基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷方法*

馬增強(qiáng),谷朝健,王夢奇

(石家莊鐵道大學(xué)電氣與電子工程學(xué)院 石家莊，050043)

基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷方法*

馬增強(qiáng),谷朝健,王夢奇

(石家莊鐵道大學(xué)電氣與電子工程學(xué)院 石家莊，050043)

提出了一種易于用模擬電路實(shí)現(xiàn)的基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷方法，首先，用兩個(gè)加速度傳感器在不同測點(diǎn)采集軸承振動(dòng)信號(hào)，將其分別送入相應(yīng)通道的高Q帶通濾波器來選擇最優(yōu)共振帶；然后，將兩路帶通濾波器的輸出信號(hào)進(jìn)行互相關(guān)檢測，將互相關(guān)檢測得到的信號(hào)經(jīng)低通濾波器，保留低頻故障信號(hào)；最后，將低通濾波器輸出的時(shí)域信號(hào)通過頻譜分析儀顯示滾動(dòng)軸承故障特征頻率的譜線以實(shí)現(xiàn)滾動(dòng)軸承的實(shí)時(shí)故障診斷。用模擬電路的形式將該方法進(jìn)行搭建，并在QPZZ-II實(shí)測平臺(tái)完成滾動(dòng)軸承的實(shí)時(shí)故障診斷。結(jié)果表明：該方法克服了單一信號(hào)源的局限性，能利用互相關(guān)函數(shù)削弱共振帶內(nèi)部噪聲，使診斷結(jié)果具有更高的頻譜辨識(shí)率，而且能夠用結(jié)構(gòu)簡單、易于維護(hù)的模擬電路實(shí)現(xiàn)，對(duì)軸承實(shí)時(shí)故障診斷方法的應(yīng)用與普及具有一定的參考價(jià)值。

滾動(dòng)軸承； 實(shí)時(shí)故障診斷； 互相關(guān)檢測； 模擬電路

引 言

隨著機(jī)車技術(shù)水平和運(yùn)行速度的提高，對(duì)其機(jī)械零部件安全性提出了更高要求。滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中的重要基礎(chǔ)元件，也是旋轉(zhuǎn)機(jī)械振動(dòng)的主要激振源之一，這使得軸承成為機(jī)車上最容易發(fā)生故障的零部件之一[1]。滾動(dòng)軸承的狀態(tài)監(jiān)測與故障診斷系統(tǒng)包括在線和離線監(jiān)測與診斷系統(tǒng)，離線系統(tǒng)不能實(shí)時(shí)監(jiān)測與診斷，存在安全隱患[2]。因此，實(shí)時(shí)監(jiān)測軸承的工作狀態(tài)是對(duì)軸承早期故障進(jìn)行診斷的前提和必要環(huán)節(jié)。

目前，能夠?qū)崿F(xiàn)對(duì)滾動(dòng)軸承實(shí)時(shí)故障診斷的方法有共振解調(diào)法、沖擊脈沖法[3]、統(tǒng)計(jì)參數(shù)法[4]、神經(jīng)網(wǎng)絡(luò)法[5]、小波變換法[6]和遺傳算法[7]等。這些方法中除共振解調(diào)方法外，其余方法在滾動(dòng)軸承實(shí)時(shí)故障診斷中的實(shí)現(xiàn)方式多基于數(shù)字芯片。在實(shí)際應(yīng)用中，信號(hào)采集電路中的A/D轉(zhuǎn)換精度和轉(zhuǎn)換速度是制約故障診斷系統(tǒng)準(zhǔn)確性和實(shí)時(shí)性的重要因素，現(xiàn)有的技術(shù)方案會(huì)導(dǎo)致常規(guī)沖擊信號(hào)丟失和A/D采樣頻率不能覆蓋故障信號(hào)等不足[8]。 數(shù)字信號(hào)處理需要通過算法優(yōu)化來滿足系統(tǒng)的實(shí)時(shí)性要求[9]，現(xiàn)場可編程門陣列實(shí)現(xiàn)復(fù)雜算法時(shí)，需要采用面積與速度互換的方法來降低算法的復(fù)雜度以提高算法的運(yùn)行效率。這使?jié)L動(dòng)軸承實(shí)時(shí)故障診斷系統(tǒng)成本高昂、管理和維護(hù)不易。相比于數(shù)字電路，模擬電路不僅成本較低，而且不需要A/D采樣和考慮存儲(chǔ)空間與運(yùn)算時(shí)間，因而成本低廉、結(jié)構(gòu)簡單、穩(wěn)定性高和易于維護(hù)，成為滾動(dòng)軸承實(shí)時(shí)故障診斷的首選設(shè)計(jì)方法。共振解調(diào)方法雖然能夠用簡易的模擬電路搭建[10]，但該方法使用單一信號(hào)源，抗噪能力較差，獲取信息途徑單一，且自身對(duì)噪聲的抑制能力較弱，在診斷結(jié)果中滾動(dòng)軸承故障特征頻率常被強(qiáng)大的背景噪聲所淹沒。

為克服上述方法的缺陷，筆者采用兩個(gè)傳感器拾取故障軸承的振動(dòng)信號(hào)，構(gòu)成的多維信息消除了共振解調(diào)單維信息源的局限性[11]。首先，利用帶通濾波選擇兩路振動(dòng)信號(hào)譜峭度預(yù)處理所得到的最優(yōu)共振帶；然后，將兩路共振帶信號(hào)經(jīng)互相關(guān)檢測，消除共振帶內(nèi)部噪聲，將相關(guān)檢測得到的時(shí)域信號(hào)經(jīng)低通濾波器濾除高頻噪聲；最后，通過經(jīng)頻譜分析儀顯示滾動(dòng)軸承的故障特征頻率，并與滾動(dòng)軸承故障特征頻率的理論值進(jìn)行比較以確定故障類型，完成故障診斷。

1 方法原理

實(shí)際應(yīng)用中，由于互相關(guān)法運(yùn)算簡單、檢測效果信噪比高，應(yīng)用最為廣泛[12]。相關(guān)檢測利用相關(guān)原理，通過自相關(guān)或互相關(guān)運(yùn)算，找出信號(hào)兩部分之間或兩個(gè)信號(hào)之間的關(guān)系并根據(jù)相關(guān)性進(jìn)行檢測和提取。利用相關(guān)檢測技術(shù)，可以判斷隨機(jī)信號(hào)中是否含有周期分量，進(jìn)行微弱信號(hào)提取[13]，圖1為實(shí)時(shí)相關(guān)檢測流程圖。

圖1 相關(guān)檢測流程圖Fig.1 Flow chart of correlation detection

加速度傳感器拾取的振動(dòng)信號(hào)經(jīng)共振解調(diào)帶通濾波器選擇的共振帶信號(hào)可描述為高頻諧振信號(hào)與低頻振動(dòng)信號(hào)的調(diào)制信號(hào)疊加噪聲的總和。實(shí)時(shí)相關(guān)檢測提取低頻微弱故障信號(hào)的過程如下。

1) 待測信號(hào)為

由于兩路傳感器的安裝位置不同，同一振動(dòng)源到兩個(gè)傳感器的傳播路徑不完全相同， 從而導(dǎo)致傳播時(shí)間上也會(huì)有差異，即信號(hào)延時(shí)。

2) 相敏檢波器輸出

f[S1(t),S2(t′)]

相敏檢波器實(shí)現(xiàn)了兩路信號(hào)的相乘，同時(shí)強(qiáng)化了振動(dòng)信號(hào)的幅值，為實(shí)現(xiàn)相關(guān)運(yùn)算提供了基礎(chǔ)。

3) 積分器輸出

cos[(ω1-ω3)t+φ1-φ2]} ·

cos[(ω1+ω3)t+φ1+φ2]dt-

積分器的輸出即為相關(guān)檢測的結(jié)果，因?yàn)樾盘?hào)與噪聲是不相關(guān)的，根據(jù)相關(guān)函數(shù)的性質(zhì)可知，噪聲項(xiàng)積分為零，即相關(guān)檢測的結(jié)果中濾除了噪聲，只留下和諧振頻率與故障頻率有關(guān)的信號(hào)。

4) 低通濾波器輸出

F(ω2t)

2 方法流程

自相關(guān)檢測本質(zhì)上是將單一信號(hào)源經(jīng)延時(shí)器分離出的兩路信號(hào)，相比于互相關(guān)檢測，自相關(guān)檢測實(shí)質(zhì)上并沒有擺脫單一信號(hào)源的局限性。筆者以互相關(guān)檢測對(duì)滾動(dòng)軸承進(jìn)行實(shí)時(shí)故障診斷，圖2為其流程圖。

圖2 基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷方法流程Fig.2 Flow chart of real-time fault diagnosis method for rolling bearings based on cross-correlation detection

基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷方法步驟如下：

1) 兩個(gè)傳感器將故障軸承振動(dòng)信號(hào)分為兩個(gè)通道進(jìn)行獨(dú)立采集，一方面為互相關(guān)分析提供了延時(shí)，另一方面確保了兩路信號(hào)的獨(dú)立性;

2) 將兩通道信號(hào)分別通過參數(shù)相同的高Q帶通濾波器進(jìn)行初步降噪，保留故障信息較明顯的最優(yōu)共振帶信號(hào);

3) 將兩路帶通濾波器的輸出結(jié)果經(jīng)相敏檢波器實(shí)現(xiàn)信號(hào)之間的相乘，隨后將相乘的結(jié)果送入積分器，實(shí)現(xiàn)相關(guān)檢測，利用互相關(guān)函數(shù)的特性進(jìn)一步去噪;

4) 將積分器的輸出信號(hào)送入低通濾波器，濾除高頻信號(hào)，提取低頻故障信號(hào)，通過頻譜分析儀顯示故障特征頻率值，并與滾動(dòng)軸承故障特征頻率的理論值進(jìn)行比較，確定故障類型。

3 電路實(shí)現(xiàn)

圖3 基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷電路Fig.3 Real-time fault diagnosis of rolling bearing based on cross-correlation detection

筆者所提方法的整體電路設(shè)計(jì)如圖3所示，其中，激勵(lì)源為兩個(gè)傳感器采集到的振動(dòng)信號(hào)。低通濾波器模塊后接頻譜分析儀，其目的是實(shí)時(shí)顯示診斷結(jié)果的頻域信息。筆者使用正反饋帶通濾波器[14]，如圖4所示。相比于目前常用的壓控電壓源帶通濾波器和無限增益多路反饋帶通濾波器，正反饋帶通濾波器能夠獲得較高的品質(zhì)因數(shù)Q，從而截取信號(hào)的帶寬較窄，所截信號(hào)噪聲較小。

圖4 帶通濾波器電路設(shè)計(jì)Fig.4 Circuit design of band-pass filter

如圖5所示，相關(guān)電路由相敏檢波器與積分器的串聯(lián)構(gòu)成。相敏檢波器實(shí)質(zhì)上是一種模擬乘法器，具有信號(hào)頻譜遷移[15]的作用，是相關(guān)器的核心部分。筆者采用平衡調(diào)制解調(diào)器芯片AD630搭建相敏檢波器，該芯片具有極高的精度、非常低的通道串?dāng)_、較高的共模抑制比和增益調(diào)節(jié)等優(yōu)點(diǎn)[16]。積分器一種基于第2代電流傳輸器的電流模式積分器電路[17]， CCII模塊具有自偏置、寬帶、低功耗、電流和電壓傳輸誤差小等優(yōu)點(diǎn)。筆者以AD844芯片搭建CCII模塊，該電路有較大的電流輸入范圍。

筆者使用Sallen-Key低通濾波器[18]，如圖6所示。該濾波器網(wǎng)絡(luò)元件少，特性容易調(diào)整，輸出阻抗低，元件分布范圍小，能夠獲得較高的同相增益。

圖5 相關(guān)檢測電路設(shè)計(jì)Fig.5 Circuit design of correlation detection

圖6 低通濾波器電路設(shè)計(jì)Fig.6 Circuit design of low-pass filter

4 滾動(dòng)軸承實(shí)時(shí)故障診斷分析

基于QPZZ-II旋轉(zhuǎn)機(jī)械振動(dòng)分析與故障模擬實(shí)驗(yàn)平臺(tái)進(jìn)行本次滾動(dòng)軸承實(shí)時(shí)故障診斷分析，平臺(tái)機(jī)構(gòu)如圖7(a)所示，測試對(duì)象型號(hào)為N205EM的滾動(dòng)軸承的外圈故障，傳感器⑤,⑥的安裝位置如圖7(b)所示。軸承測試參數(shù)如表1所示。本次診斷過程僅以模擬元器件搭建的共振解調(diào)電路和基于互相關(guān)檢測的軸承故障診斷電路進(jìn)行實(shí)時(shí)測試，并對(duì)同一故障軸承的實(shí)時(shí)診斷結(jié)果進(jìn)行對(duì)比分析。圖7(b)中傳感器①為通道1的信號(hào)源，為共振解調(diào)方法和基于互相關(guān)檢測的軸承故障診方法的公共信號(hào)源。

圖7 實(shí)驗(yàn)平臺(tái)及傳感器安裝位置Fig.7 The experimental platform and the sensors installation location

圖8(a)和圖8(b)分別為兩個(gè)加速度傳感器拾取的原始振動(dòng)信號(hào)的時(shí)域圖。圖8(c)和圖8(d)為兩路信號(hào)通過帶通濾波器的初步去噪結(jié)果。可以看出，帶通濾波器的輸出信號(hào)接近于一個(gè)高頻諧振信號(hào)與低頻振動(dòng)信號(hào)的調(diào)制信號(hào)疊加噪聲的總和。圖8(e)為兩路帶通濾波器的輸出信號(hào)經(jīng)相敏檢波器處理后輸出的時(shí)域波形，圖中故障信號(hào)的沖擊相比于噪聲更加明顯。圖8(f)為積分器的輸出結(jié)果。可以看出，當(dāng)出現(xiàn)故障沖擊時(shí)，積分器中的電容會(huì)迅速充電，輸出結(jié)果會(huì)對(duì)應(yīng)產(chǎn)生一個(gè)電壓尖峰；沖擊消失時(shí)，電容會(huì)放電，將電荷量保持在一個(gè)較低的水平，以等待下一個(gè)故障信號(hào)的沖擊產(chǎn)生尖峰。圖8(g)為將積分器的輸出結(jié)果經(jīng)過低通濾波器濾除高頻信號(hào)的結(jié)果，即診斷結(jié)果的時(shí)域圖。

表1 軸承測試參數(shù)Tab.1 Bearing test parameters

圖8 基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷Fig.8 Real-time fault diagnosis of rolling bearing based on cross-correlation detection

圖9 共振解調(diào)方法診斷結(jié)果頻譜分析Fig.9 Spectral analysis of resonance demodulation method

5 結(jié) 論

1) 基于互相關(guān)檢測的滾動(dòng)軸承實(shí)時(shí)故障診斷方法采用兩個(gè)加速度傳感器拾取軸承振動(dòng)信號(hào)，由此克服了單一信號(hào)源對(duì)信號(hào)采集維度的局限性，提高了振動(dòng)信號(hào)的真實(shí)性。

2) 筆者所提方法利用互相關(guān)檢測，削弱了所選共振帶信號(hào)的內(nèi)部噪聲，降低了帶內(nèi)噪聲對(duì)診斷結(jié)果的影響，使故障特征頻率更加突出，提高了診斷結(jié)果頻譜辨識(shí)率。

3) 該方法以結(jié)構(gòu)簡單的模擬電路搭建，實(shí)現(xiàn)滾動(dòng)軸承的實(shí)時(shí)故障診斷，對(duì)旋轉(zhuǎn)機(jī)械實(shí)時(shí)故障診斷的普及具有一定的參考價(jià)值。

[1] 梁瑜.地鐵列車軸承故障診斷及在途診斷系統(tǒng)研究[D].北京:北京交通大學(xué),2014.

[2] 劉佩森.基于共振解調(diào)理論的滾動(dòng)軸承故障診斷儀研究[D].成都:電子科技大學(xué),2014.

[3] 李珊珊.基于沖擊脈沖法的便攜式軸承故障檢測儀的設(shè)計(jì)與改進(jìn)[J].儀表技術(shù)與傳感器,2014(4):106-107.

Li Shanshan.Design and improvement of portable bearing fault detector based on shock pulse method[J].Instrument Technique and Sensor,2014(4):106-107.(in Chinese)

[4] 任鍇勝,王增才,王保平.基于DSP的滾動(dòng)軸承在線故障診斷系統(tǒng)[J].武漢理工大學(xué)學(xué)報(bào):信息與管理工程版,2011,33(2):247-250.

Ren Kaisheng,Wang Zengcai,Wang Baoping.A bearing on-line diagnosis system based on DSP[J].Journal of WUT:Information &Management Engineering,2011,33(2):247-250.(in Chinese)

[5] 謝志勇.基于DSP和BP神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械在線故障診斷系統(tǒng)[J].儀表技術(shù)與傳感器,2011(3):64-70.

Xie Zhiyong.On-line fault diagnosis system of Rotary machine based on DSP and BP neural network[J].Instrument Technique and Sensor,2011(3):64-70.(in Chinese)

[6] 李輝,鄭海起,唐力偉.基于改進(jìn)雙樹復(fù)小波變換的軸承多故障診斷[J].振動(dòng)、測試與診斷,2013,33(1):53-59.

Li Hui,Zheng Haiqi,Tang Liwei.Bearing multi-faults diagnosis based on improved dual-tree complex wavelet transform[J].Journal of Vibration,Measurement &Diagnosis,2013,33(1):53-59.(in Chinese)

[7] 馬文朋,張俊紅,馬梁,等.改進(jìn)的經(jīng)驗(yàn)?zāi)Ｊ椒纸庠跈C(jī)械故障診斷中的應(yīng)用[J].振動(dòng)、測試與診斷,2015,35(4):637-644.

Ma Wenpeng,Zhang Junhong,Ma Liang,et al.Applications of improved empirical mode decomposition in machinery fault diagnosis[J].Journal of Vibration,Measurement &Diagnosis,2015,35(4):637-644.(in Chinese)

[8] 崔健,何鴻云.走行部故障實(shí)時(shí)監(jiān)測及診斷系統(tǒng)的數(shù)字化實(shí)現(xiàn)方式[J].電力機(jī)車與城軌車輛,2015,38(4):53-55.

Cui Jian，He Hongyun.Digitized solution for the running gear real-time fault monitoring and diagnosis system[J].Electric Locomotives &Mass Transit Vehicles,2015,38(4):53-55.(in Chinese)

[9] 孫歆.嵌入式軸承故障診斷系統(tǒng)的DSP端設(shè)計(jì)[D].杭州：浙江大學(xué),2006.

[10]張功學(xué),馬艷萍,鄭恩讓.故障診斷用共振解調(diào)器的研制 [J].機(jī)械科學(xué)與技術(shù),1999,18(6):926-927.

Zhang Gongxue,Ma Yanping,Zheng Enrang.The development of a resonant demodulator used in failure diagnosis[J].Mechanical Science and Technology,1999,18(6):926-927.(in Chinese)

[11]張志剛.軸承故障實(shí)時(shí)監(jiān)測系統(tǒng)的設(shè)計(jì)與應(yīng)用研究[D].天津:天津大學(xué),2005.

[12]楊志超.電磁式可控震源地震信號(hào)檢測關(guān)鍵技術(shù)研究[D].長春:吉林大學(xué),2015.

[13]李銳,何輔云,夏玉寶.相關(guān)檢測原理及其應(yīng)用[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2008,31(4):573-579.

Li Rui,He Fuyun,Xia Yubao.Theory of correlation detection and its application[J].Journal of Hefei University of Technology:Natural Science,2008,31(4):573-579.(in Chinese)

[14]約翰遜D E,希爾伯恩J L.有源濾波器的快速使用設(shè)計(jì)[M].北京：人民郵電出版社,1980:139-140.

[15]閆行,朱榮.基于傳感器微弱電流矢量檢測電路的設(shè)計(jì)[J].自動(dòng)化與儀表,2011(1):13-16.

Yan Xing,Zhu Rong.Design of the weak current vector measurement based on sensors[J].Automation &Instrumentation,2011(1):13-16.(in Chinese)

[16]蔣鵬,趙國忠.TDS用鎖相放大器電路設(shè)計(jì)[J].電子測量技術(shù),2012,35(4):24-28.

Jiang Peng,Zhao Guozhong.Design of lock-in amplifier circuit for TDS[J].Electronic Measurement Technology,2012,35(4):24-28.(in Chinese)

[17]鄧盼盼.一種基于第二代電流傳輸器的積分器設(shè)計(jì)[J].電子設(shè)計(jì)工程,2012,20(13):135-141.

Deng Panpan.Design of an integrator based on second generation current conveyors[J].Electronic Design Engineering,2012,20(13):135-141.(in Chinese)

[18]林斯波,葛愉成.基于Sallen-Key濾波器的主成形放大電路的研究[J].核電子學(xué)與探測技術(shù),2015,35(4):408-416.

Lin Sibo,Ge Yucheng.Study of main shaping amplifier circuit based on Sallen-Key filter[J].Nuclear Electronics &Detection Technology,2015,35(4):408-416.(in Chinese)

[19]黃貴發(fā),王定曉,唐德堯.用于城市軌道交通車輛走行部故障的車載在線實(shí)時(shí)診斷與監(jiān)測系統(tǒng)[J].城市軌道交通研究,2015(9):31-36.

Huang Guifa,Wang Dingxiao,Tang Deyao.On-line real-time fault diagnosis and monitoring system for urban rail transit vehicle bogie[J].Urban Mass Transit,2015(9):31-36.(in Chinese)

[20]楊霞菊，劉稚均，李華彪.頻譜識(shí)別的一般方法[J].噪聲與振動(dòng)控制,1997(4):10-11.

Yang Xiaju，Liu Zhijun，Li Huabiao.The general method of spectrum recognition[J].Noise and Vibration Control,1997(4):10-11.(in Chinese)

10.16450/j.cnki.issn.1004-6801.2017.04.024

* 國家自然科學(xué)基金資助項(xiàng)目(11227201，11372199,11572206)；河北省自然科學(xué)基金資助項(xiàng)目(A2014210142)

2016-06-06；

2016-08-02

TH165+.3;TN911

馬增強(qiáng),男,1975年4月生，教授。主要研究方向?yàn)闄C(jī)車車輛狀態(tài)監(jiān)測與故障診斷。曾發(fā)表《Application of combined slice analysis based on MID algorithm in fault diagnosis of rolling element bearings》(《Journal of Vibration and Shock》2015，Vol.135，No.2)等論文。E-mail：mzqlunwen@126.com