温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
谐波
匹配
补偿
无键相阶次
跟踪
轴承
故障诊断
武杰
基于谐波匹配补偿和无键相阶次跟踪的轴承故障诊断武杰1,卢振连1,2,马洪儒1,朱艳芳1,吴耀春1,薛晓峰3,姜阔胜2(1.安阳工学院机械工程学院,河南安阳455000;2.安徽理工大学机械工程学院,安徽淮南232000;3.运城学院机电工程系,山西运城044000)摘要:煤矿机械设备轴承在强冲击、大载荷工况下产生的振动信号表现出强烈的瞬态非平稳与局部非线性特性。经典的时域统计分析方法和全局域变换方法难以识别故障特征;传统阶次跟踪方法存在设备安装不便、难以获取瞬时频率的问题;传统的无键相阶次跟踪方法在转速波动剧烈的条件下估计出的瞬时频率精度低,导致故障识别效果差。针对上述问题,提出了一种基于谐波匹配补偿和无键相阶次跟踪的轴承故障诊断方法。首先,利用基于谐波匹配补偿的时频分析方法对轴承振动信号进行处理,准确估计瞬时频率;其次,通过 Vold-Kalman 滤波方法自适应提取谐波分量信号;再次,采用 Hilbert 变换计算谐波的瞬时相位,进而获得时间域与角度域的映射关系,完成原始时间域信号在角度域的重采样;最后,对重采样的信号进行快速傅里叶变换,通过分析包络阶次谱,实现轴承故障特征识别。仿真和试验结果表明,该方法估计的瞬时频率与实际值之间的最大相对误差不超过1%,表征轴承故障特征阶次准确且明显,可有效诊断轴承故障。关键词:煤矿机械设备;轴承;故障诊断;谐波匹配补偿;无键相阶次跟踪;瞬时频率中图分类号:TD67文献标志码:ABearingfaultdiagnosisbasedonharmonicmatchingcompensationandkeylessphaseordertrackingWUJie1,LUZhenlian1,2,MAHongru1,ZHUYanfang1,WUYaochun1,XUEXiaofeng3,JIANGKuosheng2(1.SchoolofMechanicalEngineering,AnyangInstituteofTechnology,Anyang455000,China;2.SchoolofMechanicalEngineering,AnhuiUniversityofScienceandTechnology,Huainan232000,China;3.MechanicalandElectricalEngineeringDepartment,YunchengUniversity,Yuncheng044000,China)Abstract:The vibration signals of the bearings of coal mine machanical equipment under the workingconditionsofstrongimpactandheavyloadshowstrongtransientnon-stationaryandlocalnonlinearfeatures.Itisdifficult to identify the fault features by the classical time-domain statistical analysis method and the globaldomaintransformationmethod.Thetraditionalordertrackingmethodhastheproblemsofinconvenientequipmentinstallation and difficulty in obtaining instantaneous frequency.The traditional keyless phase order trackingmethodestimatestheinstantaneousfrequencywithlowprecisionundertheconditionofseverespeedfluctuation.Thisleadstopoorfaultidentificationeffect.Tosolvetheseproblems,anewmethodofbearingfaultdiagnosisbased on harmonic matching compensation and keyless phase order tracking is proposed.Firstly,the time-frequencyanalysismethodbasedonharmonicmatchingcompensationisusedtoprocessthebearingvibrationsignalandestimatetheinstantaneousfrequencyaccurately.Secondly,theVold-Kalmanfilteringmethodisusedtoadaptively extract the harmonic component signal.Thirdly,the Hilbert transform is used to calculate theinstantaneousphaseoftheharmonic.Themappingrelationshipbetweenthetimedomainandangledomainis收稿日期:2022-07-20;修回日期:2023-02-20;责任编辑:盛男。基金项目:国家重点研发计划项目(2020YFB1314203);河南省科技攻关项目(202102210264,212102210445,222102220092)。作者简介:武杰(1985),男,河北保定人,讲师,博士,主要研究方向为机械故障诊断、信号处理和智能运维技术等,E-mail:。引用格式:武杰,卢振连,马洪儒,等.基于谐波匹配补偿和无键相阶次跟踪的轴承故障诊断J.工矿自动化,2023,49(2):125-133,140.WUJie,LUZhenlian,MAHongru,etal.BearingfaultdiagnosisbasedonharmonicmatchingcompensationandkeylessphaseordertrackingJ.JournalofMineAutomation,2023,49(2):125-133,140.第49卷第2期工矿自动化Vol.49No.22023年2月JournalofMineAutomationFeb.2023文章编号:1671251X(2023)02012510DOI:10.13272/j.issn.1671-251x.17983obtained,soastocompletetheresamplingoftheoriginaltimedomainsignalintheangledomain.Finally,theresampledsignalsareprocessedbyfastFouriertransform(FFT).Thefaultfeaturesofthebearingareidentifiedbyanalyzingtheenvelopeorderspectrum.Thesimulationandexperimentalresultsshowthatthemaximumrelativeerrorbetweentheestimatedinstantaneousfrequencyandtheactualvalueislessthan1%.Thefeatureorderofbearingfaultisaccurateandobvious,whichcaneffectivelydiagnosethebearingfault.Key words:coalminemachanicalequipment;bearing;faultdiagnosis;harmonicmatchingcompensation;keylessphaseordertracking;instantaneousfrequency 0引言轴承作为煤矿机械设备关键运动部件,直接影响设备的健康状态1-2。因此,对煤矿机械设备轴承进行故障诊断具有重要意义。传统的轴承故障诊断方法主要分为经典的时域统计分析方法和以傅里叶理论为核心的全局域变换方法。由于煤矿机械设备运行过程中振动大、冲击强,轴承振动信号呈现出瞬态非平稳的特性3-4,传统的轴承故障诊断方法难以识别故障特征。传统阶次跟踪方法是通过有键相硬件设备获取非平稳信号的瞬时频率,再计算出瞬时相位5-7,进一步通过重采样获取角度域的循环平稳信号,从而实现非平稳信号到循环平稳信号的转变。但煤矿机械设备工作环境恶劣,不利于有键相硬件设备的安装,导致瞬时频率获取困难,阶次跟踪难以进行,严重影响了对轴承的故障诊断。无键相阶次跟踪方法可通过振动信号直接获得瞬时频率8-11,克服了对有键相硬件设备的依赖,能够很好地实现对轴承故障特征的提取。但该方法运用的前提是通过振动信号获取准确的瞬时频率,进而计算出瞬时相位。然而,煤矿机械设备振动剧烈,转速呈现出强烈的非线性特 性,传 统 的 基 于 短 时 傅 里 叶 变 换(ShortTimeFourierTransform,STFT)的时频分析方法在估计该工况下的瞬时频率时鲁棒性较差。为解决该问题,文献12提出了一种基于 Chirplet 变换的瞬时频率估计方法,该方法利用 Chirplet 变换来逼近信号,从而实现对瞬时频率的细化,在一定程度上提高了瞬时频率的估计精度,但由于振动信号的非线性调制,在速度波动剧烈的情况下,时频分辨率较低,导致计算的瞬时相位精度不高13-14。文献15针对剧烈的非线性调制,提出了瞬时故障特征频率的概念,从轴承包络信号的时频谱中提取出瞬时频率,但在转速急剧变化的情况下,包络信号的转频由于能量较弱,无法准确估计。本文提出了一种基于谐波匹配补偿(HarmonicMatchingCompensation,HMC)的时频分析方法,可实现对轴承剧烈非平稳运行工况下瞬时频率的准确估计;进一步采用无键相阶次跟踪方法,实现对轴承故障的准确识别。1基于 HMC 和无键相阶次跟踪的轴承故障诊断原理基于 HMC 和无键相阶次跟踪的轴承故障诊断流程如图 1 所示。首先,采用基于 HMC 的时频分析方法对振动信号进行处理,准确估计出瞬时频率。其次,由于在瞬态非平稳工况下,信号中混叠的各阶谐波分量随转速一起波动,通过 Vold-Kalman 滤波方法提取谐波分量信号。再次,计算出瞬时相位,进而实现信号的角度域重采样。最后,对重采样的信号进行快速傅里叶变换,从而进行阶次谱分析,识别出轴承故障特征。振动信号瞬时频率估计瞬时相位计算阶次谱分析角度域重采样谐波分量提取无键相阶次跟踪HMC图1基于 HMC 和无键相阶次跟踪的轴承故障诊断流程Fig.1Bearingfaultdiagnosisprocessbasedonharmonicmatchingcompensationandkeylessphaseordertracking1.1基于 HMC 的瞬时频率估计x(t)在瞬态非平稳工况下,对于一个有限的能量信号,其 HMC 被定义为H(t,f,S(t)=+x(t)hT(t)exp(j2(ft+S(t)dt(1)S(t)hT(t)式中:t,f 分别为时间和频率;为瞬时频率的解调函数;为窗函数,其中心为、宽度为 T,为了便于区分信号中的谐波分量,选择具有低混淆特性的126工矿自动化第49卷汉宁窗。对式(1)进一步变形,可得H(t,f,S(t)=+x(t)hT(t)exp(j2(ft+S(t)dt=+(x(t)exp(j2S(t)hT(t)exp(j2ft)dt=+?x(t)hT(t)exp(j2ft)dt(2)?x(t)式中为解调后的信号。x(t)f(t)在 HMC 计算过程中,对于有限能量信号,先通过 STFT 对瞬时频率进行粗略估计,之后采用泰勒公式将粗略估计的