0512-57507827
??15370388628
zhaoyang@vibde.com
江蘇省昆山市開發(fā)區(qū)偉業(yè)路8號6F
您現在的位置:首頁 >> 新聞中心 >> 齒輪故障的振動分析診...
文/ 發(fā)布于 : 2021-06-08 瀏覽次數:6539
由于齒輪故障癥狀及其信號的復雜性,因此在對齒輪進行故障診斷時,需要在盡可能地消除噪聲干擾、提高信噪比的前提下,提取出清晰故障特征信息。
常用的方法有以下幾種:
1. 細化譜分析法
細化譜分析法是通過采用頻率細化技術來增加頻譜圖中某些頻段上的頻率分辨率,即所謂的“局部頻率擴展”法。在齒輪故障信號中,調制后得到的邊頻含有豐富的故障信息,但是在一般的頻譜圖上往往又找不出清晰、具體的邊頻,究其原因是頻譜圖的頻率分辨率太低。頻譜圖上的頻率分辨率則是由譜線和最高分析頻率決定的,行業(yè)內對此有定規(guī),具體關系為下式所示: ? f= f c /n= fs/N 式中,? f~頻率間隔,即頻率分辨率;f c~分析頻率范圍,即最高分析頻率;fs~采樣頻率,為避免頻率混淆,fs=(2.56 ~ 4)f c,一般為 fs=2.56 f c;n~譜線條數,為定值,分有 100 線、200 線、400 線、800 線四檔;N~采樣點數,N=2.56n,分有 256 點、512 點、1024 點、2048 點四檔。由于齒輪的嚙合頻率及其諧波的頻率很高,從而使分析頻率范圍 f c 不得不很高,也就引起頻率間隔?f 很大,即頻率分辨率很低,因此造成邊頻較難顯現及分辨。而細化譜分析法只是對某些部分頻段沿頻率軸進行放大,好像放大鏡一樣,把頻譜圖上某些感興趣的局部區(qū)域放大,從而得到頻率分辨率很高的細化譜,見右圖。這樣,就可以通過觀察細化后的邊帶結構,去尋找故障的特征信息。
2. 倒頻譜分析法
頻譜圖的幅值有兩種表示方法:一種是以振幅形式表示,稱為幅值譜;另一種以能量形式表示,稱為功率譜。功率譜是用來研究各頻率成分的能量在頻域上的分布。頻譜圖縱坐標的刻度也有兩種表示方法:一種是線性坐標,另一種是對數坐標。線性坐標的優(yōu)點是直觀,缺點是不能同時顯示數值相差很大的成分;而對數坐標恰恰相反,可以同時顯示出數值相差很大(1000 倍,甚至更高)的頻率成分,但這些成分之間是不成線性比例關系的。幅值譜的縱坐標為線性坐標,功率譜的縱坐標一般為對數坐標。對數坐標以分貝[dB]表示,其定義為 Ad=20 l g(A/Ar) 或 Ad=10 l g(A2 /Ar 2) 式中,Ad~基準幅值(或參考幅值),常取 Ad=1V,對無量綱量取 Ad=1 A~幅值,單位與 Ad 相同。由上式可知,分貝值為 6,幅值之比為 2,即人們常說的“6 個分貝翻一翻” ;92分貝值為 20,幅值之比為 10;分貝值為 60,幅值之比為 1000。倒頻譜的定義是功率譜對數的功率譜。其表示式為C(τ) = { F- 1 [ l o gG(f)] } 2式中,G(f)~時間信號 fz 的功率譜,即 G(f) = {F[fz(t)] } 2 τ~倒頻譜的時間變量,稱為倒頻率。倒頻譜的縱坐標與頻譜可采用相同的單位,而橫坐標為倒頻率,單位為毫秒[ms]。倒頻譜分析法在齒輪故障診斷中具有特殊的作用,特別是用在邊頻帶的分析上。因為,實際齒輪箱振動信號的頻譜圖是十分復雜的,當有幾個邊頻帶相互交叉分布在一起時,僅依靠頻率細化分析法是不夠的,往往難以看出邊頻帶的結構。而倒頻譜則能夠較為清晰地顯示出頻譜圖中的周期性結構成分——邊頻。如果把一個復雜的頻譜看著為一個時間歷程信號,在嚙合頻率及其諧波周圍分布著很多邊帶,邊帶的間隔頻率就是故障頻率,故障頻率的諧波階次越高,其振幅值越小,則諧波峰值的平均包絡線接近于一個周期波。對此功率譜圖再作一次譜分析(即進行傅里葉逆變換),轉換到一個新域里,從而把周期性的頻率結構很清楚地顯現出來,這就是倒頻譜分析方法。倒頻譜是對原頻譜圖上周期性頻率結構成分的能量作了又一次集中,并在功率的對數轉換時給低幅值分量有較高的加權,而對高幅值分量以較低的加權,結果是突出了小信號周期。因此,利用倒頻譜圖可以有效地識別頻譜上的周期成分。這是倒頻譜分析的第一個優(yōu)點。例如,某齒輪箱的功率譜圖,頻率范圍為 0~20kHz,譜線為 400 條。可看到 4.3 kHz93的嚙合頻率及其二階和三階諧頻。因頻率分辨率太低(50 kHz),不能分解出邊頻帶。 3.5~13.5 kHz 頻段的細化功率譜(2000 線),由于分辨率較高(5Hz),可看到很多邊頻成分,但很難分辨出它們的周期。
3. 時域同步平均法
時域同步平均法的目的在于保留和齒輪故障有關的周期成分,去除其它非周期成分和噪聲的干擾,從而提高振動信號的信噪比。時域同步平均的原理是,按齒輪每轉一圈的周期間隔截取信號,在多次截取信號的基礎上,然后反復進行分段疊加的平均處理,這樣,隨著平均次數的增加,齒輪周期性的旋轉頻率和嚙合頻率及其各階諧波成分得以保留,而那些非周期性的無關噪聲成分則逐漸消失。最后再經過光滑化濾波,即可獲得僅與齒輪實際振動有關的信號,這無論在時域上或頻域上均有利于齒輪故障狀態(tài)的分析。右圖為一個淹沒于隨機噪聲中的正弦波信號,在經過 256 次線性平均后,又重新顯現出原來的正弦波信號形狀。時域同步平均法的關鍵是必須要有時標信號,即齒輪的轉速脈沖信號。用脈沖的間隔時間作為齒輪每轉的時標,用脈沖信號去觸發(fā) A/D 轉換器工作,實現按齒輪旋轉周期截取信號,而且起始點始終對應于齒輪的某一角位置,從而確保時標周期與齒輪旋轉周期一致。如果希望對每個齒輪都進行時域同步平均時,則可以將測得的時標信號周期 T 按相應的傳動比進行擴展或壓縮,換算為該齒輪的旋轉周期 T′。時域平均處理后的信號包含著齒輪故障的具體信息。右圖表示齒輪在幾種狀態(tài)下的時域同步平均,正常的時域平均信號,波形應該是均勻一致的、光滑的,主要由嚙合頻率組成,沒有明顯的高次諧波;齒輪不對中,嚙合頻率為轉速頻率的諧波頻率所調制,形成調幅波形;齒面嚴重磨損,波形中波峰與波谷均呈不光滑形狀,95嚙合頻率出現較大的高次諧波成分;齒面局部嚴重剝落或斷齒,在一圈波形總體上還算是均勻的情況下,出現了一處波形的突跳現象。
4. 自適應消噪技術
齒輪的故障信號往往混有很大的背景噪聲,這種背景噪聲會把真正有用的信號淹沒了。為了提高信號的信噪比,除了用信號同步平均法外,還可以采用自適應噪聲消除技術,簡稱為 ANB 技術。這種技術通過兩個傳感器分別拾取信號,然后再進行處理,消噪的能力很強。尤其是采用 ANB 處理技術,可以使倒頻譜受背景噪聲影響的缺點得以克服,提高了倒頻診斷的靈敏度和準確性。
想了解更多振動分析診斷知識,請關注江蘇振迪檢測網站!