基于譜峭度和Morlet小波的滾動軸承故障診斷方法

摘 要：針對共振解調(diào)方法中帶通濾波器中心頻率和帶寬等參數(shù)選取的困難，本文結(jié)合譜峭度方法對其進行改進，首先利用 Morlet 小波對其進行小波分解，然后利用峭度最大的原則設(shè)計出最優(yōu)帶通濾波器，最后利用包絡(luò)分析進行故障診斷，通過實際信號對本方法進行了驗證，結(jié)果表明本方法具有較好的效果。

關(guān)鍵詞：滾動軸承；故障診斷；譜峭度；包絡(luò)分析

DOI：10.16640/j.cnki.37-1222/t.2015.22.004

滾動軸承由于摩擦系數(shù)小、傳動效率高、使用壽命長、運轉(zhuǎn)精度高等優(yōu)點已廣泛應(yīng)用于各類機械系統(tǒng)中，滾動軸承的運行狀況關(guān)系到整個機械系統(tǒng)的運行狀況，加強對滾動軸承故障的預(yù)判與診斷有著十分重要的工程應(yīng)用。但是由于滾動軸承發(fā)生輕微故障時，振動信號一般比較微弱，容易淹沒在復(fù)雜的環(huán)境噪音中，現(xiàn)有的包絡(luò)分析技術(shù)已不能診斷此類故障，因此如何精準(zhǔn)定位滾動軸承故障引起的共振帶，是滾動軸承故障研究的一個熱點。

小波分析等時頻分析方法的提出使得研究人員可以同時分析故障信號在時域和頻域的特性。小波分析是一種窗口面積一定但形狀可變的時頻局部化分析方法，在信號低頻部分有較高的頻率分辨率和較低的時間分辨率，在高頻部分則相反，它的這個性質(zhì)使得小波分析使用于分析各類工程實際信號，具有較高的自適應(yīng)能力。譜峭度概念最早由Dyer提出，由于它對含噪信號中的微弱瞬態(tài)振動成分具有較高的敏感性，因此被廣泛應(yīng)用于提取軸承故障信號。本文將小波分析與譜峭度方法相結(jié)合研究分析滾動軸承的故障振動信號，通過小波分解先對原始信號進行若干層的分析，將信號劃分為不同的頻帶，然后利用譜峭度法則計算個頻帶的峭度值，最大峭度值所對應(yīng)的頻帶一般就是含噪成分較多的頻帶，最后對其進行包絡(luò)解調(diào)分析，獲取信號故障成分。

1 Morlet小波變換

2 譜峭度

通過計算整個頻帶的譜峭度值就可以找到峭度值最大的頻帶，也就找到了瞬態(tài)故障頻帶，Antoni還引入了峭度圖的概念用來描述頻率和窗長的關(guān)系，當(dāng)峭度圖中頻率和窗長所確定的頻帶峭度最大時，此頻帶正好是譜峭度值最大的頻帶的中心頻率和帶寬。

3 信號分析

本文利用型機械故障模擬及試驗平臺模擬了軸承點蝕故障情況并對實驗進行了數(shù)據(jù)采集，軸承振動信號由速度傳感器獲取，所采用的速度傳感器型號為SNd993，靈敏度為0.0103v/（m/s2），實驗中采用的軸承型號為N203圓柱滾動軸承，采樣頻率為32768Hz，轉(zhuǎn)速N=1720r/min左右，滾珠個數(shù)為10個，滾動體直徑d=6.5mm，軸承節(jié)徑D=28.5mm，人為設(shè)置外圈故障，對于內(nèi)圈轉(zhuǎn)動外圈固定的旋轉(zhuǎn)軸承，外圈故障特征頻率的計算公式為：

下面利用本文方法對此信號進行分析，首先對其進行7層小波分解，然后對各層子頻帶求其峭度值，用峭度圖如圖4所示。

從此峭度圖中可以看出當(dāng)中心頻率為15016Hz，帶寬為2725Hz時，所在頻帶的峭度值最大，所包含的故障信息最多，用此帶通濾波器對信號進行濾波后，利用包絡(luò)解調(diào)方法分析出此頻帶的頻率特征，如圖5所示。

從圖中可以清晰看出周期性振動頻率及其倍頻的存在，頻率大小為117.4Hz，與軸承外圈故障特征頻率相吻合，故可以確認(rèn)此滾動軸承的外圈存在故障。

4 結(jié)語

利用譜峭度對信號中瞬態(tài)沖擊成分的敏感，通過計算各個自頻帶的峭度值，利用峭度圖直觀的表現(xiàn)出來，可以清晰判斷出包含故障信息最多的頻帶，然后利用確定的中心頻率和帶寬參數(shù)設(shè)計帶通濾波器對其進行濾波，經(jīng)過包絡(luò)解調(diào)后即可分析出故障頻率，此方法具有較完善的理論依據(jù)和較強的分析能力，對于工程實際信號也有較高的應(yīng)用價值。

參考文獻：

[1]胡廣書.數(shù)字信號處理[M].北京：清華大學(xué)出版社，2003.

[2]張軍，陸森林，和衛(wèi)星等.基于小波包能量法的移動軸承故障診斷[J].農(nóng)業(yè)機械學(xué)報，2007，38（10）：178-181.

[3]沈金偉，石林鎖.滾動軸承故障診斷的改進小波變換譜峭度法[J].軸承，2010（08）：46-49.

[4]任學(xué)平，龐震，辛向志，邢義通.小波包和峭度在軸承早期故障分析中的應(yīng)用[J].2014（03）：45-48.

[5]Ho D，Randall R B. Optimization of Bearing Diagnostic Techniques Using Simulated and Actual Signals [J]. Mechanical Systems and Signal Processing，2000，14（05）：763-788.

[6]李華，梅衛(wèi)江，趙永滿，單志鵬.齒輪典型故障特征分析及其振動信號處理方法[J].2014，41（03）：59-62.

[7]程軍圣，于德介，楊宇.基于EMD的能量算子解調(diào)方法及其在機械故障診斷中的應(yīng)用[J].機械工程學(xué)報，2004，40（08）：115-118.

作者簡介：梁瑞剛（1991-），男，碩士研究生，主要從事：機械振動信號診斷與特征提取研究。