基于Peakvue技术的轴承故障检测

基于Peakvue技术的轴承故障检测

121

徐英博，韩东方，朱善安

（1．浙江大学电气工程学院，浙江杭州310027；2．新荣基有限公司杭州研发中心，浙江杭州310012）

要：针对传统轴承故障检测三频段包络解调方法计算量大、速度慢的特点，提出了一种基于Peakvue

技术的轴承故障检测方法。该方法采用加速度传感器捕捉含有具有短时特性应力波的轴承振动信号，对摘

加速度传感器的输出信号进行高通滤波分离出高频信号和应力波信号，并按一定时间间隔提取滤波后的信号峰值，对提取后的信号进行包络解调判断故障类型。Matlab仿真实验结果表明：该方法有利于提高轴承故障检测的处理速度和诊断准确率。关键词：包络解调；应力波；加速度传感器中图分类号：TH133．33

文献标识码：A

文章编号：1000—9787（2010）07—0115—03

BearingfaultdetectionbasedonPeakvuetechnology

XUYing-bo1，HANDong-fang2，ZHUShan-an1

（1．CollegeofElectricalEngineering，ZhejiangUniversity，Hangzhou310027，China；2．HangzhouR＆DcenterofNingboXinrongjiLtd，Hangzhou310012，China）

Abstract：Aimedatthebadperformanceoflargequantityofcalculationandslowcomputingspeedofthetraditionalmethodofthree-bandenvelopingdemodulation，abearingfaultdetectionmethodbasedonPeakvuetechnologyispresented．Thevibrationsignalsincludingstresswavesarecollectedbyaccelerationsensor．Thepeakvaluesareextractedatacertainratefromthesignalsafterthroughahigh-passfilterbecauseoftransientstresswaves．Thesignalsaredemodulatedtodeterminethefaulttype．Matlabsimulationresultsshowthattheproposedmethodhasimprovedtheperformanceinbothdetectionspeedanddiagnosisaccuracy．Keywords：envelopingdemodulation；stresswave；accelerationsensor

引

言

速度快、能够进行低速设备检测以及可用于趋势管理等优点。1

三频段包络解调故障检测

共振解调的原理是当轴承某元件表面出现损伤时，在受载运行过程中损伤点要撞击其他元件表面而产生冲击脉由于冲击脉冲力的频带很宽，必然包含轴外圈、传感冲力，

器等的固有频率从而激起整个检测系统的高频固有振动。因此，可以选择某一个高频固有振动作为研究对象，令中心频率等于该固有频率，通过带通滤波把该固有振动分离出然后包络检波，进行频谱分析来，

［5］

轴承做为工业应用系统中的常用部件，它引发的故障是机器设备失效的主要原因之一。据统计，在齿轮箱发生的故障中，轴承的故障占19%，而在其他旋转机械中，轴承的故障达30%

［1］

。因此，对轴承进行状态监测与故障诊断

非常重要。滚动轴承的状态监测与故障诊断开始于20世纪60年代，经历了频谱分析轴承故障诊断，冲击脉冲技术故障诊断

［2］

，共振解调技术故障诊断和以微机为中心的轴

［3］

承工况监视与故障诊断系统4个阶段。其中，共振解调

可以根据包络技术对判断轴承早期损伤类故障效果很好，

是该频谱分析的结果准确地诊断出故障类型和严重程度，技术问世以来应用最广泛的。为了提高故障诊断的准确很多学者在此基础上又提出了三频段包络解调的故障度，

检测方法，但该方法计算量大，速度慢。而基于Peakvue的故障检测方法可克服这个弊端，它是一种采集一定时间间隔里时域波形峰值的振动信号分析方法

收稿日期：2009—10—26

［4］

。但通常传感器的输

影响诊断结果，同时，不同出信号中含有大量的噪音信号，

的故障频率对不同的频段敏感程度也不一样，所以，很多学者又在此基础上提出了先对传感器的输出信号进行三频段然后再包络解调，对三频段的频谱信息进行综合分析滤波，

来检测轴承故障的方法。利用软件可以实现三频段包络解原理如图1所示。调，

，具有运算

图1

三频段包络解调检测原理图

Fig1

Diagramofthree-bandenvelopingdemodulation

detectionprinciple

从图1可以看出：把三频段带通滤波后的时域信号变换到频域分析，

最少要经过3次的FFT，如果测试的数据量不够多，则检测出的故障能量值太小，故障不显著；如果测试的数据量太多又会导致大量的复数计算，

影响检测速度。而基于Peakvue技术的轴承故障检测可克服这个缺点，此方法应用采集和检测轴承金属中冲撞产生的应力波，获得其峰值和出现频率，再转换到频域进行分析，从而大大简化计算复杂度，提高检测速度。2

基于Peakvue技术的轴承故障检测实现过程

2．1

信号采集

2．1．1

应力波的产生

当动力载荷（冲击载荷）作用于弹性物体时，在物体内部会产生应力波

［3］

。动力载荷短时间的作用会使物体微元

产生显著的加速度，相邻质点的运动滞后于表面质点的运动，

就这样外载荷在表面上所引起的扰动在介质中由近及远地逐渐传播出去而形成应力波。

轴承的老化、摩擦或损坏通常会使轴承在运转时，由于金属间的冲撞而导致应力波的产生。应力波的发生是短时的，一般持续几微秒到几毫秒，瞬态事件在起始点产生，向远处传播并快速衰减，

特别是当应力波跨接物理接口时会产生巨大的衰减，这种衰减同时具有频率依赖性，高频分量的衰减速度大于低频分量。2．1．2

传感器的选择

应力波的衰减性要求传感器必须能够提供足够的分析带宽、

幅度分辨率和灵敏度。一般选择100mV/gn的加速度传感器即可用于所有的Peakvue测量，它的输出电荷与加速度传感器收到的加速力成比例，能有效测量与轴承故障相关的高频振动，

但是对低频振动准确度不佳。轴承故障检测系统中加速度传感器的工作原理如图2所示。当进行轴承振动测试时，用压爪固定轴承外圈，以主轴转动带动轴承内圈旋转，

压力传感器探头顶在轴承的外圈表面。当轴承质量较好、没有伤时，轴承运动平稳，内圈相对外圈平滑转动，在轴承的外表面不会产生太大的冲击，此时，压电传感器所得到的振动信号是轴承系统的固有本征信号。音检工人从音箱里听出来的就是表示轴承质量较好时的沙沙沙声音。

一般将加速度传感器安装在轴承箱或其载荷区，它在

采集信号的同时还可以利用压电加速度传感器的共振实现

图2

加速度传感器工作原理图

Fig2

Workingprinciplediagramofaccelerationsensor

共振解调。如果用螺纹联接压电加速度传感器于轴承座或箱体上，其固有频率通常在15kHz以上，相对轴承外圈的共振频率来说比较高，所以，共振信息不明显，且不易受机械中其他非轴承损伤因素的影响而引起共振［4］

。本文实验一

采用YD—1型加速度传感器。

2．2

信号处理

2．2．1

高通滤波

安装在轴承箱上的加速度传感器的模拟输出信号非常

复杂，是噪音信号、高频载波信号、低频调制波信号、应力波等多种信号混杂在一起的振动信号。由于应力波是短时瞬态事件，分布频带宽，可以通过一般的高阶高通滤波器将应力波信号和高频振动信号从其中分离，通过捕捉高通滤波后的模拟输出的峰值，得到每个时间的幅值、冲击事件发生的大概时间、事件发生率3个重要参数。首先，高通滤波频率的下限通常选取3～4倍的内圈伤频率（即后面提到的fmax，称为最大频率值）。对于故障频率不明确的轴承也可以根据实际情况选择1000Hz或2000Hz的高通滤波器，目的是保证滤除不必要的低频信号。2．2．2

峰值信号的抽取

选择合适的时间分辨率进行峰值提取，一般选择2．56fmax的倒数做为采样时间间隔，当然，也可以在此基础上做上下调整，

主要目的是为了即使在最高的故障频率周围也能得到足够的采样点数，并且方便FFT的计算。峰值数据块的长度取决于轴转速和原始数据的时间间隔。2．2．3

频域分析

对时间采样后得到的峰值波形进行包络检波，变换到频域进行故障分析，

而峰值信号的FFT运算点数比三频段包络解调方法中的FFT运算点数少了很多倍，因而，该方法的运算复杂度明显降低，软件实现流程如图3所示。3

实验分析与比较

3．1应用范围的提升

1）基于Peakvue应力波检测和包络解调的一个重要目

的都是检测冲击事件。基于Peakvue应力波检测是一种动态无损检测，它利用物体内部缺陷在外力作用下能动地发射应力波，从而推知缺陷的类型和严重情况。所以，这种应力波检测还可诊断低速旋转滚动轴承故障。对于包络解调

图3基于Peakvue技术的故障检测原理图Fig3

Diagramoffaultdetectionprinciplebased

onPeakvuetechnology

而言，滤波器的选择会对诊断造成很大的影响，过低的截止频率不但会造成重大的幅度信号损失，而且还会保留大能量的转速信号；而下限过高的高通滤波器则导致在解调后的波形和频谱中丢失机器冲击和转速信号，下限过低的高通滤波器会使解调后的波形和频谱中同时存在机器影响和转速信号

［6］

。

2）基于Peakvue的故障检测是对高频信号在固定的时间块内进行峰值的提取，机器的小幅不平稳运转不会对诊断结果产生影响，而包络解调对机器的不平稳运转抵抗性较差。

3）从信号处理过程可知，基于Peakvue的故障检测方法保持了冲击事件的实际信号幅值，因而可以做为趋势管理的参数。

3．2运算速度的提升

基于Peakvue的故障检测方法大大简化了运算量，提

高了运算速度。如本文3．3节的仿真实验中，原始数据有32768个，三频段包络解调中对该数据进行了3次滤波和FFT算法，而基于Peakvue的检测方法中高通滤波后只提取了2343个峰值进行频域变换，根据对N点的FFT，复数乘的次数近似为N/2·log［7］

2N

，三频段包络解调的方法进行

了737330次的复数乘法运算，而基于Peakvue的故障检测方法只进行了13115次的运算，如表1所示，可见三频段包络解调的复杂度是后者的56倍。

表1

复数运算次数比较

Tab1

Comparisonofthecomplexcomputationtimes

三频段包络解调的

基于Peakvue的故障检测法

故障检测法复数运算次数

737330

13115

3．3检测效果的提升

这里，

2个实验均采用了因特尔酷睿ⅡE7400双核处理器，内存2GB的计算机和Matlab2007仿真软件的处理平台。

实验1采用6203型轴承的振动数据，

YD—1型加速度传感器，

有关参数如下：采样频率为32768Hz，采样点数为32768个，轴转速为25r/min，内圈伤故障频率（BPFI）为109．2Hz，外圈伤故障频率（BPFO）为65．8Hz，滚动体故障频率（BSF）为47．3Hz，图4是2种方法对内圈伤样本进行检测。由图可以看出：基于Peakvue检测方法的Matlab仿真频谱图可以清晰地检测出1倍，

2倍，3倍以及4倍内圈伤，分别为110，218，327，436Hz。2倍，3倍，4倍内圈伤频率能量值明显高于三频带滤波频谱图，在110Hz左右的距离25Hz的几个能量比较大的频率是旁带频率点，同时，在65Hz的地方可以检测到该轴承存在潜在的外圈伤，而在三

频段滤波的频谱图中检测不到

。

图4内圈伤频谱图比较Fig4

ThecomparisonofBPFI

实验2采用6201型轴承的振动数据，输出幅值为0．32～0．38mV的速度传感器，有关参数如下：采样频率为32768Hz，采样点数为32768个，轴转速为30r/min，内圈伤故障频率（BPFI）为135．5Hz，外圈伤故障频率（BPFO）为79．6Hz，滚动体故障频率（BSF）为107Hz。图5是2种方法对滚动体故障频率的检测。可见低频段和高频段带通滤波的频谱图检测效果都不好，只能检测到2倍频的滚动体故障频率，

而且，波形都不够干净，基于Peakvue技术的检测方法可以清晰地检测出1倍（107Hz），2倍（214Hz），也可以看到3倍（322Hz）和4倍（427Hz）滚动体故障频率点，波形也足够干净。达到高频段相同的检测效果，

但运行速度却明显加快了。比较实验1与实验2的基于Peakvue的频谱图可以看出：应用加速度传感器检测出的故障频率的能量值更大，在3，4倍频的故障频率点上更为明显。由于加速度传感器对高频信号更加灵敏，所以，基于Peakvue的轴承故障检测更适合采用加速度传感器。4

结束语

基于Peakvue的轴承故障检测方法计算复杂度低，速度快，

可检测低速运转设备，它不仅可广泛应用于便携式的检测设备或对运行中的设备进行实时的检测、监视和报警，还

（下转第123页）

第7期的相互间隔。

康建爽，等：基于Raman技术的辛烷值在线检测系统应用123

过程中，既确保对环境无危害，又保证了资源的再回收利用，总体上提高了企业的经济效益。参考文献：

［1］whittenGZ．Airqualityandethanolingasoline［C］∥Presentat

the9thAnnualNationalEthanolConference，2004．

［2］Abdulghani．Effectofoctanenumberonexhaustemissionsofa

sparkignitionengine［J］．InternationalJournalofEnergyRe-2002（26）：279－289．search，

［3］SusanneBrunsgaardHansen．Ramanspectroscopicstudiesofgaso-line［J］．DepartmentofChemistry，2000（5）：10－15．

［4］程光熙．拉曼布里渊散射［M］．北京：科技出版社，2005：25－

26．［5］许

．北京：科学技术出版禄，邵广学．化学计量学方法［M］2004：130－177．社，

［6］BohacsG，OvadiZ．Predictionofgasolinepropertieswithnearin-J］．NearInfraredSpectrosc，1998（6）：341－fraredspectroscopy［348．

［7］ChungHoeil，ChoiSeungyeol．Investigationofpartialleastsquares

（PLS）calibrationperformancebasedindifferentresolutionofnearinfraredspectra［J］．BullKoreanChem，2004（5）：647－

5结论

651．

［8］ShiJianzhao．Performancemonitoringofprocesseswithmultiple

operatingmodesthroughmultiplePLSmodels［J］．Journalof2006（7）：763－772．ProcessControl，

基于拉曼分析技术的辛烷值在线调和检测系统能够快速检测汽油辛烷值变化，实时反映调和过程辛烷值变化，指导后续调和工作，避免调和后汽油产品出现质量不合格或质量指标过度富余的情况。同时，拉曼分析技术作为一种经过检测分析后的样品仍可用于汽油调和无损检测技术，

作者简介：

康建爽（1984－），河南许昌人，硕士研究生，主要研究方向为检测与故障诊断。

檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸

（上接第117页

）

可做为轴承检测系统模块和其他检测算法的结果综合诊断轴承损伤。基于Peakvue的轴承故障检测方法可有效降低设备检修成本，提高经济效益，有广阔的应用前景。参考文献：

1］马金山．机电系统的滚动轴承故障诊断方法研究［D］．太原：［

2005：6－10．太原理工大学，

［2］潘青旺．冲击脉冲法在滚动轴承故障诊断中的应用［J］．中国

2008（4）：48－49．设备工程，

［3］陈长征，［M］．胡立新，周勃，等．设备振动分析与故障诊断技术

2007：285，312．北京：科学出版社，

［4］高景俊，孔胜军，张宝海，等．Peakvue高级专利数据技术在轴

．中国设备工程，2007（11）：53－54．承故障诊断中的应用［J］

［5］梅宏斌．滚动轴承振动监测与诊断［M］．北京：机械工业出

1996：18，29．版社，

［6］RobinsonJC，WalkerJW．DescriptionofPeakvueandillustra-tionofitswidearrayofapplicationsinfaultdetectionandprob-lemseverityassessment［C］∥EmersonProcessManagementReli-ablityConference，2001：16－20．

［7］LyonsRG．数字信号处理［M］．北京：机械工业出版社，

2006：87．

作者简介：

图5Fig5

滚动体故障频谱图比较ThecomparisonofBSF

徐英博（1985－），女，蒙古族，内蒙古通辽人，硕士研究生，主要从事轴承故障检测算法研究。

本文来源：https://www.bwwdw.com/article/a341.html