基于EMD与谱峭度的滚动轴承故障检测改进包络谱分析_蔡艳平

振　动　与　冲　击第30卷第2期J O U R N A LO FV I B R A T I O NA N DS H O C KV o l .30N o .22011　基金项目:博士后科学基金项目(20070411116);学院创新性基础研究基金项目(X Y 2009J J B 33)收稿日期:2010-05-28　修改稿收到日期:2010-08-09第一作者蔡艳平男,博士,1982年生基于E MD 与谱峭度的滚动轴承故障检测改进包络谱分析蔡艳平,李艾华,石林锁,白向峰,沈金伟(第二炮兵工程学院五系,西安　710025) 摘　要:针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷,提出一种基于经验模式分解(E m p i r i -c a l M o d e D e c o m p o s i t i o n ,简称E M D )和谱峭度(S p e c t r u m K u r t o s i s ,简称S K )的改进包络谱滚动轴承故障诊断方法。

该方法首先对滚动轴承故障振动信号进行经验模式分解,将其分解为多个固有模式函数(I n t r i n s i c M o d eF u n c t i o n ,简称I M F )之和,然后对各I M F 分量傅里叶变换后取其绝对值,并计算其谱绝对值平方包络,在此基础上再计算不同频带I M F 分量谱平方包络的峭度,最后利用谱峭度的滤波器作用,选取由轴承缺陷所引起的共振频率所在频带的I M F 分量,自动构建最佳包络来进行故障诊断。

将该方法应用到滚动轴承内圈缺陷的仿真故障数据和实际数据中,分析结果表明了该方法的有效性。

关键词:经验模式分解;谱峭度;包络谱;滚动轴承;故障诊断中图分类号:T P 206.3;T H 806 文献标识码:AR o l l e r b e a r i n g f a u l t d e t e c t i o n u s i n g i m p r o v e de n v e l o p e s p e c t r u ma n a l y s i sb a s e do n E MDa n d s p ec t r u m k u r t o s i s C A I Y a n -p i n g ,L I A i -h u a ,S H I L i n -s u o ,B A I X i a n g -f e n g ,S H E NJ i n -w e i(D e p a r t m e n t N o .5,t h e S e c o n dA r t i l l e r y E n g i n e e r i n g C o l l e g e ,X i 'a n 710025,C h i n a ) A b s t r a c t :　A c c o r d i n gt om o d u l a t i o n c h a r a c t e r i s t i c so f r o l l e r b e a r i n gf a u l t v i b r a t i o n s i g n a l sa n d l i m i t a t i o no f t r a d i t i o n a l e n v e l o p e a n a l y s i s ,a r o l l e r b e a r i n g f a u l t d i a g n o s i s m e t h o d u s i n g i m p r o v e d e n v e l o p e a n a l y s i s b a s e d o ne m p i r i c a l m o d e d e c o m p o s i t i o n (E M D )a n d s p e c t r u mk u r t o s i s (S K )w a s p r o p o s e d h e r e .F i r s t l y ,r o l l e r b e a r i n g f a u l t v i b r a t i o n s i g n a l s w e r e d e c o m p o s e d i n t o a f i n i t e n u m b e r o f i n t r i n s i c m o d e f u n c t i o n s (I M F s ).S e c o n d l y ,F F T t r a n s f o r m a t i o n w a s u s e d t o m a k ee a c hI M Fi n t o a s p e c t r a l s i g n a l a n d c a l c u l a t e t h e i r a b s o l u t e v a l u e s ,t h e n s p e c t r u m k u r t o s i s v a l u e s w e r e c a l c u l a t e d u s i n g e a c h I M F s p e c t r a l a b s o l u t e v a l u e s q u a r e e n v e l o p e .F i n a l l y ,u s i n g t h ef i l t e r i ng f u n c t i o n o f th e s p e c t r u mk u r t o si s ,t h e b e s t f r e q u e n c y b a n df o r d e m o d u l a t i o nw a s a u t o m a t i c a l l y c h o s e nw i t ht h ec r i t e r i o no f I M F s s p e c t r u m k u r t o s i s .T h e p r o p o s e d m e t h o d w a s a p p l i e dt o s i m u l a t e ds i g n a l s a n da c t u a l s i g n a l s ,t h e a n a l y s i s r e s u l t s d e m o n s t r a t e dt h ee f f e c t i v e n e s s o f t h e p r o p o s e d m e t h o d .K e y w o r d s :e m p i r i c a l m o d e d e c o m p o s i t i o n (E M D );s p e c t r u mk u r t o s i s (S K );e n v e l o p e s p e c t r u m ;r o l l e r b e a r i n g ;f a u l t d i a g n o s i s 滚动轴承在旋转机械中应用极为广泛,其运行状态往往直接影响到整台机器的精度、可靠性及寿命。

由于滚动轴承频发的故障大部分以局部缺陷形式存在于轴承工作周期的早期,而且大多是潜在故障,因此,对滚动轴承的早期状态监测与故障诊断具有重要意义。

目前,包络分析是公认的最有效的滚动轴承故障诊断法[1-4]。

其基本原理是根据实际情况选择某一高频固有振动作为研究对象,通过中心频率等于该固有频率的带通滤波器把该固有振动分离出来,然后通过包络检波器检波,去除高频衰减振动的频率成分,得到只包含故障特征信息的低频包络信号,对这一包络信号进行频谱分析便可诊断出故障来[5-6]。

但该方法在形成包络信号时需要依靠经验来确定所感兴趣的解调频带参数,不能有效地进行共振频带的选取,这在主观上会给分析结果带来很大影响。

近几年来不少学者尝试使用经验模式分解方法来进行滚动轴承的故障诊断,文献[7]将经验模式分解和局部H i l b e r t 能量谱引入滚动轴承故障诊断中,文献[8]将S V M 和经验模式分解相结合来进行滚动轴承故障包络谱诊断,文献[9]结合E M D 信号分解方法和多尺度形态学解调,提出基于E M D 的多尺度形态学解调方法,文献[10]针对滚动轴承故障振动信号的非平稳特征,提出基于E M D 和神经网络的滚动轴承故障诊断方法。

文献[11]提出将信号进行小波分解,对高频段的小波系数包络分析得到包络信号,再对包络信号进行E M D 分解后分析局部H i l b e r t 边际谱来诊断滚动轴承故障。

这些方法丰富了经验模式分解在故障诊断中的应用,但仍都涉及如何选取感兴趣的某几个I M F 分量来进行诊断分析的问题,上述文献其实仍是依靠经验来确定所感兴趣的解调I M F 分量。

谱峭度概念最早由D w y e r [12]提出,文献[12]将其视为一个统计量,作为传统功率谱密度的补充,来检测含噪信号中的瞬态成份。

随后,V r a b i e[13-14]定义谱峭度为一个过程距离高斯性的度量,并在文献[14]中将其应用到轴承故障诊断中。

因为在含有非平稳信号的频带上谱峭度取大的正值,而在平稳信号的频带取零值,所以,可以利用谱峭度作为滤波器(函数)来滤出所需要的非平稳信号成分。

基于谱峭度的滤波器作用,本文结合E M D 信号分解方法和谱峭度,提出基于E M D 和谱峭度的改进包络谱分析方法,将该方法应用于滚动轴承故障信号的解调,结果表明该方法在信号含噪的情况下仍能有效地提取故障特征频率。

1　滚动轴承故障振动信号特性当滚动轴承的某一元件表面存在故障时,在轴承的旋转过程中,故障表面会周期性地撞击滚动轴承其他元件表面,产生间隔均匀的脉冲力序列r (t ),脉冲力的幅值受轴承载荷分布函数q (t )的调制。

这些脉冲力会激起轴承、轴承座或其他机械部件的固有频率产生共振。

则滚动轴承故障振动信号可以表示为:x (t )=∑L 1l =1∫t-∞r (t )＊q (t )＊e -σl(t -τ)＊c o s w l(t -τ)d τ(1)式中:L 1表示系统有L 1个固有频率被激起;σl 和w l 是系统的固有特性;r (t ),q (t )都是周期函数。

滚动轴承故障的种类很多,主要有表面疲劳损伤、磨损和黏合等几种类型,其中以表面疲劳损伤为主,包括表面剥落、表面裂纹等滚动面发生局部损伤等异常状态。

当轴承元件表面发生局部损伤时,在滚动体和内、外环相互运动过程中,会产生周期性的冲击振动,其振动发生的频率称为故障特征频率,也称为“通过频率”。