基于小波變換診斷軸承外圈故障

李海穎

（邢臺學院，河北邢臺　054000）

?

基于小波變換診斷軸承外圈故障

李海穎

（邢臺學院，河北邢臺054000）

摘要：針對設備的關鍵部件軸承易發生故障的特點，利用軸承試驗臺采集外圈點蝕的故障信號，使用小波分析法對故障信號進行早期診斷，通過實驗及診斷過程證明小波與Hilbert包絡譜結合進行故障信號分析的方法對于軸承故障具有明顯的效果，有助于更好的進行故障診斷工作。

關鍵詞：故障診斷；軸承外圈；小波變換；希爾伯特

1　前言

軸承是一套設備中最為關鍵的部件之一，軸承運行狀況直接影響整體設備的性能，同時軸承也是整套設備中最易損壞的部件［1］。由于軸承運行不當發生故障將導致整體設備的癱瘓，因此開展軸承故障的診斷有重大的意義。

故障診斷過程包括故障信息的獲取、故障特征信息的提取和狀態識別三個部分，其中故障特征提取和狀態識別是兩個關鍵環節［2］。部件本身或與制造質量有關，甚至軸承裝配以及工作狀態都會引起滾動軸承的振動。對引發軸承振動原因和現有的不同的檢測方法進行分析研究，從振動信號中找出激勵特點，獲取振源的可靠信息，用這種檢測方法對滾動軸承的故障進行診斷。

2　小波變換及希爾伯特譜分析

小波變換進行分析方法的實質即：用一種窗口大小固定但時頻窗可以改變的時頻局部化分析方法。也就是說在低頻部分采用較高的頻率分辨率和較低的時間分辨率，而在高頻部分采用的是較高的時間分辨率和較低的頻率分辨率。由此可以看出利用小波分析診斷旋轉機械的故障具有重大的理論價值和現實意義。

希爾伯特變換是一個可用于獲得函數的分析表示的線性算子［3］。它在信號處理領域有顯著的作用，可直觀查看振動的瞬時屬性，如頻率、相位和振幅，使復雜的系統可以進行時域分析；通過傳遞函數，希爾伯特變換可以從系統的虛數部分找到系統的實數部分，反之亦然，它允許在頻域中對系統進行分析，也可以用作分析更復雜系統的中間步驟，除了頻率響應函數的分析，它對滯后阻尼表征和非線性系統的鑒別有重要作用［4］。

信號為x（t）的希爾伯特變換y（t）如式（2.1）所示。

希爾伯特變換相當于一個的濾波器，其頻譜成分的振幅保持不變，但它們的相位是有一個的移位，其單位脈沖響應為其反變換如式（2.2）所示。

3　軸承故障分析

本實驗系統主要由軸承實驗臺、數據采集儀以及筆記本電腦三部分組成。先將有故障（外圈點蝕故障）軸承安裝在軸承實驗臺上，由數據采集儀完成信號數據采集，并上傳到電腦中，進行數據處理分析。

軸承試驗臺（如圖1所示）的具體參數見表1。

圖1　軸承試驗臺

表1　軸承試驗臺參數表

在軸承試驗臺上采集外圈點蝕的故障信號，對其進行時域、頻域以及小波變換的相關分析，通過對振動信號的分析實現軸承外圈點蝕的故障診斷，并研究軸承外圈故障對振動信號的影響。

本實驗采樣頻率為6000×2.56=15360Hz，采樣點數為4096。

通過對采集到的外圈故障信號時域波形圖（見圖2）的觀察，很難發現是否存在外圈故障。而對于故障信號的頻域波形圖（見圖3），雖存在一些較為明顯的沖擊，看到一些倍頻成分，但仍然不能做出準確的判斷，需進一步分析，因此需要用小波做進行一步的分析。

圖2　信號的時域圖

圖3　信號的頻域圖

通過多次試驗比較，以上結果圖形選用db20正交小波進行了6層小波分解（如圖4所示），為了進一步清晰識別故障信息，根據各個圖形的特征，選取第二層信號d2進行Hilbert（希爾伯特）解調并作包絡譜分析，如圖5所示。

圖4　db20正交小波6層分解圖

圖5　Hilbert解調圖

經過小波分析后的包絡功率譜如圖5所示，從中可以看到比較明顯的倍頻關系存在，基頻是76.9Hz左右，以及二倍頻，三倍頻，四倍頻等倍頻成分。我們發現了頻率為76.9Hz左右的特征譜線，這和外圈特征頻率76.7282Hz很相近，它的倍頻成分也較清楚，故可以基本認定故障是發生在外圈上的。

由以上分析綜合得出：診斷軸承為外圈故障可能性較大，建議在定修時對軸承機開箱檢查，其中對軸承外圈做重點檢查。

4　結論

實驗結果表明，小波與Hilbert包絡譜結合進行故障信號分析的方法，對于軸承故障診斷具有明顯的效果，有助于我們更好的進行故障診斷工作。在信號的時域圖和頻域圖均不能清楚顯示故障信息時，采用小波變化進行處理，可以突出故障的特征，充分體現了其用于信號處理的優越性及其在故障診斷中重要作用，有助于我們及時發現故障，避免造成重大經濟損失。

參考文獻：

［1］褚福磊，彭志科，馮志鵬，等.機械故障診斷中的現代信號處理方法［M］.北京:科學出版社，2009.

［2］程軍圣，于德介，楊宇.基于EMD和SVM的滾動軸承故障診斷方法［J］.航空動力學報，2006，21，（3）:575-580.

［3］GONZALEZI，KAROUMIR. Analysis of the annual variations in the dynamic behavior of a ballasted railway bridge using Hilbert transform［J］. Engineering Structures，2014，60 （126-32）.

［4］熊星.基于小波包分解和希爾伯特黃變換的滾動軸承故障診斷［D］.中國科學技術大學碩士論文.

［5］汪璇，曹萬強.Hilbert變換及其基本性質分析［J］.湖北大學學報，2008，30（1）: 53-5.

［作者簡介］李海穎（1976-），女，河北邢臺人，碩士，副教授，從事計算機教學與研究工作.

［基金項目］河北省高等學校科學技術研究項目.課題編號：Z2014103

［收稿日期］2016-01-20

中圖分類號：TP391.77

文獻標識碼：A

文章編號：1672-4658（2016）02-0185-02