基于ZigBee无线通信技术的机械主轴轴承振动检测

徐 艳

(西安交通大学城市学院电气与信息工程系，陕西 西安 710018)

0 引言

机械设备在运行过程中不可避免地会发生一定频率振动，振动加速度是衡量设备是否正常运转的重要指标。若设备出现故障加速度就会发生改变，导致设备振动幅度加大，振动频率也会随之升高。如果能实时测量机械运行中的振动加速度幅值，就可以更好地掌握设备的工作状态，第一时间检测出故障部位，及时停止设备进行检修，消除人员工作中的威胁。由于加速度频率变化区间较大，无法进行物理布线，导致有线数据传输质量较差。如果采用蓝牙等传统的无线通信方式，存在通信距离短和能效耗费高问题。同时在工业领域，尤其是石油化工方面的无线通信工作，需格外重视无线频率防爆安全，必须限制网络中节点的频率传送功率，节点间的无线通信距离也被缩短，加大了机械振动加速度信号的全频域采集难度，提高了振动检测的实时要求。

为提高机械主轴轴承检测的可信度，本文使用ZigBee的新型无线传输技术进行短距离、高效数据传输，节点与节点间信息交换更加安全和稳定，且具备高容量性的特点。

1 ZigBee无线通信结构原理

无线通信技术的工作原理，就是将收集的现场信号通过传感器形成电信号，经由AD转换器取得样本，量化处理后进行编码转化为数字信号。将形成的电信号和数字信号储存到数据库中，再传输至尾端接收器。该技术采用基于802.15.4规范的网络协议，工作频率在2.405～2.480 GHz之间，将直接序列扩频作为通信方式，传输速度为220 kbit/s。ZigBee通信技术的工作运行结构如图1所示。

图1 ZigBee无线通信结构

本文在ZigBee基础站上增加嵌入式系统，用于整合各传感器通信设备，使彼此间能够获得联系。嵌入式系统由多个ZigBee节点组成，各节点均可采集机械主轴轴承的振动数据，与其他节点和外部通信设备交互信息。ZigBee无线通信结构采用低速、短距离传输特性的无线网上协议，使得多个传感器能够互相协作，以获得高品质、高容错率的采集信息。

开放系统的直连式存储模块主要用于收集信号并与外界保持通信，将得到的数据传送至各节点形成的通信基站。ZigBee无线通信技术能够完成收集、计算、传输数据等工作，传感器节点主要由接收发送、数据处理、传感器、存储和电源模块构成。

2 基于ZigBee无线通信技术的振动数据传输

为提高软件性能和开发效果，结合C语言设计通信程序，主要分为2部分：一部分是使用CC2430异步串行端口，方便数据传送至主机；另一部分是利用串口整合接收到的数据，随后传送至主机。功能主要包括：调试发生中断的服务程序、处理和传输接收到的数据。

完整的数据是串口子程序运行的基础，子程序传输至ZigBee基站缓存器中，由C语言通信将数据再传送至各ZigBee节点中，确定待运行串口，便于传输时不需要再考虑其他因素，节省决策时间。由于CC2430内核型号是51，因此，本文利用逐字传输方式对轴承信号进行检测。

通信时需等待中断提醒，即每当用缓冲器传输1个字节，等待出现中断标志才能继续进行操作。发生中断时，表示ZigBee串口节点中的数据已完成发送，在继续发送之前，必须清除中断标志。如果需要接收或传输1组数据，则必须一直调用中断函数，直到整个阵列中的数据传输完成为止，数据接收和发送模块主要工作是采集区域内的信号，计算实时数据，传感器节点在完成处理、定位后，在节点间进行无线数据转换，通过常用的串行通信接口，传输主轴轴承的振动信号。

传输主轴轴承振动信号过程中，首先传送函数字符组，随后删除已完成数据，再对等待字符组行进传输处理，具体传输流程如图2所示。

图2 基于ZigBee通信技术的振动信号传输流程

通信系统的另一部分，利用串口在中断模式中接收字符并进行相关处理，如果收到的字符长度大于28，或收到结束符，则停止无线传输，将得到的字符串反向传输至客户端。

3 机械主轴轴承振动数据检测方法

主轴是机械器件的关键组成部分，承担载荷和扭矩作用，故障生成多由轴承引起。面向普通标准的滚动轴承，当滚动体内圈或外圈发生磨损、锈蚀、断裂和扭曲等现象时，均会产生较大的摩擦力，出现异常振动信号，降低设备安全[1]。

3.1 机械主轴轴承振动时域指标

当机械发动机运行状态异常时，因存在周期性冲撞振动信号，原始周期振动信号的振幅和信号的能量分布将发生明显变化。所以可直接检测采集的振动信号时域指标，来判定机械主轴轴承振动频率是否正常。

将选取部分时域指标与正常振动频率对比，通过对比结果查看是否超过正常值[2]。一般情况下，有量纲的时域指标会伴随着无线传输数据或轴承转速的变化而改变，造成时域指标参数不准确。无量纲指标可以通过频率感应找出，具有较高的识别性，所以面对密度较高的字符时，通常采用无量纲指标来判别轴承状态。针对已知的离散振动信号{xi|i=1,2,…,m}，参数计算式为：

(1)

(2)

(3)

上述所提指标均对振动脉冲较为敏感，若刚开始出现异常时，主轴脉冲振动感不是很强，有效值改变也并不显著，但峭度、裕度以及脉冲等指标已经发生明显变化，并且会呈持续增长的状态，直至出现最大值后才会下降，而其他有效值参数则会一直提升，因此，有效值的稳定性高于其他参数[3]。

机械主轴轴承损坏原因主要是磨损、裂纹、腐蚀或压痕等，其诱因可总结为表面龟裂、腐蚀脱落和轴承烧损。

a.表面龟裂主要是因为主轴轴承工作时间较长，长时间磨损后导致轴承表面逐渐劣化，此时轴承振动频率仍处于正常，但振幅逐渐变高。

b.腐蚀脱落是裂纹、压痕等原因造成的轴承面转动状态异常，振动频率为冲击振动，振动中心存在含轴承的传输振动和轴承零部件的零件振动。

c.轴承烧损是因轴承润滑状态变化产生的，当润滑度为0时，轴承快速转动便会导致零部件表面达到烧损程度，此时轴承的振动值将会快速增大[4]。

机械轴承在运行中，突发的任何状况都会改变主轴轴承振动频率，轴承元件一旦受损，破坏点与其他元件接触撞击会产生异频振动，这种频率可称之为特征频率。轴承主要由4个零部件构成，分别为轴承内圈、轴承外圈、轴承转动面和承重架，通过结构参数和几何模型可计算出特征频率。

轴承不同零部件特征频率计算式为：

a.内圈特征频率Pv。内圈轴承上的某一破坏点与转动面相撞产生的振动频率，即

(4)

b.外圈特征频率Po。外圈中损伤点与转动面接触后造成的频率，即

(5)

c.转动面特征频率Pb。转动面在轴承转动运行时，会同时与内圈、外圈产生接触，所以该振动频率为

(6)

d.保持架特征频率Pc。

(7)

Pr为轴承内圈的回转频率，便有Pr=n/60,n为内圈转速；d、D、z、a分别为转动面直径、轴承节径、转动面数量以及压力角[5]。

3.2 主轴轴承异常振动信号检测

小波分组由小波分解扩展而成，相比变换计算，小波分组在变换信号时，可以针对信号低频和高频部分同时进行分解，稳定计算出不同频率信号，完成局部及全局分析[6]。

设子空间R1是数据集ri(t)的闭包关系，而R2是数据集r2i(t)的闭包关系，令ri(t)符合双尺度公式为

(8)

t为时间；k为平移时间的因子。根据式(8)可知低通滤波器系数h和g均具有正交关系。

通过式(8)可构建出序列{ri(t)}，得到r0(t)=φ(t)，确定正交小波数据集。当i=0时，r0和r1可被描述为尺度函数φ(t)和φ(t)的小波基函数，即可进一步得出

(9)

(10)

通过上述可得到小波包分组及小波重构计算方程为

(11)

根据上述方程可知，小波分组首先要确定频带样本，将无关样本系数设置为0，仅将信号的有用组件和干扰分量划分至不同频带，即可形成去除冗余噪声的可用分量[7]。

当轴承的内环、外轮、滚轮发生孔蚀或其他故障时，会产生特定的频率脉动，在机械操作期间产生重复性脉冲，这种重复性脉冲动作时间短，形状陡。此外，伴随故障难度加大，往往会出现以关键频谱为中心、以轴承内圈转动频率为差的调制侧频率现象。轴承状态监视和故障修复中，可以分析轴承振动强弱，通过识别问题主要频率来判定需修复的位置。

信号经e层小波分组后，将初始信号能划分为2e正交频带，各频带内信号能值等于初始信号能值，同样也是初始信号在频率周围的振动数据集。当轴承运行故障时，小波分组分解与正常状态不同，各频带滚动轴承振动信号的映射变化也会很大[8-9]。因此，可以将振动信号在每个频带中的帧序列能值，与对应的值用作特征函数，基于频带运行能值的提取特征方法可概述为：

a.对工作中的振动信号进行e层小波分组，获取到2e正交频带序列pj(j=1,2,…,2e)。

b.计算各频带能值，拆分序列pj相对的能值Epj为

(12)

pj为分解函数序列中的第j个离散点值；n为分解系函数中的离散点集合。

c.计算分解序列系数能量的模Npj为

(13)

d.建立特征向量方程组。将全部振动信号小波分组后，计算出不同频率下的字符串模型，得到信号序列取值Npj(j=1,2,…,2e)，据此得到与能量字符对应的特征向量Z为

Z={Np1,Np2,…,Np2e}

(14)

运行轴承在正常工作状态和故障状态下的特征向量有很大差异[10]，所以可通过式(13)和式(14)得出当前时刻下主轴振动信号，与历史正常信号进行对比，若存在较大差距，检测结果为异常故障，反之则为正常。

4 实验分析

4.1 实验样本的主轴状态描述

机械主轴能加工强度和硬度比较高的材料，具备低速和高扭矩特性，本次实验使用的样本主轴旋转面因端面轴磨损较大，已经部分脱落，维修后定期检测主轴轴承的振动频率，监视其振幅状态，关注轴承的服务状态。机械主轴参数如表1所示。

表1 机械主轴参数信息

4.2 振动数据采集质量评估

选取机械正常工作1 d的数据，对振动数据进行归一化处理，限于[0，1]间，样本数设为150，小波分解机械主轴功率值与采集振动样本间残差曲线，验证ZigBee无线通信技术下振动信号质量。图3为机械主轴轴承输出功率与通过ZigBee无线通信得到功率之间对比，图4为二者的残差值结果。

图3 主轴轴承输出与ZigBee无线采集功率对比

图4 主轴轴承输出与ZigBee无线采集功率的残差曲线

通过图3能够看出，ZigBee无线通信获得的功率曲线和实际主轴轴承输出走势基本一致，仅在变化幅度上有些许不同，而图4中的二者残差值在[7，26]区间内。综合来看，ZigBee无线通信方法能够有效获取到最接近真实值的主轴振动，为后期检测提供坚实的数据基础。

4.3 主轴轴承异常振动位置检测

分析1 d的持续性检测结果，该主轴的振速均值超过0.03 mm/s，不在安全振动限值范围内。为此从主轴振动频谱入手，绘制内圈和外圈的频率如图5所示。

根据图5a的加速度幅值频率分布可以看出，轴承频率范围在0～800 Hz内，振动幅值波动明显，从幅值波动可看出主轴轴承内圈故障率主要处于580 Hz位置，轴承内圈已出现明显故障。

从图5b可看出，轴承外圈故障频率变化趋势明显，故障峰值为260 Hz，在700～800 Hz间出现高频持续谱，冗杂干扰明显增多，证明外圈故障持续增加，机械轴承运行过程中产生摩擦严重，会影响机械正常使用。综合来看，本文方法的可视化图像描述清楚，能够直观地看出主轴是否存在异常振动行为，方便及时找出故障位置。

图5 振动信号频谱检测

5 结束语

ZigBee无线通信技术不仅能实现最基本的近距离通信，而且能源耗费相对于更低。为此，本文提出了基于ZigBee无线通信技术的机械主轴轴承振动检测方法。通过对ZigBee无线通信技术工作原理的分析，运用小波分组方程判断故障位置，证明本文方法可适用于主轴轴承的动态检测及故障定位。实验结果表明，本文方法可准确传达出主轴轴承振动异常原因，具有一定可行性和适用性。