滚动轴承故障信号提取方法的研究

□研究报告□仪器仪表用户

16 EIC Vol.20 2013 No.3

Doi:10.3969/j.issn.1671-1041.2013.03.002

滚动轴承故障信号提取方法的研究

赖宋红

（浙江商业职业技术学院，杭州 310053）

摘要：滚动轴承的检测与故障诊断中主要应用的是振动分析法。采集轴承的振动信号，利用信号处理方法提取不同工作状态下信号的特征，通过这些特征，采用模式识别方法识别轴承状态，其中信号特征提取和状态识别是关键。本文研究了滚动轴承振动信号特征提取的主要方法。关键词：振动；时域分析；频谱分析中图分类号：TB535 文献标志码：A

Study on the method of extracting rolling bearing fault signal

LAI Song-hong

(Zhejiang Business College,Hangzhou 310053,China)

Abstract:Detection of rolling bearings and fault diagnosis mainly uses vibration analysis.We should collect vibration signal of bearing,make use of signal processing methods to extract the characteristics of the signal under different working conditions,then through these characteristics and pattern recognition methods,we can identify the bearing condition.In this process the signal feature extraction and state recognition are vital.This paper discusses the main method of extraction of rolling bearing vibration signal feature.

Key words:vibration;time-domain analysis;frequency analysis

0 引言

滚动轴承是旋转机械中应用最广泛的一种通用机械部件，在机械设备中起着承受载荷和传递动力的作用，运行状态是否正常往往直接影响到整台设备的性能。旋转机械的许多故障都与滚动轴承有着密切的关联。据统计，在使用滚动轴承的旋转机械设备中，约有30%的机械故障是与轴承损伤有关联的[1]。因此，对滚动轴承故障的准确诊断可以减少或杜绝事故的发生，最大限度地发挥轴承的工作潜力，节约开支，具有重大意义。本文主要研究了滚动轴承振动质量在线检测中用到的信号特征提取的方法。

1 滚动轴承振动机理

在机械运转时，由于滚动轴承本身的结构特点、加工装配误差和运行过程中出现的故障等内部因素，以及传动轴上其他零部件的运动和力的作用等外部因素，当传动轴以一定的速度并在一定载荷下运转时对轴承和轴承座或外壳组成的振动系统产生激励，使该系统振动，其振动产生的机理如图1所示。

图1 滚动轴承振动产生原理

实际诊断中，通过布置在轴承座或外圈的传感器拾取的振动信号是上述各种内部和外部激励源施加于滚动轴承

系统的综合振动。如何从综合振动中把轴承故障引起的振动信号提取出来，从而有效地诊断出轴承的故障，这是滚动轴承故障诊断技术的关键所在。为了能够有效地把故障特征从综合振动中提取出来，这就需要研究滚动轴承故障引起振动信号的特征[2]。

在实验室的旋转机械故障模拟实验台上对正常、滚动体有故障、内圈有故障和外圈有故障四种不同工作状态的轴承分别进行了振动信号的采集。本文数据采集系统由加速度传感器和测试仪器组成。加速度传感器选择IMI的608AII型号，其灵敏度为100mV/g，以磁吸方式安装在平坦的轴承座上。本文实验中采用丹麦的B&KType3560CPulse振动噪声测试仪对轴承振动信号进行数据采集与记录，振动信号采样频率设为65536Hz。

2 滚动轴承振动信号的时域分析

以时间为自变量描述物理量是信号最基本、最直观的表达形式。在时域内对信号进行滤波、放大、统计特征计算、相关性分析等处理，统称为信号的时域分析。通过时域分析方法，可以有效提高信噪比，求取信号波形在不同时刻的相似性和关联性，获得反映机械设备运行状态的特征参数，为机械系统动态的分析和故障的诊断提供有效的信息。

2.1 时域有量纲特征参数

对滚动轴承进行时域处理最常用的有量纲特征参数指标有均方根值、峰值、均值和方差等。

在滚动轴承正常、滚动体故障、内圈故障和外圈故障

□研究报告□

仪器仪表用户

EIC Vol.20 2013 No.3 17

欢迎订阅 欢迎撰稿 欢迎发布产品广告信息

的工况下，对其采集轴承振动信号并做时域分析，计算均方根值、峰-峰值和峰值。从这些时域波形和有量纲参数指标中可以看出，时域波形能较好地反映轴承运行状态的不同。当轴承出现故障时，信号中存在着明显的冲击成分，同正常的轴承相比，其均方根值和峰值都会增大[3]。

2.2 时域无量纲特征参数

在滚动轴承缺陷诊断中，常用的无量纲特征参数指标有峰值因数、峭度、脉冲因子、波形因子和裕度因子等。

表1列出了轴承不同运行状态下的各项无量纲指标。从中可以看出，轴承不同运行状态下的时域无量纲统计指标存在着明显的差异，相同运行状态下的信号指标存在着相似性，利用这些时域无量纲指标可以有效地识别轴承工作状态。

表1 轴承时域无量纲统计指标

轴承故障类型

峰值指标峭度脉冲指标波形指标裕度指标正常1 6.0639 4.16967.89590.85339.4861正常2 6.1904 4.28938.08590.87559.7285滚动体18.2152 6.536611.1951 1.864913.7650滚动体28.59047.842311.9127 1.906914.6783内圈110.430320.687517.4868 1.635523.2278内圈210.460720.947018.2319 1.685024.5996外圈111.183621.170118.6411 1.832124.5048外圈2

11.0406

21.9181

18.6837

1.8916

24.7746

3 滚动轴承振动信号的频域分析

所谓频域分析，是把以时间为横坐标的时域信号通过傅立叶变换分解为以频率为横坐标的频域信号，从而求得关于原时域信号频率成分的幅值和相位信息的一种分析方法。通过对各频率成分的分析，对照机器零部件运行时的特征频率，以便查找故障源。频域分析方法己成为机械设备故障振动诊断的主要方法。从频域上对信号进行分析能够反映信号的频率成分以及分布情况。频域分析方法已成为机械设备故障振动诊断的主要内容。

3.1 频域参数指标

常用的频域参数指标有重心频率FC、均方频率MSF、均方根频率RMSF、频率方差、频率标准差RVF等。利用频域参数指标可以对滚动轴承的故障进行粗略判断。当轴承无故障时，频率成分主要集中在低频，FC较小；出现局部损伤类故障时，由于冲击引起的共振，主频区右移，FC增加。上述参数与轴承异音有很强的相关性，可以综合评判轴承质量。轴承故障时与正常时相比，重心频率FC增加。

频谱是信号在频域上的重要特征。频谱分析是信号分析的重要手段。频谱分析方法包括自功率谱分析、互功率谱分析、共振解调分析和细化谱分析等。下面介绍一种新的频谱细化分析方法的实现[4]。

3.2 频谱细化分析

频谱细化分析的目的是把整个频率范围中的某段频带局部放大，获得更高的频率分辨率，从而观察频谱中的细微部分。常见的频谱细化方法有基于复调制的频谱细化分析、chirp-z变换、Yip-zoom变换、相位补偿细化法等，但从分析精度、计算效率、分辨率、灵活性等方面来看，基

于复调制的频谱细化分析行之有效，得到了广泛的应用。

复调制频谱细化分析原理：模拟信号x(t)经抗混滤波、A/D转换后，得到采样序列x0(n)，采样频率为fs，假设要求在频带(f 1~f 2)范围内进行频谱细化分析，则欲观测频带的中心频率为f 0，对x 0(n)以e -j2πnf0/fs 进行复调制，得到频移信号x(n)。复调制使x 0(n)的频率成分f 0移到x(n)的零频点。用截止频率为fs/2D(D为细化倍数)的数字低通滤波器对x(n)滤波，滤波后信号为y(n)。然后以采样频率fs/D对滤波后信号进行重采样，得到信号g(m)。对原信号x 0(n)直接进行N点FFT分析，频率分辨率为fs/N；重采样后信号g(m)进行N点FFT分析，频率分辨率为fs/DN，提高了D倍。由于g(m)是复序列，FFT变换后的全部数据均为有效信息，将得到的频率成分调整到所选频带的频率成分即可得到所选频带细化谱。

仿真信号的采样频率为2048Hz，FFT点数为1024点，

细化倍数为50倍，细化中心频率为5OOHz，则细化前后的频率分辨率分别为2Hz、0.04Hz。不进行细化而直接作1024点FFT，得到一种全景谱，从全景谱可看出，各频率成分叠在一起，不可分辨。以5OOHz为中心细化50倍后作1024点FFT，得到细化谱，细化后频率分辨率为0.04Hz，各频率成分清晰可见。

4 结束语

滚动轴承的振动信号是滚动轴承运行状态的主要反应形式之一，也是对滚动轴承实施检测和故障诊断的最主要的分析对象。本文利用振动噪声测试仪对轴承振动信号进行数据采集，通过信号的时域有量纲特征参数、时域无量纲特征参数、频域细化分析等方法对获取的特征集进行识别从而判断轴承运行状态，识别结果和滚动轴承外圈故障信号验证了上述方法的有效性。□

参考文献

[1] 陈进.机械设备振动检测与故障诊断[M].上海:上海交通大学出版

社,1999.

[2] 王靖,王震洲,王静云.基于DSP的电机断条故障在线检测系统设计

[J].河北工业科技,2010,(27):1-3.

[3] 夏其表,戴勇,王洁.精密球体研磨加工的在线检测与优化控制[J].机

电工程，2010,(27):15-17.

[4] 师汉民.机械振动系统[M].武汉:华中科技大学出版社,2005.作者简介:赖宋红(1984-),男,讲师,从事机电一体化研究。收稿日期:2013-03-25

基金项目:浙江商业职业技术学院校级一般课题(编号:SZYYB201107)

***************************************************************

世界3D打印技术产业大会在北京举行

为推动3D打印技术产业化进程，促进3D打印技术国际间的对话交流与合作，由亚洲制造业协会、中国3D打印技术产业联盟、世界3D打印技术产业联盟（筹）、英国增材制造产业联盟共同发起主办的首届世界3D打印技术产业产业大会于5月29－31日在北京隆重举行。世界3D打印技术产业联盟也将同期成立，来自美国、德国和世界3D打印行业的600多位嘉宾将就3D打印技术产业化过程中的热点难点问题展开深入讨论，并发表2013世界3D打印技术产业发展（北京）宣言。