基于阶次分析的旋转机械非稳态振动信号重采样方法.docxVIP

基于阶次分析的旋转机械非稳态振动信号重采样方法 在齿轮箱的各种故障诊断方法中，振动检测法具有信号检测方便、分析和处理技术成熟、能够在在线上检测实时和独立的优点。然而，从长远来看，由于诊断理论的局限性，人们在监测齿轮箱时需要应用稳定负荷，以在稳定状态下运行，并通过检测稳定运行条件下的振动响应信号来检测和诊断故障。对于难以满足上述条件的信号，通常只假设在设备处于恒定条件和环境不变的情况下获得的。 对于转速稳定的机械, 一般可以利用基于FFT的普通频谱分析方法提取其特征频率, 诊断常见故障.但许多旋转机械在工作过程中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.特别是在启动和停止过程中, 其工频是不稳定的.此外, 人们对设备进行在线诊断时为了提高信号质量, 往往通过急加 (减) 速方式增加惯性负载.如果人为地将这类信号假定为平稳信号进行处理, 将产生严重的频率模糊现象.为了解决这一问题, 需将信号在角域内伪平稳化, 再进行阶次分析.文献采用阶次分析方法实现了对齿轮故障的诊断, 文献采用阶次分析对包含齿轮和轴承局部故障的变转速齿轮箱复合故障进行了分析, 有效地提取出处于变转速下的齿轮箱复合故障的特征.文献研究了基于阶次分析理论的变速器故障判别实现方法, 识别出变速器出现的齿轮啮合故障, 并可以准确地定位故障零件.由于齿轮箱故障形式多样, 故障特征信号之间的差异较大, 对于齿面轻微磨损故障的研究还不多见, 本文重点对齿轮箱加速过程中的齿面磨损故障信号特征进行研究. 目前常用的阶次分析方法有2种:硬件阶次分析法和计算阶次分析法.本文研究了计算阶次分析中的角域重采样率设置方法, 并将其应用于齿轮箱急加速实验中, 通过阶次分析方法成功诊断出齿面磨损故障. 1 谱分析的实现 1.1 重采样后的阶次谱图 计算阶次分析法是近年发展起来的一种先进技术, 其核心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, 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. 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可以表示为 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t1, t2, t3和转角增量Δφ代入式 (1) , 可得 由上式求出b0, b1和b2后, 代入式 (1) 可得 根据式 (3) 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. 1.2 实验结果分析 阶次分析算法仍需满足采样定理, 表现在2个方面:1) 重采样的采样率不可无限制地提高, 要受时域采样信号采样率的影响;2) 不能分析阶次高于采样率的信号成分, 以免产生混迭. 计算阶次分析实验既有时域采样又有角域采样.转速变化的影响使一种采样相对于另一种采样而言必然是变采样率的, 而跟踪转速变化的变采样率抗混滤波又难以实现, 下面分析并给出只用一次定带宽的时域抗混滤波方法, 有效弥补了跟踪抗混滤波方法的不足. 首先, 在实验开始前要预估出几个参量: 1) 珚Os为预期采样阶次, 即重采样时所需的采样阶次值.该值由故障特征阶次确定, 最小应为故障特征阶次的2倍. 2) ω为参考轴转速, 要估算出其变化范围. 其次, 在设置采样率时要遵循以下原则: 1) 根据采样定理, 在进行时域采样时欲保留所需信息, 则采样率fs需满足 即时域采样率应根据最大转速和预期采样阶次来设置, 否则会发生采样不足的情况. 2) 在进行角域重采样时, 若不进行抗混滤波, 为了满足采样准则, 则角域重采样率Os需满足 即直接将重采样率设为ue4c0s是不正确的, 应根据最小转速和时域采样率来确定.为了避免产生混迭现象, 真实的重采样率要比预期值大, 且两者比值≥max (ω) /min (ω) .不难理解, 阶次分析后真实有效的成分范围为 (0, ue4c0s) , 而[ue4c0s, Os]区间的信息只在部分角域范围内存在. 2 齿面磨损特性分析 采用某齿轮箱进行实验, 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的情况下, 在主动齿轮的一个轮齿表面打磨, 模拟齿面磨损故障.采用丹麦BK3560多通道信号分析仪采集光电编码器转速信号和加速度传感振动信号, 对齿轮箱的加速过程进行分析. 设fin为输入轴转频, 则系统各特征频率为啮频