基于阶比跟踪的全息谱分析方法.docxVIP

基于阶比跟踪的全息谱分析方法 旋转机是指具有最多、应用最广泛的类型的机械。尤其是一些大型旋转机，如离心式压缩机、电机、球磨机和大型收割机。这些设备是支持国家经济和海外能源、冶金等部门的重要设备。如果发生故障，损失和影响将非常严重。因此，有必要监测旋转机的状态，并对其进行诊断。 目前, 监测旋转机械工作状态的手段虽然有很多, 但振动监测仍是一种易于实现又可靠的方法.振动信号中携带设备内部运行状态的大量信息, 可以根据这些信息进行故障诊断. 全息谱是针对传统的FFT分析中振动的幅值和相位相互分离、同一截面的水平和垂直方向振动相互独立的缺点所发展起来的一种故障诊断技术,但在转速波动时所得到的结果误差较大,不能对非平稳信号做出有效的分析和处理.阶比分析技术也是在FFT分析技术基础上发展起来的,研究旋转机械振动特征的一种信号分析技术,其特点是充分利用转速信号,并可对非平稳信号做出分析.文中分析了全息谱的不足,把阶比跟踪采样技术引入到全息谱中,并用仿真实验验证了此方法的可行性. 1 全谱原则和不足 1.1 有限离散提取 全息谱分析又称全息稳速分析,实质上是多传感器信息融合在大机组监测和诊断中的一种体现,主导思想是将传统谱分析所忽略的相位信息充分利用起来,使设备的振动形态得到全面的反应,提高故障诊断所需要的信息量,体现诊断信息的全面利用、综合分析的思想, 其基础为二维全息谱.它相比传统的谱分析方法,合并了两路振动信号的幅值谱和相位谱,不但反映了2个方向振动信号的幅值,同时也反映了二者之间的相位关系,其构造过程如下: 1)同时采集转子x,y相互垂直2个方向的振动信号,经过预处理后得到有限离散数据序列xt,yt; 2)由有限离散傅立叶变换公式得到对应的频谱序列Xk,Ym; 3)频谱序列为复数,可以写成实部与虚部之和: Xk=Rk+jIk?Ym=Rm+jIm.Xk=Rk+jΙk?Ym=Rm+jΙm. 对应的幅值和相位分别为: Ak=R2k+I2k??????√?Bk=R2m+I2m???????√,ak=tg?1(Ik/Rk)?βm=tg?1(Im/Rm).Ak=Rk2+Ιk2?Bk=Rm2+Ιm2,ak=tg-1(Ιk/Rk)?βm=tg-1(Ιm/Rm). 两振动信号同频的第i根谱线,以时间t为参数的三角参数方程为: xi=Aisin(ωit+αi),(1)yi=Bisin(ωit+βi).(2)xi=Aisin(ωit+αi),(1)yi=Bisin(ωit+βi).(2) 将式(1)和式(2)相加,消去参数t,得到第i根谱线的合成方程: x2iA2i+y2iB2i?2xiyiAiBicos(βi?αi)=sin(βi?αi).(3)xi2Ai2+yi2Bi2-2xiyiAiBicos(βi-αi)=sin(βi-αi).(3) 方程轨迹视参与合成的幅值和相位差的大小可为圆、椭圆或者直线.将式(3)所得的轨迹图按谱线频率的大小,顺序排列起来就构成了全息谱. 1.2 fft算法修正fft算法 全息谱是基于FFT算法提出的一种故障诊断方法,转子在运行状态下,由于各种干扰和现场因素的影响,转速不是绝对平稳的,而是波动的、变化的.在这些状态下对应的振动信号实际上应属于非平稳信号,它不满足傅立叶变换对信号的平稳性要求,若直接做傅立叶分析、全息谱分析,必然导致较大的误差.因此要提高全息谱的精度、取得清晰正确的全息谱图必须修正FFT算法;或者采用某种方法在不丢失相位信息的情况下把非平稳信号转换为平稳信号,再对其进行处理. 西安交通大学机械诊断与控制研究所采用一种比例内插的方法来修正FFT算法,取得了很好的效果.笔者采用阶比跟踪采样方法,把时域内的非平稳信号转化为角域里的平稳信号后再进行分析. 2 分类分析技术 2.1 旋转机械振动中的阶比分析方法 转子的振动往往与转速有关,工作状态可以由与转速成正比的振动信号各阶频率分量之间的相互关系识别出来,而阶比分析技术正是充分利用转速信号来研究旋转机械振动特征的一种信号分析技术,实质是将时域的非平稳信号通过等角度采样转变为角域的平稳信号,它能很好的消除因为转速波动所引起的谱线模糊和信号畸变.阶比分析技术的关键是获得相对参考轴的等角度采样数据,即等角度采样.这需要准确获得阶比采样时刻及相应的基准转速,即实现阶比跟踪采样. 2.2 跟踪采样成本高 目前的阶比跟踪采样方法主要有硬件式阶比跟踪法,基于瞬时频率阶比跟踪法和计算阶比跟踪法等方法.硬件阶比跟踪法需用专门的硬件来保证阶比跟踪采样,实时性好,但成本较高;基于瞬时频率的阶比跟踪法是用软件的方法来实现,投资少,但精度不高;计算阶比跟踪法,采用键相装置和插值算法,用测得的转速信号对原振动信号序列进行重采样,方法灵活,无需特定的硬件,可产生相同或更好的精度,目前已成功应用