機械故障診斷大作業(yè)滾動軸承

1、精選優(yōu)質(zhì)文檔-傾情為你奉上課程名稱：機械故障診斷設(shè)計題目： 基于FFT的軸承故障診斷 學(xué) 院： 機械工程系 班 級： 學(xué) 號： 姓 名： 指導(dǎo)老師： 李 奕 璠 2017年12月23日摘要滾動軸承是旋轉(zhuǎn)機械中重要的零件，以往的動檢工作對滾動軸承強烈振動原因分析不足，不能滿足設(shè)備維修工作的需要。所以要定期對旋轉(zhuǎn)機械進行動態(tài)監(jiān)測，根據(jù)所測數(shù)據(jù)做出診斷分析，及時發(fā)現(xiàn)滾動軸承強烈震動情況。傅里葉變換在故障診斷技術(shù)中是重要的工具，但傅里葉變換及其逆變換都不適合數(shù)字計算機計算，要進行數(shù)字計算機處理，必須將連續(xù)性信號離散化，無限長數(shù)據(jù)有限化，再進行采樣和截斷。這種算法稱為有限離散傅里葉變換（DFT），為了提

2、高效率，在DFT的基礎(chǔ)上，運用快速傅里葉變換（FFT）對滾動軸承進行故障診斷。通過FFT方法分析軸承的信號圖，對滾動軸承振動的產(chǎn)生原因進行深入分析，不斷總結(jié)經(jīng)驗，提高故障分析能力，掌握造成滾動軸承強烈振動的原因，及時消除振動，為設(shè)備安全提供可行性措施。關(guān)鍵詞：滾動軸承；故障診斷； FFT第1章 緒論1.1 滾動軸承概述滾動軸承（rolling bearing）是將運轉(zhuǎn)的軸與軸座之間的滑動摩擦變?yōu)闈L動摩擦，從而減少摩擦損失的一種精密的機械元件。滾動軸承一般由內(nèi)圈、外圈、滾動體和保持架四部分組成，內(nèi)圈的作用是與軸相配合并與軸一起旋轉(zhuǎn)；外圈作用是與相配合，起支撐作用；滾動體是借助于保持架均勻的將滾動

3、體分布在內(nèi)圈和外圈之間，其形狀大小和數(shù)量直接影響著滾動軸承的使用性能和壽命；保持架能使?jié)L動體均勻分布，引導(dǎo)滾動體旋轉(zhuǎn)起潤滑作用。圖1 滾動軸承結(jié)構(gòu)滾動軸承是各類旋轉(zhuǎn)機械中最常用的通用零件之一，也是旋轉(zhuǎn)機械易損件之一。據(jù)統(tǒng)計，旋轉(zhuǎn)機械的故障越有30%是由軸承故障引起的，它的好壞對機械的工作狀況影響很大。軸承的缺陷會導(dǎo)致機器劇烈振動和產(chǎn)生噪聲，甚至?xí)鹪O(shè)備的損壞。因此，對重要用途的軸承進行工況檢測與故障診斷是非常必要的。1.2 本次任務(wù)本次總共給出了4組通過現(xiàn)場測試得到的滾動軸承運行數(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組滾動體故障數(shù)據(jù)。這4組數(shù)據(jù)的文件名分別為1.

4、mat， 2. mat， 3. mat， 4. mat。但是，1. mat并不意味其為正常軸承，2. mat并不意味其為內(nèi)圈故障軸承，以此類推。軸承型號為SKF 6205-2RS JEM。轉(zhuǎn)速1750 rpm。信號采樣頻率為12000 Hz。選用合適的信號分析方法，利用Matlab軟件編程，對上述4組信號進行分析，得到每一組數(shù)據(jù)分別代表哪一類狀態(tài)的軸承，從而實現(xiàn)滾動軸承的狀態(tài)判斷與故障診斷。1.3 滾動軸承故障診斷方法最初軸承故障診斷是利用聽棒，靠聽覺判斷。繼聽棒、電子聽診器之后，又引入了各種測振儀。隨著對滾動軸承的運動學(xué)、動力學(xué)的深入研究，加之快速傅里葉變換技術(shù)的發(fā)展，人們開創(chuàng)了用頻域分析方

5、法來檢測和診斷軸承故障診斷的新領(lǐng)域。離散傅立葉變換(Discrete Fourier Transform，DFT)及其快速算法快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)算法很多，分別依照數(shù)據(jù)的組合方式和抽取方式可以分為時域法和頻域法，基2和基4算法等。其實現(xiàn)方法主要有兩種，一種是用硬件實現(xiàn)， 用硬件實現(xiàn)時速度較快， 但系統(tǒng)的成本很高； 另一種是用軟件實現(xiàn)，用軟件在PC 機或工作站上實現(xiàn)時雖然速度較慢， 但成本非常低。本文中采用軟件實現(xiàn)。第2章 快速傅里葉變換（FFT）算法2.1 FFT簡介FFT是一種DFT的高效算法，稱為快速傅立葉變換（fast Fourier t

6、ransform），它根據(jù)離散傅氏變換的奇、偶、虛、實等特性，對離散傅立葉變換的算法進行改進獲得的。FFT算法可分為按時間抽取算法和按頻率抽取算法。2.1 FFT的原理先簡要介紹DFT的基本原理，再介紹FFT。DFT的運算為：Xn=k=0N-1xkWNnk，n=0，1，2，N-1xk=1Nk=0N-1XnWN-nk，(k=0，1，2，N-1)其中Wn=e-j2N由于序列xk和它的離散傅里葉變換Xn都是復(fù)數(shù)，并且隨著序列長度k的增大，運動量將急劇增加。因為離散傅里葉變換的應(yīng)用十分廣泛，因此尋求一種可以使運算量減少的改進算法勢在必行。就目前的情況來看，使用最多的算法是基于Cooley和Tukey提

7、出的基2算法。該算法可以分為按時間抽取DIT和按頻率抽取DIF。這里以DIT為例來說明。在DFT運算中，系數(shù)WNnk具有對稱性和周期性，因此下列各式成立:WNk（N-n）=(WNkn)*WN(nk+N2)=WNnkWNn2=-WNnk采用基2算法時，N通常都是2的M次方， 即N=2M(不滿足該條件的可以通過加0等方式來處理)。x(n)的DFT為:Xk=k=0N-1xnWnkn，k=0，1，2，N-1把上式按n的奇偶分為兩組， 得:Xk=r=0N2-1x2rWN2rk+r=0N2-1x2r+1WN(2r+1)k=r=0N2-1x2rWN2rk+WNkr=0N2-1x2r+1WN2rk由于WN2r

8、k=e-j2N2rk=e-j2N/2rk=WN/2rk，所以：Xk=r=0N2-1x2rWN/2rk+WNkr=0N2-1x2r+1WN/2rk=Gk+WNkH(k)Gk=r=0N2-1x2rWN/2rk和Hk=r=0N2-1x2r+1WN/2rk具有周期性，因此：Xk=Gk+WNkHk，k=0,1,N2-1Xk+N2=Gk-WNkHk，k=0,1,N2-1這樣，我們就可以根據(jù)兩個N/2點序列來求x(n)的DFT，用蝶形表示就是圖一所示的形式。圖2 經(jīng)典FFT算法的蝶形第3章 故障診斷的結(jié)果3.1滾動軸承的故障機理因為滾動軸承在運動過程中，由于滾動體與內(nèi)圈、外圈或滾動體沖擊而產(chǎn)生振動，該振動有

9、其固有頻率。而初期故障往往表現(xiàn)為內(nèi)圈、外圈或者滾動體上的局部點蝕。點蝕部位對與其接觸軸承部件產(chǎn)生沖擊作用，產(chǎn)生的沖擊力激勵軸承座及其支承結(jié)構(gòu)，形成一系列由沖擊激勵產(chǎn)生的減幅振蕩，這種減幅振蕩是一種低頻脈動，稱之為滾動軸承的通過振動，這種因周期沖擊而產(chǎn)生的頻率稱之為通過頻率。通過振動發(fā)生周期是有規(guī)律的，可以從轉(zhuǎn)速和軸承的幾何尺寸求得。并且，損傷發(fā)生在內(nèi)、外圈或滾動體上時，頻率不同。這一軸承通過振動發(fā)生的頻率也稱為軸承的故障特征頻率。這是損傷類故障引起的振動信號的基本特點。3.2 滾動軸承的故障特征頻率根據(jù)不同的損傷部位，按以下公式分別計算軸承故障的特征頻率，如下所示：設(shè)軸承外圈固定，內(nèi)圈（即軸）

10、的旋轉(zhuǎn)頻率為fs,軸承節(jié)徑為D,滾動體直徑為d,接觸角為，滾動體個數(shù)為z；再假設(shè)滾動體與內(nèi)外圈之間純滾動接觸。可以得到，滾動體的公轉(zhuǎn)頻率為fc=fs2(1-dDcos)滾動體自轉(zhuǎn)頻率為fb=D2d1-dD2cos2fs外圈故障特征頻率：fO=zfc=z21-dDcosfs內(nèi)圈故障特征頻率 ：fi=z(fs-fc)=z21+dDcosfs滾動體故障特征頻率 ：fr=fb=D2d1-(dD)2cos2)fs由軸承型號為SKF 6205-2RS JEM，轉(zhuǎn)速1750 rpm可知：滾珠個數(shù)z=9；滾動體直徑d=7.938mm；軸承節(jié)徑D=39mm；滾動體接觸角=0； fs=N60=29Hz所以，fr=

11、68Hz,fO=104Hz,fi=157Hz 第4章 FFT后的結(jié)果4.1 故障診斷的圖像根據(jù)4組數(shù)據(jù)，得到以下四張圖。圖1 第一組數(shù)圖2 第二組數(shù)據(jù)圖3 第三組數(shù)據(jù)圖4 第四組數(shù)據(jù)4.2 分析及結(jié)論圖1的頻譜中，在全頻率段基本都有較高階諧波，且呈對稱狀態(tài)，最大幅值在0Hz和12000Hz左右。圖2的頻譜中，在頻率為0-2000Hz和10000-12000Hz的頻段有較高階諧波，且呈對稱狀態(tài)，幅值較大，最大幅值在2000Hz和10000Hz左右。在2000Hz-10000Hz的頻段中，幅值很小。圖3的頻譜中，在頻率為2000Hz-4000Hz和8000Hz-10000Hz的頻段有較高階諧波，且

12、呈對稱狀態(tài)，最大幅值在3000Hz和9000Hz左右。在0Hz-2000Hz、4000Hz-8000Hz和10000Hz-12000Hz的頻段中，波形振幅也不太平穩(wěn)。圖4的頻譜中，在頻率為0Hz-4000Hz和8000Hz-12000Hz的頻段有較高階諧波，且呈對稱狀態(tài)。在4000Hz-8000Hz的頻段中，波形幅值較小。由于正常軸承的頻率比較集中，所以，圖2為正常軸承，主要集中在0-2000Hz和10000-12000Hz的頻段。故障軸承的頻率較為分散，又由于外圈的軸承的高階諧波段比內(nèi)圈的軸承的高階諧波段更加分散點，而圖3除了高階諧波段之外，其余波段都略顯起伏，故較之圖4在4000Hz-80

13、00Hz波段的平穩(wěn)，圖3為外圈故障，圖4為內(nèi)圈故障。對于圖1，由于其在全波段都有很大的起伏，且在信號時域圖中，與其余三圖相差太大，故為滾動體故障。附錄x=y(:，1);%信號數(shù)組subplot(2，1，1);plot(x);%時域波形xlabel(時間序列);ylabel(幅值);title(信號時域圖);fs=12000;%采樣頻率N=length(x);n=0:N-1;y=fft(x，N);%進行fft變換m=abs(y(1:N)*2/N;%求信號的真實幅值f=n*fs/N; %進行對應(yīng)的頻率轉(zhuǎn)換subplot(2，1，2)stem(f(1:N)，m(1:N);%繪出頻譜圖xlabel(頻

14、率/Hz);ylabel(幅值);title(信號頻譜圖);grid on;x=y(:，2);%信號數(shù)組subplot(2，1，1);plot(x);%時域波形xlabel(時間序列);ylabel(幅值);title(信號時域圖);fs=12000;%采樣頻率N=length(x);n=0:N-1;y=fft(x，N);%進行fft變換m=abs(y(1:N)*2/N;%求信號的真實幅值f=n*fs/N; %進行對應(yīng)的頻率轉(zhuǎn)換subplot(2，1，2)stem(f(1:N)，m(1:N);%繪出頻譜圖xlabel(頻率/Hz);ylabel(幅值);title(信號頻譜圖);grid on;x=y(:，3);%信號數(shù)組subplot(2，1，1);plot(x);%時域波形xlabel(時間序列);ylabel(幅值);title(信號時域圖);fs=12000;%采樣頻率N=length(x);n=0:N-1;y=fft(x，N);%進行fft變換m=abs(y(1:N)*2/N;%求信號的真實幅值f=n*fs/N; %進行對應(yīng)的頻率轉(zhuǎn)換subplot(2，1，2)stem(f(1:N)，m(1:N);%繪出頻譜圖xlabel(頻率/Hz);ylabel(幅值);title(信號頻譜圖);grid on;x=y(:，4);%信號數(shù)組subplot(2，1，1);plot(x