CN109946081B - 一种用于变转速下滚动轴承打滑时的故障诊断方法 - Google Patents

Abstract

一种用于变转速下滚动轴承打滑时的故障诊断方法，将振动加速度传感器吸附于被测试滚动轴承的轴承座上，进行高频采样，得到振动信号，并利用键相传感器同步采集键相信号，通过构建树状滤波器组，对原始信号进行带通滤波，然后通过希尔伯特变换得到窄带信号的包络信号，再利用相位信息对窄带信号的包络信号等角度重采样，最后构建准谐波性筛选指标选择最优解调频带，确定故障的有无和类型，本发明既考虑了滚动轴承变转速易打滑的服役特点，又抑制了随机强干扰的影响，实现滚动轴承故障共振频带的准确提取。

Description

一种用于变转速下滚动轴承打滑时的故障诊断方法

技术领域

本发明涉及滚动轴承故障诊断技术领域，特别涉及一种用于变转速下滚动轴承打滑时的故障诊断方法。

背景技术

滚动轴承是一种应用最广泛的通用机械部件，它的健康状况直接影响整机设备的运行质量，一旦滚动轴承发生故障，往往伴随着重大的经济损失甚至人员伤亡，因此，对滚动轴承进行健康监测和故障诊断具有重要意义。近几十年，基于振动信息的滚动轴承故障诊断技术得到了长足发展，主要分为频谱分析技术、脉冲冲击诊断技术、共振解调技术和智能诊断技术等。其中，共振解调技术融合了包络谱分析，在对滚动轴承等早期损伤类故障进行诊断时比频谱分析和冲击脉冲技术更有效，可以检测故障有无以及故障类型，对故障的严重程度也有一定的诊断能力，因此被广泛应用。

共振解调技术的关键在于最优频带的确定，由于峭度指标对冲击的敏感性，传统的谱峭度方法利用滤波后信号的峭度值大小来衡量滤波结果的好坏，将峭度值最大的频带作为共振频带，但是当故障比较轻微时，故障引起的冲击较小，容易被信号中的随机强干扰淹没，导致利用峭度指标确定共振频带时出错，达不到故障诊断的目的。

为克服上述问题，包络谐噪比指标被提出用于确定共振频带，该指标可以很好地抑制随机强干扰的影响，保留周期性分量。但是该指标对冲击的敏感性不足，尤其是当轻微故障造成的周期性分量能量有限时，容易被非故障引起的周期性分量淹没。此外，包络谐噪比指标依赖于平稳转速，而当轴承处于变转速工况，尤其是轴承发生打滑情况时，故障冲击的周期性遭到破坏，这将导致利用包络谐噪比指标确定共振频带时出错，同样难以达到故障诊断的目的

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供了一种用于变转速下滚动轴承打滑时的故障诊断方法，既考虑了滚动轴承变转速易打滑的服役特点，又抑制了随机强干扰的影响，实现滚动轴承故障共振频带的准确提取。

为了达到上述目的，本发明采取的技术方案为：

一种用于变转速下滚动轴承打滑时的故障诊断方法，包括以下步骤：

步骤一，将振动加速度传感器吸附于滚动轴承的轴承座上，进行高频采样，得到振动信号，并利用键相传感器同步采集键相信号；根据采样频率fs及轴承转速，截取一段时间内的振动信号作为原始信号y(t)，同时利用键相信号计算转速v(t)和相位ph(t)；

步骤二，计算滚动轴承的各故障特征阶次：外圈故障特征阶次Ω_o，内圈故障特征阶次Ω_i，滚动体故障特征阶次Ω_b；构建树状滤波器组，通过树状滤波器组对原始信号y(t)进行频带划分，得到一系列窄带信号y_i,j(t)，y_i,j(t)由树状滤波器组中对应的第i行第j列的有限脉冲响应(finite impulse response,FIR)带通滤波器滤波得到，并且获得窄带信号y_i,j(t)所对应的相位ph_i,j(t)，对窄带信号y_i,j(t)进行希尔伯特变换并去均值，得到包络信号y_h_i,j(t)，根据窄带信号y_i,j(t)所对应的相位ph_i,j(t)对包络信号y_h_i,j(t)进行等角度重采样，得到重采样窄带信号ys_i,j(t)，分别计算重采样窄带信号ys_i,j(t)的峭度值K_i,j和准谐波性筛选指标QHSI_i，j(Ω_QHSI)；

步骤三，根据Ω_QHSI与轴承各故障特征阶次Ω_o，Ω_i，Ω_b的关系将故障频带进行分类，如果0.97Ω_o＜Ω_QHSI＜1.03Ω_o，频带归属于为外圈故障信息频带集，如果0.97Ω_i＜Ω_QHSI＜1.03Ω_i，频带归属于为内圈故障信息频带集，如果0.97Ω_b＜Ω_QHSI＜1.03Ω_b，频带归属于为滚动体故障信息频带集，否则，QHSI_i(Ω_QHSI)＝0，频带归属于无故障信息频带集；

步骤四，判定各故障信息频带集是否为空集，如果非空，针对各故障信息频带集，选择QHSI最大值对应的频带作为最优解调频带，进行共振解调，如果某故障信息频带集为空集，则对应的轴承部件无故障，如果各个故障信息频带集均为空集，则轴承无故障。

所述的步骤二中，如果K_i,j≤3，则令QHSI_i(Ω_QHSI)＝0，否则按式(1)和(2)计算QHSI_i，j(Ω_QHSI)：

QHSI(Ω_QHSI)＝max(e^Y(Ω)), (2)

其中，M＝ε*detΩ，detΩ表示阶次分辨率，ε表示阶次模糊的范围，ε＝5～7，X(Ω)表示阶次谱信号，N(Ω)表示在阶次Ω处的估计噪声。

本发明相比现有技术，具有以下有益效果：

a)本发明构建了准谐波性筛选指标QHSI(Ω_QHSI)，结合阶次跟踪方法，能够有效应对变转速下轴承打滑带来的准周期性问题，具有鲁棒性。

b)本发明提出利用信号的峭度值K_i筛选QHSI_i(Ω_QHSI)，可大大提高计算效率。

c)本发明针对不同故障给出不同的最优频带，能够有效解决复合故障易漏诊的难题。

附图说明

图1为本发明方法的流程图。

图2为本发明实施例的原始信号示意图。

图3为本发明实施例的转速信号示意图。

图4为本发明实施例构建的树状滤波器组示意图。

图5为本发明实施例的阶次谱信号X(Ω)和在阶次Ω处的估计噪声N(Ω)。

图6为本发明实施例外圈故障信息频带集中的QHSI。

图7为本发明实施例的外圈故障信息频带集中的QHSI最大值对应的最优频带。

图8为本发明实施例外圈故障信息频带集中的最优频带所对应的包络阶次谱。

图9为本发明实施内圈故障信息频带集中的QHSI。

图10为本发明实施例内圈故障信息频带集中的QHSI最大值对应的最优频带。

图11为本发明实施例内圈故障信息频带集中的最优频带所对应的包络阶次谱。

图12为本发明实施例基于峭度指标确定的最优频带。

图13为本发明实施例基于峭度指标确定最优频带的包络阶次谱。

图14为本发明实施例基于包络谐噪比指标确定的最优频带。

图15为本发明实施例基于包络谐噪比指标确定最优频带的包络阶次谱。

具体实施方式

下面结合附图和实施例对本发明做详细描述。

以某车辆段的机车滚动轴承故障检测试验台为例，轴承故障位置在外圈/内圈处，故障类型为剥落。轴承具体参数：某型角接触球轴承，轴承的节径为183.929mm，轴承滚子个数为19，轴承滚子半径为26mm，接触角10°。

如图1所示，一种用于变转速下滚动轴承打滑时的故障诊断方法，包括以下步骤：

步骤一，将振动加速度传感器吸附于被测试滚动轴承的轴承座上，进行高频采样，得到振动信号，并利用键相传感器同步采集键相信号；根据采样频率fs及轴承转速，截取一段时间内的振动信号作为原始信号y(t)，如图2所示；同时利用键相信号计算转速v(t)和相位ph(t)，转速v(t)信号如图3所示；

步骤二，计算滚动轴承的各故障特征阶次：外圈故障特征阶次Ω_o，内圈故障特征阶次Ω_i，滚动体故障特征阶次Ω_b，如表1所示；构建树状滤波器组，如图4所示，通过树状滤波器组对原始信号y(t)进行频带划分，得到一系列窄带信号y_i,j(t)，y_i,j(t)由树状滤波器组中对应的第i行第j列的有限脉冲响应(finite impulse response,FIR)带通滤波器滤波得到，并且获得窄带信号y_i,j(t)所对应的相位ph_i,j(t)，对窄带信号y_i,j(t)进行希尔伯特变换并去均值，得到包络信号y_h_i,j(t)，根据窄带信号y_i,j(t)所对应的相位ph_i,j(t)对包络信号y_h_i,j(t)进行等角度重采样，得到重采样窄带信号ys_i,j(t)，分别计算重采样窄带信号ys_i,j(t)的峭度值K_i,j和准谐波性筛选指标QHSI_i，j(Ω_QHSI)，如果K_i,j≤3，则令QHSI_i(Ω_QHSI)＝0，否则按式(1)和(2)计算QHSI_i，j(Ω_QHSI)：

QHSI(Ω_QHSI)＝max(e^Y(Ω)), (2)

其中，M＝ε*detΩ，detΩ表示阶次分辨率，ε表示阶次模糊的范围，一般地ε＝5～7，X(Ω)表示阶次谱信号，N(Ω)表示在阶次Ω处的估计噪声，如图5中所示；

表1轴承故障特征阶次

步骤三，根据Ω_QHSI与轴承各故障特征阶次Ω_o，Ω_i和Ω_b的关系将故障频带进行分类，如果0.97Ω_o＜Ω_QHSI＜1.03Ω_o，频带归属于为外圈故障信息频带集，如果0.97Ω_i＜Ω_QHSI＜1.03Ω_i，频带归属于为内圈故障信息频带集，如果0.97Ω_b＜Ω_QHSI＜1.03Ω_b，频带归属于为滚动体故障信息频带集，否则，QHSI_i(Ω_QHSI)＝0，频带归属于无故障信息频带集；

步骤四，判定各故障频带集是否为空集，如果非空，针对各故障信息频带集，选择QHSI最大值对应的频带作为最优解调频带，在外圈故障信息频带集中QHSI取最大值时Ω_QHSI＝8.04∈[0.97Ω_o,1.03Ω_o]，如图6所示，图6中QHSI最大值对应的最优频带如图7所示，选择图7中最优的解调频带进行共振解调，得到的包络阶次谱如图8所示，可以看到明显的外圈故障特征；在内圈故障信息频带集中QHSI取最大值时Ω_QHSI＝11.01∈[0.97Ω_i,1.03Ω_i]，如图9所示，此时QHSI对应的最优频带如图10所示，选择图10中最优的解调频带进行共振解调，得到的包络阶次谱如图11所示，可以看到明显的内圈故障特征；而在滚动体故障信息频带集中无元素，表明滚动体无故障。

传统的峭度(K)指标确定的最优频带如图12所示，图12中最优频带的包络阶次谱如图13所示，传统的包络谐噪比(HNR)指标确定的共振频带如图14所示，图14中包络阶次谱如图15所示,均未能发现外圈/内圈的故障特征。

本发明提出的一种用于变转速下滚动轴承打滑时的故障诊断方法，考虑了变转速和滚动轴承打滑的影响，克服了传统峭度指标以及谐噪比指标的缺陷，准确提取了故障特征信息，对滚动轴承外圈/内圈微弱故障进行了有效诊断，具有良好的鲁棒性。

Claims (2)

1.一种用于变转速下滚动轴承打滑时的故障诊断方法，其特征在于，包括以下步骤：

步骤一，将振动加速度传感器吸附于滚动轴承的轴承座上，进行高频采样，得到振动信号，并利用键相传感器同步采集键相信号；根据采样频率fs及轴承转速，截取一段时间内的振动信号作为原始信号y(t)，同时利用键相信号计算转速v(t)和相位ph(t)；

步骤二，计算滚动轴承的各故障特征阶次：外圈故障特征阶次Ω_o，内圈故障特征阶次Ω_i，滚动体故障特征阶次Ω_b；构建树状滤波器组，通过树状滤波器组对原始信号y(t)进行频带划分，得到一系列窄带信号y_i,j(t)，y_i,j(t)由树状滤波器组中对应的第i行第j列的有限脉冲响应带通滤波器滤波得到，并且获得窄带信号y_i,j(t)所对应的相位ph_i,j(t)，对窄带信号y_i,j(t)进行希尔伯特变换并去均值，得到包络信号y_h_i,j(t)，根据窄带信号y_i,j(t)所对应的相位ph_i,j(t)对包络信号y_h_i,j(t)进行等角度重采样，得到重采样窄带信号ys_i,j(t)，分别计算重采样窄带信号ys_i,j(t)的峭度值K_i,j和准谐波性筛选指标QHSI_i，j(Ω_QHSI)；

步骤三，根据Ω_QHSI与轴承各故障特征阶次Ω_o，Ω_i，Ω_b的关系将故障频带进行分类，如果0.97Ω_o＜Ω_QHSI＜1.03Ω_o，频带归属于为外圈故障信息频带集，如果0.97Ω_i＜Ω_QHSI＜1.03Ω_i，频带归属于为内圈故障信息频带集，如果0.97Ω_b＜Ω_QHSI＜1.03Ω_b，频带归属于为滚动体故障信息频带集，否则，QHSI_i(Ω_QHSI)＝0，频带归属于无故障信息频带集；

步骤四，判定各故障信息频带集是否为空集，如果非空，针对各故障信息频带集，选择QHSI最大值对应的频带作为最优解调频带，进行共振解调，如果某故障信息频带集为空集，则对应的轴承部件无故障，如果各个故障信息频带集均为空集，则轴承无故障。

2.根据权利要求1所述的一种用于变转速下滚动轴承打滑时的故障诊断方法，其特征在于：所述的步骤二中，如果K_i,j≤3，则令QHSI_i(Ω_QHSI)＝0，否则按式(1)和(2)计算QHSI_i，j(Ω_QHSI)：

QHSI(Ω_QHSI)＝max(e^Y(Ω)), (2)

其中，M＝ε*detΩ，detΩ表示阶次分辨率，ε表示阶次模糊的范围，ε＝5～7，X(Ω)表示阶次谱信号，N(Ω)表示在阶次Ω处的估计噪声。

Images