基于自適應(yīng)Autogram+OSF濾波的電機(jī)軸承故障診斷

秦亮亮

(江蘇聯(lián)合職業(yè)技術(shù)學(xué)院淮安生物工程分院,江蘇淮安223200)

0 引言

軸承被廣泛應(yīng)用于電機(jī)設(shè)備的動力傳輸系統(tǒng)中,屬于一類較易出現(xiàn)故障問題的部件[1、2]。當(dāng)軸承中存在故障問題時,通常會在運(yùn)行階段形成一定的沖擊載荷,由此形成具有非線性變化特征的非平穩(wěn)信號[6],可以通過振動信號分析獲得故障特征參數(shù),由此完成信號的關(guān)鍵信息提取,由此實(shí)現(xiàn)故障診斷功能。包絡(luò)解調(diào)已成為當(dāng)前的一項(xiàng)廣泛應(yīng)用的故障診斷技術(shù),采用該方法進(jìn)行信號分析時難以確定最佳解調(diào)頻帶[6～8]。為克服以上問題,LEI[9]設(shè)計了一種優(yōu)化譜峭度處理技術(shù),能夠有效消除強(qiáng)噪聲引起的快速譜峭度變化,并通過小波包變換的方式精確測定含噪信號的瞬態(tài)數(shù)據(jù),但采用該方法處理強(qiáng)非高斯噪聲振動信號的時候較易出現(xiàn)失效的情況。

Autogram方法可以對初始信號非周期脈沖與噪聲進(jìn)行限制的方式測定周期性脈沖,從而抑制非周期分量引起的故障頻率變化,從而獲得更精確的最優(yōu)頻帶。以Autogram方法分割頻帶時是以二叉樹結(jié)構(gòu)的方式進(jìn)行,這使得計算最佳解調(diào)頻帶時會產(chǎn)生較大的誤差[12]。根據(jù)以上分析,設(shè)計了一種自適應(yīng)Autogram方法,可以通過順序統(tǒng)計濾波(OSF)方法完成信號傅里葉譜的包絡(luò)處理。

1 基于OSF濾波方法

進(jìn)行頻帶劃分的時候,可通過初始信號傅里葉譜特征來確定邊界,確保具有明顯沖擊作用的分量位于所選頻帶內(nèi),防止最大沖擊處成為邊界。

從本質(zhì)層面分析認(rèn)為OSF包絡(luò)法屬于一個呈現(xiàn)良好魯棒性的非線性濾波器,其中含有最大值、中值與最小值濾波器。相對插值包絡(luò)方法需要耗費(fèi)大量時間,OSF效率較高,可以高效去除脈沖噪聲的干擾。此方法提供了具有可變控制功能的滑動窗口,經(jīng)過窗口數(shù)據(jù)過濾后實(shí)現(xiàn)數(shù)據(jù)包絡(luò)的處理過程。本研究采用最大值濾波器完成上包絡(luò)的估計。

進(jìn)行濾波處理時,先設(shè)置合適的窗口寬度,再確定窗口內(nèi)最大參數(shù),得到以下結(jié)果

U(n)=max(Wn)

(1)

式中,U(n)—OSF濾波所得結(jié)果;Wn—第n個窗口中的參數(shù)。

構(gòu)建數(shù)組D={2,3,4,5,6,4,8,3,2,1,7},將默認(rèn)窗口寬度設(shè)定在3。為了避免數(shù)據(jù)長度縮短,本次選擇鏡像延拓處理技術(shù),將基點(diǎn)設(shè)置在初始數(shù)據(jù)左邊與右邊第1個數(shù)據(jù)處,設(shè)定擴(kuò)展長度等于1,再對數(shù)據(jù)實(shí)施鏡像延拓。得到數(shù)組A{3,2,3,4,5,6,4,8,3,2,1,7,1}。結(jié)合窗口寬度與式(1)從{3,2,3}中選擇最大值3,再從{2,3,4}中選擇最大值4以及從{3,4,5}中選擇最大值5,按照同樣方式類推處理構(gòu)建新數(shù)組{3,4,5,6,6,8,8,8,3,7,7}。最終得到圖1的濾波結(jié)果。

圖1 OSF濾波過程

以移動平均法進(jìn)行處理時應(yīng)符合下述規(guī)則：(1)跨度應(yīng)設(shè)置成奇數(shù);(2)平滑數(shù)據(jù)點(diǎn)應(yīng)位于跨度中心處;(3)對不能繼續(xù)容納任一側(cè)相鄰數(shù)據(jù)點(diǎn),應(yīng)對跨度適當(dāng)調(diào)節(jié);(4)跨度不能被正常定義時,將會形成不平滑的端點(diǎn)。

為驗(yàn)證移動平均法,控制跨度值等于5的條件下實(shí)施平滑處理。按照上述規(guī)則定義前4個元素依次為

ys(1)=y(1)

ys(2)=(y(1)+y(2)+y(3))/3

ys(3)=(y(1)+y(2)+y(3)+y(4)+y(5))/5

ys(4)=(y(2)+y(3)+y(4)+y(5)+y(6))/5

此外還需注意,ys(i)表示經(jīng)過排序處理形成的數(shù)據(jù)順序,可能與最初順序存在一定差異。通過該方法處理圖3的包絡(luò)數(shù)組得到圖2的測試結(jié)果。根據(jù)圖2可以發(fā)現(xiàn),完成平滑處理后觀察不到一階不可微點(diǎn),能夠避免OSF包絡(luò)不繼續(xù)分割的缺陷。

圖2 移動平均平滑處理

圖3 軸承模擬故障試驗(yàn)臺

2 實(shí)驗(yàn)分析

2.1 信號分析

為驗(yàn)證診斷方法的可靠性,本實(shí)驗(yàn)以實(shí)際故障軸承作為診斷對象。圖3給出了自制的軸承測試平臺。本次選擇的6206-2RS1SKF型軸承。通過線切割的方式完成軸承的加工過程。測試了軸承內(nèi)圈存在0.4mm深度缺陷時的故障信號。測試期間設(shè)定載荷等于5kN,保持轉(zhuǎn)速300r/min,以8150Hz頻率實(shí)施采樣。

利用方法處理信號進(jìn)行傅里葉變化。之后通過分析頻帶信號來驗(yàn)證其準(zhǔn)確性,獲得圖4的包絡(luò)譜。根據(jù)圖4可以發(fā)現(xiàn),特征頻率受到無關(guān)分量的影響較小,能夠觀察到明顯的故障頻率特征,由此可以判斷采用自適應(yīng)Autogram方法進(jìn)行處理時具備良好可行性。

圖4 實(shí)測信號傅里葉譜

2.2 對比分析

以濾波器組結(jié)構(gòu)進(jìn)行對比,實(shí)測信號濾波后包絡(luò)譜圖如圖5所示。根據(jù)短時傅里葉轉(zhuǎn)換方法構(gòu)建快速譜峭度算法,再分析實(shí)測信號的變化特征。圖6為包絡(luò)譜測試結(jié)果,可以明顯看到一倍頻fi處形成了明顯的故障特征,而其余倍頻則淹沒于周圍分量中,不能實(shí)現(xiàn)精確診斷的效果。相對所提方法,對應(yīng)的二倍與三倍頻也沒有形成明顯特征頻率,受到其他分量的顯著干擾。

圖5 實(shí)測信號濾波后包絡(luò)譜(濾波器組結(jié)構(gòu))

圖6 實(shí)測信號濾波后包絡(luò)譜(短時傅里葉變換)

3 結(jié)語

本文開展基于自適應(yīng)Autogram+OSF濾波的電機(jī)軸承故障診斷分析,取得如下有益結(jié)果：(1)采用自適應(yīng)Autogram方法進(jìn)行處理時具備良好可行性。采用本方法測試佳解調(diào)頻帶的效果比濾波器快速譜峭度方法的性能更優(yōu)。(2)相比較濾波器組結(jié)構(gòu),以原Autogram分析頻帶信號,看到一倍頻fi處產(chǎn)生了明顯的故障特征。相對自適應(yīng)Autogram方法并未形成明顯的二倍與三倍頻特征頻率,產(chǎn)生了眾多干擾分量。

本研究有助于提高電氣的排出故障的能力,也可以實(shí)現(xiàn)網(wǎng)聯(lián)控制,但在面對負(fù)載較大情況時容易出現(xiàn)計算冗長的問題,期待后續(xù)引入深度學(xué)習(xí)算法進(jìn)行加強(qiáng)。