diagnosis[J].Mechanical Science and Technology,1999,18(6):926-927.(in Chinese)

[11]張志剛.軸承故障實(shí)時(shí)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與應(yīng)用研究[D].天津:天津大學(xué),2005.

[12]楊志超.電磁式可控震源地震信號(hào)檢測(cè)關(guān)鍵技術(shù)研究[D].長(zhǎng)春:吉林大學(xué),2015.

[13]李銳,何輔云,夏玉寶.相關(guān)檢測(cè)原理及其應(yīng)用[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2008,31(4):573-579.

Li Rui,He Fuyun,Xia Yubao.Theory of correlation detection and its application[J].Journal of Hefei University of Technology:Natural Science,2008,31(4):573-579.(in Chinese)

[14]約翰遜D E,希爾伯恩J L.有源濾波器的快速使用設(shè)計(jì)[M].北京：人民郵電出版社,1980:139-140.

[15]閆行,朱榮.基于傳感器微弱電流矢量檢測(cè)電路的設(shè)計(jì)[J].自動(dòng)化與儀表,2011(1):13-16.

Yan Xing,Zhu Rong.Design of the weak current vector measurement based on sensors[J].Automation &Instrumentation,2011(1):13-16.(in Chinese)

[16]蔣鵬,趙國(guó)忠.TDS用鎖相放大器電路設(shè)計(jì)[J].電子測(cè)量技術(shù),2012,35(4):24-28.

Jiang Peng,Zhao Guozhong.Design of lock-in amplifier circuit for TDS[J].Electronic Measurement Technology,2012,35(4):24-28.(in Chinese)

[17]鄧盼盼.一種基于第二代電流傳輸器的積分器設(shè)計(jì)[J].電子設(shè)計(jì)工程,2012,20(13):135-141.

Deng Panpan.Design of an integrator based on second generation current conveyors[J].Electronic Design Engineering,2012,20(13):135-141.(in Chinese)

[18]林斯波,葛愉成.基于Sallen-Key濾波器的主成形放大電路的研究[J].核電子學(xué)與探測(cè)技術(shù),2015,35(4):408-416.

Lin Sibo,Ge Yucheng.Study of main shaping amplifier circuit based on Sallen-Key filter[J].Nuclear Electronics &Detection Technology,2015,35(4):408-416.(in Chinese)

[19]黃貴發(fā),王定曉,唐德堯.用于城市軌道交通車輛走行部故障的車載在線實(shí)時(shí)診斷與監(jiān)測(cè)系統(tǒng)[J].城市軌道交通研究,2015(9):31-36.

Huang Guifa,Wang Dingxiao,Tang Deyao.On-line real-time fault diagnosis and monitoring system for urban rail transit vehicle bogie[J].Urban Mass Transit,2015(9):31-36.(in Chinese)

[20]楊霞菊，劉稚均，李華彪.頻譜識(shí)別的一般方法[J].噪聲與振動(dòng)控制,1997(4):10-11.

Yang Xiaju，Liu Zhijun，Li Huabiao.The general method of spectrum recognition[J].Noise and Vibration Control,1997(4):10-11.(in Chinese)

10.16450/j.cnki.issn.1004-6801.2017.04.024

* 國(guó)家自然科學(xué)基金資助項(xiàng)目(11227201，11372199,11572206)；河北省自然科學(xué)基金資助項(xiàng)目(A2014210142)

2016-06-06；

2016-08-02

TH165+.3;TN911

馬增強(qiáng),男,1975年4月生，教授。主要研究方向?yàn)闄C(jī)車車輛狀態(tài)監(jiān)測(cè)與故障診斷。曾發(fā)表《Application of combined slice analysis based on MID algorithm in fault diagnosis of rolling element bearings》(《Journal of Vibration and Shock》2015，Vol.135，No.2)等論文。E-mail：mzqlunwen@126.com