滚动轴承故障振动处理方法：分阶段处理资料下载

原创： 谭祥军 模态空间 轴承在不同的阶段所表现出来的振动特性是不相同的，对于最早期的超声阶段，由于振动能量不高，特征不明显，而在故障后期轴承失效接近尾声时，轴承的故障特征频率和固有频率会被随机宽带高频“振动噪声”所淹没。因此，滚动轴承故障振动处理方法更多集中在第二和第三阶段，即固有频率阶段和故障特征频率阶段。 对于普通的振动信号，我们主要从时域和频域来进行相应的处理。对于轴承故障振动信号的处理而言，也离不开时域与频域的处理方法。但除此之外，还有高级的信号处理方法，如包络分析。 对滚动轴承振动信号进行分析的第一步是要获得能提取到有用信息的时域数据，因此，这涉及到两个方面：数据的采样频率与测量位置。 滚动轴承表面局部缺陷所产生的冲击性振动，是从接触点出发呈半球形波面向外传递的。在信号传递路径上，如果遇到材料的转折、尖角或两个配合面时，由于波的折射和反射将引起很大的能量损耗。因此，通常为了减少能量损耗，测量位置通常是轴承座的垂直与水平方向。 由于滚动轴承冲击作用时间极短，以及冲击的时间间隔也短，因此，要表征这些极短时间内的信号，需要极高的采样频率。另一方面，故障早期激励起的轴承固有频率也位于高频区。故，对于轴承故障振动信号而言，通常采样频率可能要达到100kHz。 对于轴承的故障判断而言，通常不是一次检测就可以判断故障的，而更多的是定期检测或长期监测，对比各类信号，以便对故障做出正确的预报。 1、频率范围选择 滚动轴承故障发生要经历四个阶段，第一阶段属于超声阶段，频率非常高，频谱图中除了转频及其倍频，并无明显的故障频率。第二阶段主要是时间极短的脉冲激励起滚动轴承各部件的固有频率阶段，这个阶段对应的频率也高，但低于第一阶段。第三阶段是出现少量局部缺陷，频谱图中存在明显的故障特征频率。第四阶段出现大量缺陷，频谱图中的轴承故障特征频率开始消失，取而代之的是宽带的随机特征。由于处在不同的阶段，时域与频谱特征都不相同，对应的频率范围也不相同。故，对于轴承的故障诊断而言，选择合适的频率范围非常重要，不管是时域分析，还是频域分析。 通常将分析频带分成低频段、中频段和高频段。这是因为不同的频段，信号具有不同的特征。 1）低频段（0~1kHz）。轴承工作过程中，转子和滚动轴承的故障特征频率通常都在1kHz以下，如转子的不平衡、轴弯曲、不对中、轴承装配不当等所引起的转频及其倍频成分，轴承表面局部缺陷所引起的故障频率及其低次谐波成分等。这些频率成分可以分两类，一类是转子旋转引起的频率成分；另一类是与轴承故障相关的频率成分。在滚动轴承故障的前两个阶段，信号中只出现与转子旋转相关的频率成分。在故障产生的后两个阶段，才会同时出现两类频率成分。因此，这个频段通常是对滚动轴承故障的中、后期进行诊断，无法对早期故障信息提供预报。 2）中频段（1~20kHz）。滚动轴承发生故障的第1阶段通常在这个频段无明显的振动频谱，而在2~4阶段，都会有相应的振动频谱，但是从第2阶段开始，这个频段的振动能量会越来越明显。这个频段也包含了滚动轴承零部件的固有频率。因此，中频段的利用通常可分为两类方法。 第一类对信号进行高通滤波1kHz来滤除轴承振动信号的低频部分，以消除各种低频干扰。然后再利用滤波后的振动信号，通过求取峰值、有效值、峭度、峰值因子等参数进行监测和判断。第二类则是利用带通滤波器来提取轴承零件或相关结构零部件的共振频率成分，例如，应用较多的是检测轴承外圈的一阶径向固有振动频率。 3）高频段（20~80kHz）。滚动轴承故障发生的四个阶段，在这个频段都会存在相应的频率成分，但是从第1阶段到第4阶段，这个频段的振动能量存在先增强后减弱的过程。在第3个阶段，这个频段的振动能量达到极值。这是因为分布在轴承表面的局部缺陷引起的冲击信号中有很大部分的冲击能量分布在高频段，当第3阶段出现局部缺陷时，高频冲击会增强。而在第4阶段时，缺陷已遍布整个轴承，随机性更强，高频冲击反而会减弱。另一方面，滚动轴承的早期故障表现也体现在高频段。 2、时域方法 在对信号进行时域分析之前，首先应该对时域信号波形进行观察，可以获得一些有用的信息，如是否有明显的冲击、脉冲的时间间隔、是否存在幅值调制和轴频等信息。根据相邻脉冲的时间差可以确定一些故障频率。由于采样的时间较长，因此，需要放大局部时域信号，以便能清楚地观察到这些信息。图1为齿轮测试台架上测量到的0.1s的加速度时域信号，在轴承内圈上存在特定的故障缺陷，采样频率为100kHz。 图1 内圈存在特定故障的轴承振动信号 从图1中可以看出信号存在明显的以轴频fs的倒数为时间间隔的冲击信息。这是因为每旋转一圈，滚动体通过有缺陷的内圈位置以轴频fs调制。除此之外，还存在比轴频周期更短的冲击信号，这是滚动体通过内圈故障的间隔频率fbpfi的周期。想看到这个信息，需要放大时域信号，如放大时域数据的前10ms，可以看到存在3个明显的冲击信号。这些短时的冲击将激起结构的固有频率，因此，冲击后的时域信号是衰减型信号。 图2 更短的时域信号显示了内圈的故障冲击频率 对于轴承的故障诊断而言，对时域信号进行观察确定一些信息之后。再对时域信号进行统计分析，有多个时域静态统计参数可用于描述冲击信号，如峰值、有效值、峰值因子、峭度等。这些参数可以按单值来统计，也可以按趋势项来统计。单值统计是指时域数据全程仅统计一个值来表征，而趋势项统计则是每帧数据统计一个单值，然后将每帧统计到的单值按时间先后顺序连成曲线即为趋势项统计。相对而言，趋势项统计更能表征信号不同时刻的冲击特性。 有效值即均方根值，它是用来反映信号的能量大小，特别适用于具有随机性质的振动测量。峰值是波形中的最大值，峰值的大小可以用来反映滚动轴承某一局部故障点的冲击力大小。峰值和有效值定义都很简单，但单次检测的峰值和有效值不能作为故障的判断标准，这是因为旋转机械通常会展示出随机变化性。而峰值因子定义为峰值与有效值之比，正常情况下，峰值因子约为3.5。 峭度系数定义如下： 式中x(i)为第i个离散数据点对应的幅值，x(顶部带-)是离散时域数据的平均值。由于是按四次方关系变化，则高的幅值被突显出来，低的幅值则受到抑制，从而易于从频率上识别故障。峭度系数对大幅值的信号最为敏感，当大幅值出现的概率增加时，峭度值将迅速增大，因此测量峭度系数对含有脉冲的故障特别有效。 这些时域统计参数可采用两种不同的计算方法。第一种方法是计算全频带；第二种方法是计算离散频带。由于产生冲击时，通常是轴承的故障频率与轴频或保持架旋转频率的调制，如果对包含故障频率的频带进行滤波，然后再计算相应的时域统计参数，那么，将更有助于体现故障带来的冲击。通常将频带划分两个频带，一个占主导地位的为故障频率，另一个频带主要包含结构共振频率。通常第一频带低，第二个频带高。 峭度对信号中的冲击特征很敏感，正常情况下其值应该在3左右，如果这个值接近4或超过4，则说明机械的运动状况中存在冲击性振动。当轴承出现初期故障时，有效值变化不大，但峭度值已经明显增加，达到数十甚至上百，非常明显。它的优势在于能提供早期的故障预报。当轴承故障进入晚期，由于剥落斑点充满整个滚道，振动模式变得更随机，峭度反而下降，也就是对晚期故障不敏感了。 在Simcenter Testlab软件中定义的峭度不是直接的峭度值，而是超出的峭度值（Kurtosis(excess)），即 以上的四个时域统计参数中，峭度和峰值因子是无量纲参数。除了峭度、波峰因子以外，无量纲的时域波形评定指标还有： 无量纲波形评定指标的优点是不受轴承尺寸、转速、负荷以及振动信号大小的影响。多数情况下，这几种无量纲指标的诊断能力，按由大到小顺序排列，依此为：峭度，裕度因子，脉冲因子，峰值因子，波形因子。 除了这些参数之外，还可用概率密度来反映轴承故障。通过对比正常轴承与有故障的齿轮的概率密度来判断。 3、频域方法 对于频谱分析，除了将频谱中的频率成分与理论计算得到的轴承故障特征频率进行对比确定故障原因之外，还可对各个频率成分的幅值进行趋势分析，从而确定各个频率对应的振动能量的变化趋势。 在各个谱函数中，功率谱是最能反映振动能量的，因此，对于轴承的频域分析，通常是计算功率谱。对于频域分析而言，通常先获得状态良好的滚动轴承的功率谱作为基准频谱，然后对比基准频谱与实测频谱，使用二者的差值来表明机械状态的改变。对于滚动轴承而言，频谱的高频段幅值通常会变化明显，这是由于结构的共振引起的。在与基准频谱进行对比时，如果谱线的幅值增加6~8dB，会视为改变大；如果变化20dB会视为严重。 使用频谱进行振动趋势对比时，如果频率轴使用线性方式显示，那么，由于轴旋转速度的波动导致对应的频率成分在频谱图中同样出现波动。轴转速即使改变非常小，也能引起谱线峰值位置移动，从而导致幅值差异明显给出错误的故障警告信息。而使用对数方式显示时，则对转速波动引起的谱线移动不敏感，可以克服这个问题。 频谱图通常是二维的，但对于轴承故障而言，还可以采用瀑布图或彩图来显示频谱，特别是当变转速的时候。 4、包络分析 对于滚动轴承早期故障的检测和诊断而言，包络分析已经成为振动信号主要的处理技术之一。它是上世纪70年代早期开发出来的，最初称为高频共振技术。它也有很多其他名称，如幅值调制、共振解调分析、窄带包络分析，而称之为包络分析似乎更受欢迎。 滚动轴承的冲击脉冲产生了一系列的调制波形，轴承的自振频率为间隔频率所调制，如果直接进行频谱分析，谱线中只会形成以调制频率为间隔的边频带。但是由于脉冲频率能量很低，往往会被其它振动信号所淹没，寻找间隔频率是很困难的。然而，在进行频谱分析之前，将振动信号先经过共振解调法处理，则故障特征频率在频谱图上就能清晰可辨了。人们经常认为共振受故障特征频率的幅值调制，这样就不能检测到受共振激励的故障存在，也不能诊断出轴承出现故障的部件。而包络分析为提取出周期激励或共振中的幅值调制提供了手段。 包络分析也是一个发展的过程，早期数字信号处理功能没有如今强大，主要通过模拟电路进行包络分析。而如今采用数字信号处理技术更为普遍，即首先是对信号进行希尔伯特变化，使其相位移动90度，形成一个复数信号，复数信号的幅值即为信号的包络曲线。 参考： 1. Ian Howard, A Review of Rolling Element Bearing Vibration "Detection, Diagnosis and Prognosis" 2. 沈立智. 《大型旋转机械的状态检测与故障诊断》讲义 本文转自： (mbbeetchina)