機(jī)械故障診斷大作業(yè)(共13頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上機(jī)械故障診斷大作業(yè)題 目： 基于小波分析的軸承故障診斷 指導(dǎo)教師： 李 奕 璠 班 級(jí)： 學(xué) 號(hào)： 姓 名： 成 績(jī)： 西南交通大學(xué)峨眉校區(qū)機(jī)械工程系基于小波分析的軸承故障診斷摘要 滾動(dòng)軸承在機(jī)械設(shè)備中使用非常廣泛，其工作狀態(tài)直接影響整個(gè)設(shè)備的運(yùn)行效率。對(duì)滾動(dòng)軸承進(jìn)行狀態(tài)監(jiān)測(cè)與故障診斷，能夠避免重大事故的發(fā)生，獲得較大的經(jīng)濟(jì)和社會(huì)效益。在多樣化的現(xiàn)代信號(hào)數(shù)據(jù)處理方法中，小波分析比較適合非穩(wěn)定信號(hào)分析處理，小波變換不僅能夠給出信號(hào)的時(shí)間和頻率的二維關(guān)系，還能根據(jù)信號(hào)局部特征調(diào)整其窗口寬度。采用Matlab編程快速地在計(jì)算機(jī)上實(shí)現(xiàn)基于小波分析的滾動(dòng)軸承故障診斷。對(duì)正?；蚬?/p>

2、障軸承的振動(dòng)信號(hào)進(jìn)行小波分解與重構(gòu)，基于小波分解系數(shù)對(duì)含有故障特征頻率的第一層細(xì)節(jié)信號(hào)進(jìn)行小波重構(gòu)并提取其Hilbert包絡(luò)譜，從中找到并測(cè)出特征頻率,并和根據(jù)理論計(jì)算得到的故障特征頻率對(duì)比判斷故障類(lèi)型。關(guān)鍵詞：故障診斷 小波分析 Matlab Hilbert包絡(luò)譜 特征頻率第一章 緒 論滾動(dòng)軸承是機(jī)器的易損件之一，據(jù)不完全統(tǒng)計(jì)，旋轉(zhuǎn)機(jī)械的故障越30%是因?yàn)闈L動(dòng)軸承引起的，由此可見(jiàn)滾動(dòng)軸承故障診斷工作的重要性。滾動(dòng)軸承在機(jī)械設(shè)備中使用非常廣泛，其工作狀態(tài)直接影響整個(gè)設(shè)備的運(yùn)行品質(zhì),對(duì)滾動(dòng)軸承進(jìn)行狀態(tài)監(jiān)測(cè)與故障診斷，能夠避免重大事故的發(fā)生，獲得較大的經(jīng)濟(jì)和社會(huì)效益。隨著生產(chǎn)的需要，對(duì)軸承故障的檢

3、測(cè)方法也越來(lái)越多，其中，運(yùn)用比較廣發(fā)的集中方法是FFT、功率譜、倒譜分析、小波分析、經(jīng)驗(yàn)?zāi)B(tài)分解、形態(tài)濾波、雙譜分析。小波變換是一種時(shí)頻分析方法,可進(jìn)行多分辨率分析，對(duì)軸承振動(dòng)信號(hào)進(jìn)行小波變換, 小波變換可以把振動(dòng)信號(hào)分解成多個(gè)具有不同時(shí)間和頻率分辨率的小波信號(hào)，同時(shí)對(duì)振動(dòng)信號(hào)進(jìn)行處理時(shí)就能有效地克服信號(hào)的泄漏和混疊等，從而可以在一個(gè)變換中同時(shí)研究低頻長(zhǎng)時(shí)現(xiàn)象和高頻短時(shí)現(xiàn)象。使振動(dòng)信號(hào)的檢測(cè)和分析更符合于真實(shí)的情況。提取其中具有故障特征的細(xì)節(jié)信號(hào)進(jìn)行重構(gòu);對(duì)重構(gòu)信號(hào)做Hilben包絡(luò)譜分析，從中檢測(cè)出軸承的故障特征頻率,據(jù)此判斷故障類(lèi)型。利用Matlab軟件編程快速地實(shí)現(xiàn)了基于小波變換分析的滾

4、動(dòng)軸承故障判斷。第二章 滾動(dòng)軸承故障概述1.滾動(dòng)軸承故障的特征頻率滾動(dòng)軸承由外圈、內(nèi)圈、滾動(dòng)體和保持架組成，工作時(shí)外圈與軸承座或機(jī)殼相連接、固定或相對(duì)固定，內(nèi)圈與機(jī)械傳動(dòng)軸相連接，隨軸一起轉(zhuǎn)動(dòng)。當(dāng)滾動(dòng)軸承表面發(fā)生損傷故障，如內(nèi)圈、滾動(dòng)體或外圈出現(xiàn)點(diǎn)蝕、裂紋或剝落等，根據(jù)不同的損傷部位，按以下公式分別計(jì)算軸承故障的特征頻率，如下所示：（1）外圈故障頻率： f1=r60×12×n1-dD×cos（2）內(nèi)圈故障頻率：f2=r60×12×n1+dD×cos （3）滾動(dòng)體故障頻率： f3=r60×12×Dd1-dD2

5、5;cos2 其中，r 為轉(zhuǎn)速N 為滾珠個(gè)數(shù)d 為滾動(dòng)體直徑D 為軸承節(jié)徑A 為滾動(dòng)體接觸角2.確定軸承各項(xiàng)參數(shù)并計(jì)算各部件的故障特征頻率由軸承型號(hào)為SKF 6205-2RS JEM，轉(zhuǎn)速1750 rpm可知：滾珠個(gè)數(shù)n=9；滾動(dòng)體直徑d=7.938mm；軸承節(jié)徑D=39mm；滾動(dòng)體接觸角=0；內(nèi)圈特征頻率fi=r60=29.2Hz；由以上數(shù)據(jù)計(jì)算滾動(dòng)軸承不同部件故障的特征頻率為：（1）外圈故障頻率：f1=r60×12×n1-dD×cos=104.54Hz（2）內(nèi)圈故障頻率 ：f2=r60×12×n1+dD×cos=157.97Hz（

6、3）滾動(dòng)體故障頻率 ： f3=r60×12×Dd1-dD2×cos2=68.68Hz第三章 小波分析在軸承故障診斷中的應(yīng)用一般采用加速度傳感器在軸承座上檢測(cè)滾動(dòng)軸承的振動(dòng)信號(hào)。若周成表面出現(xiàn)局部損傷，在受載運(yùn)轉(zhuǎn)時(shí)軸承其他零件會(huì)周期地撞擊損傷點(diǎn)產(chǎn)生低頻的沖擊信號(hào)，其頻率即故障頻率，但檢測(cè)該頻率主要會(huì)遇到2個(gè)問(wèn)題：（a）沖擊信號(hào)的寬頻帶性質(zhì)會(huì)激起軸承結(jié)構(gòu)及傳感器本身在各自固有頻率上發(fā)生諧振，故軸承振動(dòng)信號(hào)中還含有故障特征頻率的高次諧波分量。（b）由于軸承間隙的存在，沖擊信號(hào)還要對(duì)軸承的高頻固有振動(dòng)信號(hào)進(jìn)行調(diào)制。導(dǎo)致固有頻率被其它振動(dòng)所干擾而無(wú)法直接通過(guò)頻譜分析檢測(cè)出故

7、障特征頻率。本文分別采用小波分析與Hilbert包絡(luò)譜分析解決上述兩個(gè)問(wèn)題。（1）小波分析提取含故障特征頻率的細(xì)節(jié)信號(hào)。小波是一種均值為零，很快衰減的瞬間振蕩函數(shù)，小波分析是一種時(shí)頻分析方法，他利用一系列伸縮和平移的小波函數(shù)對(duì)信號(hào)進(jìn)行展開(kāi)，該過(guò)程等效于用一系列不同頻帶的高通和低頻濾波器將信號(hào)分解成若干層次的高頻細(xì)節(jié)信號(hào)及低頻概貌信號(hào)。小波分析算法的步驟包括分解與重構(gòu)，為在計(jì)算機(jī)上實(shí)現(xiàn)小波分析，根據(jù)二進(jìn)離散小波變換的快速算法Mallat算法進(jìn)行計(jì)算，小波變換公式如下：cjk=mh0m-2kcj-1，m djk=mh1m-2kcj-1，m j=1,2，n （1）式中 cjk 第j級(jí)小波分解所得的低

8、頻系數(shù)，設(shè)c0,k為原始信號(hào)xkn 小波分解級(jí)數(shù) djk 第j級(jí)小波分解所得的高頻系數(shù) h0k 離散尺度序列，是一低通濾波器 h1k 離散小波序列，是一高通濾波器不同類(lèi)型的小波，如Daubechies小波、lisar小波、墨西哥草帽小波等，濾波系數(shù)h0k與h1k均不相同。序列da,b,dn-1,k,d1,k,c1,k是xk的二進(jìn)離散小波變換。利用小波分解系數(shù)重構(gòu)原信號(hào)的公式為： cj-1,k=Cj,k+Dj,k Cj,k=mh0k-2mcj,m (2) Dj,k=mh1k-2mdj,m j=1,2,n 根據(jù)公式(1)(2)對(duì)軸承振動(dòng)信號(hào)進(jìn)行小波分解與重構(gòu)可獲得其各層概貌信號(hào)Cj,k及細(xì)節(jié)信號(hào)D

9、j,k，其中幅度最大的細(xì)節(jié)信號(hào)中包含軸承故障的特征頻率。（2）Hilbert變換包絡(luò)譜檢測(cè)軸承的故障特征頻率。含有軸承故障特征頻率的細(xì)節(jié)信號(hào)是種調(diào)幅信號(hào)，它是故障信號(hào)對(duì)軸承的高頻固有振動(dòng)進(jìn)行幅度調(diào)制形成，設(shè)其為式（3）。 ft=Atcos2fmt （3）式中At 故障信號(hào) fm 軸承固有振動(dòng)頻率Hilbert變換可對(duì)調(diào)幅信號(hào)進(jìn)行包絡(luò)解調(diào)，就是從ft中提取At。信號(hào)ft的Hilbert變換是ft與ht=1t的卷積（符號(hào)為“*”），公式見(jiàn)式（4）。 ft=ft*ht=ft*1t=-ft-d （4）對(duì)ft做傅里葉變換得式（5） Fj=FjHj=Fj-j sgn=-jFj>0jFj<0 （

10、5）故的Hilbert變換可看成是ft通過(guò)一個(gè)幅度為1的全通濾波器輸出，其頻率成分做-90°相移，負(fù)頻率成分做相移。則調(diào)幅信號(hào)ft的Hilbert變換為式（6）。ft=Atcos2fm-90°=Atsin2fmt （6）設(shè)ft的解析信號(hào)為：st=ft+jft,則有式（7）。|st|=f2t+f2t=A2tcos22fmt+A2tsin22fmt=At （7）因此可利用Hilbert變換提取ft的包絡(luò)，即故障信號(hào)At，再用傅里葉變換對(duì)其進(jìn)行功率分析，功率譜中幅度最大處的頻率即故障特征頻率。第四章 MATLAB數(shù)據(jù)處理結(jié)果分析1.MATLAB數(shù)據(jù)處理及結(jié)果總共給出了4組通過(guò)現(xiàn)場(chǎng)

11、測(cè)試得到的滾動(dòng)軸承運(yùn)行數(shù)據(jù)，包括1組正常軸承數(shù)據(jù)，1組內(nèi)圈故障數(shù)據(jù)，1組外圈故障數(shù)據(jù)，1組滾動(dòng)體故障數(shù)據(jù)。依次對(duì)軸承振動(dòng)信號(hào)data.mat文件中數(shù)組y第一第四列數(shù)據(jù)運(yùn)行Matlab程序?qū)S承振動(dòng)信號(hào)data.mat文件中的第一組數(shù)據(jù)進(jìn)行MATLAB分析處理，結(jié)果為圖1。（a）為該信號(hào)的時(shí)域波形及功率譜，（b）為軸承振動(dòng)信號(hào)的db2小波分析圖（c）為第一層細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖，得到其特征頻率f=27.883Hz。設(shè)振動(dòng)信號(hào)采樣點(diǎn)數(shù)為N，由于用快速傅里葉變換對(duì)信號(hào)做功率譜，其點(diǎn)數(shù)應(yīng)滿(mǎn)足：nfft>N,且是2的指數(shù)次方，由于數(shù)據(jù)量較大大，為了便于操作，故取N=32768，對(duì)應(yīng)的取nfft=

12、216=65536進(jìn)行數(shù)據(jù)，N足夠大，不影響分析結(jié)果。（a） 軸承振動(dòng)信號(hào)的時(shí)域波形及功率譜（b） 軸承振動(dòng)信號(hào)的db2小波分析圖（c） 第一層細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖圖1 同理，對(duì)軸承振動(dòng)信號(hào)data.mat文件中的第二組數(shù)據(jù)進(jìn)行MATLAB分析處理，結(jié)果為圖2。（a）為該信號(hào)的時(shí)域波形及功率譜，（b）為軸承振動(dòng)信號(hào)的db2小波分析圖（c）為第一層細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖，得到其特征頻率f=1796Hz。（a） 軸承振動(dòng)信號(hào)的時(shí)域波形及功率譜（b） 軸承振動(dòng)信號(hào)的db2小波分析圖（c） 第一層細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖圖2同理，對(duì)軸承振動(dòng)信號(hào)data.mat文件中的第三組數(shù)據(jù)進(jìn)行MATLAB分析處理

13、，結(jié)果為圖3。（a）為該信號(hào)的時(shí)域波形及功率譜，（b）為軸承振動(dòng)信號(hào)的db2小波分析圖（c）為第一層細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖，得到其特征頻率f=104.7Hz。（a） 軸承振動(dòng)信號(hào)的時(shí)域波形及功率譜（b） 軸承振動(dòng)信號(hào)的db2小波分析圖（c） 第一層細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖圖3同理，對(duì)軸承振動(dòng)信號(hào)data.mat文件中的第四組數(shù)據(jù)進(jìn)行MATLAB分析處理，結(jié)果為圖4。（a）為該信號(hào)的時(shí)域波形及功率譜，（b）為軸承振動(dòng)信號(hào)的db2小波分析圖（c）為第一層細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖，得到其特征頻率f=157.5Hz。（a） 軸承振動(dòng)信號(hào)的時(shí)域波形及功率譜（b） 軸承振動(dòng)信號(hào)的db2小波分析圖（c） 第一層

14、細(xì)節(jié)信號(hào)d1的包絡(luò)譜圖圖42.實(shí)驗(yàn)結(jié)果分析對(duì)軸承振動(dòng)信號(hào)data.mat文件中的四組數(shù)據(jù)進(jìn)行MATLAB分析處理，結(jié)果為圖1圖4。（a）為該信號(hào)的時(shí)域波形及功率譜，難以檢測(cè)故障頻率，（b）為對(duì)振動(dòng)信號(hào)做3級(jí)小波分解與重構(gòu)所得第13層細(xì)節(jié)信號(hào)d1d3和第三層概貌信號(hào)c3，對(duì)整體幅度較大的細(xì)節(jié)信號(hào)d1做Hilbert包絡(luò)譜（c）。在圖1 中，其幅度最大處的頻率f=27.83Hz接近內(nèi)圈特征頻率，第二大處頻率81.3Hz同滾動(dòng)體故障特征頻率68.68Hz最為接近，因此第一組軸承故障類(lèi)型為滾動(dòng)體故障。同理，對(duì)圖2 ，其幅度最大處的頻率f=1796Hz，沒(méi)有和軸承故障特征頻率相同的頻率，因此第二組軸承正

15、常。對(duì)圖3 ，其幅度最大處的頻率f=104.7Hz，和外圈故障頻率接近，因此第三組軸承故障為外圈故障。對(duì)圖4 ，其幅度最大處的頻率f=157.5Hz，和內(nèi)圈故障頻率接近，因此第四組軸承故障為內(nèi)圈故障。3.結(jié)論由于各種特征頻率都是從理論上推導(dǎo)出來(lái)的，而實(shí)際上，由于軸承的各幾何尺寸會(huì)有誤差，加上軸承安裝后的變形、測(cè)量計(jì)算誤差等因素，使得實(shí)際的頻率與計(jì)算所得的頻率會(huì)有些出入。所以在頻譜圖上尋找各特征頻率時(shí)，須在計(jì)算的頻率值上找其近似值來(lái)作診斷。由于誤差很小，所以采用此方法對(duì)軸承故障的判斷是可行的。通過(guò)對(duì)對(duì)滾動(dòng)軸承振動(dòng)的產(chǎn)生原因進(jìn)行深入分析，不斷總結(jié)經(jīng)驗(yàn)，提高故障分析能力，掌握造成滾動(dòng)軸承強(qiáng)烈振動(dòng)的原

16、因，及時(shí)消除振動(dòng)，保證機(jī)械設(shè)備的運(yùn)行效率。2.處理結(jié)果分析參考文獻(xiàn)1 鐘秉林,黃仁.機(jī)械故障診斷學(xué)M.北京：機(jī)械工業(yè)出版社.2013:50-1602 楊國(guó)安.滾動(dòng)軸承故障診斷實(shí)用技術(shù)M.北京：中國(guó)石化出版社.2012:60-883 李 民.基于小波分析的電機(jī)軸承診斷Matlab J.設(shè)備管理與維修, 2015(7): 2-3.4 褚福磊,彭志科,馮志鵬,李志農(nóng).機(jī)械故障診斷中的現(xiàn)代信號(hào)處理方法M.北京：科學(xué)出版社.2009:159-160附錄由于對(duì)四組數(shù)據(jù)進(jìn)行分析處理的過(guò)程和方法相同，區(qū)別只是所選的數(shù)據(jù)不同，即信號(hào)數(shù)組不同。因此，只列舉第一組數(shù)據(jù)處理的MATLAB程序。Matlab程序：x=y

17、(:,1);%信號(hào)數(shù)組fs=12000;N=32768;Ts=1/fs;x=x(1:N); %設(shè)置取樣頻率fs，取樣點(diǎn)數(shù)Nt=0:Ts:(N-1)*Ts; %時(shí)間軸x=(x-mean(x)/std(x,1); %對(duì)x歸一化subplot(211); %繪制x波形plot(t,x);xlabel('時(shí)間t/s');ylabel('振動(dòng)加速度A/v');nfft=65536;S=psd(x,nfft); %對(duì)x做功率譜subplot(212); plot(0:nfft/2-1)/nfft*fs,S(1:nfft/2); %繪制功率譜xlabel('頻率f/H

18、z');ylabel('功率譜P/W');c,l=wavedec(x,4,'db2'); %利用db2對(duì)x進(jìn)行3級(jí)小波分解c3=wrcoef('a',c,l,'db2',3);%重構(gòu)第1-3層細(xì)節(jié)d1-d3和第3層蓋帽c3d3=wrcoef('d',c,l,'db2',3);d2=wrcoef('d',c,l,'db2',2);d1=wrcoef('d',c,l,'db2',1);figure;subplot(414);plot(t,c3);ylabel('c3');%繪制c3subplot(413);plot(t,d3);ylabel('d3');%繪制d3subplot(412);plot(t,d2);ylabel('d2');%繪制d2subplot(411);plot(t,d1);y