主要内容GydF4y2Ba

旋转机械的振动分析GydF4y2Ba

该示例显示了如何使用时间同步平均和包络光谱从变速箱分析振动信号。这些功能在齿轮箱的预测维护中特别有用,其包含多个旋转部件:齿轮,轴和轴承。GydF4y2Ba

此示例生成并分析轴以固定速度旋转的齿轮箱的振动数据。时间同步平均用于隔离与特定轴或齿轮相关的振动组件,并平均所有其他组件。包络谱在识别导致高频振动的局部轴承故障时特别有用环境影响。GydF4y2Ba

考虑理想化变速箱,其由具有35齿齿轮13的小齿轮齿啮合的。所述小齿轮被连接到连接到原动机的输入轴。的齿轮连接到输出轴。该轴通过齿轮箱壳体上滚子轴承支金宝app承。两个加速度计,GydF4y2Ba A.GydF4y2Ba 1.GydF4y2Ba 和GydF4y2Ba A.GydF4y2Ba 2.GydF4y2Ba ,分别放置在轴承和变速箱外壳上。加速度计以20kHz的采样率运行。GydF4y2Ba

在速度的齿轮转动GydF4y2Ba FGydF4y2Ba 缚住GydF4y2Ba =22.5 Hz或1350 rpm。齿轮和输出轴的转速为GydF4y2Ba

FGydF4y2Ba 齿轮GydF4y2Ba =GydF4y2Ba FGydF4y2Ba 缚住GydF4y2Ba ×GydF4y2Ba 数GydF4y2Ba 的GydF4y2Ba 小齿轮GydF4y2Ba 牙齿GydF4y2Ba (GydF4y2Ba NGydF4y2Ba PGydF4y2Ba )GydF4y2Ba 数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,是指齿轮和小齿轮齿周期性啮合的速率:GydF4y2Ba

FGydF4y2Ba 网GydF4y2Ba =GydF4y2Ba FGydF4y2Ba 缚住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GydF4y2Ba伍= 35;GydF4y2Ba齿轮上的牙齿数量GydF4y2BafPin = 22.5;GydF4y2Ba%小齿轮(输入)轴频率(Hz)GydF4y2BafGear = fPin * NP /伍;GydF4y2Ba%齿轮(输出)轴频率(Hz)GydF4y2BafMesh=fPin*Np;GydF4y2Ba%齿轮啮合频率(Hz)的GydF4y2Ba

生成小齿轮和齿轮的振动波形。将振动建模为主轴齿轮啮合频率下出现的正弦曲线。分析20秒的振动数据。GydF4y2Ba

该齿轮啮合波形负责传送负载,因此具有最高振幅。GydF4y2Ba A.GydF4y2Ba 2.GydF4y2Ba 从两个轴和齿轮网记录振动贡献。对于该实验,轴承滚动元件对记录的振动信号的贡献GydF4y2Ba A.GydF4y2Ba 2.GydF4y2Ba 被认为是可忽略的。可视化无辐射振动信号的部分。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%齿轮网波形GydF4y2Ba绘图(t,vfin + vfout + vmesh)xlim([0 0.20])xlabel(GydF4y2Ba‘时间’GydF4y2Ba)伊拉贝尔(GydF4y2Ba“加速”GydF4y2Ba)GydF4y2Ba

图形包含一个轴。轴包含一个line类型的对象。GydF4y2Ba

通过齿轮齿上的本地故障产生高频冲击GydF4y2Ba

假设齿轮的一个轮齿受到局部故障(如剥落)的影响。这会导致齿轮每转动一圈产生一次高频冲击。GydF4y2Ba

本地故障导致持续时间短于齿网持续时间的影响。齿轮齿表面上的凹痕在撞击的持续时间内产生高频振荡。冲击频率取决于齿轮箱组分特性及其自然频率。在该示例中,任意假设冲击导致2kHz振动信号并发生在约8%的持续时间内GydF4y2Ba1 / fmesh.GydF4y2Ba,或0.25毫秒。每次转动齿轮时,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

通过用梳状功能将其旋转来使冲击定期进行。GydF4y2Ba

xComb =零(大小(T));IND =(0.25 * FS / fMesh):( FS / IPF):长度(T);IND =圆(茚基);xComb(茚基)= 1;XPER = 2 * CONV(xComb,xImpact,GydF4y2Ba“一样”GydF4y2Ba);GydF4y2Ba

添加故障信号GydF4y2BaxPerGydF4y2Ba到轴信号。将白色高斯噪声添加到输出信号中,用于故障和故障齿轮,以模拟输出GydF4y2Ba A.GydF4y2Ba 2.GydF4y2Ba .GydF4y2Ba

vNoFault=vfIn+vfOut+vMesh;vFault=vNoFault+xPer;vnofaultnoised=vNoFault+randn(大小(t))/5;vFaultNoisy=vFault+randn(大小(t))/5;GydF4y2Ba

可视化时间历史的一段。倒置红色三角形的故障齿轮的图表上指示冲击位置。它们几乎无法区分。GydF4y2Ba

子地块(2,1,1)图(t,vnof)xlabel(GydF4y2Ba‘时间’GydF4y2Ba)伊拉贝尔(GydF4y2Ba“加速”GydF4y2Ba)xlim([0.0 0.3])ylim([-2.5 2.5])标题(GydF4y2Ba'健康齿轮的嘈杂信号'GydF4y2Ba)子图(2,1,2)绘图(t,vfaultnoisy)xlabel(GydF4y2Ba‘时间’GydF4y2Ba)伊拉贝尔(GydF4y2Ba“加速”GydF4y2Ba)xlim([0.0 0.3])ylim([-2.5 2.5])标题(GydF4y2Ba'故障齿轮的嘈杂信号'GydF4y2Ba)持有GydF4y2Ba在GydF4y2BaMarkX=t(Ind(1:3));MarkY=2.5;绘图(MarkX,MarkY,GydF4y2Ba“房车”GydF4y2Ba,GydF4y2Ba“MarkerFaceColor”GydF4y2Ba,GydF4y2Ba“红色”GydF4y2Ba)持有GydF4y2Ba关GydF4y2Ba

图包含2个轴。用于健康齿轮标题噪声信号的轴1包含类型线的物体。具有标题噪声信号的轴2故障齿轮的信号包含4个类型的线路。GydF4y2Ba

比较两种信号的功率谱GydF4y2Ba

局部牙齿故障导致分布式的边带出现在齿轮网频率附近:GydF4y2Ba

FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 缚住GydF4y2Ba =GydF4y2Ba FGydF4y2Ba 网GydF4y2Ba ±GydF4y2Ba MGydF4y2Ba ×GydF4y2Ba FGydF4y2Ba 缚住GydF4y2Ba ∀GydF4y2Ba MGydF4y2Ba ∈GydF4y2Ba {GydF4y2Ba 1.GydF4y2Ba ,GydF4y2Ba 2.GydF4y2Ba ,GydF4y2Ba 3.GydF4y2Ba ,GydF4y2Ba .GydF4y2Ba .GydF4y2Ba }GydF4y2Ba

FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 齿轮GydF4y2Ba =GydF4y2Ba FGydF4y2Ba 网GydF4y2Ba ±GydF4y2Ba MGydF4y2Ba ×GydF4y2Ba FGydF4y2Ba 齿轮GydF4y2Ba ∀GydF4y2Ba MGydF4y2Ba ∈GydF4y2Ba {GydF4y2Ba 1.GydF4y2Ba ,GydF4y2Ba 2.GydF4y2Ba ,GydF4y2Ba 3.GydF4y2Ba ,GydF4y2Ba .GydF4y2Ba .GydF4y2Ba }GydF4y2Ba

计算健康和故障齿轮的频谱。指定一个频率范围,包括8.35 Hz和22.5 Hz的轴频率以及292.5 Hz的齿轮啮合频率。GydF4y2Ba

[Spect,f]=psspectrum([vFaultNoisy'vnofaultnoise',fs,GydF4y2Ba'FrequencyResolution'GydF4y2Ba,0.2,GydF4y2Ba'surformlimits'GydF4y2Ba,[0 500]);GydF4y2Ba

绘制光谱。因为故障在齿轮上而不是小齿轮上,因此预计侧带将出现在GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 齿轮GydF4y2Ba 和间隔GydF4y2Ba FGydF4y2Ba 齿轮GydF4y2Ba 除了在光谱上。光谱显示在GydF4y2BaFGEAR.GydF4y2Ba,GydF4y2BaFPIN.GydF4y2Ba,及GydF4y2BaFMESH.GydF4y2Ba.然而,噪声的信号中的存在使得边带的峰在GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 齿轮GydF4y2Ba 无法区分。GydF4y2Ba

图情节(F,10 *日志10(SPECT(:,1))中,f,10 *日志10(SPECT(:,2)),GydF4y2Ba':'GydF4y2Ba)Xlabel(GydF4y2Ba‘频率(Hz)’GydF4y2Ba)伊拉贝尔(GydF4y2Ba'功率谱(DB)'GydF4y2Ba)持有GydF4y2Ba在GydF4y2Ba绘图(fGear,0,GydF4y2Ba“房车”GydF4y2Ba,GydF4y2Ba“MarkerFaceColor”GydF4y2Ba,GydF4y2Ba“红色”GydF4y2Ba)绘图(fPin,0,GydF4y2Ba'GV'GydF4y2Ba,GydF4y2Ba“MarkerFaceColor”GydF4y2Ba,GydF4y2Ba“绿色”GydF4y2Ba)绘图(fMesh,0,GydF4y2Ba“bv”GydF4y2Ba,GydF4y2Ba“MarkerFaceColor”GydF4y2Ba,GydF4y2Ba'蓝色'GydF4y2Ba)持有GydF4y2Ba关GydF4y2Ba传奇(GydF4y2Ba“错误的”GydF4y2Ba,GydF4y2Ba'健康'GydF4y2Ba,GydF4y2Ba'f_ {gear}'GydF4y2Ba,GydF4y2Ba'f_ {pinion}'GydF4y2Ba,GydF4y2Ba'f_ {mesh}'GydF4y2Ba)GydF4y2Ba

图中包含一个轴。轴包含5个类型为line的对象。这些对象表示故障、健康、f_{Gear}、f_{pine}、f_{Mesh}。GydF4y2Ba

放大齿轮啮合频率的邻域。在每个位置创建齿轮和小齿轮边带的网格GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 齿轮GydF4y2Ba 和GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 缚住GydF4y2Ba .GydF4y2Ba

图P1 =绘图(F,10 * log10(SPECT(:,1)));Xlabel(GydF4y2Ba‘频率(Hz)’GydF4y2Ba)伊拉贝尔(GydF4y2Ba'功率谱(DB)'GydF4y2Ba)XLIM([250 340])ylim([ -  70-40])保持GydF4y2Ba在GydF4y2Bap2 = plot(f,10 * log10(spect(:,2)));谐波= -5:5;SBANDSGEAR =(FMESH + FGEAR。*谐波);[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关GydF4y2Ba图例([p1 p2 p3(1)p4(1)]{GydF4y2Ba“齿轮故障”GydF4y2Ba;GydF4y2Ba“健康装备”GydF4y2Ba;GydF4y2Ba“f{边带,齿轮}”GydF4y2Ba;GydF4y2Ba“f{边带,小齿轮}”GydF4y2Ba})GydF4y2Ba

图包含轴。轴包含24个类型的线。这些物体代表故障齿轮,健康齿轮,F_ {边带,齿轮},F_ {边带,小齿轮}。GydF4y2Ba

不清楚峰值是否与齿轮侧带对齐GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 齿轮GydF4y2Ba .GydF4y2Ba

对输出振动信号应用时间同步平均GydF4y2Ba

注意,很难分离齿轮边带处的峰值,GydF4y2Ba FGydF4y2Ba 边带GydF4y2Ba ,GydF4y2Ba 齿轮GydF4y2Ba 和小齿轮边带,GydF4y2Ba FGydF4y2Ba 边带GydF4y2Ba ,GydF4y2Ba 缚住GydF4y2Ba 上一节演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平均随机噪声和与特定轴频率无关的任何波形。这使得故障检测过程更容易。GydF4y2Ba

使用功能GydF4y2Ba运输安全管理局GydF4y2Ba为小齿轮和齿轮生成时间同步波形。GydF4y2Ba

为小齿轮指定时间同步脉冲。计算齿轮10个旋转的时间同步平均值。GydF4y2Ba

tPulseIn = 0:1 / fPin:最大(T);taPin = TSA(vFaultNoisy,FS,tPulseIn,GydF4y2Ba'numroatations'GydF4y2Ba,10);GydF4y2Ba

为齿轮指定时间同步脉冲。计算齿轮10个旋转的时间同步平均值。GydF4y2Ba

t脉冲输出=0:1/fGear:max(t);taGear=tsa(vFaultNoisy,fs,t脉冲输出,GydF4y2Ba'numroatations'GydF4y2Ba,10);GydF4y2Ba

可视化单次旋转的时间同步信号。在齿轮的时间同步平均信号上,影响更容易看出,齿轮轴的平均值。在具有标记的绘图上指示的撞击的位置具有比相邻齿轮网峰值更高的幅度。GydF4y2Ba

该协议GydF4y2Ba无输出参数函数绘制了时间同步的平均信号和对应于当前图中每个信号段的时域信号。GydF4y2Ba

图子批次(2,1,1)tsa(vFaultNoisy、fs、tPulseIn、,GydF4y2Ba'numroatations'GydF4y2Ba,10)xlim([0.5 1.5])ylim([-2 2])标题(GydF4y2Ba'TSA信号为小齿轮'GydF4y2Ba)子批次(2,1,2)tsa(vFaultNoisy、fs、tPulseOut、,GydF4y2Ba'numroatations'GydF4y2Ba,10)xlim([0.5 1.5])ylim([-2 2])标题(GydF4y2Ba“齿轮的TSA信号”GydF4y2Ba)持有GydF4y2Ba在GydF4y2Ba图(1.006,2,GydF4y2Ba“房车”GydF4y2Ba,GydF4y2Ba“MarkerFaceColor”GydF4y2Ba,GydF4y2Ba“红色”GydF4y2Ba)持有GydF4y2Ba关GydF4y2Ba

图包含2个轴。带有齿轮标题TSA信号的轴1包含45个类型的型号。带有标题TSA信号的轴2齿轮包含18型物体的型号。GydF4y2Ba

可视化的功率谱的时间同步平均信号GydF4y2Ba

计算时间同步平均档位信号的功率谱。指定围绕齿轮网频率的15个齿轮频率的频率范围为292.5Hz。注意峰值GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 齿轮GydF4y2Ba .GydF4y2Ba

图P频谱(taGear、fs、,GydF4y2Ba'FrequencyResolution'GydF4y2Ba,2.2,GydF4y2Ba'surformlimits'GydF4y2Ba,[200 400])谐波=-15:15;SBandsGear=(fMesh+fGear.*谐波);[X1,Y1]=网格网格(SBandsGear,ylim);[XM,YM]=网格网格(fMesh,ylim);保持GydF4y2Ba在GydF4y2Ba图(XM,YM,GydF4y2Ba“--k”GydF4y2Ba,x1,y1,GydF4y2Ba':R'GydF4y2Ba) 传奇(GydF4y2Ba'Power Spectra'GydF4y2Ba,GydF4y2Ba“齿轮啮合频率”GydF4y2Ba,GydF4y2Ba“f{边带,齿轮}”GydF4y2Ba)持有GydF4y2Ba关GydF4y2Ba标题(GydF4y2Ba'TSA齿轮(输出轴)'GydF4y2Ba)GydF4y2Ba

图中包含一个轴。标题为TSA Gear(输出轴)的轴包含33个类型为line的对象。这些对象表示功率谱、齿轮啮合频率、f_{边带、齿轮}。GydF4y2Ba

可视化相同频率范围内的时间同步平均小齿轮信号的功率谱。这次,绘图网格线在GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 缚住GydF4y2Ba 频率位置。GydF4y2Ba

图pspectrum(tapin,fs,GydF4y2Ba'FrequencyResolution'GydF4y2Ba,5.8,GydF4y2Ba'surformlimits'GydF4y2Ba,[200 400])SBandsPinion=(fMesh+fPin.*谐波);[X2,Y2]=网格网格(SBandsPinion,ylim);[XM,YM]=网格网格网格(fMesh,ylim);保持GydF4y2Ba在GydF4y2Ba图(XM,YM,GydF4y2Ba“--b”GydF4y2Ba,X2,Y2,GydF4y2Ba“:k”GydF4y2Ba) 传奇(GydF4y2Ba'Power Spectra'GydF4y2Ba,GydF4y2Ba“齿轮啮合频率”GydF4y2Ba,GydF4y2Ba“f{边带,小齿轮}”GydF4y2Ba)持有GydF4y2Ba关GydF4y2Ba标题(GydF4y2Ba'TSA小齿轮(输入轴)'GydF4y2Ba)GydF4y2Ba

图包含轴。带有标题TSA小齿轮(输入轴)的轴包含33个类型的类型。这些对象代表功率谱,齿轮网频率,F_ {边带,小齿轮}。GydF4y2Ba

注意没有突出的山峰GydF4y2Ba FGydF4y2Ba sGydF4y2Ba ide.GydF4y2Ba BGydF4y2Ba 和GydF4y2Ba ,GydF4y2Ba 缚住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,观察时间同步平均齿轮信号频谱上边带位置的显著峰值。还观察边带幅值的不均匀性,这是齿轮局部故障的指示器。另一方面,时间同步平均小齿轮信号的频谱中没有边带峰值。这有助于我们得出小齿轮潜在健康的结论。GydF4y2Ba

通过平均不相关的波形,GydF4y2Ba运输安全管理局GydF4y2Ba该功能通过查看边带谐波来帮助识别故障齿轮。当需要从具有多个轴和齿轮的齿轮箱中提取对应于单轴的振动信号时,该功能尤其有用。GydF4y2Ba

在小齿轮中添加分布式故障,并将其影响纳入振动信号GydF4y2Ba

分布式齿轮故障,例如偏心或齿轮错位[1],使得被狭义分组周围整数齿轮啮合频率的倍数更高级别的边带。GydF4y2Ba

为了模拟分布式故障,在齿轮啮合频率的两侧引入三个振幅递减的边带分量。GydF4y2Ba

边带=-3:3;边带振幅=[0.02 0.1 0.40 0.4 0.1 0.02];GydF4y2Ba%边带振幅GydF4y2BaFMESHFREQ = FMESH +边带* FPIN;GydF4y2Ba%边带频率GydF4y2Bavsidebands = sidebandamp * sin(2 * pi * sidebandfreq'。* t);GydF4y2Ba

边带信号添加到振动信号。这导致在幅度调制。GydF4y2Ba

vpinfaultnoisy = vfaultnoisy + vsidebands;GydF4y2Ba

可视化受分布式故障影响的变速箱的时间历史的一部分。GydF4y2Ba

绘图(t,vpinfaultnoisy)xlim([0.6 0.85])xlabel(GydF4y2Ba‘时间’GydF4y2Ba)伊拉贝尔(GydF4y2Ba“加速”GydF4y2Ba) 标题(GydF4y2Ba“边带调制效应”GydF4y2Ba)GydF4y2Ba

图包含轴。具有边带调制标题效应的轴包含类型线的对象。GydF4y2Ba

重新计算小齿轮和齿轮的时间同步平均信号。GydF4y2Ba

taPin = TSA(vPinFaultNoisy,FS,tPulseIn,GydF4y2Ba'numroatations'GydF4y2Ba,10);taGear=tsa(vFaultNoisy,fs,tPulseOut,GydF4y2Ba'numroatations'GydF4y2Ba,10);GydF4y2Ba

可视化的时间同步的平均信号的功率谱。三个边带在所述小齿轮的时间同步的平均信号是其指示分布式故障的存在更显着。然而,时间同步平均的齿轮信号的频谱保持不变。GydF4y2Ba

副区(2,1,1)pspectrum(taPin,FS,GydF4y2Ba'FrequencyResolution'GydF4y2Ba,5.8,GydF4y2Ba'surformlimits'GydF4y2Ba,[200 400])保持GydF4y2Ba在GydF4y2Ba绘图(x2,y2,GydF4y2Ba“:k”GydF4y2Ba) 传奇(GydF4y2Ba'Power Spectrum'GydF4y2Ba,GydF4y2Ba“f{边带,小齿轮}”GydF4y2Ba,GydF4y2Ba'地点'GydF4y2Ba,GydF4y2Ba'南'GydF4y2Ba)持有GydF4y2Ba关GydF4y2Ba标题 (GydF4y2Ba'TSA小齿轮(输入轴)'GydF4y2Ba)子地块(2,1,2)pspectrum(taGear,fs,GydF4y2Ba'FrequencyResolution'GydF4y2Ba,2.2,GydF4y2Ba'surformlimits'GydF4y2Ba,[200 400])保持GydF4y2Ba在GydF4y2Ba绘图(x1,y1,GydF4y2Ba':R'GydF4y2Ba) 传奇(GydF4y2Ba'Power Spectrum'GydF4y2Ba,GydF4y2Ba“f{边带,齿轮}”GydF4y2Ba)持有GydF4y2Ba关GydF4y2Ba标题 (GydF4y2Ba'TSA齿轮(输出轴)'GydF4y2Ba)GydF4y2Ba

图中包含2个轴。标题为TSA小齿轮(输入轴)的轴1包含32个类型线对象。这些对象表示功率谱,f{边带,小齿轮}。标题为TSA齿轮(输出轴)的轴2包含32个类型线对象。这些对象表示功率谱,f{边带,齿轮}。GydF4y2Ba

总之,GydF4y2Ba运输安全管理局GydF4y2Ba该功能有助于从整体振动信号中提取齿轮和小齿轮的作用。这反过来又有助于识别受局部和分布故障影响的特定部件。GydF4y2Ba

滚动元件轴承故障的振动分析GydF4y2Ba

在一个滚动元件轴承的局部故障可能发生在外圈,内圈,笼,或滚动元件。这些故障中的每一个的特征在于,它自己的频率,这通常是由制造商列出的或从轴承的规格来计算。从局部故障的冲击在轴承和响应换能器[2]之间的齿轮箱结构产生高频振动。假设,在齿轮箱中的齿轮是健康和支撑所述小齿轮轴的轴承中的一个是通过在内圈的局部故障的影响。金宝app忽略在分析径向载荷的影响。GydF4y2Ba

中径为12厘米的轴承有八个滚动元件。每个滚动元件的直径为2厘米。接触角GydF4y2Ba θ.GydF4y2Ba 是GydF4y2Ba 15.GydF4y2Ba ∘GydF4y2Ba .常常做法在分析轴承振动时将加速度计放置在轴承座上。加速度测量记录GydF4y2Ba A.GydF4y2Ba 1.GydF4y2Ba ,一个加速计位于故障轴承壳上。GydF4y2Ba

定义轴承的参数。GydF4y2Ba

N = 8;GydF4y2Ba%滚动元件轴承数量GydF4y2Bad=0.02;GydF4y2Ba%滚动体直径GydF4y2Bap=0.12;GydF4y2Ba轴承的%螺距直径GydF4y2Baθ=15;GydF4y2Ba%接触角度GydF4y2Ba

每当滚动元件通过内圈上的局部故障时,就会发生碰撞。发生碰撞的速率为滚珠通过频率内圈(BPFI)。BPFI可使用GydF4y2Ba

FGydF4y2Ba BPFIGydF4y2Ba =GydF4y2Ba NGydF4y2Ba ×GydF4y2Ba FGydF4y2Ba 别针GydF4y2Ba 2.GydF4y2Ba (GydF4y2Ba 1.GydF4y2Ba +GydF4y2Ba DGydF4y2Ba PGydF4y2Ba 余弦GydF4y2Ba θ.GydF4y2Ba )GydF4y2Ba .GydF4y2Ba

BPFI = N * FPIN / 2 *(1 + D / P * COSD(THETADEG))GydF4y2Ba
bpfi=104.4889GydF4y2Ba

模型的Kaiser窗每次冲击为3 kHz的正弦波窗口。的缺陷引起了一系列的轴承5毫秒影响。在凹坑和剥落的早期阶段冲动覆盖较宽的频率范围高达约100kHz [2]。GydF4y2Ba

fImpact=3000;tImpact=0:1/fs:5e-3-1/fs;xImpact=sin(2*pi*fImpact*tImpact)。*kaiser(长度(tImpact),40';GydF4y2Ba

通过用梳状功能将其旋转来使冲击定期进行。自从GydF4y2Ba A.GydF4y2Ba 1.GydF4y2Ba 更靠近轴承,调整的冲击幅度,使得其突出相对于由记录所述齿轮箱的振动信号GydF4y2Ba A.GydF4y2Ba 2.GydF4y2Ba .GydF4y2Ba

xComb=0(大小(t));xComb(1:round(fs/bpfi):end)=1;xbber=0.33*conv(xComb,xImpact,GydF4y2Ba“一样”GydF4y2Ba);GydF4y2Ba

可视化冲击信号。GydF4y2Ba

图绘图(t,xbper)xlim([0 0.05])xlabel(GydF4y2Ba‘时间’GydF4y2Ba)伊拉贝尔(GydF4y2Ba“加速”GydF4y2Ba) 标题(GydF4y2Ba'由于轴承内部群体的本地故障导致的影响'GydF4y2Ba)GydF4y2Ba

图中包含一个轴。由于轴承内圈上的局部故障而产生标题影响的轴包含类型为line的对象。GydF4y2Ba

将周期性轴承故障添加到来自健康齿轮箱的振动信号中。GydF4y2Ba

VNOBFAULTNOISY = VNOFAULT + RANDN(大小(T))/ 5;vbfaultnoisy = xbper + vnofault + Randn(大小(t))/ 5;GydF4y2Ba

计算信号的光谱。可视化较低频率的频谱。创建前十个BPFI谐波的网格。GydF4y2Ba

pspectrum([vbfaultnoisy'vnobfaultnoisy'],fs,GydF4y2Ba'FrequencyResolution'GydF4y2Ba,1,GydF4y2Ba'surformlimits'GydF4y2Ba,[0 10 * bpfi])图例(GydF4y2Ba“损坏的”GydF4y2Ba,GydF4y2Ba'健康'GydF4y2Ba) 标题(GydF4y2Ba“轴承振动光谱”GydF4y2Ba) 网格GydF4y2Ba关GydF4y2Ba危害影响=(0:10)*bpfi;[X,Y]=网格网格(harmImpact,ylim);持有GydF4y2Ba在GydF4y2Ba绘图(X/1000,Y,GydF4y2Ba“:k”GydF4y2Ba) 传奇(GydF4y2Ba'健康'GydF4y2Ba,GydF4y2Ba“损坏的”GydF4y2Ba,GydF4y2Ba“BPFI谐波”GydF4y2Ba)xlim([0 10*bpfi]/1000)保持GydF4y2Ba关GydF4y2Ba

图中包含一个轴。标题为轴承振动谱的轴包含13个线型对象。这些对象表示健康、受损的BPFI谐波。GydF4y2Ba

在光谱的下端,轴和网状频率及其订单模糊了其他特征。健康轴承的光谱和损坏轴承的光谱难以区分。这种缺陷突出了一种能够隔离轴承故障的方法的必要性。GydF4y2Ba

BPFI取决于比率GydF4y2Ba DGydF4y2Ba /GydF4y2Ba PGydF4y2Ba 和接触角的余弦GydF4y2Ba θ.GydF4y2Ba .BPFI的非理性表达意味着轴承撞击不与整数轴旋转同步。这个GydF4y2Ba运输安全管理局GydF4y2Ba在这种情况下,函数不起作用,因为它将影响平均化。在每个平均段中,影响不在同一位置。GydF4y2Ba

功能GydF4y2Ba环境光谱GydF4y2Ba(信封频谱)执行幅度解调,并且可用于提取关于高频影响的信息。GydF4y2Ba

计算并绘制包络信号及其频谱。比较有轴承故障和无轴承故障信号的包络频谱。可视化低频频谱。创建前十个BPFI谐波的网格。GydF4y2Ba

图envspectrum([vNoBFaultNoisy 'vBFaultNoisy'],FS)XLIM([0 10 * BPFI] / 1000)[X,Y] = meshgrid(harmImpact,ylim);抓住GydF4y2Ba在GydF4y2Ba绘图(X/1000,Y,GydF4y2Ba“:k”GydF4y2Ba) 传奇(GydF4y2Ba'健康'GydF4y2Ba,GydF4y2Ba“损坏的”GydF4y2Ba,GydF4y2Ba“BPFI谐波”GydF4y2Ba)xlim([0 10*bpfi]/1000)保持GydF4y2Ba关GydF4y2Ba

图包含2个轴。轴1与标题包络信号包含型线的2个对象。轴2与标题包络谱包含类型的线13级的对象。这些对象代表健康,损坏,BPFI谐波。GydF4y2Ba

观察到信封频谱中的BPFI峰值不突出,因为信号被噪声污染。回想一下表演GydF4y2Ba运输安全管理局GydF4y2Ba到平均的噪声不是轴承故障分析有用的,因为它也平均数的影响的信号。GydF4y2Ba

这个GydF4y2Ba环境光谱GydF4y2Ba功能提供内置过滤器,可用于消除兴趣乐队之外的噪声。使用3.125 kHz和4.167 kHz宽的订单200的带通滤波器。GydF4y2Ba

FC = 3125;BW = 4167;Envspectrum([VNobfaultNoisy'VBFaultNoisy'],FS,GydF4y2Ba'方法'GydF4y2Ba,GydF4y2Ba“希尔伯特”GydF4y2Ba,GydF4y2Ba'筛选道'GydF4y2Ba,200,GydF4y2Ba'乐队'GydF4y2Ba,[FC-BW / 2 FC + BW / 2])ALMIMPACT =(0:10)* BPFI;[x,y] =网格格栅(almimpact,ylim);抓住GydF4y2Ba在GydF4y2Ba绘图(X/1000,Y,GydF4y2Ba“:k”GydF4y2Ba) 传奇(GydF4y2Ba'健康'GydF4y2Ba,GydF4y2Ba“损坏的”GydF4y2Ba,GydF4y2Ba“BPFI谐波”GydF4y2Ba)xlim([0 10*bpfi]/1000)保持GydF4y2Ba关GydF4y2Ba

图包含2个轴。轴1与标题包络信号包含型线的2个对象。轴2与标题包络谱包含类型的线13级的对象。这些对象代表健康,损坏,BPFI谐波。GydF4y2Ba

信封频谱有效地将通带内容带入基带,因此显示了在低于1kHz以下BPFI谐波处的突出峰的存在。这有助于得出结论,轴承的内部竞争可能受损。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。可视化光谱中的这种现象,接近3 kHz的冲击频率。GydF4y2Ba

图pspectrum([vbfaultnoisy'vnobfaultnoisy'],fs,GydF4y2Ba'FrequencyResolution'GydF4y2Ba,1,GydF4y2Ba'surformlimits'GydF4y2Ba,(bpfi*[-10 10]+F影响))图例(GydF4y2Ba“损坏的”GydF4y2Ba,GydF4y2Ba'健康'GydF4y2Ba) 标题(GydF4y2Ba“轴承振动光谱”GydF4y2Ba)GydF4y2Ba

图包含轴。具有标题轴承振动谱的轴包含2个类型的型号。这些物体代表损坏,健康。GydF4y2Ba

观察峰值之间的频率间隔等于BPFI。GydF4y2Ba

结论GydF4y2Ba

该示例使用时间同步平均法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。在速度波动(和负载[2])的情况下,顺序跟踪可作为GydF4y2Ba运输安全管理局GydF4y2Ba重新采样的信号在轴的旋转角度的条款。时间同步的平均也被用在实验条件下,以衰减在轴转速的微小变化的影响。GydF4y2Ba

宽带频率分析可作为轴承故障分析中的良好起点[3]。然而,当轴承冲击频率附近的光谱包含来自其他部件的贡献时,其有用性是有限的,例如齿轮箱中的齿轮网频率的更高谐波。信封分析在这种情况下很有用。功能GydF4y2Ba环境光谱GydF4y2Ba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示器。GydF4y2Ba

参考GydF4y2Ba

  1. 谢弗、科尼利厄斯和帕雷什·吉尔达尔。GydF4y2Ba实用机械振动分析和预测性维护。GydF4y2Ba阿姆斯特丹:爱思唯尔,2004年。GydF4y2Ba

  2. 兰德尔,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奇切斯特,英国:John Wiley和Sons,2011。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%20Lacey%20paper%20M&AM.pdf)GydF4y2Ba

  4. 布兰特,安德斯。GydF4y2Ba噪声和振动分析:信号分析和实验程序GydF4y2Ba.奇切斯特,英国:John Wiley和Sons,2011。GydF4y2Ba

另见GydF4y2Ba

|GydF4y2Ba|GydF4y2Ba