分段峭度值用于列车滚动轴承故障声发射诊断研究

吴 璞，夏长林

（1.太原工业学院，山西 太原 030008；2.大秦铁路股份有限公司 太原车辆段，山西 太原 030054）

0 引言

安全优质，兴路强国是新时期铁路精神，安全体现了铁路行业永恒的主题。转向架轮对滚动轴承是铁路列车行走部的重要组成部件。由于设计、安装、工作环境以及突发载荷等因素的影响，使得轴承在运转一定时间后容易受到损伤而出现疲劳裂纹、点蚀、剥离等各类故障，但是早期的微弱故障很难人为识别。然而故障会在列车运行过程中进一步恶化，进而可能造成热轴、燃轴和切轴事故的发生，最终导致重大安全事故。传统的对滚动轴承进行定时维修的方法，不能保证其在运行过程中的绝对安全，近年来国内外正在研究关于列车滚动轴承各种异常状态的检测手段，以便早期发现轴承故障，采取措施，防止突发性事故的发生，大大提高列车运行的安全性能。把这种方法应用到检查铁路列车滚动轴承方面，就可以实现不分解轴承而能发现其故障[1]。

根据列车转向架轮对滚动轴承的受力特性分析，滚动轴承的疲劳断裂故障，是因为轴承常常经受交变冲击载荷的影响，致使轴承各部件的材料表层产生相互运动和塑性变形，进而发展为疲劳裂纹，然后顺着最大切应力的方向向轴承内部扩展，最后裂纹扩展超过某一临界点时就将发生瞬时断裂，此类断裂故障常发生在滚动轴承的外圈上。在早期的滚动轴承故障中，就会产生声发射信号，随着故障的发展声发射信号能量便会增强。因此可以利用声发射检测仪对轴承的运行状态进行实时状态监测。通常早期的故障声发射信号均比较微弱，再加上强背景噪声的干扰，因此故障信号常常被淹没在背景噪声中，如何从强烈背景噪声中提取出故障声发射信号，是众多现代信号处理专家研究的热点也是难点。本文作者提出分段峭度值的分析研究方法，实验结果证明了这是一种简单而有效的轴承故障诊断方法。

1 声发射

1.1 声发射概念

图1 153-1200564 型号轮对滚动轴承Fig.1 Rolling bearing of 153-1200564

图1 为153－1200564 型号轮对滚动轴承。物质内部或局部区域在外力、内力或温度的作用下，发生塑性变形或有裂纹形成，并伴随能量迅速释放而产生的瞬态弹性波现象称为声发射（Acoustic Emission），简称AE[2]。

1.2 声发射检测技术

图2 声发射检测基本原理图Fig.2 The basic principle diagram of acoustic emission testing

声发射检测技术是一种新型动态无损检测技术，它利用物质内部的微粒（包括原子、分子及粒子群）由于相对运动，而以弹性波的形式释放应变能的现象，来识别和了解物质或结构的内部状态，其原理如图2 所示。声发射信号的频率可从几赫兹到数兆赫兹；其幅值变化范围也很大，可从几微伏到几百毫伏[3]。声发射信号在大多数情况下十分微弱，需要专业的声发射仪器才能接收的到，与其他无损检测技术相比，其优势如下：可以连续的提供信号数据，适用于长时间的实时连续检测；能在有危险、人们不便靠近的恶劣环境下工作；声发射信号来自于被测物体本身而不是仪器，因此检测结果更具可靠性。

2 峭度

峭度（Kurtosis）是描述波形尖峰度的一个导出函数，对于随机信号X（t），峭度的定义为[4]：

式中：X—信号幅值；P（X）—信号的概率密度函数。对于具有N 个采样点的离散时间数据X1，X2……XN，峭度可表示为：

因此峭度值K（或峭度系数）可以表示为：

由于声发射信号数据量较大，信号数据的存储和频域分析处理起来比较费时费力，因此选用时域参数分析法更为快捷有效。其次峭度不但可以突出高幅值信号，同时可以抑制较低信号的幅值的特点，对滚动轴承声发射信号进行了分析处理。做法是首先将测试所得声发射信号进行分段，基于Windows 平台，利用Matlab 软件编制了滚动轴承峭度值的计算程序，利用程序分别计算不同信号数目分组时各个峭度值，绘制分段峭度值曲线图，通过观察图中峭度值的走势来判别轴承是否存在故障，这样采用分段峭度值分析方法比单纯只看整个信号段的一个峭度值，对于分析声发射信号提取轴承早期故障更具有说服力，通过反复试验也验证了分段峭度值分析法是一种简单高效的轴承早起故障诊断方法，分析效果良好。

图3 峭度值K 的意义Fig.3 The meaning of Kurtosis

3 实验测试与数据分析

本实验的研究对象是铁路列车轮对滚动轴承故障诊断实验台，其结构如图4 所示。它主要由调速驱动电机、机架和液压轮对夹紧装置及液压与电气控制装置组成。基本功作原理是：启动液压泵前，列车轮对静止不动，实验台机架仅承担其自身重量。启动液压泵后，液压控制系统驱动轮对夹紧装置上升，将轮对两端的轴承夹紧固定；然后油缸在液压控制系统的驱动下，使调速电机的驱动橡胶辊轮贴紧轮对两车轮的轮缘；最后电气控制系统启动调速电机来驱动列车轮对高速旋转，同时在轮对一端的轴承座和支架上采集水平和垂直两个方向的声发射信号，并将采集到的信号经前置放大器输送到声发射信号分析仪中进行分析处理。

图4 铁路列车轮对滚动轴承故障诊断实验台Fig.4 Test bench for defect diagnosis of train wheel rolling bearing

实验以外圈轻微故障的轴承进行测试，轴承故障由电火花机在外圈滚道上加工的微小凹坑来模拟。轴承尺寸见表1。测试仪器选用SAEU2S 声发射采集仪，主轴转速为470rpm，采样频率为3Hz，采样时间1s。

表1 轴承的主要技术参数Tab.1Themainparametersofrollingbearing

图5 实测声发射信号Fig.5 Test acoustic emission signals measured

根据实验转速和轴承手册可以计算出轴承的故障特征频率为67.4Hz 据采样频率可以计算出原始信号中两个故障脉冲之间的数据点的个数大约为200K。四通道同时采集全波形信号，水平、垂直布置在轴承座和实验支架上。本文选取实验台轴承座竖直方向上传感器接受信号为分析对象，原始实测信号如图5 所示。根据峭度公式（2）、（3）用Matlab 进行编程处理。

根据各种声发射信号特点，用分段峭度值方法进行分析。一般情况下，根据采样定理，为了获得信号的局部敏感信息，片选信号的长度要远远小于故障的脉冲间隔。因此本文分别以100、200、400、500、1000 个点为一组将信号分段，分别计算每段的峭度值，从信号整体来看每段的峭度值K 势来判别故障特征的存在。如图6 所示分别表示不同信号点数分段时的峭度值曲线图。

由图6 各分段峭度值图相对比，可以发现以1000 点为一组的分段峭度值曲线图更能突出故障引起的周期性的脉冲特征，同时信号中的背景噪声得到了很好地抑制，相比于原始信号的波形图，分段峭度值曲线能够明显地反映了故障特征，达到了故障分析的效果。也看出不同的样本点数分组，会得到不同的峭度值，不同程度地反映了故障特征信息。

图6 不同点个数分组的分段峭度值Fig.6 Kurtosis of different segments

4 结论

轮对滚动轴承早期轻微故障的诊断对于保证列车安全运行意义重大，轴承早期故障声发射信号特征的有效提取为状态监测和故障诊断提供了有效的方法。实验测试数据的分析表明，分段峭度值分析法能有效地检测到实验环境下轴承由于故障引起的脉冲声发射信号特征，为检测随机噪声中的声发射突变信号提供了又一种有效可行的分析工具。分段峭度值图与分段的样本点数有关，每段的样本点的多少，直接影响着峭度值的大小，如何选取信号点数的大小是分段峭度值法的一个难点，也是本文需要进一步研究的内容，加之本文仅对外圈故障的轴承进行了试验，内圈故障、滚动体故障的轴承以及综合故障的轴承也是需要进一步研究的内容。本文的研究对于列车轮对滚动轴承故障诊断具有指导性意义。

[1]董建宁.铁路货车滚动轴承的故障诊断技术研究[D].石家庄：石家庄铁道大学，2005，1～3.

[2]D.Mba and Raj B.K.N.Rao. Development of Acousticemission Technology for Condition Monitoring and Diagnosis of Rotating Machines:Bearings, Pumps, Gearboxes, Engines and Rotating Structures. The Shock and Vibration Digest[J], Vol.38,No.1, January 2006.

[3]何正嘉，等.机械故障诊断理论及应用[M].高等教育出版社，2002.

[4]郝如江，等.能量因子用于轴承故障声发射信号的特征提取[C].第十二届全国设备故障诊断学术会议论文集，2010.