小波分析在軸承故障診斷中的應用

耿嘉潔（西南石油大學，四川 成都 610000）

小波分析在軸承故障診斷中的應用

耿嘉潔（西南石油大學，四川 成都 610000）

旋轉機械在石油、農業、工業等領域擁有廣泛應用。其使用軸承來執行各種子部件的旋轉或線性運動，同時減少摩擦和應力。因此，軸承的實時監控和診斷對于防止故障，提高安全性，避免生產裝配線的意外停機以及降低成本至關重要。我們提出了一種基于小波變換（DW T）的方法，用于分析來自滾動元件軸承的振動信號，以識別和多元化部件缺陷。實驗結果表明，DWT在軸承故障檢測和分類中獲得良好的準確性和可靠性。

滾動軸承的性能-摩擦，使用壽命，剛度，速度等性能下降或完全故障可歸因于各種因素-軸承潤滑，軸承選擇，不正確的安裝以及其他各種材料或制造差異。其中40%的事件可歸因于某種形式的軸承故障[1]。因此，滾動軸承的實時監測和診斷方法開發很有必要。

在本文中，我們研究的是加速度計接收到的振動信號。使用小波(Wavelet)變換對這些信號進行分析，監測和檢測。然后通過時域參數提取特征，如偏斜度，波峰因數，RMS和峰度。

1 信號檢測和變換

不同的軸承具有不同的轉速。根據軸承幾何形狀和轉速計算頻率可以得出如下所示的計算外圈缺陷和內圈缺陷的公式:

在式(1)和(2)中，其中Nb是軸承數，Bd是球直徑，Pd是節圓直徑，β是接觸角，fs是軸頻率。

小波變換是聯合頻率和時間的方法[2]。在小波變換中，我們可以分解或重建信號，也可以消除噪聲。它基本上不需要窗口的傅里葉變換，基本信息在信號分量中以及窗口的寬度可以變化是它最重要的優點。小波變換主要用于非平穩瞬態信號分析。在傅里葉變換中，只有頻率信息可用，無需關注哪個是固定信號，而在短時傅里葉變換中，存在時間和頻率信息，但是窗口的寬度在這種情況下放大限制，因此需要進行小波變換。傅里葉級數和傅立葉變換不適用于某些應用，所以在這種情況下，我們更多使用小波變換。

f（t）的連續小波變換（CWT）定義為

連續小波變換能夠通過多尺度分析提取信號的奇異點。基本原理是當信號在奇異點附近的Lipschitz指數a＞0時，其連續小波變換的模極大值隨尺度的增大而增大；當a＜0時，則隨尺度的增大而減小。噪聲對應的Lipschitz指數遠小于0，而信號邊沿對應的Lipschitz指數大于或等于0。因此，利用小波變換可以區分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿(奇變)。動態系統的故障通常會導致系統的觀測信號發生奇異變化，可以直接利用小波變換檢測觀測信號的奇異點，從而實現對系統故障的檢測。

2 實驗分析

本研究中使用的實驗裝置是0.25HP-PMDC電機，負載為1-1.5KN，轉速為1980rpm。電機轉速由調節器變化。壓電加速度計安裝在PMDC電機上以測量振動。用于該測試的滾動軸承是SKF 6203 2RS（節距直徑=28.7mm，球直徑=6.747mm，球軸承數=8，接觸角=0）。我們通過改變電動機中的滾動軸承，分析了4種軸承條件-內圈缺陷，外圈缺陷，內加外圈缺陷和正常軸承運行情況。使用EMD創建人為故障，以模擬外部和內部競爭條件，并通過數據采集卡（DAQ）NI-9232收集相應的缺陷頻率。

從實驗裝置接收的振動信號實時饋送到LABVIEW。然后將這些信號轉換為時域并使用FFT繪制。對后續信號執行DB4，DB8，Sym5和Sym8母小波變換，并將其分解為3級，并提取感興趣的信號。信號以1980rpm的速度進行，每個具有2.5KHz采樣頻率和1KHz采樣率的不同軸承缺陷2mm。

外部信號分析速度為1980rpm，缺陷頻率為99Hz，頻率為198Hz時的1次諧波。外圈缺陷是三軸諧波的軸頻。外部頻率來自文獻[3]所述的第3軸頻率，因為在這種情況下，內部頻率是在軸頻率上得到的。

3 結語

本文的目的是提出一種使用小波變換識別不同軸承缺陷的方法。我們的實驗裝置包括滾動元件軸承，負載安裝在恒定速度旋轉的PMDC電機和壓電加速度計上以測量振動信號。然后將這些信號在時域中繪制并構建其FFT。用DB4，DB8，Sym5和Sym8波將信號進一步分解為3級，以提取統計性能參數，如RMS，偏度，峰值和峰值。結果表明，我們的實驗裝置能夠使用小波分析可以診斷出滾動軸承的缺陷。

[1]舒賾,徐曉麗,賈民平等.大型旋轉機械遠程故障診斷系統RMRDS的研制[J].制造業自動化，1999,21(6):39-41.

[2]周小勇,葉銀忠.小波分析在故障診斷中的應用[J].控制工程,2006,13(1):70-73.

[3]趙慧敏,夏超英,肖云魁等.柴油發動機曲軸軸承振動信號的雙譜分析[J].振動、測試與診斷,2009,29(1):14-18,114.