论文部分内容阅读
摘 要：滚动轴承是应用最为广泛的、也是最易损坏的旋转机械零件之一，其状态影响着整个设备的稳定运行。因此，滚动轴承的状态监测和故障诊断一直为大家所重视。本文主要对故障诊断平台所采集到的信号进行时频变换和包络谱的处理，然后在频率和幅值的基础上加入转速坐标，形成瀑布图，从而能直观地看出来转速与轴承故障特征频率的相互关系。
关键词：滚动轴承；故障；诊断；包络分析；瀑布图
0 前言
机械设备在工作时，普遍存在的运动方式是旋转运动。旋转运动离不开轴，而轴又需要固定在相应的支座上。虽然我们可以通过新技术、新材料的应用，提高轴与支座的耐磨性，延长使用寿命，但从经济效益考虑，在轴与支座之间增加一个固定装置即轴承，乃首选方案。
1 滚动轴承内圈故障
滚动轴承是目前应用较为普遍的轴承，它一般由内圈、外圈、滚动体和保持架四部分组成。另外具体到不同类型的轴承，还有其它组成，如铆钉、密封圈、紧固套、防尘盖和止动垫圈等。其中内圈多数与轴固定在一起旋转，外圈固定在支座上，起到支承作用。少数情形如车轮的轮毂与车轴配合用的轴承，内圈与轴固定不动，外圈与轮毂装配在一起并进行转动。轴承在运转时会产生复杂的振动。若轴承的某个零件出现损伤时，这些振动信号同时也包含了相关的故障信息。通过对采集到的振动信号进行模数变换后，再利用数学工具进行分析处理，从而确定故障的部位，这种方法称为振动检测方法。
以内圈作旋转运动的滚动轴承为例，当轴承外圈滚道受力处的接触面因疲劳剥落故障有一个局部缺陷时，滚动体每经过一次缺陷处，就会产生一个冲击振动，振动方向对应的传感器就会产生一个时间短、形状陡峭的低频脉冲。假定滚动体在滚道上作纯滚动，同时外圈滚道上有一处局部缺陷，得出不同元件上存在缺陷时信号的特征频率的简易计算公式。
2 实验设备及过程
实验设备是用江苏某工程有限公司研制的旋转机械振动分析及故障诊断试验平台系统。实验过程中共用到三个加速度传感器，构成三个通道。传感器均布置在有故障轴承一侧，其中在轴承径向布置两个传感器，轴向布置一个传感器。
所用轴承的具体型号：无故障轴承型号是NJ205E；内圈故障轴承型号是NU205EM。由特征频率公式计算出滚动轴承的特征频率：fi=0.087n。
实验时，分别进行无故障轴承及内圈缺陷轴承的实验，测量时的转速从519 RPM开始，逐渐增加到1 177 RPM左右，平均取110个转速点的数据。实验均在空载状态下进行。采样频率由设备配套的软件进行设定，本实验设定的采样频率为10 000 Hz，三个通道每个通道采集40 960个点的数据，以TXT格式的文件保存。
3 数据分析
取得不同转速下的振动信号后，用Matlab相关函数进行程序设计，分别对每个通道实验采集数据进行包络解调后，进行傅里叶变换，以频率和转速为坐标轴，画出相应的瀑布图。
3.1 无故障运行实验的数据分析
对无故障轴承实验三个通道所得数据利用Matlab程序进行信号处理，运行得到的瀑布图中可以看出，无故障旋转机械在工作过程中，运行基本平稳。对竖直方向和轴向而言，转速提高后信号更稳定，振动较小；转速对水平方向影响不大。
3.2 轴承内圈故障的数据分析
根据滚动轴承特征频率的计算公式分别计算各个转速下的特征频率，并对轴承内圈故障实验三个通道所得数据利用Matlab程序进行信号处理。
轴承的内圈有故障时，理论分析可知故障频谱图应该有明显的故障特征频率，以及明显的二倍、三倍故障频率，并且伴有边频和依次衰减，还应有一倍转频，二倍转频。转速较低（519 RPM至688 RPM）时，故障特征频率处的幅值不明显；当转速较高时（878 RPM至1 046 RPM）能看到故障特征频率的倍频以及边频。由于测量转速的不精确及某些信号的干扰等因素，信号图的特征频率会存在一定的误差。
5 结论
通过实验平台分别采集不同转速下无故障及内圈故障工况的振动信号，利用数学信号处理方法进行分析。并将实验测得的数据与理论分析进行比较，结果比较满意。目前对于以下问题还需要进行深入的研究。主要包括：（1）在本论文实验数据采集过程中，是根据作者的经验采集，不能确保时间完全相同，希望今后硬件软件方面进行改进，以确保采集时间或者采集点的个数相同，以便对比分析。（2）本论文中轴承均是人为单一故障，深入研究实际中有两个及以上的多故障并存的滚动轴承是今后继续努力的一个方向。（3）基于分数小波变换的联合对角化方法应用于轴承故障诊断。
参考文献
[1] 屈梁生等. 机械故障诊断学 [M]. 上海： 上海科技出版社， 1986： 81-86.
[2] 韩清凯， 于晓光. 基于振动分析的现代机械故障诊断原理及应用[M]. 北京： 科学出版社， 2010： 2-9.
[3] 董建宁，申永军，杨绍普. 轴承故障诊断中的信号处理技术研究与展望[J]. 轴承，2005，01：43-47.
[4] 陈恩利，于雪梅，申永军. 奇异性检测在滚动轴承外圈损伤故障诊断中的应用[J]. 轴承，2006，05：28-30.
[5] 王俊锋，申永军. 高阶统计量在滚动轴承故障诊断中的应用研究[A]. 中国力学学会动力学与控制专业委员会.第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C].中国力学学会动力学与控制专业委员会：，2013：1.
作者简介：
周记红（1981-），男，2012年毕业于石家庄铁道大学车辆工程专业，获工学硕士学位。现就职于辽宁铁道职业技术学院机车车辆系，专业课教师。
关键词：滚动轴承；故障；诊断；包络分析；瀑布图
0 前言
机械设备在工作时，普遍存在的运动方式是旋转运动。旋转运动离不开轴，而轴又需要固定在相应的支座上。虽然我们可以通过新技术、新材料的应用，提高轴与支座的耐磨性，延长使用寿命，但从经济效益考虑，在轴与支座之间增加一个固定装置即轴承，乃首选方案。
1 滚动轴承内圈故障
滚动轴承是目前应用较为普遍的轴承，它一般由内圈、外圈、滚动体和保持架四部分组成。另外具体到不同类型的轴承，还有其它组成，如铆钉、密封圈、紧固套、防尘盖和止动垫圈等。其中内圈多数与轴固定在一起旋转，外圈固定在支座上，起到支承作用。少数情形如车轮的轮毂与车轴配合用的轴承，内圈与轴固定不动，外圈与轮毂装配在一起并进行转动。轴承在运转时会产生复杂的振动。若轴承的某个零件出现损伤时，这些振动信号同时也包含了相关的故障信息。通过对采集到的振动信号进行模数变换后，再利用数学工具进行分析处理，从而确定故障的部位，这种方法称为振动检测方法。
以内圈作旋转运动的滚动轴承为例，当轴承外圈滚道受力处的接触面因疲劳剥落故障有一个局部缺陷时，滚动体每经过一次缺陷处，就会产生一个冲击振动，振动方向对应的传感器就会产生一个时间短、形状陡峭的低频脉冲。假定滚动体在滚道上作纯滚动，同时外圈滚道上有一处局部缺陷，得出不同元件上存在缺陷时信号的特征频率的简易计算公式。
2 实验设备及过程
实验设备是用江苏某工程有限公司研制的旋转机械振动分析及故障诊断试验平台系统。实验过程中共用到三个加速度传感器，构成三个通道。传感器均布置在有故障轴承一侧，其中在轴承径向布置两个传感器，轴向布置一个传感器。
所用轴承的具体型号：无故障轴承型号是NJ205E；内圈故障轴承型号是NU205EM。由特征频率公式计算出滚动轴承的特征频率：fi=0.087n。
实验时，分别进行无故障轴承及内圈缺陷轴承的实验，测量时的转速从519 RPM开始，逐渐增加到1 177 RPM左右，平均取110个转速点的数据。实验均在空载状态下进行。采样频率由设备配套的软件进行设定，本实验设定的采样频率为10 000 Hz，三个通道每个通道采集40 960个点的数据，以TXT格式的文件保存。
3 数据分析
取得不同转速下的振动信号后，用Matlab相关函数进行程序设计，分别对每个通道实验采集数据进行包络解调后，进行傅里叶变换，以频率和转速为坐标轴，画出相应的瀑布图。
3.1 无故障运行实验的数据分析
对无故障轴承实验三个通道所得数据利用Matlab程序进行信号处理，运行得到的瀑布图中可以看出，无故障旋转机械在工作过程中，运行基本平稳。对竖直方向和轴向而言，转速提高后信号更稳定，振动较小；转速对水平方向影响不大。
3.2 轴承内圈故障的数据分析
根据滚动轴承特征频率的计算公式分别计算各个转速下的特征频率，并对轴承内圈故障实验三个通道所得数据利用Matlab程序进行信号处理。
轴承的内圈有故障时，理论分析可知故障频谱图应该有明显的故障特征频率，以及明显的二倍、三倍故障频率，并且伴有边频和依次衰减，还应有一倍转频，二倍转频。转速较低（519 RPM至688 RPM）时，故障特征频率处的幅值不明显；当转速较高时（878 RPM至1 046 RPM）能看到故障特征频率的倍频以及边频。由于测量转速的不精确及某些信号的干扰等因素，信号图的特征频率会存在一定的误差。
5 结论
通过实验平台分别采集不同转速下无故障及内圈故障工况的振动信号，利用数学信号处理方法进行分析。并将实验测得的数据与理论分析进行比较，结果比较满意。目前对于以下问题还需要进行深入的研究。主要包括：（1）在本论文实验数据采集过程中，是根据作者的经验采集，不能确保时间完全相同，希望今后硬件软件方面进行改进，以确保采集时间或者采集点的个数相同，以便对比分析。（2）本论文中轴承均是人为单一故障，深入研究实际中有两个及以上的多故障并存的滚动轴承是今后继续努力的一个方向。（3）基于分数小波变换的联合对角化方法应用于轴承故障诊断。
参考文献
[1] 屈梁生等. 机械故障诊断学 [M]. 上海： 上海科技出版社， 1986： 81-86.
[2] 韩清凯， 于晓光. 基于振动分析的现代机械故障诊断原理及应用[M]. 北京： 科学出版社， 2010： 2-9.
[3] 董建宁，申永军，杨绍普. 轴承故障诊断中的信号处理技术研究与展望[J]. 轴承，2005，01：43-47.
[4] 陈恩利，于雪梅，申永军. 奇异性检测在滚动轴承外圈损伤故障诊断中的应用[J]. 轴承，2006，05：28-30.
[5] 王俊锋，申永军. 高阶统计量在滚动轴承故障诊断中的应用研究[A]. 中国力学学会动力学与控制专业委员会.第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C].中国力学学会动力学与控制专业委员会：，2013：1.
作者简介：
周记红（1981-），男，2012年毕业于石家庄铁道大学车辆工程专业，获工学硕士学位。现就职于辽宁铁道职业技术学院机车车辆系，专业课教师。