基于空-頻域聯(lián)合濾波的列車軸承軌旁聲學(xué)診斷

張彥喆,胡定玉,2,師 蔚,2,廖愛華,2

(1.上海工程技術(shù)大學(xué) 城市軌道交通學(xué)院,上海 201620;2.上海市軌道交通振動(dòng)與噪聲控制技術(shù)工程研究中心,上海 201620)

軌道列車軸箱軸承是列車轉(zhuǎn)向架的重要零部件,對(duì)其運(yùn)行狀態(tài)進(jìn)行在線監(jiān)控和故障檢測能夠有效避免因軸承故障導(dǎo)致的列車事故,在保證列車運(yùn)行的安全性、穩(wěn)定性方面具有重要意義[1-2]。在現(xiàn)有列車軸箱軸承在線監(jiān)測技術(shù)中,軸承軌旁聲學(xué)診斷方法是一種能夠發(fā)現(xiàn)軸承早期故障的非接觸式診斷方法[3-4],通過一套設(shè)備可對(duì)通過列車各軸箱軸承進(jìn)行檢測。該方法具有故障發(fā)現(xiàn)早、診斷準(zhǔn)確度高、系統(tǒng)成本低以及運(yùn)行效率高等優(yōu)點(diǎn),在列車軸承在線監(jiān)測領(lǐng)域年擁有獨(dú)特優(yōu)勢[5-8]。

在實(shí)際軌旁環(huán)境中,列車運(yùn)行帶來的復(fù)雜聲場以及多普勒效應(yīng)是軌旁聲學(xué)診斷面臨的主要問題[9-10]。文獻(xiàn)[11]使用基于恒定束寬波束形成的譜峭度波束形成方法,在強(qiáng)背景噪聲下成功提取滾動(dòng)軸承故障特征。文獻(xiàn)[12]提出小波域移動(dòng)波束形成方法,在小波域去除信號(hào)多普勒效應(yīng)并增強(qiáng)軸承信號(hào)。文獻(xiàn)[13]提出一種基于陣列小波旁瓣相消器的故障特征提取方法,相較于傳統(tǒng)延時(shí)求和波束形成器具有更好的降噪和故障特征增強(qiáng)效果。文獻(xiàn)[14]建立基于一維寬卷積核卷積神經(jīng)網(wǎng)絡(luò)和雙向長短記憶神經(jīng)網(wǎng)絡(luò)的軸承故障診斷模型,在不同信噪比噪聲干擾下實(shí)現(xiàn)了軸承故障診斷。文獻(xiàn)[15]提出了基于運(yùn)動(dòng)學(xué)模型分析的時(shí)域插值重采樣方法,在時(shí)域中對(duì)多普勒畸變進(jìn)行校正。文獻(xiàn)[16]針對(duì)傳統(tǒng)診斷方法在跨轉(zhuǎn)速域工況下精度低的問題,提出了基于Teager能量算子和卷積神經(jīng)網(wǎng)絡(luò)的軸承聲學(xué)診斷方法。

現(xiàn)有研究多集中在多普勒效應(yīng)去除、空間濾波器優(yōu)化等方面,忽視了軌旁環(huán)境中存在大量沖擊性噪聲與循環(huán)平穩(wěn)性噪聲的問題,例如輪軌之間的沖擊噪聲、列車走行部大量旋轉(zhuǎn)機(jī)械運(yùn)行時(shí)的循環(huán)平穩(wěn)噪聲[17]。在現(xiàn)有方法中,軸承故障信號(hào)被認(rèn)為是聲信號(hào)中主要的沖擊性以及循環(huán)平穩(wěn)性成分,導(dǎo)致強(qiáng)噪聲在現(xiàn)有方法下難以抑制和濾除,淹沒了軸承故障信號(hào)。因此,為了在強(qiáng)沖擊性以及強(qiáng)循環(huán)平穩(wěn)性噪聲的干擾下提取軸承故障特征,本文提出一種將波束形成和目標(biāo)頻帶選擇相結(jié)合的列車軸箱軸承軌旁聲學(xué)診斷方法。該方法通過延時(shí)求和波束形成提取目標(biāo)軸承方向信號(hào),采用ICS2gram[18]選取最優(yōu)解調(diào)頻帶去除沖擊性以及循環(huán)平穩(wěn)性噪聲干擾,使用包絡(luò)分析對(duì)軸承進(jìn)行診斷。

1 軌旁聲學(xué)診斷模型與流程

1.1 軌旁聲學(xué)診斷模型

聲學(xué)診斷模型如圖1所示,列車以速度VS自左向右勻速運(yùn)動(dòng),陣列與軌道平行并垂直于地面放置。以陣列左上角一號(hào)傳聲器為例,被測軸箱軸承與該傳聲器間水平距離為S,陣列與軌道間距離為P,傳聲器與被測軸承間直線距離為R,傳聲器與軸箱軸承的連線與軌道間角度為θ。在進(jìn)行軌旁軸承聲信號(hào)采集時(shí),以陣列中心為中點(diǎn),左右固定長度范圍內(nèi)為信號(hào)采集區(qū)間。

圖1 軌旁聲學(xué)軸承診斷模型Figure 1. Trackside acoustic bearing diagnosis model

1.2 軌旁聲學(xué)診斷流程

1.2.1 現(xiàn)有軌旁聲學(xué)診斷流程

現(xiàn)有軌旁聲學(xué)診斷方法流程如圖2所示,先去除陣列聲信號(hào)多普勒畸變得到陣列校正聲信號(hào),再從中提取被測軸承信號(hào),通過包絡(luò)分析完成軸承診斷。

圖2 軌旁聲學(xué)診斷流程Figure 2. Trackside acoustic bearing diagnosis flow

1.2.2 陣列信號(hào)畸變校正

被測軸承與傳聲器陣列間的相對(duì)運(yùn)動(dòng)導(dǎo)致所采集陣列聲信號(hào)存在多普勒畸變。時(shí)域插值重采樣方法[15]是一種常用矯正方法,可在時(shí)域中對(duì)頻率偏移和幅值進(jìn)行校正。

設(shè)軸承于時(shí)刻tr發(fā)出聲信號(hào),則傳聲器收到聲信號(hào)的時(shí)刻為tp,tr與tp間關(guān)系為

(1)

式中,c為聲速。將信號(hào)發(fā)射時(shí)間離散序列{tr}={0,1/fs,2/fs,…,(N-1)/fs}代入式(1)即可得到信號(hào)時(shí)間插值序列,fs代表重采樣頻率,N代表信號(hào)長度。

軸箱軸承運(yùn)行聲信號(hào)幅值校正計(jì)算式為

(2)

式中,x為傳聲器采集得到畸變軸承聲信號(hào);xp為經(jīng)過幅值校正以后的信號(hào)離散序列;M=Vs/c;P為傳聲器陣列與軸承間距離。利用插值擬合時(shí)間序列中得到的{tp(i)},對(duì)幅值還原處理得到的xp進(jìn)行插值擬合重采樣,進(jìn)而得到多普勒畸變校正信號(hào)。分別對(duì)各通道畸變信號(hào)進(jìn)行校正后得到陣列校正聲信號(hào)xm,校正后信號(hào)可視為陣列對(duì)位置固定的運(yùn)行軸承進(jìn)行采集所得到的。

1.2.3 傳聲器陣列聲信號(hào)提取

時(shí)域延時(shí)求和[19]是陣列聲信號(hào)提取的常用方法。首先根據(jù)各傳聲器與對(duì)被測軸承間距對(duì)聲信號(hào)補(bǔ)償對(duì)應(yīng)的時(shí)延,然后時(shí)域相加并求平均,使來自目標(biāo)方向的信號(hào)相互疊加,而非目標(biāo)方向的干擾噪聲相抵消,以此提取目標(biāo)方向信號(hào)[16]。

設(shè)xn(t)為陣列校正聲信號(hào),則時(shí)域延時(shí)求和波束形成的輸出可表示為

(3)

式中,M為陣元個(gè)數(shù);Δm為陣列第m個(gè)傳聲器與參考傳聲器之間的信號(hào)傳播延遲時(shí)間。

1.2.4 最優(yōu)頻帶選擇

在使用包絡(luò)分析進(jìn)行軌旁聲學(xué)軸承診斷時(shí),由于信號(hào)中包含的復(fù)雜強(qiáng)噪聲使全頻帶包絡(luò)難以完成診斷,因此通常在包絡(luò)分析時(shí)在信號(hào)中選取信噪比最高的頻帶進(jìn)行診斷?？焖偾投葓D(Fast Kurtogram)[20]是使用較廣泛的最優(yōu)頻帶選擇方法。在故障軸承運(yùn)行時(shí)產(chǎn)生的沖擊使軸承故障信號(hào)具有沖擊性特征,在沒有沖擊噪聲干擾時(shí),頻帶包含的軸承故障信號(hào)成分與其峭度正相關(guān)。

(4)

通過式(4)計(jì)算出所有子頻帶譜峭度,即可選出峭度最高的最優(yōu)解調(diào)頻帶。

2 改進(jìn)的聲學(xué)診斷方法

上述方法中的軸承故障信號(hào)多被認(rèn)為是聲信號(hào)中的主要沖擊性及循環(huán)平穩(wěn)性成分,因此忽視了軌旁環(huán)境中大量沖擊性噪聲與循環(huán)平穩(wěn)性噪聲的影響。這些噪聲導(dǎo)致使用現(xiàn)有方法難以正確定位軸承故障最優(yōu)解調(diào)頻帶,從而導(dǎo)致診斷失敗。因此,在提取軸承故障信號(hào)時(shí),選擇一種不受沖擊性噪聲與循環(huán)平穩(wěn)性噪聲干擾的頻帶方法較為必要。

2.1 目標(biāo)頻帶選擇

軸承故障信號(hào)具有沖擊性與循環(huán)平穩(wěn)性的特點(diǎn),本文針對(duì)這兩種特點(diǎn)提出了相應(yīng)的頻帶選擇方法。與難以辨識(shí)成分來源的沖擊性方法不同,在使用循環(huán)平穩(wěn)性特征進(jìn)行信號(hào)提取時(shí),不同循環(huán)平穩(wěn)成分具有不同循環(huán)頻率,而被測軸承的故障特征頻率是先驗(yàn)已知的數(shù)據(jù),將其應(yīng)用在頻帶選擇中將有利于精確定位平方包絡(luò)譜中的軸承故障相關(guān)的循環(huán)平穩(wěn)成分,從而排除無關(guān)噪聲的干擾。這一類方法被稱為目標(biāo)頻帶選擇方法[17],其中典型的方法為ICS2gram[18]。

故障軸承信號(hào)被視為二階循環(huán)平穩(wěn)信號(hào),其平方包絡(luò)譜(Square Envelope Spectrum,SES)可以顯示出軸承故障特征頻率及諧波

(5)

通過在平方包絡(luò)譜中提取軸承故障特征頻率及其諧波頻率處的歸一化峰值建立循環(huán)平穩(wěn)性評(píng)價(jià)指標(biāo)ICS2

(6)

式中,Ah,h=1,2,3,…代表軸承故障特征頻率及其諧波;k和b為子帶下限和上限截止頻率。ICS2僅計(jì)算平方包絡(luò)譜中軸承故障特征頻率處的峰值從而排除了平方包絡(luò)譜中其他無關(guān)成分的干擾。

上述ICS2gram流程具體為:通過1/3二叉樹結(jié)構(gòu)濾波器組得到各層子帶后,使用ICS2評(píng)價(jià)各子帶軸承故障相關(guān)的循環(huán)平穩(wěn)成分強(qiáng)度,并將結(jié)果繪制為ICS2gram,選取出最優(yōu)解調(diào)頻帶。

2.2 診斷方法流程

圖3為本文提出的一種延時(shí)求和波束形成和ICS2gram結(jié)合的軌旁聲學(xué)軸承診斷方法流程,具體步驟如下:

圖3 本文所提診斷方法流程Figure 3. Flow of the proposed diagnostic method

步驟1使用時(shí)域插值重采樣方法去除陣列聲信號(hào)多畸變;

步驟2使用延時(shí)求和波束形成空間濾波器,在校正后信號(hào)中提取來自目標(biāo)軸承方向聲信號(hào);

步驟3利用ICS2gram方法選取最優(yōu)解調(diào)頻帶,確定最優(yōu)共振頻帶的中心頻率和頻帶范圍,對(duì)目標(biāo)軸承方向陣列聲信號(hào)帶通濾波;

步驟4對(duì)經(jīng)過頻空域?yàn)V波后的信號(hào)進(jìn)行包絡(luò)解調(diào)以獲取調(diào)制后的低頻信號(hào);

步驟5對(duì)包絡(luò)解調(diào)結(jié)果進(jìn)行譜分析提取故障特征,完成軸承軌旁聲學(xué)故障診斷。

3 實(shí)驗(yàn)研究

3.1 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)臺(tái)如圖4(a)所示,轉(zhuǎn)向架模型通過電機(jī)驅(qū)動(dòng)進(jìn)行勻速運(yùn)動(dòng),各輪對(duì)均通過圓柱滾子軸承進(jìn)行安裝,且輪對(duì)與軌道均仿照真實(shí)情況設(shè)計(jì)。設(shè)置故障軸承于左側(cè)橘色軸箱處,轉(zhuǎn)向架模型運(yùn)行速度為1.1 m·s-1。陣列傳聲器采樣頻率設(shè)為51.2 kHz,采樣時(shí)長為1 s,對(duì)應(yīng)采樣點(diǎn)數(shù)為51 200。傳聲器陣列為均勻線性陣列,陣元數(shù)為20,陣元間距為0.025 m,與目標(biāo)軸承位于同一水平面,距離目標(biāo)軸承1.5 m。

(a) (b)

軸承故障診斷實(shí)驗(yàn)選用滾動(dòng)軸承的型號(hào)為NSK N212,如圖4(b)所示,故障點(diǎn)為外圈加工缺陷。故障滾動(dòng)軸承的參數(shù)如表1所示,軸承外圈故障特征頻率fi為13 Hz。

表1 NSK N212軸承參數(shù)

3.2 實(shí)驗(yàn)數(shù)據(jù)加噪

實(shí)驗(yàn)所得單傳聲器時(shí)域聲信號(hào)如圖5(a)所示,在實(shí)驗(yàn)環(huán)境中雖有一定的輪軌噪聲以及通過軌道接縫時(shí)的沖擊性噪聲,但相比真實(shí)軌旁聲場成分單一,缺少例如輪軌噪聲、氣動(dòng)噪聲等復(fù)雜強(qiáng)噪聲,所以通過后期加噪的方式對(duì)軌旁噪聲進(jìn)行還原。

(a) (b)

考慮真實(shí)軌旁強(qiáng)噪聲組成,為原始聲信號(hào)增加高斯白噪聲以及循環(huán)平穩(wěn)沖擊噪聲。所加高斯白噪聲與原始聲信號(hào)功率比為10 dB,使用故障軸承仿真信號(hào)作為循環(huán)平穩(wěn)沖擊噪聲如下所示。

(7)

本文仿真軸承故障特征頻率T為100 Hz,軸承旋轉(zhuǎn)頻率fr為30 Hz,固有頻率ωn為8 000 Hz,阻尼比ζ為0.08。所生成循環(huán)平穩(wěn)沖擊噪聲時(shí)域波形如圖5(b)所示。加噪后信號(hào)如圖5(c)所示,與圖5(a)中的未處理信號(hào)相比可見明顯的循環(huán)平穩(wěn)沖擊成分。

3.3 實(shí)驗(yàn)結(jié)果分析

通過現(xiàn)有診斷方法以及本文方法對(duì)加噪后實(shí)驗(yàn)信號(hào)進(jìn)行包絡(luò)分析,現(xiàn)有方法采用延時(shí)求和波束形成結(jié)合快速峭度圖進(jìn)行軸承信號(hào)提取,結(jié)果對(duì)比如圖6所示。

(a)

(b)

現(xiàn)有方法所選頻帶的時(shí)域波形可見明顯的循環(huán)平穩(wěn)沖擊噪聲成分,且比處理前時(shí)域波形更加明顯,平方包絡(luò)譜上軸承故障峰值被噪聲完全淹沒。而在本文方法選擇頻帶的時(shí)域波形中無法觀察到明顯的循環(huán)平穩(wěn)性沖擊噪聲成分,在平方包絡(luò)譜中可以觀察到明顯的軸承故障頻率及諧波,以及不會(huì)對(duì)軸承診斷造成影響的循環(huán)平穩(wěn)沖擊噪聲峰值,足以對(duì)被測軸承進(jìn)行診斷?？梢钥闯霰疚姆椒軌蛟诂F(xiàn)有方法無法診斷的強(qiáng)噪聲環(huán)境下對(duì)運(yùn)動(dòng)中的目標(biāo)軸承進(jìn)行有效的診斷,并且對(duì)循環(huán)平穩(wěn)性噪聲及沖擊性噪聲均具有良好的抗干擾性能。

4 結(jié)束語

本文提出了一種能夠在存在大量沖擊性噪聲以及循環(huán)平穩(wěn)性噪聲的軌旁環(huán)境下對(duì)列車軸承進(jìn)行聲學(xué)診斷的方法。該方法使用傳聲器陣列采集軸承聲信號(hào),通過波束形成結(jié)合ICS2gram對(duì)軸承故障信號(hào)進(jìn)行提取,在復(fù)雜噪聲環(huán)境下可有效診斷軸承故障。實(shí)驗(yàn)結(jié)果表明,本文所提方法能夠在現(xiàn)有方法無法診斷的復(fù)雜噪聲環(huán)境下對(duì)運(yùn)動(dòng)中的故障軸承進(jìn)行有效診斷,并且對(duì)軌旁環(huán)境中常見的循環(huán)平穩(wěn)性噪聲及沖擊性噪聲都有著良好的抗干擾性能。