滚动轴承全寿命数据监测分析及特征提取∫∫.PDFVIP

　第４０卷 第８期 华电技术 Ｖｏｌ．４０　Ｎｏ．８　 　　２０１８年８月 ＨｕａｄｉａｎＴｅｃｈｎｏｌｏｇｙ Ａｕｇ．２０１８　 滚动轴承全寿命数据监测分析及特征提取 芮晓明，胡鑫 （华北电力大学 能源动力与机械工程学院，北京　１０２２０６） 摘　要：基于ｍａｔｌａｂ语言程序的简单便捷以及强大的振动信号数据处理分析功能，对检测到的滚动轴承振动信号数据 进行时域分析，在进行频域和倒频谱分析的时候，采用一种能量特征值的方法，对信号数据进行处理，并且得到其各类特 征值参数趋势曲线，从而更加直观地对滚动轴承进行数据监测分析和寿命预测。 关键词：ｍａｔｌａｂ；滚动轴承；特征值；数据监测分析；寿命预测 中图分类号：ＴＨ１３３．３３　　　文献标志码：Ａ　　　文章编号：１６７４－１９５１（２０１８） ０８－０００５－０６ 为时域分析。时域波形反映了许多振动信号特征的 ０　引言 信息，包括信号类型、幅度范围、简谐成分、周期成分 机械、运载、能源、冶金、电力等国民经济行业中 或脉冲成分、故障引起的瞬时脉冲成分、共振、拍频 的设备往往处于高负荷、变载荷和持续的运行状态， 和调制等。时域分析方法是一种经典的信号处理方 设备核心机械部件和结构不可避免地会发生劣化和 法，一直是状态监测和故障诊断的简单且有效的 失效，造成很大的经济损失、资源浪费、环境破坏，甚 方法。 至人员的伤亡。因此，设备安全可靠性非常重要。 本次通过提取时域的一些时域特征值对数据进 滚动轴承作为机械设备的基础性零件，在旋转 一步分析。 机械中有着广泛的应用。据统计，将近一半的旋转 １．２　频域分析法 机械故障是滚动轴承的损坏所造成的，其主要原因 随着故障的发生、发展，往往引起信号频率结构 在于滚动轴承的工作环境一般相对恶劣，并且有时 的变化，通过时域分析有时候很难判断信号中包含 零件的加工和安装工艺不好，或轴承维护条件欠佳， 了哪些频率成分及其幅值和相位，但如果以频率作 或突然的冲击载荷会使轴承运行一段时间后产生各 为参照，将信号中不同频率成分的幅值和初始相位 种各样的缺陷，而继续运行一段时间后，缺陷会进一 分别在频率周上表示出来，就可以清楚地了解信号 ［１－３］ 步扩展，轴承逐渐劣化甚至失效 。 中的频率构成情况，从而获得更多的有用信息，这就 目前，轴承故障监测的很多方法对操作人员的 是频域分析。测试信号的频域分析是采用傅里叶变 经验有很大的依赖性，且容易误报和报错，局限性比 换，将时域信号变换为频域信号，从而帮助人们从另 较大。当然也有很多学者提出了小波分析、能量分 外一个角度对信号进行分析的一种方法，也称频谱 析、包络分析、ＫＰＣＡ和 ＷＰＨＭ等数据监测方 分析。频谱分析是振动信号分析的最主要方法，也 法［４－６］，这些方法对轴承的故障监测有一定的作用。 是现代信号分析方法的基础。 滚动轴承常见的失效形式有疲劳点蚀、磨损、塑 在测试信号中，分模拟信号和数字信号２种类 性变形、腐蚀、断裂和胶合［７－１０］，这些故障能引起振 型。在进行频谱分析时，对于模拟信号来说，首先需 动信号的变化，本文则利用ｍａｔｌａｂ对振动信号的时 要对模拟信号进行抽样，使其离散化后进行离散傅 域特征值、频域能量特征值和倒频谱能量特征值进 里叶变换（ＤＦＴ）或者快速傅里叶变换（ＦＦＴ），然后 行处理分析，达到对轴承故障进行比较可靠的数据 对其幅度（ＡＢＳ）和相位（ＡＮＧＬＥ）的图像进行分析， 监测和寿命预测的目的，这对提高关键设备的可