機(jī)械故障大作業(yè)

1、.機(jī)械故障診斷課程設(shè)計(jì)設(shè)計(jì)題目：基于小波分析的軸承故障診斷 學(xué) 院： 機(jī)械工程系 專 業(yè)： 機(jī)械制造設(shè)計(jì)及其自動(dòng)化 班 級(jí)：學(xué) 號(hào)：姓 名：指導(dǎo)老師： 李奕璠 完成日期：.摘 要利用Daubechies小波對(duì)軸承的振動(dòng)信號(hào)進(jìn)行小波分解,采用Matlab編程快速地在計(jì)算機(jī)上實(shí)現(xiàn)基于小波分析的電機(jī)滾動(dòng)軸承故障診斷,通過(guò)基于小波分解系數(shù)對(duì)含有故障特征頻率的第一層細(xì)節(jié)信號(hào)進(jìn)行小波重構(gòu)并提取其Hilbert包絡(luò)譜,從中檢測(cè)出故障特征頻率,據(jù)此判斷故障類型。關(guān)鍵詞：滾動(dòng)軸承故障診斷 小波分析 Hilbert包絡(luò)譜Matlab目 錄TOC o 1-3 h u HYPERLINK l _Toc14779 第一

2、章 緒 論 PAGEREF _Toc14779 1 HYPERLINK l _Toc21745 第二章 基于小波變換的滾動(dòng)軸承故障診斷 PAGEREF _Toc21745 2 HYPERLINK l _Toc22591 2.1 滾動(dòng)軸承故障的特征頻率 PAGEREF _Toc22591 2 HYPERLINK l _Toc32753 2.2 基于小波分析的軸承故障診斷算法 PAGEREF _Toc32753 2 HYPERLINK l _Toc8888 第三章 軸承故障診斷的Matlab程序分析 PAGEREF _Toc8888 5 HYPERLINK l _Toc8384 3.1 確定軸承各

3、項(xiàng)參數(shù)并計(jì)算各部件的故障特征頻率 PAGEREF _Toc8384 5 HYPERLINK l _Toc6085 3.2 故障診斷的結(jié)果分析和結(jié)論 PAGEREF _Toc6085 5 HYPERLINK l _Toc13002 3.2.1 第一組數(shù)據(jù)分析 PAGEREF _Toc13002 5 HYPERLINK l _Toc10028 3.2.2 第二組數(shù)據(jù)分析 PAGEREF _Toc10028 7 HYPERLINK l _Toc26792 3.2.3 第三組數(shù)據(jù)分析 PAGEREF _Toc26792 8 HYPERLINK l _Toc15227 3.2.4 第四組數(shù)據(jù)分析 PAG

4、EREF _Toc15227 9 HYPERLINK l _Toc25502 參考文獻(xiàn) PAGEREF _Toc25502 12 HYPERLINK l _Toc5650 附錄 PAGEREF _Toc5650 13.第一章 緒 論滾動(dòng)軸承在機(jī)械設(shè)備中使用非常廣泛,其工作狀態(tài)直接影響整個(gè)設(shè)備的運(yùn)行品質(zhì),對(duì)滾動(dòng)軸承進(jìn)行狀態(tài)監(jiān)測(cè)與故障診斷,能夠避免重大事故的發(fā)生,獲得較大的經(jīng)濟(jì)和社會(huì)效益。隨著生產(chǎn)的需要,對(duì)軸承故障的檢測(cè)方法也越來(lái)越多,其中,運(yùn)用比較廣發(fā)的集中方法是FFT、功率譜、倒譜、小波分析、人工神經(jīng)網(wǎng)絡(luò)、希爾伯特-黃變換、雙譜。小波變換是一種時(shí)頻分析方法,進(jìn)行多分辨率分析,即,將信號(hào)分解成若

5、干層次的細(xì)節(jié)信號(hào)及概貌信號(hào)。對(duì)軸承振動(dòng)信號(hào)進(jìn)行小波變換,提取其中具有故障特征的細(xì)節(jié)信號(hào)進(jìn)行重構(gòu)；對(duì)重構(gòu)信號(hào)做Hilbert包絡(luò)譜分析,從中檢測(cè)出軸承的故障特征頻率,據(jù)此判斷故障類型。利用Matlab軟件編程快速地實(shí)現(xiàn)了基于小波變換分析的滾動(dòng)軸承故障判斷。第二章 基于小波變換的滾動(dòng)軸承故障診斷2.1 滾動(dòng)軸承故障的特征頻率滾動(dòng)軸承由外圈、內(nèi)圈、滾動(dòng)體和保持架組成,工作時(shí)外圈與軸承座或機(jī)殼相連接、固定或相對(duì)固定,內(nèi)圈與機(jī)械傳動(dòng)軸相連接,隨軸一起轉(zhuǎn)動(dòng)。當(dāng)滾動(dòng)軸承表面發(fā)生損傷故障,如內(nèi)圈、滾動(dòng)體或外圈出現(xiàn)點(diǎn)蝕、裂紋或剝落等,根據(jù)不同的損傷部位,按以下公式分別計(jì)算軸承故障的特征頻率,如下所示：外圈故障頻

6、率：內(nèi)圈故障頻率 ：滾動(dòng)體故障頻率 ：其中,r為轉(zhuǎn)速,n為滾珠個(gè)數(shù)；d為滾動(dòng)體直徑,D為軸承節(jié)徑,為滾動(dòng)體接觸角。2.2 基于小波分析的軸承故障診斷算法一般采用加速度傳感器在軸承座上檢測(cè)滾動(dòng)軸承的振動(dòng)信號(hào)。若周成表面出現(xiàn)局部損傷,在受載運(yùn)轉(zhuǎn)時(shí)軸承其他零件會(huì)周期地撞擊損傷點(diǎn)產(chǎn)生低頻的沖擊信號(hào),其頻率即故障頻率,但檢測(cè)該頻率主要會(huì)遇到2個(gè)問(wèn)題：a沖擊信號(hào)的寬頻帶性質(zhì)會(huì)激起軸承結(jié)構(gòu)及傳感器本身在各自固有頻率上發(fā)生諧振,故軸承振動(dòng)信號(hào)中還含有故障特征頻率的高次諧波分量。b由于軸承間隙的存在,沖擊信號(hào)還要對(duì)軸承的高頻固有振動(dòng)信號(hào)進(jìn)行調(diào)制。導(dǎo)致固有頻率被其它振動(dòng)所干擾而無(wú)法直接通過(guò)頻譜分析檢測(cè)出故障特征頻

7、率。本文分別采用小波分析與Hilbert包絡(luò)譜分析解決上述兩個(gè)問(wèn)題。1小波分析提取含故障特征頻率的細(xì)節(jié)信號(hào)。小波是一種均值為零,很快衰減的瞬間振蕩函數(shù),小波分析是一種時(shí)頻分析方法,他利用一系列伸縮和平移的小波函數(shù)對(duì)信號(hào)進(jìn)行展開(kāi),該過(guò)程等效于用一系列不同頻帶的高通和低頻濾波器將信號(hào)分解成若干層次的高頻細(xì)節(jié)信號(hào)及低頻概貌信號(hào)即信號(hào)的主體輪廓,可對(duì)信號(hào)進(jìn)行多分辨率分屏,被譽(yù)為數(shù)學(xué)顯微鏡。小波分析算法的步驟包括分解與重構(gòu),為在計(jì)算機(jī)上實(shí)現(xiàn)小波分析,根據(jù)二進(jìn)離散小波變換的快速算法Mallat算法進(jìn)行計(jì)算,小波變換公式如下： 式中不同類型的小波,如Daubechies小波、lisar小波、墨西哥草帽小波等

8、,濾波系數(shù)與均不相同。序列是的二進(jìn)離散小波變換。利用小波分解系數(shù)重構(gòu)原信號(hào)的公式為：根據(jù)公式對(duì)軸承振動(dòng)信號(hào)進(jìn)行小波分解與重構(gòu)可獲得其各層概貌信號(hào)及細(xì)節(jié)信號(hào),其中幅度最大的細(xì)節(jié)信號(hào)中包含軸承故障的特征頻率。2Hilbert變換包絡(luò)譜檢測(cè)軸承的故障特征頻率。含有軸承故障特征頻率的細(xì)節(jié)信號(hào)是種調(diào)幅信號(hào),它是故障信號(hào)對(duì)軸承的高頻固有振動(dòng)進(jìn)行幅度調(diào)制形成,設(shè)其為式5。 5式中Hilbert變換可對(duì)調(diào)幅信號(hào)進(jìn)行包絡(luò)解調(diào),就是從中提取。信號(hào)的Hilbert變換是與的卷積符號(hào)為*,公式見(jiàn)式6。 6對(duì)做傅里葉變換得式7 7故的Hilbert變換可看成是通過(guò)一個(gè)幅度為1的全通濾波器輸出,其頻率成分做相移,負(fù)頻率成

9、分做相移。則調(diào)幅信號(hào)的Hilbert變換為式8。 8設(shè)的解析信號(hào)為：,則有式9。 9因此可利用Hilbert變換提取的包絡(luò),即故障信號(hào),再用傅里葉變換對(duì)其進(jìn)行功率分析,功率譜中幅度最大處的頻率即故障特征頻率。第三章 軸承故障診斷的Matlab程序分析3.1 確定軸承各項(xiàng)參數(shù)并計(jì)算各部件的故障特征頻率由軸承型號(hào)為SKF 6205-2RS JEM,轉(zhuǎn)速1750 rpm可知：滾珠個(gè)數(shù)n=9；滾動(dòng)體直徑d=7.938mm；軸承節(jié)徑D=39mm；滾動(dòng)體接觸角=0；由以上數(shù)據(jù)計(jì)算滾動(dòng)軸承不同部件故障的特征頻率為：外圈故障頻率：內(nèi)圈故障頻率 ：滾動(dòng)體故障頻率 ：3.2 故障診斷的結(jié)果分析和結(jié)論3.2.1 第

10、一組數(shù)據(jù)分析首先對(duì)軸承振動(dòng)信號(hào)data.mat文件中數(shù)組y第一列運(yùn)行Matlab程序,結(jié)果如下圖所示：圖1 振動(dòng)加速度圖和功率譜圖2 小波分解與重構(gòu)圖圖3 Hilbert包絡(luò)譜 圖1為該信號(hào)的功率譜,顯然從功率譜中難以檢測(cè)故障頻率,圖2為對(duì)振動(dòng)信號(hào)做3級(jí)小波分解與重構(gòu)所得第1-3層細(xì)節(jié)信號(hào)d1-d3和第三層概貌信號(hào)c3,對(duì)整體幅度較大的細(xì)節(jié)信號(hào)d1做Hilbert包絡(luò)譜見(jiàn)圖3,其幅度最大處的頻率f=27.83Hz為軸承內(nèi)外圈相對(duì)旋轉(zhuǎn)頻率,第二大處頻率為80.37Hz同滾動(dòng)體故障特征頻率相接近,因此軸承故障類型為滾動(dòng)體故障；3.2.2 第二組數(shù)據(jù)分析再用同樣的方法對(duì)振動(dòng)信號(hào)data.mat文件中

11、數(shù)組y第二列進(jìn)行處理,得Hilbert的包絡(luò)譜如圖6所示：圖4 振動(dòng)加速度圖和功率譜圖5 小波分解與重構(gòu)圖圖6 Hilbert包絡(luò)譜 圖4為該信號(hào)的功率譜,圖5為對(duì)振動(dòng)信號(hào)做3級(jí)小波分解與重構(gòu)所得第1-3層細(xì)節(jié)信號(hào)d1-d3和第三層概貌信號(hào)c3,對(duì)整體幅度較大的細(xì)節(jié)信號(hào)d1做Hilbert包絡(luò)譜見(jiàn)圖6,沒(méi)有和軸承故障特征頻率相同的頻率,其幅度最大處的頻率f=1796Hz,第二大處頻率為1036Hz,第三大頻率為29.3Hz,同內(nèi)外圈相對(duì)特征頻率相接近,因此該列軸承數(shù)據(jù)正常。3.2.3 第三組數(shù)據(jù)分析對(duì)振動(dòng)信號(hào)data.mat文件中數(shù)組y第三列進(jìn)行處理,得Hilbert的包絡(luò)譜如圖9所示：圖7

12、振動(dòng)加速度圖和功率譜圖8 小波分解與重構(gòu)圖圖9 Hilbert包絡(luò)譜 圖7為該信號(hào)的功率譜,圖8為對(duì)振動(dòng)信號(hào)做3級(jí)小波分解與重構(gòu)所得第1-3層細(xì)節(jié)信號(hào)d1-d3和第三層概貌信號(hào)c3,對(duì)整體幅度較大的細(xì)節(jié)信號(hào)d1做Hilbert包絡(luò)譜見(jiàn)圖9,其幅度最大處的頻率f=104.7Hz,同軸承外圈理論故障特征頻率相接近,因此該列軸承數(shù)據(jù)表示外圈故障。3.2.4 第四組數(shù)據(jù)分析對(duì)振動(dòng)信號(hào)data.mat文件中數(shù)組y第四列進(jìn)行處理,得Hilbert的包絡(luò)譜如圖12所示：圖10 振動(dòng)加速度圖和功率譜圖11 小波分解與重構(gòu)圖圖12 Hilbert包絡(luò)譜 圖10為該信號(hào)的功率譜,圖11為對(duì)振動(dòng)信號(hào)做3級(jí)小波分解與

13、重構(gòu)所得第1-3層細(xì)節(jié)信號(hào)d1-d3和第三層概貌信號(hào)c3,對(duì)整體幅度較大的細(xì)節(jié)信號(hào)d1做Hilbert包絡(luò)譜見(jiàn)圖12,其幅度最大處的頻率f=157.5Hz,同內(nèi)圈理論故障特征頻率相接近,說(shuō)明此軸承的故障發(fā)生在軸承的內(nèi)圈。參考文獻(xiàn)1 褚福磊,彭志科,馮志鵬,李志農(nóng).機(jī)械故障診斷中的現(xiàn)代信號(hào)處理方法M.北京：科學(xué)出版社.2009:159-1602 葛哲學(xué),陳仲生.MATLAB時(shí)頻分析技術(shù)及其應(yīng)用M.北京：人民郵電出版社.2006:1643 楊國(guó)安.機(jī)械設(shè)備故障診斷實(shí)用技術(shù)M.北京：中國(guó)石化出版社.2007附錄Matlab程序：以第一列數(shù)據(jù)為例clear %清除內(nèi)存load data.mat %調(diào)入

14、故障軸承振動(dòng)信號(hào)的數(shù)據(jù)文件,存入sigsig=y;fs=12000;%設(shè)置取樣頻率fs,取樣點(diǎn)數(shù)NN=65536;Ts=1/fs;sig=sig;t=0:Ts:*Ts; %時(shí)間軸sig=sig-mean/std; %對(duì)sig歸一化subplot; %繪制sig波形plot;xlabel;ylabel;nfft=16384;S=psd; %對(duì)sig做功率譜subplot; %繪制功率譜plot/nfft*fs,S;xlabel;ylabel;c,l=wavedec; %利用db2對(duì)sig進(jìn)行3級(jí)小波分解c3=wrcoef;%重構(gòu)第1-3層細(xì)節(jié)d1-d3和第3層蓋帽c3d3=wrcoef;d2=wrcoef;d1=wrcoef;figure;subplot;plot;ylabel;%繪制c3subplot;plot;ylabel;%繪制d3subplot;plot;ylabel;%繪制d