基于小波包分析高速牵引电机轴承故障诊断研究

《基于小波包分析高速牵引电机轴承故障诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

万方数据2012年8月1日第35卷第15期现代电子技术ModernElectronics7FechniqueAug．2012V01．35No．15基于小波包分析的高速牵引电机轴承故障诊断研究邓湘，吴勇，唐宇(北京交通大学机械与电子控制工程学院，北京100044)摘要：简析高速牵引电机轴承故障类型。介绍了LabVIEW和Matlab小波包相结合所开发的高速牵引电机轴承故障诊断测试软件平台。基于此平台，利用高速牵引电机轴承试验站对已知损伤轴承运转产生振动信号的拾取与采集。通过对信号进行小渡包分解画出频谱能量图，再经过yulewalk多通带滤波器滤波，然后提取特征故障频率进行故障识别。试验结果验证了其可行性。关键词：牵引电机轴承I敌障诊断；小波分析}虚拟仪器中圈分类号：TN911．7-34；THl33．3文献标识码：A文章编号：1004-373X(2012)15-0106—04Studyoilhigh—speedtractionmotorbearingsfaultdiagnosisusingwaveletpacketsDENGXiang。WUYong，TANGYu(SchoolofMechanical，ElectronicandControlEngineering·13eijingJiaotongUniversity·Beljing100044，China)Abstract：Inthispaper，high—speedtractionmotorbearingsareclassifiedintodifferenttypesandabriefanalysisonthesetypesisgiven．Thedevelopedfaultdiagnosisandtestplatformforhigh—speedtractionmotorhearingbasedonthecombinationofLabVIEWandMatlabwaveletpacketsisintroduced．Onthebasisoftheplatform，thesampledvibrationsignalsresultingfrombearingswiththeknowndefectsinhigh-speedtractionmotorbearingexperimentstationaredecomposedusingthewave--letpackageofMatlabasatool，andthentheenergyspectrumdiagramofsignalsaredrawn．Consequently．thesignalseollectdfrombearingwithfaultsarefilteredthroughyulewalkband—passfilter．ThenthefeaturesofthefaultfrequencyareaccuratelyextractedandthefanitdetectionandindentificationiSconductedwithconfidence．Theexperimentalresultsprovethefeasibili—tyofthesystem．Keywords：tractionmotorbearing；faultdiagnosis；waveletanalysis,virtualinstrument0引言近年来，随着高速列车的出现。对高速牵引电机轴承的工作状态提出了严格要求。在高速列车运行中，滚动轴承是安全运行的关键部件，也是最容易损坏的部件之一，其故障直接关系到运输的安全问题口]。长期以来，我国轴承行业缺乏相应的关键试验技术及试验设备，不能对高速铁路用轴承进行完善的模拟性能试验，高速铁路用轴承基本依赖于国外进口，因而开展我国高速牵引电机轴承可靠性试验技术和故障诊断技术的研究是当务之急的事情¨】。北京交通大学牵引电机轴承试验站为此方面研究提供了稳定可靠的试验环境。为轴承实验研究奠定了良好的基础，同时为高速列车的安全运行试验提供了重要保证‘“。1滚动轴承故障类型滚动轴承在运行时出现的故障，按其振动信号的频收穑日期：2012-02-08率特征可分为两类：一类为表面损伤故障，包括表面点蚀、剥落、擦伤等；另一类为磨损类故障。由于磨损类故障振动信号的随机性较强，因此本文只对损伤类故障做深入研究¨J。(1)磨损：正常使用的轴承工作表面磨损，产生故障经历的时间长，是一种渐变故障。磨损后振动特征与正常轴承具有相似性质，两者波形都是无规则的且随机性较强。但磨损后的振动幅值明显比正常轴承幅度大。由磨损引起的振动信号，除了振动幅度高于无故障轴承外，没有别的特征差别，所以诊断一般采用检测振动的有效值和峰值，如果明显高于无故障轴承。即判定为磨损。但是轻度磨损不会很快导致轴承的破坏，其危害性远小于表面损伤类故障，所以本文着重研究表面损伤类故障。(2)表面损伤：对此类故障，当损伤点与轴承其他元件受力接触时，容易产生突变冲击脉冲信号。它是一宽带信号，覆盖轴承系统的高频固有振动频率而引起的谐振频率，如图1所示。 万方数据第15期邓湘，等：基于小波包分析的高速牵引电机轴承故障诊断研究107卜J女mple图1轴承表面损伤运转产生脉冲振动信号图1所示的损伤故障产生的冲击振动成分从性质上可分成两类：①轴承工作表面损伤点与之接触的元件表面反复撞击，产生低频振动。称为“通过振动”。其发生周期为两个脉冲时间间隔，可从转速和轴承的几何尺寸求得，且损伤发生在内、外圈或滚动体上时，频率不相同。轴承“通过振动”发生的频率称为故障特征频率，根据这一特征频率大小可判断故障发生的部位。②因损伤冲击力激发的轴承系统高频固有成分振动。“高”是相对故障轴承特征频率而言的。轴承系统产生高频固有振动成分复杂，如轴承内圈或外圈的径向弯曲产生的固有振动，甚至测振传感器的固有振动成分都可由损伤冲击面产生并反映到轴承的振动信号中。这些固有振动可以通过实验的方法得出其振动频率，例如通过一个锤子敲击作为激励，然后检测其激励的振动频率。2故障特征信号数学表示设内圈旋转频率为，s，轴承节径为D，滚动体直径为d，接触角为口，滚动体个数为z，假设滚动体与内外圈之间纯滚动接触¨]。(1)内圈出现点蚀产生的振动当内圈滚道出现点蚀(剥落、压痕)，在滚动体通过时便会产生冲击振动，频率为：^=2(^一fo)2号f1+吾cosa)，，(1)(2)外圈出现点蚀产生的振动当外圈滚道表面出现点蚀时，设定点蚀在载荷区域内，则冲击振动频率为：L5玎。=号(1一号c。sn)厂。(2)(3)滚动体上出现点蚀产生的振动当滚动体表面出现点蚀时，点蚀部分接触内圈和外圈表面产生冲击振动，其频率为：，f=^。易[·一(万_)d2cos2a]f。(3)3基于小波包分析的信号处理方澍5-8]信号分解过程中，小波包对高频信号也能进行分解。小波包在高频段可获得好的时域分辨率，而在低频段可获得好的频域分辨率。由于这种分解相对均匀滤波器组和短时傅里叶变换有突出优点，因此获得广泛应用。设振动信号为‰，则有以下递推公式：f“2，=√z>：矗{z‘。(2x一点){曼(4)I“2H1=√2>：gk"。(2x一愚)、Il∈{称函数集合{“。(z)}高叫做正交小波包。它是原信号在各种尺度上所有频段的全部分解结果。显然一个最佳小波包应使信号z(f)在其各个子空间中的投影尽可能的大。至于说由哪几个空间组成一个最佳的小波包，显然取决于信号z(￡)能量随频率的分布。从应用的角度看。假如分解的目的是为了去噪。则希望噪声在某一个(或多个)子空间的能量较为集中，从而可以方便地去除他们；假如分解的目的是为了数据压缩，则希望信号的能量在某一个(或多个)子空间中较为集中，以便对它们进行编码。无论出于何种目的，在决定最佳小波包过程中，总要确定～个代价函数，从而在各种可能的小波包选择中，选择一种具有最小代价的小波包[9‘1⋯。结合Hilbert与小波包，本研究对信号处理方法的流程图如图2所示。信号进行，』、波乜分解．按照卜述分解^往确定层数(般选取3层)山分解的各小波乜系数接均值与方差和的形式进行小波色上噪山去嵫后的信q进行小渡包再组．弗邑斩进行小波乜分解山分解的小波包信号选取最佳小波包上最址小波乜系数进行处理山上步红果进打快速傅咀叶l变换．判定故障特征圈2基于Hilben与小波包分解的信号处理流程图4基于LabVIEW和Matlab编程诊断软件LabVIEw和Matlab混合编程，既可以充分发挥LabVIEW的图形界面容易设计、易生成仿真信号和数 万方数据108现代电子技术2012年第35卷据采集方便等优点，又能充分利用Matlab强大的数值分析和处理能力[1”。LabVIEw和Matlab相结合使用，是通过LabVIEW编程框中的MatlabScript节点来实现的。此节点能让用户既可以将M程序导入LabVIEW流程图中，又可以在流程图中根据Matlab程序的语法编辑M程序。选择该节点的操作为：函数一数学一脚本与公式一脚本节点----Matlab脚本。直接将该节点添加到LabVIEW后台程序框图，并在MatlabScript程序框上增加节点来添加输入变量，在程序运行时这些变量起着在Matlab和LabVIEW之间传递参数的作用。另外，在MatlabScript程序框添加输出节点，就可以在该节点中编辑可在LabVIEW环境下运行的M程序，完成后通过单击Export将程序保存到选定目录中。在设备故障诊断中，该混合编程软件可实现故障诊断的自动判断和显示。LabVIEW图形化编程语言使系统界面更方便、快捷。基于LabVIEW所开发的轴承故障诊断软件的界面如图3所示。图3基于LabVIEW的轴承故障诊断界面图在图3所示的诊断界面输入轴承的规格尺寸，调用数据库数据名称以及在频谱图上波峰位置的选择参数，同时输入滤波器形状参数。软件根据输入参数和滤波器进行分析、波峰寻找以及故障类型的判断，最后可显示轴承故障的类型。5轴承诊断实验研究5．1外圈损伤图4给出了滚动轴承(NU214)发生外圈损伤时利用小波包分析方法和其他方法对振动信号的分析结果对比。采样长度为10000，采样频率为10000Hz，径向压力为2600N，转速为2000r／min。图4(a)是测试圆柱体轴承振动加速度信号的时域波形。从图中可看见轴承受到脉冲激励的作用，但其确定的时间间隔无法准确判定，只知道轴承已有局部损伤故障发生，损伤部位无法确认，需通过小波包变换方法确定出特征频率后才可诊断出故障。图4外圈损伤下圆柱滚子轴承的振动信号分析利用振动信号的小波包分解得到频谱图如图4(b)所示。在图中，1～2fo特征频率成分代表着滚动轴承外圈特征频率及其谐波分量，它提取(3，o)小波包基变换到频域中，就提取出了周期调制频率。这反映了小波包在信号分解中能有效地保留原信息，从而保留了故障特征，也就是从图4(b)的小波包变换频谱图可较为准确有效地诊断出轴承外圈损伤故障。5．2圆柱滚动体损伤当滚动轴承(NU214)发生滚动体损伤时，诊断问题就变得较为复杂。图5给出利用小波包分析方法和其他方法对振动信号的分析结果对比。采样10000个点，采样频率为i0000Hz，转速为1000r／min，径向压力为‘”32600N。图5(a)是采集故障振动信号的时间波形，可以明显看出周期脉冲，由于加载径向力，脉冲周期性清晰可见。图5(b)和图5(c)是希尔伯特变换和小波包变换后的解调结果。可以看出，小波包变换噪声较大，而希尔伯特变换后明显清晰，经过yulewalk滤波器后特征调制频率清晰可见，如图5(d)所示。提取出多个频率分量，它们近似等于滚动体通过频率，r，其频率108Hz，215Hz，321Hz和428Hz成分占有比较突出的位置。考虑到计算与测量误差的影响，上述五个频率分量即为滚动轴承滚动体故障特征频率及其(2～4倍)谐波分量。 万方数据第15期邓湘，等：基于小波包分析的高速牵引电机轴承故障诊断研究109草>皂譬蜂鲁址卜坦罄例鼻，他伪)小渡Hilbcrl频谱／'／Hz(c1小渡乜顿谱|№(d)刈c州k滤被后顿谭图5单滚动体损伤下圆柱滚子轴承振动信号分析6结语本文通过实物模拟实验获取故障轴承运转产生振动信号，运用Hilbert与小波包分解相结合的信号处理．方法分别对外圈故障轴承振动信号和滚动体轴承故障振动信号进行诊断研究，验证了该故障诊断方法的可行性。同时，所提出的诊断方法还引入了yulewalk多通带滤波器，更有效地提取出故障特征频率，最终有效地诊断出高速牵引电机轴承故障类型。参考文献[1]范文明，邓立，孟庆江，铁路货车滚动轴承故障对行车安全的影响及防范[J]．铁道技术监督，2004(4)：35—38．[2]陈东雷．高速牵引电机轴承试验与测试研究[D]．北京：北京交通大学，2009．[3]梅宏斌．滚动轴承振动监测与诊断：理论·方法·系统[M]．北京；机械工业出版社，1995．[4]吴今培，肖健华．智能故障诊断与专家系统[M]．北京：科学出版社，1997．[5]NIKOLAOUNG，ANTONIADISA．Rollingelementbearingfaultdiagnosisusingwaveletpackets[JJ．NDT&International，2002，35(3)：197—205．[6]BURRASCS，GaopiathRA．GaoH．小波与小波变换导论(英文版)[M]．北京：机械工业出版社，2005．[7]LINJ。ZUOMJ．Gearboxfaultdiagnosisusingadaptivewaveletfilter口]．MechanicalSystemsandSignalProgress—ing，2003，17(6)：1259—1269．[8]何正嘉，訾艳阳，张西宁．现代信号处理及工程应用[M]．西安：西安交通大学出版社，2007．[9]李军伟。韩捷，李志农。等．小波变换域双谱分析及其在滚动轴承故障诊断中的应用口]．振动与冲击，2006<5，：92—95．[10]屈粱生，张海军．机械诊断中的几个基本问题[J]．中国机械工程，2000(1)：211-216．[11]陈锡辉，张银鸿．LabVIEW8．20程序设计从入门到精通[M]．北京：清华大学出版社，2008．[12]龙勇．牵引电机轴承试验台控制系统研究[D]．北京：北京交通大学．2006．[133崔宝珍，王泽兵，藩宏侠．小渡包分析在滚动轴承故障诊断中应用[J]．现代电子技术。2010，33(9)：154—156．作者简介：邓湘男，1965年出生，四川巴中人，博士(后)，副教授．硕士生导师。主要研究方向为机械电子测量与传感技术。吴勇男，1982年出生，湖北人，硕士。主要研究方向为高速牵引电机轴承故障诊断。唐宇女，1971年出生，北京人，硕士，讲师。主要研究方向为电学检测与传感技术。《坝代电子技求》(半月刊)欢趔i丁阅029-83229007