精密抛光机磨头故障诊断方法_杜志峰.pdf

精密制造与自动化 2022年第4期 5 精密抛光机磨头故障诊断方法 杜志峰（山西太钢不锈钢股份有限公司 临汾分公司 山西临汾 041000）摘 要 磨头是抛光机中的关键性工作部件，它的工作状态直接影响到工件的加工质量。目前抛光机存在的主要问题是磨头振动过大，易造成整台设备的振动和噪声，也使得工件的加工质量不稳定。通过对磨头振动信号进行采集并运用 FFT 频谱分析和小波分析的方法，准确地提取了磨头的故障特征频率，并找出出现异常振动的原因。试验表明：FFT 谱分析和小波分析是抛光机磨头故障诊断的一种有效方法。关键词 抛光机 磨头 故障诊断 FFT 频谱分析 1 1 引言引言 磨头是抛光机运行时最重要的工作部件，抛光机工作状况与加工零件的质量好坏有很大关系。当前抛光机存在的问题为磨头的振动大，容易引起整台机械设备的震动、噪音以及加工后的产品品质不稳定。在目前陶瓷机械装备越来越复杂、要求越来越高的情况下，寻找一个精确、完善的陶瓷机械设备故障诊断技术显得尤为重要和紧迫。现有的故障诊断技术大都是利用 Fourier 变换进行分析，它仅给出了一个信号统计的平均值，难以在时间、频率两个区域内同时获得全部和局部化结果。小波方法发展了窗口傅立叶转换的局域性思维，使整个图像和区域特性得到了很好的综合。由于所获取的抛光机磨头振波信号中存在着许多突变和大量噪音，而其奇异性和不规则的突变部分往往含有很高的信息量,利用小波方法能够全面、清晰地描述冲击过程中的局部时域特性及故障的时序过程，该技术具备局部定位能力，有助于进行故障分析和诊断。2 2 磨头故障分析磨头故障分析 为了研究信号能量的频率分布,突出信号频谱图中的主频率,需要做功率谱分析1。在频率域中，根 据 巴 什 瓦 尔 定 理(如 式(1)所 示),若 积 分|e(t)2|at 收敛，则它代表e(t)的总能量。|e(t)2|at=1|H()|20a （1）式中：|H()|2通常称为功率谱或能量谱。用 Welch 法估计功率谱密度，它是用改进的平均周期图法来求取随机信号的功率谱密度2。现场监测表明：在 04kHz 的频率范围内集中包含了磨头振动信号的信息。根据采样定理，对新磨头采用8kHz 的频率进行采样。3 3 精密抛光机磨头功率谱密采样精密抛光机磨头功率谱密采样 本文对信号进行功率谱采样的方法采用 Welch法估计功率谱密度，Welch 功率谱密度是用改进的平均周期图法来求取随机信号的功率谱密度估计。现场监测表明，在 04kHz 的频率范围内集中包含了磨头振动信号的信息，根据采样定理，采用 8kHz的频率进行采样3。由图 1 可见新磨头的振动能量主要集中在800Hz 以下，因此取分析频率范围 01kHz，采样频率为 2kHz 重新进行分析。01002003004005006007008000.20.40.6Frequenct(Hz)Power Spectrum from Auto cov0 图图 1 新磨头垂直方向功率谱（线性坐标）新磨头垂直方向功率谱（线性坐标）试验与研究 DOI:10.16371/ki.issn1009-962x.2022.04.012 精密制造与自动化 2022年第4期 6 在不同的工作压力下，功率谱图在约 2Hz 处均有峰值，与凸轮与滚轮冲击频率相吻合。峰值较小反映新磨头的凸轮与滚轮的运动冲击不明显。有关文献指出4，齿轮传动信号频谱中，可能出现齿轮啮合频率及其谐频。经计算齿轮的啮合频率为 321.17Hz，轴频为 7.83Hz，可能出现的谱峰值有：啮合频率+1 倍轴频=329.00Hz，对应图中的328.92Hz；啮合频率+3 倍轴频=344.66Hz，对应图中的 343.75Hz，以及它的 2 倍倍频成分 687.50Hz。上述峰值较小反映齿轮工作状态良好。由于交流电产生的工频信号为 50Hz，图中50.89Hz、50.76 Hz、101.56Hz、150.72Hz、201.34Hz、250.00Hz、300.78Hz 分别约为工频的 16 倍，这些信号是电磁干扰信号。不同工作压力下的故障磨头的功率谱在2Hz处均有较大峰值，约等于凸轮与滚轮的冲击频率，反映凸轮与滚轮的冲击振动是磨头的主要故障源。经过对磨头进行解体检查发现，凸轮端面与滚轮接触处形成的轨迹有一道很深的压痕，证实了凸轮摆动机构的运动存在较大的冲击5。问题的症结发现以后,通过对凸轮曲线进行改进设计，同时重点对摆杆的加工工艺进行了改进,由原来的立式钻床加工改为数控机床加工，减小了摆杆的形位公差，保证了凸轮摆杆机构的装配精度6。改进后的抛光机磨头运行时振动和噪声大幅度降低。4 4 精密抛光机磨头故障测试实验精密抛光机磨头故障测试实验 4 4.1 FFT.1 FFT 频谱分析的磨头故障诊断频谱分析的磨头故障诊断 随机变量的相关性是指在某一时刻点上，与其他时刻数据之间的相关性或类似度。计算x(t)在 t时刻和 t+时刻上的自相关性，用式(2)表示，信号 的自相关函数为：limT1T x(t)x(t+)T0dt （2）利用自相关函数能可以对被随机干扰所吞噬的周期性信号进行探测。由于随机噪声随着时差的增大，其前、后的相似程度急剧下降，且自相关函数接近于 0。表明经过一段时间的延迟，其周期特性可以反应出原始信号所包含的周期分量7-9。故障磨头的振动信号比新磨头的信号要强烈得多。在时域中新磨头的振动讯号为正负对称，没有出现任何低频率成分。而故障磨头则出现正反不均匀性，具有很大的冲击力，但呈现出梳齿形状，能看到低频信号成分，见图 2（a）、（b）和图 3（a）、（b）。04812162024283236t/s0-0.448121620Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力66.577.588.599.51010.5t/s10.51.522.533.5Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力 (a)4kg 工作压力 04812162024283236t/s0-0.448121620Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力66.577.588.599.51010.5t/s10.51.522.533.5Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力(b)2kg 工作压力 图图 2 故障磨头水平方向时域波形图故障磨头水平方向时域波形图 66.26.46.66.888.28.48.68.8t/s0.0250.0350.040.0450.50.055Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力66.577.588.599.51010.5t/s10.51.522.533.5Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力(a)4kg 工作压力 杜志峰 精密抛光机磨头故障诊断方法 7 66.26.46.66.888.28.48.68.8t/s0.0250.0350.040.0450.50.055Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力66.577.588.599.51010.5t/s10.51.522.533.5Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力(b)2kg 工作压力 图图 3 新磨头水平方向时域波形图新磨头水平方向时域波形图 由图 2、图 3 可知，在相同采样频率下(8kHz)，新磨头水平方向的时域波形图稳定性较高，波动较小；而存在故障的磨头水平方向的时域波形却存在很大波动；由此可知，通过时域波形图可确定磨头是否存在故障。故障磨头的自相关函数曲线如图 4(a)、(b)所示,新磨头的自相关函数曲线如图 5(a)、(b)所示。-51015202530354045t/s0.0250.0350.040.0450.50.055Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力0t/s00.20.20.40.60.81Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力0.03-10-5510152025(a)4kg 工作压力-51015202530354045t/s0.0250.0350.040.0450.50.055Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力0t/s00.20.20.40.60.81Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力0.03-10-5510152025(b)2kg 工作压力 图图 4 故障磨头垂直方向的自相关函数曲线故障磨头垂直方向的自相关函数曲线-51015202530354045t/s0.0250.0350.040.0450.50.055Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力0t/s00.20.20.40.60.81Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力-10-5510152025(a)4kg 工作压力-51015202530354045t/s0.0250.0350.040.0450.50.055Channel No.4 Sample Freuency:8000Hz(a)4kg工作压力0t/s00.20.20.40.60.81Channel No.4 Sample Freuency:8000Hz(a)2kg工作压力-10-5510152025(b)2kg 工作压力 图图 5 新磨头垂直方向的自相关函数曲线新磨头垂直方向的自相关函数曲线 通过图 4、图 5 对故障磨头的自相关曲线进行分析，发现信号特征具有显著的周期性成分，而新磨头的周期成分并不显著，表明新磨头表面光滑不存在故障时其函数曲线稳定。由故障磨头的自相关函数曲线图可知，在各种工作压力下，其低频分量为 2 Hz，而新磨头的自相关函数曲线仅含有电磁干扰信号，且多为 50 Hz 及其 17 倍的倍频成分，没有低频率分量10。3.2 3.2 小波分析的磨头故障诊断小波分析的磨头故障诊断 函数(t)作为基本小波或者母小波位移至b 之后，a 作为不同尺度，f(t)为待分析信号，将a与 f(t)做内积即为小波变换的含义。基本小波(t)是满足条件|(?)|2+d|+(3)的平方可积函数，即(t)L2(R)。由函数(t)经伸缩和平移得到一族函数 ab(t)=1|a|(tba)(4)a,b为实数，且a 0 精密制造与自动化 2022年第4期 8 在方程式中，a为伸缩系数或尺度系数，在工程实践中，尺度系数a小于 0 没有任何意义；b为可正可负值的平移系数。式（3）中参数a和参数b可根据应用的范围来确定。设f(t)L2(R)是一个能量有限的信号，其小波变换定义为f(t)与小波函数族ab(t)的内积，即 Wf(a,b)=(f,ab)=1af(t)+?(tba)dt (5)式中，t是一个连续变量，同时a和b也是一个连续变量，所以把它叫做小波转换。(continuous wavelet transform，简记为 CWT)尺度因素a 的作用在于将基本小波或母小波(t)伸缩处理，尺度因素越大，则越宽，a 与幅值成反比例缩小，其时域的分别率提高，这种特点使小波分析具有独特的应用前景。因而，可以将函数的连续小波转换可解释为对函数进行带通滤波，利用多分辨特性描述信号的局部特性，适用于对普通信号的非平稳突变进行探测。要准确地显示出信号的特征成分，就需要选取适当的基小波，本文利用 Daubechies 族小波、haar小波等几个不同的小波进行了试验，结果表明，db3小波函数是最适用于对磨头故障分析的方法。对于图 2（b）所示磨头故障信