楊勇明

(上海理工大學(xué) 公共實(shí)驗(yàn)中心，上海200093)

?

基于小波分析的蝸輪蝸桿減速器故障診斷系統(tǒng)

楊勇明

(上海理工大學(xué) 公共實(shí)驗(yàn)中心，上海200093)

隨著蝸輪蝸桿減速器的廣泛應(yīng)用，其故障類型表現(xiàn)為復(fù)雜化和隱蔽化，這不僅會(huì)帶來巨大的經(jīng)濟(jì)損失，甚至威脅工人的生命安全。為解決這一問題，提出了基于小波分析的蝸輪蝸桿減速器故障診斷系統(tǒng)，系統(tǒng)在模擬減速器真實(shí)工作情況的基礎(chǔ)上，采用LabView編寫故障診斷系統(tǒng)，實(shí)現(xiàn)對振動(dòng)信號(hào)進(jìn)行采集與顯示、小波分析以及離線故障診斷，實(shí)驗(yàn)結(jié)果表明，文中提出基于小波分析的蝸輪蝸桿減速器故障診斷系統(tǒng)，能夠較好地實(shí)現(xiàn)蝸輪蝸桿減速器故障的實(shí)時(shí)診斷，適用于蝸輪蝸桿減速器技術(shù)研究和安全應(yīng)用等領(lǐng)域。

故障診斷；小波分析；振動(dòng)信號(hào)；LabVIEW

隨著機(jī)械裝備的精密化發(fā)展，使得裝備的故障形式更為復(fù)雜和隱蔽，同時(shí)也促進(jìn)了故障診斷技術(shù)的研究和發(fā)展[1-3]。例如，研究蝸輪蝸桿減速器常見的失效形式，不僅能夠增加使用周期，提高生產(chǎn)效率，同時(shí)還能降低故障發(fā)生頻率，保障工人的生命安全[4-7]。為了深入研究蝸輪蝸桿減速器的常見故障機(jī)理，文中提出基于小波分析的蝸輪蝸桿減速器故障診斷系統(tǒng)，用于對蝸輪蝸桿的點(diǎn)蝕、剝落以及斷齒等故障類型進(jìn)行實(shí)時(shí)監(jiān)測和診斷。

1 故障診斷模型

如圖1所示的蝸輪與蝸桿受力分析，蝸輪主要受到來自于蝸桿作用在徑向的作用力Fr2、軸向的作用力Fa2以及切向的作用力Ft2等3個(gè)方向的分力[8-9]，定義X方向平行于蝸桿的軸向，Y方向平行于蝸輪的軸向，Z方向垂直于工作臺(tái)平面方向。根據(jù)圖1可知，當(dāng)蝸輪蝸桿出現(xiàn)故障后，3個(gè)方向上的振動(dòng)信號(hào)也會(huì)有相應(yīng)的改變，因此需要對徑向、軸向以及切向等3個(gè)方向的振動(dòng)信號(hào)進(jìn)行采集、分析及診斷。圖2所示為的蝸輪蝸桿減速器故障診斷系統(tǒng)，基于小波分析的振動(dòng)信號(hào)識(shí)別方法，包含信號(hào)的采集顯示、處理分析及離線診斷等過程，可以實(shí)時(shí)監(jiān)測和顯示蝸輪蝸桿的點(diǎn)蝕、剝落和斷齒等失效形式。

圖1 蝸輪與蝸桿之間受力分析

圖2 蝸輪蝸桿減速器故障診斷模型

2 基于小波分析的故障特征提取

在各種類型的信號(hào)中，振動(dòng)信號(hào)含有較多的旋轉(zhuǎn)機(jī)械故障信息，利用有效的方法處理與分析振動(dòng)信號(hào)，能夠提取出旋轉(zhuǎn)機(jī)械的故障特征參數(shù)[10-14]。本文研究的蝸輪蝸桿減速器故障診斷系統(tǒng)，采用小波分析的方法，實(shí)現(xiàn)蝸輪蝸桿減速器故障特征參數(shù)提取。

2.1 小波變換

(1)連續(xù)小波變換是指作用于定義在整個(gè)實(shí)軸上的函數(shù)設(shè)φ(ω)為母小波函數(shù)，對母小波函數(shù) 進(jìn)行伸縮或平移，可以得到一系列“胖瘦”和“位置”不同，但形狀相似的小波，這就是小波變換的基礎(chǔ)[15-16]，對有限能量信號(hào)φ(t)進(jìn)行處理后，得到

(1)

其中，a稱為尺度因子；b稱為平移因子。

當(dāng)a和b是連續(xù)變化的量時(shí)，φ(ω)稱作連續(xù)小波基函數(shù)，且有

(2)

式(2)表示函數(shù)f(t)的連續(xù)小波變換;

(3)

信號(hào)函數(shù)f(t)=L(R)時(shí)，離散小波變換為

(4)

取a=2,τ0=1時(shí)，離散小波變換為

(5)

2.2 多尺度分析

多尺度分析是指在不同尺度上將L(R)分解為一系列子空間序列，這些子空間序列以L(R)為極限，信號(hào)函數(shù)f(t)可被描述為在L(R)中具有一組近似函數(shù)的逼近極限，則信號(hào)函數(shù)f(t)在不同尺度子空間上的投影便是這些近似函數(shù)。圖3(a)所示為小波三尺度分析示意圖，直觀展示多尺度分析，F(xiàn)表示原始信號(hào)，C代表低頻信號(hào)，D表示高頻信號(hào)。根據(jù)圖3可知，分解的關(guān)系式為

F=D1+D2+D3+C3

其中低頻信號(hào)參與多尺度分析，而高頻信號(hào)不參與多尺度分析，進(jìn)行下一步分解時(shí)，研究對象為低頻部分C3，分析結(jié)果由低頻信號(hào)C4及高頻信號(hào)D4組成。

圖3 小波三尺度分析示意圖

2.3 小波包能量分解

多尺度分析可以有效的分解信號(hào)低頻部分，由于尺度分析是以二進(jìn)制變化的，高頻部分的分辨率較差，小波包能量分解法將多尺度分析中未細(xì)分的高頻部分進(jìn)一步分解，從而增大高頻部分的分辨率，所以小波包能量分解具有更加廣泛的應(yīng)用價(jià)值。圖3(b)所示為3尺度小波包能量分解示意圖其中，字母C表示低頻部分，字母D表示高頻部分，其末端的數(shù)字代表著當(dāng)前小波包能量分解的尺度數(shù)。

2.4 基于小波包能量的故障特征提取

為了提取故障特征參數(shù)，需要對采集到的數(shù)據(jù)進(jìn)行小波包能量分解，從而將故障特征頻率被劃分到不同的頻帶范圍，用于體現(xiàn)不同的故障特征。以采樣頻率12 800Hz為例，依據(jù)小波包能量分解原理，要使故障特征頻率劃分到不同頻帶范圍，至少做6尺度(層數(shù))小波包能量分解，同時(shí)大幅增加了數(shù)據(jù)量和時(shí)間量，為下一步的特征參數(shù)處理帶來較大困難和時(shí)間損耗。對采集到的信號(hào)數(shù)據(jù)做降頻處理，降至640Hz，根據(jù)奈奎斯特定理，重新采樣處理后的數(shù)據(jù)依然能夠保留原始信號(hào)的真實(shí)性。將降頻處理后的信號(hào)數(shù)據(jù)做3尺度小波包能量分解，如圖4所示。

圖4 640 Hz三尺度小波包能量分解

3 實(shí)例驗(yàn)證

3.1 實(shí)驗(yàn)臺(tái)簡介

如圖5所示為蝸輪蝸桿減速器實(shí)驗(yàn)臺(tái)，由機(jī)械部分和控制部分組成：機(jī)械部分包括伺服電機(jī)、轉(zhuǎn)速控制系統(tǒng)、磁粉制動(dòng)器和轉(zhuǎn)矩控制等系統(tǒng)；控制部分包括LabVIEW控制程序、NI采集卡，傳感器和倍福運(yùn)動(dòng)控制器等系統(tǒng)。該實(shí)驗(yàn)臺(tái)可以重現(xiàn)蝸輪蝸桿減速器的點(diǎn)蝕、剝落、斷齒等故障形態(tài)。通過控制伺服電機(jī)的轉(zhuǎn)速實(shí)現(xiàn)對蝸桿輸入端轉(zhuǎn)速的控制，通過磁粉制動(dòng)器來控制蝸輪輸出端的扭矩，從而實(shí)現(xiàn)蝸輪蝸桿減速器正常工作狀態(tài)。溫度、轉(zhuǎn)速、振動(dòng)和扭矩等傳感器可以根據(jù)實(shí)驗(yàn)需要進(jìn)行安裝，從而實(shí)現(xiàn)對蝸輪蝸桿減速器的振動(dòng)、溫度、負(fù)載轉(zhuǎn)矩、加載轉(zhuǎn)矩和轉(zhuǎn)速等信號(hào)數(shù)據(jù)的實(shí)時(shí)測量和采集。

圖5 蝸輪蝸桿減速器實(shí)驗(yàn)臺(tái)

3.2 診斷系統(tǒng)設(shè)計(jì)

如圖6所示的基于LabVIEW的故障診斷系統(tǒng)軟件，具有實(shí)時(shí)性、可靠性及可維護(hù)性等優(yōu)點(diǎn)，系統(tǒng)界面上有數(shù)據(jù)采集與顯示、數(shù)據(jù)分析、故障診斷和退出4個(gè)按鈕，單擊任意按鈕，即可調(diào)用相應(yīng)的功能子程序，實(shí)現(xiàn)數(shù)據(jù)采集與顯示、數(shù)據(jù)分析和故障診斷等功能效果。

圖6 利用LabVIEW編寫的故障診斷系統(tǒng)

3.3 實(shí)驗(yàn)數(shù)據(jù)與分析

3.3.1 實(shí)驗(yàn)參數(shù)及數(shù)據(jù)采集

實(shí)驗(yàn)臺(tái)使用WPA40型蝸輪蝸桿減速器， 為研究減速器不同故障類型的特征和區(qū)別，本實(shí)驗(yàn)在750r/min,1 000r/min,1 250r/min,1500r/min轉(zhuǎn)速及6N·m負(fù)載狀態(tài)下，采集蝸輪蝸桿減速器各種故障類型振動(dòng)信號(hào)，采集數(shù)據(jù)如表1所示。

3.3.2 實(shí)驗(yàn)數(shù)據(jù)分析

(1)3層小波包能量分解。將采集到的蝸輪蝸桿減速器各種故障類型信號(hào)數(shù)據(jù)進(jìn)行小波3尺度分析，分析結(jié)果如圖7所示。

表1 蝸輪蝸桿減速器故障實(shí)驗(yàn)數(shù)據(jù)種類和數(shù)量

圖7 蝸輪蝸桿減速器各種故障類型信號(hào)小波3尺度分析

從圖7中很難直觀地看出各種故障類型在小波3尺度分析結(jié)果上的區(qū)別，所以必須對各尺度的小波進(jìn)行小波包能量分解，分解結(jié)果如表2～表5所示。

表2 正常減速器在各尺度上的小波包能量分解

表3 點(diǎn)蝕故障減速器在各尺度上的小波包能量分解

表4 剝落故障減速器在各尺度上的小波包能量分解

表5 斷齒減速器在各尺度上的小波包能量分解

根據(jù)表2～表5中的數(shù)據(jù)對比可知，在整體的能量按其大小排列為：斷齒>剝落>正常>點(diǎn)蝕。根據(jù)這個(gè)結(jié)果可以清楚的表示，各種故障類型的頻帶劃分結(jié)果較好，同時(shí)也證明了小波包能量分解在提取蝸輪蝸桿減速器的故障特征上的有效性。這些小波包能量可以作為故障診斷的依據(jù)。

(2)數(shù)據(jù)分析與故障系統(tǒng)診斷。如圖8所示的數(shù)據(jù)采集、分析及故障診斷界面，設(shè)置好參數(shù)后，點(diǎn)擊數(shù)據(jù)分析按鈕，通過調(diào)用Sym8小波函數(shù)對蝸輪蝸桿減速器X、Y、Z這3個(gè)方向上的振動(dòng)信號(hào)進(jìn)行小波包能量分解，如表2～表5所示，依據(jù)表2～表5的小波包能量分解情況，完成離線故障診斷并顯示結(jié)果，從而實(shí)現(xiàn)蝸輪蝸桿減速器的點(diǎn)蝕、剝落以及斷齒等故障類型的實(shí)時(shí)診斷。

圖8 數(shù)據(jù)采集、分析及故障診斷界面

4 結(jié)束語

本文在研究故障診斷技術(shù)以及蝸輪蝸桿減速器理論的基礎(chǔ)上，將小波包能量分解技術(shù)應(yīng)用于故障類型診斷系統(tǒng)，通過實(shí)例驗(yàn)證，取得較好的實(shí)驗(yàn)效果，可以有效地診斷蝸輪蝸桿減速器常見的點(diǎn)蝕、剝落以及斷齒等故障問題。

[1] 賀美義,劉凱銘.面向21世紀(jì)先進(jìn)制造技術(shù)與企業(yè)競爭的關(guān)系[J].科技情報(bào)開發(fā)與經(jīng)濟(jì),2003,13(9):256-257.

[2] 陳國興.飛機(jī)遠(yuǎn)程故障協(xié)同診斷并發(fā)機(jī)制研究[D].天津：中國民航大學(xué),2008.

[3] 趙文智.提高民航安全性的研究[D].天津：天津大學(xué),2006.

[4] 文秀,褚福磊.轉(zhuǎn)子系統(tǒng)碰摩故障的實(shí)驗(yàn)研究[J]. 清華大學(xué)學(xué)報(bào),2005,45(5):614-617.

[5] 屈梁生.機(jī)械故障的全息診斷原理[M].北京:科學(xué)出版社,2007.

[6] 董華強(qiáng).風(fēng)力發(fā)電機(jī)組的振動(dòng)狀態(tài)監(jiān)測與故障診斷技術(shù)研究[D].蘭州：蘭州理工大學(xué),2013.

[7] 劉曉波.風(fēng)機(jī)故障監(jiān)測與診斷系統(tǒng)的研究與制作[D].武漢：武漢科技大學(xué),2009.

[8] 張武,景素芳,王軻平，等.轉(zhuǎn)臺(tái)正、反轉(zhuǎn)力矩不均勻性分析與對策[J].火控雷達(dá)技術(shù),2013,42(1):112-115.

[9] 聶勇軍,羅敬東.齒輪失效模式形成分析[J].瓊州學(xué)院學(xué)報(bào),2011,18(2):51-53.

[10]AntoniJ.Cyclostationaritybyexamples[J].MechanicalSystemsandSignalProcessing,2009,23(4):987-1036.

[11]AntoniJ,RandallRB.Thespectralkurtosis:applicationtothevibratorysurveillanceanddiagnosticsofrotatingmachines[J].MechanicalSystemsandSignalProcessing,2006,20(2):308-331.

[12]ZhongqingSu,LinYe,YeLu.Guidedlambwavesforidentificationofdamageincompositestructures:areview[J].JournalofSoundandVibration,2006,29(5):753-780.

[13] 梁曉華.基于參考獨(dú)立分量分析的旋轉(zhuǎn)機(jī)械故障信號(hào)提取[D].哈爾濱：哈爾濱工業(yè)大學(xué),2010.

[14] 楊霽.基于小波多尺度變換的局部放電去噪與識(shí)別方法研究[D].重慶：重慶大學(xué),2004.

[15] 李翔.基于小波分析的測量信號(hào)處理技術(shù)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué),2009.

[16] 晁曉潔.基于提升小波的故障診斷方法研究[D].沈陽：沈陽理工大學(xué),2013.

Study on Fault Diagnosis System of Worm-gear Reducer Based on Wavelet Analysis

YANG Yongming

(Public Experiment Center, University of Shanghai for Science and Technology, Shanghai 200093,China)

With wide application of worm-gear reducer, the fault type is complicated and concealed, which not only bring huge economic losses, and even a threat to the safety of workers. in order to solve the problems, this paper put forward a fault diagnosis system of worm-gear reducer based on wavelet analysis, which base on real work situation, develop fault diagnosis system by adopting LabVIEW language, achieve vibration signal for acquisition and display, wavelet analysis and off-line fault diagnosis, experimental results show that the fault diagnosis system of worm-gear reducer based on wavelet analysis can better realize the worm-gear reducer fault diagnosis, so can be used in the field of technology research and safety using.

fault diagnosis; wavelet analysis; vibration signal; LabVIEW

2016- 03- 08

上海市自然科學(xué)基金資助項(xiàng)目(12ZR1420700)；上海市高校青年教師培養(yǎng)資助計(jì)劃基金資助項(xiàng)目(1014204803)

楊勇明(1986-)，男，碩士，工程師。研究方向：機(jī)器人技術(shù)及機(jī)電一體化技術(shù)。

10.16180/j.cnki.issn1007-7820.2016.11.020

TP274.2

A

1007-7820(2016)11-065-05