（机械制造及其自动化专业论文）基于经验模态分解法的滚动轴承故障诊断系统研究.pdf

浙江大学硕士学位论文 摘要 摘要 滚动轴承是旋转机械中最常用的部件之一，但却是易损件，许多旋转机械中的故障都 与滚动轴承有关。因此，研究滚动轴承的故障诊断技术具有十分重要的意义。在分析了传统 滚动轴承的振动信号处理方法的基础上，将经验模态分解法( e m d ) 应用到滚动轴承的故障诊 断中来。本文研究了该方法的基本原理，研究了该方法产生的端点效应，提出了改进的信号 延拓技术；采用m a t l a b 和v i s u a lb a s i c 混合编程的方式开发了基于经验模态分解法的滚动轴 承故障诊断的原型系统；以仿真信号和实验数据进行分析，验证了该方法有效性。本文的主 要研究内容如下： 第一章论述了滚动轴承故障诊断技术的研究意义；分析了滚动轴承故障诊断在国内外 的发展现状和常用的滚动轴承分析方法；最后，提出了本文的研究内容，并给出论文的总体 框架。 第二章阐述了滚动轴承的几种主要的失效形式，通过滚动轴承的旋转机制和动力学分 析，给出了特征频率的计算公式，然后分析了滚动轴承中常见失效的振动特点，最后介绍了 常用的滚动轴承振动诊断方法。 第三章介绍了经验模态分解方法和希尔伯特变换的基本原理；最后，通过对仿真振动 信号进行e m d 和小波分解分析比较，验证了该方法分析非平稳信号的有效性。 第四章研究了e m d 方法中产生的一个重要的问题端点效应，论述了几种端点延拓 技术，并提出了改进的偶延拓端点延拓方法。 第五章研究了基于经验模态分解法的滚动轴承故障诊断方法的具体实施流程。研究了 中值滤波技术在滚动轴承振动信号预处理中的应用；最后庶用所拟定的新方法对实际的滚动 轴承振动信号进行了分析，并取得了较好的效果。 第六章结合m a t l a b 和v i s u a lb a s i c 的优点，采用混合编程的方式开发了基于e m d 的滚 动轴承故障诊断系统的原型系统。 第七章对全文进行总结并对今后的工作提出了展望。 关键词：滚动轴承故障诊断经验模态分解希尔伯特变换信号延拓 浙江大学硕士学位论文 a b s t r a c t t h er o l l i n gb e a r i n gi so n eo f t h em o s to r d i n a r yi nt h er o t a t i n gm a c h i n e r y b u ti ti sl i a b l et ob e d a m a g e da n di sr e l e v a n ti nf a u l t so fm a n yr o t a t i n gm a c h i n e r y t h e r e f o r e ，i ti so fi m p o r t a n c et o s t u d yf a u l td i a g n o s i st e c h n i c a lf o ri t o nt h eb a s i so ft h et r a d i t i o n a lv i b r a t i o ns i g n a l sp r o c e s s m e t h o df o rt h er o l l i n gb e a r i n g , t h ee m p i r i c a lm o d ed e c o m p o s i t i o n ( e m d ) w e r e a p p l i e di nt h e f a u l td i a g n o s i so ft h er o l l i n gb e a r i n g i nt h i sp a p e r , t h ee m db a s i ct h e o r i e sw e r es t u d i e d ；t o w e a k e nt h ee m d se n de f f e c t ，s o m en e wd a t ae x t e n d i n gm e t h o d sw e r ep r o p o s e d ；t h er o l l i n g b e a r i n g sf a u l t sd i a g n o s i so r i g i n a ls y s t e mb a s e do ne m dw e r ed e v e l o p e db yu s i n gm a t l a ba n d v i s u a lb a s i cm i x t u r ep r o g r a m m i n gl a n g u a g e s ；t h r o u g ha n a l y z i n gs i m u l a t es i g n a l sa n dt h er e a l v i b r a t i o ns i g n a l s ，t h ec o n c l u s i o nw a sd r a w nt h a tt h em e t h o di sv a l i d t h ed e t a i l sw e r es t u d i e da s f o l l o w s ： c h a p t e ro n ee x p l a i n e dt h ei m p o r t a n c eo f s t u d y i n gt h er o l l i n gb e a r i n gf a u l t sd i a g n o s i s ，b r i e f l y i n t r o d u c e dt h eg e n e r a ls i t u a t i o no ff a u l t sd i a g n o s i so ft h er o l l i n gb e a t i n ga n dc o m m o nf a u l t s d i a g n o s i sm e a n sf o rt h er o l l i n gb e a r i n g ；a tl a s t ，t h em a i nc o n t e n t so fs t u d yg e n e r a ls t r u c t u r e s c h e m eo f t h i sd i s s e r t a t i o nw e r ep r e s e n t e d c h a p t e rt w oi n 订o d u c e dt h em a i nf a i l u r es h a p e s ；t h ee x p r e s s i o n so ft h ef e a t u r ef r e q u e n c y w e r eg i v e nb yd y n a m i c sa n a l y z i n ga n dm e c h a n i s mo ft h er o l l i n gb e a r i n g ；t h e ni n 仃o d u c e d c o m m o nc h a r a c t e r i s t i co fs e v e r a lf a u l tv i b r a t i o ns i g n a l s ；a tl a s t ，i n 仃o d u c e dv i b r a t i o nd i a g n o s i s m e t h o d sf o rt h er o l l i n g b e a r i n g c h a p t e rt h r e ei n t r o d u c e de m d sa n dh i l b e f tt r a n s f o r m a t i o n sb a s i ct h e o r i e s ，t h e nt h r o u g h a n a l y z i n gs i m u l a t es i g n a l sb ye m dm e t h o dc o m p a r e dw i t hw a v e l e tt r a n s f o r m a t i o n ，t h e c o n c l u s i o n w a sd r o w n t h a t t h e m e t h o d i s v a l i d i n t h e f i e l do f p r o c e s s i n g n o n - s t a t i o n a r ys i g n a l s c h a p t e rf o u rd i s c u s s e dt h ee m d se n de f f e c t ，a n ds t u d i e dt h r e ee n de x t e n d i n gt e c h n o l o g y , t h e nai m p r o v i n ge n de x t e n d i n gt e c h n o l o g yw a sp r o p o s e d c h a p t e rf i v es t u d i e di m p l e m e n t i n gp r o c e s so ft h er o l l i n gb e a r i n gf a u l t sd i a g n o s i sb a s e do n e m d ；s t u d i e da p p l i c a t i o no fm e a n v a l u ef i l t e rm e t h o di nt h er o l l i n gb e a t i n gf a u l t sd i a g n o s i s ；a t l a s ta n a l y z e dt h er e a lv i b r a t i o ns i g n a lb yu s i n ge m d m e t h o d ，a n do b t a i n e ds a t i s f a c t o r yo u t c o m e c h a p t e rs i xu s e dm a t i a ba n dv i s u a lb a s i cm i x t u r ep r o g r a m m i n gl a n g u a g e st od e v e l o pt h e r o l l i n gb e a r i n g sf a u l t sd i a g n o s i so r i g i n a ls y s t e m c h a p t e rs e v e na l lo ft h ew o r ki n t h i sd i s s e r t a t i o nw a ss u m m e du p ，a n dt h ef u t u r er e s e a r c h e s w e r ep r o p o s e d k e y w o r d s ： r o l l i n gb e a r i n g f a u l t sd i a g n o s i s e m p i r i c a lm o d ed e c o m p o s i o n h i l b e r tt r a n s f o r m a t i o n s i g n a le x t e n d i n g i i 浙江大学硕士学位论文第一章绪论 第一章绪论 内容提要 分析了滚动轴承故障诊断的研究现状，故障形式、常用的诊断方法，指出了基于傅立叶 变换的常用振动分析方法的不足，将基于经验模态分解法的时频分析方法应用到滚动轴承故 障诊断中，最后，给出了本文的研究内容及总体框架 1 1 滚动轴承故障诊断技术的研究意义 1 - b 3 众所周知，机械设备的运行状态监测和故障诊断对保证设备的安全有效运行至关重要。 国内外曾经发生了不少因设备故障引发的空难、海难、断裂、倒塌、泄露等恶性事故，不仅 造成了人员伤亡，而且造成了巨大的经济损失。如1 9 7 2 年日本关西电力公司南海电厂3 号 机组6 0 0 m w 汽轮发电机组因振动引起严重的断轴毁机事件；1 9 8 5 年山西大同电厂2 # 机组联轴器断裂；1 9 8 8 年秦岭电厂的2 0 0 m w 汽轮发电机组因振动引起的严重的断轴毁机 事故，都造成了巨大的经济损失。因此，为了保证设各的安全运行，消除事故，需要大力开 展设备故障诊断的研究，提高故障信号的分析与处理能力。此外对设备进行故障监测与诊 断除了能消除潜在的事故，还能带来重大的经济效益。如日本资料报道，实施故障诊断后， 事故率可减少7 5 ，维修费用可降低2 5 5 0 ；在1 9 8 7 年，我国国营企业有4 0 万个以上， 总固定资产约7 0 0 0 亿元，每年用于设备维修及处理故障的费用一般占固定资产原值的3 5 ，采用诊断技术改善设备维修方法后，一年取得的经济效益可达数百亿元。由此可见， 设备故障诊断技术在保证设备的安全可靠运行，以及获取很大的经济效益和社会效益上，其 意义是十分明显的。 滚动轴承由于具有效率高、摩擦阻力小、装配方便、润滑容易实现等优点，因而，在 旋转机械中得到了广泛的应用，是大部分旋转机械的基本组成部件。但滚动轴承却是易损零 件，许多旋转机械中的故障都与滚动轴承有关。据有关资料统计，机械设备的故障7 0 是 振动故障，而振动故障中约有3 0 是由轴承引起的。这是因为轴承在机械设各中起着承受 载荷、传递载荷的作用，而其工作条件却是晟为恶劣。轴承故障引起的直接后果轻则降低或 者失去系统的某些功能，重则造成严重的甚至是灾难性的事故。因此，滚动轴承故障诊断技 术是机械设备故障诊断技术的重要组成部分。 滚动轴承故障诊断的方法很多从振动信号中提取反映轴承状态的信息进行故障诊断 是最常用的方法，也是最有效的方法之一。这是由于滚动轴承在运转时会受到各种动载荷而 引起振动，从而对机组的寿命、可靠性有重要影响；振动是最重要的信息来源，是机械设备 运行状态信息的载体，它蕴涵了丰富的机械设备异常或故障信息，振动特征是机械设备运行 状态特征的本质反映。利用振动信号进行测试也是最方便、最实用的。因此，研究滚动轴承 1 浙江大学硕士学位论文第一章绪论 振动信号的分析和诊断技术具有重大的科学意义和实际意义。 1 2 滚动轴承故障诊断技术在国内外的发展现状【5 4 1 】 1 2 1 国外的发展状况 在国外机械设备的故障诊断发展较甲，美国是最早开展设备故障诊断工作的国家之一。 1 9 6 1 年开始执行阿波罗计划后，发生了一系列由于设备故障造成的事故灾难，引起美国军 方和政府有关部门的重视。1 9 6 7 年，在美国宇航局( n a s a ) 的倡导下，由美国海军研究室 ( o n r ) 主持，成立了美国机械故障预防小组，主要从事机械故障机理、监测诊断和预测、 可靠性分析等技术研究。此外，美国机械工程师学会( a s m e ) 领导下的锅炉压力容器检测 中心在应用声发射技术对静设备故障诊断方面也取得了重要成果。英国以r a c o l l a c o t t 为 首的机器保健中心于2 0 世纪6 0 年代末7 0 年代初开始研究设备故障诊断技术9j 。1 9 8 2 年曼 彻斯特大学成立了沃福森工业维修公司( w i m u ) ，主要从事状态监测与故障诊断的研究工 作。 最早进行滚动轴承故障诊断方面研究的是美国学者g u s t a f s s o n 和t a l l i a n j 。他们于1 9 6 2 年提出初始故障可以用加速度传感器所采集的信号峰值变化来检测，即用测量信号的峰值数 与标准信号峰值数对比方法来评价轴承状态。瑞典s k f 公司在多年对轴承故障机理研究的 基础上发明了用冲击脉冲仪( s h o c k p u l s e m e t e r ，简称s p m ) 检测轴承损伤，将滚动轴承的 故障诊断技术水平提高了一个档次。 1 9 7 6 年，日本新日铁株式会社研制了m c v 系列机器检测仪( m a c h i n ec h e c k e r ) ，可分 别在低频、中频和高频段检测轴承的异常信号。该公司还推出了油膜检查仪，它是利用超声 波或高频电流对轴承的润滑状态进行监测，检测油膜是否破裂而导致金属间的直接接触。 1 9 7 6 1 9 8 3 年，日本精工公司( n s k ) 相继研制出了n b 系列轴承检测仪，利用1 1 5 k h z 范 围内的轴承振动信号测量其r m s 值和峰值来检测轴承故障。 从对振动故障信号的处理方法上看，主要集中在时域和频域。时域信号分析是将传感 器接收到的信号直接在显示设备上观察或作一些简单的统计分析。英国d y e r 等【，1 首先采用 峭度系数方法在轴承寿命实验机上检测滚动轴承损伤情况，指出峭度系数不随载荷和转速变 化，只与故障程度有关。此外，k o i z u m i 、r e i f , w h e e l e r 等【8 ，9 1 采用信号的均方根幅值、峰 值作为参数，效果也比较理想。频域分析是将时域信号经过变换转到频域中。t a y l o r 【l 比较 了润滑不足和多种故障的频谱特点，并提出故障尺寸的计算方法。r a n d a l l 1 进行倒频域分 析并指出倒频谱诊断效果比功率谱好。m a t h e w 等【1 ”针对f f t 技术的一些不足，采用共振解 调和a r 模型来检测低速轴承故障，取得了满意的效果。 随着对滚动轴承的运动学、动力学的深入研究，对于滚动轴承振动信号中的频率成分 和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解，加之快速傅立叶变换技术的 浙江大学硕士学位论文第章绪论 发展，开创了用频域分析方法米检测和诊断轴承故障的新领域。1 9 6 9 年，h l b a l d e r s t o n 根 据滚动轴承的运动分析得出了滚动轴承的滚动体在内外滚道上的通过频率和滚动体及保持 架的旋转频率的计算公式，以上研究奠定了这方面的理论基础。目前已有多种信号分析仪可 供滚动轴承的故障诊断，美国恩泰克公司根据滚动轴承振动时域波形的冲击情况推出的“波 尖能量”法及相应仪器，对滚动轴承的故障诊断非常有效。 1 2 2 国内的发展状况 我国的故障诊断技术研究起步较晚。从1 9 7 9 年到1 9 8 3 年，设备故障诊断技术从初步 认识进入到初步实践阶段，主要是学习国外的先进技术和经验；1 9 8 3 年国家经委颁布了国 营工业交通企业设备管理试行条例，有力推动了我国设备故障诊断技术的开发研究t 作。 1 9 8 5 年11 月，在上海召开了设备故障诊断技术应用推广会议；1 9 8 6 年6 月，在沈阳原东北 工学院( 先东北大学) 召开了国内第一届中国机械设备诊断技术的国际学术会议，有力地推 动了我国故障诊断技术的发展。在国内，一些部委成立了专门的研究机构，如化工部振动检 测中心、中国石化总公司设备状态检测中心等。由于国家的重视，在全国各高等院校、科研 单位及事业单位的共同努力下，我国的故障诊断技术得到了迅速的发展，广泛应用于机械加 工、核电、航空、铁路、冶金、电力等行业，并获得了显著的经济效益和社会效益。 对滚动轴承的故障诊断，在国内虽然起步较晚，但近年来发展较快。较早进行研究的 是上海交通大学，对滚动轴承故障诊断进行了较全面、系统的研究；重庆大学的雷继尧等i l ” 在轴承寿命实验机上进行了大量实验，发现了“高频峰群”现象，并据此开发了一套微机诊 断系统；南京航空航天大学等1 1 4 开发了一套轧钢机轴承在线监测和诊断系统，提出了同一 轴承内多个同类故障的诊断方法。国内很多院校也都将滚动轴承故障诊断作为研究的一项主 要内容。吉林大学的陈向东等人利用神经网络的函数逼近和记忆能力实现了滚动轴承运行状 态的故障监测：西北工业大学的王平利用共振解调技术和b p 神经网络技术实现了滚动轴承 故障在线智能诊断仪，该仪器具有自动化和智能化的优点，且故障诊断准确性高，使用方便。 从国内召开的全国机械设备故障诊断学术会议论文集来看，研究开展的情况也比较活跃。国 内还研制开发了一些检测仪器，如j k 8 2 4 l 轴承齿轮故障分析仪、h b a 2 电脑轴承分析仪等。 目前，随着学科的发展，模糊理论、灰色系统理论、模式识别、神经元网络、专家系 统等在机械设备故障诊断中越来越多的应用，为滚动轴承故障诊断提供了新的方法 1 5 , 1 6 1 。 1 3 滚动轴承常用故障诊断方法 滚动轴承故障诊断的方法很多，根据检测与诊断所采用的状态量来分类，即按照测取信 号的性质来分类，其诊断方法有：温度检测法、油样分析法、振动检测法和噪声检测法等”i 。 f 面介绍一些常用的方法 1 7 - 2 0 】。 ( 1 ) 温度检测法 3 浙江人学硕士学位论文 第一章结论 当滚动轴承产生某种异常，其温度便会发生变化，因而很早就采用对轴承温度进行检测 的方法。但是温度检测对轴承特性异常的检出能力并不很大，特别是表面剥落、裂纹、压痕 等轴承滚动面上的局部损伤，在其初期阶段，温度检测法几乎不可能检测出。即使可检出由 于热量引起的烧伤类损伤，在初期阶段也很难检出，在出现明显的温度上升时，异常大多已 发展成严重的故障了。 虽然温度检测法效果不大理想，但是，由于轴承受其材料或润滑剂等使用温度界限的制 约，监视是否超出其界限温度，对防止轴承产生异常还是极为重要的。 ( 2 ) 油样分析法 这是一种从轴承所使用的润滑油中取出油样，通过收集和分析油样中金属颗粒的大小和 形状来判断轴承状况和故障的方法。通过对各种故障的分析发现，因维护保养不当及其他原 因引起的油液污染变质已成为导致轴承失效的重耍因素。随着检测水平及检测精度的日益提 高，对机油实行定期抽样检验分析和状态监测已成为一种行之有效的方法。通过对轴承润滑 油或液压油性能衰败及污染变质程度的检测，可以为正确使用或更换油液以及进行维修或更 换轴承零部件提供科学可靠的依据。这种方法是通过从轴承各部位中取出用过的机油等油样 进行一系列的诊断试验并加以分析，经过测量和比较油中机件磨损材料的含量，依据这些数 据，来判断轴承的磨损趋势，及时了解轴承的运转情况。通过监测磨损趋势来判断轴承达到 使用极限的程度，在损坏之前及甲发现潜在的问题，预防与正常磨损相关的故障，并在故障 发生前适时修理，以降低机械维修成本和误工时间，最大限度地提高轴承的利用率。 油液分析法主要有光谱法、铁谱法和磁塞法三种。 油液的光谱分析法主要用于飞机的润滑油管理，最近己逐渐向一般行业普及，光谱法即 使对微小的磨屑也有检出能力，而且此法可分析十多种金属成份，因此，对滚动轴承多种损 伤引起的故障检出有较广的适检能力。 可是滚动轴承的磨损有时是属于正常磨损，其程度囚不同条件而异。因此，用光谱法检 测轴承状态的界限也因不同机械而异，就有必要分别积累数据，基于这些数据进行故障判定。 铁谱法主要是用来分析油液中铁磁物质的含量、粒度和形状，从而诊断机件损伤的类型 及严重程度。由于滚动轴承在止常磨损时的磨屑绝大部分是2 3 岬1 以下的粒径，当产生异常 磨损时5 u m 以上的磨屑明显增多；另外，滚动疲劳产生微小裂纹，有时候在油液中就可能 产生大量1 0 岫的球形粒子。由于滚动轴承磨损产生的粒度和形状的特点，铁谱法对其磨损 故障的检测有效性非常明显。 磁塞法是将特制的磁塞装在油的回路或油箱底部来吸取铁屑，根据磁塞吸附的铁屑量来 判定磨损的异常。此法与光谱法和铁谱法相比，它不需要采油样，也不需特别的分析装置， 如在现场使用特别简便，显示其较强的适应能力。 ( 3 ) 间隙测定法 当滚动轴承的轨道圈或转动体磨损时，轴承的间隙必然会增大，磨损后的问隙和新轴承 测定的间隙值相比较，即可掌握轴承的磨损嚣。但是，轴承在旋转的状态下，直接测定间隙 4 浙江大学硕士学位论文第一章绪论 非常困难，所以常采用间接的轴承间隙测定法。通常，间隙测定法中最好使用轴的位置检出 法，如检查轴的振摆或轴端的移动量等方法。根据轴承的间隙测定，对轴承的磨损、电蚀、 轨道面或滚动面全圈的故障诊断都是有效的。 ( 4 ) 振动检测法 振动检测法是通过安装在轴承库或箱体适当方位的振动传感器监测轴承振动信号，并对 此信号进行分析与处理来判断轴承故障。在各种检测法中，振动检测法是能检出机械运转中 异常信息最多的一种方法。滚动轴承振动诊断法的优点是，不仅能检测运转中轴承的异常， 而且具有检测轴承早期异常的能力。据有关资料统计，损伤宽度为5 0 9 r n 时的振动值比没有 损伤时约高一个数量级，而且损伤值大小与损伤宽度的人小有非常密切的关系，这表明振动 法在检测轴承早期微小损伤时，可使异常程度很好的定量化。由于振动诊断法的这一特点， 因而在滚动轴承早期诊断中的应用广泛而有效。目前，国内外开发生产的各种滚动轴承监测 与诊断仪器和系统中大都是根据振动法的原理制成的，有关轴承监测与诊断方面的文献8 0 以上讨论的是振动法。从适用、实用、有效的观点看，目前没有比振动法更好的滚动轴承监 测与诊断方法了1 1 7 1o ( 5 ) 噪声检测法 由于噪声是滚动的振动产生的，所以从本质上来分析，噪声和振动一样，也是轴承动特 性异常的很好信息媒介。但是，由下外部环境噪声的影响，在实际应用中，用噪声信号和数 值处理来进行定量诊断轴承故障的方法，还不像振动法那样广泛。 ( 6 ) 接触电阻法 接触电阻法所依据的基本原理和振动测量完全不同。它是与振动监测法相互补充的一种 监测技术。用接触电阻法监测轴承的故障时需要在轴承上施加微小的直流电压，大小约为 l o o m v ，测量轴承接触表面问的接触电阻。这一接触电阻值随轴承内的油膜厚度而变化。正 常的轴承，其油膜厚度至少是表面粗糙度的四倍，由于润滑剂是有机碳氢化合物，轴承内外 圈间的平均电阻很高一般在1 l 1 0 6q 之问变化，而当轴承零件出现剥落、腐蚀、裂纹 或磨损时，油膜破坏，接触电阻下降。 另外，用人耳或听音棒直接听取固体中传送的噪声，尽管早就被广泛利用，但要进行 正确的判断，需要相当熟练的技术，同时，对噪声级别和故障严重程度等均不能作定量分析。 1 4 振动分析方法 利用振动信号对故障进行诊断，是设备故障诊断方法中最有效、最常用的方法。据国 外报道，用振动的方法可以发现使用中的航空发动机故障的3 4 ，可节约维修费用7 0 。 振动信号是从正在运行的机械设备中获取的，其中包含了机械设备状态的信息，也包含有噪 声。为了得到与轴承故障有关的信息就必须对信号进行进一步的处理。在轴承故障监测和诊 断中，有许多技术被应用到处理振动信号中来。在这里简要回顾一下振动分析方法中的三个 常用技术：时域分析法、频域分析法和时频域分析法口1 。“j 。 浙江大学硕士学位论文 第一章绪论 ( 1 ) 时域分析法 时域分析法是发展最早的一种检测方法。在时域分析中普遍采用振动信号的基本数字 特征及其概率分布特征来进行分析和诊断。应用比较广泛的有：振动信号的平均值、均方根 值、方差、峰值因子、峭度系数等无量纲特征参量。该方法比较简便、快捷，但它易受噪声 影响，故一般适合于干扰较小的场合。 ( 2 ) 频域分析法 频域分析方法可以对轴承早期故障进行精密诊断。直接对轴承信号进行频谱分析，结 合频谱图的频率结构和特征频率的差频分析，也可以判断出轴承的好坏。但由于润滑剂而产 生的流体动力噪声及其旋转部件振动的干扰，仅适宜于简单机械的简单诊断。频域分析中最 有效的一种方法是共振解调法【2 2 , 2 s 。该方法以轴承系统或传感器系统的共振频区为监测频 带，将振动信号经放大，带通滤波和解调后，获得脉动冲击的低频脉动信号即得到脉动信 号的冲击频率。通过比照该冲击频率与滚动轴承故障零件的特征频率相似性，达到故障诊断 的目的。该方法的缺点是处理过程复杂，监测频带对分析结果起决定性的影响。 ( 3 ) 时频域分析法1 4 1 2 】 为了能够描述频谱随时间的变换，人们提出了时频分析的方法。短时傅立叶变换是研 究非平稳信号广泛使用的方法，其基本思想是将时间信号加时间窗，然后将时间窗滑动做傅 立叶变换，得到信号的时变频谱。但短时傅立叶变换也只是局部平均，即用时间窗的一段信 号来表示它在某个时刻的特性，而且窗越宽，时间分辨率越差若为了提高时间分辨率而缩 短窗宽时，又会降低频率分辨率。w i n g e r - - v i l l e 分布定义为信号中心协方差函数的傅立叶 变换，它具有许多优良的性能，不用选择窗函数，对瞬时频率和群延时有清晰的概念，但存 在交叉干扰和负能量谱口”。近年来被广泛应用在故障诊断中的小波分析，在本质上是可调 的窗口傅立叶变换，由于小波基函数的长度有限，在对信号作小波变换时会产生能量泄露 从而要对信号在时域和频域作精确分析会有较大的困难。 根据滚动轴承故障振动信号的特点，在故障产生冲击力的瞬间，轴承系统将产生短时 的高频振动，由于阻尼的存在而迅速衰减。而在没有冲击力作用时，则主要是由于其它原因 引起的一些低频干扰成分。从轴承振动信号的频谱图中可以看出，冲击力产生的振动信号在 高频区内存在宽带响应。对高频区宽带范围求取振动能量作为特征函数，它反应了该时刻附 近振动情况，也即表示了故障产生冲击力的分布情况。由于收集了振动信号在高频区的能鼍 信息，因而具有很高的信噪比。时频分析方法能够正确刻画故障信号的时间及频率特征，而 有更大的优越性。 1 5 经验模态分解法 要对滚动轴承进行故障诊断，关键的问题就是故障特征信号的识别。傅里叶变换是最 常用的特征提取方法，但是该方法必须假定信号是线性和平稳的，当信号为时变时，不满足 平稳性要求，分析结果便较人程度地失去了意义。当设备出现故障时，信号是个时变的菲平 6 浙江大学硕士学位论文 第一章绪论 稳信号，必须从时间和频率两方面来进行分析。尽管短时傅里叶变换、小波变换等方法对非 平稳信号的分析做出了较大的贡献，在滚动轴承故障特征提取领域中也获得了较广泛的应 用，但它们大都还是以傅里叶变换为理论依据，因此，分析非平稳、非线性信号还是存在不 足。 1 9 9 8 年，美籍华人n o r d e ne h u a n g 等人提出了一种新的信号分析方法经验模态 分解( e m p i r i c a lm o d ed e c o m p o s i t i o n ，简称e m d ) 法1 2 5 j “。e m d 方法主要分两个步骤：先对 信号进行经验模态分解，将信号分解成有限个本征模函数( i n t r i n s i cm o d ef u n c t i o n ，简称 i m f ) ，然后对每个本征模函数进行希尔伯特变换( h i l b e r lt r a n s f o r m a t i o n ，简称h t ) ，组成 时频谱图进行分析【7 5 】。因此该方法也称为希尔伯特黄变换o i l b e r t - h u a n gt r a n s f o r m a t i o n 简 称h h t ) 。 经验模态分解法从本质上讲是把一个信号进行平稳化处理，其结果是将信号中不同尺 度的波动或趋势逐级分解开来，产生一系列具有不同特征尺度的数据序列，每一个序列即为 一个本征模函数分量。对这些本征模函数进行希尔伯特变换便可得到信号的时频谱图，由此 得到的谱图能够准确地反映山信号原有的特性。经验模态分解的最大优点是使希尔伯特变换 后的瞬时频率具有物理意义，e m d 分解为非平稳信号进行有意义的希尔伯特变换起了桥梁 作用。 e m d 是一种优秀的时频信号分析方法，尤其适合丁非线性、1 稳态的信号序列处理。 因为该方法对信号进行分解时使用了一个自适应的广义基。基函数是依赖于信号本身的，也 就是自适应的。该基函数不同于傅立叶分解中的基函数，傅立叶分解的基是一系列恒定幅度 与恒定频率的正弦或余弦函数；它也不同于小波分解中的基函数，小波分解的基函数是预先 确定的一系列小波函数，由于分解的效果取决于基函数的选择，而且小波基一旦确定就不能 改变，所以不能保证最优的分解效果，而e m d 分解方法的基函数是一系列可变幅度与可变 频率的正弦或余弦函数，它是由信号中自适应得到的，因此，可以得到很好的分解效果。 e m d 分析方法提出后，已广泛地用于非线性的海洋波动数据分析、地球物理学、天文 学、设备诊断学等各个科学研究领域，取得了较好的效果口”“。重庆大学的钟佑明等把 该方法用到了磨床主轴振动信号的分析，取得了较好的效果；湖南大学的于德介教授【j “把 该方法用于齿轮故障诊断领域中：浙江大学的胡劲松博士1 3 “将该方法应用于旋转机械的故 障诊断中，取得了较好的效果。但是该方法用于滚动轴承故障诊断领域却不多见，而滚动轴 承故障振动信号从本质上说都是非稳态、非线性的，需要更好的信号分析与特征提取方法来 进行处理，因此，本论文致力于研究该时频分析方法在滚动轴承故障领域的应用。 1 6 本课题的主要研究内容 有效的故障信号分析与信息处理方法是进行状态检测与故障诊断的关键之一。目前在 实际应用的设备状态检测与故障诊断系统中，基本上均采用经典数字信号处理方法，如时域 统计分析、时域分析、频域分析等。而最常用的频域分析是傅立| 变换，但其只适合分析平 7 浙江大学硕士学位论文第一章绪论 稳信号。傅立叶变换只是一种纯频域的分析方法，其所反映的是整个信号全部时间下的整体 频率特征，它无任何时域分辨率，不能提供任何局部时间段上的频率信息。在实际应用中， 反映设备状态的信号常常是非平稳的，如机车轮对轴承的振动信号等。对于这类信号的分析， 通常需要获取某一时间段的频域信息或某一频率段所对应的时间信息，即需要对信号同时在 时域和频域进行局部化分析，而e m d 方法正适合于分析这种信号。 本学位论文以“基于经验模态分解法的滚动轴承故障诊断系统研究”为题，将经验模 态分解法引入到滚动轴承故障诊断领域中，研究基于经验模态分解的滚动轴承故障诊断新方 法，希望有助于促进滚动轴承故障诊断技术的进步。 本论文在进行文献调研和资料研究的基础上，论述了滚动轴承振动信号分析及故障诊 断方法的意义和研究现状，在分析传统滚动轴承的振动信号处理方法的基础上，将经验模态 分解方法应用到滚动轴承的故障诊断中来，对基于经验模态分解法的滚动轴承故障诊断方法 涉及若干关键问题进行了研究，开发了基于经验模态分解法的滚动轴承故障诊断系统原型， 并对实际信号进行了初步分析。 本论文的章节安排大致如下： 第一章：论述了滚动轴承故障诊断技术的研究意义：介绍了滚动轴承在国内外的发展 现状；回顾了常用的滚动轴承振动分析方法；最后，提山了本文的研究内容，并给出论文的 总体框架。 第二章：介绍了滚动轴承的几种主要的失效形式，并通过滚动轴承的旋转机制和动力 学给出了特征频率的计算公式，介绍了滚动轴承的常见故障的振动特点，最后介绍了常用的 滚动轴承诊断方法。 第三章：介绍了经验模态分解( e m d ) 分析方法的基本概念，论述了其基本原理；介 绍了希尔伯特变换的基本原理；撮后，通过对仿真振动信号进行e m d 分析，验证了该方法 分析非平稳信号的有效性。 第四章：研究了e m d 方法中存在的一个重要的问题端点效应问题，并论述了几种 数据序列延拓技术； 第五章：研究了基于经验模态分解法的滚动轴承故障诊断方法的具体实旌流程。研究 了中值滤波技术在滚动轴承振动信号预处理中的应用；应用所拟定的新方法对实际的滚动轴 承振动信号进行了分析，并取得了较好的效果。 第六章：结合m a t l a b 和v i s u a lb a s i c 的优点，采用混合编程的方式开发基t - e m d 的滚 动轴承故障诊断系统的原型系统。 第七章：对全文进行总结，并对今后的工作提出了展望。 根据上述章节的安排，绘制论文框架如图1 1 所示。 8 浙江大学硕士学位论文第一章绪论 1 7 本章小结 第荦绪论 o 第二章j 赛动铀承甫见故障及其诊断技水 o 第一章经验模态分解法和希尔伯特变换 n 莉旧审端点设应和信号辽拓技术 o 第五帮摹t - e m d | 向滚动轴承珍断 第六章丛于e m d 的滚动轴7 r 故障冷断系统的厦掣系统 ” 。 v 。 第七章结论和展望 ： 图i 1 论文的总体框架 本章首先论述了滚动轴承故障诊断技术的研究意义：介绍了滚动轴承在国内外的发展 现状；介绍了滚动轴承的故障特征频率；回顾了常用的滚动轴承振动分析方法；最后，提出 了本文的研究内容，并给山论文的总体框架。 9 浙江大学硕士学位论文 第二章滚动轴承常见故障及其诊断技术 第二章滚动轴承常见故障及其诊断技术 内容提要 本章阐述了滚动轴承几种主要的故障形式：给出了滚动轴承的故障特征频率；介绍了滚 动轴承常见故障的振动特点：分析了常用滚动轴承振动诊断方法。 2 1 概述 滚动轴承具有效率高、摩擦阻力小、装配方便、润滑容易实现等优点，因而应用广泛， 是旋转机械的基本组成部件。滚动轴承在运转时，由于受到载荷、安装、润滑状态、异物侵 入等因素的影响，会产生各种类型的故障。即使是在安装、润滑和使用维护良好的情况下， 经过一段时间的运转，轴承也会出现疲劳剥落和磨损而不能正常工作。由此可见滚动轴承是 比较容易损坏的，据不完全统计，旋转机械的故障中约有3 0 是由滚动轴承引起的，因此 对滚动轴承进行故障诊断具有十分重要的现实意义。 滚动轴承的故障形式各种各样，但主要可分为磨损、疲劳、压痕、胶合、腐蚀、断裂 等六种形式。当轴承出现故障时就会产生振动，组成轴承的各部件的所引起的振动频率也各 不相同。当前，用于滚动轴承故障诊断的方法很多，如振动检测法、温度检测法、声强分析 法、接触电阻法、油样分析法等，其中振动检测法是最常用、最有效的故障诊断方法。 2 2 滚动轴承故障的基本形式 滚动轴承有很多种损坏形式，常见的有磨损失效、疲劳失效、腐蚀失效、断裂失效、 压痕失效和胶合失效【4 。6 “4 。 ( 1 ) 磨损失效 磨损是滚动轴承最常见的一种失效形式。在滚动轴承运转中，滚动体和套圈之间均存 在滑动，这些滑动会引起零件接触面的磨损。此外，在轴承中侵入金属粉末、氧化物以及其 他硬质颗粒时，则形成严重的磨料磨损，使之更为加剧。润滑不良也会加剧表面磨损。磨损 的结果会使得轴承游隙增大，表面粗糙度增加，从而降低了机器的运动精度，振动噪声也随 之增大。对于精密机械轴承，往往是磨损量限制了轴承的寿命。 ( 2 ) 疲劳失效 滚动轴承在工作时，内外滚道和滚动体表面既承受载荷又有相对滚动，由于交变载荷 的作用，在表面下一定深度处( 最大剪应力处) 形成裂纹，继而扩展到接触表面发生剥落坑， 最后发展到大片剥落，这种由于剥落而产生的失效就叫做疲劳失效。 疲劳剥落会造成运转时的冲击载荷、振动和噪声加剧。疲劳失效也是滚动轴承最常见 1 0 浙江大学硕士学位论文 第一章滚动轴承常见故障及其诊断技术 的种失效形式。造成疲劳失效的土耍原因是疲劳应力。一般所说的轴承寿命就是指轴承的 疲劳痔命，轴承的寿命实验就是疲劳实验。实验规程规定，在滚道或滚动体上出现面积为 o5 m m 2 的疲劳剥落坑就认为轴承寿命终结。滚动轴承的疲劳寿命分散性很人，同一批轴承 中，其最高寿命与最低寿命可以相差儿十倍甚至上卣倍，这从另一角度说明了滚动轴承故障 诊断的重要性。 ( 3 ) 压痕失效 它是在轴承内圈、外圈滚道面或滚子滚动面早现的边沿圆滑的凹坑或条状压痕。它既 可能是由于轴承运转过程中，受到过大的冲击、振动、偏载或过载造成的，也可能是由于上 件清洗不干净，润滑脂里混有杂质或者密封不良而有异物侵入造成的。 ( 4 ) 腐蚀失效 轴承表面的腐蚀主要是由f 面三种原因造成的： a 润滑脂内含有水分或酸类，这些成分与轴承的表面金属发生化学反麻即化学腐蚀。 b 轴承内圈、外罔滚道面或滚道面上有凹坑或洗衣板状条纹损伤，这是由于电流通过 滚子和内圈、外圈接触面时击穿油膜，从而产生金属熔融现象，这种腐蚀称为电蚀。 c 轴承内径和轴颈的配合过盈量不足，轴承在承受载荷时，由于发生弹性变形，在接 触面间产生微小的滑动，出现褐色磨耗粉，这称为摩擦腐蚀。 ( 5 ) 胶合失效 胶合失效是指滚道和滚子表面由于受热而局部融合在一起的现象。在润滑不良，高速 重载的情况下，由于摩擦发热，轴承零件可能在极短的时间内达到很高的温度，从而导致表 面烧伤及损坏。 ( 6 ) 断裂失效 造成轴承零件的断裂和裂纹的重要原吲姓由于运行时载荷过大、转速过高、润滑不良或 装配不当而产生过大的热应力。此外，也有的是由于磨削加工或热处理不当而引起的。 2 3 滚动轴承振动信号的特征 在t 作过程中，滚动轴承造成的振动通常分为两类口j ：一类是与滚动轴承的弹性有关的 振动，一类是与轴承滚动表面状况( 波纹、伤痕等) 有关的振动。前者不论轴承正常与否， 振动都要发生，它虽与滚动轴承的异常状态无戈，但却决定了振动系统的传递特性；后者反 映了轴承的损伤情况。 滚动轴承在运转时，由于轴的旋转，滚动体便在内、外圈之问滚动。如果滚动表面发 生损伤，滚动体在这些表面转动时，便产生一种交变的激振力。由于滚动表面的损伤形状是 无规则的，所以激振力产生的振动将是由多种频率成分组成的随机振动。从轴承滚动表面状 况产生振动的机理可以看出，轴承滚动表面损伤的形态和轴的旋转速度决定激振力的频谱 轴承和外壳决定了振动系统的传递特性。最终的振动频谱是由上述二者共同决定。也就是说， 轴承异常所引起的振动频率，由轴的旋转速度、损伤部分的形态及轴承与外壳振动系统的传 1 l 浙江人学硕士学位论文 第二章滚动轴承常见故障及其诊断技术 递特性所决定。 通常，轴的旋转速度越高，损伤越严重，其振动的频率越高轴承的尺寸越小，其固 有频率越高。因此，轴承异常所产生的振动，对所有的轴承都没有一个共同的特定频率；即 使对一个特定的轴承，当产生异常时，也不会只产生单一频率的振动。 2 3 1 滚动轴承的旋转机构。7 1 如图2 - 1 所示，滚动轴承是由内圈、外圈、滚动体和保持架等元件组成。内圈、外囤分 别与轴颈及轴承座i l 装配在一起，大多数情况下外圈不动，而内圈随轴旋转。滚动体是滚动 轴承的核心元件，它使相对运动表面问的滑动摩擦变为滚动摩擦。滚动体的形状主要有球形、 锥柱形和鼓形等。滚动体可在内、外圈滚道上滚动。 鳓矧 文4 厂l 7 l儿 o i 丁5 、i 、工3 矛n i 瑚 图2 1 滚动轴承示意图 图2 - i 中d 为轴承的节经