基于小波包和Hilbert包络分析的滚动轴承故障诊断方法

作者:张盈盈;潘宏侠;郑茂远 刊名:电子测试 上传者:曹新华

【摘要】滚动轴承故障诊断是机械故障检测中的一个重要方面。本文提出了一种小波包分析和Hilbert包络分析相结合的方法对轴承进行故障诊断。首先利用小波包分析将滚动轴承的振动信号分解到不同的节点上。然后求出各频段的能量,根据频带能量的变化情况,找出滚动轴承的故障所在的频带,对故障频带的重构信号做包络谱分析,将谱峰处的频率与滚动轴承的故障特征频率进行对比。诊断出滚动轴承的故障。通过对实验中采集到的滚动轴承振动信号进行分析,证明了该方法在滚动轴承故障诊断中的有效性。

全文阅读

0引言滚动轴承的振动信号携带了丰富的运行状态信息,当滚动轴承发生点蚀、断裂等局部损伤故障时,损伤点与其他元件表面接触时将会产生冲击脉冲,从而激起轴承的高频固有振动,可以看作是以时间为自变量的非平稳信号。冲击持续时间较短,它的能量频率发散,落在轴承正常频率范围内的分非常微小,不能与能量较大并集中于低频域的振动分量相比较。轴承中一个幅值为A的低频冲击,它的一阶幅值通常只有4km/s2[1],所以直接对轴承的振动故障冲击信号进行频谱分析很难达到故障诊断的效果。而小波包分析可以对轴承故障信号在全频带范围内进行多层次划分,通过对信号在不同尺度上的分解和重构,得到分布在不同频带内的分解序列,从而得到轴承故障信号在不同频段上分布的具体情况。本文通过对实测的滚动轴承故障信号进行小波包分解,求出各频带的能量,通过对比正常信号和故障信号的频带能量图找出故障频段,最后通过用Hilbert变换解调分析技术,找出了滚动轴承的故障特征频率,诊断出故障。1滚动轴承故障振动信号特性滚动轴承常见的失效方式主要由磨损、疲劳、腐蚀、压痕和胶合失效等。当轴承的工作表面出现局部缺陷是,就会以一定的通过频率产生一系列的宽带冲击,称为轴承的故障频率或通过频率,实际的滚动轴承故障振动监测就是检测的这个频率。计算公式如下:[4]Z个滚动体(或保持架)与内圈上某一固定点接触的频率:称为由基函数确定的正交小波包。当4Hilbert包络分析原理时,和分别为尺度函数和小波基函数。Hilbert包络是时域信号绝对值的包络,它从信令是关于的小波包族,设号中提取调制信号,分析调制信号的变化,对提取,则可以表示为:故障特征具有很大的优越性。利用Hilbert变换进行(6)信号包络的原理是让测试信号产生1个的相移,从小波包分解算法:而与原信号构成一个解析信号,此解析信号即构成包络信号。假设x(t)是一个连续的时间信号,其Hilbert变(7)换为:小波包重构算法:(10)(8)由x(t)及其希尔伯特变换可以构成信号x(t)根据加速度传感器固有频率和信号采样频率等的解析信号z(t):参数,选择合适的小波包分解层数。本文采用3层(11)分解,分别提取第3层从低频到高频8个频率成分其中幅值A(t)为:的信号特征,并得到其小波包分解系数。(12)相位为:3小波包能量谱(13)由式(12)便可求得x(t)的包络。将按照能量方式表示的小波包分解结果称为小由以上分析可知,Hilbert变换是一种将时波包能量谱。域实信号变为时域解析信号的方法。变换所得的在小波包能量谱中,可以选取各个子解析信号的实部是实信号本身,虚部是实信号的空间(频带)内信号的平方和作为能量的标Hilbert变换,而解析信号的幅值便是实信号的包志,对于子空间,小波变换结果表示为序列络。,其为该子空间的样本长度,对包络信号做FFT分析,即可得到包络信号其能量为:的包络谱,Hilbert包络具有解调功能。Hilbert(9)包络是通过分离出信号的低频信息进行解调,因小波包能量谱描述了信号的能量分布特征,相此,由Hilbert包络分析得到的结果往往比较清对于FFT频谱分析选取某些特征频率的幅值进行分晰直观。析,小波包能量谱分析了各个频带信号的全部能量,包括非平稳、非线性振动能量,如摩擦、碰撞、松5滚动轴承故障诊断实例分析动等,所以,小波包能量谱分析更具有合理性。[7]对6406型轴承进行故障诊断。选用两个轴承进行试验,其中一个轴承室无故障轴承,另一个是轴承正常能量比重谱1外圈故障轴承。轴承的参数为:滚道节径为60mm,0.90.8滚动体直径为19.05mm,滚珠个数

参考文献

引证文献

问答

我要提问