陳文占

（長沙礦山研究院有限責(zé)任公司，湖南 長沙 410012）

機(jī)械滾動(dòng)軸承是機(jī)器運(yùn)行中的主要工作部件，一旦其受到損害將拉低整個(gè)工程的進(jìn)度，甚至?xí)谕诘V時(shí)造成不必要的危險(xiǎn)，因此，對(duì)于機(jī)械運(yùn)行中機(jī)械軸承是否處于良好的運(yùn)行狀態(tài)是非常重要的，經(jīng)過科研人員不斷的探索，最終決定采用小波分析技術(shù)對(duì)礦山機(jī)械軸承故障進(jìn)行檢測，其優(yōu)點(diǎn)在于不僅減少了工作噪音和地表噪音對(duì)檢測系統(tǒng)的干擾，還提高了檢測的可信度和精準(zhǔn)性。

1 小波分析技術(shù)的工作原理和檢測效果

為解決礦山機(jī)械軸承故障的分析中存在的問題，人們提出了許多的解決方案，例如采用沖擊能量分析法或者沖擊脈沖計(jì)數(shù)法對(duì)機(jī)械軸承的故障進(jìn)行分析等。除了前面提及的分析方法之外，還有峰值因子法和峭度因子法，這些分析方法統(tǒng)稱為時(shí)域分析方法。接著來說一下頻域分析方法，其主要分為功率譜分析、倒譜分析、雙譜分析和包絡(luò)解調(diào)分析等幾種分析方式，在上述幾種頻域分析方式中，包絡(luò)解調(diào)分析的使用范圍是最為廣泛的，其因?yàn)榭梢詮膹?fù)雜的調(diào)幅振動(dòng)信號(hào)中將軸承故障信息分離出來，所以被應(yīng)用在大部分地區(qū)。

下面簡單詳細(xì)說一下包絡(luò)解調(diào)分析，包絡(luò)解調(diào)分析主要用來分析調(diào)幅/調(diào)頻信號(hào)，其主要分為全波整流法、檢波濾波法、復(fù)調(diào)制法、Hilbert變化法等幾種方法，這幾種方法在實(shí)驗(yàn)的過程中得出的結(jié)果一般是相同的，但其實(shí)現(xiàn)包絡(luò)解調(diào)的方式確大不相同，除此之外，上述幾種方法都需要收集共振響應(yīng)在相對(duì)應(yīng)的窄帶濾波過程中，但是在收集的過程中往往會(huì)遇到一些困難，因?yàn)橛捎谳S承故障所引起的共振頻帶往往不少，為收集共振響應(yīng)帶來了一定的難度。

而小波變化便可以解決這一問題，因?yàn)樗膸V波的特性可以使經(jīng)過小波的無用信號(hào)被分解掉，從而得到每一頻帶內(nèi)振動(dòng)的情況，進(jìn)而總結(jié)出每一頻帶內(nèi)振動(dòng)信號(hào)的變化規(guī)律，最后整理出可以反映機(jī)械軸承受到?jīng)_擊而產(chǎn)生的真實(shí)的特征頻帶信號(hào)，并用該信號(hào)作為檢測軸承運(yùn)行狀態(tài)的數(shù)據(jù)。

包絡(luò)解調(diào)分析主要能通過小波變換實(shí)現(xiàn)的方法為，先獲得解析信號(hào)，其過程為將原始故障信號(hào)進(jìn)行Hilbert變換，然后將獲得的解析信號(hào)做小波變換，使其通過小波變化后在各個(gè)尺度上的本質(zhì)仍為解析信號(hào)，然后通過對(duì)該變換結(jié)果取模的方式得到各個(gè)尺度上的包絡(luò)，然后再用一次傅里葉變換，即可得到小波包絡(luò)譜，從而完成了小波變換的包絡(luò)調(diào)節(jié)分析。進(jìn)而提高了對(duì)機(jī)械軸承故障的檢測準(zhǔn)確性及檢測效率。從試驗(yàn)效果看出，包絡(luò)解調(diào)分析方法可以很好的檢測出機(jī)械軸承故障，有很高的使用價(jià)值。

以機(jī)械軸承為研究對(duì)象，在小波分析技術(shù)的支持下，科研人員做了相關(guān)的實(shí)驗(yàn)，該實(shí)驗(yàn)是以探究如何通過小波分析技術(shù)來確定機(jī)械軸承故障的發(fā)生位置為目的，以降低噪音對(duì)故障檢測為原則進(jìn)行的，其得出的相關(guān)結(jié)論也對(duì)更好的應(yīng)用小波分析技術(shù)提供了理論上的支持，是對(duì)用小波分析技術(shù)探測機(jī)械軸承故障的肯定和支持。

2 實(shí)驗(yàn)過程和結(jié)果

首先實(shí)驗(yàn)需要在軸承故障試驗(yàn)臺(tái)上進(jìn)行，并將實(shí)驗(yàn)數(shù)據(jù)采集系統(tǒng)應(yīng)用到試驗(yàn)監(jiān)控系統(tǒng)上，而振動(dòng)傳感器、共振解調(diào)儀、電荷放大器三者組成了實(shí)驗(yàn)數(shù)據(jù)采集系統(tǒng)，在實(shí)驗(yàn)過程中，采集到的信號(hào)先被放大、濾波然后被送進(jìn)數(shù)據(jù)采集卡，從而轉(zhuǎn)變數(shù)字信息被送入計(jì)算器中，因?yàn)橥ㄟ^小波變換采集到的數(shù)據(jù)要在MATLAB條件下才能被處理和編輯，所以我們可以抓住這個(gè)特點(diǎn)，運(yùn)用MATLAB語言編程將時(shí)域圖和功率譜圖繪制出來。

圖1 時(shí)域圖和功率譜圖

然后再來說一下軸承故障的模式，在實(shí)驗(yàn)運(yùn)行的過程中，一旦機(jī)械軸承存在故障則軸承的其他零件都會(huì)對(duì)故障點(diǎn)產(chǎn)生周期性的撞擊，而其軸承座和支撐結(jié)構(gòu)都會(huì)收到?jīng)_擊力的作用，從而產(chǎn)生一系列的減幅振蕩，受軸承幾何尺寸、軸的轉(zhuǎn)速和故障點(diǎn)的位置所影響故障特征頻率便為減幅振動(dòng)產(chǎn)生的頻率，軸承是否出現(xiàn)故障及出現(xiàn)故障的損失點(diǎn)的位置就可以通過該特征頻率檢測出來，該軸承的詳情見下表1。

表1 軸承特征頻率

將上述數(shù)據(jù)帶入頻率計(jì)算公式得，f1=475Hz,f2=325Hz,振動(dòng)信號(hào)的樣品采集是在當(dāng)振動(dòng)傳感器在減速的箱體上時(shí)進(jìn)行的，其采集頻率大致為10.1kHz。先將軸承內(nèi)環(huán)局部剝落設(shè)為故障點(diǎn)，此時(shí)，內(nèi)環(huán)通過頻率f內(nèi)及其配頻為軸承故障的特征頻率，通過理論計(jì)算可以得出f1=475Hz,然后應(yīng)用MATLAB小波工具箱里的一維小波，然后將檢測的信號(hào)通過小波分析技術(shù)進(jìn)行變換，接著重構(gòu)具有故障特征的信號(hào)，然后再用Hilbert變換對(duì)擁有故障特征的頻率信號(hào)進(jìn)行解調(diào)和細(xì)化頻譜分析，從而檢測出軸承中的故障信息成分，從而確定軸承發(fā)生故障的位置。通過觀察上圖，可以看出軸承故障特征最明顯的是運(yùn)用db1小波基檢測到的。上面的實(shí)驗(yàn)數(shù)據(jù)可以看出，小波分析技術(shù)在軸承故障檢測中的效果還是很不錯(cuò)的，但是由于各種限制，實(shí)驗(yàn)只研究了大體的測試效果，對(duì)于小波分析技術(shù)的詳細(xì)內(nèi)容并沒有進(jìn)行探索，因此，下面便介紹一下小波分析技術(shù)的詳細(xì)內(nèi)容和其在軸承故障檢測中的應(yīng)用。

3 軸承故障檢測中幾種可以用到小波分析技術(shù)的情況

小波分析技術(shù)之所以可以成為診斷軸承故障的最為廣泛且有力的工具之一，是因?yàn)槠渚哂泻芎玫姆直媛史治瞿芰Γ鴮⒉杉降男盘?hào)分解為不同尺度的小波函數(shù)之和是小波變換的主要內(nèi)容，因此小波函數(shù)的選擇將直接影響到小波的分析效果，而小波變換滿足頻譜分析方法，所以適用于軸承故障檢測領(lǐng)域。

（1）自適應(yīng)Morlet小波在降噪中發(fā)揮的作用。對(duì)微弱故障特征頻率的采集是現(xiàn)場采集噪音信號(hào)和機(jī)械設(shè)備早起故障信號(hào)的關(guān)鍵環(huán)節(jié)，其將直接影響到對(duì)軸承故障的檢測，因此，要在采集過程中努力采集到微弱故障特征頻率，從而提高檢測的準(zhǔn)確率，在這種情況下，自適應(yīng)Morlet小波的微弱故障特征提取法是最佳的選擇，其大致過程為:首先用修正Shannon熵的方法對(duì)Morlet小波的中心頻率和寬帶參數(shù)進(jìn)行優(yōu)化，從而獲得最符合故障特征成分的自適應(yīng)Morlet小波。然后在運(yùn)用改進(jìn)過是矩陣構(gòu)造法將小波變換系數(shù)構(gòu)造成矩陣的形式，并解出奇異值，在對(duì)其進(jìn)行分解，其表達(dá)式為A=UV∧T=∑kUiVi∧T，其中矩陣A的秩用字母k表示，矩陣AA∧T和A∧TA的第i個(gè)特征量用Ui和Vi表示，因?yàn)槊恳粋€(gè)小波都有一個(gè)相對(duì)應(yīng)的尺度a，因此便可以解出一個(gè)周期性指數(shù)與相對(duì)應(yīng)尺度的函數(shù)關(guān)系式，即為尺度周期性指數(shù)關(guān)系式:Ψ(a)=(k2-k1)/k1,將SPE譜的最大值求出，便可得到最佳的小波變換尺度，最后，在對(duì)信號(hào)進(jìn)行過濾除雜，從而得到真實(shí)的故障特征信息。

（2）Laplace小波分析技術(shù)在過濾波中的應(yīng)用。在Laplace小波基函數(shù)庫的基礎(chǔ)上建立循環(huán)Laplace小波相關(guān)過濾法，因?yàn)長aplace小波相關(guān)過濾法可以辨識(shí)對(duì)故障進(jìn)行沖擊收到的響應(yīng)參數(shù)成分，并依據(jù)其辨識(shí)到的特征參數(shù)，構(gòu)造循環(huán)Laplace小波函數(shù)，并對(duì)響應(yīng)信號(hào)中的循環(huán)周期進(jìn)行尋換沖擊，然后用相關(guān)濾波監(jiān)測系統(tǒng)進(jìn)行檢測，下面說一下周期循環(huán)信號(hào)中的特征參數(shù)和循環(huán)周期如何用循環(huán)Laplace小波相關(guān)濾波法識(shí)別出來，首先，通過上述沖擊故障接收頻率的方法建立起Laplace小波基函數(shù)庫，然后再辨識(shí)響應(yīng)沖擊波形的特征參數(shù)，通過Laplace小波相關(guān)過濾法即可實(shí)現(xiàn)，最后利用尋循環(huán)Laplace小波濾波法的定義，將沖擊響應(yīng)成分特征參數(shù)辨識(shí)結(jié)果構(gòu)造成循環(huán)Laplace小波函數(shù)，并利用相關(guān)濾波函數(shù)，盡可能的確定循環(huán)周期為多少。

（3）小波相關(guān)排列熵在提取特征頻率上的應(yīng)用。當(dāng)機(jī)械軸承開始出現(xiàn)故障時(shí)，檢測儀器接收到的頻率是微弱的，同時(shí)在噪音的影響下，很難直接提取出微弱的故障頻率，即使通過小波分解技術(shù)也不容易。小波相關(guān)濾波法不僅可以有效的降低噪音，還不會(huì)損失分辨率。所以，WTCE可以幫助相關(guān)人員提取信號(hào)出現(xiàn)故障的具體表現(xiàn)，從而找到信躁相對(duì)來說比較高的各層重構(gòu)信號(hào)。由于上述的一些相關(guān)的情況，可以對(duì)小波相關(guān)濾波處理的結(jié)果進(jìn)行相關(guān)的分析。從而可以得出各階段信號(hào)的排列熵復(fù)雜度，并且因此以了解知機(jī)械系統(tǒng)的工作狀態(tài)。

4 結(jié)語

從上述所有實(shí)驗(yàn)可以知道，在收集故障特征頻率時(shí)，運(yùn)用小波分析技術(shù)不僅可以檢測出是否發(fā)生了故障，還可以檢測出故障發(fā)生的部位，從而大大減少了停工的時(shí)間，促進(jìn)了施工進(jìn)度，同時(shí)小波分析技術(shù)還避免了建立機(jī)械軸承振動(dòng)信號(hào)的數(shù)學(xué)模型的麻煩，同時(shí)其還具有很多優(yōu)點(diǎn)，例如，特征參量比較少、故障特征突出等，非常適合應(yīng)用于礦山機(jī)械軸承故障的檢測。