摘要：轮箱运行状态往往直接影响到传动设备能否正常工作。齿轮箱通常包含有齿轮、滚动轴承、轴等零部件。据资料统计，齿轮箱内零部件失效情况中，齿轮和轴承的失效所占比重最大，分别为60%和19%。因此。齿轮箱故障诊断研究的重点是齿轮和轴承的失效机理与诊断方法。作为齿轮箱中滚动轴承的故障诊断，其具有一定的技巧性和特殊性，笔者根据现场经验，从振动技术的诊断方法来对齿轮箱中滚动轴承的故障诊断进行相关探讨。
关键词：齿轮箱；滚动轴承；故障诊断
引言
齿轮箱一般包含有齿轮、滚动轴承和轴等部件。从齿轮箱轴承座上测得的振动信号,不仅包含了滚动轴承产生的振动响应,而且还包含了每个齿轮的啮合振动以及齿轮箱中其它振源的响应。如何将待诊断的滚动轴承故障引起的振动信号从很强的齿轮啮合振动和背景噪声中分离出来,是齿轮箱中滚动轴承故障诊断的关键所在。
共振解调技术是诊断滚动轴承早期故障的一种方法。但用共振解调技术对齿轮箱振动信号 进行处理时,由于所选择的带通滤波频带中有可能含有齿轮啮合频率的高频分量,使得包络频谱 中含有离散的轴频调制的谐波谱线,掩盖了滚动 轴承故障特征谱线,从而引起轴承故障的误诊或 漏诊。
1轴承故障诊断原理
1.1基于拉普拉斯分值(LS)和模糊C均值聚类(FCM)的滚动轴承故障诊断
当设备出现故障时，时域信号的幅值和概率分布将会发生变化；信号中的频率成分、不同频谱的谱峰位置也将发生变化。因此，通过描述信号时域波形和频域波形分布等特征，可以反映振动信号的时域和频域信息，从而指示故障的出现。为了获取更多的故障信息，应综合利用时域和频域特征参数作为故障特征。提取滚动轴承故障特征信息之后，为了避免特征向量维数过高而引起信息冗余，降低诊断的效率，采用LS对特征向量按照重要程度进行排序，从中选取分值较小的特征作为选择的故障特征，从而降低特征向量的维数，提高诊断的速度和效率。最后，针对滚动轴承故障征兆的模糊性特点，采用FCM算法对故障类型进行分类，从而实现滚动轴承的故障诊断。
1.2基于监督拉普拉斯分值(SLS)和主元分析(PCA)的滚动轴承故障诊断
利用同样的原理；利用SLS对原始故障特征集进行特征选择，选择与故障密切相关的特征组成特征矩阵；为提高故障诊断的效率和可视化程度，对特征矩阵进行PCA降维处理；最后用K近邻分类算法对滚动轴承工作状态和故障类型进行识别。
1.3基于拉普拉斯特征向量相关谱的滚动轴承故障诊断方法
当设备出现故障时，时域信号的幅值和概率分布将会发生变化；信号中的频率成分、不同频谱的谱峰位置也将发生变化。因此，通过描述信号时域波形和频域波形分布等特征，可以反映振动信号的时域和频域信息，从而指示故障的出现。为了获取振动信号的故障信息，提高分类识别的准确率，利用时域和频域特征参数，并结合能量熵特征参数作为故障特征，在对故障样本进行特征提取后，利用拉普拉斯特征向量良好的映射能力，对样本的故障特征进行相关谱分析，计算拉普拉斯特征向量相关谱。最后，通过拉普拉斯特征向量相关谱矩阵中训练样本所在的行或列进行测试样本的故障分类识别。
2关于齿轮箱中滚动轴承故障诊断经验
通过对齿轮箱故障的认真研究，结合现场故障诊断经验，在对齿轮箱中滚动轴承诊断时，笔者总结出以下几点需要注意的事项。
2.1清楚齿轮箱内部结构及轴承故障特点
要知道齿轮箱内基本结构，比如齿轮是何种模式、传动轴有几根、每根轴上有哪些轴承和什么型号的轴承等。
期刊文章分类查询,尽在期刊图书馆因为知道哪些轴和齿轮是高速重载，可以帮助确定测点的布置；知道电动机转速和各传动齿轮的齿数、传动比，呵以帮助确定各传动轴的转频、啮合频率；知道各轴承座等滚动轴承的型号，可以帮助确定各轴承的故障特征频率。另外，还要清楚轴承故障的特点。一般情况F．齿轮啮合频率是齿轮数及转频的整倍数，而轴承故障特征频率却不是转频的整倍数。清楚齿轮箱内部结构及轴承故障特点，是lE确分析齿轮箱中滚动轴承故障的首要前提。
2.2尽可能在每根传动轴所在的轴承座上测量振动
在齿轮箱壳体上不同位置的测点，由于信号传递路径不同。因而对同一激励的响应也有所差异。齿轮箱传动轴所在的轴承座处对轴承的振动响应比较敏感，此处设置监测点可以较好地接收轴承振动信号，而壳体中上部比较靠近齿轮的啮合点，便于监测齿轮的其他故障。
2.3尽量从水平、垂直和轴向一个方向去测量振动
测点的选择要兼顾轴向、水平与垂直方向，不一定所有位置都要进行三个方向的振动测量。如带散热片的齿轮箱，其输入轴的测点就小方便检测。甚至某些轴承设置在轴的中间位置，部分方向的振动也不方便测，此时可有选择的设置测点方向。但重要的部位，一般要进行三个方向的振动测量，特别注意不要忽略轴向振动测量，因为齿轮箱内很多故障都会引起轴向振动能量与频率变化。另外，同一测点多组振动数据还可为分析判断所在传动轴转速提供足够的数据参考，并为进一步诊断出哪端的轴承故障更严重些而获得更多的参数依据。
2.4测量要兼顾高低频段振动，选择相应的测最范围和传感器
齿轮箱振动信号中包含有固有频率、传动轴的旋转频率、齿轮的啮合频率、轴承故障特征频率、边频族等成分，其频带较宽。对这种宽带频率成分的振动进行监测与诊断时，一般情况下要按频带分级，然后根据不同的频率范围选择相应测馈范嗣和传感器。如低频段一般选用低频加速度传感器，中高频段可选用标准加速度传感器。
2.5最好在齿轮满负荷状态下测量振动
满负荷下测量齿轮箱振动，能够较清晰地捕捉到故障信号。有时候．在低负荷时，部分轴承故障信号会被齿轮箱内其它信号所淹没，或者受其他信号调制而不容易发现。当然，在轴承故障比较严重时．在低负荷时，就是通过速度频谱也是能够清晰地捕捉到故障信号。
2.6分析数据时要兼顾频谱图与时域图
当齿轮箱发生故障时。有时在频谱图上各故障特征的振动幅值不会发生较大的变化，无法判断故障的严重程度或中间传动轴转速的准确值，但在时域图中可通过冲击频率来分析故障是否明显或所在传动轴转速是否正确。因此，要准确确定每一传动轴的转速或者某一故障的冲击频率，都需要将振动频谱图和时域图两者结合起来推断。特别对异常谐波的边频族的频率确定，更是离不开时域图的辅助分析。
2.7注重边频带频率的分析
对于转速低、刚性大的设备，当齿轮箱内的轴承出现磨损时，往往轴承各故障特征频率的振动幅值并不是很大，但是伴随着轴承磨损故障的发展。轴承故障特征频率的谐波会大量出现，并且在这些频率周围会出现大量的边频带。这些情况的出现，表明轴承发生了严重的故障，需要及时更换。
结束语
当齿轮箱中啮合齿轮发生故障时,应用本文所提出的诊断方法,同样可以有效地除噪和诊断。另外,由于转速测量不准确、轴承可能存在打滑等原因,使得理论计算获得的轴承故障特征频率与实际包络频谱中的故障特征频率之间存在差异，有时第一阶基频的误差就达到了5%~10%,因此，从包络频谱中识别滚动轴承故障信号还要根据滚动轴承故障包络频谱特有的“没有故障就没有谱线”、“有故障则出现多阶谐波谱线"等规律进行判别。
参考文献
[1]梁振东. 低速重载齿轮箱轴承故障振动检测与诊断实例[J].设备管理与维修.2018(13).
[2]陈瑞兴,仇文凡,关云辉.两级传动齿轮箱漏油分析与优化[J].清洗世界.2018(11).
[3]吴亚军,李吉祥.高速齿轮箱密封[J].机械管理开发.2016(12).
[4]刘菊芬,周铁山,祝春桐,彭轩.风电齿轮箱行星齿轮轴承拆卸工装的设计[J].机械制造.2017(06).
[5]李红红,汝学斌,翟晶,成春花,王曰辉.轨道齿轮箱轴承游隙的测量及调整[J].机械制造.2017.
论文作者:张之滨
论文发表刊物:《防护工程》2018年第36期
论文发表时间:2019/4/17
标签：齿轮箱论文; 故障论文; 轴承论文; 特征论文; 齿轮论文; 频率论文; 信号论文; 《防护工程》2018年第36期论文;