主要内容gydF4y2Ba

旋转机械振动分析gydF4y2Ba

这个例子展示了如何使用时间同步平均和包络谱分析齿轮箱的振动信号。这些功能在齿轮箱的预测性维护中特别有用,齿轮箱包含多个旋转部件:齿轮、轴和轴承。gydF4y2Ba

本例生成并分析齿轮箱轴以固定速度旋转的振动数据。时间同步平均用于隔离与特定轴或齿轮相关的振动组件,并平均出所有其他组件。包络谱在识别引起高频冲击的局部轴承故障时特别有用。gydF4y2Ba

考虑一个理想的变速箱,由13齿小齿轮啮合35齿齿轮。小齿轮连接到一个输入轴连接到一个原动机。齿轮连接到输出轴上。轴由变速箱外壳上的滚子轴承支撑金宝app。两个加速度计,gydF4y2Ba 一个gydF4y2Ba 1gydF4y2Ba 而且gydF4y2Ba 一个gydF4y2Ba 2gydF4y2Ba ,分别放置在轴承和变速箱壳体上。加速度计的采样率为20千赫。gydF4y2Ba

小齿轮以一定的速度旋转gydF4y2Ba fgydF4y2Ba 小齿轮gydF4y2Ba = 22.5 Hz或1350 rpm。齿轮和输出轴的转速为gydF4y2Ba

fgydF4y2Ba 齿轮gydF4y2Ba =gydF4y2Ba fgydF4y2Ba 小齿轮gydF4y2Ba ×gydF4y2Ba 数量gydF4y2Ba 的gydF4y2Ba 小齿轮gydF4y2Ba 牙齿gydF4y2Ba (gydF4y2Ba NgydF4y2Ba pgydF4y2Ba )gydF4y2Ba 数量gydF4y2Ba 的gydF4y2Ba 齿轮gydF4y2Ba 牙齿gydF4y2Ba (gydF4y2Ba NgydF4y2Ba ggydF4y2Ba )gydF4y2Ba .gydF4y2Ba

齿啮合频率,也称为齿轮啮合频率,是齿轮和小齿轮定期啮合的频率:gydF4y2Ba

fgydF4y2Ba 网gydF4y2Ba =gydF4y2Ba fgydF4y2Ba 小齿轮gydF4y2Ba ×gydF4y2Ba NgydF4y2Ba pgydF4y2Ba =gydF4y2Ba fgydF4y2Ba 齿轮gydF4y2Ba ×gydF4y2Ba NgydF4y2Ba ggydF4y2Ba .gydF4y2Ba

fs = 20E3;gydF4y2Ba采样率(Hz)gydF4y2BaNp = 13;gydF4y2Ba小齿轮上的齿数gydF4y2BaNg = 35;gydF4y2Ba齿轮上的齿数%gydF4y2BafPin = 22.5;gydF4y2Ba%小齿轮(输入)轴频率(Hz)gydF4y2BafGear = fPin*Np/Ng;gydF4y2Ba%齿轮(输出)轴频率(Hz)gydF4y2BafMesh = fPin*Np;gydF4y2Ba%齿轮啮合频率(Hz)gydF4y2Ba

产生小齿轮和齿轮的振动波形。将振动建模为发生在主轴齿轮啮合频率上的正弦曲线。分析20秒的振动数据。gydF4y2Ba

齿轮啮合波形负责传递载荷,因此具有最高的振动幅度。gydF4y2Ba 一个gydF4y2Ba 2gydF4y2Ba 记录来自两个轴和齿轮啮合的振动贡献。对于本实验,轴承滚动元件对振动信号的贡献由gydF4y2Ba 一个gydF4y2Ba 2gydF4y2Ba 被认为是微不足道的。可视化一段无噪声振动信号。gydF4y2Ba

T = 0:1/fs:20-1/fs;vfIn = 0.4*sin(2*pi*fPin*t);gydF4y2Ba%小齿轮波形gydF4y2BavfOut = 0.2*sin(2*pi*fGear*t);gydF4y2Ba齿轮波形gydF4y2BavMesh = sin(2*pi*fMesh*t);gydF4y2Ba齿轮啮合波形gydF4y2Baplot(t, vfIn + vfOut + vMesh) xlim([0 0.25]) xlabel(gydF4y2Ba“时间(s)”gydF4y2Ba) ylabel (gydF4y2Ba“加速”gydF4y2Ba)gydF4y2Ba

图中包含一个轴对象。axis对象包含一个line类型的对象。gydF4y2Ba

由齿轮齿上的局部故障产生高频冲击gydF4y2Ba

假设齿轮的一个齿遭受局部故障,如剥落。这导致高频冲击发生一次每轮的齿轮。gydF4y2Ba

局部故障造成的冲击时间小于齿网的持续时间。齿轮齿面凹痕在冲击持续时间内产生高频振荡。碰撞频率取决于变速箱部件的特性及其固有频率。在本例中,我们任意假设冲击引起2 kHz的振动信号,并在大约8%的时间内发生gydF4y2Ba1 / fMeshgydF4y2Ba,即0.25毫秒。每次齿轮旋转,冲击重复一次。gydF4y2Ba

ipf = fGear;fImpact = 2000;tImpact = 0:1/fs:2.5e-4-1/fs;xImpact = sin(2*pi*fImpact*tImpact)/3;gydF4y2Ba

将冲击与梳状函数进行卷积,使其具有周期性。gydF4y2Ba

xComb = 0 (size(t));Ind = (0.25*fs/fMesh):(fs/ipf):长度(t);Ind =圆(Ind);xComb(Ind) = 1;xPer = 2*conv(xComb,xImpact, xImpact,gydF4y2Ba“相同”gydF4y2Ba);gydF4y2Ba

添加故障信号gydF4y2Ba水稻播种期及秧龄gydF4y2Ba到转轴信号。在无故障齿轮和故障齿轮的输出信号中添加高斯白噪声,以对输出进行建模gydF4y2Ba 一个gydF4y2Ba 2gydF4y2Ba .gydF4y2Ba

vNoFault = vfIn + vfOut + vMesh;vFault = vNoFault + xPer;vnofaultnoise = vNoFault + randn(size(t))/5;vfaultnoise = vFault + randn(size(t))/5;gydF4y2Ba

想象一段时间的历史。在故障齿轮的图上,冲击位置由倒立的红色三角形表示。它们几乎难以区分。gydF4y2Ba

subplot(2,1,1) plot(t, vnofaultnoise) xlabel(gydF4y2Ba“时间(s)”gydF4y2Ba) ylabel (gydF4y2Ba“加速”gydF4y2Baxlim([0.0 0.3]) ylim([-2.5 2.5])gydF4y2Ba“噪音信号换健康齿轮”gydF4y2Ba) subplot(2,1,2) plot(t, vfaultnoise) xlabel(gydF4y2Ba“时间(s)”gydF4y2Ba) ylabel (gydF4y2Ba“加速”gydF4y2Baxlim([0.0 0.3]) ylim([-2.5 2.5])gydF4y2Ba“故障齿轮的噪声信号”gydF4y2Ba)举行gydF4y2Ba在gydF4y2BaMarkX = t(Ind(1:3));马基= 2.5;情节(MarkX挞伐,gydF4y2Ba“房车”gydF4y2Ba,gydF4y2Ba“MarkerFaceColor”gydF4y2Ba,gydF4y2Ba“红色”gydF4y2Ba)举行gydF4y2Ba从gydF4y2Ba

图中包含2个轴对象。标题为“健康齿轮的噪声信号”的Axes对象1包含一个类型为line的对象。标题为“故障齿轮的噪声信号”的Axes对象2包含4个类型为line的对象。gydF4y2Ba

比较两个信号的功率谱gydF4y2Ba

局部齿故障导致分布的边带出现在齿轮啮合频率附近:gydF4y2Ba

fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 小齿轮gydF4y2Ba =gydF4y2Ba fgydF4y2Ba 网gydF4y2Ba ±gydF4y2Ba 米gydF4y2Ba ×gydF4y2Ba fgydF4y2Ba 小齿轮gydF4y2Ba ∀gydF4y2Ba 米gydF4y2Ba ∈gydF4y2Ba {gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 3.gydF4y2Ba ,gydF4y2Ba .gydF4y2Ba .gydF4y2Ba }gydF4y2Ba

fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 齿轮gydF4y2Ba =gydF4y2Ba fgydF4y2Ba 网gydF4y2Ba ±gydF4y2Ba 米gydF4y2Ba ×gydF4y2Ba fgydF4y2Ba 齿轮gydF4y2Ba ∀gydF4y2Ba 米gydF4y2Ba ∈gydF4y2Ba {gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 3.gydF4y2Ba ,gydF4y2Ba .gydF4y2Ba .gydF4y2Ba }gydF4y2Ba

计算健康齿轮和故障齿轮的频谱。指定一个频率范围,包括轴频率8.35 Hz和22.5 Hz以及齿轮啮合频率292.5 Hz。gydF4y2Ba

[Spect,f] = pspectrum([vfaultnoise ' vnofaultnoise '],fs,gydF4y2Ba“FrequencyResolution”gydF4y2Ba, 0.2,gydF4y2Ba“FrequencyLimits”gydF4y2Ba500年[0]);gydF4y2Ba

画出光谱。因为故障是在齿轮而不是小齿轮,边带预计出现在gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 齿轮gydF4y2Ba 和间隔gydF4y2Ba fgydF4y2Ba 齿轮gydF4y2Ba 光谱上的分离。光谱显示了在gydF4y2BafGeargydF4y2Ba,gydF4y2BafPingydF4y2Ba,gydF4y2BafMeshgydF4y2Ba.然而,信号中噪声的存在使得边带峰值在gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 齿轮gydF4y2Ba 无法区分。gydF4y2Ba

图绘制(f, 10 * log10 (Spect (: 1)), f, 10 * log10 (Spect (:, 2)),gydF4y2Ba“:”gydF4y2Ba)包含(gydF4y2Ba的频率(赫兹)gydF4y2Ba) ylabel (gydF4y2Ba功率谱(dB)gydF4y2Ba)举行gydF4y2Ba在gydF4y2Ba情节(fGear 0gydF4y2Ba“房车”gydF4y2Ba,gydF4y2Ba“MarkerFaceColor”gydF4y2Ba,gydF4y2Ba“红色”gydF4y2Ba)情节(fPin 0,gydF4y2Ba“全球之声”gydF4y2Ba,gydF4y2Ba“MarkerFaceColor”gydF4y2Ba,gydF4y2Ba“绿色”gydF4y2Ba)情节(fMesh 0,gydF4y2Ba“bv”gydF4y2Ba,gydF4y2Ba“MarkerFaceColor”gydF4y2Ba,gydF4y2Ba“蓝”gydF4y2Ba)举行gydF4y2Ba从gydF4y2Ba传奇(gydF4y2Ba“错误”gydF4y2Ba,gydF4y2Ba“健康”gydF4y2Ba,gydF4y2Ba“f{齿轮}”gydF4y2Ba,gydF4y2Ba“f{齿轮}”gydF4y2Ba,gydF4y2Ba“f{网}”gydF4y2Ba)gydF4y2Ba

图中包含一个轴对象。axis对象包含5个line类型的对象。这些对象表示故障、正常、f_{齿轮}、f_{小齿轮}、f_{网格}。gydF4y2Ba

放大齿轮啮合频率附近的区域。创建齿轮和小齿轮边带的网格gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 齿轮gydF4y2Ba 而且gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 小齿轮gydF4y2Ba .gydF4y2Ba

图p1 = plot(f,10*log10(Spect(:,1)));包含(gydF4y2Ba的频率(赫兹)gydF4y2Ba) ylabel (gydF4y2Ba功率谱(dB)gydF4y2Ba) xlim([250 - 340]) ylim([-70 -40]gydF4y2Ba在gydF4y2Bap2 = plot(f,10*log10(Spect(:,2)));谐波= -5:5;SBandsGear = (fMesh+fGear.*harmonics);[X1,Y1] = meshgrid(SBandsGear,ylim);SBandsPinion = (fMesh+fPin.*谐波);[X2,Y2] = meshgrid(SBandsPinion,ylim);p3 = plot(X1,Y1,gydF4y2Ba“:r”gydF4y2Ba);p4 = plot(X2,Y2,gydF4y2Ba”:k”gydF4y2Ba);持有gydF4y2Ba从gydF4y2Ba图例([p1 p2 p3(1) p4(1)],{gydF4y2Ba“有缺陷的装置”gydF4y2Ba;gydF4y2Ba“健康齿轮”gydF4y2Ba;gydF4y2Ba“f{边带、齿轮}”gydF4y2Ba;gydF4y2Ba“f{边带,齿轮}”gydF4y2Ba})gydF4y2Ba

图中包含一个轴对象。axis对象包含24个line类型的对象。这些对象代表故障齿轮、健康齿轮、f_{边带、齿轮}、f_{边带、小齿轮}。gydF4y2Ba

目前尚不清楚这些峰值是否与齿轮侧带对齐gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 齿轮gydF4y2Ba .gydF4y2Ba

将时间同步平均应用于输出振动信号gydF4y2Ba

请注意,很难在齿轮边带分离峰值,gydF4y2Ba fgydF4y2Ba 边带gydF4y2Ba ,gydF4y2Ba 齿轮gydF4y2Ba ,齿轮边带,gydF4y2Ba fgydF4y2Ba 边带gydF4y2Ba ,gydF4y2Ba 小齿轮gydF4y2Ba .前一节展示了在分离峰值和确定小齿轮或齿轮是否受到故障影响方面的困难。时间同步平均法平均出零均值随机噪声和任何与特定轴频率无关的波形。这使得故障检测过程更加简单。gydF4y2Ba

使用函数gydF4y2Ba运输安全管理局gydF4y2Ba产生小齿轮和齿轮的时间同步波形。gydF4y2Ba

指定小齿轮的时间同步脉冲。计算小齿轮10次旋转的时间同步平均值。gydF4y2Ba

tPulseIn = 0:1/fPin:max(t);taPin = tsa(vfaultnoise,fs,tPulseIn,gydF4y2Ba“NumRotations”gydF4y2Ba10);gydF4y2Ba

指定齿轮的时间同步脉冲。计算齿轮10次旋转的时间同步平均值。gydF4y2Ba

tPulseOut = 0:1/fGear:max(t);taGear = tsa(vfaultnoise,fs,tPulseOut,gydF4y2Ba“NumRotations”gydF4y2Ba10);gydF4y2Ba

可视化单个旋转的时间同步信号。对齿轮的时间同步平均信号的影响相对更容易看到,而对小齿轮轴的影响则被平均掉了。撞击的位置,在图上用标记表示,具有比相邻齿轮啮合峰值更高的振幅。gydF4y2Ba

运输安全管理局gydF4y2Ba不带输出参数的函数绘制当前图中每个信号段对应的时间同步平均信号和时域信号。gydF4y2Ba

图subplot(2,1,1) tsa(vfaultnoise,fs,tPulseIn,gydF4y2Ba“NumRotations”gydF4y2Ba,10) xlim([0.5 1.5]) ylim([-2 2]) title(gydF4y2Ba“齿轮TSA信号”gydF4y2Ba) subplot(2,1,2) tsa(vfaultnoise,fs,tPulseOut,gydF4y2Ba“NumRotations”gydF4y2Ba,10) xlim([0.5 1.5]) ylim([-2 2]) title(gydF4y2Ba“TSA信号齿轮”gydF4y2Ba)举行gydF4y2Ba在gydF4y2Ba图(1.006,2,gydF4y2Ba“房车”gydF4y2Ba,gydF4y2Ba“MarkerFaceColor”gydF4y2Ba,gydF4y2Ba“红色”gydF4y2Ba)举行gydF4y2Ba从gydF4y2Ba

图中包含2个轴对象。标题为TSA Signal for Pinion的Axes对象1包含45个类型为line的对象。标题为TSA Signal for Gear的Axes对象2包含18个类型为line的对象。gydF4y2Ba

可视化时间同步平均信号的功率谱gydF4y2Ba

计算时间同步平均齿轮信号的功率谱。指定一个频率范围,覆盖齿轮啮合频率292.5 Hz两侧的15个齿轮边带。注意这里的峰值gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 齿轮gydF4y2Ba .gydF4y2Ba

图pspectrum (taGear fs,gydF4y2Ba“FrequencyResolution”gydF4y2Ba, 2.2,gydF4y2Ba“FrequencyLimits”gydF4y2Ba,[200 400])谐波= -15:15;SBandsGear = (fMesh + fGear。*谐波);[X1,Y1] = meshgrid(SBandsGear,ylim);[XM,YM] = meshgrid(fMesh,ylim);持有gydF4y2Ba在gydF4y2Ba情节(XM, YM,gydF4y2Ba“——k”gydF4y2Ba(X1, Y1,gydF4y2Ba“:r”gydF4y2Ba)传说(gydF4y2Ba的功率谱gydF4y2Ba,gydF4y2Ba齿轮啮合频率的gydF4y2Ba,gydF4y2Ba“f{边带、齿轮}”gydF4y2Ba)举行gydF4y2Ba从gydF4y2Ba标题(gydF4y2BaTSA齿轮(输出轴)gydF4y2Ba)gydF4y2Ba

图中包含一个轴对象。标题为TSA Gear (Output Shaft)的axes对象包含33个类型为line的对象。这些对象代表功率谱,齿轮啮合频率,f_{边带,齿轮}。gydF4y2Ba

可视化时间同步平均小齿轮信号在同一频率范围内的功率谱。这一次,在gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 小齿轮gydF4y2Ba 频率的位置。gydF4y2Ba

图pspectrum (taPin fs,gydF4y2Ba“FrequencyResolution”gydF4y2Ba, 5.8,gydF4y2Ba“FrequencyLimits”gydF4y2Ba,[200 400]) SBandsPinion = (fMesh+fPin.*谐波);[X2,Y2] = meshgrid(SBandsPinion,ylim);[XM,YM] = meshgrid(fMesh,ylim);持有gydF4y2Ba在gydF4y2Ba情节(XM, YM,gydF4y2Ba“——b”gydF4y2BaX2, Y2,gydF4y2Ba”:k”gydF4y2Ba)传说(gydF4y2Ba的功率谱gydF4y2Ba,gydF4y2Ba齿轮啮合频率的gydF4y2Ba,gydF4y2Ba“f{边带,齿轮}”gydF4y2Ba)举行gydF4y2Ba从gydF4y2Ba标题(gydF4y2BaTSA小齿轮(输入轴)gydF4y2Ba)gydF4y2Ba

图中包含一个轴对象。标题为TSA Pinion(输入轴)的axis对象包含33个类型为line的对象。这些对象代表功率谱,齿轮啮合频率,边带,小齿轮。gydF4y2Ba

注意没有突出的峰gydF4y2Ba fgydF4y2Ba 年代gydF4y2Ba idegydF4y2Ba bgydF4y2Ba 而且gydF4y2Ba ,gydF4y2Ba 小齿轮gydF4y2Ba 在情节中。gydF4y2Ba

原始信号的功率谱包含来自两个不同轴的波形,以及噪声。很难区分边带谐波。但是,在时间同步平均齿轮信号频谱的边带位置观察到突出的峰值。同时观察边带幅度的不均匀性,这是齿轮局部故障的一个指标。另一方面,在时间同步平均小齿轮信号的频谱中,边带峰是不存在的。这有助于我们得出结论,小齿轮可能是健康的。gydF4y2Ba

通过平均不相关的波形,我们gydF4y2Ba运输安全管理局gydF4y2Ba功能有助于通过观察边带谐波来识别故障齿轮。当需要从具有多个轴和齿轮的齿轮箱中提取对应于单个轴的振动信号时,此功能特别有用。gydF4y2Ba

在小齿轮中增加一个分布故障,并将其影响纳入振动信号gydF4y2Ba

一个分布的齿轮故障,如偏心或齿轮不对中[1],导致更高级别的边带被狭窄地分组在齿轮啮合频率的整数倍周围。gydF4y2Ba

为了模拟分布断层,在齿轮啮合频率两侧引入三个振幅递减的边带分量。gydF4y2Ba

边带= -3:3;SideBandAmp = [0.02 0.1 0.4 0 0.4 0.1 0.02];gydF4y2Ba%边带振幅gydF4y2Ba边带频率= fMesh +边带*fPin;gydF4y2Ba边带频率%gydF4y2BavSideBands = SideBandAmp*sin(2*pi*SideBandFreq'.*t);gydF4y2Ba

将边带信号加到振动信号中。这就导致了振幅调制。gydF4y2Ba

vpinfaultnoise = vfaultnoise + vSideBands;gydF4y2Ba

可视化受分布式故障影响的齿轮箱的时间历史的一段。gydF4y2Ba

plot(t, vpinfaultnoise) xlim([0.6 0.85]) xlabel(gydF4y2Ba“时间(s)”gydF4y2Ba) ylabel (gydF4y2Ba“加速”gydF4y2Ba)标题(gydF4y2Ba“边带调制效应”gydF4y2Ba)gydF4y2Ba

图中包含一个轴对象。标题为Effects of Sideband Modulation的axes对象包含一个类型为line的对象。gydF4y2Ba

重新计算小齿轮和齿轮的时间同步平均信号。gydF4y2Ba

taPin = tsa(vpinfaultnoise,fs,tPulseIn,gydF4y2Ba“NumRotations”gydF4y2Ba10);taGear = tsa(vfaultnoise,fs,tPulseOut,gydF4y2Ba“NumRotations”gydF4y2Ba10);gydF4y2Ba

可视化时间同步平均信号的功率谱。小齿轮时间同步平均信号的三个边带较明显,表明存在分布故障。然而,时间同步平均齿轮信号的频谱保持不变。gydF4y2Ba

次要情节(2,1,1)pspectrum (taPin fs,gydF4y2Ba“FrequencyResolution”gydF4y2Ba, 5.8,gydF4y2Ba“FrequencyLimits”gydF4y2Ba,[200 400])等待gydF4y2Ba在gydF4y2Ba情节(X2, Y2,gydF4y2Ba”:k”gydF4y2Ba)传说(gydF4y2Ba的功率谱gydF4y2Ba,gydF4y2Ba“f{边带,齿轮}”gydF4y2Ba,gydF4y2Ba“位置”gydF4y2Ba,gydF4y2Ba“南”gydF4y2Ba)举行gydF4y2Ba从gydF4y2Ba标题(gydF4y2BaTSA小齿轮(输入轴)gydF4y2Ba) subplot(2,1,2) pspectrum(taGear,fs,gydF4y2Ba“FrequencyResolution”gydF4y2Ba, 2.2,gydF4y2Ba“FrequencyLimits”gydF4y2Ba,[200 400])等待gydF4y2Ba在gydF4y2Ba情节(X1, Y1,gydF4y2Ba“:r”gydF4y2Ba)传说(gydF4y2Ba的功率谱gydF4y2Ba,gydF4y2Ba“f{边带、齿轮}”gydF4y2Ba)举行gydF4y2Ba从gydF4y2Ba标题(gydF4y2BaTSA齿轮(输出轴)gydF4y2Ba)gydF4y2Ba

图中包含2个轴对象。标题为TSA Pinion(输入轴)的轴对象1包含32个类型为line的对象。这些对象表示功率谱,f_{边带,齿轮}。标题为TSA Gear (Output Shaft)的Axes对象2包含32个line类型的对象。这些对象代表功率谱,f_{边带,齿轮}。gydF4y2Ba

总之,gydF4y2Ba运输安全管理局gydF4y2Ba函数有助于从整体振动信号中提取齿轮贡献。这反过来又有助于识别受局部和分布式故障影响的特定组件。gydF4y2Ba

滚动轴承故障振动分析gydF4y2Ba

滚动元件轴承的局部故障可能发生在外圈、内圈、保持架或滚动元件中。这些故障中的每一种都有其自身的频率特征,通常由制造商列出或从轴承规格中计算。局部故障的冲击在轴承和响应传感器[2]之间的齿轮箱结构中产生高频振动。假设齿轮箱中的齿轮是健康的,其中一个支承小齿轮轴的轴承受到内圈局部故障的影响。金宝app在分析中忽略径向载荷的影响。gydF4y2Ba

轴承的节径为12厘米,有8个滚动元件。每个滚动元件直径为2厘米。接触角gydF4y2Ba θgydF4y2Ba 是gydF4y2Ba 15gydF4y2Ba ∘gydF4y2Ba .在分析轴承振动时,通常把加速度计放在轴承座上。加速度测量记录gydF4y2Ba 一个gydF4y2Ba 1gydF4y2Ba ,位于故障轴承外壳上的加速度计。gydF4y2Ba

定义轴承的参数。gydF4y2Ba

N = 8;gydF4y2Ba%滚动轴承数量gydF4y2BaD = 0.02;gydF4y2Ba%轧制件直径gydF4y2BaP = 0.12;gydF4y2Ba轴承节径%gydF4y2BathetaDeg = 15;gydF4y2Ba%接触角,单位为度gydF4y2Ba

当滚动元件通过内圈上的局部故障时,就会发生冲击。发生这种情况的速率是球的传球频率-内争(BPFI)。BPFI可以用gydF4y2Ba

fgydF4y2Ba BPFIgydF4y2Ba =gydF4y2Ba ngydF4y2Ba ×gydF4y2Ba fgydF4y2Ba 销gydF4y2Ba 2gydF4y2Ba (gydF4y2Ba 1gydF4y2Ba +gydF4y2Ba dgydF4y2Ba pgydF4y2Ba 因为gydF4y2Ba θgydF4y2Ba )gydF4y2Ba .gydF4y2Ba

bpfi = n*fPin/2*(1 + d/p*cosd(thetaDeg))gydF4y2Ba
Bpfi = 104.4889gydF4y2Ba

模型每个冲击为3千赫正弦波窗口凯撒。该缺陷对轴承造成一系列5毫秒的影响。凹坑和剥落早期阶段的脉冲覆盖的频率范围很广,可达约100khz[2]。gydF4y2Ba

fImpact = 3000;tImpact = 0:1/fs:5e-3-1/fs;xImpact = sin(2*pi*fImpact*tImpact).*kaiser(length(tImpact),40)';gydF4y2Ba

将冲击与梳状函数进行卷积,使其具有周期性。自gydF4y2Ba 一个gydF4y2Ba 1gydF4y2Ba 是否更接近轴承,调整冲击的幅度,使其相对于齿轮箱记录的振动信号更突出gydF4y2Ba 一个gydF4y2Ba 2gydF4y2Ba .gydF4y2Ba

xComb = 0 (size(t));xComb(1:round(fs/bpfi):end) = 1;xBper = 0.33*conv(xComb,xImpact,gydF4y2Ba“相同”gydF4y2Ba);gydF4y2Ba

想象冲击信号。gydF4y2Ba

figure plot(t,xBper) xlim([0 0.05]) xlabel(gydF4y2Ba“时间(s)”gydF4y2Ba) ylabel (gydF4y2Ba“加速”gydF4y2Ba)标题(gydF4y2Ba局部故障对轴承内圈的影响gydF4y2Ba)gydF4y2Ba

图中包含一个轴对象。标题为“轴承内圈局部故障造成的影响”的轴对象包含一个类型为line的对象。gydF4y2Ba

将周期性轴承故障添加到健康齿轮箱的振动信号中。gydF4y2Ba

vnofaultnoise = vNoFault + randn(size(t))/5;vbfaultnoise = xBper + vNoFault + randn(size(t))/5;gydF4y2Ba

计算信号的光谱。想象一下较低频率的频谱。创建前十个BPFI谐波的网格。gydF4y2Ba

pspectrum([vbfaultnoise ' vnobfaultnoise '],fs,gydF4y2Ba“FrequencyResolution”gydF4y2Ba, 1gydF4y2Ba“FrequencyLimits”gydF4y2Ba,[0 10*bpfi])gydF4y2Ba“受损”gydF4y2Ba,gydF4y2Ba“健康”gydF4y2Ba)标题(gydF4y2Ba“轴承振动谱”gydF4y2Ba网格)gydF4y2Ba从gydF4y2BaharmImpact = (0:10)*bpfi;[X,Y] = meshgrid(harmImpact,ylim);持有gydF4y2Ba在gydF4y2Ba情节(X / 1000 YgydF4y2Ba”:k”gydF4y2Ba)传说(gydF4y2Ba“健康”gydF4y2Ba,gydF4y2Ba“受损”gydF4y2Ba,gydF4y2Ba“BPFI谐波”gydF4y2Baxlim([0 10*bpfi]/1000)保持gydF4y2Ba从gydF4y2Ba

图中包含一个轴对象。标题为轴承振动谱的轴对象包含13个类型为直线的对象。这些对象表示健康、损坏、BPFI谐波。gydF4y2Ba

在频谱的低端,轴和网格频率及其顺序掩盖了其他特征。健康轴承的光谱和损坏轴承的光谱是无法区分的。这一缺陷突出了一种可以隔离轴承故障的方法的必要性。gydF4y2Ba

BPFI依赖于比率gydF4y2Ba dgydF4y2Ba /gydF4y2Ba pgydF4y2Ba 还有接触角的余弦gydF4y2Ba θgydF4y2Ba .BPFI的不合理表达式意味着轴承冲击与整数轴旋转不同步。的gydF4y2Ba运输安全管理局gydF4y2Ba函数在这种情况下没有用处,因为它平均了影响。影响并不存在于每个平均段的相同位置。gydF4y2Ba

这个函数gydF4y2BaenvspectrumgydF4y2Ba(包络谱)进行振幅解调,在提取高频冲击信息时很有用。gydF4y2Ba

计算并绘制包络信号及其光谱。比较有轴承故障和无轴承故障时信号的包络谱。想象一下较低频率的频谱。创建前十个BPFI谐波的网格。gydF4y2Ba

figure envspectrum([vnobfaultnoise ' vbfaultnoise '],fs) xlim([0 10*bpfi]/1000) [X,Y] = meshgrid(harmImpact,ylim);持有gydF4y2Ba在gydF4y2Ba情节(X / 1000 YgydF4y2Ba”:k”gydF4y2Ba)传说(gydF4y2Ba“健康”gydF4y2Ba,gydF4y2Ba“受损”gydF4y2Ba,gydF4y2Ba“BPFI谐波”gydF4y2Baxlim([0 10*bpfi]/1000)保持gydF4y2Ba从gydF4y2Ba

图中包含2个轴对象。标题为Envelope Signal的Axes对象1包含2个类型为line的对象。标题为Envelope Spectrum的Axes对象2包含13个类型为line的对象。这些对象表示健康、损坏、BPFI谐波。gydF4y2Ba

观察到BPFI峰在包络谱中并不突出,因为信号被噪声污染。回想一下表演gydF4y2Ba运输安全管理局gydF4y2Ba平均噪声对轴承故障分析没有用处,因为它也平均冲击信号。gydF4y2Ba

的gydF4y2BaenvspectrumgydF4y2Ba函数提供了一个内置滤波器,可用于去除感兴趣波段之外的噪声。应用200级带通滤波器,中心为3.125 kHz,宽度为4.167 kHz。gydF4y2Ba

Fc = 3125;Bw = 4167;envspectrum ([vNoBFaultNoisy ' vBFaultNoisy '], fs,gydF4y2Ba“方法”gydF4y2Ba,gydF4y2Ba希尔伯特的gydF4y2Ba,gydF4y2Ba“FilterOrder”gydF4y2Ba, 200,gydF4y2Ba“乐队”gydF4y2Ba,[Fc-BW/2 Fc+BW/2]) harmImpact = (0:10)*bpfi;[X,Y] = meshgrid(harmImpact,ylim);持有gydF4y2Ba在gydF4y2Ba情节(X / 1000 YgydF4y2Ba”:k”gydF4y2Ba)传说(gydF4y2Ba“健康”gydF4y2Ba,gydF4y2Ba“受损”gydF4y2Ba,gydF4y2Ba“BPFI谐波”gydF4y2Baxlim([0 10*bpfi]/1000)保持gydF4y2Ba从gydF4y2Ba

图中包含2个轴对象。标题为Envelope Signal的Axes对象1包含2个类型为line的对象。标题为Envelope Spectrum的Axes对象2包含13个类型为line的对象。这些对象表示健康、损坏、BPFI谐波。gydF4y2Ba

包络谱有效地将通带内容引入基带,因此在低于1 kHz的BPFI谐波处显示出突出的峰值。这有助于得出结论,轴承的内圈有潜在的损坏。gydF4y2Ba

在这种情况下,故障轴承的频谱清楚地显示了由冲击频率调制的BPFI谐波。在频谱中可视化这种现象,接近3千赫的冲击频率。gydF4y2Ba

图pspectrum([vbfaultnoise ' vnobfaultnoise '],fs,gydF4y2Ba“FrequencyResolution”gydF4y2Ba, 1gydF4y2Ba“FrequencyLimits”gydF4y2Ba,(bpfi*[-10 10]+fImpact))gydF4y2Ba“受损”gydF4y2Ba,gydF4y2Ba“健康”gydF4y2Ba)标题(gydF4y2Ba“轴承振动谱”gydF4y2Ba)gydF4y2Ba

图中包含一个轴对象。标题为轴承振动谱的轴对象包含2个类型为直线的对象。这些对象代表损坏,健康。gydF4y2Ba

观察到峰值之间的频率分离等于BPFI。gydF4y2Ba

结论gydF4y2Ba

本例使用时间同步平均来分离与小齿轮和齿轮相关的振动信号。此外,gydF4y2Ba运输安全管理局gydF4y2Ba还可以衰减随机噪声。在速度(和负载[2])波动的情况下,可以将顺序跟踪用作gydF4y2Ba运输安全管理局gydF4y2Ba根据轴旋转角度重新采样信号。在实验条件下,还使用时间同步平均法来衰减轴转速微小变化的影响。gydF4y2Ba

宽带频率分析可作为[3]轴承故障分析的良好起点。然而,当轴承冲击频率附近的频谱包含来自其他部件的贡献时,例如齿轮箱中齿轮啮合频率的高谐波时,其有用性受到限制。包络分析在这种情况下是有用的。这个函数gydF4y2BaenvspectrumgydF4y2Ba可用于提取故障轴承的包络信号和频谱,作为轴承磨损和损坏的指标。gydF4y2Ba

参考文献gydF4y2Ba

  1. Scheffer, Cornelius和Paresh Girdhar。gydF4y2Ba实用机械振动分析与预测维修“,”gydF4y2Ba阿姆斯特丹:Elsevier, 2004。gydF4y2Ba

  2. 兰德尔,我是罗伯特·邦德。gydF4y2Ba基于振动的状态监测:工业、航空航天和汽车应用。gydF4y2Ba英国奇切斯特:约翰·威利父子出版社,2011年。gydF4y2Ba

  3. 莱西,S. J。gydF4y2Ba轴承振动分析概述。gydF4y2Ba(来自:http://www.maintenanceonline.co.uk/maintenanceonline/content_images/p32 - 42% - 20 - lacey%20paper%20m&am.pdf)gydF4y2Ba

  4. 布兰德,安德斯。gydF4y2Ba噪声与振动分析:信号分析与实验程序gydF4y2Ba.英国奇切斯特:约翰·威利父子出版社,2011年。gydF4y2Ba

另请参阅gydF4y2Ba

|gydF4y2Ba|gydF4y2Ba