基于插值插值的旋轉(zhuǎn)機械非穩(wěn)態(tài)信號分析

基于插值插值的旋轉(zhuǎn)機械非穩(wěn)態(tài)信號分析

對于具有穩(wěn)定工頻的機械，通常使用基于fft的一般頻率分析法有效提取特征頻率，并診斷出癥狀。但許多旋轉(zhuǎn)機械在工作過程中其旋轉(zhuǎn)速度并非處于絕對勻速狀態(tài),而是在一定的轉(zhuǎn)速范圍內(nèi)不斷變化。特別是在啟動和停車的過程中,其工頻是不穩(wěn)定的。若人為地將這類信號假定為平穩(wěn)信號進行處理,結(jié)果將產(chǎn)生嚴重的“頻率模糊”現(xiàn)象。為了解決這一問題,階次跟蹤理論應(yīng)運而生。工程測試所得信號往往含有大量的噪聲成份,因此在分析周期性穩(wěn)態(tài)信號時數(shù)據(jù)平均方法常被用來抑制噪聲提高信噪比。對于旋轉(zhuǎn)機械,本文假設(shè)在角頻域內(nèi)系統(tǒng)轉(zhuǎn)速變化僅對信號的幅值有影響而不影響其頻率,并在此基礎(chǔ)上對角域重采樣信號進行了角域平均。分析實例證明了該方法的可行性。旋轉(zhuǎn)機械振動信號復(fù)雜,僅通過頻譜分析是遠遠不夠的。由于倒頻譜能將頻譜上成族的邊頻帶譜線簡化為單根譜線,可以檢測出功率譜中難以辨識的周期性,因此本文將倒頻理論引入階次分析,以便得到信號的倒階次譜,提取故障特征。1分類方法的實現(xiàn)1.1重采樣實驗結(jié)果的討論計算階次分析法是近年來發(fā)展起來的一種先進技術(shù),其主旨在于通過信號處理算法將等時間間隔采樣信號轉(zhuǎn)化為等角度采樣信號,即同步采樣信號。與硬件階次分析法相比,此方法既可降低成本、放寬傳感器安裝限制又能提高角域采樣率,優(yōu)點顯著。其具體實現(xiàn)過程如下。通常,為了確定重采樣的時間點,需先行設(shè)定參考軸的角加速模式,一般認為在一個小的時間段內(nèi)參考軸作勻角加速運動,前人的研究證明了這一假設(shè)的可行性。在此前提下,參考軸的轉(zhuǎn)角θ可以表達為θ(t)=b0+b1t+b2t2(1)θ(t)=b0+b1t+b2t2(1)式中:b0,b1,b2為待定系數(shù);t為時間點。對等時間間隔采樣信號,將3個依次到達的脈沖時間點t和轉(zhuǎn)角增量Δ?代入式(1),可得???0Δ?2Δ????=????111t1t2t3t21t22t23???????b0b1b2???(2)(0Δ?2Δ?)=(1t1t121t2t221t3t32)(b0b1b2)(2)由上式求出bi的后,將其代入式(1)可得t=12b2[4b2(θ?b0)+b21????????????√?b1](3)t=12b2[4b2(θ-b0)+b12-b1](3)根據(jù)上式便可求出等角度采樣時恒定角增量Δθ所對應(yīng)的需要插值的時間點。根據(jù)所求出的時間點,利用插值算法對振動信號進行插值,可以求出振動信號角域里對應(yīng)于采樣時間點的幅值,再對其進行FFT變換,結(jié)果就是重采樣后的階次譜圖。特別指出,以上算法仍需滿足采樣定理,這表現(xiàn)在兩個方面:第一,重采樣的采樣率不可無限制的提高,要受時域采樣信號采樣率的影響;第二,不能分析階次高于1/2采樣率的信號成份,以免產(chǎn)生‘混迭’。1.2轉(zhuǎn)速機械噪聲信號的幅值多重平均方法常被用來分析周期性穩(wěn)態(tài)信號,以便削弱噪聲的影響,提高信噪比,其原理如下設(shè)采樣信號為X=S+N(4)X=S+Ν(4)式中:S為與工頻相關(guān)的信號,N為與工頻無關(guān)的噪聲信號。若以工頻的倒數(shù)(或倒數(shù)的倍數(shù))為周期截取X進行平均,則由數(shù)字信號處理知識可知,當平均次數(shù)趨于無窮時N將接近與0而S基本不變,即削除了噪聲提高了信噪比。對于旋轉(zhuǎn)機械,由于在速度變化時信號的幅值也相應(yīng)變化,即便進行等角域采樣后其信號仍不滿足周期性穩(wěn)態(tài)信號的條件,但根據(jù)機械振動知識不難知道系統(tǒng)每轉(zhuǎn)動一個周期所受到的與工頻相關(guān)的沖擊次數(shù)是固定的,故障沖擊亦是如此。因此,不妨假設(shè)在角頻域內(nèi)系統(tǒng)轉(zhuǎn)速變化僅對信號的幅值有影響而不影響其頻率。所以我們?nèi)钥刹捎闷骄姆绞教岣咝旁氡取?.3環(huán)境因素檢測倒頻譜定義為:對功率譜的對數(shù)值進行傅立葉逆變換的結(jié)果。即Cx(τ)=F?1{lnSx(ω)}(5)Cx(τ)=F-1{lnSx(ω)}(5)式中:Cy(τ)為倒頻譜;τ為倒頻率;Sy(ω)為功率譜。倒頻譜將頻譜上成族的邊頻帶譜線簡化為單根譜線,可以檢測出功率譜中難以辨識的周期性。當機械故障產(chǎn)生某種周期性信號變化時,倒頻譜上將出現(xiàn)相應(yīng)的峰值,倒頻譜脈沖指標反映了這一變化的程度。由于階次分析是將時域信號重采樣為角域信號,信號只發(fā)生了表達形式的變化,其本質(zhì)沒有改變,所以與傳統(tǒng)頻譜分析相類似,當故障信號與系統(tǒng)正常信號相調(diào)制時,在階次譜中必然產(chǎn)生相應(yīng)的邊頻帶。本文將倒譜分析算法引入到階次分析中,以便將階次邊帶簡化為單根譜線,來辨識機械故障。2齒根裂紋故障的頻譜分析采用某減速機進行實驗驗證,可調(diào)速電機輸入,主動齒輪齒數(shù)Z1=30,被動齒輪齒數(shù)Z2=50。在不影響軸承正常使用性能情況下,在主動齒輪的一個輪齒根部加工寬0.5mm,深為1.5mm的小槽模擬齒根裂紋。通過BK3560多分析儀采集光電編碼器轉(zhuǎn)速信號和加速度傳感振動信號,對齒輪箱的升速過程進行分析。系統(tǒng)各特征頻率如下:嚙頻fm=30fin,其中,fin為輸入軸轉(zhuǎn)頻齒根裂紋特征頻率fc=fin嚙頻倒頻指標f?m=1/fmf?m=1/fm齒根裂紋特征倒頻率f?c=1/finf?c=1/fin嚙合階次rm=30齒根裂紋特征階次rc=1嚙頻倒階次r?m=12°r?m=12°齒根裂紋特征倒階次r?c=360°r?c=360°圖1為輸入軸的轉(zhuǎn)速曲線。由圖可見輸入軸由0加速至700r/min左右,作加速運動,即系統(tǒng)工頻不穩(wěn)定。圖2為角域重采樣信號,由圖可見振動信號隨轉(zhuǎn)速的增高而增強,為非平穩(wěn)信號。圖3為以3個工頻周期長度為周期進行角域平均后的重采樣信號。雖然進行了多次平均,信號幅值變化仍舊很明顯。圖4為重采樣信號的階次譜,由圖可見系統(tǒng)嚙合階次及其倍頻清晰,說明階次分析避開了傳統(tǒng)頻譜分析在分析變速信號時的頻率混迭現(xiàn)象。圖5為地角域平均后的信號進行的階次譜。由圖可見,前者比后者的譜線明顯密集,說明其含有較多噪聲成份。由于受嚙頻調(diào)制的影響,齒根裂紋故障特征反映到了邊頻帶上,所以在以上兩圖中均無明顯反映。需進行進一步處理。圖6為重采樣信號的倒階次譜。圖中嚙頻的倒階次(12°)及其倍頻非常明顯,但齒根裂紋故障的特征倒階次(360°)不夠顯著。圖7為角域平均后的倒階次譜。圖中不但嚙頻信息明顯,而且齒根裂紋故障的特征倒階次清晰可見。驗證了故障狀態(tài),說明了對該類信號進行角域平均的可行性和有效性。3fft變換信號的穩(wěn)定性分析在分析旋轉(zhuǎn)機械的非穩(wěn)態(tài)信號時,傳統(tǒng)的頻譜分析法因“頻率模糊”而反映不出系統(tǒng)的真實狀態(tài);階次分析方法以工頻為基準,采用等角度采樣信號進行分析,滿足了FFT變換對信號平穩(wěn)性的要求,在處理變速信號時,有效地解決了“頻率模糊”現(xiàn)象,是對傳統(tǒng)頻譜分析法的有力補充。由于在角域信號中同樣存在調(diào)制現(xiàn)象,僅通過階次分析來