圆园19年9月机械设计与制造
酝葬糟澡蚤灶藻则赠阅藻泽蚤早灶驭酝葬灶怎枣葬糟贼怎则藻5快速谱峭度与全矢谱结合的滚动轴承故障诊断
林辉翼袁郝伟袁郝旺身袁高亚娟
渊郑州大学振动工程研究所袁河南郑州450001冤
摘要：针对滚动轴承信号的非平稳调制特性以及单通道分析易造成信息遗漏的缺点袁提出了一种基于快速谱峭度算法
渊FastKurtogram冤和全矢谱技术的故障特征提取方法遥首先利用快速谱峭度算法自适应地确定带通滤波器的最佳中心频率与带宽等参数袁根据所选参数构建带通滤波器对双通道故障信号进行滤波袁以提高其信噪比曰然后对滤波后的信号进行全矢信息融合以保证故障信息的全面性曰最后对信息融合后的信号进行包络解调分析以获取振动信号的故障特征信息遥实验分析结果表明袁该方法能有效地提取滚动轴承的故障特征频率袁并提高故障诊断的准确性遥关键词：快速谱峭度；全矢谱；故障诊断；滚动轴承；特征提取；带通滤波中图分类号：TH16曰TH133
文献标识码院A
文章编号院员园园员-3997渊圆园19冤09-0005-04
RollingBearingFaultDiagnosisBasedonFastKurtogramandFullVectorSpectrum
渊InstituteofVibrationEngineering袁ZhengzhouUniversity袁He爷nanZhengzhou450001袁China冤
粤遭泽贼则葬糟贼：Aimingatrollingbearingsignal爷snon-stationarymodulationfeatureandthedrawbackofsinglechannelanalysiswhichcaneasilyleadtomissinginformation袁afaultfeatureextractionmethodbasedonfastkurtogramalgorithmandfullvectorspectrumisproposed.Firstly袁theFastKurtogramalgorithmisusedtodeterminetheoptimalcenterfrequencyandbandwidthparametersoftheband-passfilter袁andthetwo-channelfaultsignalsareband-passfilteredaccordingtotheselectedparameterstoimprovetheirsignal-to-noiseratio.Then袁thefullvectorinformationfusionisusedtoensuretheinformationintegrityofthefilteredsignal.Finally袁theenvelopedemodulationiscarriedouttoextractthefaultfeaturefrequencyofthevibrationsignalafterfusion.Theexperimentalresultshowthatthemethodcaneffectivelyextractthefaultfeaturefrequencyandtheaccuracyoffaultdiagnosiscanalsobeimproved.
KeyWords院FastKurtogram曰FullVectorSpectrum曰FaultDiagnosis曰RollingBearing曰FeatureExtraction曰Band-PassFiltering
LINHui-yi袁HAOWei袁HAOWang-shen袁GAOYa-juan
1引言
了其可行性遥文献[6]首先采用降噪后的信号去除低频成分袁然后再将快速谱峭度算法应用于滤波参数的选择袁实验证明该方法适用于早期故障诊断遥传统的共振解调在带通滤波参数选取方面具有局限性袁文献[7]将快速谱峭度算法与共振解调技术结合袁经实验验证其效果良好遥文献[8]利用快速谱峭度图对分解得到的各进行了筛选袁为后期故障诊断提供了更准确的特征信息遥
由于同一截面不同位置所采集到的振动信号通常具有差异性袁因此对各通道的振动信息进行融合可在一定程度上避免误诊尧漏诊遥全矢谱技术在全频谱与全息谱等技术的基础上作出了改进袁可有效融合同源双通道振动信息[9]袁已逐渐被推广至设备故障诊断领域遥文献[10]将方法与全矢谱技术结合袁较好地实现了对发电机组转子的故障诊断遥文献[11]将Wigner高阶谱与全矢谱结
在机械设备系统中袁滚动轴承属于故障多发部件袁其在运行
异常时的振动信号多表现为非线性尧非平稳性袁且往往信噪比较低[1]袁因此如何有效提取滚动轴承的故障特征是当前的研究热点遥
由于滚动轴承故障信号往往存在调制现象袁因此对其进行故障分析前往往需要进行滤波等预处理袁以突出故障特征袁有利于后期的诊断分析[2]遥然而传统的滚动轴承故障诊断方法需要人工选取带通滤波参数袁则具有一定的随机性和较大的技术难度遥文献[3]首次将谱峭度图应用于最佳滤波参数的选取袁但其算法复杂度较大袁无法推广至工程实际中遥在此基础上袁文献[4]提出了快速谱峭度算法袁该算法兼具较高的求解精度与计算效率袁适合于在线诊断遥文献[5]将快速谱峭度算法应用于轴承故障诊断袁并验证
来稿日期：2019-01-20
基金项目：国家重点研发计划项目野国家质量基础渊NQI冤的共性技术研究与应用冶专项
游乐园和景区载人设备全生命周期检测监测与完整性评价技术研究渊2016YFF0203100冤
作者简介：林辉翼袁渊1994-冤袁男袁四川广安人袁硕士研究生袁主要研究方向院旋转机械故障诊断曰
郝伟袁渊1963-冤袁男袁山东菏泽人袁博士研究生袁副教授袁主要研究方向院现代信号处理与远程诊断技术
6
林辉翼等院快速谱峭度与全矢谱结合的滚动轴承故障诊断第9期
合袁经实验验证袁所提出的矢Wigner三谱分析方法可全面地提取
齿轮的特征频率信息遥
为了提高故障诊断的效率与准确率袁并减少人为干扰袁提出了一种结合快速谱峭度法与全矢信息融合的故障诊断方法遥首先将快速谱峭度算法应用于带通滤波器参数的选取袁再根据所选参数对同源双通道信号分别进行带通滤波袁然后利用全矢谱对滤除噪声22.1快后的谱峭度理论
速信号谱进峭行信度息融算合法袁最理论
后提取其故障特征频率遥
由提出的谱峭度法可较好地追踪信号中的瞬态成分袁在处理强噪声背景下的非平稳信号方面具有较高的鲁棒性遥
谱峭度法通过分别计算各个谱线的峭度值以找出信号中的非平稳成分遥
对于振动信号x渊t冤袁其谱峭度计算公式为院
SK渊f冤=<|H渊t袁f冤4
2|>2-2渊f屹0冤渊1冤式中院<窑>要取<|H模渊值t袁f曰冤窑||>|要期望值曰H渊t袁f冤要x渊t冤在f上的复包络袁一
般由短时傅里叶变换计算得到遥式渊1冤具有以下性质院渊1冤若x渊t冤为平稳信号袁则其谱峭度的值为0曰
渊2冤若滚动轴承处于故障状态袁则会产生周期性的冲击力遥假设存在噪声成分的干扰袁则x渊t冤的谱峭度计算公式为院
K渊x+b渊冤f冤=K渊xf冤咱1+籽渊f冤暂2渊2冤式中院籽渊f冤要信噪比的倒数曰b要噪声成分遥当信噪比很大时袁K渊x+b渊冤f
冤近似于K渊xf
冤袁因此谱峭度法可很好地感应冲击故障成分遥2.2快速谱峭度理论
当滚动轴承发生故障时袁其冲袁击成分一般被噪声或平稳成分覆盖袁即式渊2冤中的籽渊f冤较大袁使得其谱峭度K渊x+b渊冤f冤的值很小袁因此传统的谱峭度指标很难反映出非平稳特征遥快速谱峭度算法可通过合理地选取频率及其分辨率使信号的峭度值最大袁因此比传统的谱峭度法具有更好的特征提取性能遥快速谱峭度算法的主要步骤如下院
渊嗓1冤分别设计一个高通滤波器h渊1t冤和一个低通滤波器h渊0t
冤院h/41渊t冤=h渊t冤ej3仔t渊f沂咱0袁1/4暂冤hj3仔t/4
0渊t冤=h渊t冤e
渊f沂咱1/4袁1/2暂冤
渊3冤
式中院h渊t冤要标准FIR低通滤波器袁其中袁截至频率为1/8渊归一化
频率冤遥
渊2冤利用h渊1t冤与h渊0t冤对x渊t冤滤波处理袁然后对滤波后的信号进行降采样袁依此反复迭代进行袁得到相应的滤波结果遥
渊3冤计算每次迭代所得结果的谱峭度值袁其计算公式为院
E<|ci
K=k渊t冤|4
k喳<|ci>渊4冤
式中院ci
k渊t冤2|>札2-2袁渊i=0袁1袁噎袁2-1冤k渊t冤要第k层第i个滤波器所得到的滤波结果遥
渊4冤整合上述步骤得到的谱峭度袁构成信号x渊t冤的快速谱峭
度图遥该图的横轴为频率袁纵轴为迭代层数袁其颜色深浅度表征该频率下的谱峭度大小遥
3全各谐矢波谱理论作用下的转子涡动轨迹为一系列椭圆遥全矢谱定义
这些椭圆长轴为主振矢袁作为评价转子最大振动强度的指标曰定义椭圆短轴为副振矢袁作为表示转子进动方向的指标遥
设喳xn札与喳yn札分别为x袁y方向上互相垂直的的离散信号袁将其构成为复序列袁即喳zn札=喳xn札+j喳yn札遥将喳zn札进行傅里叶变换得到喳Zn札=喳ZRn札+j喳yIn札袁则由傅里叶变换的性质可得到院
扇设设设设Xcn设设=12咱ZRn+ZR渊N-n冤暂
设设设设X设sn=1缮设设2咱ZIn+Z渊
IN-n冤暂设设设Ycn设设=1设2咱ZIn+Z渊IN-n冤暂渊5冤
设设设设Ysn设=12咱ZR渊N-n冤+ZRn暂墒
渊设设n=1袁2袁噎袁N/2-1冤
根据式渊5冤所得结果袁再由傅里叶变换性质可推得院扇设
设
设设Ran设设=1咱|Zn|+|ZN-n|暂
设设设
设设bn设=221NRN咱|Zn|-|ZN-n|暂
缮设设设
设
设tg2琢n设=ZZInZZR渊N-n冤-ZRnZ渊IN-n冤渊6冤
设RnR渊N-n冤+ZInZ渊IN-n冤
设设设设设tg准n=
设设ZZIn+Z+Z渊N-n冤RnR渊N-n冤
墒
渊设设n=0袁1袁2袁噎袁N/2-1冤式中院Rbn要主振矢曰
Rbn要副振矢曰琢n要x轴与Rbn的夹角曰准n要椭圆轨迹的初相位角遥
由上述分析可得到转子故障诊断中所需的特征频率信息遥全矢谱在数值上计算量小袁频谱结构更加准确袁不仅能全面地表征转子的最大振动强度袁而且能与传统分析方法相兼容袁可满足故障诊4滚断渊1冤动的实采集轴际要求遥
滚承故障诊动轴承的同源断方双通道振法动流信息程
袁利用快速谱峭度
算法分别对两个方向的信号进行分析袁得到其快速谱峭度图曰
渊2冤根据快速谱峭度图确定信号谱峭度最大处对应的中心频率与带宽等滤波参数曰
渊3冤根据所选定的参数构建带通滤波器袁对两个方向的信号进行滤波处理曰
渊4冤将滤波后得到的两个方向的信号进行全矢信息融合曰渊5冤对信息融合后的信号进行包络解调袁得到其全矢包络谱曰
渊6冤提取故障特征频率袁从而判断其状态类型袁得出诊断结论遥
快速谱峭度与全矢谱结合的故障诊断方法流程袁如图1所示遥
No.9
Sept.2019
机械设计与制造
7
采集承同振源动双数据通道轴快速谱峭度确定中心频带通率滤与波带的宽带通滤波全矢信息融合包络解调故障特征频率诊断结果图1基于全矢谱与快速谱峭度5MethodFig.1BasedFlowDiagramonFullofVectorRolling的滚SpectrumBearing动轴承故障诊andFault断方法流程FastDiagnosisKurtogram
5.1实验验数据来源
证
采用滚动轴承实测信号进行分析袁该信号来源于美国国家宇航局渊冤诊断数据库袁由美国辛辛那提大学智能维护中心提供遥该试验台装置袁如图2所示遥电机为交流电动机袁其转速约为袁通过皮带耦合驱动主轴转动袁转轴上安装了4个轴承袁转轴径向施加的载荷为6000lbs袁且4个轴承均采用强制润滑方式遥该实验的轴承是Rexnord公司生产的ZA-2115双列滚子轴承袁每列的滚动体为16个袁节圆的直径为71.5mm袁滚子的直径为8.4mm袁接触角为15.17毅遥实验过程中使用两个相互垂直的PCB353B33加速度传感器采集轴承座处的振动信号袁因此满足全矢信息融合的基本条件遥采样频率为20kHz袁各传感器每次采集20480个数据点袁共采集2155组数据遥在该实验的后期袁滚动轴承3的内圈出现了故障袁根据相关参数计算其故障特征频率为294Hz遥
加速度传感器
径向载荷
热电偶
轴承1轴承2轴承3轴承4
电机
渊a冤实验台局部图渊b冤实验台整体结构示意图
5.2故障诊断
Fig.2图2Test实验Rig装置Illustration
说明图选择该实验后期轴承3发生早期故障时的一组同源双通道振动信号袁分别记为X和Y袁其时域波形及其包络谱袁如图3所示遥可以看出袁X和Y的时域波形中的冲击成分不清晰袁且从其包络解调谱中不能看出故障特征频率袁因此特征提取效果较差袁无法根据此进行下一步诊断遥
1100-10
-1时0.5间/t
1
0
时0.5间/t
1
渊a冤信号X的时域波形渊b冤信号Y的时域波形
0.040.030.040.020.030.010.0200.010
100
0频200率/Hz
300400
0
100
频200率/Hz
300400
渊c冤信号X的包络谱渊d冤信号Y的包络谱
Fig.3图3X和Y的时域波形与采用Time-domain快速谱峭度Waveform算法对andX和Envelope包络Y进行分析Spectrum谱
袁得到of各X自and的快Y
速
谱峭度图袁如图4尧图5所示遥由图4可知袁信号X的最佳带通滤波中心频率fc信噪比最高的=6250Hz部分袁信袁号带X宽的Bw最=2500Hz大谱峭袁度即值滤波器K的范围为袁包max由图5可知袁信号Y的最佳带通滤波中心频率为=3f袁在第2层内含
遥cBw的=2500Hz信噪比最袁高即袁带其通最滤大波器谱峭的度范值围K为咱0袁2500暂Hz遥该=1250Hz范围内信袁带号宽
Y
max0
=4.7袁也在第2层内遥
1.602.52.623.6324.641.55.6516.6670.5
0
2000
4000频率6000
/Hz
8000
10000
0
0Fig.4图4Fast信号KurtogramX的快速谱of峭Signal度图X
4.51.6042.623.6333.54.6422.55.656.6611.570.5
0
2000
40000
频率/Hz
6000
800010000
然后根据所确定Fig.5图5的Fast信号两个参数KurtogramY的快速谱渊中of峭心频Signal度图
率尧Y
带宽冤构建带通滤波器袁分别对X与Y进行滤波处理袁滤波后所得到的时域波形分别如图与图所示遥可以看出袁X与Y滤波后的的冲击成分都更加突出遥
将经过上述处理后得到的信号进行包络分析袁得到各自的包络谱袁如图6渊c冤尧图6渊d冤所示遥可以看出袁与原始信号的包络谱相比袁经过带通滤波处理后的信号X袁Y的包络谱包含了明显的特征频率成分袁具有更高的分析价值遥然而对比图6渊c冤与图6渊d冤可知袁信号X滤波后所得到的包络谱明显地呈现出了故障特征频率294Hz袁且其他特征频率渊调制频率尧主轴转频及倍频冤的幅
8机械设计与制造
No.9Sept.2019
值也较高袁而在信号Y滤波后的包络谱中袁故障特征频率294Hz的幅值很小袁且其他特征频率也未完全呈现袁则根据该包络谱无法判断实验轴承的状态类型遥因此袁上述对比说明同源振动信号中所包含的信息也可能差异较大袁若根据单通道信号进行故障诊断袁将会存在一定的误诊隐患遥
基于以上分析袁为了保证所提取信息的全面性袁将经过带通滤波后得到的信号进行全矢信息融合袁得到的全矢包络谱袁如图7所示遥可以看出袁在全矢融合后的包络谱中袁轴承内圈故障特征频率294Hz故障频的率幅的值调突制出频袁率渊因此261Hz可直接尧327Hz判断冤该以轴及主承处轴于转内频圈及故障倍频状渊33Hz态袁且尧66Hz合后的尧99Hz信号等包络冤均谱得全到面了地很包好含地了体滚现动遥轴综承上所的特述征袁经过全频率信矢信息遥
息融
1100-10
时0.5
间/t
1
-10
时0.5间/t
1
渊a冤信号X滤波后的时域波形
渊b冤信号Y滤波后的时域波形
0.040.030.040.02294
0.030.010.020
0.01
0
100
0频200率/Hz
300400
0
100
频200率/Hz
300
400
渊c冤信号X滤波后的包络谱渊d冤信号Y滤波后的包络谱
Fig.6图6Time-Domain信号滤波后的时域波形与包络谱0.04SpectrumofWaveformFilteredSignals
andEnvelope
0.0333
66
99132
327
0.02165
198
261
294
0.0100
50100150
频200率/Hz
250
300350400
Fig.7Full图Vetor7全矢Envelope包络谱
6结论
Spectrum
提出了一种将快速谱峭度算法与全矢谱技术相结合的滚动
轴承故障诊断方法遥根据快速谱峭度算法得到的快速谱峭度图可快速尧准确地确定滚动轴承振动信号的最佳滤波参数渊中心频率与带宽冤袁避免了人工选取参数的偶然性与复杂性袁且经过带通滤波后的信号冲击特征更加突出遥与传统分析方法相比袁全矢谱技术有效地解决了单通道信号信息不完整的问题遥实验分析结果表明袁快速谱峭度算法与全矢谱相结合的方法既能提高振动信号的信噪比袁又能全面地融合双通道振动信号袁是一种兼具高效性尧全面性及准确性的故障诊断方法遥
参考文献
咱1暂唐贵基袁王晓龙.参数优化变分模态分解方法在滚动轴承早期故障诊
断中的应用咱J暂.西安交通大学学报袁2015渊5冤院73-81.
渊TangGui-ji袁WangXiao-long.Parameteroptimizedvariationalmodedecompositionrollingbearing咱methodJ暂.JournalwithofapplicationXi爷anJiaotongtoincipientUniversityfault袁2015diagnosis渊5冤院73-of咱2暂81.Wang冤
Hong-chao袁ChenJin袁DongGuang-ming.Faultdiagnosisofrolling
bearingandchanicalfast爷skurtogramearlyweakalgorithmfaultbased咱J暂.ProceedingsonminimumMechanicalofentropytheEngineeringInstitutionde-convolutionScienceofMe原2015袁229渊Engineers16冤.
袁PartC院Journalof袁
咱3暂JeromeAntoni.TheSpectralKurtosis院AUsefultoolforcharacterizingnon-渊stationary2冤院282-307.
signals咱J暂.MechanicalSystems&SignalProcessing袁2006袁20
咱4暂JeromeAntoni.Fastcomputationofthekurtogramforthedetectionoftra-nsient108-124.
faults咱J暂.MechanicalSystems&SignalProcessing袁2007袁21渊1冤院咱5暂石林锁袁张亚洲袁米文鹏.基于WVD的谱峭度法在轴承故障诊断中的
应用咱J暂.振动尧测试与诊断袁2011袁31渊1冤院27-31.
渊ShiLin-suo袁ZhangYa-zhou袁MiWen-peng.ApplicationofwignerVillerollingDistributionbearing咱J暂.JournalBasedspectralofVibrationkurtosis袁Measurementalgorithmto&faultDiagnosisdiagnosis袁2011of袁咱6暂31苏渊文1冤院胜27袁王奉涛原31.冤袁张志新.EMD降噪和谱峭度法在滚动轴承早期故障
诊断中的应用咱J暂.振动与冲击袁2010袁29渊3冤院18-21.
渊SuWen-sheng袁WangFeng-tao袁ZhangZhi-xin.ApplicationofEMD
denoisingmentbearingand咱J暂spectral.JournalkurtosisofVibrationinfaultandearlyShockdiagnosis袁2010袁29渊of3冤院rolling18-21.ele冤
原咱7暂王宏超袁陈进袁董广明.基于快速kurtogram算法的共振解调方法在滚
动轴承故障特征提取中的应用咱J暂.振动与冲击袁2013袁32渊1冤院35-37.渊WangHong-chao袁ChenJin袁DongGuang-ming.Applicationofreso原nanceondemodulationintherollingbearingfault咱8暂2013fast蒋超袁袁32computation刘渊树1冤院ofthekurtogram咱J暂.JournalfeatureofVibrationextractionandShockbased袁林35-37.袁姜锐红冤
.基于快速谱峭度图的EEMD内禀模态分量选
取方法咱J暂.振动尧测试与诊断袁2015渊6冤院1173-1178.
渊JiangChao袁LiuShu-lin袁JiangRui-hong.Featureextractionmethodofintrinsicfaultdiagnosismode咱functionJ暂.JournalinEEMDofVibrationbased袁Measurementonfastkurtogram&Diagnosisinmachinery渊6冤院1173-1178.冤袁2015
咱9暂巩晓赟.基于全矢谱的非平稳故障诊断关键技术研究咱D暂.郑州院郑州
大学袁2013.
渊GongXiao-yun.Researchonkeytechnologyofnon-stationaryfaultdi原agnosisversity袁2013.based冤
onfullvectorspectrum咱D暂.Zhengzhou院ZhengzhouUni原咱10暂黄传金袁邬向伟袁曹文思.基于LMD的全矢包络技术及其在TRT振
动故障诊断中的应用咱J暂.电力自动化设备袁2015袁35渊2冤院168-174.渊HuangChuan-jin袁WuXiang-wei袁CaoWen-si.LMD-basedfullvector咱envelopeJ暂.ElectricaltechniquePowerandSystemitsapplicationandAutomationinTRT袁2015vibration袁35渊2冤院fault168-174.diagnosis冤咱11暂管腾飞袁韩捷袁李永耀.矢Wigner三谱分析及其在齿轮故障诊断中的
研究咱J暂.机械设计与制造袁2016渊1冤院225-227.
渊GuanTeng-fei袁HanJie袁LiYong-yao.Vectorwignertri-spectrumanalysis&Manufactureandits袁application2016渊1冤院225-227.ingearfault冤
diagnosis咱J暂.MachineryDesign
因篇幅问题不能全部显示，请点此查看更多更全内容