基于插值插值的旋转机械非稳态信号分析.docxVIP

基于插值插值的旋转机械非稳态信号分析 对于具有稳定工频的机械，通常使用基于fft的一般频率分析法有效提取特征频率，并诊断出症状。但许多旋转机械在工作过程中其旋转速度并非处于绝对匀速状态,而是在一定的转速范围内不断变化。特别是在启动和停车的过程中,其工频是不稳定的。若人为地将这类信号假定为平稳信号进行处理,结果将产生严重的“频率模糊”现象。为了解决这一问题,阶次跟踪理论应运而生。 工程测试所得信号往往含有大量的噪声成份,因此在分析周期性稳态信号时数据平均方法常被用来抑制噪声提高信噪比。对于旋转机械,本文假设在角频域内系统转速变化仅对信号的幅值有影响而不影响其频率,并在此基础上对角域重采样信号进行了角域平均。分析实例证明了该方法的可行性。 旋转机械振动信号复杂,仅通过频谱分析是远远不够的。由于倒频谱能将频谱上成族的边频带谱线简化为单根谱线,可以检测出功率谱中难以辨识的周期性,因此本文将倒频理论引入阶次分析,以便得到信号的倒阶次谱,提取故障特征。 1 分类方法的实现 1.1 重采样实验结果的讨论 计算阶次分析法是近年来发展起来的一种先进技术,其主旨在于通过信号处理算法将等时间间隔采样信号转化为等角度采样信号,即同步采样信号。与硬件阶次分析法相比,此方法既可降低成本、放宽传感器安装限制又能提高角域采样率,优点显著。其具体实现过程如下。 通常,为了确定重采样的时间点,需先行设定参考轴的角加速模式,一般认为在一个小的时间段内参考轴作匀角加速运动,前人的研究证明了这一假设的可行性。 在此前提下,参考轴的转角θ可以表达为 θ(t)=b0+b1t+b2t2(1)θ(t)=b0+b1t+b2t2(1) 式中:b0,b1,b2为待定系数;t为时间点。 对等时间间隔采样信号,将3个依次到达的脉冲时间点t和转角增量Δ?代入式(1),可得 ???0Δ?2Δ????=????111t1t2t3t21t22t23???????b0b1b2???(2)(0Δ?2Δ?)=(1t1t121t2t221t3t32)(b0b1b2)(2) 由上式求出bi的后,将其代入式(1)可得 t=12b2[4b2(θ?b0)+b21????????????√?b1](3)t=12b2[4b2(θ-b0)+b12-b1](3) 根据上式便可求出等角度采样时恒定角增量Δθ所对应的需要插值的时间点。 根据所求出的时间点,利用插值算法对振动信号进行插值,可以求出振动信号角域里对应于采样时间点的幅值,再对其进行FFT变换,结果就是重采样后的阶次谱图。 特别指出,以上算法仍需满足采样定理,这表现在两个方面:第一,重采样的采样率不可无限制的提高,要受时域采样信号采样率的影响;第二,不能分析阶次高于1/2采样率的信号成份,以免产生‘混迭’。 1.2 转速机械噪声信号的幅值 多重平均方法常被用来分析周期性稳态信号,以便削弱噪声的影响,提高信噪比,其原理如下 设采样信号为 X=S+N(4)X=S+Ν(4) 式中:S为与工频相关的信号,N为与工频无关的噪声信号。若以工频的倒数(或倒数的倍数)为周期截取X进行平均,则由数字信号处理知识可知,当平均次数趋于无穷时N将接近与0而S基本不变,即削除了噪声提高了信噪比。 对于旋转机械,由于在速度变化时信号的幅值也相应变化,即便进行等角域采样后其信号仍不满足周期性稳态信号的条件,但根据机械振动知识不难知道系统每转动一个周期所受到的与工频相关的冲击次数是固定的,故障冲击亦是如此。因此,不妨假设在角频域内系统转速变化仅对信号的幅值有影响而不影响其频率。所以我们仍可采用平均的方式提高信噪比。 1.3 环境因素检测 倒频谱定义为:对功率谱的对数值进行傅立叶逆变换的结果。即 Cx(τ)=F?1{lnSx(ω)}(5)Cx(τ)=F-1{lnSx(ω)}(5) 式中:Cy(τ)为倒频谱;τ为倒频率;Sy(ω)为功率谱。 倒频谱将频谱上成族的边频带谱线简化为单根谱线,可以检测出功率谱中难以辨识的周期性。当机械故障产生某种周期性信号变化时,倒频谱上将出现相应的峰值,倒频谱脉冲指标反映了这一变化的程度。 由于阶次分析是将时域信号重采样为角域信号,信号只发生了表达形式的变化,其本质没有改变,所以与传统频谱分析相类似,当故障信号与系统正常信号相调制时,在阶次谱中必然产生相应的边频带。本文将倒谱分析算法引入到阶次分析中,以便将阶次边带简化为单根谱线,来辨识机械故障。 2 齿根裂纹故障的频谱分析 采用某减速机进行实验验证,可调速电机输入,主动齿轮齿数Z1=30,被动齿轮齿数Z2=50。在不影响轴承正常使用性能情况下,在主动齿轮的一个轮齿根部加工宽0.5 mm,深为1.5 mm的小槽模拟齿根裂纹。通过BK3560多分析仪采集光电编码器转速信号和加速度传感振动信号,对齿轮箱的升速过程进行分析