齿轮箱振动信号分析和故障诊断
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
齿轮箱振动信号分析和故障诊断
毕业设计终期答辩
1 2
目录
研究背景和意义 测试方案 信号采集和处理 总结
3 4
研究背景和意义
机械没备中大部分都是旋转机械，尤其是齿箱 属于易磨损部件，其运行状态不仅影响该机器设备本 身的安全稳定运行 , 故障严重时会造成重大经济损失， 因此对故障诊断技术的要求十分迫切。此外，在机械
故障诊断中，可用于监测与诊断的信息很多，包括振
动、温度、压力、位移、扭矩和变形等。其中，振动 信号能够迅速、直接地反映机械设备的运行状态，据 统计，70％以上的故障都是以振动形式表现出来的。
通过对齿轮箱的振动信息进行综合分析，可以尝试找
出齿轮箱故障位置。
测试Baidu Nhomakorabea案设计
所采集信号为齿轮箱体的振动加速度信号，它是随时间连 续变化的物理量。因此，要将这些信息送入计算机，就必须先 将这些离散的物理量进行离散化，并进行量化编码，从而变成
程序如下：
clc clear close all hidden %%********************************读数据 l1=zeros(7,33); for i=1:7 l1(i,1)=i; end for i=1:7 fni=[num2str(i),'.txt']; fid=fopen(fni,'r'); x=fscanf(fid,'%f',inf); status=fclose(fid); n=length(x); c=cwt(x,1:32,'morl');%morlet小波 32维分解 a=zeros(32,1); for ii=1:32 for jj=1:n a(ii,1)=a(ii,1)+(c(ii,jj)).^2; end end %求每个尺度对应能量占总能量的百分比 sum1=0; for ii=1:32 sum1=sum1+a(ii); end b=zeros(32,1); for ii=1:32 b(ii,1)=a(ii,1)/sum1; end b=b'; l1(i,2:1:33)=b(1,:); end save data_l1 l1
信号采集和处理
下面是所采集到的振动信号的时域波形图：
齿轮传动振动信号（1495 r/min）
齿轮传动振动信号（1457 r/min）
齿轮传动振动信号（1402 r/min）
涡轮传动振动信号（1498 r/min）
涡轮传动振动信号（1345 r/min）
涡轮传动振动信号（1252 r/min）
涡轮传动振动信号（970 r/min）
方差 偏度 峰度 均方 根值
0.1970
-0.0108
0.1928
-0.1391
-0.6687
-7.175e-04
-0.0224
0.0027
4.4625
4.4824
3.8547
4.0397
3.2125
2.9954
2.9684
0.4438
0.2723
0.2867
0.0440
0.1847
0.2765
0.1962
小波分析
信号的连续小波变换分解在数学意义上实际是将信号投
影在小波基空间上，在信号小波变换的尺度域上，信号并不
对应准确的频率，而是对应于一个频段。参考文献中详细论 述了频率与尺度的关系。另外，对于在不同小波基函数下的
小波分解，因为小波基空间不同，信号分解结果在尺度域上
的分布总有差异。 选用Morlet小波函数，把振动信号在Morlet小波下进行 尺度为32的分解，经过连续Morlet小波变换可得到振动信号 的尺度-能量关系。
涡轮传动振动信号功率谱（1498r/min）
涡轮传动振动信号功率谱（1345r/min）
涡轮传动振动信号功率谱（1252r/min）
涡轮传动振动信号功率谱（970r/min）
总结
1、在时域中，我们往往很难对齿轮箱的振动信号的 时域波形图直接进行有效分析，只能通过计算信号的的 方差、偏度、峰度和均方根值等统计数学指标，使我们 能够对信号波形有一个初步大致的认识。通过对不同输
显做出区别。若把正常齿轮传动和非正常齿轮传动的能
量—尺度分布图进行比较，可以找出齿轮箱的故障信息。
以下图是选自文章《应用连续小波变换提取机械故障的 特征》，可表明应用连续小波变换得出的能量—尺度分布， 可以有效找出齿轮传动的故障信息。
3、从幅频特性来说，它主要表现在对不同频率段的信号具 有不同的抑制和增强作用。对于正常齿轮振动信号和非正常 齿轮的振动信号，相同频带内信号的能量会有较大的差别， 它使某些频带内信号能量减小，而使另外一些频带内信号能 量增大。因此，在各频率成分信号的能量中，包含着丰富的 故障信息，某种或某几种频率成分能量的改变即代表一种故 障情况，由此可以出不必判断齿轮箱故障位置。 对于齿轮传动，在不同输入转速下，自功率谱密度函数 图分别在920Hz、 932 Hz和900Hz处出现波峰或波谷，接 近各自的啮合频率。并且在两侧出现20Hz对称边频带。可 初步判断小齿轮出现磨损。 对于涡轮传动，在不同输入转速下，分别在93.51Hz、 80.08Hz和60.55Hz处出现波峰或波谷，接近各自的啮合频 率处并且存在5Hz对称频带，初步判断是蜗轮出现了磨损 。
自功率谱分析
本实验的信号分析方法将采用Welch法，分别对齿轮 传动和涡轮传在不同输入转速下的振动信号进行自功率谱 分析，通过Matlab软件仿真估计，绘制出各个信号自功率 谱图。
齿轮传动振动信号功率谱（1495r/min）
齿轮传动振动信号功率谱（1457r/min）
齿轮传动振动信号功率谱（1402r/min）
时域特征描述
利用MATLAB，对所采集到的振动信号计算其方差、偏 度、峰度和均方根值。程序如下：
处理结果如下：
齿轮传动 (r/min)
1495 1457 0.0742 1402 0.0822 1498 0.0019
涡轮传动 (r/min)
1345 0.0341 1252 0.0764 970 0.0385
存在的问题：
1、应该把不同转矩作用下振动信号数据同时进行对比， 可能效果更加明显； 2、没有设置故障齿轮，连续小波变换法不能直接做出故 障诊断； 3、对于自功率谱分析，其诊断结果显著性不是很强。
齿轮传动结构示意图：
齿轮传动工况：
输入转速
1495r/min
F1工频
24.9
F2工频
16.5
F1F2啮合 频率
946.2
1457r/min
1402r/min
24.3
23.4
16
15.7
912
893
涡轮传动结构示意图：
齿轮传动工况：
输入转速 1498r/min 1345r/min 1252r/min 970r/min FI工频 25 22.4 20.9 16.2 F2工频 3.3 3 2.8 2.2 F1F2啮合 频率 100 90 83 65
入转速下的振动信号比较，其时域特征并不能明显的做
出区分判断。
2、连续小波变换可以将机械信号很好地分解在有限的 时间—尺度范围内而保持信号的信息完整。 对比传统的频 谱分析，机械信号经过连续小波变换后，其内部蕴涵的故 障信息能在尺度域上很好地体现出来。通过比对不同输入 转速下齿轮（涡轮）传动的小波能量-尺度分布图，可以明
数字量。
系统结构图如下：
被测结构 电荷放大器
压电式加速度传感器
电压放大器 信号调理器 A/D转换器 信号采集装置 以太网接口 计算机
本实验在西北农林科技大学工程训练中心的机械设计实验室 进行。 齿轮传动试验平台
涡轮传动试验平台
传感器的安装：
本实验主要通过安装在变速箱箱体上的2个加速度传感器， 采集变速箱的振动信号，然后通过信号调理模块和信号采集 装置将收集的信号送入计算机进行保存，传感器的安装位置 如下所示：
毕业设计终期答辩
1 2
目录
研究背景和意义 测试方案 信号采集和处理 总结
3 4
研究背景和意义
机械没备中大部分都是旋转机械，尤其是齿箱 属于易磨损部件，其运行状态不仅影响该机器设备本 身的安全稳定运行 , 故障严重时会造成重大经济损失， 因此对故障诊断技术的要求十分迫切。此外，在机械
故障诊断中，可用于监测与诊断的信息很多，包括振
动、温度、压力、位移、扭矩和变形等。其中，振动 信号能够迅速、直接地反映机械设备的运行状态，据 统计，70％以上的故障都是以振动形式表现出来的。
通过对齿轮箱的振动信息进行综合分析，可以尝试找
出齿轮箱故障位置。
测试Baidu Nhomakorabea案设计
所采集信号为齿轮箱体的振动加速度信号，它是随时间连 续变化的物理量。因此，要将这些信息送入计算机，就必须先 将这些离散的物理量进行离散化，并进行量化编码，从而变成
程序如下：
clc clear close all hidden %%********************************读数据 l1=zeros(7,33); for i=1:7 l1(i,1)=i; end for i=1:7 fni=[num2str(i),'.txt']; fid=fopen(fni,'r'); x=fscanf(fid,'%f',inf); status=fclose(fid); n=length(x); c=cwt(x,1:32,'morl');%morlet小波 32维分解 a=zeros(32,1); for ii=1:32 for jj=1:n a(ii,1)=a(ii,1)+(c(ii,jj)).^2; end end %求每个尺度对应能量占总能量的百分比 sum1=0; for ii=1:32 sum1=sum1+a(ii); end b=zeros(32,1); for ii=1:32 b(ii,1)=a(ii,1)/sum1; end b=b'; l1(i,2:1:33)=b(1,:); end save data_l1 l1
信号采集和处理
下面是所采集到的振动信号的时域波形图：
齿轮传动振动信号（1495 r/min）
齿轮传动振动信号（1457 r/min）
齿轮传动振动信号（1402 r/min）
涡轮传动振动信号（1498 r/min）
涡轮传动振动信号（1345 r/min）
涡轮传动振动信号（1252 r/min）
涡轮传动振动信号（970 r/min）
方差 偏度 峰度 均方 根值
0.1970
-0.0108
0.1928
-0.1391
-0.6687
-7.175e-04
-0.0224
0.0027
4.4625
4.4824
3.8547
4.0397
3.2125
2.9954
2.9684
0.4438
0.2723
0.2867
0.0440
0.1847
0.2765
0.1962
小波分析
信号的连续小波变换分解在数学意义上实际是将信号投
影在小波基空间上，在信号小波变换的尺度域上，信号并不
对应准确的频率，而是对应于一个频段。参考文献中详细论 述了频率与尺度的关系。另外，对于在不同小波基函数下的
小波分解，因为小波基空间不同，信号分解结果在尺度域上
的分布总有差异。 选用Morlet小波函数，把振动信号在Morlet小波下进行 尺度为32的分解，经过连续Morlet小波变换可得到振动信号 的尺度-能量关系。
涡轮传动振动信号功率谱（1498r/min）
涡轮传动振动信号功率谱（1345r/min）
涡轮传动振动信号功率谱（1252r/min）
涡轮传动振动信号功率谱（970r/min）
总结
1、在时域中，我们往往很难对齿轮箱的振动信号的 时域波形图直接进行有效分析，只能通过计算信号的的 方差、偏度、峰度和均方根值等统计数学指标，使我们 能够对信号波形有一个初步大致的认识。通过对不同输
显做出区别。若把正常齿轮传动和非正常齿轮传动的能
量—尺度分布图进行比较，可以找出齿轮箱的故障信息。
以下图是选自文章《应用连续小波变换提取机械故障的 特征》，可表明应用连续小波变换得出的能量—尺度分布， 可以有效找出齿轮传动的故障信息。
3、从幅频特性来说，它主要表现在对不同频率段的信号具 有不同的抑制和增强作用。对于正常齿轮振动信号和非正常 齿轮的振动信号，相同频带内信号的能量会有较大的差别， 它使某些频带内信号能量减小，而使另外一些频带内信号能 量增大。因此，在各频率成分信号的能量中，包含着丰富的 故障信息，某种或某几种频率成分能量的改变即代表一种故 障情况，由此可以出不必判断齿轮箱故障位置。 对于齿轮传动，在不同输入转速下，自功率谱密度函数 图分别在920Hz、 932 Hz和900Hz处出现波峰或波谷，接 近各自的啮合频率。并且在两侧出现20Hz对称边频带。可 初步判断小齿轮出现磨损。 对于涡轮传动，在不同输入转速下，分别在93.51Hz、 80.08Hz和60.55Hz处出现波峰或波谷，接近各自的啮合频 率处并且存在5Hz对称频带，初步判断是蜗轮出现了磨损 。
自功率谱分析
本实验的信号分析方法将采用Welch法，分别对齿轮 传动和涡轮传在不同输入转速下的振动信号进行自功率谱 分析，通过Matlab软件仿真估计，绘制出各个信号自功率 谱图。
齿轮传动振动信号功率谱（1495r/min）
齿轮传动振动信号功率谱（1457r/min）
齿轮传动振动信号功率谱（1402r/min）
时域特征描述
利用MATLAB，对所采集到的振动信号计算其方差、偏 度、峰度和均方根值。程序如下：
处理结果如下：
齿轮传动 (r/min)
1495 1457 0.0742 1402 0.0822 1498 0.0019
涡轮传动 (r/min)
1345 0.0341 1252 0.0764 970 0.0385
存在的问题：
1、应该把不同转矩作用下振动信号数据同时进行对比， 可能效果更加明显； 2、没有设置故障齿轮，连续小波变换法不能直接做出故 障诊断； 3、对于自功率谱分析，其诊断结果显著性不是很强。
齿轮传动结构示意图：
齿轮传动工况：
输入转速
1495r/min
F1工频
24.9
F2工频
16.5
F1F2啮合 频率
946.2
1457r/min
1402r/min
24.3
23.4
16
15.7
912
893
涡轮传动结构示意图：
齿轮传动工况：
输入转速 1498r/min 1345r/min 1252r/min 970r/min FI工频 25 22.4 20.9 16.2 F2工频 3.3 3 2.8 2.2 F1F2啮合 频率 100 90 83 65
入转速下的振动信号比较，其时域特征并不能明显的做
出区分判断。
2、连续小波变换可以将机械信号很好地分解在有限的 时间—尺度范围内而保持信号的信息完整。 对比传统的频 谱分析，机械信号经过连续小波变换后，其内部蕴涵的故 障信息能在尺度域上很好地体现出来。通过比对不同输入 转速下齿轮（涡轮）传动的小波能量-尺度分布图，可以明
数字量。
系统结构图如下：
被测结构 电荷放大器
压电式加速度传感器
电压放大器 信号调理器 A/D转换器 信号采集装置 以太网接口 计算机
本实验在西北农林科技大学工程训练中心的机械设计实验室 进行。 齿轮传动试验平台
涡轮传动试验平台
传感器的安装：
本实验主要通过安装在变速箱箱体上的2个加速度传感器， 采集变速箱的振动信号，然后通过信号调理模块和信号采集 装置将收集的信号送入计算机进行保存，传感器的安装位置 如下所示：