形态滤波在滚动轴承故障声发射信号处理中的应用

ISSN 1000-0054CN 11-2223/N 清华大学学报(自然科学版)J T singh ua Un iv (Sci &Tech ),2008年第48卷第5期2008,V o l.48,N o.5w 13http://qhx bw.chinajo 形态滤波在滚动轴承故障声发射信号处理中的应用郝如江1,2,　卢文秀1,　褚福磊1(1.清华大学精密仪器与机械学系,北京100084; 2.石家庄铁道学院计算机与信息工程分院,石家庄050043)收稿日期:2007-09-14基金项目:国家杰出青年科学基金资助项目(50425516);国家自然科学基金重点项目(10732060);国家“八六三”高技术项目(2006AA04Z438)作者简介:郝如江(1972—),男(汉),河北,博士研究生。

通讯联系人:褚福磊,教授,E-mail:chu fl@ts 摘　要:滚动轴承的状态监测和故障诊断意义重大。

为有效诊断轴承早期的微弱故障,将形态滤波方法用于轴承故障声发射信号的处理,提出采用多尺度形态开闭和闭开组合的滤波器对信号降噪处理,采用闭运算对降噪后的信号进行形态滤波解调得到明显的故障特征频率,并对比故障振动信号和声发射信号的处理效果。

研究表明:形态滤波用于轴承故障声发射信号特征提取效果明显,适用于轴承的状态监测和故障的早期诊断。

关键词:形态滤波;声发射;滚动轴承;故障诊断中图分类号:T G 806;T H 133文献标识码:A文章编号:1000-0054(2008)05-0812-04Morphology filters for analyzing roller bearing fault using acoustic emissionsignal processingHAO Rujiang 1,2,LU Wen xiu 1,CH U Fulei 1(1.Department of Precision Instruments and Mechanology ,T s inghua University ,Beij ing 100084,China ;2.Department of Computer and Information Engineering ,Shijiazhuang Railway Institute ,Shijiazhuang 050043,China )Abstract :Cond ition monitoring and fault diagnos tics are very important for roller b earing production.M orphological filtering was used to process the acous tic emis sion signals to find the sm all faults in an early s tage.The morphological filter w as combined with multi-s cale opening -closin g and closing -op ening m od els to elimin ate noise,with the morphological closin g operation then used to dem odulate the de-n ois ed sign als and ob tain th e defect ch aracteristic parison of th e predicted effects of th e vibration sign als and the acou stic em ission s ignals s hows th at the morphological filtering s atisfactorily extracts th e d efect ch aracteristics of th e acoustic emiss ion s ignals for early fault diagnosis of r oller bearings.Key words :morph ologicalfiltering ;acousticemiss ion;rollerbear ing;fault diagn os is滚动轴承是旋转机械的最通用部件,它的状态对机器的工作状况影响极大,据统计,旋转机械的故障有30%是轴承故障引起的[1]。

传统的振动信号检测方法已经在轴承状态监测和故障诊断中得到广泛应用[2-3],但是对于早期微弱故障的特征提取,由于噪声的影响,该检测方法并不理想。

由于在轴承运转过程中故障点与其他运动部件的滚动接触会产生周期性的声发射信号,若将声发射检测技术用于滚动轴承早期微小故障的诊断,正是对振动检测方法的一个有意义的补充[4]。

形态滤波变换是基于数学形态学的非线性信号处理方法,它是对集合的加减、取极值运算而不做乘除法运算,算法简单,执行效率高。

本文将声发射技术和形态滤波方法相结合,用于轴承早期故障的诊断,并通过与振动信号的分析对比,说明声发射检测技术和形态滤波相结合的方法用于轴承故障诊断的有效性。

1　滚动轴承声发射信号机理声发射是材料受到外力或内力作用产生变形或者裂纹扩展时,以弹性波的形式释放应变能的现象。

磨损、点蚀和疲劳是滚动轴承常见的故障形式,这些故障的产生和发展过程中,都会伴随着声发射现象的产生。

声发射信号来自缺陷本身,缺陷所处的位置和所受应力状态不同,其产生的声发射信号特征也不同,因此可以通过声发射信号对轴承的安全性及运行状态进行监测。

声发射信号的频谱较宽,其频率范围从数kHz 到数MH z ,采用声发射信号诊断轴承故障容易避免低频振动信号的干扰,提高诊断的准确性。

此外,轴承裂纹从产生至扩展阶段,所产生的声发射信号是很明显的。

相比而言,微裂纹缓慢扩展时,振动信号就没有明显的变化,而且来自机械设备其他部件的振动信号容易与故障信号混合在一起,加之周围噪声的干扰,往往不易清晰地判别出故障。

因此,利用声发射技术对滚动轴承故障进行早期预报和诊断具有很大的优势。

2　形态滤波原理数学形态学是基于集合理论的信号处理和分析工具,形态变换是基于数学形态学的非线性变换方法。

基本形态变换在一维离散信号处理中的定义为:设原始信号f (n )为定义在F =(0,1,…,N -1)上的离散函数,定义序列结构元素g (n )为G =(0,1,…,M -1)上的离散函数,且N ≥M ,则f (n )关于g (n )的腐蚀、膨胀、开运算、闭运算分别定义为:(f g )(n )=m in[f (n +m )-g (m )],m ∈0,1,…,M -1;(1)(f g )(n )=max [f (n -m )+g (m )],m ∈0,1,…,M -1;(2)(f g )(n )=(f g g )(n );(3)(f g )(n )=(f g g )(n ).(4)以上4种运算为基本的形态变换,不同的形态变换及其组合可以用做形态滤波。

形态滤波是用结构元素通过形态变换滤除信号中比结构元素小的噪声。

图1为一模拟信号经过4种形态变换的结果,膨胀运算除去信号的负脉冲并平滑了正脉冲;腐蚀运算除去了正脉冲并平滑了负脉冲,开运算除去了正脉冲并保留了负脉冲;闭运算除去了负脉冲并保留了正脉冲。

为了同时去除正、负两种噪声,采用开闭运算的级联形式,定义形态开闭和闭开滤波器[5]:F oc (f (n ))=(f g g )(n ),(5)F co (f (n ))=(f g g )(n ).(6)为有效地抑制信号中的各种噪声,本文对故障声发射信号的降噪处理采用组合滤波器y (n )=12[F oc(f (n ))+F co (f (n ))].(7) 结构元素的设计决定于要处理的信号形状,其结构要尽可能接近待分析信号的形状特点。

由于直线形结构元素最为简单,本文采用直线形结构元素,结构元素的幅值置为0。

结构元素宽度不同,经同一种形态运算滤波后所提取出来的脉冲的个数是不一样的。

由于轴承故障脉冲信号主要是由损伤点冲击与之接触的表面所产生的,脉冲信号的间隔即为故障周期。

根据Niko laou [6]的分析结果,本文选取直线结构元素的长度为0.6T (T 为故障周期)。

图1　模拟信号4种形态变换结果3　实验测试本实验以6220深沟球轴承内、外圈点蚀故障为例,通过电火花加工机在轴承内、外圈滚道中央位置加工直径为1m m 的凹坑来模拟微弱故障。

实验测试在自制的轴承实验台上进行,调节变频器输出使实验台主轴转速(即内圈转速)为222r/min,通过在杠杆末端悬挂质量块使轴承所受径向载荷为2.94kN 。

为了比较振动信号和声发射信号的检测效果,首先用加速度传感器采集振动信号,采样频率为10kHz,采样时间为0.5s 。

在同样的工况下,将加速度传感器换为声发射传感器采集声发射信号,采样频率为500kH z ,采样时间为0.5s 。

根据轴承手册及文[1]可计算出此种工况下6220轴承内、外圈故障特征频率分别为23.6Hz 和17.1Hz 。

4　声发射信号形态滤波降噪处理由于故障微小以及声发射信号的传播衰减特性,传感器所拾取的是混合了背景噪声的信号信息。

分别对轴承内、外圈故障声发射信号采用式(7)所示的组合滤波器进行形态滤波降噪处理。

为了更有效地去除噪声,根据形态开闭运算的幂等特性,分别采用变尺度结构元素对原信号进行组合滤波,最后将不同的滤波结果求和取平均作为降噪后的信号。

图2为外圈和内圈故障原始信号和滤波后的信号,从813郝如江,等:　形态滤波在滚动轴承故障声发射信号处理中的应用图中可以看出,多尺度组合形态开闭-闭开滤波有效去除了噪声,提高了信噪比。

图2　轴承内、外圈故障声发射信号及形态滤波结果5　形态滤波解调提取故障特征根据形态变换的性质,形态闭运算保留信号的正脉冲去除负脉冲,起到信号解调的作用。

因此,采用幅值为0,长度为0.6T 的直线形结构元素对图2中滤波后的信号再进行形态闭运算,对变换后的信号进行频谱分析,频谱图所表现出来的特征即是轴承的故障特征频率信息。

图3、4所示为内、外圈故障信号的滤波解调及局部放大的频谱图。

从图4a 可以看出,外圈故障特征频率及其倍频成分处都存在着明显的峰值,并且幅值呈下降的趋势。

由于内圈随转轴一起转动,不同的时刻内圈上故障点相对传感器的位置不同,因此采集的内圈故障信号存在更大的噪声干扰成分,但是如图4b 所示,内圈故障特征频率和倍频成分也能够明显地提取出来。