角域四阶累积量切片谱在连杆轴承微弱故障提取中的应用.docxVIP

角域四阶累积量切片谱在连杆轴承微弱故障提取中的应用 黄连轴是发动机的重要部件。它的技术状态直接影响到发动机的外观和长度。连杆轴承磨损故障特征微弱, 容易被发动机复杂的其他分量和强噪声淹没, 难以提取。发动机变转速过程更容易暴露微弱故障特征, 但变转速过程信号是多分量非平稳信号, 常用的频谱分析方法并不能取得较好的效果, 需要有效的非平稳信号分析方法。文献用小波包-AR谱提取连杆轴承故障特征, 但特征提取结果往往依赖于小波基函数的选择, 文献将循环平稳理论应用于连杆轴承故障的特征提取, 而循环平稳理论对于信号周期性、平稳性要求太高且计算量大。 阶比分析是分析变转速过程非稳态信号的有效方法, 已经在发动机变转速过程信号分析中取得了较好效果, 但阶比分析没有抑制噪声能力, 因此在微弱故障特征提取上有一定的局限性。高阶谱具有较强的高斯噪声抑制能力, 但只能分析平稳信号, 而且计算量较大, 在分析变转速过程非稳态信号时受限。 为了从变转速过程非稳态信号中有效提取出连杆轴承微弱故障特征, 本文提出了一种基于角域四阶累积量切片谱的柴油机连杆轴承特征提取方法。采用阶比方法将变转速过程非平稳信号重采样成角域平稳信号, 再计算四阶累积量切片谱, 并应用于提取连杆轴承故障特征, 取得了较好的效果。 1 角域四阶累积曲线的谱分析原理 1.1 轴类转角的t 阶比分析将时域的非平稳信号等角度重采样成角域平稳信号, 其具体分析原理为: 假设机器做匀变速运动, 转角与时间满足二次多项式关系: 式中, θ (t) 是轴的转角, b0, b1, b2为待定系数, t为时间。 将3个依次到达的脉冲时间点t1, t2, t3代入式 (1) , 因为转速脉冲的角度间隔Δф是固定的, 即 将式 (2) 代入式 (1) 求解可以得到对应转角变化的时间: 式中, Δθ为等角度采样的角度间隔, k为插值系数, 由式 (4) 决定 根据式 (3) 所求得的t值, 通过插值对振动信号进行重采样, 得到等角度采样信号。 1.2 阶累积量的三维切片 零均值的高斯随机过程的3阶以上高阶累积量恒等于零。因此, 如果一个测量信号中含加性高斯噪声, 高阶累积量理论上可以完全抑制高斯噪声的影响, 提取出有用的信号。 离散零均值平稳随机过程x (n) 的四阶累积量为: 式中:E[·]为数学期望, Rx(τ) 是{x (n) }的二阶矩, Rx(τ) =E[x (n) x (n+τ) ]。τ1、τ2、τ3为滞后量, 无量纲。 根据τ1、τ2和τ3取值的不同, x (n) 的四阶累积量的一维切片共有3种: (1) 当τ1=τ2=τ3=τ时, (2) 当τ1=τ2=τ, τ3=0或τ1=τ3=τ, τ2=0或τ2=τ3=τ, τ1=0时, (3) 当τ1=τ, τ2=τ3=0或τ2=τ, τ1=τ3=0或τ3=τ, τ1=τ2=0时, 其中:c14x称为对角切片;c24x和c34x称为非对角切片。 对四阶累积量的一维切片进行傅里叶变换, 得到四阶累积量切片谱: 这些谱都是三谱在不同方向的一维投影。对于受高斯噪声污染的平稳随机信号而言, 其一维高阶累积量对角切片与非对角切片是相等的。当信号为非平稳随机信号时, 信号的一维高阶累积量对角切片与非对角切片一般是不相等的, 它们抑制高斯噪声的效果是不同的, 且与信号有关。相比于高阶谱的定义: 式中, ckx(τ1, τ2, …, τk-1) =cum{x (n) , x (n+τ1) , …, x (n+τk-1) }表示零均值的k阶平稳随机过程{x (n) }的k阶联合累积量。 可以看出, 高阶谱是由高阶累积量经过多维傅氏变换得到的, 计算量大且耗时长, 四阶累积量切片谱比三谱明显简化了计算的复杂度, 但保留了其抑制高斯噪声的优点。 1.3 阶累积量切片谱 为了有效分析变转速过程非平稳信号, 抑制噪声干扰, 提取连杆轴承故障特征, 本文提出了角域四阶累积量切片谱, 既能分析变转速过程非平稳信号, 又能抑制高斯噪声干扰。具体实现步骤: (1) 采用阶比分析将变转速过程非平稳信号等角度重采样成角域平稳信号; (2) 计算角域平稳信号的四阶累积量对角切片; (3) 对四阶累积量的一维对角切片进行离散傅里叶变换, 得到四阶累积量切片谱: 2 基于角域内四个累积曲线的函数提取，以提取机车框架轴的故障特征 2.1 测试结果与分析 以实车WD615型柴油发动机作为试验对象, 设置第2缸连杆轴承为故障轴承, 试验时尽量不改变其它条件, 仅改变连杆轴承的配合间隙。WD615型柴油发动机连杆轴承配合间隙正常极限为0.17 mm, 本试验中连杆轴承正常和故障的配合间隙参数如表1所示。 为了比较不同的测点位置对信号特征提取的影响, 试验中设置了多个测试点, 如图1所示。将加速度传