內(nèi)燃機機械主軸承損傷量化評估技術(shù)研究

李佳誠

（長春大學(xué)，松原 138000）

機械主軸承是現(xiàn)代內(nèi)燃機機械的重要機械零件。機械主軸承經(jīng)常處于高負荷和高轉(zhuǎn)速等施工場景，因此對內(nèi)燃機機械軸承進行實時定量評價是維護內(nèi)燃機工作效能的關(guān)鍵。軸承處發(fā)生破損后，容易造成高頻率同步振蕩，嚴(yán)重時甚至產(chǎn)生高斯分布狀態(tài)下的振蕩。此外，隨著凹槽的增大，軸承處造成的非規(guī)則振蕩的能量波動隨之增加[1]。目前，施工單位對機械軸承的故障評估技術(shù)不夠全面，數(shù)據(jù)收集方法的自主程度較低，分解頻帶的模型狀態(tài)混亂，無法量化評估軸承全過程的損傷情況，需要將具有主成分分析（Principal Component Analysis，PCA）特性的奇異值分解作為重構(gòu)信號的基礎(chǔ)數(shù)據(jù)。首先，選擇恰當(dāng)?shù)那度刖S數(shù)和故障信號值，在保證信號穩(wěn)定的前提下降低重構(gòu)信號的故障頻率。其次，使用具有自主性的自適應(yīng)局部迭代濾波（Adaptive Local Iterative Filtering，ALIF）算法分解重構(gòu)信號得到濾波函數(shù)。最后，將各階段能量區(qū)間的JRD（Jensen-Renyi Divergence）值作為評估的量化指標(biāo)，完成對軸承的損傷量化評估。

1 內(nèi)燃機機械主軸承損傷量化評估技術(shù)

1.1 獲取重構(gòu)信號

對運行期間的內(nèi)燃機機械主軸承進行檢測時，脈沖和非規(guī)律的信號容易干擾軸承的振動，因此對檢測方法的性能和穩(wěn)定性提出了高要求。振動傳感器在進行監(jiān)測時，主軸承的旋轉(zhuǎn)速度和情況不斷改變[2]。為了使評估技術(shù)具有良好的適配性，要求可以非固定化地收集旋轉(zhuǎn)主軸承的損傷信號。設(shè)從振動傳感器采集的旋轉(zhuǎn)主軸承損傷信號為X(t)，離散化后為X=[x1,x2,…,xc]，使用Tenkal矩陣空間進行軌跡X矩陣的重構(gòu)，重構(gòu)步驟可表示為

式中：μ為延遲時間；n為嵌入矩陣指數(shù)。這兩項參數(shù)對主軸承損傷信號十分重要。確保軌道矩陣X的兩個固定矢量的高度匹配，可以提高軌跡矩陣的復(fù)合線性。本文選擇的延遲時間μ為1。嵌入矩陣指數(shù)n的選擇由兩個因素決定[3]。前者要求有較大的操作平臺，后者則要求較小的嵌入矩陣指數(shù)，已獲得更高的運算率。振動分析中，可將嵌入矩陣指數(shù)按所需的最小失效頻率設(shè)置最低要求，形式為

式中：gq為取樣頻率；g為軸承理論失效次數(shù)。經(jīng)數(shù)據(jù)分析，一般70%的組元能確保整個信號重建。

重構(gòu)信號X′(t)可作為嵌入維數(shù)和故障頻率的確定方法，用公式表示為

式中：s為固定參數(shù)；N為故障次數(shù)；v為X′(t)的極值。根據(jù)重構(gòu)信號可以確定濾波器的長度，為濾波單元的設(shè)計提供數(shù)據(jù)基礎(chǔ)。

1.2 設(shè)計濾波函數(shù)

重構(gòu)信號后，需要對輸入法框架（Input Method Framework，IMF）數(shù)量進行初始化。IMF為ALIF算法分解的n階主軸承損壞信號，基于ALIF算法可以自動將其分解為n級失效信號。函數(shù)編程（Function Programming，F(xiàn)P）的加入使得算法在辨識隨機故障信號方面具有良好的性能。FP有函數(shù)性能[4]，且收斂性強。但是，由于非規(guī)則性的干擾，系統(tǒng)的收斂性隨著信噪比的降低而降低，且ALIF算法在一定的迭代數(shù)內(nèi)難以收斂。為了改善系統(tǒng)的信噪比，在輸入AILF算法前應(yīng)先設(shè)定一個預(yù)處理元件，以加快計算速率，降低迭代爆炸發(fā)生的概率。

為克服過多迭代和不確定性因素帶來的影響，文章采用一種新的ALIF算法。該算法將帶有主成分分析（Principal Component Analysis，PCA）特性的奇異值分解為ALIF的前置濾波器，并在此基礎(chǔ)上對其進行預(yù)處理，然后利用同樣數(shù)量的IMF進行運算。利用ALIF算法對內(nèi)燃機機械主軸承信號的均衡濾波器進行改進，并將其應(yīng)用于Fokker-Planck方程[5]。不僅可以減少信號干擾的次數(shù)，實現(xiàn)IMF的自主分解，還可以提高其濾波的精準(zhǔn)度。假定h(a)和g(a)在(a,b)中符合光滑可導(dǎo)功能，則FP濾波器的特定表達方式為

基于g(a)<0

式（6）中需要判斷X′(t)是否為所需項，也就是說其只有一個極值。若滿足，則外層循環(huán)停止；如果不滿足，則繼續(xù)重復(fù)計算[6]。將以上步驟重復(fù)n次后，初始信號將會被分解為n階故障頻率IMF和一個x′(t)數(shù)值的總和，減少了迭代爆炸情況。

1.3 根據(jù)JRD距離數(shù)值進行評估

JRD能量熵能夠細致表達頻率間能量的微小變化[7]。JRD間距越大，損壞和未受損的內(nèi)燃機機械主軸承差別越大，損傷程度越嚴(yán)重。本文定義損傷軸承與未損傷軸承的故障概率的能量分散程度，計算公式可表示為

式中：l為損傷軸承能量概率；l′為未損傷軸承的能量概率；a為參數(shù)變量；Dz為能量散度；i為IMF的階段；n為ALIF的分解階段。因此，能量分散程度的JRD距離可表示為

式中：DJRD為能量分散程度的JRD距離。它比較穩(wěn)定和連續(xù)，同時具有更高的對稱性。JRD距離可以反映軸承的損壞情況，從而可以對其損傷進行定量評價。

2 實驗分析與結(jié)論

以軸承數(shù)據(jù)作為軸承故障的分析基礎(chǔ)，故障信號來自系統(tǒng)的運行端振動信號，頻率取值15 000 Hz。主軸承型號為4531—3TSJDMVKG，可進行全方位旋轉(zhuǎn)。軸承的旋轉(zhuǎn)體為10個，內(nèi)圈直徑為30 mm，外圈直徑為60 mm，軸承厚度為20 mm，旋轉(zhuǎn)體直徑為8.23 mm，連接部位的直徑為40.50 mm。軸承損傷部位的尺寸分別為0.022 70 mm、0.011 34 mm以及0.032 10 mm，損傷的類型為內(nèi)圈、外圈和旋轉(zhuǎn)體。該數(shù)據(jù)分別在運行階段施加1HP、2HP以及3HP的負荷力，速度變化范圍為1 843～1 856 r·s-1。在工程的軸承損傷階段，本文選取3個數(shù)據(jù)集進行分析。工程概況的分類如表1所示。

表1 工況分類

在外圈故障的工況A下，采用JRD與內(nèi)燃機機械主軸承損傷量化評估技術(shù)進行量化評估，各損傷階段的量化評估結(jié)果如圖1所示。

圖1 兩種技術(shù)的損傷量化對比

由圖1可知，在相同數(shù)據(jù)集合中，內(nèi)燃機機械主軸承損傷量化評估技術(shù)的變化幅度較小，說明在相同情況下的相同損傷部位，采用內(nèi)燃機機械主軸承損傷量化評估技術(shù)得到的數(shù)據(jù)變化量小。在實際生產(chǎn)中，它可以準(zhǔn)確評價旋轉(zhuǎn)速度和負荷改變對定量評價的效果。同一條件下，不同抽樣范圍內(nèi)的波動性計算公式可表示為

在3種工況下，傳統(tǒng)評估方法和內(nèi)燃機機械主軸承損傷量化評估技術(shù)的JRD值和波動率如表3所示。

根據(jù)表2可知，傳統(tǒng)評估方法的JRD值有很大變動。JRD誤差對主軸承失效損害的評價精度產(chǎn)生了一定影響，嚴(yán)重時可導(dǎo)致診斷錯誤，而內(nèi)燃機機械主軸承損傷量化評估技術(shù)具有很好的穩(wěn)定性。

表2 3種工況的JRD值波動率

3 結(jié)語

本文提出了內(nèi)燃機機械主軸承損傷的量化評估技術(shù)。通過研究發(fā)現(xiàn)，在相同數(shù)據(jù)集合中，內(nèi)燃機機械主軸承損傷量化評估技術(shù)與傳統(tǒng)評估技術(shù)相比變化的幅度較小，具有很好的穩(wěn)定性。目前，內(nèi)燃機機械主軸承損傷的量化評估技術(shù)尚處于發(fā)展階段，距離實際目標(biāo)尚有一定距離，需要進一步研究。