logo资料库

基于MATLAB的轴承故障诊断方法的研究.pdf

第1页 / 共3页
第2页 / 共3页
第3页 / 共3页
资料共3页,全文预览结束
第 48卷第 6期 2011年 12月 化 工 设 备 与 管 道 PROCESSEQUIPMENT&PIPING Vol48 No6 Dec2011  基于 MATLAB的轴承故障诊断方法的研究 陈涛 (新疆克州特种设备检验检测所,新疆 阿图什 845350) 摘 要:轴承被广泛应用于风力发电、直升机等各类机械设备中,由于其受到复杂载荷的作用并且工作环境较为恶 劣,所以易受损坏。如果不能及时地发现轴承故障,则会造成更大的事故,甚至导致停产,造成经济上的损失。文 章通过对轴承故障振动信号的采集,利用 MATLAB软件对数据进行处理,力求在初期就能够及时发现故障,为维修 提供科学依据,降低维修成本,并尽可能减少因轴承故障导致的停产时间。 关键词:轴承; 故障; 诊断; MATLAB 中图分类号:TQ050.2;TH133.3 文章编号:10093281(2011)06004103 StudyofFaultDiagnosisMethodforShaftbyUsingMATLAB 文献标识码:A (XinjiangKizilsuKirgizSpecialEquipmentInspectionInstitute,Artux 845350,China) CHENTao Abstract: Bearingiswidelyusedinvariousmachineryequipments,suchaswindpowergenerationandhelicopter.Inviewofthe complicatedloadsandadverseenvironmentitsubjected,itmaybeeasilydamaged.Ifthefaultofbearingisnotfoundintime,greatin cidentsmayoccurandleadtostopofproductionandeconomiclosses.Inthisarticle,Throughthecollectionofvibrationsignalresulted frombearingfaultsandtheanalysisofthedatabyusingsoftware,itishopedtofindthefaultsinearlytimesothatthebasiscanbepro videdformaintenanceandtherepaircostcanbereduced.Inthisway,thetimeofproductionstopwillbegreatlyreduced. Keywords: bearing; failure; diagnosis; MATLAB   轴承应用于机械装备的各个领域,准确及时了 的高频共振。 解机械装备中的重要轴承的运行状况,对于保障机 (4)故障引起的振动:滚动轴承内外圈或滚动 械装备的正常运转有着十分重要的意义。通过传感 体上发生局部故障(点蚀、裂纹、剥落、压痕等),每 器对轴承作振动监测,获取轴承故障的大量信息,基 当故障点经过受力区时,将产生冲击激励,引起附加 于轴承故障的机理,分析其故障特征,从而对轴承故 的周期性冲击振动。冲击振动发生的频率(周期) 障作出科学的判断。对采集来的振动信号作时频分 析,是轴承故障诊断中常用的方法。 1 滚动轴承的振动机理 滚动轴承在运行过程中,其振动激励源主要有 以下几方面: (1)制造、安装误差引起的振动:如表面波纹、 粗糙度;滚动体大小不均;轴弯曲、轴承安装倾斜;轴 承调整松紧程度。 (2)工作载荷作用引起的振动:不同部位承载 滚子数不同,承载刚度发生变化,引起轴心起伏振 动。重载情况下,滚动体与内外圈接触产生变形,呈 现非线性弹性。 (3)固有振动:滚动体与内外圈之间冲击产生 取决于故障部位,称为故障通过频率。 race): race): D+cos )Zb 2fn 1+d ( 内圈通过频率(BPFIBallpassfrequency,inner F1=1 外圈通过频率(BPFOBallpassfrequency,outer F0=1 滚动体通过频率(BSFBallspinfrequency): 2fn 1-d ( D+cos )Zb 收稿日期:20110822 作者简介:陈涛(1978—),男,新疆阿图什人,工程师。从事特种设 备检测与检验工作。
·24· 化 工 设 备 与 管 道 第 48卷第 6期 ]2 D d FB=1 保持架频率(FTFFundamentaltrainfrequency): FF=1 d 2fn 1-( D+cos) [ 2fn 1-d ( D+cos ) 式中 d———滚动体直径,mm;  D———轴承直径,mm;  Zb———滚动体数目;  ———接触角。 基于振动监测的轴承故障诊断方法主要是根据 故障产生的冲击成分,根据冲击振动峰值的大小判断 故障程度,根据冲击峰值的通过频率判断故障部位。 图1示出轴承故障引起的振动信号特征,外圈由于固 定不转,局部故障产生的周期冲击成分的幅值基本不 变,而内圈和滚动体不断旋转,当其上存在局部故障 时,故障点每经过承载区,产生的冲击强烈一些,在非 承载区,冲击就会减弱。冲击峰值的幅度随转速发生 变化。图2给出了轴承振动信号的频率分布。 图 1 故障通过频率特征 图 2 轴承振动信号的频率分布 2 轴承故障诊断方法分析 一般而言,随机信号可从时域和频域两个角度 分析。对所测得的时域信号直接施行各种运算且运 算结果仍然属于时域范畴,则这样的分析运算即为 时域分析;如果首先将所测时域信号经过傅里叶变 换为频域信号,然后再对其施行各种运算的分析方 法称为频域分析。 2.1 时域分析 常用工程信号都是时间波形的形式。时间波形 有直观、易于理解等特点,由于是最原始的信号,所 以包含的信息量大。缺点是不太容易看出所包含信 息与故障的联系。对于某些故障信号,其波形具有 明显的特征,这时可以利用时间波形做出初步判断。 时域分析方法包括自相关函数、互相关函数、概率密 度等。 2.1.1 自相关函数 信号 X(t)的自相关函数 Rx(τ)用以描述一个 时刻的取值与另一个时刻的取值之间的依赖关系。 相关函数数学表达式为[1]: Rx(τ)=limx→∞ 1 T∫T 0x(t)x(t+τ)dt 不同信号具有不同的相关函数,是利用自相关 函数进行故障诊断的依据。正常运动的轴承,其平 稳状态下的振动信号的自相关函数往往与宽带随机 噪声的自相关函数相近,而当出现故障,特别是周期 性冲击故障时,自相关函数就会出现较大的峰值。 2.1.2 互相关函数 互相关函数是表示两组数据之间的依赖关系的 相关统计量,互相关的函数表示为[1]: 1 T∫T 0x(t)y(t+τ)dt Rxy(τ)=limx→∞ 2.2 频域分析 对信号进行时域分析时,有时一些信号的时域 参数相同,但并不能说明信号就完全相同。因为信 号不仅随时间变化,还与频率、相位等信息有关,这 就需要进一步分析信号的频率结构,并在频率域中 对信号进行描述。动态信号从时间域变换到频率域 主要通过傅里叶级数和傅里叶变换实现。周期信号 用傅里叶级数实现,非周期信号用傅里叶变换实现。 2.2.1 幅值谱分析 信号幅值谱分析的理论基础是离散信号的傅里
2011年 12月  叶变换(DFT)。 陈涛.基于 MATLAB的轴承故障诊断方法的研究 ·34· 对有限长度离散时间序列的傅里叶变换成为离 散傅里叶变换(DFT),其正逆变换的表达式为[1]: X(k)=∑N-1 ,k=0,1…,N-1 n=0X(n)e-j2Π Nnk X(n)=1 N∑N-1 n=0X(k)ej2Π ,n=0,1…,N-1 Nnk 2.2.2 功率谱分析 由于随机信号能量无限,也不满足绝对可积条 件,不能用傅里叶变换求其频谱;但由维纳辛欣定 理可知自相关函数与自功率谱密度函数互为傅里叶 变换对,所以可以通过求随机信号自相关函数的傅 里叶变换得到其频率信息。 功率谱密度函数描述离散随机信号的功率在频 率域上的分布情况,反映了单位频带内的信号功率 的大小,是频率的函数。如果 X(n)是实数,由于自 相关函数 Rx(m)是偶对称的,因此功率谱密度函数 仍是频率 f的偶函数。 功率谱定义如下[1]: (f)=1 T|X(f)|2 P^ 2.3 实例分析 图 3示出轴承故障试验台结构,试验轴承直接 安装在电机输出轴上,由电机直接带动轴承转动。 电机固定在轴支座上。电机额定功率 0.09kW,额 定转速 1350r/min(23.5r/s)。轴承型号 6350,外 圈通 过 频 率 (BPFO)=57.44Hz、内 圈 通 过 频 率 (BPFI)=100.06Hz、滚 动 体 故 障 频 率 (BSF)= 38.52Hz、保持器冲击频率 (FTF)=8.2Hz。分别 对正常轴承、外圈故障轴承、内圈故障轴承、 子故  障轴承通过振动传感器采集到四组数据,采样频率 5760Hz。对 传 感 器 采 信 的 数 据,用 MATLAB处 理[2],得图 4所示波形图。 图 3 轴承故障试验台结构 图 4 轴承故障震动波形 从图 4可以看出,轴承在正常的情况下,其波行 比较均匀;轴承内圈、外圈有故障时波形明显出现了 变化,对于外圈有故障的轴承,波动的振幅不会发生 变化,而对于内圈发生故障的轴承,发现故障信号的 振幅发生了变化,原因是当内圈通过负荷的下部时 振动的幅值增加了。通过图 5对轴承进行频域分 析,对内圈、外圈、滚动体的故障信号和参考信号进 行比较,可以明显地看出故障信号的分布频率的变 化范围增大了。 图 5 轴承故障频域分析 3 结论 对轴承的振动信号通过 MATLAB施行时频分 析,可以对其故障进行明确诊断,并且进行分类和确 定故障大小,为早期的主动维修提供科学的依据,从 而降低维修成本。 参考文献 [1] 康海英,栾军英,张志斌,等.基于时频和频谱分析的齿轮箱故 障诊断[J].军械工程学院学报,2004,16(3):1013. [2] 李正周.MATLAB数字信号处理与应用[M].北京:清华大学 出版社,2008.
分享到:
收藏