變轉(zhuǎn)速下基于廣義解調(diào)算法的滾動(dòng)軸承故障診斷

趙德尊　李建勇　程衛(wèi)東　溫偉剛

摘要：變轉(zhuǎn)速條件下故障軸承的沖擊間隔會(huì)相應(yīng)的發(fā)生改變，導(dǎo)致以包絡(luò)分析為代表以恒轉(zhuǎn)速為前提的故障診斷方法失效。階比分析因其在消除頻譜模糊方面的有效性，成為處理變轉(zhuǎn)速故障軸承信號(hào)最為常規(guī)的方法。然而，上述方法在對(duì)信號(hào)重采樣的過(guò)程中存在幅值誤差、包絡(luò)畸變以及計(jì)算效率低等問(wèn)題。為此，從滾動(dòng)軸承的振動(dòng)特性出發(fā)，提出了無(wú)需角域重采樣的基于廣義解調(diào)算法的滾動(dòng)軸承故障診斷方法。整個(gè)算法主要包括五部分：（1）利用快速譜峭度算法確定最優(yōu)帶通濾波參數(shù)，并對(duì)原始振動(dòng)信號(hào)進(jìn)行濾波；（2）根據(jù)轉(zhuǎn)速脈沖信號(hào)計(jì)算并擬合轉(zhuǎn)速曲線；（3）通過(guò)轉(zhuǎn)頻方程以及滾動(dòng)軸承的故障特征系數(shù)確定廣義解調(diào)算法所需要的相位函數(shù)；（4）根據(jù)相位函數(shù)對(duì)濾波信號(hào)進(jìn)行廣義解調(diào)，對(duì)解調(diào)信號(hào)進(jìn)行快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）獲取解調(diào)信號(hào)的頻譜圖；（5）觀察頻譜圖中的峰值，更改故障特征系數(shù)重復(fù)步驟（3）-（4），最終確定軸承故障類(lèi)型。仿真及實(shí)測(cè)的故障軸承信號(hào)分析證明了新算法對(duì)變轉(zhuǎn)速下滾動(dòng)軸承故障診斷的有效性。

關(guān)鍵詞：故障診斷；滾動(dòng)軸承；變轉(zhuǎn)速；瞬時(shí)故障特征頻率；廣義解調(diào)算法

引言

滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械中使用較為廣泛的一種通用機(jī)械部件，其故障也是導(dǎo)致設(shè)備停車(chē)的重要原因之一，為確保運(yùn)行安全和減少維修時(shí)間，滾動(dòng)軸承的健康檢測(cè)受到越來(lái)越多的關(guān)注。其中以傅里葉變換為基礎(chǔ)的包絡(luò)分析技術(shù)是常用的方法之一。然而當(dāng)轉(zhuǎn)速變化時(shí)，上述方法因頻率模糊現(xiàn)象而不再適用。實(shí)際工況中，變轉(zhuǎn)速工作模式的機(jī)械設(shè)備普遍存在。與恒轉(zhuǎn)速相比，變轉(zhuǎn)速工作模式下的破壞性更強(qiáng)，滾動(dòng)軸承也更易產(chǎn)生故障，因此對(duì)變轉(zhuǎn)速工作模式下的滾動(dòng)軸承進(jìn)行故障診斷引起了學(xué)者的廣泛關(guān)注。

階比分析是變轉(zhuǎn)速條件下滾動(dòng)軸承故障診斷的有效方法，其原理是獲得相對(duì)于參考軸的恒定角增量采樣，將時(shí)域的非周期信號(hào)轉(zhuǎn)化為角域周期信號(hào)以去除轉(zhuǎn)速變化對(duì)振動(dòng)信號(hào)的影響，進(jìn)而消除以快速傅里葉變換方法為核心的分析結(jié)果中的頻譜模糊現(xiàn)象。階比分析的步驟主要包括濾波、角域重采樣和頻譜分析。然而，階比分析因其有效性被廣泛使用的同時(shí)，其產(chǎn)生的精度誤差以及效率方面的缺陷也難以忽略。SAAVEDRA等對(duì)計(jì)算階比分析算法進(jìn)行了詳細(xì)的分析與驗(yàn)證，認(rèn)為對(duì)振動(dòng)信號(hào)進(jìn)行角域重采樣時(shí)由于插值算法的精度難以控制，導(dǎo)致重采樣信號(hào)的幅值精度產(chǎn)生誤差。程衛(wèi)東等指出當(dāng)采用增加采樣點(diǎn)的方法對(duì)軸承振動(dòng)信號(hào)進(jìn)行角域重采樣時(shí)，不同轉(zhuǎn)速時(shí)，插值的數(shù)據(jù)點(diǎn)不同會(huì)產(chǎn)生包絡(luò)變形，即沖擊包絡(luò)的峰值點(diǎn)與該包絡(luò)的起始點(diǎn)之間的間隔被縮短或者拉長(zhǎng)，進(jìn)而影響階比譜的精度。在效率方面，等角度采樣時(shí)標(biāo)的獲取過(guò)程需要求解大量的二次方程，計(jì)算壓力較大，而且方程容易出現(xiàn)無(wú)解的情況。因此，尋找一種無(wú)需角域重采樣即可對(duì)滾動(dòng)軸承的健康狀況進(jìn)行判斷的分析方法具有十分重要的意義。

廣義解調(diào)算法是OLHEDE等提出的一種可以將時(shí)頻分布是傾斜、非線性的非平穩(wěn)信號(hào)轉(zhuǎn)換成時(shí)頻分布是線性的且平行于時(shí)間軸的平穩(wěn)信號(hào)的分析方法，并在語(yǔ)音信號(hào)處理方面得到了較好的效果?；趶V義解調(diào)算法適用于多分量的調(diào)幅一調(diào)頻信號(hào)的特點(diǎn)，很多學(xué)者將其應(yīng)用于機(jī)械設(shè)備的故障診斷。CHENG將廣義解調(diào)算法進(jìn)行了改進(jìn)，并成功地用于多分量調(diào)幅-調(diào)頻信號(hào)的分解；皮維提出了一種基于多尺度線調(diào)頻基稀疏信號(hào)分解的廣義解調(diào)算法，該算法是通過(guò)基于多尺度線調(diào)頻基的稀疏信號(hào)分解，準(zhǔn)確地計(jì)算出廣義解調(diào)所需的相位函數(shù)，進(jìn)而有效地應(yīng)用于變轉(zhuǎn)速工作模式下齒輪箱的故障診斷。FENG等利用廣義解調(diào)對(duì)能量分解算法進(jìn)行了改進(jìn)，以去除其僅適用于單分量窄帶寬信號(hào)的局限性，在變轉(zhuǎn)速調(diào)制信號(hào)的時(shí)頻分析中取得了理想的效果。

綜上所述，本文舍棄了階比分析算法，直接從故障軸承振動(dòng)信號(hào)的時(shí)頻特性出發(fā)，與廣義解調(diào)算法相結(jié)合，提出了一種無(wú)需對(duì)信號(hào)角域重采樣的基于廣義解調(diào)算法的滾動(dòng)軸承故障診斷方法。該方法的可行性主要包括以下兩點(diǎn)，一方面，當(dāng)滾動(dòng)軸承發(fā)生故障時(shí)，其故障特征頻率趨勢(shì)線將在包絡(luò)信號(hào)的時(shí)頻譜中表現(xiàn)出明顯的幅值優(yōu)勢(shì)并與轉(zhuǎn)頻曲線具有相同的變化規(guī)律。另一方面，廣義解調(diào)算法可以將時(shí)頻分布呈曲線變化的多分量非平穩(wěn)信號(hào)轉(zhuǎn)化為平行于時(shí)間軸的平穩(wěn)信號(hào)，進(jìn)而滿(mǎn)足以快速傅里葉變換為核心的頻譜分析方法的條件。仿真及實(shí)測(cè)的故障軸承信號(hào)的分析結(jié)果表明，基于廣義解調(diào)算法的滾動(dòng)軸承故障診斷算法可以有效監(jiān)測(cè)變轉(zhuǎn)速工作模式下滾動(dòng)軸承的健康狀況。