1、基于小波分析的轴承故障检测应用研究宋兴平 陈德任 季长剑 杜长志指导教师：黄伟国（苏州大学 城市轨道交通学院）摘要：针对滚动轴承振动信号的非平稳和调制特点，基于小波分析的轴承故障检测能够克服信号时域难以分析、傅里叶变换的不足，应用小波分解，对含有故障特征的滚动轴承振动信号进行分解和重构，实现故障特征的提取。运用Hilbert理论实现对信号进行包络分析，得出特征频率，并判断滚动轴承的故障类型。本文从理论上推导了基于小波分析的轴承故障检测的可行性，并从实验数据验证了小波分析的实用性关键词：滚动轴承；故障诊断；小波分析；HilbertThe Study Of Fault Inspect Of Rol
2、ling Bearings Based On The Wavelet AnalysisSong XingPing, Chen DeRen,Ji ChangJian, Du ChangZhiTeacher:Huang WeiGuo（Soochow University, Urban Rail Transit）Abstract：For non-stationary and modulation characteristics of vibration signals of bearing fault detection based on wavelet analysis can overcome
3、difficult time domain signal analysis, lack of Fourier transform, the application of wavelet decomposition of vibration signals contain fault characteristics of decomposition and reconstruction achieve fault feature extraction. Hilbert theory achieved using the signal is demodulated and refinement,
4、drawn characteristic frequency, and determine the fault type of rolling bearings. This paper theoretically feasible bearing fault detection based on wavelet analysis and wavelet analysis to verify the usefulness of the data from the experimentKeywords: Rolling; fault diagnosis; wavelet analysis; Hil
5、bert目录第一章 前言1.1 背景及研究进展1.2 本文主要研究内容第二章 滚动轴承故障特征分析2.1 滚动轴承故障形式2.2 滚动轴承振动机理2.3 滚动轴承故障特征频率分析2.4 滚动轴承振动检测2.4.1 测量位置和方向的选择2.4.2 测量参数的选择第三章 传统对振动信号分析3.1 振动信号时域分析3.1.1 峰值3.1.2 均方值根（有效值）3.1.3 峰值因子（波峰因素）3.1.4 峭度3.2 振动信号频域分析3.2.1 快速傅里叶变换3.2.2 功率谱3.2.3 共振解调法3.2.4 传统方法存在的问题第四章 小波分析理论4.1 小波理论概述4.2 小波变换定义4.2.1 连续
6、小波变换4.2.2 离散小波变换4.2.3 小波框架4.2.4 多分辨分析4.2.5 机械诊断中常用小波第五章 希尔伯特分析理论5.1 变换公式定义5.2 常见的变换对5.3 希尔伯特变换的性质5.4 希尔伯特变换的应用第六章 实验验证6.1 滚动轴承振动实验6.2 MATLAB简介6.3 实验数据处理6.4 小结第七章 结语第八章 参考文献第一章 前言1.1 背景及研究进展随着科技的不断发展，机械使用程度不断提高，应生产的需要，机械故障诊断技术发展于上世纪六七十年代。机械故障诊断技术是一种了解和掌握设备运行过程中的状态，确定其整体或局部是否处于正常，早期发现设备故障及其原因，并能预报故障发展
7、趋势的技术1。其主要的诊断方式有油液监测、振动监测、噪声监测、性能预期分析等。机械诊断技术的出现，带来了巨大经济效益，因而成为世界各国的研究热点，1983年，我国引入该项技术，几十年不断发展，现已达到世界水平。现代机械中大多数是旋转机械，即机械内部有些构件是需要旋转的，比如常见的电动机、粉碎机、切割机、车辆、工厂里大多数机械。轴承是旋转机械中的一个关键的零部件，轴承具有固定旋转轴位置、减小摩擦系数的作用，使用过程中其工作环境恶劣复杂，会不可避免发生不同程度的故障，导致轴承故障或失效，对设备的工作状态有很大影响，轻则设备产生异常振动和噪声，严重时损坏设备，带来巨大经济损失，危害操作者生命安全。因
8、此，轴承的故障检测是一项亟待解决的任务，由此产生了许多轴承检测技术，小波分析的轴承故障检测则是近几年产生并不断发展的一项新技术，具有非常好的适用性和经济性。旋转机械运行时，必然会伴随着振动和噪声的发生，因此目前关于轴承的故障检测往往集中于振动和噪声分析，借助于计算机的计算能力，能够十分准确地采集数字信号，并计算出某些特征频率。共振解调技术是近年发展的对滚动轴承元件表面损伤故障行之有效的分析方法。黄海鹰利用高频解调技术，突出滚动轴承的故障特征信息，有效提高信噪比，有利于轴承早期故障的诊断2；王志刚针对低速重载轴承的特点，提出了适合低速重载轴承故障的检测手段3。针对振动信号分析，目前国内也有很多文
9、献是利用希尔伯特变换实现解调的。何岭松采用垂直数字滤波技术实现包络信号提取，将信号的窄带滤波与包络检测合二为一，具有实时性强，包络检波长度不受限制等特点4。卜伶俐应用希尔伯特变换解调和细化频谱，得出故障信号所对应的频谱，从而判断故障模式，并用MATLAB证明了其应用价值5。为解决传统滚动轴承故障诊断方法对局部缺陷无法判断出早期故障，近几年发展的小波分析理论是一套针对非稳态小信号的时域和频域特征分析理论，通过小波变换，能够将非稳态小信号局部细化，能够克服传统的傅里叶变换到的缺点，具有分解速度快，算法简单，容易实现，可完全重构，分析长度可调等优点。实践证明，小波分析理论不仅有深刻的理论意义，而且可
10、应用于数学、机械、信号处理、影像分析等诸多领域，具有广泛的实际应用意义。轴承在运行时，其工作环境恶劣，受力状况复杂，产生一系列具有很宽频率范围的振动，当某一频率与轴承固有频率相等或相近时，会引起轴承的共振，即产生具有固定频率，固定振幅的周期性振动（载波信号），当轴承出现缺陷或故障时，其他零件撞击该点时，会产生冲击信号，这种振动是非稳态减幅振动（调制信号），且不同缺陷会有不同特征，这就为小波分析提供了可能。利用正交小波基将滚动轴承振动信号变换到时间-频率域，通过小波重构信号的希尔伯特变换解调和包络谱分析，提取出振动信号中暗藏的故障特征信号，这个特征信号有利于我们快速定位故障。1.2 本文主要研究
11、内容本文根据滚动轴承的目前研究状况，在小波分析和希尔比特变换的基础上，以突出滚动轴承的振动特征为目的，以滚动轴承故障诊断试验为验证，证明通过小波分析进行振动信号分析，在故障识别上有显著作用。在研究期间，主要进行以下几个工作：1）、 介绍机械故障诊断技术，阐述滚动轴承故障诊断技术发展状况；2）、分析滚动轴承的故障形式，振动机理，特征频率；3）、分析时域分析和傅里叶变换在故障诊断中的不足；4）、介绍小波理论和希尔比特理论；5）、实验数据验证。第二章 滚动轴承故障分析2.1 滚动轴承故障形式 6滚动轴承在运转过程中，可能会由于各种原因引起损坏，如装配不当、润滑不良、水分和异物侵入、腐蚀和过载等。即使
12、在安装、润滑和维护都正常情况下，轴承也会出现疲劳剥落和磨损而产生故障。总之，滚动轴承故障原因十分复杂，其失效形式如下：1) 疲劳剥落：滚动轴承的滚道和滚动体表面既承受载荷又相对滚动，由于交变载荷作用，其表面下一定深度会形成裂纹，继而扩展到表面，发展到大片脱落，形成凹坑。通常来说，疲劳剥落是主要失效形式。2) 磨损：由于尘埃、异物落入，滚道和滚动体相对运动时会引起表面磨损，润滑不良也会引起磨损，使得轴承游隙增大，表面粗糙度增加，降低轴承性能，振动和噪声也会加大。3) 塑性变形：当轴承承受巨大载荷或冲击，或者轴承处于较高温度环境，都会引起轴承产生塑性变形，进而导致轴承产生振动和噪声，轴承寿命受到严
13、重影响。4) 锈蚀：是轴承最严重的问题之一，高精度轴承可能因为锈蚀而丧失精度。无论是化学腐蚀还是电化学腐蚀，会在轴承的表面产生突起或凹坑。5) 断裂：过高的载荷会可能引起轴承零件断裂，轴承残余应力也会引起断裂，轴承断裂无法预测，往往引起设备重大故障。6) 胶合：由于润滑不良、高速重载时，由于摩擦生热，使轴承工作表面局部温度过高，导致表面烧伤或胶合，即脱落的金属屑粘附在工作表面。7) 保持架损坏：通常是保持架断裂，引起滚动体相对位置变动。无论滚动轴承是出现哪种故障，其运行时，都会产生非正常振动信号。研究轴承振动机理，对于滚动轴承早期故障判断具有重要意义。2.2 滚动轴承振动机理滚动轴承由外圈、内
14、圈、滚动体、保持架组成。通常内圈与转轴装配，外圈与轴承座装配，滚动体在滚道里滚动，将构件滑动摩擦变为滚动摩擦。保持架保持滚动体之间的相对距离，便于滚动体工作。外圈故障滚动轴承运行时，由于轴承制造和装配误差，外部传递进来的力，轴承本身产生故障等因素，会不可避免地产生振动。通过布置在轴承座或外圈的传感器会将振动信号转为数字电信号，以供计算机处理和分析。计算机分析数据采集混合信号轴承运行滚动体故障内圈故障2.3 滚动轴承故障特征频率分析在内圈、外圈、滚动体出现局部损伤故障以后，当损伤表面接触其他表面时会产生突变的冲击脉冲力，其发生周期是有规律的，这类脉冲有一定频率，称为轴承故障特征频率，并且损伤点的
15、位置在内圈、外圈、滚动体上的特征频率不一样。为分析滚动轴承故障的特征频率，我们首先建立一个轴承的模型。设某型号滚动轴承轴承节圆直径为D，滚动体数量为z，滚动体直径为d，接触角为。图2.1 滚动轴承设滚动轴承外圈固定、内圈与旋转轴以转速n（单位：转每分）旋转，其特征频率计算公式如下13：内圈旋转频率为：fr=n/60 （2.1）一个滚动体通过外圈上的一个损伤点：fo= 12fr(1-dDcos) (2.2)n个滚动体通过外圈上的一个损伤点：nfo= n2fr(1-dDcos) (2.3)一个滚动体通过内环上的一个损伤点：fi= 12fr(1+cos) (2.4)n个滚动体通过内环上一个损伤点：nfi= n2fr(1+dDcos) (2.5)滚动体上的一个损伤点通过内环或外环：fb= D2dfr(1-d2D2cos2) (2.6)滚动体或保持架的公转频率：fbg= 12fa(1-dDcos) (2.7)以上计算式是计算滚动体与滚道之间无相对滑动的情况下的特
