亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于MED-ITD和CICA的滾動(dòng)軸承故障診斷

        2021-07-22 02:13:38邢亞航郝如江余忠瀟
        軸承 2021年1期
        關(guān)鍵詞:振動(dòng)故障信號(hào)

        邢亞航,郝如江,余忠瀟

        (石家莊鐵道大學(xué) 機(jī)械工程學(xué)院,石家莊 050043 )

        滾動(dòng)軸承是制造裝備的重要部件,受環(huán)境及工況的影響,軸承易發(fā)生損壞[1],常表現(xiàn)為軸承內(nèi)圈、外圈或滾動(dòng)體上出現(xiàn)點(diǎn)蝕、裂紋等磨損現(xiàn)象。在強(qiáng)噪聲背景下,軸承磨損早期的故障信號(hào)產(chǎn)生的諧波相對(duì)于一般故障顯得特別微弱,低頻段的頻率表現(xiàn)也相當(dāng)微弱。因此,軸承早期故障在實(shí)際工況下不易被發(fā)現(xiàn),嚴(yán)重影響機(jī)械設(shè)備的正常運(yùn)轉(zhuǎn),甚至造成重大損失,對(duì)軸承早期故障進(jìn)行分析尤為重要[2]。

        在進(jìn)行滾動(dòng)軸承振動(dòng)信號(hào)這類非平穩(wěn)、非線性信號(hào)的時(shí)頻分析時(shí),小波變換[3]存在諸多限制,經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)[4]存在過包絡(luò)、端點(diǎn)效應(yīng)、模態(tài)混疊等問題;局部均值分解(LMD)[5]雖在抑制端點(diǎn)效應(yīng)和減少迭代次數(shù)等方面優(yōu)于EMD,但其也存在無快速算法,分解中受噪聲影響較大等問題。固有時(shí)間尺度分解(Intrinsic Time-Scale Decomposition, ITD)[6]是一種自適應(yīng)性的時(shí)頻分析法,其將非平穩(wěn)復(fù)雜信號(hào)分解為一系列具有實(shí)際物理意義的固有旋轉(zhuǎn)分量 (Proper Rotation Component,PRC),可以直接根據(jù)結(jié)果得到瞬時(shí)頻率和相位。ITD繼承了EMD算法的優(yōu)點(diǎn),弱化了模態(tài)混疊等現(xiàn)象[7],減少了復(fù)雜的篩選和樣條插值,提高了信號(hào)處理效率,可以實(shí)時(shí)反映頻率變化。

        約束獨(dú)立分量分析(Constrained Independent Component Analysis,CICA)[8-9]是一種解決盲源分離的新方法,其可從混合信號(hào)中有效提取出獨(dú)立源成分。然而,對(duì)于滾動(dòng)軸承的早期微弱故障,由于環(huán)境噪聲等干擾因素影響較大,只采用ITD或CICA對(duì)故障信號(hào)進(jìn)行分析時(shí),故障特征分離提取效果不佳。針對(duì)這一問題,本文嘗試采用最小熵解卷積(Minimum Entropy Deconvolution,MED)[10]對(duì)信號(hào)進(jìn)行降噪,以提高信噪比,從而使沖擊信號(hào)更加突出。

        因此,提出了MED-ITD-CICA相結(jié)合的方法,對(duì)強(qiáng)噪聲背景下的滾動(dòng)軸承早期微弱故障進(jìn)行研究,并通過試驗(yàn)驗(yàn)證所提方法的有效性。

        1 理論分析

        1.1 最小熵解卷積

        MED可以對(duì)信號(hào)進(jìn)行盲解卷積,去除信號(hào)傳遞中的干擾,基于熵最小原則將MED用于迭代終止計(jì)算結(jié)果中,可以使輸出的脈沖成分突出[11-12],并通過壓縮信噪比低的頻帶提高有效信號(hào)所在頻帶的信噪比。出現(xiàn)故障時(shí),軸承振動(dòng)信號(hào)可表示為

        w(t)=h(t)*x(t)+n(t),

        (1)

        式中:w(t)為傳感器采集的故障信號(hào);h(t)為信號(hào)傳遞函數(shù);x(t)為故障沖擊信號(hào);n(t)為噪聲信號(hào)。

        MED的目的是獲得一個(gè)最優(yōu)的逆濾波器g(t),使輸出w(t)盡可能與故障沖擊信號(hào)x(t)一致,用x(t)的范數(shù)判斷熵的大小并依據(jù)熵最小原則使得到的熵達(dá)到最小,可表示為

        (2)

        式中:L為逆濾波器g(t)的階次;t為時(shí)間,t=1,2,…,N。

        為提取信號(hào)中較大的脈沖成分,進(jìn)行解反褶積計(jì)算,關(guān)鍵在于設(shè)計(jì)一個(gè)最小熵反褶積的L階逆濾波器g(t),使所求函數(shù)a為x(t)峭度最大化,即

        (3)

        綜上所述,最小熵迭代步驟為:

        1)將濾波器系數(shù)g0初始化為1。

        4)計(jì)算逆濾波器矩陣f(i)=A-1b(l),A為d(t)的自相關(guān)矩陣。

        5)當(dāng)|f(i)-f(i-1)|≤0.01時(shí)結(jié)束迭代運(yùn)算。否則繼續(xù)從步驟2進(jìn)行迭代。

        1.2 約束獨(dú)立分量分析

        CICA通過對(duì)多變量隨機(jī)信號(hào)進(jìn)行分解,使其成為若干個(gè)線性相互獨(dú)立的分量。將源信號(hào)作為約束條件,提取一個(gè)與源信號(hào)相近的獨(dú)立分量,由參考信號(hào)的先驗(yàn)信息建立參考脈沖信號(hào)r(t),用距離函數(shù)ε(y,r)定義待提取的期望信號(hào)y與r(t)的接近程度,可以用均方誤差E{(y-r)2}進(jìn)行定義。則CICA的目標(biāo)函數(shù)為

        maxJ(y)≈ρ{E[G(y)]-E[G(v)]}2,

        (4)

        約束條件為

        (5)

        式中:J(y)為負(fù)熵函數(shù);ρ為正的常數(shù);G(·)為非線性函數(shù);v為與y一樣具有相同協(xié)方差的高斯變量;ξ為閾值[14]。通過拉格朗日乘子進(jìn)行求解以估計(jì)出最佳源信號(hào),得到目標(biāo)信號(hào)。

        建立參考脈沖信號(hào)時(shí),需提前設(shè)置好重要參數(shù),如脈沖信號(hào)的周期應(yīng)與待取信號(hào)一致,且其初始相位角應(yīng)與待提取信號(hào)匹配,關(guān)系到分解是否成功的脈沖占空比參數(shù)在實(shí)際工況中選取0.25~0.50。本文選取0.25,初始相位角設(shè)為0。

        1.3 固有時(shí)間尺度分解

        設(shè)離散信號(hào)為X(t),t≥0,X(t)中全部極值點(diǎn)相應(yīng)時(shí)間為{τk,k=1,2,…},取τ0=0。其分解公式為

        Xt=LXt+(1-L)Xt=Lt+Ht,

        (6)

        式中:L為xt的提取因子;Lt為基線分量;Ht為固有旋轉(zhuǎn)分量。

        設(shè)在[0,τk]上,Lt和Ht存在定義,Xt在[0,τk+2]上有存在意義,則基線提取因子L在連續(xù)極值點(diǎn)間隔段(τk,τk+1]上為

        (7)

        (8)

        式中:α為控制提取分量的因子,α∈(0,1),一般情況下取0.5。X(τk)和L(τk)分別用Xk和Lk表示。

        則Ht可表示為

        HXt=(1-L)Xt=Xt-Lt。

        (9)

        各極值點(diǎn)的單調(diào)性和包絡(luò)性在Lt得以保留體現(xiàn)。將Lt作為新的分解信號(hào)不斷進(jìn)行迭代,即可得到Ht,直至結(jié)果為一個(gè)單調(diào)信號(hào)。此過程為

        (10)

        2 仿真分析

        為驗(yàn)證本文所提ITD-MED-CICA結(jié)合方法相對(duì)單一方法的故障診斷效果,采用仿真信號(hào)進(jìn)行分析,軸承故障仿真信號(hào)為

        式中:h(t)為單個(gè)沖擊函數(shù);fm為故障特征頻率,取30 Hz;β為衰減率,取450;A為沖擊幅值,取1 m/s2;f1為共振頻率,取4 000 Hz;采樣頻率為25 000 Hz,采樣時(shí)間取前1 s。

        為使仿真信號(hào)更加接近實(shí)際工況,在其中加入一組周期信號(hào)x(t)=sin(100πt)并與隨機(jī)噪聲混合,則仿真信號(hào)的時(shí)域波形如圖1所示。

        圖1 仿真信號(hào)Fig.1 Simulation signal

        對(duì)仿真信號(hào)進(jìn)行不同處理后的包絡(luò)譜分析結(jié)果如圖2所示,由圖可知:對(duì)仿真信號(hào)直接進(jìn)行包絡(luò)譜分析,可看到故障特征頻率的1,2倍頻,但并不突出且周圍干擾較多;經(jīng)MED降噪之后,故障特征頻率的1,2倍頻較為突出且周圍干擾減少;經(jīng)MED降噪并進(jìn)行ITD處理后信號(hào)的包絡(luò)譜中能觀察到故障特征頻率的1,2,3倍頻;而在加入CICA算法之后,其包絡(luò)譜中不僅能清晰觀察到故障特征頻率的1,2,3倍頻,且其誤差更小,特征頻率更加突出,周圍干擾更少,充分證明了ITD-MED-CICA相結(jié)合方法的有效性。

        圖2 仿真信號(hào)的包絡(luò)譜Fig.2 Envelope spectrum of simulation signal

        3 滾動(dòng)軸承故障診斷流程

        依據(jù)理論及仿真分析,設(shè)計(jì)的滾動(dòng)軸承故障診斷流程如圖3所示:

        圖3 滾動(dòng)軸承故障診斷流程圖Fig.3 Fault diagnosis flowchart of rolling bearing

        1)利用傳感器采集滾動(dòng)軸承振動(dòng)信號(hào),進(jìn)行MED降噪預(yù)處理,以降低噪聲干擾并增強(qiáng)信號(hào)沖擊成分。

        2)對(duì)降噪后信號(hào)進(jìn)行ITD處理,利用互相關(guān)系數(shù)和譜峭度綜合選擇PRC分量并對(duì)篩選后的真實(shí)分量進(jìn)行重構(gòu)。

        3)將篩選出的真實(shí)分量作為盲源分離的輸入信號(hào),利用已知的滾動(dòng)軸承故障頻率建立參考信號(hào),通過CICA通道提取出分離的故障信號(hào)并采用共振解調(diào)技術(shù)進(jìn)行更加清晰有效的包絡(luò)譜分析,識(shí)別并提取故障特征頻率。

        4 試驗(yàn)驗(yàn)證

        為驗(yàn)證本文所提ITD-MED-CICA方法在實(shí)際工況下的有效性,采用如圖4所示的DDS試驗(yàn)臺(tái)對(duì)滾動(dòng)軸承內(nèi)圈或外圈單一故障進(jìn)行試驗(yàn),PCB加速度傳感器安裝在支承軸承的徑向處,用以收集軸承的振動(dòng)信號(hào)。電動(dòng)機(jī)轉(zhuǎn)頻為30 Hz,采樣頻率為20 480 Hz,采樣數(shù)據(jù)取前1 s。

        圖4 DDS試驗(yàn)臺(tái)Fig.4 DDS test bench

        試驗(yàn)軸承型號(hào)為RexnordER16K,各項(xiàng)參數(shù)見表1,在軸承外圈和內(nèi)圈加工麻點(diǎn)模擬故障,外圈故障直徑約0.2 mm,深0.05 mm,內(nèi)圈故障直徑約0.1 mm,深0.05 mm,如圖5所示。計(jì)算可得試驗(yàn)臺(tái)傳動(dòng)系統(tǒng)中各相關(guān)頻率,結(jié)果見表2。

        表1 軸承相關(guān)參數(shù)Tab.1 Related parameters of bearing

        圖5 軸承的模擬故障Fig.5 Simulated fault of bearings

        表2 傳動(dòng)系統(tǒng)中各相關(guān)頻率Tab.2 Related frequencies in drive system Hz

        4.1 軸承外圈故障

        所采集軸承外圈故障振動(dòng)信號(hào)的時(shí)域波形及其包絡(luò)譜如圖6所示,根據(jù)經(jīng)驗(yàn)計(jì)算選取迭代次數(shù)為30,階數(shù)為200,收斂誤差為0.01,對(duì)外圈故障振動(dòng)信號(hào)進(jìn)行MED降噪處理,結(jié)果如圖7所示。對(duì)比可知:經(jīng)MED降噪處理后,時(shí)域波形中的毛刺減少,沖擊成分更加突出;包絡(luò)譜中的高速軸干擾信號(hào)被濾除,可以觀察到高倍頻的故障頻率,但中間軸轉(zhuǎn)頻仍造成了一定干擾,使高速軸一倍及多倍頻結(jié)果不夠準(zhǔn)確。

        圖6 外圈故障振動(dòng)信號(hào)Fig.6 Vibration signals for outer ring faults

        圖7 經(jīng)MED降噪處理后的外圈故障振動(dòng)信號(hào)Fig.7 Vibration signals for outer ring faults after MED denoise processing

        利用ITD對(duì)MED降噪后信號(hào)做進(jìn)一步處理,所得分量如圖8a所示,各分量的互相關(guān)系數(shù)及譜峭度見表3,根據(jù)互相關(guān)系數(shù)大于0.3且譜峭度大于6的原則,選擇前2個(gè)分量作為真實(shí)分量進(jìn)行信號(hào)重構(gòu)及包絡(luò)譜分析,結(jié)果如圖8b所示,對(duì)比

        表3 外圈故障信號(hào)各分量的峭度值和相關(guān)系數(shù)Tab.3 PRC kurtosis values and correlation coefficients of outer ring fault signals

        圖8 MED降噪后外圈故障振動(dòng)信號(hào)的ITD分量及重構(gòu)信號(hào)的包絡(luò)譜Fig.8 ITD component and envelope spectrum of reconstructed signal of vibration signals for outer ring faults after MED denoise

        分析可知:經(jīng)過ITD處理后,包絡(luò)譜中的外圈故障頻率更加突出,其倍頻雖然不受中間軸故障頻率的干擾,但幅值較小,表現(xiàn)不夠明顯。

        將重構(gòu)信號(hào)與隨機(jī)矩陣混合,進(jìn)行白化預(yù)處理后作為觀測(cè)信號(hào),用作CICA算法的輸入信號(hào)輸入CICA盲源分離通道中,通過CICA進(jìn)行混合的結(jié)果如圖9所示。進(jìn)一步分析計(jì)算混合信號(hào),依據(jù)軸承外圈理論故障頻率值(6.79 Hz)建立方波信號(hào)并作為參考信號(hào),得到的分離信號(hào)及其包絡(luò)譜如圖10所示,由圖可知:包絡(luò)譜中可以觀察到明顯的沖擊性成分,與外圈故障頻率1,2,3,7,8倍頻的理論值基本對(duì)應(yīng),且2.25 Hz與中間軸故障頻率理論值接近,據(jù)此可判斷是中間軸上的軸承出現(xiàn)了外圈故障,與實(shí)際情況相符。

        圖9 經(jīng)CICA混合后外圈故障信號(hào)的時(shí)域波形Fig.9 Time domain waveform of outer ring fault signals after CICA mix

        圖10 經(jīng)MED+ITD+CICA處理后的外圈故障信號(hào)Fig.10 Outer ring fault signals after MED+ITD+CICA

        4.2 軸承內(nèi)圈故障

        同理,依據(jù)圖3所示流程對(duì)同一工況下的軸承內(nèi)圈故障信號(hào)進(jìn)行分析,結(jié)果如圖11所示,由圖可知:MED降噪后可以濾除高速軸干擾頻率,ITD處理后重構(gòu)信號(hào)的故障特征更加明顯(各分量的互相關(guān)系數(shù)及譜峭度見表4),綜合MED+ITD+CICA處理后,信號(hào)的包絡(luò)譜中可以觀察到內(nèi)圈故障頻率的倍頻及中間軸轉(zhuǎn)頻,說明中間軸上的內(nèi)圈發(fā)生了故障。

        圖11 軸承內(nèi)圈故障振動(dòng)信號(hào)Fig.11 Vibration signals for bearing inner ring faults

        表4 內(nèi)圈故障信號(hào)各分量的峭度值和相關(guān)系數(shù)Tab.4 PRC kurtosis values and correlation coefficients of inner ring fault signals

        5 結(jié)束語

        針對(duì)滾動(dòng)軸承振動(dòng)信號(hào)的特征提取,提出了MED-ITD-CICA相結(jié)合的方法,通過仿真及實(shí)測(cè)信號(hào)的對(duì)比分析驗(yàn)證了MED的降噪,ITD對(duì)特征信息的改善,以及CICA盲源分離增強(qiáng)特征信息的效果,有力說明了本文所提方法的有效性,為滾動(dòng)軸承故障診斷提供了一定的思路,后續(xù)將嘗試將該算法用于復(fù)合故障信號(hào)的診斷。

        猜你喜歡
        振動(dòng)故障信號(hào)
        振動(dòng)的思考
        信號(hào)
        鴨綠江(2021年35期)2021-04-19 12:24:18
        完形填空二則
        振動(dòng)與頻率
        故障一點(diǎn)通
        基于FPGA的多功能信號(hào)發(fā)生器的設(shè)計(jì)
        電子制作(2018年11期)2018-08-04 03:25:42
        中立型Emden-Fowler微分方程的振動(dòng)性
        奔馳R320車ABS、ESP故障燈異常點(diǎn)亮
        基于LabVIEW的力加載信號(hào)采集與PID控制
        故障一點(diǎn)通
        精品无码无人网站免费视频| 少妇高潮紧爽免费观看| 美女草逼视频免费播放| 日本精品国产1区2区3区| 亚洲一区二区三区在线看| 亚洲视频在线观看一区二区三区| 日本av一区二区三区在线| 日本乱偷人妻中文字幕| 精品无码久久久久成人漫画| 99久久99久久精品国产片果冻| 2021年最新久久久视精品爱| 日本二区三区视频在线观看| 国产白色视频在线观看| 日本真人添下面视频免费 | 亚洲精品白浆高清久久久久久 | 无套内谢的新婚少妇国语播放| 久久天天躁夜夜躁狠狠躁2022| 香蕉久久夜色精品国产| 天天综合色中文字幕在线视频| 国产精品一区二区三区四区亚洲 | 射精专区一区二区朝鲜| 婷婷久久久亚洲欧洲日产国码av| 色妺妺在线视频| 无码人妻专区免费视频| 亚洲精品美女久久久久99| 久久综合九色综合久久久| 国产亚洲91精品色在线| 永久免费a∨片在线观看 | 小荡货奶真大水真多紧视频 | 亚洲精品中文字幕码专区| 亚洲一区二区国产激情| 亚洲日本va中文字幕| 欧美日本日韩aⅴ在线视频| 国产精品入口蜜桃人妻| 日本高清一区二区三区色| 国产亚洲精品久久午夜玫瑰园| 又色又爽又黄高潮的免费视频| 亚洲精品国产福利一二区| 草莓视频在线观看无码免费| 女人天堂国产精品资源麻豆| 一本久久a久久免费综合|