蘇睿 鐘月紅 閆喜江 沈貞 王延勝 劉平平 李華志

摘要：針對軸承故障信號進行分析，搭建了滾動軸承故障試驗臺，獲得了內(nèi)外圈、滾動體典型故障的振動信號，利用維格納維拉分布以及希爾伯特-黃變換兩種方法進行分析，并對比不同故障位置的振動信號特點，為旋轉(zhuǎn)機械的故障診斷提供理論依據(jù)。

關(guān)鍵詞：維格納維拉分布；希爾伯特-黃變換；軸承；故障診斷

中圖分類號：TM614

文獻標(biāo)志碼：A

文章編號：2095-5383（2018）01-0006-05

信號分析是故障診斷技術(shù)中尤為重要的部分，它包括時域分析、頻域分析和時頻分析。時域分析主要分為時域特征值分析、概率分布和概率密度分析、相關(guān)性分析等；頻域分析包括頻譜分析和功率譜分析；時頻分析主要體現(xiàn)在短時傅里葉變換（STFT，Short-time Fourier Transform）和維格納維拉分布（WVD， Wigner Viller Distribution）等分析方法上。近年來，新的信號分析方法不斷涌現(xiàn)，其中希爾伯特-黃變換（HHT， Hilbert-Huang Transform）方法是一種更具適應(yīng)性的時頻局部分析方法，它沒有固定的先驗基底，其自適應(yīng)的特性可以實現(xiàn)從低頻信號中分辨出奇異信號[1-3]。

本文針對軸承故障試驗的振動信號，應(yīng)用WVD和HHT兩種方法，基于Matlab的信號處理與分析專用函數(shù)庫，對振動信號進行處理和分析，分析軸承典型故障的信號特征，為旋轉(zhuǎn)機械的故障診斷提供理論支撐。

1 軸承故障試驗臺

圖1為軸承故障試驗臺結(jié)構(gòu)。A1，A2，A3，A4安裝傳感器作為振動信號的4個測點，試驗軸承直接安裝在電機輸出軸上，由電機帶動軸承轉(zhuǎn)動。電機固定在軸支座上。電機額定功率0.09 kW，額定轉(zhuǎn)速1 350 rad/min（23.5 rad/s）。軸承型號6350，外圈通過頻率fBPO=57.4 Hz，內(nèi)圈通過頻率fBPI=100.06 Hz，滾動體故障頻率fBS=38.52 Hz，保持器沖擊頻率fFT=8.2 Hz，采樣頻率5 760 Hz。

圖2所示為軸承的3種故障狀態(tài)，即外圈局部故障、內(nèi)圈局部故障和滾動體局部故障。通過測點傳感器提取這3種故障振動信號，導(dǎo)入Matlab軟件進行信號分析研究，并與無故障狀態(tài)下的振動信號進行對比。

2 時頻分析的理論基礎(chǔ)

時頻分析是建立在傅立葉變換基礎(chǔ)上的針對非平穩(wěn)信號的分析技術(shù)，可以有效分析信號中隨時間變化的頻率成分，彌補了經(jīng)典譜分析的不足。分析方法主要包括WVD、HHT等[4-5]。

2.1 WVD方法

WVD方法首先由Wigner提出，用于量子力學(xué)領(lǐng)域研究，后由Ville引入到信號分析中。該方法可以視為信號時間自相關(guān)函數(shù)的傅里葉變換。其方法構(gòu)造思路如式（1）和式（2）所示。

WVD在奇偶虛實、能量分布和運算方面具有很好的性質(zhì)，對其進行各種深入變換后，廣泛應(yīng)用于各種信號分析處理。

2.2 HHT方法

HHT方法可以對信號的頻譜結(jié)構(gòu)做出精確的局部時頻分辨，它不僅適合對平穩(wěn)信號的分析，更適合于對非平穩(wěn)信號的分析。

3 信號處理

3.1 WVD方法

軸承信號WVD二維分布如圖3所示，軸承信號WVD三維分布如圖4所示。

結(jié)合圖3和4分析，當(dāng)軸承正常運行時，振動信號主要集中在1 kHz以下，隨著時間的運行，出現(xiàn)了頻率在2.8 kHz左右的振動信號。但當(dāng)發(fā)生外圈和內(nèi)圈故障時，1 kHz以內(nèi)的低頻分量幾乎消失，能量主要集中在4～5 kHz之間，尤其是內(nèi)圈故障發(fā)生時，這種現(xiàn)象極為明顯，說明此時的故障已非常嚴(yán)重。對于滾動體故障，振動信號主要以低頻為主，在1.8 kHz的左右的振動頻率隨著時間有著良好的周期特性，在100 Hz左右有能量較高的低頻成分，同時在高頻中也存在少量的能量分布。

3.2 HHT方法

3.2.1 瞬時頻率譜

軸承信號的瞬時頻率譜如圖5所示。

由圖5可以看出，軸承在正常運行時，信號頻率主要以低頻為主，且能量大部分分布在低頻處。隨著時間的延續(xù)，高頻也有所出現(xiàn)，且有一定的周期性；當(dāng)發(fā)生外圈故障時，低頻分量明顯較少，且頻率集中在15～20 kHz處，能量較高；當(dāng)發(fā)生內(nèi)圈故障時，前一現(xiàn)象加劇，且低頻分量更少，但二者都沒有規(guī)律可言。對于滾動體故障，信號主要以低頻分量為主，高頻分量能量也比較高，且它的出現(xiàn)呈現(xiàn)一定的周期特性，這與前面方法的分析結(jié)果一致。

3.2.2 時頻譜和邊際譜分析

圖6和圖7分別對正常軸承、外圈故障、內(nèi)圈故障和滾動體故障4種情況的信號進行時頻譜分析和邊際譜分析。

由圖6和圖7分析得，當(dāng)軸承正常運行時，信號以低頻為主，沒有明顯的周期性，而是隨著運行時間呈現(xiàn)一定的波動。當(dāng)軸承外圈故障時，信號向高頻轉(zhuǎn)移，不過能量還比較低，200 Hz的頻譜能量顯著減少，但基頻能量有所增加。當(dāng)內(nèi)圈故障發(fā)生時，可以看到，能量主要集中在高頻處，且呈現(xiàn)不規(guī)則性，此時的200 Hz能量持續(xù)增加。對于滾動體故障信號，高頻能量很低，主要集中在低頻處。在運行一段時間后，高頻成分有所增加，有一定的周期性。

4 結(jié)語

對于軸承振動信號，不同的故障形式，對應(yīng)的信號特征有較大的區(qū)別，本文列舉了軸承外圈故障、內(nèi)圈故障和滾動體故障，通過兩種時頻分析方法進行信號處理，發(fā)現(xiàn)當(dāng)發(fā)生內(nèi)圈故障時，故障信號的波動最為明顯，高頻能量極高，其次是外圈故障。但滾動體故障仍以低頻為主，且呈現(xiàn)一定的周期性。通過上述故障信號的處理和分析，為后續(xù)更深入地診斷旋轉(zhuǎn)機械故障提供了理論和試驗基礎(chǔ)。

參考文獻：

[1]鄒今春， 沈玉娣. 變工況齒輪箱故障診斷方法綜述[J].機械傳動， 2012（8）：124-127.

[2]雷亞國. 基于改進Hilbert-Huang變換的機械故障診斷[J]. 機械工程學(xué)報， 2011（5）：71-77.

[3]LI Y， TSE P W， YANG X， et al. EMD-based fault diagnosis for abnormal clearance between contacting components in a diesel engine[J]. Mechanical Systems & Signal Processing， 2010， 24（1）：193-210.

[4]鐘秉林， 黃仁. 機械故障診斷學(xué)[M]. 北京：機械工業(yè)出版社， 2007.

[5]李澤光. 信號與系統(tǒng)分析和應(yīng)用[M]. 北京：高等教育出版社， 2016.