基于VMD的转子-轴承系统故障诊断研究

• 作 者: 王瑞
• 出 处: 西南交通大学
• 发表日期: 2020年01期

随着我国经济与科技的发展,工业化的过程逐步加快,机械系统中旋转机械的占比逐年增加,且设备内的结构与工艺更趋复杂,研究方向也朝着智能化、集成化发展。其中的转子-轴承系统,作为旋转机械中的核心部件之一,受工作环境及本身的加工误差的影响,易发生转子裂纹、轴承内外圈损伤等不同类型的故障。随着故障程度的增大,将会影响到整个设备的运转,严重时还会导致设备的工作瘫痪,造成经济与财产的损失,甚至对相关人员的生命安全造成威胁。因此,实现对转子-轴承系统的故障诊断,对于设备的安全运行与监测起着关键性作用。本文以转子-轴承系统为研究对象,基于有限元方法建立转子-轴承系统的有限元仿真模型,并搭建了转子-轴承试验台;分析了转子-轴承系统健康、转子裂纹、轴承故障以及转子裂纹和轴承耦合故障四种状态下的动力学特性;基于遗传算法对变分模态分解（VMD）的惩罚因子和子模态个数进行了优化,优化后的VMD对轴承振动信号进行分解重构实现了轴承的故障识别;基于VMD和主成分分析对转子振动信号进行了重构,利用重构信号作为输入在Light GBM算法中实现了系统健康、转子裂纹、轴承故障以及转子裂纹和轴承耦合故障四种状态下分类。建立了转子-轴承系统的有限元仿真模型,基于应变能释放和多体动力学理论分别计算了裂纹的刚度矩阵和故障轴承冲击载荷,并根据仿真模型的参数搭建了转子-轴承系统试验台。通过仿真和实验信号同时分析了系统健康、转子裂纹、轴承故障和两者耦合故障的动力学特性,并通过模态试验验证了仿真模型的正确性。结果表明,在1/2和1/3临界转速处出现的2X和3X超谐频率成分是转子裂纹的重要特征;轴心轨迹图中出现振荡现象、瞬时频率图中出现瞬时冲击频率是轴承故障的重要特征。同时,两种故障的耦合会导致振动信号中1X成分幅值增大,2X,3X超谐成分的幅值减小,对故障的诊断产生影响。针对频谱分析无法对轴承故障作出有效诊断的问题,利用轴承发生故障后,滚动体与滚道发生碰撞产生周期性冲击的特性,提出了使用振动信号中峭度值和自相关系数的加权指标值作为轴承故障特征信息的评价指标,分解后分量的加权指标累计值作为适应度函数,基于遗传算法（GA）对VMD的子模态个数和惩罚因子进行优化,利用参数优化后的VMD对轴承振动信号进行分解与重构,对重构信号进行频谱分析获得相应的故障频率,实现了轴承的故障诊断。针对转子裂纹和轴承故障发生耦合时,轴承的故障特征信息微弱,转子的超谐成分幅值发生改变,无法同时对两种故障进行有效诊断的问题,提出了一种基于VMD和ICA重构信号,使用Light GBM算法实现不同状态下的故障分类识别方法,并基于网格搜索对Light GBM的树深、学习率进行优化。首先,对转子裂纹和轴承故障的时频域特征进行重要性排序,根据重要性排序找出整个系统的最佳传感器测点;然后,利用VMD将测点信号中的转子裂纹特征成分分离,将分离出的转子信号与原测点信号进行主成分分析,得到信号中的轴承故障信息;最后将两种故障信号叠加后的时域信号输入到参数优化后的Light GBM算法中,成功地对转子-轴承系统健康、转子裂纹、轴承外圈故障和耦合故障四类状态下的振动信号实现了分类识别。本文的研究成果可实现在仅使用单一传感器的前提下,利用仿真和实验的转子振动信号,实现转子-轴承系统出现的转子裂纹、轴承故障和两者耦合故障的识别,具有一定的工程实用价值。