VoL24 No.I 张武军等：声信号分析方法在轴承故障诊断中的应用 59· 一频平面上的二元分析.如果固定尺度s,则小 表1各部零件特征频率 波变换反映的是信号八)在某一固定频带内随 Table I feature frequency of parts Hz 时间的演变情况：如令尺度s变化，则小波变换 ￡（内圈）6f(滚动体)天 反映的是信号)在各个频带内随时间的变化 24.63133.6488.0657.37 18.6371.7 情况.可以设想，只要选择适当的小波函数)， 注：电机轴的旋转频率，轴承内圈（滚动体）接触频率， 就能观察到信号的局部频率特性以及这种局部 传动主动轴频(，齿轮啮合频率 特性随时间的演变. 声传感器采用MK224型驻极传声器，由于 到目前为止，人们已构造了各种各样的小 传声器与被测声源的相对位置对测量结果有显 波函数和小波基，如Haar,Daubechies,Biorthogo- 著影响，在本实验中，测点距声源大约0.5m nal,Coiflets,Symlets,Morlet and Mexican Hat. 图2是本实验测得的原始声信号，图3是它 基本小波的选择具有很大的灵活性.实践证明， 的频谱图.在原始信号频谱图上没有明显峰值， 只有根据所讨论问题的特点选取基本小波函数 特别是在低频段 ),才能取得良好的分析效果 为了提高声信号的信噪比，我们采用小波 本文选用的是S.Mallat于1989年提出多尺 分解方法，将声信号分解到不同的频段，然后在 度分析(1)，通过它可以构造正交小波基.并且 0.03 在多尺度分析的基础上，产生了有限尺度二进 小波变换的Mallat算法.这一算法在小波分析 中的地位相当于快速傅里叶变换(F℉T)在信号 0.01 0 0.1 0.20.30.4 0.5 频域分析中的地位 实际应用中，我们可以根据不同信号在小 图2原始声信号 波分解后表现出的不同特性，对小波分解后的 Fig.2 Acoustic signal 信号进行特殊的处理，并且把处理后的信号加 n0.004 以重构，就可以实现信噪分离或滤波的目的. 30.002 L 2轴承故障实验装置及声信号分析 200 400600 800 1000 f/Hz 本实验的目的是拾取故障轴承的声信号， 图3原始声信号频谱图 实验装置的结构原理图如图1所示.实测电机 Flg.3 Spectrum of the acoustic signal 转速n=1478rmin,207轴承的成滚珠直径)为 11mm,中径D为53.5mm,滚珠个数Z为9，计算 不同频段上来分析声信号的时-频性.图4a是 得到的各部零件特征频率见表1. 在尺度=4上的分解波形，图4b是它的频谱 图.从图46中可明显看出轴频的3倍频(74H2) 和4倍频(100Hz).这是由于电机轴与皮带轮 虫机 轴之间的不对中造成的. 图4c是在尺度s=2时的分解波形，图4d是 它的频谱图，从图中可看出在频率为352Hz处 有峰值，这是齿轮啮合频率与主动轴频6之差、 在频率为535Hz处，有明显尖峰，它正好与4倍 的内圈接触频率535Hz相符.另外，在510Hz 1为联轴节，2为可更换的207型滚动轴承座，3为可 也有一个尖峰，二者正好相差一个轴频，它是由 更换的滑动轴套，4为带外花健的可拔动轴段，5为 于边带影响产生的. 从动齿轮轴，6为主动齿轮，7为可滑动更替的齿轮 更换新轴承后这些故障特征消失了，这说 套，齿轮为正常啮合.其中207轴承内圈有细微的缺 陷，电机轴与皮带轮轴不对中 明利用设备的声信号分析方法可以有效判别出 图1故障模拟器结构原理图 设备的故障 Fig.I Structural schematics of diagnosis simulator 本文将小波变换引人滚动轴承故障声信号V匕1 . 24 N o . 1 张武 军等 :声 信 号分析方法 在轴承 故障诊 断 中的应用 . 5, . 24 . 6 3 裹 l 各 部 . 件 特征频 率 介 b卜 l 俪 t u er fr 叫 u e n e y o f P a rt s f ( 内圈 ) 不 f (滚动体) 不 13 3 . 6 4 8 8 . 0 6 5 7 . 3 7 18 . 6 3 7 1 . 7 注 : 电机轴的旋转频 豹; , 轴承 内圈(滚动体 )接触频尊幼 . , 传动主动轴频不 , 齿轮啮合频率式 声传感 器采用 M 2K 24 型驻 极传声器 , 由于 传声器与被测 声源 的相对位置对测 量结果有 显 著影 响 , 在本实验 中 , 测 点距声源 大约 .0 5 .m 图 2 是本实验测 得的原 始声信号 , 图 3 是 它 的频谱 图 . 在原始信号频谱 图上 没 有明显 峰值 , 特别是在低频 段 . 为了 提高声信号 的信 噪 比 , 我们采用 小 波 分解 方法 , 将声信号分解到不 同的频段 , 然后在 0 . 0 3 0 0 , 的 · 飞日 习 . 0 1 圈 2 原 始声伯 号 Fi g . 2 A e o u s t i e s ig o a l { . 、 一 。 川 ) . j 。 … ! r . 、 ! … … 、 . 1… … 引科月0r 0 o n óUU 甲飞日, 一频平 面 上 的二元分析 . 如 果 固定尺 度 : , 则小 波 变换反映 的是信号少飞t) 在某 一 固定频带 内随 时间t 的演变情况 ; 如令 尺度: 变化 , 则小 波变换 反 映的是信匀( t) 在各 个频 带内随时间t 的变化 情况 . 可 以设想 , 只要选择适当的小波函数试)t , 就能观察到信号的局部频率特性 以及这种局部 特性随时间 的演变 . 到 目前为止 , 人们 已构 造了 各种各样 的小 波函数 和小波基 , 如 H ar, D a u b e e ih e s , B i o rt h o 即 - n a l , C o iif e t s , S y ln e t s , M o r l e t an d M e x i e an H at 等 . 基本小波的选择具 有很大的 灵 活性 . 实践证 明 , 只有根据所讨论问题 的特点选取基本小波 函数 试)t , 才能取得 良好 的分析效果 . 本文选用 的是 S . M al at 于 19 89 年提 出多尺 度分析 ( 1户 , 通过它可 以构造正 交小波基 . 并且 在 多尺 度分析 的基础 上 , 产 生 了有限尺 度二进 小波变换 的 M al at 算法 . 这 一 算法在小波分析 中的地位相 当于快 速傅里 叶变换 ( F T )在信号 频 域分 析中的地位 . 实 际应 用中 , 我们可 以 根据不 同信号在小 波分解 后表现出的不 同特性 , 对小波分解后 的 信号 进行特殊的 处理 , 并 且把处理后 的信号加 以 重构 , 就 可 以 实现信噪分离或滤波的 目的 , 2 轴承故障实验装里及声伯号分析 本 实验 的 目的是拾取故 障轴 承的声信 号 , 实验装置的结构原理 图如 图 1 所示 . 实测 电机 转速 n 二 1 4 7 8 r /m i n , 2 07 轴 承的 d( 滚珠 直径)为 1 ~ , 中径 D 为 53 . 5 ~ , 滚珠个数 Z 为 9 , 计 算 得到的 各部零件特征 频率见 表 1 . 5 1 2 2 0 0 4 0 0 6 00 8 0 0 1 0 00 f / H z 圈 3 原始声 信号 频谱圈 F 娘 · 3 S P ect r u m o f t卜e a co u s tic , 娘。 a l \ 硫六丫 南 一 入 , , 瑞 \ ” !二匀 摊 ! 为联轴节 , 2 为可更换 的 2 07 型 滚动 轴承座 , 3 为可 更换 的滑动轴套 , 4 为 带外花健 的可拔动轴段 , 5 为 从 动 齿轮轴 , 6 为 主动 齿轮 , 7 为可 滑动更 替的齿 轮 套 , 齿 轮为正 常啮合 . 其中 2 07 轴承 内圈有细微 的缺 陷 , 电机轴与皮带轮 轴不对 中 圈 1 故阵模拟 骼结构 原理 圈 F ig . 1 S t r u c 加r . l CS h e m a t i c s o f d i a g n o s 肠 s加. la t o r 不 同频段 上来 分析声信号的 时 一 频性 . 图 4a 是 在 尺度: = 4 上 的分解波形 , 图 4 b 是它 的频谱 图 . 从 图 b4 中可明显看 出轴频 的 3 倍频 ( 74 H z) 和 4 倍频 ( 10 0 H z) . 这 是 由于 电机轴 与皮带轮 轴之间的不对 中造成的 . 图 4 c 是在 尺度 、 = 2 时的 分解波形 , 图 4 d 是 它的频谱图 , 从 图中可 看 出在频率为 3 52 H z 处 有峰值 ,这是齿轮啮合频 率人与主动轴频石之差 . 在频率为 5 35 H z 处 , 有明显尖峰 , 它正 好与 4 倍 的内圈接触频率 5 35 H z 相符 . 另外 , 在 5 10 H z 也有一个尖峰 , 二 者正 好相 差一 个轴频 , 它是 由 于 边带影响产生 的 . 更换 新轴 承后 这 些故障特征消失 了 , 这说 明利用设 备的声信 号分析方法 可 以 有效判 别 出 设备 的故 障 . 本文将小 波变换引人滚动 轴承故障声信号