机械故障诊断的信号处理方法：频域分析

赵宣铭

（榆林学院能源工程学院，陕西 榆林 719000）

机械故障诊断的信号处理方法：频域分析

赵宣铭

（榆林学院能源工程学院，陕西 榆林 719000）

对频域进行分析，是在对机械故障进行诊断的过程中，进行信号处理最重要和最常用的分析方法。在实际的操作中，频域分析法的种类颇多，而且不同的机械故障，有不同的频率分析方法，工程实际情况中，要应用不同的频域分析方法对故障进行诊断。根据不同机械设备的不同振动特性，选择不同的频域分析方式，才能进行不同的信号处理，根据不同的特征采取不同的算法，从而有效地确保诊断分析的准确性。

机械故障；故障诊断；信号处理；频域分析

1 细化谱

计算机在进行样本运算时，只能对一定数量的样本进行运算，FFT和谱分析也只能在有限区间内进行，所以在进行频域分析的过程中，存在着大大的疏漏。由于时域截断，造成了能量泄漏的情况，所以整个谱峰值会变小，整个数据的精度会大幅度降低，离散频谱的幅值相位和频率都可能因为数据精度而产生较大的误差，如果加上Hanning窗，对于幅值的误差而言，也不会有太大的帮助。因此，在许多需要用到频谱分析的领域，频谱分析的结果只能定性，但是却不能精确地定量，经过分析出来的结果也不是准确，所以在实际过程中，大大地限制了许多技术工程的应用效果。而频谱的细化分析技术，主要是选择特定的重点频率区域，将重点频率区域提取出来，进行放大，频率区域中的细节都进行放大分析，从而提高频率的分辨率，更准确地分析出频谱的幅值等性质。而想要实现频率细化分析技术，可以用到的方法很多，使用范围广泛的方法主要有相位补偿ZFFT方法和复调制细化分析方法。

在实际过程中，工作人员应用细化谱分析技术，都是在已知信号频率的基础上，再通过技术分析幅值谱，放大需要进行分析的有关区域，能够得到得到更加精确的幅值，也能更准确地判断出故障类型与故障发生程度的大小。现场工程师在拿到整个频谱数据之后，可以直接用细化方式当场得到振动信号的细化谱，再根据频谱的幅度，迅速地判断出故障类型和故障程度大小。

2 希尔伯特解调

当机械设备发生故障时，如果是齿轮箱这样的主体部分出现故障，就会直接产生影响力比较显著的周期性的脉冲冲击力，这样的冲击力更容易发出振动信号，也更容易出现调制现象，在频谱上，振动信号就会表现为有固定均匀形式的调制边频带，这样的频带谱峰比较多，通常频谱内容会比较复杂，从而难以下手进行故障的分析工作。而如果从信号中提取出调制信息，将调制信息进行分析，凭借信息中的强度和频次，就可以直接判断出零件损伤的程度和部位，这也是在机械故障诊断中用得比较多的分析零件故障的有效方法，实际操作中，也解决了不少故障诊断方面的问题。数据中，有通过加速度计检测出来的振动信号幅值，而该幅值和频率的平方是成正比的，对幅值谱进行分析的结果中，会发现低频的调制信号基本上看不到，但是振动突出这等高频幅度的信号基本分析不出来。所以在进行分析的过程中，要用解调分析的分析方式，将转速频率引起的振动信号判断出来，再根据整个振动信号判断出机械设备的故障类型，从而增加故障判断的准确程度。

希尔伯特变换技术因为其独特的特点，在不少领域有了广泛的应用，估计平稳随机信号相关函数，研究非频变波传播问题等领域，变换技术可以为这些领域提供不少的帮助。该变换技术还有一个最主要的应用是处理带通信号的解调。在实际信号诊断过程中，信号测出来的内容包括了除需要的调制信号和其他大量的杂质成分，这些其它成份信号和噪声信号是不需要的，并且这些信号的存在会影响信号的分析效果，会影响信号处理效果，甚至导致分析失效。因此调制信号在作希尔伯特变换之前，需要根据信号的来源，用不同方式进行对应的处理：①同步估号平均；②锁相平均；③带通滤波。

如果发生轴承故障，进行轴承故障诊断的过程中，需要选择共振的高频振动信号去直接进行解调处理，在解调之前需要进行处理，主要采用的滤波是带通数字滤波器。当然，因为电机规格的不同，使用的轴承也有所不同，振动信号也不同，振动效果也有不同，而带通数字滤波器中的上限和下限频率是可以进行选择的。在对电动机转子故障进行分析的过程中，主要用到的分析内容时电流的低频信号，选用低通滤波器可以将低频信号直接进行过滤，无用的成分都进行过滤，可以直接提高这个信号的分析效率。

3 结语

用频域分析的方式，能够得到信号的频率成分，能够通过这些成分的幅度来得出故障特征频率，根据不同的频率对故障类型进行判断，整个机械设备在故障诊断的过程中，这种方法十分常用，并且有广泛的应用。而工作人员在进行故障诊断的过程中，充分掌握了频域分析中各种信号处理方法，将这些处理方法的原理与特点都了熟于心，理论和工程是紧密地结合在一起的，无论是哪个行业，在进行机械设备故障诊断时，都更加便利。而对机械故障诊断的信号处理方法进行深层分析，对工作人员而言，是具有极大的指导意义和参考价值。

[1]杨汉键.基于图信号处理的滚动轴承故障特征提取方法研究[D].长沙：湖南大学，2016.

陕西省教育厅资助项目（14JK1865）。

赵宣铭（1982-），男，陕西榆林人，硕士研究生，讲师，主要研究方向：电气自动化及机械的故障诊断。