蘇一鳴，盧緒祥，唐晟琨，吳家騰

（長(zhǎng)沙理工大學(xué) 能源與動(dòng)力工程學(xué)院，長(zhǎng)沙 410114）

滑動(dòng)軸承是汽輪機(jī)等大型旋轉(zhuǎn)機(jī)械的關(guān)鍵支承部件，由于支承的設(shè)備龐大且結(jié)構(gòu)復(fù)雜，軸承運(yùn)行時(shí)很容易發(fā)生故障，從而影響機(jī)組的安全穩(wěn)定運(yùn)行?；瑒?dòng)軸承故障信號(hào)的規(guī)律性差且信息分散，診斷難度大。振動(dòng)分析是目前應(yīng)用最廣泛的軸承監(jiān)測(cè)和診斷技術(shù)，通常應(yīng)用于20 kHz以下的中低頻范圍，但對(duì)于早期微弱故障的特征提取，該方法并不理想。當(dāng)軸承發(fā)生早期碰摩時(shí)，振動(dòng)信號(hào)表現(xiàn)不敏感，而且容易與設(shè)備其他部件的振動(dòng)信號(hào)混合，不容易判別故障，但此時(shí)產(chǎn)生的聲發(fā)射信號(hào)很明顯，而且其幅值主要與釋放的能量相關(guān)。此外，聲發(fā)射信號(hào)具有較寬的頻率范圍，采用聲發(fā)射信號(hào)進(jìn)行故障診斷可以有效避免低頻噪聲的干擾。

經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）可以把任意一個(gè)復(fù)雜的信號(hào)分解成一系列基于該信號(hào)局部特征時(shí)間尺度的本征模態(tài)函數(shù)（Intrinsic Mode Function，IMF），由于IMF取決于信號(hào)本身而不是由預(yù)先設(shè)定的標(biāo)準(zhǔn)決定，因此EMD具有良好的自適應(yīng)性，處理非平穩(wěn)信號(hào)時(shí)非常高效，將EMD與其他技術(shù)相結(jié)合用于軸承故障診斷可以獲得更好的效果［1-4］。

滑動(dòng)軸承聲發(fā)射信號(hào)的產(chǎn)生機(jī)理復(fù)雜，非線性特性很強(qiáng)，故障狀態(tài)難以模擬，很難準(zhǔn)確獲取故障信號(hào)特征，特別是故障初期信號(hào)的微弱變化。因此，使用EMD方法對(duì)聲發(fā)射進(jìn)行處理，聯(lián)合故障檢測(cè)中常用時(shí)域統(tǒng)計(jì)指標(biāo)［5］，并引入了新參數(shù)TALAF和THIKAT［6］。分別計(jì)算原始信號(hào)和每個(gè)IMF在不同潤(rùn)滑狀態(tài)下的各指標(biāo)值，并進(jìn)行對(duì)比，證明了EMD在滑動(dòng)軸承聲發(fā)射信號(hào)應(yīng)用中的可行性。

1 滑動(dòng)軸承聲發(fā)射信號(hào)機(jī)理

聲發(fā)射是指材料在應(yīng)力作用下產(chǎn)生變形或裂紋擴(kuò)展，以局部快速釋放能量形成彈性波的現(xiàn)象。滑動(dòng)軸承運(yùn)行中的載荷變化、油溫變化和轉(zhuǎn)子故障等原因都可能引起軸承潤(rùn)滑狀態(tài)的改變，最終導(dǎo)致軸瓦與軸頸間的油膜破裂，產(chǎn)生較為嚴(yán)重的接觸摩擦，這個(gè)過(guò)程中伴隨著聲發(fā)射現(xiàn)象的產(chǎn)生。

流體潤(rùn)滑狀態(tài)下，軸瓦與軸頸完全被油膜分離，兩者間不存在接觸摩擦，由于軸頸旋轉(zhuǎn)，在潤(rùn)滑油的剪切力作用下，軸瓦和軸頸的晶格吸收能量，當(dāng)能量累積到一定程度，晶格發(fā)生位錯(cuò)或滑移就會(huì)釋放能量，產(chǎn)生聲發(fā)射現(xiàn)象。在干摩擦狀態(tài)下，軸瓦與軸頸的表面微凸體發(fā)生接觸摩擦，在碰摩力的作用下發(fā)生彈性變形或塑性變形，引起內(nèi)部晶格快速積聚能量后發(fā)生滑移或重新排列，并以彈性波的形式釋放一部分能量，產(chǎn)生聲發(fā)射信號(hào)。半干摩擦狀態(tài)是以上2種狀態(tài)的混合情況，部分軸瓦與軸頸發(fā)生接觸摩擦，在油膜剪切力和碰摩力的共同作用下產(chǎn)生聲發(fā)射信號(hào)。聲發(fā)射信號(hào)源自缺陷本身，不同潤(rùn)滑狀態(tài)下所產(chǎn)生的聲發(fā)射信號(hào)具有不同的特征，因此可以通過(guò)聲發(fā)射信號(hào)對(duì)軸承的潤(rùn)滑狀態(tài)進(jìn)行監(jiān)測(cè)。

2 經(jīng)驗(yàn)?zāi)B(tài)分解［7］

EMD將時(shí)間序列信號(hào)分解成一組有限的IMF振蕩函數(shù)?；贓MD算法，任意原始信號(hào)x0（t）都可以重構(gòu)為固有模式的線性疊加，即

式中：ci（t）為第i個(gè)經(jīng)驗(yàn)?zāi)Ｊ?，即IMF；rn（t）為殘余分量。IMF必須滿足2個(gè)條件：（1）極值點(diǎn)和過(guò)零點(diǎn)數(shù)量相等或最多相差1；（2）任意時(shí)間上，由局部極大值點(diǎn)組成的上包絡(luò)線與由局部極小值點(diǎn)組成的下包絡(luò)線的平均值為零。

將IMF從原始信號(hào)x0（t）抽取出來(lái)的算法稱為篩選過(guò)程，其包含以下步驟：

（1）初始化定義x（t）＝x0（t）和r0（t）＝x0（t）；

（2）識(shí)別x（t）的所有局部極值；

（3）將所有極大值點(diǎn)（極小值點(diǎn)）分別用3次樣條曲線連接起來(lái)，形成上包絡(luò)線Emax（t）（下包絡(luò)線Emin（t））；

（4）求取上下包絡(luò)線的平均值，得到均值序列m（t）＝0．5［Emax（t）+Emin（t）］；

（5）定義d（t）＝x（t）-m（t），判斷d（t）是否滿足IMF的2個(gè)條件，如果不滿足，令x（t）＝d（t），重復(fù)（2）～（5），直到d（t）滿足IMF條件，記為c1（t）＝d（t）；

（6）定義x（t）＝r0（t）-d（t），r1（t）＝r0（t）-d（t），重復(fù)以上步驟，依次得到n個(gè)IMF，記為c1（t），c2（t），…，cn（t），整個(gè)處理過(guò)程在滿足預(yù)定的篩選停止準(zhǔn)則后停止，最后剩下原始信號(hào)的殘余分量rn（t）。

篩選停止準(zhǔn)則是EMD步驟中非常重要的環(huán)節(jié)，其決定何時(shí)結(jié)束篩選過(guò)程，從而得到一個(gè)新的IMF，并且要避免篩選次數(shù)過(guò)多導(dǎo)致IMF失去原始單一成分信號(hào)的物理意義。目前常用的篩選停止準(zhǔn)則有標(biāo)準(zhǔn)差法、S數(shù)準(zhǔn)則和三參數(shù)準(zhǔn)則，S數(shù)準(zhǔn)則和三參數(shù)準(zhǔn)則的計(jì)算效率很高，但I(xiàn)MF的正交性一般，因此選擇計(jì)算效率和IMF正交性都相對(duì)較好的標(biāo)準(zhǔn)差法。該準(zhǔn)則通過(guò)限制2個(gè)連續(xù)處理結(jié)果之間的標(biāo)準(zhǔn)差實(shí)現(xiàn)，當(dāng)標(biāo)準(zhǔn)差SD介于0.2～0.3時(shí)停止篩選，表示公式為

3 實(shí)際應(yīng)用

3.1 試驗(yàn)背景

對(duì)某電廠310 MW汽輪發(fā)電機(jī)組的汽輪機(jī)低壓缸后軸承進(jìn)行碰摩試驗(yàn)［8］，記錄了滑動(dòng)軸承從啟動(dòng)到高速暖機(jī)，并在暖機(jī)時(shí)發(fā)生磨瓦故障，最后打閘停機(jī)的全程聲發(fā)射信號(hào)，試驗(yàn)過(guò)程中采樣頻率為3 MHz，門檻值設(shè)置為60 dB，聲發(fā)射傳感器型號(hào)為SR150M（工作頻率60～400 kHz），利用耦合劑將其直接粘貼在軸承座表面，并用磁性裝置壓緊。

3.2 聲發(fā)射信號(hào)的EMD應(yīng)用

試驗(yàn)過(guò)程中采集的信號(hào)夾雜著其他部件及環(huán)境產(chǎn)生的聲發(fā)射信號(hào)，EMD運(yùn)算過(guò)程中的擬合過(guò)沖和不足、插值誤差等原因也會(huì)產(chǎn)生誤差，誤差會(huì)在多次迭代中不斷累積，使得信號(hào)的分解結(jié)果中出現(xiàn)虛假分量，最終IMF可分為噪聲部分、信號(hào)部分和趨勢(shì)部分。高頻噪聲和低頻虛假分量與原信號(hào)的相關(guān)性很小，可以通過(guò)皮爾遜相關(guān)系數(shù)R辨別，R取值范圍為［-1，1］，絕對(duì)值越大表明相關(guān)性越強(qiáng)，其數(shù)學(xué)表達(dá)式為

流體潤(rùn)滑和干摩擦?xí)r，聲發(fā)射信號(hào)的IMF與原始信號(hào)的皮爾遜相關(guān)系數(shù)如圖1所示，相關(guān)系數(shù)的閾值取0.01。由圖可知，流體潤(rùn)滑時(shí)，聲發(fā)射信號(hào)經(jīng)過(guò)EMD處理得到的14個(gè)IMF中，第1個(gè)為高頻噪聲，最后3個(gè)為低頻虛假分量，需要濾除；干摩擦?xí)r，聲發(fā)射信號(hào)經(jīng)過(guò)EMD處理得到的15個(gè)IMF中，最后5個(gè)為低頻虛假分量，經(jīng)過(guò)篩選后，2種狀態(tài)下的聲發(fā)射信號(hào)都保留信號(hào)部分的10個(gè)IMF。

圖1 聲發(fā)射信號(hào)的IMF識(shí)別

聲發(fā)射信號(hào)經(jīng)EMD處理后的IMF頻譜圖如圖2所示（僅畫出前5個(gè)IMF的頻譜）。聲發(fā)射信號(hào)本身就是一種能量的釋放，軸瓦和軸頸之間的接觸摩擦，相比金屬和液體之間的摩擦，晶格積聚能量更快更大，產(chǎn)生的聲發(fā)射信號(hào)頻率更高，由圖可知，相比流體潤(rùn)滑狀態(tài)，干摩擦狀態(tài)的IMF峰值頻率更高，說(shuō)明EMD的處理結(jié)果與理論分析結(jié)果相一致。

圖2 聲發(fā)射信號(hào)的EMD應(yīng)用

3.3 統(tǒng)計(jì)指標(biāo)

用于設(shè)備狀態(tài)監(jiān)測(cè)的指標(biāo)必須能夠識(shí)別異常變化并持續(xù)跟蹤，并且隨時(shí)間變化反映故障的出現(xiàn)或加劇。沒(méi)有恒定的指標(biāo)值能夠立即發(fā)現(xiàn)任何缺陷，因?yàn)槿魏晤A(yù)警值都不可能獨(dú)立于故障性質(zhì)、機(jī)器本身和運(yùn)行狀況而存在，賦予從時(shí)域中提取出來(lái)的特征指標(biāo)一個(gè)值，從本質(zhì)上來(lái)說(shuō)并不重要，但是這個(gè)值的變化代表著故障的加劇，因此指標(biāo)的變化情況比指標(biāo)值本身重要得多。

在時(shí)域分析中，常用于監(jiān)測(cè)軸承狀態(tài)的統(tǒng)計(jì)指標(biāo)有K因子KF、峰值Peak、均方根值RMS、峰值系數(shù)CF、峭度Kurtosis和偏度Skewness等，當(dāng)故障發(fā)生到一定階段后，峭度、峰值等指標(biāo)不再單調(diào)變化，而均方根則隨著故障加劇而增大，因此引入TALAF和THIKAT這2個(gè)新的統(tǒng)計(jì)指標(biāo)［6］，其表達(dá)式為

式中：RMS0為流體潤(rùn)滑聲發(fā)射信號(hào)的均方根。為監(jiān)測(cè)各指標(biāo)在不同狀態(tài)下的變化程度，使用各指標(biāo)在潤(rùn)滑故障和潤(rùn)滑正常時(shí)的比值來(lái)進(jìn)行判斷。

3.4 結(jié)果分析

3.4.1 指標(biāo)對(duì)潤(rùn)滑狀態(tài)變化的敏感程度

根據(jù)（4）式，計(jì)算得到各IMF（淺色）及原始信號(hào)（深色）的指標(biāo)比值，并將8個(gè)指標(biāo)分為2組：第1組是依賴信號(hào)能量?jī)?nèi)容的指標(biāo)，包括峰值、均方根、峰值系數(shù)和K因子；第2組則是依賴于信號(hào)幅值分布，對(duì)沖擊非常敏感的指標(biāo)，包括峭度、偏度、TALAF和THIKAT，如圖3所示。由圖可知：

圖3 聲發(fā)射信號(hào)各指標(biāo)比值示意圖（2 040 r／min）

（1）原始信號(hào)各指標(biāo)比值大多在1左右，說(shuō)明在流體潤(rùn)滑和半干摩擦狀態(tài)下，原始信號(hào)的各指標(biāo)值并未發(fā)生明顯變化，單從原始信號(hào)的指標(biāo)值變化很難判斷潤(rùn)滑狀態(tài)。

（2）由IMF計(jì)算得到的指標(biāo)值大多數(shù)比原始信號(hào)的指標(biāo)值敏感，說(shuō)明這些指標(biāo)都對(duì)故障檢測(cè)有效，但敏感程度有很大區(qū)別。

（3）峭度對(duì)撞擊和缺陷非常敏感，但半干摩擦狀態(tài)原始信號(hào)的峭度值相比潤(rùn)滑正常時(shí)并未發(fā)生明顯升高，而第1個(gè)IMF的峭度值發(fā)生巨大變化，說(shuō)明它對(duì)狀態(tài)的變化非常敏感。

（4）對(duì)比各指標(biāo)的變化程度可知，IMF1的峭度和THIKAT以及IMF3的峰值、均方根、K因子對(duì)于2種狀態(tài)的變化反映較為敏感。

3.4.2 指標(biāo)與潤(rùn)滑狀態(tài)的變化規(guī)律

由上述分析可知，潤(rùn)滑狀態(tài)從正常劣化到干摩擦的過(guò)程中，各IMF的指標(biāo)值對(duì)狀態(tài)變化的敏感度不一樣，為避免數(shù)據(jù)選擇的偶然性，選擇3種狀態(tài)下各10組信號(hào)，計(jì)算每種狀態(tài)下信號(hào)的IMF指標(biāo)值并取平均值，結(jié)果如圖4所示。

圖4 不同狀態(tài)下指標(biāo)值柱形圖

峰值表示聲發(fā)射信號(hào)的沖擊效果，均方根表示聲發(fā)射信號(hào)的平均能量，潤(rùn)滑正常時(shí)，油膜狀態(tài)穩(wěn)定，晶格積聚能量慢且小，與能量相關(guān)的峰值和均方根等指標(biāo)值必然??；當(dāng)潤(rùn)滑狀態(tài)變差，出現(xiàn)局部碰摩時(shí)，摩擦相對(duì)劇烈，晶格積聚能量快且大，這些指標(biāo)值將增大；到了干摩擦狀態(tài)，油膜完全破裂，軸瓦與軸頸之間發(fā)生嚴(yán)重的接觸摩擦，聲發(fā)射信號(hào)急速增強(qiáng)，這些指標(biāo)值以更快的增速變大。峭度是表示沖擊特性的指標(biāo)，其對(duì)幅值進(jìn)行4次方處理，突出高幅值，抑制低幅值，因此對(duì)沖擊極為敏感，THIKAT反映沖擊特性和能量變化，由峭度、均方根和峰值共同決定。潤(rùn)滑正常時(shí)，沒(méi)有金屬間的碰摩發(fā)生，峭度和THIKAT的值都很?。辉诎敫赡Σ翣顟B(tài)下，軸瓦與軸頸表面的微凸體發(fā)生間歇性的碰摩，這2個(gè)指標(biāo)值將會(huì)激增；隨著碰摩的不斷加劇，當(dāng)整個(gè)頻帶范圍內(nèi)各波峰都是同樣水平的尖峰脈沖時(shí)，這2個(gè)指標(biāo)反而下降，但仍遠(yuǎn)高于正常值。

由圖4b可知，潤(rùn)滑狀態(tài)從流體潤(rùn)滑逐漸劣化到干摩擦的過(guò)程中，IMF3的峰值、均方根和K因子的變化趨勢(shì)以及IMF1的峭度和THIKAT的變化趨勢(shì)與理論上的指標(biāo)變化趨勢(shì)相吻合，并且在變化幅度上比原信號(hào)更明顯。

4 結(jié)束語(yǔ)

為描述滑動(dòng)軸承不同潤(rùn)滑狀態(tài)的特征指標(biāo)，使用聲發(fā)射信號(hào)取代常用的振動(dòng)信號(hào)，并采用EMD方法和統(tǒng)計(jì)參數(shù)相結(jié)合的辦法進(jìn)行特征指標(biāo)提取。研究結(jié)果表明，EMD在滑動(dòng)軸承狀態(tài)檢測(cè)中具有可行性，EMD處理后得到的指標(biāo)值相比原始信號(hào)的指標(biāo)值變化顯著，尤其是峭度和THIKAT敏感度較高，采用峰值、均方根、K因子、峭度和THIKAT作為特征指標(biāo)，聯(lián)合表征潤(rùn)滑狀態(tài)，能更好地為狀態(tài)診斷提供依據(jù)。