基于峭度与小波包络分析的滚动轴承故障诊断.pdf

《基于峭度与小波包络分析的滚动轴承故障诊断.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于峭度与小波包络分析的滚动轴承故障诊断口杨晨1,2口阎树田1,3口贺成柱口马国栋口袁德强1兰州理工大学机电工程学院兰州73o05O2．甘肃省机械科学研究院先进设计与制造工程实验室兰州7300503．兰州理工大学数字制造技术与应用省部共建教育部重点实验室兰州730050摘要：针对滚动轴承振动信号具有变频和冲击的特征，采用峭度指标、小波分解和Hilbert包络分析相结合的方法对滚动轴承进行故障分析首先对运行中的滚动轴承振动信号进行峭度指标分析，进行早期故障判断，进而小波分解消除噪声和干扰信号．再重构能量集中频段

2、的小波信号，最后进行Hilbert包络谱解调分析，得到反映故障特征频率的包络信号。仿真实例表明，该方法可以有效地对滚动轴承进行故障诊断。关键词：滚动轴承峭度指标小波分解包络分析故障诊断中图分类号：TH165．3文献标识码：A文章编号：1000—4998f2014)02—0062—03滚动轴承是各类旋转机械的重要组成部件，它的征频率计算式如下]：运行状态好坏直接影响到整台机器的性能。同时也是内圈损伤茜(1+)(1)易损~．fee．据统计，旋转机械的故障有三分之一是由滚动轴承引起的，因此对滚动轴承进行故障诊断显得

3、尤外圈损伤：fo=茜(1一旦)(2)为重要。在工况中，滚动轴承由于损伤等故障会产生冲滚动体损伤E1一()](3)击振动，振动信号携带着轴承较全面的信息，通过采集分析振动信号来获得滚动轴承的故障敏感特征，以达保持架损伤=裔(1一)(4)到后续精准的模式识别．振动分析法是目前应用最广泛的故障诊断方法。式中：d为滚动体直径；D为节圆直径：为接触角；z关于小波分析等方法在故障诊断中的运用，前人为滚动体个数；n为工作转速。已经做了很多研究。文献[1]利用小波包对振动信号进对包含滚动轴承故障的振动信号进行频谱分析，行分解

4、重构及能量计算．提取了故障特征频率。文献信号会在特征频率处出现较大波峰，检测此波峰频率[2]提出了结合小波包降噪与LMD的滚动轴承故障可达到监测轴承运行状态。实际中，由于误差等原因，诊断方法，利用小波包去除信号中的噪声，进行LMD故障特征频率可能只在理论频率或倍频附近游动。分解，对故障也能有效识别。文献[3]将峭度和小波包2峭度指标理论应用能量结合用在齿轮箱故障诊断．有效地实现了早期故障诊断。本文结合峭度指标、小波分解及Hilbert包络对于实时检测到的振动信号直接使用无量纲峭度谱分析对滚动轴承进行特征频率的

5、提取与识别的研指标，可避免出现信号畸变和泄漏等缺陷，易于现场实究。用峭度指标直接对原始信号进行分析，可以减少误现。且指标一般不受负载、转速等变化的影响。差；峭度对冲击脉冲类故障都比较敏感，可以明确判断峭度(Kurtosis)K是反映振动信号分布特性的数值统计量，实践中，常用振动信号的离散数据进行分析早期故障；小波分析对非平稳信号的检测能力也很强，计算．其峭度指标K为：是实现复杂信号信噪分离的有效工具。4一1滚动轴承振动机理K=(等)(5)滚动轴承的主要故障形式有疲劳剥落、磨损、塑性式中：为信号值；为信号均值；

6、Ⅳ为采样长度；为变形、锈蚀、断裂等，当轴承元件(包括外圈、内圈和滚标准差。动体)的工作表面出现局部缺陷时，会以一定的通过频设备正常运行时，峭度指标大约为3．0；若峭度指率产生一系列宽带冲击。通过振动的频率即称为故障标大于3．则可判断出现早期故障；若峭度指标非常频率，滚动轴承故障诊断就是要检测这个频率。故障特大。则可判断出轴承存在严重故障。直接根据时域指标峭度的大小和变化程度可灵敏地判断轴承故障是否发收稿日期：2013年9月画2014／2机械制造52卷第594期生。但是随着故障的进一步发展，峭度指标会下降，也部

7、是实信号的Hilbert变换，而解析信号的幅值便是实不能判断轴承故障发生的具体部位，下面将结合小波信号的包络。对小波处理后的包络信号做谱分析，即可变换作进一步分析故障。得小波包络谱。任意一个时间序列g(t)的Hilbert变换为含(f)，数3小波分解和Hilbert包络分析学表达为[83：3．1小波分析小波分解能够将信号分解到一个由小波伸缩而成㈤=}d．r=)(9)的基函数族上，信息量完整，且可得到各层低频和高频g(t)的解析信号(￡)为：信号。这样可以根据诊断需要选择故障信息的频段，进(t)：g()+j含(

8、￡)=0()(10)行深层处理，以便查找故障。则g(t)的包络信号a(t)为：基本小波经伸缩、平移后形成小波函数：口()=、／(11)1．本文首先通过峭度指标计算，对滚动轴承是否出砂曲(『。I()(6)现早期故障进行判断，若出现故障，则需对信号作进一式中：a为尺度参数；b为位置参数；t为时间参数；沙为步分析，然后选择Dbl0小波进行小波分解，在通频范去本小波。围内得到不同频段的各层信号，消噪和消除干