基于EMD方法的煤礦絞車軸承故障診斷

喬淑云

(1.徐州工程學院 信電工程學院， 江蘇 徐州　221111；

2.中國礦業大學 信息與電氣工程學院， 江蘇 徐州　221116)

?

基于EMD方法的煤礦絞車軸承故障診斷

喬淑云1,2

(1.徐州工程學院 信電工程學院， 江蘇 徐州221111；

2.中國礦業大學 信息與電氣工程學院， 江蘇 徐州221116)

摘要：根據煤礦絞車齒輪箱軸承在變速變載工況下振動信號的頻率一直發生變化的特征，提出采用EMD方法進行絞車軸承故障診斷。在較大拖動力與較大轉頻階段，根據軸承座在正常狀態與故障狀態下振動信號的IMF分量的能量與總能量的比值及均方根能量來判斷軸承工作狀態，通過提取故障信號頻率的邊際譜判斷故障位置。實驗結果證明了EMD方法能夠有效檢測出絞車齒輪箱軸承故障。

關鍵詞：煤礦絞車； 齒輪箱軸承； 故障診斷； EMD方法

網絡出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160405.1131.012.html

0引言

煤礦絞車系統是聯系井上和井下的唯一輸送通道，不僅裝載容量大、能耗高，而且可靠性要求高，其工作狀況的好壞直接影響礦山建設與生產的安全。近年來，絞車齒輪箱軸承出現故障的概率為30%以上，因此，對齒輪箱軸承進行故障診斷，尋找故障發生的規律，避免重大事故發生，對煤礦安全生產具有重要意義。

絞車勻速運行時，齒輪箱故障振動信號與正常信號相比，相同頻帶內信號的能量變化較大；而在變速變載情況下，振動信號的頻率一直發生變化，在變速振動信號的一系列時間切面上，相同瞬時頻帶內信號的能量分布不同。如何將變速振動信號中的各個單分量信號進行分解，是實現非平穩狀態下軸承故障診斷的關鍵。傳統的信號處理方法如短時傅里葉變換、小波分析在處理該類信號時分別存在難以找到合適的短時窗函數而導致效果較差和能量泄露、不具有自適應性的缺陷。EMD(Empirical Mode Decomposition，經驗模態分解)方法[1]由于具有很好的自適應性得到了廣泛研究和應用[2-4]。本文將EMD方法應用于煤礦絞車齒輪箱軸承在變速變載狀態下的故障診斷，提高了絞車系統的安全性。

1EMD方法

EMD方法可將一個復雜的多分量信號x(t)(t為時間)分解為有限個IMF(Intrinsic Mode Function，本征模態函數)之和，具體步驟如下。

酒款亮點：這款葡萄酒就叫Let's Drink Cabernet Sauvignon，專門為喜慶暢飲場合而定制，來自南澳庫納瓦拉產區，未經過太多橡木桶陳年，散發出成熟甜美的黑色李子、黑莓漿果的香氣以香料的氣息，果香充沛，口感柔順，單寧細膩，適合暢飲及制作圣誕紅酒。

求取前5個IMF分量的能量與總能量的比值，結果見表1。

(2) 若h1不符合IMF條件，則將h1作為原始數據，重復步驟(1)，得到上、下包絡線的平均值m11。令h11=h1-m11，判斷h11是否符合IMF條件，若不符合則循環k次，得h1k=h1(k-1)-m1k(m1k為第k次循環時上、下包絡線的平均值)，使h1k滿足IMF條件。記c1=h1k，則c1為x(t)的第1個滿足IMF條件的分量。

當rn成為一個單調函數不能再從中提取滿足IMF條件的分量時，循環結束。由式(1)、式(2)得

(1)

將r1作為原始數據重復步驟(1)、步驟(2)，得到x(t)的第2個滿足IMF條件的分量c2;循環n次，得到x(t)的n個滿足IMF條件的分量[6]，從而得

研究進一步驗證了環境心理學相關理論及Arthur Stamps的天際線美學理論，為城市天際線定量評價提供了探索性的研究方法。當前我國城市正處于快速建設的階段，設計手段及反饋機制亟待更新，以上方法也為城市規劃設計導則的科學化編制提供了可能性。關于現階段城市設計得到如下啟示：

(2)

(3) 將c1從x(t)中分離出來，得

3.1.3 濕化液 對照組采用生理鹽水進行吸痰前的濕化，據報道，生理鹽水濕化氣道不但無幫助還可能有害［11］。對成人進行研究表明，吸痰時使用生理鹽水不但不會使痰液松動、稀釋分泌物，生理鹽水還會刺激咳嗽反射引起煩躁，咳嗽胸廓內壓會有相當大的升高，引起心率遲緩、低氧血癥以及潛在引起感染［12］。能稀釋痰液的唯一方法是使進入氣道的水變成氣霧狀。因此，機械通氣時良好的氣道濕化是稀釋痰液的關鍵［5］。

(3)

對圖2所示的軸承故障信號進行EMD分解，得到分解后的IMF。IMF均方根能量為

2實驗設計

發燒是人體的自我保護機制之一，是人體在調動免疫系統對抗疾病的過程中表現出來的一種癥狀，因此發燒不完全是壞事兒。很多種疾病都可能引起發燒，體溫的高低與疾病的嚴重程度也不一定成正比。個人的體質不同，體溫調節的敏感度也會不同，有的人輕微感冒就能燒很高，有的人即使嚴重感染了也不見得有很高的體溫。這里說的“感染”可能是病毒感染，也可能是細菌等其他病原體感染。

圖1　實驗裝置

測量振動信號時，3個壓電式加速度傳感器分別布置在齒輪箱軸承座的水平、垂直及軸向方向。電荷放大器采集軸承座的振動信號，信號經數據采集箱處理后，上傳到計算機進行分析。在正常和故障情況下測得軸承座水平方向的振動信號如圖2所示。

實驗裝置如圖1所示。將壓電式加速度傳感器安裝在故障軸承的軸承座上，調節變頻器使齒輪箱加速運行，采集軸承座的振動信號。信號采樣頻率設置為1 000 Hz，分別采集轉速變化相同階段軸承座的振動信號，以便對比分析軸承的故障狀態與正常狀態。采用的故障軸承為SKF-6205型單列深溝球軸承，調速電動機為直流電動機，功率為5 kW，通過變頻器實現調速。

絞車軸承發生故障時，測得的振動信號的幅值隨電動機輸出轉矩的變化而變化，對其進行時頻變換后，特征頻率的幅值也隨電動機的輸出扭矩而變化。軸承座的受力情況比較復雜，包括鋼絲繩的動張力、齒輪之間的嚙合徑向力等，因此軸承座上的外力表現為波動力，使得測量的振動信號幅值發生變化。另外，由于振動信號隨軸承轉動頻率的變化而變化，所以當軸承存在故障時，軸承故障頻率分量會隨軸承轉動頻率而變化?？梢姡谶M行軸承故障分析時，需對存在較大拖動力與較大轉動頻率階段的振動信號進行分析，對故障特征進行提取。

再次，社會有關部門在支持和鼓勵青少年科學運用網絡的同時，應進一步加大對網絡信息的管理力度。按照心理學的社會學習理論的觀點，我們主要是根據情境的特性來調整自己的行為，相關法律、規章、制度的完善是保證社會網絡環境凈化的必備條件，也是減少學生人格障礙產生的重要因素。

(a) 正常振動信號

(b) 故障振動信號

3故障特征提取

由式(3)得到一個用于信號分解自適應的廣義基。在信號自適應分解過程中，基函數是一系列可變幅度和可變頻率的函數。利用EMD方法在分解信號過程中，外界噪聲及間歇性沖擊的幅值隨分解次數的增加而逐漸減小，從而抑制噪聲。因此，可利用EMD方法將絞車齒輪箱在加速過程中產生的非平穩信號進行自適應分解，得到不同的單分量信號，再根據邊際譜判斷出軸承故障信息。

(4)

(1) 確定x(t)所有的局部極值點，用三次樣條曲線將所有的局部極大值、極小值點連接起來形成上、下包絡線。將上、下包絡線的平均值[5]記為m1，令h1=x(t)-m1。理想地，若h1為一個IMF，那么h1即為x(t)的第1個滿足IMF條件的分量。

星雨向李離撲過來，作勢要撕他的嘴：“你這個死妮妮，宇晴姐姐剛才要打，也應該來打你，在你頭上敲出三個熟板栗分給我們三個吃！”

表1　前5個IMF分量的能量與總能量的比值

根據IMF均方根能量分別計算齒輪箱軸承正常狀態與故障狀態下的能量值，結果見表2。

表2　軸承正常和故障狀態下IMF均方根能量

由表1和表2可看出，軸承正常狀態下，振動信號的瞬時頻率成分能量主要集中在軸承固有頻率及高階倍頻處，能量分布的不確定性較小，經EMD分解后各IMF分量的能量分布的不確定性相對減少，所得的能量值也較小。在故障狀態下，固有振動頻率周圍存在一定的邊頻帶，振動信號的瞬時頻率成分能量分布相對均勻，受邊頻帶的影響，所得的能量分布的不確定性較大，經EMD一次分解后得到的各IMF分量能量分布的不確定性也較大，所得的能量值偏大。

結合采集信號進行分析判斷，該齒輪箱軸承故障信號存在于高頻段。圖3為軸承故障信號經EMD分解后的前5個IMF分量。

圖3　軸承故障信號經EMD分解后的前5個IMF分量

對軸承故障信號的邊際譜進行計算，結果如圖4所示。通過邊際譜得出故障頻率為128.9 Hz，與根據軸承參數計算出的軸承滾動體故障特征頻率129.6 Hz相近，因此判斷為滾動體故障。

圖4　軸承故障信號的邊際譜

4結語

通過對煤礦絞車齒輪箱軸承振動特性進行分析，提出在較大拖動力與較大轉頻階段采用EMD方法來提取軸承故障信息，得到能夠提取故障頻率的邊際譜，進而判斷軸承故障類型及發生位置。實驗驗證了EMD方法在檢測絞車齒輪箱軸承故障方面的有效性。

參考文獻：

[1]HUANG N E, SHEN Z, LONG S R,etal. The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis[J]. Proceedings of the Royal Society, 1998, 454: 903-995．

[2]龐維建，馬海龍，益軍．EMD濾波在煤礦電動機故障診斷中的應用[J]．工礦自動化，2015，41(3):93-95．

[3]劉自然，熊偉，顏丙生，等．EMD方法和倒頻譜在齒輪箱故障診斷中的應用[J]．組合機床與自動化加工技術，2014，56(9):102-104．

[4]華偉，荊雙喜，牛振華.基于經驗模態分解的礦用通風機故障診斷研究[J]．礦山機械，2008，36(17):17-19．

[5]LEI Y G, HE Z J, ZI Y Y. Application of the EEMD method to rotor fault diagnosis of rotating machinery[J]. Mechanical Systems and Signal Processing, 2009, 23(4):1327-1338.

[6]周將坤.基于Hilbert-Huang變換和BP神經網絡的滾動軸承故障診斷研究[D]．鎮江：江蘇大學，2010．

Fault diagnosis for mine hoist bearing based on EMD method

QIAO Shuyun1,2

(1.College of Information and Electrical Engineering, Xuzhou Institute of Technology, Xuzhou 221111,

China; 2.School of Information and Electrical Engineering, China University of Mining and Technology,

Xuzhou 221116, China)

Abstract:According to characteristics that frequency of vibration signals of hoist gear box bearing in coal mine changes all the time under varying load and speed conditions, EMD method was adopted for fault diagnosis for hoist bearing. In phase of larger drag force and greater rotating frequency, working status of bearing is adjusted according to energy ratio and root mean square energy of IMF components of bearing vibration signal under normal status and fault status, and fault position is determined by extracting marginal spectrum of fault signal frequency. The experimental results show EMD method can detect bearing fault of hoist gear box effectively.

Key words:mine hoist; bearing of gear box; fault diagnosis; EMD method

作者簡介：喬淑云(1967-)，女，江蘇徐州人，副教授，博士研究生，研究方向為煤礦安全生產通信與監控、智能信息處理，E-mail：qsyhchhq@163.com。 王耀輝(1981-)，男，陜西咸陽人，碩士，助理研究員，主要從事煤礦開采裝備開發及工藝研究工作，E-mail：wyaohui@126.com。

基金項目：江蘇省大型工程裝備檢測與控制重點建設實驗室開放課題資助項目(JSKLEDC201312)；住房和城鄉建設部研究開發項目(2014-k1-045)；徐州市科技計劃項目(KC14SM095)。 “十二五”國家科技支撐計劃資助項目(2012BAK04B08)；天地科技開采設計事業部生產力轉化基金資助項目(KJ-2014-TDKC-02)。

收稿日期：2016-01-11；修回日期：2016-02-23；責任編輯：李明。 2015-10-26；修回日期：2016-02-05；責任編輯：李明。

中圖分類號：TD633

文獻標志碼：A網絡出版時間：2016-04-05 11:31

文章編號：1671-251X(2016)04-0051-04

DOI:10.13272/j.issn.1671-251x.2016.04.012

喬淑云.基于EMD方法的煤礦絞車軸承故障診斷[J].工礦自動化，2016,42(4)：51-54.