滚动轴承典型故障的试验与振动信号分析

苏睿 钟月红 闫喜江 沈贞 王延胜 刘平平 李华志

摘要：针对轴承故障信号进行分析，搭建了滚动轴承故障试验台，获得了内外圈、滚动体典型故障的振动信号，利用维格纳维拉分布以及希尔伯特-黄变换两种方法进行分析，并对比不同故障位置的振动信号特点，为旋转机械的故障诊断提供理论依据。

关键词：维格纳维拉分布；希尔伯特-黄变换；轴承；故障诊断

中图分类号：TM614

文献标志码：A

文章编号：2095-5383（2018）01-0006-05

信号分析是故障诊断技术中尤为重要的部分，它包括时域分析、频域分析和时频分析。时域分析主要分为时域特征值分析、概率分布和概率密度分析、相关性分析等；频域分析包括频谱分析和功率谱分析；时频分析主要体现在短时傅里叶变换（STFT，Short-time Fourier Transform）和维格纳维拉分布（WVD， Wigner Viller Distribution）等分析方法上。近年来，新的信号分析方法不断涌现，其中希尔伯特-黄变换（HHT， Hilbert-Huang Transform）方法是一种更具适应性的时频局部分析方法，它没有固定的先验基底，其自适应的特性可以实现从低频信号中分辨出奇异信号[1-3]。

本文针对轴承故障试验的振动信号，应用WVD和HHT两种方法，基于Matlab的信号处理与分析专用函数库，对振动信号进行处理和分析，分析轴承典型故障的信号特征，为旋转机械的故障诊断提供理论支撑。

1 轴承故障试验台

图1为轴承故障试验台结构。A1，A2，A3，A4安装传感器作为振动信号的4个测点，试验轴承直接安装在电机输出轴上，由电机带动轴承转动。电机固定在轴支座上。电机额定功率0.09 kW，额定转速1 350 rad/min（23.5 rad/s）。轴承型号6350，外圈通过频率fBPO=57.4 Hz，内圈通过频率fBPI=100.06 Hz，滚动体故障频率fBS=38.52 Hz，保持器冲击频率fFT=8.2 Hz，采样频率5 760 Hz。

图2所示为轴承的3种故障状态，即外圈局部故障、内圈局部故障和滚动体局部故障。通过测点传感器提取这3种故障振动信号，导入Matlab软件进行信号分析研究，并与无故障状态下的振动信号进行对比。

2 时频分析的理论基础

时频分析是建立在傅立叶变换基础上的针对非平稳信号的分析技术，可以有效分析信号中随时间变化的频率成分，弥补了经典谱分析的不足。分析方法主要包括WVD、HHT等[4-5]。

2.1 WVD方法

WVD方法首先由Wigner提出，用于量子力学领域研究，后由Ville引入到信号分析中。该方法可以视为信号时间自相关函数的傅里叶变换。其方法构造思路如式（1）和式（2）所示。

WVD在奇偶虚实、能量分布和运算方面具有很好的性质，对其进行各种深入变换后，广泛应用于各种信号分析处理。

2.2 HHT方法

HHT方法可以对信号的频谱结构做出精确的局部时频分辨，它不仅适合对平稳信号的分析，更适合于对非平稳信号的分析。

3 信号处理

3.1 WVD方法

轴承信号WVD二维分布如图3所示，轴承信号WVD三维分布如图4所示。

结合图3和4分析，当轴承正常运行时，振动信号主要集中在1 kHz以下，随着时间的运行，出现了频率在2.8 kHz左右的振动信号。但当发生外圈和内圈故障时，1 kHz以内的低频分量几乎消失，能量主要集中在4～5 kHz之间，尤其是内圈故障发生时，这种现象极为明显，说明此时的故障已非常严重。对于滚动体故障，振动信号主要以低频为主，在1.8 kHz的左右的振动频率随着时间有着良好的周期特性，在100 Hz左右有能量较高的低频成分，同时在高频中也存在少量的能量分布。

3.2 HHT方法

3.2.1 瞬时频率谱

轴承信号的瞬时频率谱如图5所示。

由图5可以看出，轴承在正常运行时，信号频率主要以低频为主，且能量大部分分布在低频处。随着时间的延续，高频也有所出现，且有一定的周期性；当发生外圈故障时，低频分量明显较少，且频率集中在15～20 kHz处，能量较高；当发生内圈故障时，前一现象加剧，且低频分量更少，但二者都沒有规律可言。对于滚动体故障，信号主要以低频分量为主，高频分量能量也比较高，且它的出现呈现一定的周期特性，这与前面方法的分析结果一致。

3.2.2 时频谱和边际谱分析

图6和图7分别对正常轴承、外圈故障、内圈故障和滚动体故障4种情况的信号进行时频谱分析和边际谱分析。

由图6和图7分析得，当轴承正常运行时，信号以低频为主，没有明显的周期性，而是随着运行时间呈现一定的波动。当轴承外圈故障时，信号向高频转移，不过能量还比较低，200 Hz的频谱能量显著减少，但基频能量有所增加。当内圈故障发生时，可以看到，能量主要集中在高频处，且呈现不规则性，此时的200 Hz能量持续增加。对于滚动体故障信号，高频能量很低，主要集中在低频处。在运行一段时间后，高频成分有所增加，有一定的周期性。

4 结语

对于轴承振动信号，不同的故障形式，对应的信号特征有较大的区别，本文列举了轴承外圈故障、内圈故障和滚动体故障，通过两种时频分析方法进行信号处理，发现当发生内圈故障时，故障信号的波动最为明显，高频能量极高，其次是外圈故障。但滚动体故障仍以低频为主，且呈现一定的周期性。通过上述故障信号的处理和分析，为后续更深入地诊断旋转机械故障提供了理论和试验基础。

参考文献：

[1]邹今春， 沈玉娣. 变工况齿轮箱故障诊断方法综述[J].机械传动， 2012（8）：124-127.

[2]雷亚国. 基于改进Hilbert-Huang变换的机械故障诊断[J]. 机械工程学报， 2011（5）：71-77.

[3]LI Y， TSE P W， YANG X， et al. EMD-based fault diagnosis for abnormal clearance between contacting components in a diesel engine[J]. Mechanical Systems & Signal Processing， 2010， 24（1）：193-210.

[4]钟秉林， 黄仁. 机械故障诊断学[M]. 北京：机械工业出版社， 2007.

[5]李泽光. 信号与系统分析和应用[M]. 北京：高等教育出版社， 2016.