基于信號處理的橋式起重機(jī)齒輪減速箱故障診斷

鞏 銳

（江蘇省特種設(shè)備安全監(jiān)督檢驗(yàn)研究院無錫分院，江蘇 無錫214174）

0 引言

齒輪減速器是起重機(jī)上關(guān)鍵的承載和傳動部件，長期處于高負(fù)載、工況多變等狀態(tài)下，非常容易發(fā)生故障，造成停機(jī)事故。通常齒輪減速器故障產(chǎn)生的特征信號都比較微弱，采用常規(guī)的信號檢測方法難以精確地診斷故障特征。因此，需要分析減速箱的運(yùn)行規(guī)律和故障類型的基本特點(diǎn)，并結(jié)合先進(jìn)的故障特征放大技術(shù)和噪聲抑制技術(shù)進(jìn)行減速器故障檢測和診斷［1］，這對準(zhǔn)確地判斷齒輪減速器的故障，保證橋式起重機(jī)運(yùn)行穩(wěn)定性具有重要的工程意義。

1 齒輪減速器故障特點(diǎn)及類型

橋式起重機(jī)齒輪減速器是一種典型的旋轉(zhuǎn)機(jī)械［2］，發(fā)生故障時，會產(chǎn)生異響和異常振動等故障信號，如表1所示。根據(jù)減速箱的振動信號的特點(diǎn)，可對其故障來源進(jìn)行預(yù)先診斷。然而，對于減速箱等旋轉(zhuǎn)類機(jī)械，其故障是由于很多種因素的共同作用。此外，對旋轉(zhuǎn)傳動類機(jī)械進(jìn)行故障檢測，一般不需要將設(shè)備整件解體，否則會導(dǎo)致再次裝配精度的降低，而且某些故障特征不明顯，需要緩慢長期觀察才能確定，這使得旋轉(zhuǎn)傳動類機(jī)械的狀態(tài)監(jiān)測和故障診斷的難度較大。

表1 齒輪箱主要振動及原因

1．1 齒輪軸軸承損壞

起重機(jī)的工作類型復(fù)雜多樣，減速器的正常工作時間決定了齒輪與軸承的磨損和疲勞程度，影響其使用壽命。滾動軸承的部分失效原因?yàn)槠邳c(diǎn)蝕，主要表現(xiàn)為軸承的元件在較大沖擊動載荷和靜載荷作用下發(fā)生塑性變形，磨粒磨損嚴(yán)重，導(dǎo)致破裂損壞，進(jìn)而會產(chǎn)生輪齒的不正常卡阻、嚙合，間接導(dǎo)致齒輪發(fā)生變形和折斷，嚴(yán)重時甚至?xí)斐蓽p速箱卡滯現(xiàn)象，軸承元件點(diǎn)蝕造成的減速箱故障容易被發(fā)現(xiàn)，可通過觀察減速箱的運(yùn)轉(zhuǎn)狀況或?qū)崟r監(jiān)聽噪音進(jìn)行診斷。

1．2 齒輪精度達(dá)不到要求

齒輪由于加工精度、裝配誤差等原因的存在，在運(yùn)轉(zhuǎn)工況時會產(chǎn)生不同幅度特征的振動。不同的原因?qū)е虏煌恼駝?，目前最主要的振源為嚙合振動。齒輪在嚙入和嚙出的過程中，齒與齒之間發(fā)生周期性碰撞，從而生成振動。除了嚙合振動，還有如制造誤差引起的損傷、外界環(huán)境引起的損傷的存在，導(dǎo)致齒廓、齒形等偏離正常范圍，增大了碰撞沖擊力度，會導(dǎo)致更大的振動。

1．3 齒輪軸及與電機(jī)軸軸心線偏差較大

齒輪箱裝配不精確，容易造成減速箱高速軸與電機(jī)軸的軸心線偏差。偏差過大時會導(dǎo)致減速箱輪齒的嚙合出現(xiàn)故障，輪齒受力狀況不均勻，造成齒輪軸在彎曲扭矩的作用下發(fā)生變形，彎曲扭矩的重復(fù)作用和應(yīng)力集中作用會造成輪齒的過度疲勞磨損；同時也會使減速箱和電機(jī)的連接螺栓松動變形，造成電機(jī)在運(yùn)行中振幅過大，增大減速箱的輪齒嚙合縫隙，輪齒的連續(xù)沖擊載荷導(dǎo)致輪齒變形折斷。

2 基于信號處理的齒輪減速箱故障診斷

橋式起重機(jī)齒輪減速箱發(fā)生故障時，會產(chǎn)生異響、異常振動和噪音，利用信號處理技術(shù)分析振動信號的時域、頻域或幅值域等信號特征，進(jìn)而判別齒輪減速箱的工作運(yùn)行狀態(tài)，可檢測出故障部位及其原因。

2．1 傳統(tǒng)信號處理方法

以往主要采用時域和頻域分析這兩種信號處理技術(shù)來進(jìn)行齒輪減速器故障診斷。前者主要是采用時域同步平均法、相關(guān)函數(shù)診斷法或概率分析法，分析振動時產(chǎn)生的時域信號特征，如振幅、相位、振動頻率、偏度、峭度、裕度等。后者則是基于傅立葉變換（FFT）進(jìn)行倒頻譜、包絡(luò)、頻譜等方面的分析。傳統(tǒng)的基于FFT的信號處理技術(shù)在理論和實(shí)踐中已有廣泛的應(yīng)用，但它目前僅用于較平穩(wěn)信號的分析，卻不適用于工程實(shí)踐中所測得的絕大多數(shù)非平穩(wěn)、非線性、非高斯分布的振動信號。

2．2 非平穩(wěn)信號的分析方法

2．2．1 小波變換

繼傅立葉變換后，小波變換分析法由于具有一并提供信號的時域和頻域變化信息、“數(shù)學(xué)顯微”等特性，成為描述非平穩(wěn)性動態(tài)信號、提取微弱信號、早期故障診斷以及分離機(jī)器零部件故障特征頻率的高效分析工具［3］。雖然小波變換在工程實(shí)踐的非平穩(wěn)信號分析中得到了較為廣泛的應(yīng)用，但其也存在缺點(diǎn)：首先，小波變換是線性的，其本質(zhì)是在窗口中可調(diào)的傅立葉變換；其次，在選擇小波基和分解尺度后，會產(chǎn)生一個頻帶固定的信號，其頻帶范圍僅與信號的采樣頻率有關(guān)，不受信號本身影響，這就造成小波分析變換的自適應(yīng)性差，限制了其工程應(yīng)用。

2．2．2 經(jīng)驗(yàn)?zāi)B(tài)分解

Hilbert－Huang變換（HHT）分析方法將任意信號分解為內(nèi)在模態(tài)函數(shù)（IMF）——經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）法，然后進(jìn)行時頻分析，其主要包括EMD法和Hilbert變換兩個過程，具體如下：（1）進(jìn)行信號平穩(wěn)化處理，并逐級分解出信號中不同尺度的波動，得到一系列具有不同特征尺度的IMF分量，進(jìn)一步分析和提取更準(zhǔn)確的原數(shù)據(jù)的特征信息；（2）通過EMD分解法得到每個IMF分量的信號，再對每個單分量進(jìn)行Hilbert變換后能夠反映其真實(shí)的物理意義，由此得到的Hilbert譜能更加精確地反映出能量在空間（或時間）尺度上的分布規(guī)律。另外，EMD分解出的分量隨信號本身的變化而改變，因此，該方法具有自適應(yīng)性，可對多種非平穩(wěn)、非線性信號進(jìn)行時頻分析。

EMD方法能將非線性、非平穩(wěn)信號序列x（t）有限地分解為不同信號特征的IMF的和，IMF分量分別記為c1，c2，…，cn和殘差項(xiàng)r。其分解步驟如下：

（1）解析原始信號的所有極值點(diǎn)。

（2）將極大值點(diǎn)和極小值點(diǎn)分別連接起來，確保由極大值點(diǎn)構(gòu)成的上包絡(luò)曲線和由極小值點(diǎn)構(gòu)成的下包絡(luò)曲線要涵蓋所有的原始數(shù)據(jù)點(diǎn)。

（3）求出上、下包絡(luò)曲線的平均值m1，并求出：

（4）首先判定h1是否是IMF分量，若h1為信號x（t）的第一個IMF分量，則將其定義為c1，并直接進(jìn)入步驟（5）計(jì)算；若否，則h1作為新的原始數(shù)據(jù)，并重復(fù)（1）～（4）的步驟，以此類推。

（5）將c1從x（t）中提取出來，得：

（6）重復(fù)（1）～（5）的步驟n次并得到有限n個IMF分量。即：

當(dāng)rn成為一個單調(diào)函數(shù)時就停止上述步驟。將式（2）代入式（3）可得：

式中，rn是信號的殘余項(xiàng)。

從基函數(shù)理論來看，不同信號分解出的基函數(shù)即IMF分量c1，c2，…，cn包括了從高到低不同頻率段且是不等帶寬的信號成分，能自適應(yīng)地提取故障沖擊信號，特別適用于處理非平穩(wěn)和非線性信號。

3 結(jié)語

本文針對橋式起重機(jī)齒輪減速箱運(yùn)行故障，分析主要類型及其原因，并從傳統(tǒng)信號處理技術(shù)、非平穩(wěn)信號處理技術(shù)兩方面介紹目前檢測齒輪減速箱故障的主要手段。經(jīng)分析，經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）是目前檢測非平穩(wěn)、非線性信號最適用的方法。

［1］孟濤．齒輪與滾動軸承故障的振動分析與診斷［D］．西安：西北工業(yè)大學(xué)，2003．

［2］丁保華，李占芳．齒輪箱故障診斷中振動信號處理方法綜述［J］．煤礦機(jī)械，2005（8）：136－138．

［3］姜洪開，王仲生，何正嘉．基于自適應(yīng)提升小波包的故障微弱信號特征早期識別［J］．西北工業(yè)大學(xué)學(xué)報(bào)，2008，26（1）：99－103．