機(jī)械故障診斷滾動軸承故障診斷DOC

1、機(jī)械故障診斷技術(shù)讀書報(bào)告滾動軸承的診斷案例分析綜述 Rolling Bearing Fault Diagnosis Approach Based on Case-Based Reasoning學(xué) 院：機(jī)械與汽車工程學(xué)院專 業(yè)：機(jī)械設(shè)計(jì)制造及其自動化班 級：機(jī)制一班姓 名：王天宇學(xué) 號：1102135004指導(dǎo)教師：鄭冬學(xué)年學(xué)期：2014-2015學(xué)年第一學(xué)期摘要：針對滾動軸承的故障診斷問題，提出了一種采用案例推理的診斷方法，為了解決檢索相似案例時案例屬性多、人工確定關(guān)鍵屬性及其權(quán)重困難的問題，提出了一種復(fù)合特征選擇算法，用領(lǐng)域粗糙集算法粗選屬性，用遺傳算法進(jìn)一步精選屬性和優(yōu)化權(quán)重，并有效地解決

2、了領(lǐng)域粗糙集算法中需要人工確定領(lǐng)域大小的問題，以滾動軸承運(yùn)行時的振動信號為基本信息，建立了滾動軸承案例庫，從案例庫中檢索與問題案例相似的歷史案例，并根據(jù)這些歷史案例來判斷問題案例的故障類別，試驗(yàn)結(jié)果表明，故障診斷的正確率達(dá)到100，故障位置診斷的正確率達(dá)到93.3%，且算法具有較好的穩(wěn)定性。關(guān)鍵詞：案例推理；滾動軸承；故障診斷Abstract：The case-based reasoning approach is introduced into rolling bearing fault diagnosis. To solve the complexity of feature select

3、ion and weights optimization, a Filter Wrapper integrated features selection algorithm is proposed. Neighborhood rough set algorithm is applied to select essential features from the feature candidate set,then genetic algorithm is applied to refine the essential features subset. This method solves th

4、e problem of determining the size of neighborhood manually in neighborhood rough set algorithm. Genetic algorithm is also used in feature weights optimization. With the run time vibration signal of rolling bearing as the basic information, a rolling bearing fault case database is constructed. The hi

5、storical cases similar to the problem case are recalled and chosen to decide the fault type. The database experiment shows the higher efficiency and accuracy for essential attributes and weights in fault diagnosis.Keywords：case-based reasoning；rolling bearing；fault diagnosis目 錄一引言1. 滾動軸承的主要故障2. 滾動軸承

6、故障監(jiān)測與診斷方法二 案例分析1) 電力機(jī)車滾動軸承診斷案例分析2） 軸承外圈故障診斷案例3）軸承內(nèi)圈故障診斷案例4）軸承滾動體故障診斷案例5）軸承滾動體故障定量診斷案例三 結(jié)論四 參考文獻(xiàn)一 引言1. 滾動軸承的主要故障 由于滾動軸承的材料缺陷，加工或裝配不當(dāng)，潤滑不良，水份和異物侵入，腐蝕以及過載等原因都可能導(dǎo)致早期損壞。當(dāng)然，即使在安裝、潤滑和使用維護(hù)都正常的情況下，經(jīng)過一段時間的運(yùn)轉(zhuǎn)，軸承也會出現(xiàn)疲勞剝落和磨損等現(xiàn)象影響機(jī)器的正常工作。概括起來滾動軸承的主要故障形式有： 1疲勞剝落 滾動軸承工作時，浚道和滾動體表面既承受載荷又相對滾動，由于交變載荷的作用，首先在表面下一定深度處(最大剪

7、應(yīng)力處)形式裂紋，繼而擴(kuò)展到接觸表層發(fā)生剝落坑j最后發(fā)展到大片剝落，這種現(xiàn)象就叫做疲勞剝落。 疲勞剝落會造成運(yùn)轉(zhuǎn)時的沖擊載荷、振動和噪聲加劇。在正常工作條件下，疲勞剝落往往是浚動軸承故障的主要原因。我們習(xí)慣上聽說的軸承壽命就是指軸承的疲勞壽命。 2應(yīng)損 由于滾道和滾動體的相對運(yùn)動(包括浚動和滑動)和塵埃異物的侵入等都會引起表面磨損，而當(dāng)潤滑不良時更會加劇表面磨損。磨損的結(jié)果使軸承游隙增大，表面粗糙度增加，從而降低了軸承的運(yùn)轉(zhuǎn)精度，因而也降低了機(jī)器的整體運(yùn)動精度，振動及噪聲也隨之增大。對于精密機(jī)械中所使用的軸承，往往就是因?yàn)槟p量限制了軸承的壽命。 此外，還有一種所謂的微振磨損。當(dāng)軸承本身不旋轉(zhuǎn)

8、而受到振動Bf，由于滾動體和該道接觸面問有微小的、往復(fù)的相對滑動，因而導(dǎo)致微振磨損產(chǎn)生，其結(jié)果在該渲上形成波紋狀的磨痕。 3塑性變形 在工作負(fù)荷過重的情況下，軸承受到過大的沖擊載荷或靜載荷，或者因?yàn)闊嶙冃我痤~外的載荷，或者當(dāng)有高硬度的異物侵入時，都會在滾道表面上形成凹痕或劃痕。這將使軸承要運(yùn)轉(zhuǎn)時產(chǎn)生劇烈的振動和噪聲。而且，一旦產(chǎn)生上述凹痕，由此所引起的沖擊載荷可能還會進(jìn)一步引起附近表面的剝落。 4 腐蝕腐蝕也是滾動軸承的常見故障之一。當(dāng)水份直接侵入軸承時就會引起軸承腐蝕，另一方面，當(dāng)軸承停止工作時，軸承溫度下降達(dá)到零點(diǎn)，空氣中的水份凝結(jié)成水滴吸附在軸承酌表面上也會引起腐蝕。此外，當(dāng)軸承內(nèi)部有

9、電流通過時，在滾道和滾動體之間的接觸點(diǎn)處，電流通過很薄的泊膜引起火花，使表面局部熔融，在表面上形成波紋狀的凹凸不平。高精度的軸承往往由于表面腐蝕，喪失精度而破損。2. 滾動軸承故障監(jiān)測與診斷方法 軸承元件的損傷不可能直接診斷，只能間接診阮診斷方法有以下幾種。 (1)噪聲診斷法。這是最原始的方法，由于設(shè)備各種噪聲和環(huán)境噪聲的干擾很大，從監(jiān)測信號中提取被溯軸承的噪聲信息十分困難，所以現(xiàn)代故障診斷領(lǐng)域應(yīng)用較少。但是用聽音棒接觸與軸承員接近的部位監(jiān)聽軸承運(yùn)行時的噪聲，至今仍在采崩。這是因?yàn)檫@種方法具有簡單、方便、快速等優(yōu)點(diǎn)，適合普通機(jī)械設(shè)備的簡易診斷。若用電子聽診器提高靈敏度，有經(jīng)驗(yàn)的人不僅能識別軸承

10、有無故障，而且還能估計(jì)出發(fā)生故障的原因。 (2)振動診斷法。軸承元件損傷，運(yùn)行時必然產(chǎn)生沖擊和振動。根據(jù)振動診斷軸承的狀態(tài)是日前最適用的方法。國內(nèi)外開發(fā)生產(chǎn)的軸承監(jiān)測與診斷儀表絕大多數(shù)都是根據(jù)振動診斷原理制成的。 由于軸承的結(jié)構(gòu)特點(diǎn)和不可避免的加上與安裝誤差，正常軸承運(yùn)行時不避免地已有相當(dāng)復(fù)雜的振動，再加上軸承所在設(shè)備的各種振動干擾，所以根據(jù)振動信號判別軸承故障的關(guān)镕是排除干擾提高信噪比，這是一件十分復(fù)雜的技術(shù)。因此目前單獨(dú)根據(jù)振動信息診斷軸承故障還不是十分可靠的技術(shù)最好采用多種方法進(jìn)行綜合診斷。 (3)溫度診斷法。軸承元件損傷，軸承的溫度便會升高，所以對軸承可以進(jìn)行溫度監(jiān)測。這種方法簡單易行

11、使用最早。但是它的靈敏度很低、響應(yīng)也傻，特別是工作表面剝落、壓痕或裂紋等局部性損傷在初期階段幾乎小pJ能根據(jù)溫度變化檢測出來。不過溫度對軸承載荷、速度和潤滑泊情況的變化還比較靈敏，所以溫度診斷法對防止軸承故障還有重要意義，至今仍普遍采用。(4)油膜電阻法。運(yùn)行中的滾動軸承，由于滾道與滾動體之間形成泊膜，所以電阻很大常在兆歐以上，若軸承損傷，潤滑狀態(tài)惡化，則油膜破壞，電阻變小到零酞附近。利用這種變化就可對軸承故障進(jìn)行診斷。 (5)光纖監(jiān)測技術(shù)。用光纖位移傳感器監(jiān)測軸承的運(yùn)行狀態(tài)是“種直接從軸承套圖表面提取信息的診斷技術(shù)，靈敏度高傳遞通道的影響小。用光導(dǎo)纖維制成的傳感器臺有發(fā)送光纖束與接收光纖束兩

12、部分，光線從發(fā)射光纖束射出、經(jīng)傳感器端面和鉑敢套圖表面間的間隙照射到套圖表面上，然后反射回來，由接收光纖束至收：經(jīng)光電元件轉(zhuǎn)換為電壓輸出，間隙量d改變時，照射在套圖表面的面積也隨之改變，接收光纖束接收的光量、光電元件輸?shù)氐碾妷阂搽S之改變，可以判別軸承套圈的徑向變化量和軸承的狀態(tài)。 (6)油污染物分析。檢測潤滑油中軸承磨損產(chǎn)物可有效地判斷軸承是否損傷。常用的分析方法有鐵譜分析法和磁塞分析法。但這兩種方法只適用于油潤滑軸承，局限性大。2、 案例分析1)電力機(jī)車滾動軸承診斷案例分析 當(dāng)一個發(fā)生局部損傷的軸承運(yùn)行時，由于滾動體的不斷滾動，在接觸損傷時會發(fā)生周期性的沖擊信號，但在故障的早期階段，這些特征

13、往往淹沒于噪聲之中，很難分辨，這為更大的故障發(fā)生留下了隱患。因此需要及時發(fā)現(xiàn)故障并排除，保證機(jī)械設(shè)備的安全運(yùn)行。本節(jié)中將基于改進(jìn)相鄰系數(shù)法的多小波降噪方法應(yīng)用于機(jī)車滾動軸承的早期故障診斷中，致力于提取強(qiáng)噪聲背景下的微弱故障特征。 這里所檢測的客運(yùn)型電力機(jī)車走行部的滾動軸承與1節(jié)中為同一軸承，軸承參數(shù)如表1所示，損傷如圖1所示。測試時，采樣頻率為12800Hz，軸承轉(zhuǎn)速為481rrain?？捎?jì)算外圈的故障特征頻率f=53Hz，而相應(yīng)的周期即為189ms。 采集到的時域振動信號如圖1所示?？梢钥吹?，噪聲強(qiáng)度很大，淹沒了特征信息，通過時域信號很難分辨出存在沖擊。 圖 1 外圈輕微損傷的滾動軸承時域信

14、號 首先采用FFT與譜峭度方法分析信號。其中，譜峭度方法是近年來發(fā)展起來的一種有效提取故障特征的方法，該方法通過對信號進(jìn)行分解獲得多個不同頻率中心與帶寬的頻帶，并在這樣的頻帶中依據(jù)峭度選擇敏感頻帶，并濾波獲得所關(guān)心的信號，從時域及頻域分別檢測故障。圖2為信號的頻譜。圖2中顯示頻譜中頻率內(nèi)容非常豐富，覆蓋了從低頻到高頻的范圍，而這其中沒有太突出的頻率成分，因此很難通過頻域直接獲得故障的特征信息。圖2為采用譜峭度方法濾出的峭度最高的頻段，帶寬為800Hz，中心頻率為6000Hz。從圖2中可以看到，在o03s，008s以及o16s，023s之間存在較為明顯的沖擊，而其他位置的沖擊并沒有被準(zhǔn)確地提取。

15、因而，在圖2中出現(xiàn)了53Hz中的譜線，但譜峰并不是很突出，而且由于譜峭度運(yùn)算中的下抽樣運(yùn)算影響了平方包絡(luò)譜的精度，造成頻率分辨率下降，因此，通過該結(jié)果來判斷故障存在并不嚴(yán)密。 圖 2振動信號頻譜及譜峭度方法處理結(jié)果 其次，采用Db8單小波分別結(jié)合硬閾值、軟閾值及傳統(tǒng)相鄰系數(shù)法來對該信號進(jìn)行降噪。圖3為采用Db8單小波硬閾值的降噪結(jié)果。盡管圖3中沖擊特征較為突出，但在 o1ls，015s之間的特征卻在閾值處理時被誤認(rèn)為是噪聲而置零了。而且，在t=021s附近出現(xiàn)了一條干擾線，這是對噪聲不能合理抑制造成的。圖3為Db8單小波軟閾值降噪的結(jié)果。在圖3中005s，015s-內(nèi)的沖擊均不能分辨出來，結(jié)果

16、比較模糊。圖3中采用Db8單小波傳統(tǒng)相鄰系數(shù)法降噪的結(jié)果要好于上面兩種方法，沒有出現(xiàn)無關(guān)的干擾沖擊，但o1ls，017s區(qū)間內(nèi)的沖擊仍然比較微弱，難以識別。 圖 3 Db8單小波降噪結(jié)果 接下來GHM多小波用于對該軸承信號分解并降噪。圖4為采用GHM多小波硬閾值降噪的結(jié)果。圖4中沖擊較為明顯，但無關(guān)的沖擊也較多，這些無關(guān)信息干擾了對故障的判斷。其中，采用GHM多小波軟閾值的結(jié)果與圖4中類似，由于軟閾值對系數(shù)的收縮作用，特征不夠突出。而圖4中相鄰系數(shù)法有效地抑制了無關(guān)沖擊，但對于幾個微弱沖擊的提取仍然不夠好。 最后，采用基于改進(jìn)相鄰系數(shù)法的多小波降噪方法對該信號進(jìn)行分析，如圖4所示?？梢钥吹?，該

17、方法不僅準(zhǔn)確地提取出所有的沖擊特征，而且對于無關(guān)的干擾信息的抑制也很成功，清晰地體現(xiàn)出外圈故障造成的周期性沖擊特征，周期189ms也驗(yàn)證了該方法的有效性。 圖 4 改進(jìn)相鄰系數(shù)法的多小波降噪方法分析結(jié)果2）軸承外圈故障診斷案例 圖5為滾動軸承外圈存在一個直徑為053mm、深為028mm的損傷時采集的一組振動信號。當(dāng)滾動軸承外圈上存在損傷時，損傷點(diǎn)的位置與承載方向之間的位置關(guān)系是一定的，所以主要是脈沖調(diào)制，從時域波形上可以看到一系列的高頻衰減振動。此時，軸承的回轉(zhuǎn)速度為1797rmin，則軸承的回轉(zhuǎn)頻率f=2925Hz，可通過式(3416)計(jì)算得到的外圈損傷特征頻率為9144Hz。 圖 5 軸承

18、外圈損傷為0.53mm的振動信號采用基于第二代小波包的軸承損傷監(jiān)測診斷方法處理振動信號，得到尺度3的小波包能量分布圖如圖6所示。能量最大的小波包對應(yīng)的頻帶范圍為52506000Hz，它的第二代小波包包絡(luò)譜如圖7所示。可以看到，譜圖上顯示出外圈損傷特征頻率及其二倍頻分量；同時，軸承回轉(zhuǎn)頻率廠及其倍頻分量也出現(xiàn)在包絡(luò)譜上，這是滾動軸承通常存在間隙而使振動信號的振幅發(fā)生調(diào)制所致。 圖 6 外圈損傷的尺度3小波包能量分布 圖 7 圖6中能量最大小波包的包絡(luò)譜3）軸承內(nèi)圈故障診斷案例 圖8為軸承內(nèi)圈存在一個直徑為018mm、損傷深度為028mm的內(nèi)圈損傷時測到的一組振動信號，此時，測得軸承的回轉(zhuǎn)速度為1

19、796rmin，則軸承回轉(zhuǎn)頻率f=2993Hz，可通過式(3415)計(jì)算得到的內(nèi)圈損傷特征頻率f=1481Hz。 圖 8 滾動軸承內(nèi)圈損傷時的振動信號尺度3的8個第二代小波包的能量分布如圖9所示。圖9中序號為7的第二代小波包能量最大，它所對應(yīng)的頻帶為45005250Hz。該小波包的包絡(luò)譜示于圖10中。在圖10上，最大譜峰對應(yīng)的頻率為148Hz，該頻率正是軸承內(nèi)圈損傷的特征頻率。另外，軸承回轉(zhuǎn)頻率廠的1倍頻、2倍頻、3倍頻等倍頻分量也出現(xiàn)在第二代小波包的包絡(luò)譜上。當(dāng)軸承內(nèi)圈存在表面損傷時，由于滾動軸承通常都有徑向間隙，且單邊受載，根據(jù)損傷點(diǎn)和滾動體發(fā)生沖擊的位置不同，振動的振幅會發(fā)生強(qiáng)弱變化，其

20、中多數(shù)與回轉(zhuǎn)頻率和滾動體的公轉(zhuǎn)頻率的振幅調(diào)制有關(guān)，最主要的是通過固有頻率的脈沖調(diào)制。 圖 9 內(nèi)圈損傷的尺度3小波包能量分布 圖 10 圖10中能量最大小波包的包絡(luò)譜4）軸承滾動體故障診斷案例 圖11為含有一個滾動體損傷時采集的振動數(shù)據(jù)波形，此時滾動體的損傷程度是直徑018mm、深028mm。此時，軸承的回轉(zhuǎn)速度為1798rmin，則軸承回轉(zhuǎn)頻率f=2997Hz，根據(jù)式(3417)計(jì)算得到的滾動體損傷特征頻率f=11949Hz。圖12為振動信號分解到尺度3的8個第二代小波包的能量分布。圖12中序號為8的小波包能量最大，它所對應(yīng)的頻帶為52506000Hz，圖13為該小波包的包絡(luò)譜，最大譜峰對應(yīng)

21、的頻率正是滾動體損傷特征頻率廠f。當(dāng)滾動體表面出現(xiàn)損傷時，如點(diǎn)蝕，損傷部分通過軸承內(nèi)圈和外圈滾道時，會產(chǎn)生沖擊振動，由于滾動軸承通常具有徑向間隙，根據(jù)損傷部分與內(nèi)圈或外圈發(fā)生的位置不同，會發(fā)生振幅調(diào)制。 圖 11 含有滾動體損傷的滾動軸承振動信號 圖 12 軸承滾動體損傷的尺度3小波包能量分布 圖 13 圖12能量最大小波包的包絡(luò)譜5）軸承滾動體故障定量診斷案例一滾動軸承在軸承試驗(yàn)臺上進(jìn)行測試，滾動軸承型號為552732QT，振動加速度傳感器安裝于軸承外圈的垂直朝上位置，軸的轉(zhuǎn)速為503rmin，采樣頻率為128kHz。用341節(jié)的第二代小波包解調(diào)方法進(jìn)行三層分解分析測得的振動信號。圖14為振動信號八個分解頻帶的時域重構(gòu)信號，d31、d32、d38分別表示第三層的第一個頻帶、第二個頻帶、第八個頻帶的重構(gòu)信號。 圖 14 第二代小波包重構(gòu)信號圖15為振動信號由小到大依次為軸承保持架、輪對踏面、軸承滾動體、軸承外圈和軸承內(nèi)圈故障特征頻率處對應(yīng)的解調(diào)譜分貝值。由圖15可以看出，在