南通粉末液压机有限公司

专业生产:粉末成型液压机、多层数控液压机、全自动精整液压机、电子陶瓷液压机

0513-85250658
新闻动态

小波簇包络解调方法在液压机械设备故障诊断中的应用

发布时间:2019/2/12

  本文运用小波簇包络解调方法对干式真空泵和液压泵实验数据进行分析。
  1 小波簇包络解调方法在液压机械设备真空泵故障诊断中的应用
  图22和图23所示分别是转轴频率为105Hz时,由传感器 BK-HV测得真空泵高真空端信号时域波形图和其功率谱图。根据图23可知高频共振峰值大约是6kHz,因此所需要的带通滤波器通带范围选为5~7kHz。
  基于小意Ⅳ=1 Hz,因波器,其频写
  
  图22 BK—HV测得的原始振动波形频率f/Hz       图23 BK—HV测得的原始振动信号功率谱频Sgf/Hz
  
  图24小波簇带通滤波器频率特性
  基于小波簇包络分析原理,选择小波簇参数:口=O.2,N=2000,fL=5000Hz, V=1Hz,因此有:H=7000Hz。根据以上参数我们构造了5~7kHz的平顶带通滤波器,其频率特性如图24所示。
  图25是在5~7kHz范围内应用小波簇带通滤波器滤波解调得到的内环故障
  
  图25基于小波簇包络分析的时域包络信号
信号包络波形,图25对应的功率谱如图5-26所示,它清晰地解调出液压机械设备轴承的内环故障特征频率成分550Hz。
  同理,我们可以得到ADXL—HV、ADXL-LV所测得的信号的包络谱,分别如图27、图28所示。对比此3个不同测点信号包络谱,其频率成分都是明显的550Hzo因此,我们可以判断液压机械设备轴承故障形式为轴承内环故障,这同2节所得诊断结果一致。
  
  图26 BK.HV测得信号的包络功率谱   图27 ADXL.HV测得信号的包络功率谱
  
  图28 ADXL—LV测得信号的包络功率谱

  2 小波簇包络解调方法在液压机械设备液压泵故障诊断中的应用
  1.液压机械设备液压泵故障诊断实验简介
  对某台材料实验机液压伺服系统中的液压泵进行状态监测与故障诊断。采用破坏性实验,将MCYl4—1B型斜盘式轴向柱塞泵七柱塞中的一个进行脱靴处理。利用振动加速度传感器对柱塞泵端盖的振动进行监测。传感器输出信号经虚拟仪器NI.DAQ卡进行采集,并送计算机进行分析处理。
  被测试泵及驱动电动机如图5-29所示,其中液压机械设备柱塞泵柱塞数为7,驱动电动机转速1500r/min,故泵的转轴频率为1500/60=25Hz。采集正常工作状态和单柱塞脱靴故障状态的振动信号,脱靴故障特征频率等于转轴频率。在以上试验参数下,当轴向柱塞泵正常工作时流体冲击振动基频为2 x 25 x 7 Hz=350Hz,机械振动基频为25Hz。
  
  图29被试泵及电动机
2.液压泵实验数据分析
图30为在系统调定压力10MPa,采样频率为20kHz,液压泵正常状态下0.2s的振动加速度波形,数据点数为4000点。图31是图30对应0~2000Hz范围内的功率谱图。从图31可看出,直接对信号进行功率谱分析存在较多的低频干扰,不易提取其故障频率信息。
  
  图3l 液压机械设备液压泵正常信号的功率谱   图32基于小波簇包络分析的正常信号包络功率谱
  基于小波簇包络分析原理,在0—2000Hz范围内对其进行小波簇滤波包络分析,小波簇参数为:口=0.2,N=2000,fr=0Hz,Af---1 Hz,则有矗=2000Hz。图32所示为正常信号的包络功率谱,图中明显地突出了轴向柱塞泵正常工作条件下的频率成分350Hz及其倍频。
图33为相同试验条件下存在故障时的振动加速度波形,图34为对应的功率谱图,图35所示为0—1000Hz低频段功率谱图。根据振动信号分析的幅值域分析方法,对比图30以及图33明显可知液压机械设备液压泵确实出现了故障。若要对故障形式进行判断,需进一步分析。
  
  图33液压机械设备液压泵故障信号的时域波形   图34液压机械设备液压泵故障信号的功率谱
根据图34可知高频共振峰值大约是6000Hz,因此所需要的带通滤波器通带范围为5—7kHz。基于小波簇包络分析原理,选择小波簇参数:口=O.2,N=2000, fL=5000Hz,Af=1Hz,因此有F=7000Hz。根据以上参数构造了5~7kHz的平顶带通滤波器,其频率特性如图36所示。
  
  图35液压机械设备液压泵故障信号的低频段功率谱   36小波簇带通滤波器频率特性
  图37是在5~7kHz范围内应用小波簇带通滤波器滤波解调得到的液压机械设备故障信号包络功率谱,与图32正常信号的包络功率谱进行对比,两者频率成分完全不同,由此可判断轴向柱塞泵发生了故障。对比图35,故障特征频率及其谐波频率更清晰且特征频率为25Hz及其倍频,因此可判断故障形式为一脱靴故障。显然本章基于小波簇的包络解调方法比传统的功率谱分析在液压机械设备故障特征频率识别方面具有明显优势。
  
  图37基于小波簇包络分析的液压设备故障信号包络功率谱