D0I:10.13374/i.issn1001-053x.1992.02.027 北京科技大学学报 第14卷第2期 Vol.14 No.2 1332年3月 Journal of University of Scieace and Technology Beijing March 1992 二 -二 Green函数在设备故障诊断中的应用 程春芳· 凌正炎· 摘要:本文河述了Grceng函数的原理。以轴丞为例阐期了Green函数对设备故障的 敏感性,并在以Green函数诊断轴承故障的定量标灌方面进行了初步探索。 关键词:Greeng函数,放障诊断,时序模型 Application of Green's Function to Fault 2 Diagnosis of Equipment Cheng Chunfen'Ling Zhengyan' ABSTRACT:The elemeatary properties and sensitivity of Green's function in application to fault diagnosis of equipment are described.Taking a ball bea- ring as an example,the quantitative standard for fault diagnosis with Green's function was explored. KEY WORDS;fault diagnosis,Green's function,time series model 1ARMA模型与Green函数 当机械设备系统振动信号{x,}是平稳的,满足正态分布,具有零均值的序列时,按时序 方法可对{x,}拟合一个差分方程模型。 1991-11-02收稿 ·数力系(Dept,of Mathcmatics and Mechanics) ·采矿系(Dept.of Mining and Minera】Engineering) 287
第 卷第 期 北 京 科 技 大 。 年 月 学 李 报 仑 函数在设 备故障诊断 中的应用 释 丰 羊 辛 ’ 二 才日、 刀 凌 正 炎 ‘ 摘 要 本文 闽述了 函数的 原理 。 以轴 承 为 例阐明 了 函数对 设备故 障 的 故 感性 , 并在以 “ 函 数诊断轴承故障的 定量标谁 方 面进 行 了初步 探 索 。 关键 词 。 。 。 函数 , 故障诊 断 , 时序 摸型 ‘ 己一 “ , ‘ ‘ 夕 夕夕 ” 红 丁 , , 上 ‘ , , , 护 模型 与 函数 当机械设备系统振 动信号 , 是平稳的 , 满 足正态分 布 , 具 有零均值 的序列时 , 按 时序 方法可 对 谧 , 拟合一个差分 方程模型 。 一 一 收稿 , 数力 系 七 , 采 矿系 。 、 工 DOI :10.13374/j .issn1001-053x.1992.02.027
出,-p1,-1-p2¥,-2-t-p.*,-=a,-010g-1-…0.0,-m 即x,-p.X,-1=0,-∑0,a-1 (1) i-1 1=1 其中,为白噪声序列,P:为自回归参数,0,为滑动平均参数。当8,=0时 ■ X,-∑p,Xx-4=a, 1=1 或 X:=p1X4-1+p2X-2+…+a, (2) (1)式称为X,的ARMA(nm)模型。(2)称为X,的AR(n)模型。AR(n)模型是 ARMN(nm)模型的特例。ARMA(nm)模型对应于一个输入为白噪声、输出为{X:}的系 统。 在式(1)中引入后移算子B,则有 (1-p1B-p2B2-…-p.B)X,=(1-01B-02B2-…0.Bma, 简写为 (1-∑p,B)X,=(1-∑0,B)a, (3) 或 p(B)X,=0(B)a: X,C8(B)Ip(B)〕a: (4) 可以证明,对于ARMA(nm)模型,将X,表示成a,及a,-的线性组合,即 X,=∑G01-1 (5) j=0 其中G;称为Green函数,且G。=I,因此Green函数的定义为:当一个相关的平稳时间序列 {X,}可以用一个无关的平稳时间序列Ka,}的现在值和过去值的线性组合表示时,其“权”为 Greenp函数。 在建立ARMA(nm)模型时,输入{a,}必为白噪声,但模型建立后,P:,日,已确定, 则{a,}可为任意形式的输入。 若(5)式中a,-为单位脉冲0,-i则 X,=∑G,d-1 (6) 其中0,-只有在j=时,6-1=1而≠j时,6,-;=0因此X,=G: 上式表明,G,就是系统的单位脉冲响应函数。 若对(5)式引入单位脉冲0,-,有 X,=∑Gd-4 =0 288
, , 一 , 公 ,一 一 甲 髯 ,一 一 “ “ 一 甲 , 一 “ 一 口 。 一 …… 。 ‘一 即 二 , 一 乙 甲 ‘ 一 , 一 乙 , , 一 , 了 二 其 中。 ,为 白噪声序列 , , 为 自回 归参数 , ,为滑 动平均参数 。 当 , 时 , 一 乙 甲 ‘ 一 ‘ 二 仇 或 , 卯 ‘ 一 , 十 甲 , 一 “ 一 十 , 式称为 , 的 。 模型 。 称为 , 的 模 型 。 。 模型的特例 。 。 。 模型 对应于 一个输人为白噪声 、 统 。 在式 中引人后移算子 , 则有 一 , , 一 甲 一 … 一 甲 。 ’ , 一 一 “ 一 ” 一 “ , 模 型是 输出为 , 的系 简写 为 一 甲 , ‘ , 一 二 乙 , , 或 伊 , , 〔 甲 〕 , 可 以证 明 , 对于 模型 , 将 表示 成 及口 ,一 ,的线性组合 , 即 , 乙 , 一 , 二 其 中 ,称为 函数 , 且 。 二 , 因此 函数 的定义 为 当一个相 关的平 稳 时 间序列 谧 , 可 以用 一个无 关的平稳时 间序列 , 的现 在值和过去值的 线性组合表示时 , 其 “ 权 ” 为 函数 。 在建立 模型时 , 输入 , 必 为 白噪声 , 但模型建 立 后 , 甲 ‘ , , 已确定 , 则 , 可 为任意 形式的输人 。 若 式 中 。 ,一 ,为单位脉冲 ,一 , 则 , , 一 , 其 中 卜, 只有 在 时 , , 一 , 而 笋 时 , , 一 , 因此 , , 上式表 明 , ,就是 系统的单位脉冲响应函数 。 若对 式引入单位脉冲占 ,一 , 有 , 二 , , 一
只有j=时有X,=G:-K 可见:(1)当t固定,变动时,G:-表示过去k时刻作用于系统的单位脉冲6,-对现在时刻 系统行为X,的线性响影的权值大小。 (2)当变动,k固定时,G:-表示系统对于过去时刻所受到的单位脉冲的衰减情况。若 比较(5)式和(4)式,可得 0(B)1p(B)=∑G,B1 (7) j-0 (7)式表示了G,与传递函数的关系。从某种意义上看,G,也能反映系统的传递性能。 2 Green函数的递推计算 对ARMA(nm)模型,可将(5)式代人(3)式得 (1-0B)(G,B)a,=(1-0,B)a, 由于a,的任意性,由上式可得 (1-p1B-p2B2-…-p.B")(G0+G1B+G2B2+…) =1-01B-02B2-…0nB", 比较上式等号两边B算子的同次的系数,可得G。=1 G1=p1G。-01 G2=p1G1+pzG。-02 G3=p1G2+p2G1+p3G0-03 华华中有专 Gn=iGm-1+P2Gn-2+..+mGo-0m G+1=PIG+.+Gi+n+1Go G。=p1G。-1+p2G.-2+…+p。-1G1+p.G0 G.+1=p,G。+p2G。-1+…+p。-1G2+p.G1 e G=p1G1-1+p2G1-2+…+pG1- (j≥n) 对于AR(n)模型,只需令8,=0就行。 3应用Green函数诊断机械故障的实例 ARMA(nm)模型是系统信息的凝聚器,系统的特性,工作状态的重要信息都凝聚在其 中。同时它有外延性,还可对系统状态发展趋势进行预测。因此用ARMA(nm)模型的个别参 数进行诊断是简便易行的。 289
只 有 存时 有 , , 二 可见 当 固定 , 变动时 , ‘ 一 表示 过去 掩时刻作用于 系统 的单位脉冲 ‘ 一 ,对现 在 时刻 系统行为 的线性响影的权值大小 。 当 变动 , 固定时 , ,一 。 表示系统对于过去 时刻所受到的单位脉冲的衰减情况 。 若 比较 式和 式 , 可 得 甲 口, 矛 了二 式表 示 了 ,与 传递 函数 的关系 。 从某种意 义上 看 , ,也能 反映 系统的 传递性能 。 函数的递推计算 对 。 二 模 型 , 可 将 式代 人 式得 ,一 氛 , 愈 , , 一 ‘ 一 乡 “ , 了 一 由于 的任意性 , 由上式可 得 一 尹 一 伊 “ 一 · ” … 一 沪 。 。 十 , ‘ “ 一 一 一 一 … … 。 “ 比 较上式 等号 两边 算子的 同 次的系数 , 可得 ‘ 。 甲 口 。 一 氏 甲 , 。 一 口 甲 甲 势 一 …… 。 甲 。 一 , 甲 , 一 ” · … 甲 口。 一 火 二 甲 口 “ 一 , 。 甲 、 ‘ 。 …… … 。 甲 , 一 甲 一 十 。 十 甲 。 中 一 势 一 甲 , 甲 。 一 中 … … 口 , 伞 ,一 十 甲 ‘ ,一 对于 模型 , 只需令 , 就行 。 … … 二 口 … … … 甲 。 ,一 。 》 的 应用 函数诊断机械故障的 实例 。 模型是系统信息的凝聚器 , 系统 的特性 , 工作状态的重要信息都凝 聚 在其 中 。 同时它有外延性 , 还可 对 系统状态发展趋势进行预测 。 因此用 , 模型 的个别参 数进行诊断是简便易行的 。 多 争
Gre3n函数是系统的单位脉冲响应函数。可将(5)式表示为: X,=∑G,a,-1=G。a. j-0 等式两边进行FFT变换,即为 FCX ]=FG.a FCX,)=FCG),F〔a, .a,~NID(O,02) 又F〔Ca,)=4Ta/2m为常数 ∴F〔X,)=(4To12π)F〔G) a,~NID(O,a)中,N表示在时刻,a,为满足正态分布的随机变量,其均值为0,方差为 o,ID表示当t变动时,各a,之间彼此无关,是白噪声。4T为采样时间间隔。 系统状态的变化势必导致G;的变化。G;的衰减速度与系统稳定性程度密切相关,因此 可根据G,判别系统的稳定性。 对204型向心球轴承在轴承厂解体,人为模拟内圈、外圈及球点蚀故障。在50910型轴承 振动测量仪上测取加速度信号,对测取信号进行采样、信号预处理、滤波,建立AR(10)模 型,而后计算Green函数。Green函数如图l。 从图1可看出系统是稳定的,正常轴承比故障轴承Greenp函数收敛快。Green函数衰减速 度减慢是轴承发生故障的特征。据此可对G进行定量计算。若G:按下式进行计算。 Gi=IGIN j-1 N为正整数。计算所得G1的数值如下: 1.0f 1.0 1.0 1.0 7111K444444144w 图1轴承振动信号的格林函数图 Fig.1 Green function for a ball bearing with vibration signal 290
函数是系统的单位脉冲响应 函数 。 可 将 式表示为 , 乙 , , 一 ,二 , 了二 等式两边进行 变换 , 即为 〔 , 〕 , 〔 , 〕 二 〔 〕 。 〔 , 〕 , ,口 子 又 〔 〔 , 〕 二 登 万 为常数 ’ 〔 , 〕 刁 芝 汀 〔 〕 , ,, 幻 中 , 表示在 时刻 , 。 , 为满足 正态分布的随机变量 , 其均值为 。 , 方 差为 此 , 表示 当 变动时 , 各 ,之 间彼此 无关 , 是 白噪声 。 为采样时 间间隔 。 系统状态的 变化势必导致 ,的变化 。 ,的衰减速度与 系统 稳定性程度密切相 关 , 因此 可根据 ,判别系统的稳定性 。 对 型 向心球轴承在轴承厂解体 , 人 为模拟 内圈 、 外圈 及球点蚀故障 。 在 型轴承 振动测量仪上测取加速度信号 , 对测取信号进行采样 、 信号预处理 、 滤波 , 建 立 。 模 型 , 而后计算 函数 。 函数如图 。 从图 可看出 系统是稳定 的 , 正常轴承比故障 轴承 “ 函数收敛快 。 函数衰减速 度减慢是轴承发生故障的特征 。 据此可 对‘ ,进行定量计算 。 若 ,按下式进行计算 。 , 艺 , 了二 为正整数 。 计算所得 。 的数值如下 图 轴承振 动信号的 格林函数图 丈 策
正常轴承5.24×10-,9.68×10-7内图点蚀6.19×10-3,4.86×10-3 外圈点蚀1.36×10-2,1.89×10-2 从定量计算可看出:(1)故障轴承G1。值比正常轴承G10值大102~10*倍。从而可看出 G,对轴承故障敏感。G,越小,Green函数衰减越快。(2)正常轴承G1o值在1×10-7~100× 10-7范围内;内圈点蚀轴承G1值在1×10-8~10×10~3范围内;外圈点蚀轴承G1,值在1× 10-2~10×10~2范围内 由此可根据G1。值分析判断轴承故障的部位。 另外,对齿轮疲劳点蚀故障信号在建立AR(40)模型后计算出Green函数,发现函数峰值 间隔反映了齿轮啮合频率及其谐波的周期,Green函数的周期规律对齿轮状态很敏感。还有 资料证明,G,可以作为一个有效的特征量诊断板壳结构有无裂纹,G,对裂纹的存在相当敏 感。G,的衰减速度与磨削系统的稳定性程度密切相关。 4结 论 Green函数反映了系统的动态特性,用G;对轴承和齿轮点蚀及板壳结构有无裂纹的诊断 都比较敏感,可结合不同设备的不同故障探讨其定量诊断标谁。 参考文献 1杨位钦,顾岚。时间序列分析与动态数据建模。北京:北京工亚学院出版社,1986 年 2喻金平。滚动轴承状态监测及故障诊断,北京钢铁学院采矿系硕土论文,1988 3应怀樵。波形和频谱分析与随机数据处理。北京:中国铁道出版社,1985年 e 291
正常轴承 外圈点蚀 。 一 , 。 一 , 一 一 艺 内圈点蚀 。 一 , 理 。 又 一 ’ 从定量计算可 看出 故障轴承‘ 。 值比 正常轴承 。 值大 ‘ 倍 。 从而 可 看出 ‘ ,对轴承故障敏 感 。 ,越小 , 函数衰减越快 。 正常轴承‘ , 。 值 在 一 。 一 一 。 范围内 内圈点蚀轴承 , 。 值 在 一 一 “ 范 围内 外圈点蚀 轴承 , 。 值 在 一 一 “ 范围内 由此可 根据 。 值分析判断轴承故障的部位 。 另外 , 对齿轮疲劳点蚀故障信号在建 立人 模型后 计算出 函数 , 发现 函数峰值 间隔反映 了齿轮啮合频率及其谐波 的 周期 , 函数的 周期规律对齿轮状态很 敏 感 。 还有 资料证 明 , 河以作为一个有效的 特征量诊断板壳结 构有无裂纹 , ,对裂纹的存 在 相 当敏 感 。 ,的衰减速度与磨 削 系统的 稳定性程度密切相 关 。 结 论 函数 反 映了 系统 的动态特性 , 用 ,对轴承和齿轮点蚀 及板壳结 构有无裂纹的诊断 都比 较敏 感 , 可结 合不 同设备的不 同故障探讨其定量诊断 标准 。 杨位钦 , 年 喻金 平 。 应怀樵 。 参 考 文 献 顾岚 时 间序列分析与动态数 据建 模 北京 北京工业学 院出版社 , 滚动轴承状态监测 及故障诊断 , 北京 钢 铁 学院采矿 系硕士 论文 , 波形和频谱分析与 随机数据 处理 。 北京 中国铁道出版社 , 尽 年 落