基于時時能量階比譜的變轉速工況滾動軸承微弱故障診斷研究

唐貴基　龐彬

摘要：變轉速工況下的滾動軸承微弱故障診斷同時面臨兩個難點：一是滾動軸承的故障特征信號容易被環境噪聲和干擾信號淹沒；二是滾動軸承故障振動信號的時變特征難以被常規頻譜方法提取。針對上述問題提出了基于時時能量階比譜的滾動軸承故障診斷方法。首先對變轉速工況下的滾動軸承微弱故障振動信號進行時時（time-time，TT）變換，在雙時域上刻畫軸承故障振動信號的時變特征；然后利用提出的時時能量定義計算軸承故障振動信號的時時能量，獲得軸承故障振動信號的時時能量信號；最后對時時能量信號進行階比分析得到軸承故障振動信號的時時能量階比譜，并根據時時能量階比譜的階次特征識別出軸承故障類型。分析了變轉速工況下的滾動軸承故障仿真信號和實驗測試信號，結果表明：時時能量信號能夠有效追蹤軸承故障振動信號的時變能量分布，增強故障特征信號的沖擊特征，時時能量階比譜較包絡階比譜抗噪能力更強，為變轉速工況滾動軸承微弱故障診斷提供一種有效方法。

關鍵詞：故障診斷；滾動軸承；TT變換；時時能量階比譜；變轉速工況

引言

滾動軸承作為旋轉機械系統的關鍵部件，發揮著支撐和減少摩擦耗能的重要作用。當其出現故障時，不僅影響整個系統的生產工作，甚至引發重大安全事故。如能及時對其故障形式做出診斷，就可以減少軸承失效造成的經濟損失和安全隱患。

滾動軸承的主要失效形式為其組成元件的局部損傷故障，局部損傷點在軸承運動部件旋轉過程中與其他部位重復接觸，產生沖擊信號。恒定轉速條件下的沖擊信號為等間隔周期信號，可利用以傅里葉變換為基礎的幅值譜和以Hilbert變換為核心的包絡分析方法識別滾動軸承的沖擊特征頻率。當振動信號中有大量噪聲和干擾信號存在時，需借助形態濾波、最大相關峭度解卷積、倒譜預白化、高階譜等方法對滾動軸承微弱故障特征進行增強。旋轉機械設備在實際生產中的轉速時常是波動的，對于變轉速工況的滾動軸承故障診斷更具現實意義。轉軸轉速變化使得故障沖擊信號不再是等間隔的周期性信號，沖擊周期隨轉速變化而變化，振動信號表現出顯著的時變特征。常規的譜分析方法分析此類信號時會出現頻率模糊現象。適用于恒定轉速的滾動軸承故障特征增強方法在分析變轉速滾動軸承故障振動信號時也遇到諸多難點。如形態濾波通過構建最優結構元素長度的形態濾波器實現滾動軸承故障振動信號周期性沖擊特征提取，而最優結構元素長度與故障沖擊周期相關，處理時變沖擊故障信號時，無法實現最優結構元素長度的設定。最大相關峭度解卷積以相關峭度為評價指標，通過設計一個解卷積濾波器使得輸出信號相關峭度最大化，實現故障特征增強。但相關峭度表達式包含沖擊周期參數T，在變轉速工況下，滾動軸承故障振動信號的沖擊周期不再是定值，因而相關峭度解卷積也不能直接用于滾動軸承時變故障特征增強。倒譜預白化通過倒譜編輯去除振動信號中的平穩趨勢成分，保留信號中的非平穩沖擊特征，而倒譜建立于傅里葉變換基礎之上，不適用于非平穩時變信號分析。高階譜定義為高階統計量的多重傅里葉變換，也不適于分析非平穩時變信號。

針對變轉速工況滾動軸承故障診斷這一難點問題，國內外學者進行了深入研究。如文獻[12]提出基于瞬時轉速測量的轉速階比譜識別方法，用于變轉速工況軸承狀態監測。文獻[13]應用同步平均技術降低因負載而導致的轉速波動對故障沖擊信號的影響，從而有效提取滾動軸承的故障特征。文獻[14]成功將基于變量預測模型的模式識別方法用于變轉速滾動軸承故障智能識別。文獻[15]提出計算階比分析方法，實現了振動信號的等角度重采樣，使得適于分析恒定轉速的故障特征增強方法與譜分析方法具備分析變轉速滾動軸承故障振動信號的能力。利用計算階比分析的角域重采樣原理將滾動軸承時變非平穩信號變成角域平穩信號，再運用形態濾波、相關峭度解卷積、倒譜預白化、高階譜、譜峭度等分析方法提取滾動軸承故障信號的微弱故障特征。但受限于已有故障特征增強方法的局限性，對于變轉速的滾動軸承故障特征增強多置于階比重采樣之后，如何直接對原始振動信號進行特征增強，以保證更高的分析精度，具有重要的研究價值。

鑒于上述情況，在研究TT變換和階比分析基礎之上，提出了基于時時能量階比譜的變轉速工況滾動軸承微弱故障診斷方法。TT變換是在非平穩時頻分析方法S變換基礎上推導而來的時時分析方法，能夠在時時域反映信號的幅值分布。利用此特性首先提出了時時能量的概念，通過計算振動信號的時時能量來反映滾動軸承的時變沖擊特性，直接實現了對原始振動信號的特征增強，然后對時時能量信號進行階比分析得到時時能量階比譜，提取滾動軸承的故障特征階次。通過仿真分析和實驗分析對該方法的有效性進行了驗證。