基于LabVIEW的車載軸承振動監測系統設計

李曉陽，劉 萌，李 萌

（長安大學 汽車學院，陜西 西安 710064）

軸承作為現代汽車的重要支撐部件，廣泛地應用于車輛發動機、傳動系統和行駛系統中，對于汽車能否保持平穩行駛起著極為重要的作用。所以軸承一旦故障，就可能影響相關機械部件的正常工作，甚至使汽車不能正常運行，帶來安全隱患。因此，開發一套車載軸承振動監測系統，并通過控制器局域網（Controller Area Network,CAN）總線接入車載自診斷系統，對某些重要的車用軸承（如變速器滾動軸承）進行實時振動監測和故障診斷并向駕駛員發出警示提醒就很有其必要性。

基于振動分析的軸承故障診斷方法發展至今，已經出現了許多智能化診斷的技術。例如，HE等人將基于振動分析軸承故障診斷技術融入一種深度學習結構中，設計出一種基于深度學習的軸承振動分析和故障診斷方法[1]。JIA等人提出了一種利用深層神經網絡（Deep Neural Networks,DNN）同時進行故障診斷和故障嚴重程度檢測的方法。結果表明，該方法能夠自適應地從被檢測信號中挖掘可用的故障特征，并且可使得診斷的精確度更高[2-3]。目前由于車載自診斷系統可診斷的故障信息并不包含軸承故障信息。因此，本文參考和利用車載自診斷系統開發出一套車載軸承振動監測系統，以擴充車載自診斷系統在車用軸承故障診斷方面的空白。

1 車載軸承振動監測系統總體設計

由于本文的主要目的是以變速器滾動軸承為例設計出一套車載軸承振動監測系統，完成系統設計的首要任務是先了解變速器滾動軸承的故障特點和振動監測原理，在此基礎上確定該系統所采用軸承故障診斷方法，隨后進一步分析出該車載軸承振動監測系統的基本功能，完成該系統的總體結構設計。

1.1 變速器滾動軸承的故障特點和振動監測原理

滾動軸承主要是由內圈、外圈、滾動體和保持架等基本元件組成，考慮到軸承發生局部損傷類故障后，在其運行過程中產生的振動、沖擊較大，容易對整個機械系統產生危害，所以通常把這類故障作為研究的重點。本文將設計的車載軸承振動監測系統也把監測的主要故障確定為點蝕、疲勞剝落早期局部損傷類故障。

表1 軸承各部件故障特征頻率計算公式

當變速器滾動軸承某部件出現點蝕、疲勞剝落等局部損傷類故障后，在軸承運行過程中損傷部件會產生某種對應該故障部件的、具有固定特征頻率的周期性沖擊[4]。軸承的外圈、內圈、滾動體和保持架等部件發生點蝕、疲勞剝落等早期損傷故障時，對應的故障特征頻率如表1所示。

1.2 基于振動分析的軸承故障診斷方法

本文主要采用時域分析和頻域分析等基于振動分析的軸承故障診斷方法，采用時域分析法的主要目的是提取振動信號的一些時域特征參數進行軸承的初步診斷，判斷軸承是否存在故障；然后如果判定軸承存在故障，可進一步利用頻域分析法進行頻譜分析，根據頻譜圖中某些頻率成分的幅值和分布診斷出軸承的故障部件。

1.3 系統功能需求分析

本文主要將系統的功能大致分為兩大部分，第一部分功能為實現軸承振動監測，要求該系統能夠完成軸承振動信號的采集、處理和分析，判斷軸承是否存在故障并能進一步分析診斷出軸承故障的具體部件等；第二部分功能為實現“車載”，要求能夠將系統的硬件和軟件較好地安裝到汽車中，并通過CAN總線連接車載自診斷系統，完成與車載自診斷系統的數據傳輸，將診斷出來的軸承故障信息通過車載自診斷系統顯示給駕駛員。

1.4 系統總體結構設計

借助結構化、模塊化的設計思想，在分析得出本文中的車載軸承振動監測系統的基本功能的基礎上，可將整個車載軸承振動監測系統初步分為數據采集模塊、數據分析模塊和故障顯示模塊等三個功能模塊。

2 車載軸承振動監測系統的硬件設計

硬件是本文設計的車載軸承振動監測系統的基礎，本文設計的車載軸承振動監測系統主要硬件組成如圖1所示。

圖1 車載軸承振動監測系統主要硬件組成

安裝在變速器滾動軸承附近位置的傳感器獲取軸承的振動信號并轉換成電荷信號；電荷放大器將采集的電荷信號轉換為電壓信號并進行信號調理，放大其中含有故障特征信息的頻率成分；數據采集卡將采集的振動信號由模擬信號轉換成數字信號并輸入計算機中；在計算機中運行設計的軟件程序，繼續完成軸承振動信號的采集、分析等一系列操作，完成軸承故障診斷故障信息上傳等功能；最后通過車載自診斷系統完成上傳的故障信息報文解讀和顯示功能。

3 車載軸承振動監測系統的軟件設計

根據前文的理論分析基礎，借助LabVIEW軟件的開發平臺，分數據采集、數據分析、故障顯示三個功能模塊逐步完成整個車載軸承振動監測系統的軟件設計[5]，軟件框架圖如圖2所示。

圖2 軟件框架圖

4 車載軸承振動監測系統的實例分析

采用美國凱斯西儲大學軸承數據庫的數據對本文設計的系統進行調試和實例分析，采集數據使用的試驗臺主要由一個1.5 kW（2馬力）的電動機、一個扭矩傳感器/ 譯碼器、一個功率測試計和電子控制器組成[6]。本文選取一組具有內圈故障的深溝球軸承，將其安裝在試驗臺中，然后通過電動機帶動各測量儀器轉動并采集相應的振動信號數據，軸承的具體型號為6205-2RS JEM SKF，具體含義為位于瑞典哥德堡的斯凱孚公司（Svenska Kullager-Fabriken）生產的雙面密封的深溝球軸承，所需的一些基本參數如表2所示。

表2 實驗軸承的基本參數

下面利用該實驗數據進行本文設計的車載軸承振動監測系統軟件部分的實例分析。

4.1 參數設置

首先，由于本文是借助美國凱斯西儲大學軸承故障數據庫的數據，因此，在調試時應在系統的參數設置界面中將實時采集開關關閉，然后再選擇本文需要進行分析的軸承振動信號數據文件，并輸入相應參數。

4.2 數據分析和故障診斷

首先，系統對該實驗數據進行時域分析，判斷軸承是否存在故障，時域分析后得到的分析結果如圖3所示。

圖3 時域分析結果

分析結果顯示波形數據的峭度約為5.4，峰值因子約為5.2，同時故障指示燈亮，即系統判定該軸承存在故障。為了進一步確定軸承的故障部件，系統先通過帶通濾波器選擇出波形數據中3 000 Hz～4 000 Hz的成分進行包絡解調，獲得的包絡信號再進行低通濾波后取得該信號的包絡功率譜，具體結果如圖4所示。

圖4 包絡功率譜

這里觀察到在信號的包絡功率譜中，最大幅值對應的頻率在162 Hz附近，同時注意到所選用軸承在發生內圈故障時的故障特征頻率恰好約為162 Hz，因此，可以確定該軸承存在內圈故障。該診斷結果與所選用軸承存在內圈故障這一事實是一致的，從而證明了系統診斷結果的準確性。

4.3 故障信息上傳和顯示

系統通過分析軸承的振動信號數據已經確定該軸承確實存在內圈故障，首先選擇上傳故障信息報文的幀類型為標準幀，輸入軸承存在內圈故障這一進行軸承故障診斷后獲得的故障信息，并選擇上傳軸承故障信息。然后通過對故障信息報文進行解讀后，將解讀的軸承故障信息連同上傳的故障信息CAN報文的內容一起顯示出來，對應的界面如圖5所示。

圖5 故障信息顯示界面

5 總結

本文針對當前車載自診斷系統可診斷范圍并未覆蓋整車的現狀，設計開發了一套基于Lab VIEW軟件平臺的車載軸承振動監測系統，并對其進行了調試和實例分析，驗證了所設計系統的軸承故障診斷等部分功能的準確性，這對保證車用軸承的可靠性及推進智能診斷系統的發展有著巨大的意義。