基于虛擬儀器的滾動軸承故障診斷

張 雨，彭志召，張進秋，畢占東，周 曉

（裝甲兵工程學院 技術保障工程系，北京 100072）

軸承的故障信號往往摻雜著很強的背景噪聲，理論分析和試驗表明，若不對有故障軸承的振動信號進行任何預先處理而直接進行頻譜分析，很難診斷出軸承故障［1］。因此，通過信號處理與分析提高故障信號的信噪比，有利于提取出反映軸承故障的微弱信號。

由于計算機技術的不斷革新、數字信號處理技術的高速發展，虛擬儀器在眾多領域得了到廣泛應用。“軟件就是儀器”的虛擬儀器與傳統儀器相比具有獨特的優勢。將虛擬儀器技術引入到滾動軸承故障診斷系統的設計開發中，使軸承故障診斷系統具有更好的靈活性、更低的成本及更好的易用性等優點。

1 軸承故障診斷的信號處理方法

通過軸承故障的信號特征分析可知［2-3］，脈沖信號幅值包絡的頻率就是軸承的故障特征頻率。因此，如何從包含了高頻沖擊性故障信號、低頻平穩信號以及干擾噪聲等內容的振動信號中分離出沖擊成分，是軸承故障診斷的關鍵所在。共振解調技術是實現這一過程最有效的方法［4］。

在實際使用中，經包絡檢波處理后得到的反應軸承故障的低頻包絡信號容易被寬帶噪聲所污染，使早期故障的檢測產生困難。但有用信號和噪聲具有不同的頻帶寬度，可以利用這一特征把信號和噪聲分離開來，分離過程可以用自適應線增強器來實現［5-6］。信號處理的流程見圖1。

圖1 信號處理流程圖

1.1 基于共振解調的包絡提取

基于共振解調的包絡分析有3個步驟：（1）帶通濾波，根據實際情況選擇某一高頻固有振動作為研究對象，通過中心頻率等于該固有頻率的帶通濾波器將沖擊性故障信號保留下來，消除低頻干擾信號；（2）信號包絡的計算，通過包絡解調就能得到一個與故障沖擊頻率相一致的脈沖串；（3）低通頻濾波，將包絡檢波信號通過低通濾波器，一方面消除殘余的高于故障頻率的干擾成分，另一方面壓縮頻帶以避免重采樣時發生頻率混疊。

1.2 自適應譜線增強

1.2.1 工作原理

自適應譜線增強器是自適應消噪的特殊情況，只需要一路被噪聲污染的信號作為輸入。

共振解調后得到的包絡信號x（k）可以認為是包含故障特征頻率的窄帶信號s（k）與寬帶噪聲n（k）之和，即：

圖2是自適應譜線增強器的處理過程，用x（k）延時形式x′（k）作為自適應濾波器的參考輸入。濾波器的輸入x（k）減去濾波器的輸出y（k）形成誤差序列e（k），誤差序列e（k）又反饋給濾波器以調節濾波器的加權值［6］。

圖2 自適應譜線增強器的處理過程

1.2.2 算法實現

進行自適應濾波器的計算一般采用遞歸最小均方（LMS）算法［7］。濾波器的輸出為：

式中：WTk為濾波器的加權向量；X k為輸入向量；L為濾波器的長度；Δ為延遲時間內的采樣點數。

于是誤差為：

均方誤差是e（k）的數學期望值。LMS算法控制濾波器的加權向量以使均方誤差最小。濾波器的加權向量通過下式更新：

式中：μ為步長因子，決定濾波器的收斂特性，其應滿足下式的要求：

式中：Px為輸入信號x（k）的功率。

最小均方算法的具體計算步驟為：

（1）生成輸入信號x（k）的延時x（k-Δ）。

（2）選定權系數初始值W（0）（一般選W（0）＝0）。

（3）形成（3）式定義的輸入向量X k。

（4）按（2）式計算濾波器的輸出y（k）。

（5）按（4）式計算誤差信號e（k）。

（6）按照（5）式更新權向量。

（7）跳轉至步驟（3）。

重復上述迭代過程直至得到每一時刻的輸出為止。

由此可見，自適應LMS算法簡單，不需要任何先驗信息，自適應譜線增強器的自我調節能力使其能夠從寬帶噪聲中分離出微弱的窄帶諧波信號。

2 虛擬儀器系統

虛擬儀器實質上是軟、硬件相結合的產物，硬件主要是解決信號的輸入、輸出，軟件才是整個儀器系統的關鍵。

2.1 硬件組成

本測試系統硬件部分由加速度傳感器、轉速傳感器、數據采集卡、計算機4部分組成，如圖3所示。振動信號的測量采用某公司內置IC的CA-YD-188壓電式加速度傳感器，轉速的測量采用磁電式轉速傳感器，并在轉速傳感器與采集卡之間接一個變換器，將0～100 Hz的方波脈沖信號線性轉換為0～5 V的電壓信號，與振動信號同步進行采集。數據采集器采用某公司的6260動態數據采集系統。

圖3 虛擬儀器測試系統硬件部分組成

2.2 軟件設計

儀器測量、控制、變換、分析及顯示等功能均由軟件來實現，因此，軟件設計是整個系統中的重要部分。本文采用LabWindows／CVI進行設計開發，該平臺將功能強大的C語言和測控技術有機結合，具有靈活編程方法和豐富的函數庫，為開發人員建立檢測系統、自動測試環境、數據采集系統及過程監控系統等提供了理想的軟件開發環境，是實現虛擬儀器及網絡化儀器的快速途徑。

按照圖1的信號處理流程，完成了對振動信號進行包絡分析的程序，并為用戶提供一個友好的虛擬儀器操作界面，如圖4所示。

圖4 軟件界面

3 軸承振動信號處理實例

試驗軸承為NU412圓柱滾子軸承，滾子組節圓直徑Dpw＝105 mm，滾子直徑Dw＝22 mm，滾子個數Z＝12，接觸角α＝0°，軸的轉速為310 r／min，即f＝5.16 Hz，采樣頻率為24 kHz。計算得軸承外圈、內圈和滾動體的故障特征頻率分別為24.5 Hz，37.4 Hz和23.5 Hz。

軸承滾動體出現早期缺陷的振動加速度信號如圖5所示，圖6是直接對原信號進行頻譜分析的結果。由于干擾信號的存在，低頻信號完全被淹沒，不利于進行缺陷診斷。從頻譜圖可以看出在5.5～7.5 kHz之間有共振峰存在。

圖5 軸承振動信號時域波形

圖6 原始信號的幅值譜

利用半階數為100、通帶為6.5～7.5 kHz的FIR濾波器對振動信號進行濾波，并對濾波后的信號進行Hilbert變換提取包絡，再對包絡信號進行截止頻率為1 500 Hz的低通濾波。為了降低采樣頻率和數據長度，利用重采樣技術對包絡信號進行抽取，抽取方法為8點中抽取1點。包絡信號經抽取后，采樣頻率變為3 kHz，其幅值譜如圖7所示。

圖7 共振解調后的包絡譜

將重采樣后的包絡信號通過自適應線增強器，然后對輸出信號作幅值譜，結果如圖8所示。自適應譜線增強器的參數設置為Δ＝10，L＝20，μ＝0.000 5。

圖8 ALE輸出信號的幅值譜

將圖7與圖8進行對比，可以發現在圖8中滾子故障頻率的1階、2階、3階譜峰更加突出，說明譜線增強器降低了寬帶噪聲的污染，有利于檢測出軸承的故障。

4 結束語

共振解調技術是軸承診斷最有效的振動分析方法，具有“沒有故障就沒有譜線”、“有故障則出現多階諧波譜線”等規律。本文將共振解調與ALE自適應濾波技術相結合，進一步降低了噪聲的干擾，使故障信號的包絡譜具有更加清晰的故障特征譜線。