城軌車輛轉(zhuǎn)向架的構(gòu)成及檢修

摘要在中國(guó)，城市軌道交通迅猛發(fā)展，各大省會(huì)城市都在進(jìn)行建設(shè)或規(guī)劃自己的城軌，其運(yùn)營(yíng)安全越來(lái)越受到關(guān)注。轉(zhuǎn)向架軸承是地鐵車輛中的關(guān)鍵部件，其狀態(tài)對(duì)車輛的安全運(yùn)行至關(guān)重要。因此，對(duì)列車轉(zhuǎn)向架軸承故障診斷具有很大的現(xiàn)實(shí)意義，而如何對(duì)其進(jìn)行在線智能故障診斷是一個(gè)值得研究的重要問(wèn)題。振動(dòng)信號(hào)中往往含有與故障相關(guān)的大量信息。本文基于小波包-包絡(luò)分析對(duì)轉(zhuǎn)向架軸承故障診斷方法作了深入的研究。論故障診斷包括故障特征提取和故障模式識(shí)別兩大部分。本文將小波包分解與重構(gòu)和Hilbert變換結(jié)合起來(lái)，通過(guò)獲取振動(dòng)信號(hào)各頻段的包絡(luò)譜將故障特征有效提取出來(lái)，使之更易識(shí)別。針對(duì)現(xiàn)有智能故障診斷方法的弊端，本文提岀了故障識(shí)別搜索算法這一智能模式識(shí)別方法。該搜索算法完全采用計(jì)算機(jī)模擬人“觀察”頻譜圖，對(duì)提取的故障特征進(jìn)行有效模式識(shí)別，進(jìn)而診斷出故障情況，為故障的自動(dòng)智能診斷打下了堅(jiān)實(shí)的基礎(chǔ)。關(guān)鍵詞：軸承；模擬第1章緒論1.1研究背景隨著我國(guó)經(jīng)濟(jì)社會(huì)的持續(xù)高速發(fā)展，城市化速度也在不斷提高，越來(lái)越多的人開始涌向城市，這給城市交通系統(tǒng)帶來(lái)了巨大的壓力。與常規(guī)交通工具相比，排除建設(shè)投資和運(yùn)營(yíng)費(fèi)用的因素，軌道交通單次運(yùn)量大，運(yùn)行速度快，尤其在暢通準(zhǔn)時(shí)方面的優(yōu)點(diǎn)是常規(guī)交通無(wú)法比擬的。目前，全國(guó)各大省會(huì)城市都在進(jìn)行建設(shè)或規(guī)劃自己的城軌，截至2013年底，19座城市的85條線路已經(jīng)開通運(yùn)營(yíng)，總里程達(dá)2500多公里。從中可以看出，我國(guó)已經(jīng)進(jìn)入城市軌道交通發(fā)展的黃金期。伴隨著城軌的高速發(fā)展，城軌列車的運(yùn)營(yíng)安全也越來(lái)越受到關(guān)注。城軌列車是一個(gè)非常復(fù)雜的系統(tǒng)，如果其中的一個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題，都可能造成車毀人亡的嚴(yán)重事故，帶來(lái)巨大的人身財(cái)產(chǎn)損失和經(jīng)濟(jì)損失。轉(zhuǎn)向架是軌道車輛結(jié)構(gòu)中最為重要的部件之一，對(duì)列車的平穩(wěn)性和安全性起著非常重要的作用，而轉(zhuǎn)向架軸箱軸承則是轉(zhuǎn)向架中最重要的部件。轉(zhuǎn)向架軸箱軸承工作條件惡劣，承受著巨大的重力負(fù)荷，而且其工作面長(zhǎng)期受到接觸應(yīng)力的反復(fù)作用，極易產(chǎn)生裂紋甚至斷裂。而我國(guó)在城軌列車轉(zhuǎn)向架軸承在線監(jiān)測(cè)和故障診斷方面相對(duì)落后，目前普遍釆用的時(shí)間修的維修機(jī)制不能及時(shí)發(fā)現(xiàn)故障，有時(shí)甚至造成人力物力的浪費(fèi)。基于以上分析，進(jìn)行城軌列車轉(zhuǎn)向架軸承的在線監(jiān)測(cè)與故障診斷的研究，減少列車事故的發(fā)生，節(jié)省列車運(yùn)營(yíng)成本，提高故障預(yù)警能力勢(shì)在必行。1.2研究目的和意義轉(zhuǎn)向架軸承是列車非常關(guān)鍵的部件，又由于其工作環(huán)境惡劣，極易出現(xiàn)故障。轉(zhuǎn)向架軸承狀態(tài)的好壞直接關(guān)系到列車的行駛安全，甚至影響到整個(gè)城軌交通系統(tǒng)的安全性和穩(wěn)定性。所以對(duì)轉(zhuǎn)向架軸承狀態(tài)進(jìn)行在線監(jiān)測(cè)和故障診斷意義重大。目前，多數(shù)列車運(yùn)營(yíng)單位釆用的是定期檢査的維修機(jī)制，但是該維修機(jī)制具有很大的盲目性：一方面，會(huì)造成資源浪費(fèi)，即軸承本來(lái)沒有故障，卻要定期進(jìn)行檢修，從而提高了城軌列車的運(yùn)維成本；另一方面，會(huì)造成欠維修，即軸承出現(xiàn)故障時(shí)還沒有到定期檢査時(shí)間，從而不能及時(shí)發(fā)現(xiàn)，甚至使故障不斷擴(kuò)大嚴(yán)重，給列車的運(yùn)行帶來(lái)嚴(yán)重的隱患。因此，對(duì)轉(zhuǎn)向架軸承進(jìn)行在線監(jiān)測(cè)與故障診斷，研究岀適應(yīng)在線診斷的軸承故障診斷方法，能夠及時(shí)發(fā)現(xiàn)早期輕微故障，防患于未然，提高城軌列車運(yùn)行的安全性和穩(wěn)定性。同時(shí)，還能夠節(jié)省大量人力物力，降低運(yùn)維成本。

第2章列車轉(zhuǎn)向架軸承故障機(jī)理及分析方法2.1滾動(dòng)軸承典型結(jié)構(gòu)滾動(dòng)軸承包括四部分：內(nèi)圈、外圈、滾動(dòng)體和保持架句。軸承內(nèi)圈一般與軸固定在一起，軸帶動(dòng)內(nèi)圈旋轉(zhuǎn)；軸承外圈一般與軸承座或軸箱固定在一起起支撐作用。滾動(dòng)體為滾動(dòng)軸承中的關(guān)鍵零件，它處于內(nèi)、外圈工作面中間，表面間的滑動(dòng)摩擦轉(zhuǎn)變?yōu)闈L動(dòng)摩擦。滾動(dòng)體的種類一般為圓柱滾子、滾子、滾針和球面滾子。保持架將軸承中的滾動(dòng)體均勻分布，主要對(duì)滾動(dòng)體起保持作用，偏離正確的滾道，同時(shí)使軸承潤(rùn)滑性能和內(nèi)部載荷分配得到改善。和沒有保持架的滿裝球或滾子的軸承相比，具有保持架的滾動(dòng)軸承，其總體摩擦阻力較小，適用于像列車轉(zhuǎn)向架軸承如此高速的旋轉(zhuǎn)機(jī)械上。在實(shí)際使用時(shí)，很多滾動(dòng)軸承帶有密封圈、防塵蓋以及安裝調(diào)整用的緊定套等。密封圈能將滾動(dòng)軸承的工作部分和外界隔開，對(duì)滾動(dòng)體、滾道和保持架起封閉作用，一般可分為接觸式密封和非接觸式密封兩種。需要說(shuō)明的是，非接觸式利用小縫隙密封，總體摩擦小，故溫升小而且無(wú)損耗，適用于高速旋轉(zhuǎn)的列車轉(zhuǎn)向架軸承。衡量一個(gè)軸承是否能夠正常工作的一個(gè)重要因素是游隙。合適的游隙可以使載荷在滾動(dòng)體之間合理分布；可以有效限制軸在徑向與軸向移動(dòng)從而確保軸能夠以高精度旋轉(zhuǎn)；可以使軸承在規(guī)定的條件下正常運(yùn)行；可以減小振動(dòng)和噪聲，有利于延長(zhǎng)軸承的壽命。2.2滾動(dòng)軸承的故障形式常見的滾動(dòng)軸承故障形式包括腐蝕故障、膠合故障、磨損故障、疲勞失效、壓痕失效、斷裂故障、保持架損壞卩氣（1）腐蝕故障滾動(dòng)軸承部件表面的腐蝕通常由以下原因造成的：濕氣、水分或者潤(rùn)滑油的化學(xué)腐蝕；較大電流從軸承表面間通過(guò)造成的電腐蝕：軸承套環(huán)的相對(duì)運(yùn)動(dòng)產(chǎn)生的微振腐蝕。（2）膠合故障膠合指的是一個(gè)表面的金屬與粘附到另外一個(gè)金屬表面的現(xiàn)象卩氣在高速重載和潤(rùn)滑不良的情況下，因?yàn)槟Σ廉a(chǎn)生大量熱量，軸承部件可能在極其短的時(shí)間內(nèi)達(dá)到極高的溫度，從而造成表面燒傷。（3）磨損故障這種故障形式是軸承的某些元件由于機(jī)械原因引起的表面磨損。軸承表面磨損后的振動(dòng)波形與正常軸承相比，都是無(wú)規(guī)則的，隨機(jī)性比較強(qiáng)。但磨損后的波形幅值要明顯高于正常軸承，所以對(duì)這種故障形式診斷的方法往往是計(jì)算振動(dòng)信號(hào)的峰值和有效值，若明顯大于正常水平，則診斷為磨損。（4）疲勞失效滾動(dòng)軸承在運(yùn)轉(zhuǎn)時(shí)，其內(nèi)圈和外圈外工作面與滾動(dòng)體的表面既相對(duì)滾動(dòng)又承受載荷。由于交變載荷的作用，在表面下最大剪應(yīng)力處形成裂紋，進(jìn)而延展到工作面使表層產(chǎn)生剝落坑，最終發(fā)展為大片剝落。像這樣由于剝落產(chǎn)生的失效形式稱為疲勞失效。疲勞失效會(huì)在軸承運(yùn)轉(zhuǎn)時(shí)加劇振動(dòng)、沖擊載荷和噪聲。引起疲勞失效的重要原因是疲勞應(yīng)力。通常所謂的軸承壽命便是疲勞壽命，軸承的壽命試驗(yàn)便是疲勞試驗(yàn)。試驗(yàn)規(guī)程有具體規(guī)定，在滾動(dòng)體或工作面上，若出現(xiàn)面積大于0.5皿2的剝落坑便認(rèn)為是軸承生命的終結(jié)。滾動(dòng)軸承的疲勞壽命分散性很大，同一批次滾動(dòng)軸承，其最短壽命與最長(zhǎng)壽命可相差上百倍，這也從另外一個(gè)角度說(shuō)明了對(duì)滾動(dòng)軸承進(jìn)行故障診斷的重要性。(5)壓痕失效這是在軸承外圈、內(nèi)圈工作面或滾動(dòng)體表面出現(xiàn)的邊沿圓滑的條狀壓痕或凹坑。引起它的原因有可能是密封不良導(dǎo)致異物侵入或潤(rùn)滑脂罩混雜有其他物質(zhì)，也可能是在軸承運(yùn)轉(zhuǎn)時(shí)的過(guò)載、振動(dòng)、過(guò)大沖擊或偏載。滾動(dòng)軸承使用和裝配不當(dāng)可能導(dǎo)致保持架變形，加大了其與滾動(dòng)體間的摩擦力，甚至?xí)節(jié)L動(dòng)體卡死而不能滾動(dòng)，還有可能導(dǎo)致保持架和內(nèi)外圈工作面發(fā)生摩擦。2.3滾動(dòng)軸承的振動(dòng)信號(hào)分析方法滾動(dòng)軸承故障診斷主要方法有：振動(dòng)診斷方法、溫度診斷方法、聲學(xué)診斷方法等【2%由于振動(dòng)信號(hào)特征明顯、檢測(cè)手段成熟且易于實(shí)現(xiàn)在線監(jiān)測(cè)，基于振動(dòng)信號(hào)的診斷方法是目前應(yīng)用最廣泛的軸承故障診斷方法。一般情況下，可從時(shí)域和頻域兩個(gè)方面對(duì)振動(dòng)信號(hào)進(jìn)行分析。時(shí)域分析法可以簡(jiǎn)單判斷軸承是否發(fā)生故障，但不能確定軸承的哪個(gè)元件出現(xiàn)故障，而頻域分析法可以解決該問(wèn)題。2.3.1時(shí)域分析法在最開始的基于振動(dòng)信號(hào)的軸承故障診斷中，時(shí)域分析法占有很重要地位。在時(shí)域分析中，主要是計(jì)算振動(dòng)信號(hào)的統(tǒng)計(jì)特征參數(shù)，其分析過(guò)程簡(jiǎn)單，而且能準(zhǔn)確表征軸承狀態(tài)的好壞。通常用到的時(shí)域特征參數(shù)可以分為有量綱參數(shù)和無(wú)量綱參數(shù)兩大類。有量綱參數(shù)常用的有量綱特征參數(shù)有峰值、有效值、方根幅、歪度、峭度等。峰值是指振動(dòng)波形的單峰最大值，它是一個(gè)時(shí)不穩(wěn)參數(shù)，在不同時(shí)刻它的變動(dòng)很大。當(dāng)軸承運(yùn)轉(zhuǎn)時(shí)有瞬時(shí)沖擊發(fā)生，則它適用于此類情況的故障診斷。在實(shí)際情況下，一般把整個(gè)離散信號(hào)分為若干小段，然后分別求各段的峰值，再取平均值作為峰值。有效值(rms值)，是應(yīng)用最為廣泛的統(tǒng)計(jì)參量之一，它用來(lái)判斷機(jī)械振動(dòng)等級(jí)強(qiáng)度，是機(jī)械故障診斷系統(tǒng)中用來(lái)判定運(yùn)行狀態(tài)是否良好的重要指標(biāo)。隨著故障的不斷發(fā)展而單調(diào)增加，通常來(lái)講，當(dāng)軸承發(fā)生故障時(shí)有效值變大，多處故障同時(shí)發(fā)生時(shí)軸承信號(hào)有效值比單一故障軸承信號(hào)的有效值高。有效值具有較強(qiáng)的穩(wěn)定性，能夠較好地進(jìn)行趨勢(shì)分析。由于計(jì)算值是對(duì)時(shí)間的平均，有效值對(duì)表面裂紋產(chǎn)生的無(wú)規(guī)則振動(dòng)波形的異常能做出恰當(dāng)評(píng)價(jià)?？墒菍?duì)于具有瞬時(shí)沖擊的故障異常不是很適用。這是因?yàn)樗矔r(shí)沖擊的振幅較大，但是維持時(shí)間短，經(jīng)過(guò)對(duì)時(shí)間的平均，則有無(wú)峰值的差異難以表現(xiàn)出來(lái)。無(wú)量綱特征參數(shù)的優(yōu)點(diǎn)在于對(duì)軸承狀態(tài)敏感，當(dāng)軸承狀態(tài)發(fā)生變化時(shí)，無(wú)量綱參數(shù)將會(huì)有明顯變化，基本上不受轉(zhuǎn)速、載荷和軸承型號(hào)等因素的影響；此外它們不受信號(hào)絕對(duì)水平的影響，因而如果測(cè)量點(diǎn)同以往的地方略有變動(dòng)，也不會(huì)對(duì)診斷結(jié)果產(chǎn)生太大的影響。上述所提到的時(shí)域特征參數(shù)，其計(jì)算過(guò)程簡(jiǎn)單、快速，可以判斷軸承是否發(fā)生故障，而無(wú)法判斷故障的類型，故障發(fā)生在哪個(gè)元件上。通過(guò)分析時(shí)域特征參數(shù)可以實(shí)現(xiàn)軸承故障的簡(jiǎn)易診斷。2.3.2頻域分析法通過(guò)對(duì)時(shí)域信號(hào)的特征參數(shù)分析只能粗略地判斷軸承是否有故障，而不能具體判斷軸承的哪個(gè)元件出現(xiàn)故障。管理及維修人員為了釆取針對(duì)性的維修措施，就應(yīng)該對(duì)故障進(jìn)行定位，這就需要對(duì)振動(dòng)信號(hào)進(jìn)行頻域分析。其中，SCX)為信號(hào)的功率譜，重心頻率FC、均方頻率松F和均方根頻率RMSF都用來(lái)描述功率譜主能量譜峰的位置變化，而頻率方差VF和標(biāo)準(zhǔn)差&KF描述譜能量的分散程度。利用頻域參數(shù)指標(biāo)可以對(duì)滾動(dòng)軸承的故障類型進(jìn)行粗略判斷。當(dāng)軸承沒有故障時(shí)，F(xiàn)C較小，頻率成分主要集中在低頻；當(dāng)軸承出現(xiàn)局部損傷類故障時(shí)，由于沖擊引起的共振，因而主頻區(qū)右移，F(xiàn)C增加。2.4本章小結(jié)軸承在其運(yùn)轉(zhuǎn)過(guò)程中必然會(huì)產(chǎn)生振動(dòng)。本章介紹了滾動(dòng)軸承的典型結(jié)構(gòu)和故障形式，研究了地鐵轉(zhuǎn)向架軸承的振動(dòng)機(jī)理，推導(dǎo)了滾動(dòng)軸承的故障特征頻率。這是利用振動(dòng)信號(hào)方法對(duì)其進(jìn)行故障診斷的基礎(chǔ)原理。常用的時(shí)域頻域特征參數(shù)可以對(duì)軸承故障進(jìn)行粗略診斷，對(duì)故障類型精確診斷需要研究新的智能診斷方法。

第3章列車轉(zhuǎn)向架軸承故障智能診斷方法軸承故障診斷一般包括三個(gè)部分：釆集數(shù)據(jù)，故障特征提取和故障模式識(shí)別。而最重要且最困難的環(huán)節(jié)就是故障特征提取。故障特征的提取作為故障診斷中的關(guān)鍵問(wèn)題，直接影響到故障診斷的正確率；另外，因?yàn)榭赡苡胁煌愋凸收显陬l譜上表現(xiàn)出相同故障特征的情況，即不同故障產(chǎn)生交集，或者同一類型故障表現(xiàn)出多種特征，很難精確地進(jìn)行診斷，甚至還有可能造成誤判。因此，現(xiàn)在很多旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)對(duì)典型的故障信號(hào)能做出正確診斷，但對(duì)于多特征對(duì)單故障映射問(wèn)題和故障特征接近或相似的信號(hào)很難準(zhǔn)確診斷。3.1基于小波包分析和包絡(luò)解調(diào)分析的故障特征提取方法特征的提取是進(jìn)行故障診斷的關(guān)鍵所在，所提取的特征必須具有代表性和典型性，能夠表征設(shè)備的故障狀態(tài)。小波分析作為新的數(shù)學(xué)理論，既繼承了Fourier（傅里葉）的分析思想，同時(shí)也是對(duì)其的發(fā)展。在非線性領(lǐng)域，比如數(shù)值分析、信號(hào)分析、圖像處理、故障診斷等，無(wú)論從工具角度還是在方法上，它都是近階段的重大突破。小波分析最大的特點(diǎn)是它具有良好的時(shí)頻局部化特性，而且可以對(duì)信號(hào)進(jìn)行消噪從而更有利于提取微弱信號(hào)，在時(shí)頻分析中以及在處理非平穩(wěn)信號(hào)領(lǐng)域得到了廣泛的應(yīng)用。傅里葉變換的本質(zhì)在于將一個(gè)任意的函數(shù)分解為一系列不同頻率的三角函數(shù)的線性疊加，是一種全頻域分析。它的致命缺點(diǎn)表現(xiàn)為缺乏空間局部性。在軸承故障診斷中，需要關(guān)注的是軸承由于故障產(chǎn)生的的非正常信號(hào)，而不是在正常運(yùn)轉(zhuǎn)條件下的信號(hào)。雖然加窗能凸顯出信號(hào)的局部特征，但是如果窗函數(shù)確定下來(lái)，它的大小與形狀也就跟著確定下來(lái)，這樣我們只能得到信號(hào)在窗區(qū)間內(nèi)的總信息。小波變換則是把時(shí)域信號(hào)展開，表現(xiàn)為小波函數(shù)族的線性疊加。而小波函數(shù)不論在時(shí)域還是頻域都是局部化的，傳統(tǒng)傅里葉變換與小波變換的本質(zhì)區(qū)別就在于此。頻域分析法中，在軸承故障早期，反映局部損傷故障位置的故障特征頻率成分一般能量都比較弱，常常淹沒在噪聲之中，直接對(duì)振動(dòng)信號(hào)作快速傅里葉變換(FFT)很難從頻譜圖中診斷出早期局部損傷故障。但軸承出現(xiàn)故障時(shí)產(chǎn)生的沖擊會(huì)激發(fā)某些元件的高頻固有振動(dòng)，且這些固有振動(dòng)會(huì)受到軸承故障特征頻率的調(diào)制。通過(guò)帶通濾波器提取含有固有頻率的某一頻帶信號(hào)，再求其包絡(luò)譜，便可分離出調(diào)制信息,即共振解調(diào)，或稱包絡(luò)解調(diào)。包絡(luò)解調(diào)為處理調(diào)制信號(hào)提供了很重要的技術(shù)基礎(chǔ)，它能把軸承故障特征從非常雜亂的調(diào)制信號(hào)中解調(diào)出來(lái)。通常情況下，解調(diào)方法主要包括廣義檢波濾波法和Hilbert變換法等，廣義檢波濾波法包括三種算法：檢波濾波、平方解調(diào)算法和高通絕對(duì)值。這些方法的核心原理基本一致，都是取信號(hào)的絕對(duì)值或者是絕對(duì)值的平方，再通過(guò)低通濾波處理。一旦釆樣頻率選取不當(dāng)，檢波過(guò)程、平方過(guò)程和取絕對(duì)值都可能造成混頻效應(yīng)。3.2智能故障模式識(shí)別方法研究傳統(tǒng)頻域分析法是人通過(guò)觀察頻譜圖中故障特征頻率處是否對(duì)應(yīng)譜峰來(lái)判斷是否出現(xiàn)了故障及故障類型。近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)和非線性混沌與分形理論等智能故障識(shí)別方法被提出并應(yīng)用于軸承故障診斷。雖然人工神經(jīng)網(wǎng)絡(luò)方法具有自適應(yīng)、自組織和自學(xué)習(xí)等優(yōu)點(diǎn)，整個(gè)診斷過(guò)程可以實(shí)現(xiàn)無(wú)人參與，智能化程度高，但由于必須要有大盤故障訓(xùn)練樣本，并且需要人工訓(xùn)練網(wǎng)絡(luò)。再加上應(yīng)用環(huán)境惡劣，診斷準(zhǔn)確率不夠高，工程應(yīng)用難以普及。而基于非線性理論的故障識(shí)別方法還不太成熟。本文中所提出的故障識(shí)別搜索算法是利用計(jì)算機(jī)根據(jù)頻譜圖搜索故障，模擬人“觀察”頻譜，無(wú)需故障樣本，診斷過(guò)程完全智能化。其關(guān)鍵環(huán)節(jié)包括譜峰判定、搜索頻帶設(shè)定和故障特征頻率誤差設(shè)定等。3.2.1譜峰判定一般默認(rèn)的譜峰定義為一段頻譜圖中的幅值最大值。所以計(jì)算機(jī)在搜索譜峰時(shí)，首先要在頻譜圖的一個(gè)頻帶內(nèi)搜索最大值。假設(shè)某故障特征頻率約為90Hz,當(dāng)軸承沒有此類型故障時(shí)，在振動(dòng)信號(hào)頻譜圖中以故障特征頻率為中心的一個(gè)頻帶內(nèi)，計(jì)算機(jī)搜索到的最大值確實(shí)在故障特征頻率處，只是最大值與該頻帶內(nèi)的其他幅值相差不大，如果人觀察的話則不認(rèn)為是譜峰。為了盡量避免誤判，設(shè)定計(jì)算機(jī)搜索時(shí)，最大值要明顯大于搜索頻帶內(nèi)其他值時(shí)才認(rèn)為是譜峰。定義：比值P=最大值/第二大值。當(dāng)P大于設(shè)定的臨界值時(shí)，計(jì)算機(jī)才可以判斷出現(xiàn)譜峰。臨界值決定了譜峰的明顯程度：臨界值越大，譜峰越明顯；臨界值越小，譜峰越不明顯。如果譜峰處對(duì)應(yīng)故障特征頻率，則臨界值越大，故障越嚴(yán)重。所以，臨界值可以看作是該搜索方法的靈敏系數(shù)，臨界值設(shè)得越小，也就是譜峰越不明顯，搜索靈敏度越高。改變臨界值可以改變捜索的靈敏度。根據(jù)試驗(yàn)驗(yàn)證，當(dāng)臨界值為1.5時(shí)，搜索出的譜峰已經(jīng)很明顯。在頻譜圖中，由于譜峰的影響，譜峰左右附近幾個(gè)頻率點(diǎn)處的幅值都比較大。因?yàn)檫@幾個(gè)頻率點(diǎn)處的幅值正處在譜峰形成的過(guò)渡段，故不能反映譜峰外其他頻率點(diǎn)的幅值水平，若不忽略這幾個(gè)點(diǎn)，搜索到的第二大值很可能在這幾個(gè)點(diǎn)處，這是不允許的。故在搜索第二大值時(shí)，應(yīng)忽略這幾個(gè)點(diǎn)而從其他頻率點(diǎn)處捜索。根據(jù)試驗(yàn)驗(yàn)證，可忽略譜峰兩側(cè)各2個(gè)點(diǎn)。3.2.2捜索頻帶設(shè)定由于根據(jù)故障特征頻率處是否對(duì)應(yīng)譜峰來(lái)診斷故障，搜索頻帶內(nèi)必須包含故障特征頻率，故將故障特征頻率設(shè)置為搜素頻帶中心頻率較為合理。搜索頻帶不能太寬。假設(shè)軸承存在兩種故障，故障特征頻率分別為103Hz和133Hz,則在振動(dòng)信號(hào)頻譜圖中兩種故障特征頻率處都對(duì)應(yīng)譜峰。如果搜索頻帶內(nèi)包含這兩種故障特征頻率，因?yàn)樽畲笾抵挥幸粋€(gè)，必然漏掉一個(gè)譜峰，而漏掉的譜峰幅值很可能成為接下來(lái)搜索到的第二大值。若兩個(gè)譜峰幅值之比小于設(shè)定的臨界值，則計(jì)算機(jī)不能識(shí)別任何一個(gè)譜峰。所以選擇捜索帶寬最基本的原則是：以故障特征頻率為搜索頻帶中心頻率，且頻帶內(nèi)不應(yīng)包含其他類型故障特征頻率。軸承出現(xiàn)故障時(shí)，除故障特征頻率處出現(xiàn)譜峰外，有時(shí)其高次諧波頻率處也有譜峰存在，為了使搜索更加準(zhǔn)確可靠，設(shè)定計(jì)算機(jī)從以故障特征頻率的1倍頻、2倍頻和3倍頻為中心頻率的3個(gè)頻帶內(nèi)依次搜索。如果故障特征頻率或其諧波頻率處不存在譜峰，則停止搜索，認(rèn)為沒有出現(xiàn)故障。3.2.3故障特征頻率誤差設(shè)定由于加工精度、軸承各部件磨損等原因，根據(jù)式（2?15）?式（2.17）計(jì)算得到的故障特征頻率可能和實(shí)際的故障特征頻率存在偏差。若偏差存在，即使軸承有某類型故障，且計(jì)算機(jī)搜索到了譜峰，但由于譜峰對(duì)應(yīng)的頻率不是計(jì)算出的故障特征頻率從而會(huì)認(rèn)為沒有故障。為了消除該偏差造成的誤判，設(shè)定只要搜索到譜峰對(duì)應(yīng)的頻率與計(jì)算出的故障特征頻率的差值在誤差范圍內(nèi)，則認(rèn)為兩者相等,判斷出現(xiàn)故障。故障特征頻率誤差范圍的設(shè)定，既要參考參數(shù)手冊(cè)給出的軸承尺寸誤差值和頻譜圖的頻率分辨率，還要考慮軸承的歷史運(yùn)行狀況，包括運(yùn)行時(shí)間和運(yùn)行環(huán)境3.2.4故障識(shí)別搜索算法綜上所述，單類型故障識(shí)別搜索算法步驟如下：(1)初始化：令故障標(biāo)志變量S=0(S=0表示無(wú)故障，S=1表示有故障)，諧波次數(shù)N=l,設(shè)定臨界值；(2)計(jì)算出故障特征頻率；(3)在以N倍故障特征頻率為中心頻率的搜索頻帶內(nèi)進(jìn)行搜索，搜索出最大值及所對(duì)應(yīng)的頻率值。如果該頻率等于計(jì)算出的N倍故障特征頻率，則進(jìn)行下一步;否