第7期 2016年7月
组合机床与自动化加工技术
ModularMachineTool&AutomaticManufacturingTechnique
文章编号：10012265(2016)07-086-03
DOI;10.13462/j.cnki,mmtamt.2016.07,024
基于声信号的滚动轴承故障诊断
李宏亮，黄民，高宏，马超
（北京信息科技大学机电工程学院，北京100192）
No.7 Jul.2016
摘要：对现有振动传感器存在安装困难等问题，提出了基于声信号的滚动轴承故障诊断方法；利用声学传感器，采用非接触方式采集故障轴承声信号；通过Matlab设计线性相位FIR滤波器，得到所需频带的冲击响应序列；通过Hilbert变换，得到被故障源调制信号的包络信号；通过对包络信号进行频谱分析，确定滚动轴承的故障类型。利用该方法对实验台故障轴承进行诊断，得到了准确的诊断结果，验证了方法的可行性与有效性。
关键词：滚动轴承；故障诊断；FIR滤波器；Hilbert变换
中图分类号：TH17;TG506
文献标识码：A
AFaultDiagnosis of RollingBearingsBased onAcoustic Signals
LI Hong-liang,HUANG Min,GAO Hong,MA Chao
(School of Eleclromechanical Engineering, Beijing Information Science & Technology University, Beijing 1000192,China)
Abstract: To solve difficult of installing the vibration sensor, a fault diagnosis method for rolling bearings was proposed in this paper, which is based on acoustic signals. Acoustic sensor was used to acquisition a-coustic signals of the fault bearing by the non-contact way. The impulse response sequence of Linear-phase FIR filter was calculated using Matlab. The envelope signal was obtained by Hilbert transform for the fault source modulated signal. The fault type of rolling bearing was determined by analyzing the frequency spec-trum of the signal envelope. The method was applied to fault diagnosis for rolling bearing,and the feasibility and effectiveness of method were verified through examples of laboratory
Key words: rolling bearing;fault diagnosis;linear-phase FIR filter; Hilbert transform
0引言
对于滚动轴承的故障诊断，最关键、最困难的问题之一是如何对滚动轴承的故障特征频率进行正确的提取，它直接关系到滚动轴承故障诊断的准确性和预报的可靠性。为了解决这一间题，国内外学者主要通过采集滚动轴承运行过程中的振动信号、声发射信号，运用信号分析与处理的理论和技术手段来获取更多信息。目前，应用在滚针轴承故障诊断中信号分析与处理的数学方法有基于傅里叶变换频谱分析方法、小波变换和EMD等分析方法[1-3]。其中，Hilbert解调技术作为重要的包络分析方法也被广泛应用44）。然而，振动信号、声发射信号的采集都为接触式。在实际应用中，有些设备并不能为传感器安装提供合适的安装场合，如处于高温、高腐蚀、高湿度等较恶劣环境下设备；滚动轴承运转过程中位置需要移动的设备等。所以，使得基于振动信号、声发射信号的采集与分析方法受到限制，需通过非接触式方式进行数据采集。而声信
收稿日期：2015-0831；修回日期：201509-19
*基金项目：国家科技重大专项资助项目(2013ZX04011012）
号同振动信号一样，同样包含着滚动轴承运行状态的重要信息。
因此，本文提出了一种基于声信号、采用Hilbert 包络解调技术的滚动轴承故障诊断方法。通过非接触式进行数据采集，不影响设备正常操作，是一种简易、快捷的诊断方法。通过对故障轴承声信号进行Hilbert 包络解调分析，找出滚动轴承故障特征频率，从而确定滚动轴承故障类型。
滚动轴承故障声信号诊断原理 1
当滚动轴承发生故障时，由故障引起的激振力会激发轴承振动，在轴承振动的同时，往往还会激发出声音信号，如果滚动轴承停止运转，振动也会随之停止，声音也会消失，这就说明滚动轴承的振动产生了声音。其实，声音就是一种机械波，是物体机械振动通过弹性媒介向外传播的结果，通过弹性媒介向外辐射，形成声场。通过传声器，采用非接触式方式采集滚动轴承运转过程
作者简介：李宏亮（1989—），男，北京人，北京信息科技大学硕士研究生，研究方向为机电系统故障诊断，（E-mail)shjshlhl@126.com。万方数据