浙江大学

博士学位论文

碟式分离机主要故障的分析与诊断

姓名：马晓建

申请学位级别：博士

专业：化工过程机械

指导教师：周保堂;贺世正

2000.5.1
 摘要

摘要
，

／碟式分离机是一种化工、食品等行业广泛使用的高速旋转机械。同其它机
械设备相比，碟式分离机具有以下结构特点：１．它的转鼓由一百多个零件组成，
而且尺寸较大。２．横轴和立轴相互交错，它们之间采用螺旋齿轮传动。３．横轴
系统有用单列向心球轴承支承。４．立轴上支承为六弹簧弹性支承。５．电动机通
过离心摩擦离合器驱动横轴系统。由于以上结构特点，碟式分离机具有以下主
要故障：１．转鼓的不平衡。２，滚动轴承的故障。３．螺旋齿轮的故障。４．缓冲弹
簧的故障。５．离心摩擦离合器的故障。对碟式分离进行故障诊断具有重大的实

际意义。卜／
针对碟式分离机的主要故障，本文进行了大量的研究工作，深入分析和研
究了碟式分离机的振动和故障机理，对于不同的故障类型采用相应的特征提取
方法。在滚动轴承故障特征提取方面，本文采用了时域提取法、频域提取法、
倒频域提取法、Ｗａｌｓｈ谱分析提取法和小波包分析提取法。在滚动轴承的故障
较严重时，时域提取法、频域提取法和倒频域提取法具有明显效果，在滚动轴
承早期故障的情况下，Ｗａｌｓｈ谱分析提取法和小波包分析提取法则更加有效。
在提取螺旋齿轮故障特征时，本文采用了时域提取法、频域提取法和求取

Ｌｉｐｓｃｈｉｔｚ指数口的方法。由于齿轮存在故障时所产生的边带能激起碟式分离机
横轴系统的第一阶固有振动，在时域提取法效果并不明显的情况下，可以用频

谱中横轴系统第一阶固有频率对应的谱峰值的大小或振动信号的Ｌｉｐｓｃｈｉｔｚ指数
口将齿轮的正常状态和故障状态区分开来。对于转鼓组件、缓冲弹簧和离心摩
擦离合器的工作状态，本文也采用了相应的参数予以数值化。
／本文采用两种方法对碟式分离机的主要故障进行识别。一种方法是距离判
别函数识别法，另外一种是专家系统和神经网络相结合的方法。距离判别函数
识别法的准确性可以满足一般性的要求，而且对计算机的要求不高、运算量小、
实时性好。采用专家系统和神经网络相结合的方法时，可以将碟式分离机的主
要故障分为两类：第一类故障的征兆与故障之问的映射关系比较明确，如：转
鼓的不平衡、碟片的松动、摩擦离合器的故障和缓冲弹簧的失效等。第二类故
障的征兆和故障之间的映射状态非常复杂，如：滚动轴承的故障和螺旋齿轮的
故障。第一类故障用专家系统来识别，第二类故障用神经网络来识别。对于不
同类型故障采用不同的识别和分类方法，不但可以简化故障的识别系统，而且
能够提高识别结果的可靠性。
试验是在ＤＲＪ４６０型碟式分离机上进行的，试验数据的处理结果表明

ｌ
 浙江大学博士学位论文

本文采用的处理问题的方法是有效的。
本文的创新之处表现在碟式分离机滚动轴承和螺旋齿轮故障特征的提
取、故障特征的数值化和故障的识别与分类方面。户。

关键词：碟式分离机，故障诊断，滚动轴承，螺旋齿轮传动，Ｗａｌｓｈ谱分析、
小波包分析，故障特征提取，ＢＰ网络
 ＡＢＳｌ’ＲＡＣ Ｉ’

Ｄｉｓｈ ｃｅｎｔｒｉｆｕｇａｌ ｓｅｐａｒａｔｏｒ ｉｓ ａ ｋｉｎｄ ｏｆ ｈｉｇｈ－ｓｐｅｅｄ ｒｏｔａｔｉｎｇ ｍａｃｈｉｎｅ ｔｈａｔ ｉｓ ｗｉｄｅｌｙ ｕｓｅｄ

ｉｎ ｃｈｅｍｉｃａｌ ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ ｆｏｏｄ ｉｎｄｕｓｔｒｙ．Ｃｏｍｐａｒｅｄ ｗｉｔｈ ｏｔｈｅｒ ｍａｃｈｉｎｅ，ｄｉｓｈ

ｃｅｎｔｒｉｆｕｇａｌ ｓｅｐａｒａｔｏｒ ｈａｓ ｍａｎｙ ｓｔｒｕｃｔｕｒｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ａｓ ｆｏｌｌｏｗｓ，１．Ｔｈｅ ｒｏｔａｔｉｎｇ

ｄｒｕｍ ｈａｓ ａ ｌａｒｇｅ ｓｉｚｅ ａｎｄ ｃｏｎｓｉｓｔｓ ｏｆ ｍｏｒｅ ｔｈａｎ ａ ｈｕｎｄｒｅｄ ｏｆ ｐａｒｔｓ．２．Ｔｈｅ ｃｒｏｓｓ ｓｈａｆｔ

ｃｒｏｓｓｅｓ ｏｖｅｒ ｖｅｒｔｉｃａｌ ｓｈａｆｔ ｗｉｔｈ ａ ｐａｉｒ ｏｆ ｓｃｒｅｗ ｇｅａｒｓ．３．Ｔｈｅ ＣＲＯＳＳ Ｓｈｍ ｓｙｓｔｅｍ ｉｓ

ｓｕｐｐｏｒｔｅｄ ｗｉｔｈ ｓｉｎｇｌｅ—ｒＯＷ ｃｅｎｔｅｒ—ｄｉｒｅｃｔｉｎｇ ｒｏｌｌｉｎｇ ｂｅａｒｓ．４．Ｔｈｅ ｖｅｒｔｉｃａｌ ｓｈａｆｔ ｈａｓ ａ

ｐｌａｓｔｉｃ ｕｐｐｅｒ ｓｕｐｐｏｒｔ．５．Ｔｈｅ ｃｒｏｓｓ ３ｈａＲ ｓｙｓｔｅｍ ｉｓ ｄｒｉｖｅｎ ｂｙ ａｎ ｅｌｅｃｔｒｏｍｏｔｏｒ ｔｈｏｕｇｈ ａ

ｃｅｎｔｒｉｆｕｇａｌ ｆｒｉｃｔｉｏｎ ｃｌｕｔｃｈ．Ｏｗｉｎｇ ｔｏ ｔｈｏｓｅ ｓｔｒｕｃｔｕｒｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｄｉｓｈ ｃｅｎｔｒｉｆｕｇａｌ

ｓｅｐａｒａｔｏｒ’Ｓ ｍａｉｎ ｆａｕｌｔｓ ａｒｅ ｄｅｓｃｒｉｂｅｄ ａｓ ｆｏｌｌｏｗｓ，１．Ｔｈｅ ｒｏｔａｔｉｎｇ ｄｒｕｍ‘Ｓ ｕｎｂａｌａｎｃｅ．

２．Ｔｈｅ ｒｏｌｌｉｎｇ ｂｅａｒｉｎｇ。Ｓ ｆａｕｌｔ．３．Ｔｈｅ ｓｃｒｅｗ ｇｅａｒ。Ｓ ｆａｕｌｔ．４．Ｔｈｅ ｂｕｆｆｅｒｉｎｇ ｓｐｒｉｎｇ’Ｓ ｆａｕｌｔ
５．Ｔｈｅ ｃｅｎｔｒｉｆｕｇａｌ ｆｒｉｃｔｉｏｎ ｃｌｕｔｃｈ’Ｓ ｆａｕｌｔ．

Ｉｎ ｏｒｄｅｒ ｔｏ ｄｉａｇｎｏｓｅ ｄｉｓｈ ｃｅｎｔｒｉｆｕｇａｌ ｓｅｐａｒａｔｏｒ’Ｓ ｍａｉｎ ｆａｕｌｔｓ，ｍｕｃｈ ｗｏｒｋ ｉｓ ｄｏｎｅ ｉｎ

ｔｈｉｓ ｐａｐｅｒ．Ａｆｔｅｒ ａｎａｌｙｚｉｎｇ ａｎｄ ｓｔｕｄｙｉｎｇ ｔｈｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｔｈｅ ｖｉｂｒａｔｉｏｎ ａｎｄ ｆａｕｌｔ，

ｓｅｖｅｒａｌ ｗａｙｓ ａｒｅ ｆｉｇｕｒｅ ｏｕｔ ｔｏ ｐｉｃｋ ｕｐ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｏｆ ｅｖｅｒｙ ｆａｕｌｔ．Ａｓ ｆｏｒ ｒｏｌｌｉｎｇ

ｂｅａｒｉｎｇ’Ｓ ｆａｕｌｔｓ，ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｃａｎ ｂｅ ｇｏｔｔｅｎ ｉｎ ｔｉｍｅ ｄｏｍａｉｎ ｍｅｔｈｏｄ，ｆｒｅｑｕｅｎｃｙ

ｄｏｍａｉｎ ｍｅｔｈｏｄ，ｑｕｅｎｆｒｅｃｙ ｄｏｍａｉｎ ｍｅｔｈｏｄ，Ｗａｌｓｈ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｍｅｔｈｏｄ ａｎｄ ｗａｖｅｌｅｔ

ｐａｃｋｅｔ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｍｅｔｈｏｄ．Ｔｈｅ ｔｉｍｅ ｄｏｍａｉｎ ｍｅｔｈｏｄ，ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ｍｅｔｈｏｄ

ａｎｄ ｑｕｅｎｆｒｅｃｙ ｄｏｍａｉｎ ｍｅｔｈｏｄ ｔａｋｅ ｅｆｆｅｃｔ ｉｎ ｄｅｔｅｃｔｉｎｇ ｓｅｖｅｒｅ ｆａｕｌｔｓ，ａｎｄ Ｗａｌｓｈ
ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｍｅｔｈｏｄ ａｎｄ ｗａｖｅｌｅｔ ｐａｃｋｅｔ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｍｅｔｈｏｄ ａｔｅ ｍｏｒｅ ｅｆｆｅｃｔｉｖｅ ｔｏ

ｅａｒｌｙ ｆａｕｌｔｓ．Ｉｎ ｄｅｔｅｃｔｉｎｇ ｓｃｒｅｗ ｇｅａｒ‘Ｓ ｆａｕｌｔｓ，ｔｉｍｅ ｄｏｍａｉｎ ｍｅｔｈｏｄ，ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ

ｍｅｔｈｏｄ ａｎｄ ｌｉｐｓｃｈｉｔｚ ａ ｍｅｔｈｏｄ ａｒｅ ｕｓｅｄ．Ｂｅｃａｕｓｅ ｓｃｒｅｗ ｇｅａｒ‘Ｓ ｆａｕｌｔｓ ｃａｎ ｓｔｉｒ ｕｐ ｃｒｏｓｓ

ｓｈａｆｔ ｓｙｓｔｅｍ’Ｓ ｆｉｒｓｔ ｉｎｈｅｒｅｎｔ ｖｉｂｒａｔｉｏｎ，ｔｈｅ ｓｐｅｃｔｒｕｍ ｐｅａｋ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ ｔｈｅ ｃｒｏｓｓ

ｓｈａｆｔ ｓｙｓｔｅｍ’ｓ ｆｉｒｓｔ ｉｎｈｅｒｅｎｔ ｆｒｅｑｕｅｎｃｙ ｃａｎ ｂｅ ｔｈｅ ｆｌａｇ ｏｆ ｓｃｒｅｗ ｇｅａｒ ｒ

Ｓ ｆａｕｌｔｓ．Ｉｎ

ａｄｄｉｔｉｏｎ，ｌｉｐｓｃｈｉｔｚ口Ｃａｎ ｂｅ ｕｓｅｄ ｔｏ ｄｉｓｔｉｎｇｕｉｓｈ ｔｈｅ ｓｃｒｅｗ ｇｅａｒ’Ｓ ｎｏｒｍａｌ ｖｉｂｒａｔｉｏｎ ａｎｄ

ａｂｎｏｒｍａｌ ｖｉｂｒａｔｉｏｎ．Ｏｔｈｅｒ ｐａｒａｍｅｔｅｒｓ ａｒｅ ｆｉｇｕｒｅｄ ｏｕｔ ｔｏ ｄｅｓｃｒｉｂｅ ｔｈｅ ｂｕｆｆｅｒｉｎｇ ｓｐｒｉｎｇ，

Ｓ ｆａｕｌｔ，ｔｈｅ ｒｏｔａｔｉｎｇ ｄｒｕｍ。ｓ ｆａｕｌｔ ａｎｄ ｔｈｅ ｃｅｎｔｒｉｆｕｇａｌ ｆｒｉｃｔｉｏｎ ｃｌｕｔｃｈ・Ｓ ｆａｕｌｔ．
Ｔｗｏ ｍｅｔｈｏｄｓ ｉｓ ｕｓｅｄ ｉｒｔ ｔｈｉｓ ｐａｐｅｒ ｔｏ ｒｅｃｏｇｎｉｚｅ ｄｉｓｈ ｃｅｎｔｒｉｆｕｇａｌ ｓｅｐａｒａｔｏｒ・Ｓ ｍａｉｎ

ｆａｕｌｔｓ．Ｏｎｅ ｉｓ ｔｈｅ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｄｉｓｔａｎｃｅｊｕｄｇｉｎｇ ｆｕｎｃｔｉｏｎ，ｔｈｅ ｏｔｈｅｒ ｉｓ ｔｈｅ ｍｅｔｈｏｄ
ｂａｓｅｄ ｏｎ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ．Ｔｈｅ ｄｉｓｔａｎｃｅ ｊｕｄｇｉｎｇ ｆｕｎｃｔｉｏｎ ｍｅｔｈｏｄ ｃａｎ

ｍｅｅｔ ｔｈｅ ｄｅｍａｎｄ ｏｆ ｏｒｄｉｎａｒｙ ａｃｃｕｒａｃｙ，ｉｔ ｈａｓ ｎｏ ｄｅｍａｎｄｓ ｔｈｅ ｃｏｍｐｕｔｅｒ ａｎｄ
ｓｐｅｃｉａｌ ｏｎ

Ｃａｎ ｒａｎ ａｔ ａ ｈｉｇｈ ｓｐｅｅｄ．Ｗｈｅｎ ａｄｏｐｔｉｎｇ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ａｎｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｍｅｔｈｏｄ．
 浙江大学博士学位论文

ｆｉｒｓｔｌｙ ｄｉｖｉｄｅ ｔｈｅ ｍａｉｎ ｆａｕｌｔｓ ｉｎｔｏ ｔｗｏ ｄｉｖｉｓｉｏｎｓ．Ｔｈｅｒｅ ｏｒｅ ｏｂｖｉｏｕｓ ｒｅｌａｔｉｏｎｓ ｂｅｔｗｅｅｎ

ｆｉｒｓｔ ｄｉｖｉｓｉｏｎ ｆａｕｌｔｓ ａｎｄ ｔｈｅｉｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｂｕｔ ｔｈｅ ｒｅｌａｔｉｏｎｓ ｂｅｔｗｅｅｎ ｔｈｅ ｓｅｃｏｎｄ

ｄｉｖｉｓｉｏｎ ｆａｕｌｔｓ ａｎｄ ｔｈｅｉｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｒｅ ｖｅｒｙ ｃｏｍｐｌｅｘ．Ｆｏｒ ｅｘａｍｐｌｅ，ｕｎｂａｌａｎｃｅ ｏｆ

ｔｈｅ ｒｏｔａｔｉｎｇ ｄｒｕｍ ａｎｄ ｆｉｃｔｉｏｎ ｃｌｕｔｃｈ’Ｓ ｆａｕｌｔ ｂｅｌｏｎｇ ｔｏ ｔｈｅ ｆｉｒｓｔ ｄｉｖｉｓｉｏｎ ｆａｕｌｔｓ，ｔｈｅ ｓｃｒｅｗ

ｇｅａｒ。Ｓ ａｎｄ ｔｈｅ ｂｅａｒｉｎｇ’Ｓ ｆａｕｌｔｓ ｂｅｌｏｎｇ ｔｏ ｔｈｅ ｓｅｃｏｎｄ ｄｉｖｉｓｉｏｎ ｆａｕｌｔｓ．Ｔｈｅ ｅｘｐｅｒｔ

ｓｙｓｔｅｍ ｉｓ ｕｓｅｄ ｔｏ ｄｉｓｔｉｎｇｕｉｓｈ ｔｈｅ ｆｉｒｓｔ ｄｉｖｉｓｉｏｎ ｆａｕｌｔｓ，ａｎｄ ｔｈｅ ＢＰ ｎｅｔｗｏｒｋ ｉｓ ａｐｐｌｉｅｄ ｔｏ

ｒｅｃｏｇｎｉｚｅ ｔｈｅ ｓｅｃｏｎｄ ｄｉｖｉｓｉｏｎ ｆａｕｌｔｓ．Ｉｎ ｔｈｉｓ ｗａｙ，ｔｈｅ ｄｉｓｈ ｃｅｎｔｒｉｆｕｇａｌ ｓｅｐａｒａｔｏｒ ｆａｕｌｔ

ｄｉａｇｎｏｓｉｓ ｓｙｓｔｅｍ Ｃａｌｌ ｂｅ ｒｅａｌｉｚｅｄ ｓｉｍｐｌｙ ａｎｄ ｔｈｅ ｐｒｏｃｅｓｓｉｎｇ ｒｅｓｕｌｔ ｉｓ ｒｅｌｉａｂｌｅ．

Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔ ｉｓ ｄｏｎｅ ｕｐｏｎ ａ ｄｉｓｈ ｃｅｎｔｒｉｆｕｇａｌ ｓｅｐａｒａｔｏｒ ｍｏｄｅｌ ＤＲＪ４６０．Ｔｈｅ ｄａｔａ

ｐｒｏｃｅｓｓｉｎｇ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄｓ ａｄｏｐｔｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ ｉｓ ｅｆｆｅｃｔｉｖｅ．

Ｔｈｅ ｐｉｃｋ－ｕｐ ｏｆ ｔｈｅ ｓｃｒｅｗ ｇｅａｒ。Ｓ ａｎｄ ｒｏｌｌｉｎｇ ｂｅａｒｉｎｇｔ Ｓ ｆａｕｌｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃ，ｔｈｅ

ｄｉｇｉｔａｌｉｚａｔｉｏｎ ｏｆｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ａｎｄ ｔｈｅ ｆａｕｌｔｓ ｒｅｃｏｇｎｉｔｉｏｎ ｒｅｆｌｅｃｔ ｔｈｅ ｃｒｅａｔｉｖｅ ｗｏｒｋ ｉｎ
ｔｈｉｓ ＰａＤｅｒ．

Ｋｅｙｗｏｒｄｓ：ｄｉｓｈ ｃｅｎｔｒｉｆｕｇａｌ ｓｅｐａｒａｔｏｒ，ｒｏｌｌｉｎｇ ｈｅａｒｉｎｇ，ｓｃｒｅｗ ｇｅａｒ ｄｒｉｖｅ，ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ，

Ｗａｌｓｈ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ａｎａｌｙｓｉｓ，ｗａｖｅｌｅｔ ａｎａｌｙｓｉｓ，ＢＰ ｎｅｔｗｏｒｋ，ｐｉｃｋ．ｕｐ ｏｆ ｆａｕｌｔ

ｃｈｏｒａｃｔｅｒｉｓｔｉｃ
 浙江大学博士学位论文

第一章绪论

１．１ 机械故障诊断技术

１．１．１ 机械故障诊断的意义

经过上千年的发展，机械已经发展到相当完善的程度，并且已经渗透
到了各行各业，成为国民经济建设和生产发展的重要物质基础。随着科学
技术的进步和经济建设的发展，对机械性能的要求也越来越高，使其结构
也越来越复杂，自动化技术也越来越高，同时人们也深刻地认识到机械设
备仅有优良的性能是远远不够的，还必须有高的可靠性。由于许许多多无
法避免的因素的影响，有时设备会出现各种故障，以至于降低或失去其预
期功能，甚至造成严重的以至灾难性的事故，国内外曾发生的各种空难、
海难、爆炸、断裂、倒塌、泄漏等恶习性事故，造成了人员伤亡，产生了
严重的社会影响。例如：１９８６年前苏联的切尔诺贝利核反应堆的泄漏，造
成３２人死亡，１３．５万人被迫疏散，同年，美国“挑战者”航天飞机失事
造成７人死亡，损失１２亿美元。１９８５年我国大同电厂和１９８８年我国秦岭
电厂的２００ＭＷ汽轮发电机组的严重断轴毁机事件也都造成了极大的经济
损失［ｔｌ。为此，保证设备的安全运行、及时发现隐患、消除和避免故障是
一个十分迫切的问题。
１．１．２ 故障诊断的功能¨ｌ
故障诊断的目的就是既要保证设备的安全运行，又要获得更大的经济
效益和社会效益，因而应具有以下的功能：
（１）能及时、正确地对各种异常情况或故障做出诊断、预防或排除故障，
对设备的运行作必要的指导，提高设备运行的可靠性、安全性和有
效性，把故障带来的损失降到最低限度。
（２）保证设备的设计能力得到充分的发挥，制订合理的检测和维修制度，
以便在条件允许的情况下，充分挖掘设备潜力，降低设备全寿命周
期费用。

（３）通过检测、监视、故障分析及性能评估等，为设备的结构改造、优
化设计、合理制造及生产过程提供有关数据和信息。
１．１．３故障诊断的内容１１１［２ＩＩ ３Ｉ
１，状态监测
一般来说，设备状态可以分为正常状态、异常状态和故障状态等儿种
 整＝童堑堡

一
情况。正常状态指设备的整体或局部没有缺陷，或虽有缺陷但其性能仍在
允许的限度内。异常状态是指缺陷已有一定程度的发展，使设备状态信号
发生一定程度的变化，设备性能已经劣化，但仍能维持工作，此时应注意
设备性能的发展趋势，即设备应在监护下运行。故障状态是指设备的性能
已经有很大的下降，设备已经不能正常工作。
状态监测就是要了解和掌握设备的运行状态，包括采用各种检测、测
量、监视、分析和判断方法，结合系统的历史和现状，考虑环境因素，对
设备的运行状态进行评估，判断其处于正常或非常状态，并对状态进行显
示和记录，对异常状态进行报警，以便运行人员及时加以处理，并为设备
的故障分析、性能评估、合理使用和安全工作提供基础数据和信息。
２．故障诊断
机械设备的种类很多，结构干差万别，因而可能出现的故障也是各不
相同，同一种故障在不同的设备上的表现也不一样，也会导致设备整体及
各部件状态和运行参数的不同变化。由于某一故障引起的设备状态的变化
称为故障的征兆（Ｓｙｍｐｔｏｍ）。一般来说，故障和征兆之间不存在～一对应
关系，一种故障可能有多种征兆，而一种征兆也可能对应着多种故障。故
障诊断就是从工作设备测得大量运行参数，得到一定的征兆，并从中找出
特征信息，提取出能够反映故障特征的特征量，结合已知的结构特性和参
数及环境条件，结合该设备的运行历史，对设备可能要发生的或已经发生
的故障进行预报和分析、判断，确定故障的性质、类别、程度、部位和原
因，指出故障发生和发展的趋势及其后果，提出控制故障继续发展和消除
故障的方法、策略。

１．１．４故障诊断过程简介Ｊｉｌｌ删
按照所采用方法的完美程度，可以将故障诊断分为二大类，即简易故 ●

●
障诊断和精密故障诊断。
１．简易故障诊断
利用一般的简易测量仪器对设备进行监测，根据测得的数据，由有关
人员分析和判断设备的工作状态是否正常。其过程可以由以下框图表示：

图Ｊ．ｉ

这种诊断方法的诊断结果比较粗糙，易受操作、分析者的影Ｉ响，棚同
 浙江大学博士学位论文

的工作状态，不同的操作者可能得到不同的诊断结果，因而可用于结构
比较简单、不会发生机毁人亡等重大事故的设备做出大致的诊断。
２．精密诊断
对于大型、复杂的设备，为了详细了解设备的工作状态，给工作状态
做出一个确切的诊断，以避免重大事故的发生，就必须采用精密故障诊
断法。精密故障诊断可以由以下框图表示：

图１．２

在进行故障诊断时，首先要根据工作设备的结构特征、使用条件、工
作环境等，来初步判断工作设备可能出现的故障形式，根据不同的故障
形式采用不同的监测方法、不同的监测参数。例如，对于锅炉、压力容
器、飞行器、铁轨和车轴等处于高温、高压、高速或高负荷下工作的零
部件，必须监测在制造、装配、储存等过程中出现的表面或内部的裂纹
等缺陷，就可以采用磁粉法、涡流法、超声波法或ｘ射线法等无损探伤
技术，对于低速、重载以及往复机械，有时利用振动方法难于判别，有
些设备由于环境限制，不便使用测振仪，或背景噪声过大，不宜采用声
学方法时，采用油液分析技术则是一种有效的方法。对于大多数机械设
备来说，某个零部件出现剥落、断裂、松动或不平衡故障时，特别是那
些高速运动的零部件，势必引起整个设备振动特性的变化，如振动加剧、
噪声增强等，对振动或噪声信号进行分析便可得到有关故障的信息，从
而进行有效的故障诊断，；因而，对于大多数机械设备故障诊断系统来说，
都是采用监测振动或噪声的办法来进行的。本文也主要采用振动分析的
方法，下面主要对振动分析法加以说明。
Ｉｌ ｌ传感器的选择
首先要选择振动量，振动量的选择应根据测试的目的来确定。位移测
定适合于低频测定，尤其适用于在振动部分和其它部分要保证不使其相
碰的场合，如旋转机械的转子相对于定子的振动。机械振动的强度是Ｌｉｊ
振动的速度决定的，振动破坏人多数出现在１：作时处ｒ弯曲状态的结构、
部件，如梁、导管、机壳、转予和悬臂结构等，其中的弯曲应力与激起
 第一章绪论

的振动的速度成正比，因此要判断振动的强度时应测定振动速度。加速
度对高频振动特别敏感，因此，在故障的特征频率较高时，要测定加速
度。因此，在选择传感器时要考虑到被测定振动的频率。加速度传感器
的适用频率范围很广，因此在大多数情况下，尤其是在故障频率把握的
不太准确时，常常被优先采用。在选择传感器时，一般应按以下原则…１５Ｊ：
（１） 应保证传感器的本身重量至少小于被测系统有效重量的１／１０。
（２） 估计测试频率范围，并检查是否位于所选用的传感器的线性频
率范围之内。
（３） 估计测试的最大振级，并检查是否超过传感器的最大允许冲击
速度的三分之一。当振级大时，选用灵敏度低的传感器，当振级
小时，选用灵敏度高的传感器。
（４） 选用适应相应工作环境的传感器。
臣Ｉ放大器
放大器起到放大信号和转换信号的作用，如电荷放大器可以将电荷信
号转化为电压信号并且予以适当的放大，选择时不但要考虑放大倍数，
而且要考虑频率范围和仪器间的阻抗匹配。
１３ Ｉ低通滤波器
测到的信号中的频率成分往往比较丰富，除了有要检测的信号以外，
还有其它高频成分存在，为了有较高的频率分辨率，而且不至于引起频
率混叠，就必须滤去高频成分，该低通滤波器正是起到了防止频率混叠
的作用，它的通过频率由分析频率决定。
｜４ Ｉ Ａ／Ｄ转换器
Ａ／Ｄ转换器的作用是将模拟信号转化为数字信号，以便以后的处理，
Ａ／Ｄ转换的过程实际可以分为二步，第一步是采样，第二步是量化，因
此对Ａ／Ｄ转换器的要求应从二方面进行。根据Ｎｙｑｕｅｓｔ采样定理，为了 ■

不发生频率混叠（ａｌｉａｓｉｎｇ）必须使采样频率大于或等于待采样信号中的 ●

最高频率成分的二倍，所以Ａ／Ｄ转换器的采样频率必须满足采样定理的
要求。在量化过程中，要对采样的数据进行截尾他舍入处理，就会导致
一定的误差，为了保持一定的信噪比，Ａ／Ｄ转换器的字长不能太短，字
长太长也没有必要，因为输入信号本身也有一定的信噪比，Ａ／Ｄ转换的
量化噪声比输入信号本身的噪声电平更低是没有意义的。
｜５ Ｊ信号预处理ｆ４１
虽然在Ａ／Ｄ转换以前进行了低通滤波，但是由Ａ／Ｄ转换器过来的信号
中仍然包含有～系列噪声信号或我们不希望有的信号，为了不因它们的存
 浙江大学博士学位论文

在而影响到诊断结果的准确性，必须对数据进行进一步处理。常用的处理
方法有：
・剔点
由于传输环节中信号的突然损失、外界突现的干扰信号、Ａ／Ｄ转换器
的失效等原因，在测试到的数据中有时会夹杂一些杂乱值，它不能反映被
测对象和测试系统的正常信息，往往会影响到分析结果，必须予以剔除。
・零均值化处理
为了简化以后数据处理的方法，使诊断更加简洁，需要将数据转化为
均值为零的数据。
・消除趋势项
这是随机数据处理分析中的一个重要步骤。由于测试系统的一些原因
会在时间序列中产生一个线性的或慢变的趋势误差，其周期往往大于作一
次分析的记录长度，这样的频率成分即趋势项。这种误差的存在会使相关
函数和功率谱密度函数中出现很大的畸变，甚至可能使低频时的谱估计完
全失去其真实性，常用的消除该趋势项的方法是最小二乘拟合法。
・加窗处理
在进行数字信号处理时，只能对有限长的信号进行计算，即必须对时
域信号进行截断，相当于对原信号乘上一个矩形窗函数，去掉了窗以外的
信息，因而引起了信息的损失，计算频谱时得到的结果等于原信号的频谱
和矩形窗的频谱的卷积，会产生吉布斯（Ｇｉｂｂｓ）现象，产生吉布斯现象的
原因是由于在时域信号截断的地方出现了间断点，频域内矩形窗的旁瓣在
与原信号的频谱卷积时引入了新的频谱分量，从而引起频域信号的皱纹，
使其中的一部分的能量泄漏到相邻的频率区域，造成频谱峰的模糊，甚至
移位，并使原来真正的频带变宽，严重时会出现强频率分量的旁瓣可能淹
没邻近弱频率分量的主瓣。采用适当的窗函数来代替矩形窗可以减少泄
漏，这样的窗口应该具有在频域内窄的主瓣宽度、大的主瓣高度与旁瓣高
度之比。常用的窗口函数有海宁窗、汉明窗、余弦矩形窗等。
・时域同步平均法
一个随机信号的时域平均起着滤波的作用，当平均次数无穷大时，可
以得到信号的直流分量，即平均值，当随机信号中包含有确定性的周期信
号时，如果截取信号的时间长度等于周期性信号的周期，将所截得的信号
加以叠加平均，就能将该周期信号及其高次谐波从随机信号、非周期信号
以及与指定周期不一致的其它周期信号中分离出来，从而提高了欲研究的
周期信号的信噪比。在旋转机械故障诊断巾经常用到时域同步平均法。
 ・滤波
如果对故障信号的频率分布比较了解时，可以采用滤波的方法除去信
号中的不感兴趣的成分，只留下与故障有关的成分，从而提高信噪比。
匿ｌ 特征提取
故障特征的提取可以在时域、频域、倒频域以及时频域等进行，以下
分别加以简要说明：
７Ｉ
・时域提取法１３１１
ａ．求取反映信号性质的示性指标
这种方法比较简单，而且计算量也小，主要用于信号中含有谐波信号、

周期信号和脉冲信号的情况。对于信号ｘ（ｔ）来说，示性指标主要有：

峰值Ｘ＝ｍａｘ］ｘ（ｔ）Ｉ （１．１）

平均幅值 霄，＝彳１ ｆＩｚ（ｆ）陋 （１．２）

均方根幅值Ｊ一＝Ｊ手ｒ，（ｆ）出 （１．３）

偏斜度指标 ％＝ｒｘ３ｐ（ｘ）ｃｌｘ （１．４）

峭度指标 口４＝Ｉ Ｘ４ｐ（ｘ）ｄｘ （１．５）

其中，Ｔ为采样时间，ｐ（ｘ）为ｘ（ｔ）的概率密度。

ｂ．求取相关函数
相关函数有自相关函数和互相关函数二种，利用自相关函数可以
检测信号中是否混有周期性的确定成分，互相关函数可以用于检测和
提取隐藏在外界噪声中的有用信号的时间延迟，所以可以进行振源的
定位。
ｅ．用时间序列分析法提取特征量１８１１“１
根据得到的离散的时问序列（信号），按照有关的建模方法，建立
ＡＲＭＡ模型或ＡＲ模型，计算出这些模型的特征参数，选择那些能够
表征状态的参数组成向量，以反映系统的状态。例如，可采用ＡＲＭＡ
模型的参数Ｍ，妒：，．，丸，０。，０：，．．，巳，盯：】作为模式向量，由于模式向量中
各参数的重要性不同，它们也不一定相互独立，可以用恰当的变换选
择少量的参数来形成低维向量即主特征向量，常用的提取主特征向量
的方法的主分量分析法、阿达玛（Ｈａｄａｍａｒｄ）变换和费雪（Ｆｉｓｈｅｒ）变
换法等。
 浙江大学博士学位论文

・频域提取法
频谱分析是分析平稳信号、周期性信号的有效方法，采自机械设
备的信号中包含有大量的周期成分，不同的周期成分对应于不同的旋
转频率，而且每个零部件都有其固有频率，如果某个零部件出现故障，
势必引起相应分量的变化，分析频谱的变化情况可以获得有关特征信
息，因而频谱分析法在机城设备故障诊断中得到了广泛的应用，如用
边带分析、包络分析对齿轮、滚动轴承的故障进行诊断。
・倒频域提取法１９１１”Ｉ
从工作设备或现场测到的信号，往往不是振源或噪声信号本身，

而是振源或噪声信号ｘ（ｔ）经过传递系统ｈ（ｔ）至测点的输出信号ｙ（ｔ），对
于线性系统来说，它们存在以下关系：

Ｊ，（ｆ）＝ｘ（ｔ）・ｈ（ｔ）＝【ｘ（ｒ）ｈ（ｔ—ｒ）ｄｒ （１．６）

在时域上，信号经过卷积，一般给出一个比较复杂的波形，难以

区分源信号与系统的影响。经过同态系统，可以将时域内的信号ｙ（ｔ）

转化到倒频域内的Ｃｙ（ｇ），它满足以下关系：

ｃ，（９）＝Ｃ：（可）＋Ｃｈ（ｇ） （１．７）

上式中，Ｃ表示倒谱，ｑ表示倒频率。等号右面第一项表示源信号
的倒谱，第二项表示倒频域内的传递函数，一般来说二者占有不同的
倒频率范围，比较容易将两者分开，经分析也就可以得到源信号的特
征。另外，倒谱也被用来分析频谱图上的周期结构，分析和提取频谱
中的周期成份。倒谱在齿轮、滚动轴承振动而引起的调制信号的分析
得到了广泛的应用。
・时～一频域内提取
频谱分析主要是建立在信号的平稳性假设之上的，然而在出
现故障的机械设备上测得的信号中经常包含有大量的非平稳信号，
其频率成份及强度均随时间变化，例如摩擦、松动、裂纹和油膜失
稳等所产生的故障信号。对于这类非平稳的时变信号，只有采用能
反映信号时变特征的时一频分析法。常用的时一频分析法有短时富
立叶变换、Ｗｉｇｎｅｒ分布Ｉ”ｌ、小波（Ｗａｖｅｌｅｔ）变换。

短时富立叶变换是将信号乘以一个滑动窗函数ｈ（ｔ—ｒ），然后对窗

内信号进行富立叶变换，时域信号ｆ（１）的短时富立叶变换定义式为
 第一章绪论

（１．８）
ＳＴＦＴｚ（ｃｏ，ｆ）＝Ｃ邝）矗‘（ｆ—ｆ）ｅ－ｊａｘｄｔ
滑动窗函数ｈ（ｔ—ｆ）一般采用矩形窗、汉宁窗或指数窗，ｔ为窗口
中心位置，随着ｆ的移动，得到一组原信号必的“局部”频谱，从
而能反映非平稳信号的时一频特性。短时富立叶变换的精度由滑动
窗口的时域宽度和频域宽度决定，窗口宽度越窄，分辨率也越高。
不过，根据测不准原则不可能选择一个同时具有窄的时域宽度和频
域宽度的滑动窗函数。

Ｗｉｇｎｅｒ分布则直接定义为信号的时一～频两维函数，时域信号
ｆ（ｔ）的Ｗｉｇｎｅｒ分布定义为

ＷＤ舻，ｆ）＝Ｄ＋（ｆ＋吾）巾一尹／－』“疵 （１．９）

从定义上来看，Ｗｉｇｎｅｒ分布是信号能量在时间一一频率平面上
的分布，具有明确的物理意义。另外，它对信号没有局部平稳性的
要求，而且时域分辨率和频域分辨率无关，可以分别进行选取，所

以更能满足对非平稳信号进行时一频分析的要求。
具有有限能量的函数ｆ（ｔ）（即，（ｆ）∈￡２（Ｒ））的小波变换定义
为函数族

％，。：专“￡尘１为积分核的积分变换，如下式表示
吖ａ ＼“／

町Ｇ，６）＝ｅ厂（，）％。ｏ功＝ｅ厂（，）去ｙ［学ｐ（１．１０）
其中口是尺度参数，６是定位参数，函数妒。（ｆ）称作小波，
改变ａ之值，对函数妒。Ｏ）具有伸展（ａ＞０）或收缩（ａ＜０）的
作用，对于驴¨０）的作用正好相反。连续小波眇。（ｆ）的作用与短
时富立叶变换中的＾Ｏ—ｆ）Ｐ一埘类似，其中参数ｂ和ｆ都起着平移作
用，不同的是参数ａ与国，窗口的形状是由ｈ（ｔ）决定的，∞的变化
只改变窗口包络内谐波的频率成份：而尺度参数量级ａ的作用则

既改变窗口的大小与形状，也改变小波频谱丸。㈦的谱图，其中
的关键是在引入小波函数妒。（ｒ）时充分利用了富立叶变换中的相
似性质：

若厂（，）。夕沏），则ｆ（ａｔ）斗志爿竺１，随着参数盯的减小，
 浙江大学博士学位论文

ｙ。（ｒ）的支撑区也随着变窄，而其频谱‰㈦则随之向高频端展
宽，反之亦然。这就实现了窗口大小的自适应变化，当信号的频

率变高时，时窗宽度变窄，而频窗高度增大，以利于检测快变信

号，提高时域的分辨率，反之亦然。

｝７ １分类与识别
经过特征量的提取，得到了一个有关设备状态的ｎ维特征向量

ｋ＾，＾】ｒ，不同的状态对应于不同的特征向量，进行状态的识别实际上就
是对这些特征向量进行分类，经过几十年的发展，已经形成了一系列的分
类方法。
・模式识别分类法㈣‘３㈣【１６】｛１７Ｉ
ａ．基于贝叶斯决策判据的分类法
贝叶斯（Ｂａｙｅｓ）决策理论是统计模式识别中的一种基本方法。由于
测量误差、噪声以及各种干扰的存在，描写各个模式的特征量都是随
机变量，使某个模式不仅属于某一类，而且也可能在其它任何类中出
现，某一模式属于某一类是指该模式出现在该类中的概率最大。贝叶
斯决策判据既考虑了各类参考总体的概率大小，又考虑了因误判而造
成的损失的大小，判别能力很强。
ｂ．线性判别函数分类法
要将设备的状态分为Ｌ类，也即要将由ｄ维特征向量构成的状
态空间分成Ｌ个决策域，可以定义Ｌ个线性判别函数

ｇ。（扛｝）＝扫．｝７ ｘ｝－ｔ－Ｏ），。 ｉ＝１，２，．Ｌ （１．１１）

其中，扛｝是ｄ维特征向量，如，｝为权向量，ｑ。是常数，称为阈值
权。

扫，｝＝扫，，ｑ：，删。ｒ （１．１３）

在分类时，从待检状态的各类判别函数中选出其判别函数值为最

大的类作为分类结果。

ｃ．非线性判别函数分类法

虽然线性判别函数分类法的计算简单，易于进行，但是在两类样
本分伽具有多峰性质并且相互交锚时，川线性判别函数分类法往往
会带来较多的分类错误，这时就应该采刷非线性判别函数分类法。
 第一章绪论

采用较多的非线性判别函数是二次判别函数，它的一般表达式如下：
ｇ（扛｝）＝扛｝ｒ矽】＆｝＋扫ｙ扛｝＋‰ （１．１４）

式中，［ｗ】是ｄ×ｄ的实对称矩阵，如｝为ｄ维向量。
ｄ．距离判别函数分类法
按照决策规则，把ｄ维特征空间分成Ｌ个决策域Ｇ。Ｇ。Ｇ。，每
个参考模式向量妇。｝对应于该空间中的一个参考点，每个等待检模
式向量如，滞ｒ应于特征空间中的一个特征点，按距离分类法就是分别
计算妨｝与Ｇ。Ｇ。Ｇ。之间的距离，协）应属于距离最小的那个决策
域。常用的距离有几何距离（如欧几里德距离、Ｍａｎｎ距离、
Ｍａｈａｌａｎｏｂｉｓ距离等）和信息距离（如Ｋｕｌｌｂａｃｋ距离、Ｊ一散度距离、
Ｉｔａｋｕｒａ距离、Ｂｈａｔｔａｃｈａｒｙｙａ距离和ＫｕＵｂａｃｋ．Ｌｅｉｂｌｅｒ距离等）。
・利用关联度分析分类法Ⅲ
灰色系统是指系统的部分信息已知、部分信息未知的系统。关联

度分析法是灰色系统理论理进行系统分析的一个重要方法，它是利用

系统各因素之间的内部联系或发展趋势的相似程度来度量因素之间

关联程度的方法。设由参考模式向量构成的参考模式矩阵为

【ｚｆ丑’】７ Ｘ

【Ｘ‘脚】＝
ｐ期’ Ｘ
㈣㈣㈣Ⅻ 粥榴 塌蠕 （１．１５）

Ｊ踹』黝…・・磁如

式中印】为第ｆ个参考模式向量，ｉ＝１，２，…，￡；Ｌ为参考模式向量
的数目，Ｎ为每种参考模式向量中特征量的数目。同样系统的待检模

式向量可构成待检模式矩阵：

瞰¨】７ Ｘ
堋，
［Ｘ‘７’】＝
【ｘｎ７ Ｘ
㈣㈣㈣Ⅻ 榴堞 ｘ‰ （１．１６）

扛∥】７ 坝，，ｘ％，…嘻‰
式中融１为第／个参考模式向量，』：垃２，＾，：Ｍ为参考模式向量的

数目。为此可定义待检模式向量醪ｊ与参考模式向量【妒】的所表示的
两种状态之问的关联程度为：
 ‰，＝≮蒜誉群隧兰｛｝（¨７，
浙江大学博士学位论文

钰”。—霹ｉ两鬲忑面哥再葡丁一１拦≯≮。
称乞（。）为待检模式向量醪１】与参考模式向量皤９】在第ｋ点的关联系

数。ｆ。ｆｏ’日是分辨系数，不同的ｆ值只影响岛（。）的绝对大小，并不影

响乞。。）的相对排列次序， 一般取ｆ＝０．５。眵１】对瞳９】的关联度定义为
不同点关联系数的平均值，即

～＝专赫， 器豪二 ∽㈣

由‘可组成关联度矩阵：

１ｌ＿，…‘村

ｔｌ ｒ２２…如¨
旧＝ （１．１９）

丘ｌ ＦＬ２…７Ⅲ

矩阵【Ｒ］的某一列，表达了第Ｊ个待检模式向量哆１】对不同的参考

模式向量瞳。】（ｉ＝１，２，．，Ｌ）的关联度，可以按，Ｊ『（ｉ＝１，２，．．，Ｌ）的大小对

瞳”】进行分类，分类规则为：

若
～＝，璺凳。～
则 咿】∈第ｆ类
・基于人工神经网络的分类法

｛８胀警和干预
通过分类和识别，可以得到被监测设备的运行状况，如果超出了正
常的范围，就必须报警或干预，以避免故障的进一步恶化和事故的发生，
这也正是设备故障诊断的目的所在。为了避免因为误码报警而造成的损
失，可以采用多种传感器、多种监测和诊断手段并行工作，以便最大限
度地减少误报警的概率。
 浙江大学博士学位论文

１．２碟式分离机简介ｌｉｍｉｔ”】１２０】
碟式分离机是一种多功能、高效率、多品种的薄层分离机械，普遍
应用于橡胶、制药、食品等行业，是这些行业的关键设备之一，可进行
液一一液、液——圃、液一一液——固的分离，例如用于油水分离、牛奶
分离、羊毛脂分离、粘土和颜料的澄清、金霉素和青霉素的分离等等。
它的转速一般在６０００～１００００ｒ／ｍｉｎ之间，属于高速旋转机械。

１．２．１基本结构
碟式分离机的结构比较复杂，一般由机座、传动系统、机壳、转鼓组
件和控制系统等几部分组成。
１．机座部分
机座是用来支撑传动系统、控制系统等其它零部件的，由于其结构比
较复杂，常采用铸件。
２．传动部分

ｌ一转鲑２一立轴３—弹性支承ｔ一小螺旋齿轮
５—下支承 ６—呔螺旋齿轮 ７—－转速计
８—横轴 ９一轴承ＩＯ—蔫合器 Ｉｌ—也动机

图１．２．１

传动部分是由横轴系统和立轴系统组成，如图１．２．１所示，电动机通
过离心摩擦离合器、横轴、一对螺旋齿轮及立轴带动转鼓旋转。
１）横轴系统
横轴系统由电动机、横轴、联轴器、离心摩擦离合器、螺旋人齿
 第一章绪论

轮以及四只滚动轴承组成。电动机通过联轴器带动离心摩擦离合器，
进而驱动横轴，在起动阶段，离心摩擦离合器产生打滑，延长了启动
时间，从而可以减小电动机的启动电流。大螺旋齿轮固定于横轴之上，
由于传动时螺旋齿轮副存在有较大的相对滑动，大螺旋齿轮常采用减
磨性好的磷青铜制造，或者采用磷青铜齿圈。横轴上还常带有转速计
和计数器齿轮，以便驱动机座上的转速表和计数器，来显示转速。
２）立轴系统
立轴短而粗，支撑在上下两个滚动轴承上，如图所示，上轴承座
安装在弹性支承装置上，这使它可以沿径向作一定幅度的移动。弹性支
承装置由沿径向均匀分布的几根刚度相同的吸振弹簧和一些附属零件
组成。下轴承为双列球面球轴承，具有调心作用，轴承座底部装有弹簧。
螺旋小齿轮套装在立轴上或与立轴制成一体。转鼓位于立轴上端，两者
为锥面接触，立轴通过锥面带动转鼓旋转。
３．机壳部分
机壳部分为圆形或圆锥形，用不锈钢板压制或铸铝制成。机壳安装于转
鼓外面，可接受从转鼓分离出来的轻重相或沉渣，机壳顶部装有悬浮液进
料管或输液向心泵以及视镜、仪表等附件。
４．转鼓组件
转鼓是碟式分离机的最主要部件，是由一百多只零件装配而成。按照
功能可以将它分成四个部分：
１）转鼓：
包括转鼓体、鼓盖、锁紧大螺母等。
２）碟片组件：
包括碟片架和碟片。
３）集液室和撇液盘

４）排渣装置
５．控制部分
用来控制碟式分离机的启动、加料、排渣和停机等。

１．２．２碟式分离机的主要故障
１．弹簧失效

立轴的弹性支承由轴向弹簧和径向弹簧组成，轴向弹簧主要是用束缓
冲安装转鼓时造成的冲击，一般不易失效，径向弹簧直接影响到立轴系统
 塑坚盔堂苎主堂焦鲨苎——
的动力特性，起的主要作用之一是降低立轴系统的第一阶临界转速，使碟
式分离机的工作转速位于立轴系统的第一阶和第二阶临界转速之间，第二
个作用是缓冲和减振，减少由立轴系统传到机座上的振动。径向弹簧长期
处于较大的交变应力的作用下，如果应力超过了弹簧材料的疲劳极限，就
会出现疲劳裂纹，弹簧的刚度就会下降，进而会发生弹簧的断裂。正常情
况下，六根径向弹簧的刚度基本相等，弹性支承在各个方向上的当量刚度
也基本相等，如果发生某根弹簧的刚度下降甚至是断裂，就会造成各个方
向上当量刚度的不一致，这样不但会降低缓冲减振效果，而且会增大其余
弹簧的负荷，使振动加剧，后果不堪设想。
２．转鼓不平衡
碟式分离机的转速很高，一般在７０００ｒ／ｍｉｎ左右，而且转鼓的尺寸大、
重量大，很小的偏，ｔＬ，就会引起较大的振动，过大的振动可能造成以下不良
后果，一是增加轴承的动载荷，二是影响螺旋齿轮的啮合，增加了齿与齿
之间载荷的不均匀性，同时也加大了轮齿承受的动载荷，缩短了齿轮的使
用寿命。三是转鼓擦到进、排液收集管。因此，转鼓不平衡是碟式分离机
最常见而且后果严重的故障。转鼓的不平衡在频谱图上主要表现为转鼓旋
转频率成分的幅值增大。根据不同的发生原因，转鼓不平衡故障可分为以
下两类：
（１）转鼓在使用过程中产生的永久变形
转鼓高速旋转过程中，转鼓的各个部分处于强的离心力场的作用下，
工作较长一段时间（５～６年）后，转鼓会产生一定的永久变形，而且锁紧
大螺母在拧紧过程中，若用力不当，也可能造成永久变形，这种变形破坏
了原有的平衡状态，产生了新的不平衡。另外，物料同转鼓长期直接接触，
会给转鼓造成一定的腐蚀，也会造成不平衡。在不太严重的情况下，可以
用现场动平衡的办法加以校正。因为这种方法不但简便、效果优良，而且
耗时少，对生产的影响也小。
（２）碟片组件的松动
正常情况下，转鼓体内安装有一百多片碟片，碟片、转鼓盖、锁紧大
螺母之间的确定相对位置是靠准确的相对安装定位尺寸和转鼓盖的压紧
力来保证的，各个零部件的不平衡量合成为一个总的不平衡量，在机器出
厂前已经校正。转鼓旋转时，碟片处于离心力场的作用下，如果碟片组件
的质心偏移产生的离一心力不能克服静摩擦力时，碟片组件同转鼓体相对静
止，如果碟片涧的压紧力不足，转速达到一定时，离心力就会大于碟片问
 第一章绪论

图１．２．２

的最大静摩擦力，碟片就会沿径向产生移动，从而产生新的不平衡。从以
上的分析可见，由碟片组件松动造成的不平衡量是一个不稳定量，因此不
能用通常的动平衡方法加以消除。以前
诊断碟片组件松动的方法主要是通过升
速和降速时的幅频曲线，如图１．２．２所
示，当转速升到４０００ｒ／ｒｎｉｎ时，振幅由 鼓

１８口突跳到４０“，而转速降到４０００ｒ／ｍｉｎ
时振幅却没有突降。经分析可知，升速 片

曲线上４０００ｒ／ｍｉｎ时振幅的突跳不是由
共振引起的，而是由碟片松动错位引起
的，降速时要使错位的碟片复位，只能 图１．２．３

靠转鼓的变形的减少来实现，而转鼓的变形随转速的降低逐渐减小，因此
降速曲线上没有振幅的突降，升、降速曲线合到一起时就形成了一个封闭
的区域。该方法对诊断压得比较紧时的松动现象相当有效‘剐２”。如图１．２．３
所示，ＯＢ代表除碟片外转鼓组件的原始不平衡量，ＯＣ代表某一时刻碟片
组件的质心偏移造成的不平衡量，ＯＡ代表合成不平衡量，另一时刻，由碟

片松动造成的不平衡量变到ＤＣ’，而∞不变，这样合成的实际不平衡量为
ＯＡ’，比较ＯＡ和ＯＡ’可以发现，碟片松动期间实际不平衡量的大小和相位
都有变化。因此，对于比较松的情况，就必须结合相频曲线才能达到满意
的结果。
３轴承的失效
大多数碟式分离机采用滚动轴承来支承横轴和立轴系统。在正常的使
用条件下，滚动轴承主要有以下失效形式：
（１）点蚀：

由于碟式分离机采用了螺旋齿轮传动，所以支撑立轴和横轴的滚动轴
承不但要承受径向载荷，而且要承受较大的轴向载荷，滚动轴承的内圈、
外圈和滚动体等元件处于复杂的应力状态下，这种应力可以看作是脉动循
环交变应力，当应力超过疲劳极限时，在经过若干次的循环以后，元件的
表面一定深度处产生裂纹，继而扩展到接触表面，便形成了点蚀，从而引
起剧烈的振动和噪声。
（２）永久变形

对于碟式分离机来说，转鼓尺寸较大，不平衡是经常出现的故障，由
于转速较高，不平衡所引起的冲击载荷是相当大的，一旦轴承元件上的应
力超过了材料的屈服极限，就会造成永久变形。永久变形所引起的振动同
点蚀引起的振动的表现形式非常相似，只是永久变形产生的冲击的脉冲宽
度要宽一些。
在使用维护和保养不当或润滑、密封不良时，滚动轴承也会出现磨损、
胶合、内外圈和保持架的破裂等不正常的失效形式。
４．螺旋齿轮的失效
同其它大多数的机器一样，齿轮失效也是碟式分离机的主要故障之
一，和其它机器相比，碟式分离机的齿轮传动有其独特之处。首先，它的
横轴和立轴相互垂直，采用了一对螺旋齿轮传动，主、从动齿轮的轮齿沿
齿槽方向有高速滑动。其次，一般机器的工作转速低于原动机的转速，因
而，齿轮主要是用来减速的，而碟式分离机却恰恰相反，它的工作转速很
高，因此，这对螺旋齿轮就被用作增速传动，这就决定了它的失效形式主
要有以下几种：
（１）胶合
轮齿间的高速滑动会产生大量的热量，对于碟式分离机来说，由于采
用了闭式齿轮传动，不利于散热，这就使轮齿和润滑油的温度升高，润滑
油的粘度下降，降低了齿面间油膜的承载能力，温度高到一定程度时，油
膜受到破坏，齿面间直接接触，虽然青铜有较强的抗胶合能力，但在温度
高，齿面间压力大的情况下，也会发生胶合，继续转动就会撕破啮合面，
降低啮合精度，产生大量的振动和噪声。提高齿轮的加工精度，降低齿面
的粗糙度，采用含有抗胶台添加剂的润滑油可以减少胶合的发生。
（２）磨损

齿丽的粗糙度较大、油温较高或者润滑油被水等所污染时，齿面ｎ司的
油膜不足以将两齿面分隔开，齿轮转动时就会出现磨损。另外，对ｊ二新机
器来说，跑合期结束后，应更换润滑油，否则润滑油中的金属颗粒，会对
 第一章绪论

齿面造成磨粒磨损。
（３）塑性变形

大螺旋齿轮的齿圈大多用磷青铜制造，因而表面硬度较低，如果存在
转鼓不平衡，齿轮偏，ｔｌ，或精度不高，碟式分离机工作时将产生较大的振动，
从而增加了齿面间的动载荷，很容易造成齿面的接触应力超过齿轮材料的
屈服极限，引起齿面塑性变形，降低了齿轮的啮合精度，产生较大的振动
和噪声。

（４）点蚀

构成螺旋齿轮副的齿面是点接触，虽然传递的动力并不太大，但齿面
间的接触应力仍然是很大的，齿轮旋转过程中，齿面受脉动循环交变应力
作用，接触应力超过材料的疲劳极限时，就会出现点蚀。由于青铜的疲劳
极限低于钢的疲劳极限，因此，往往大螺旋齿轮首先出现点蚀。

１．３碟式分离机故障诊断系统的研究现状

１．３。１前人的工作
碟式分离机是一种高速旋转机械，在医药、食品、橡胶等行业得到了
广泛的应用，是这些行业的关键设备之一。由于它的转速很高，一般在
７０００ｒ／ｍｉｎ左右，而且转鼓的尺寸大、重量大，很小的偏心就会引起较大的
振动，过大的振动可能造成以下不良后果。一般来说，减小转鼓偏心的方
法主要有以下几种：第一是选用高质量的材料，以保证整个转鼓在材料方
面有良好的均匀性而且在工作时不会发生塑性变形。第二是提高加工精
度，减小转鼓的几何偏心。第三是对转鼓进行动平衡。采用前两种方法，
在一定程度上可以减小偏心、减轻振动，使碟式分离机工作平稳，但是要
使振动降到更低的水平，只能采用第三种方法。通常，动平衡是利用动平
衡机来完成的，用动平衡机对转鼓做动平衡有以下几点不足之处：１．大多
数动平衡机是卧式的，而碟式分离机的转鼓是立式支撑的。２．动平衡机上
工件的支承方式同碟式分离机转鼓的支承方式不同。３．动平衡机的工作转
速同碟式分离机相比低了许多。所以，在动平衡机上平衡好的转鼓仍然会
给碟式分离机带来较大的振动。为此，浙江大学材料与化工学院的周保堂
教授等人从八十年代初开始就对碟式分离机的动平衡技术做了大量而细
致的研究工作，取得了重大成果，使有关厂家的产品达到了国际先进水平，
产生了巨大的经济效益。此后，人们对碟式分离机的临界转速、动力稳定
ｆｑ：和转鼓的强度也进行了一些研究。

在成功地解决了动平衡问题以后，碟式分离机的其它零部件的状态监
 浙江大学博士学位论文

控与故障诊断成为了人们关注的问题。在周保堂教授的指导下，徐平博士
对碟式分离机典型故障进行了系统的分析。她在不平衡故障的模拟、碟片
松动故障的模拟以及缓冲弹簧失效的模拟方面进行了大量的试验和研究，
得出了许多重要的结论，给以后的研究工作的进～步开展打下了坚实的基
础。杨健博士是继徐平之后第二个系统地从事碟式分离机故障研究的博士
研究生，他对碟片组件松动故障进行了详细的分析和研究，他采用升、降
速曲线和相位曲线相结合的方法，对碟片松动故障进行了有效的试验和分
析，取得了良好的效果。另外，他对滚动轴承和螺旋齿轮的常见故障也进
行了分析和研究，并对这些常见故障进行了有效的识别。

１．３．２本人的主要工作
尽管前人的工作十分有效，为了使碟式分离机故障诊断系统更加完善、
更加有效，本人又进行了大量的试验和研究工作，并且在前人的基础之上
取得了很大的进展。本人的工作主要包括以下几个方面：
１．滚动轴承故障特征的提取
由于碟式分离机的工作转速很高、结构比较复杂，传感器布置的位置
距离滚动轴承不可能太近，所以，滚动轴承产生的振动不但同其它原因引
起的振动往往交融在一起，而且还受传播路径的影响，从而给滚动轴承振
动特征的提取造成了很大的难度。为了使滚动轴承故障诊断更加可靠，本
人尝试了多种方法，并且针对正常情况、轻微故障情况、严重故障情况进
行了大量的试验，得到了满意的结果。
２．螺旋齿轮故障特征的提取
和其它机械设备相比，碟式分离机传动的一大特点就是采用螺旋齿轮传
动来增速。在工作转速下，主、从动螺旋齿轮的轮齿之间存在有很大的相
对滑动速度，从而增加了齿轮副故障的可能性。和滚动轴承相比，齿轮引
起的振动有其自身的特点，为了能够有效地区分正常和异常状态，在大量
理论分析的基础上，进行了一系列的试验和研究，采用不同的方法，得到
了相应的故障特征。

３．故障特征的数值化
在进行故障的分析与特征提取时，往往是依据振动信号的频谱、倒谱或
小波变换等，比较Ｊ下常和异常情况下相应图形的变化情况给予区分。为了
便于用计算机进行机器状态的识别，将不同状态下的图形信息进行数值
化，并１１Ｉ卜确区分了不同状态参数在表示机器状态中起的不同作用，组成
 第一章绪论

了相应的状态矢量，作为以后状态模式识别的输入。
４．机器状态的识别
采用统计模式识别的方法和基于人工神经网络的方法对碟式分离机的
工作状态进行了有效的识别。
１．４本论文的内容安排
第一章论述了机械故障诊断的基本原理和步骤，并且对常用的故障特
征提取的方法进行了比较和讨论。简要地介绍了碟式分离机的
主要结构，给出了碟式分离机的主要故障，对碟式分离机故障
诊断技术的现状和本人的主要工作也做了概述。
第二章对滚动轴承的振动进行了详细的分析，给出了正常状态下和内
圈、外圈、滚动体及保持架发生故障时的振动模型，在此基础
上，求出了各种故障情况下的通过频率。根据滚动轴承的振动
的特点，论述了滚动轴承故障特征提取的有效方法。
第三章在分析了富立叶变换和短时富立叶变换以后，对连续小波变
换、离散小波变换和小波包变换的原理以及小波分析在信号处
理和故障诊断中的各种应用进行了详细的介绍。
第四章介绍了碟式分离机的滚动轴承及其分布，求出了各轴承的通过
频率和固有频率。针对横轴右轴承，在正常情况下、模拟早期
故障和严重故障情况下进行了大量的试验，对试验中测得的有
关信号采用如时域、频域、倒频域、沃尔什列谱分析以及小波
包变换等手段进行处理，提出了滚动轴承的故障特征，为以后
的故障识别做好了数据上的准备。
第五章从齿轮的啮合原理和承载情况入手，对齿轮在正常情况和发生
故障以后的振动进行了详细的分析，给出了齿轮振动的模型。
获得了齿轮的常见故障特征的提取方法。
第六章对碟式分离机螺旋齿轮传动进行了运动分析和动力分析，对正
常情况和故障情况下的齿轮振动进行了测试，用多种手段提取
了有关的故障特征。
第七章分析了碟式分离机的其它常见故障，得出了相应的故障特征。
第八章用统计模式识别的方法和基于神经网络的方法对碟式分离机
主要故障进行了故障识别。
第九章对整篇论文做出了总结。
 第二章滚动轴承的振动分析及故障特征的提取
同滑动轴承相比，滚动轴承具有摩擦阻力小、起动灵活、效率高、
润滑简便和易于互换等优点，而且滚动轴承已经标准化、大量生产，成本
较低，因而在机械设备中得到了广泛的应用。对于碟式分离机来说，除了
个别情况以外，大多数都采用滚动轴承来支承横轴、立轴系统。

２．１滚动轴承概述

２．１．１滚动轴承的组成和分类
滚动轴承一般由内圈、外圈、滚动体和保持架组成。内圈装在轴颈上，
外圈装在机座或零件的轴承孔内。内、外圈上有滚道，当内、外圈相对转
动时，滚动体将沿着滚道滚动，保持架的作用是将滚动体均匀地隔开，以
免相互碰磨。

滚动体和内、外圈一般采用含铬合金钢制造，经过热处理以后，具有
高的硬度和接触强度、良好的耐磨性和冲击韧性。保持架一般用低碳钢板
压制而成，高速轴承多采用有色金属或塑料保持架。
按照承受载荷的方向不同，滚动轴承可分为
１）向心轴承
主要承受径向载荷，其公称接触角从Ｏｏ到４５０。
２）推力轴承
主要承受轴向载荷，其公称接触角从大于４５０到９００。
按照滚动体的形状，可分为球轴承和滚子轴承。滚子又可以分为圆柱
滚子、圆锥滚子、球面滚子和滚针。
按照工作能否调心，可分为刚性轴承和调心轴承。

２．１．２滚动轴承的受力分析
滚动轴承是靠滚道与滚动体的弹性接触来承受载荷的。在工作时，内
圈（或外圈）转动，滚动体既绕内、外圈的轴线作公转，也绕自身的中心
作自转，当轴承受到外载荷Ｎ作用时，在不同的位置上，承担载荷的滚
动体的数目不同，如图２．１ １和图２．１．２所示，支撑刚度作周期性变化，这
就使被支撑的轴在转动时产生径向振动。对于一个滚动体来说，处于图
２ １．２－ｊ】的位置ｌ时，受到的载荷最大，处于图２．１．２中的位筲２时，受到
的载荷最小。 以向心球轴承为例，设工为内圈的旋转频率，Ｄ为轴承
的节径，ｄ为滚动体的直径，ａ为接触角，ｚ为滚动体的个数，那么，某个

图２．１．１ 图２．１．２

滚动体承受的载荷从大到小的变化频率可由下式求得：

厶＝弘扣口ｐ 弦，，

滚动体上某一固定点挤压内滚道或外滚道的接触频率为

一＝尝｜１－（昙卜２口ｐ 陇ｚ，

从以上公式可以看出，滚动体和内、外滚道上任一点上的接触应力是
作周期性变化的，都属于交变应力。应力变化的幅度与轴承承受的径向载
荷Ｎ成正比，如果径向载荷Ｎ也随时间变化，那么滚动体与内、外滚道的
任一点的接触应力的变化规律将更加复杂。
以上的分析是在轴承正常工作情况下做出的，如果保持架不平衡，会
引起滚动体和内、外圈的附加载荷。如果滚动体或内、外滚道出现了疲劳
剥落，它们每接触一次就会产生一个冲击载荷，从而引起轴承振动的加剧，
使轴承的工作状况更加恶化，加速了原有故障的发展。

２．２滚动轴承的主要故障
１．疲劳剥落

滚动轴承工作过程中，滚动体和内圈（或外圈）不断地旋转，滚动体
与滚道的接触表面受脉动循环交变应力作用。一旦应力超过了材料的疲劳
极限，载荷反复作用一段时问以后，首先在表面一定深度处产生疲劳裂纹，
继而扩展到接触表面，形成剥落坑（即点蚀），导致轴承不能正常工作。
 浙江大学博士学位论文

２．永久变形
滚动轴承在承受很大静载荷或冲击载荷时，会使滚动体和滚道的接触
处的接触应力超过材料的屈服极限，从而产生一定的永久变形。另外，落
入的硬质异物也会在滚道上形成凹痕或划痕。这些永久变形会使轴承在运
转过程中产生剧烈的振动和噪声，以至于造成轴承不能正常工作。
３．磨损
滚动体和滚道之间的相对运动以及杂质的侵入都会引起表面的磨损，
润滑不良加剧了磨损。磨损导致轴承的游隙增大，表面粗糙，降低了机器
原精度，增大了振动和噪声。
４．腐蚀
润滑油或空气中的水分会引起轴承表面锈蚀，轴承内部有较大电流经
过时会造成电腐蚀。
５．断裂
热处理、装配引起的残余应力，以及运行中的热应力过大时会引起轴
承内圈或外圈的破裂。长期处于大的交变弯曲应力作用下，轴承的内、外
圈也会出现疲劳断裂。
６．胶合
在润滑不良、高速重载下，由于摩擦发热，使滚动体和滚道表面难以
形成一层油膜，金属直接接触，进而相互粘附，形成胶合。另外，温度过
高时还会导致表面烧伤。

２．３滚动轴承的振动分析

如上所述，滚动轴承在工作过程中，组成滚动轴承的元件，如内圈、
外圈、滚动体，所受到的载荷都呈周期性变化，滚动体和内、外滚道的接
触处的接触应力属于交变应力，即使在各个滚动体的尺寸完全相同、内外
滚道是理想的圆而且完全光滑、保持架完全平衡的理想状态下，滚动轴承
工作时它的元件也会产生一系列的振动，这些振动通过轴可以传到轴上的
其他零件，如齿轮、蜗轮、蜗杆等，从而诱发它们的振动，也可以通过轴
承座传到机箱，引起机箱的振动。
轴承出现故障以后，将出现轴承故障性振动。轴承故障性振动主要由
下列原因引起：

１）山于载荷过大引起内、外圈和滚动体的永久变形导致旋转轴。ｈ心Ｉ勉
滚动体位置变化而变化，从而引起的振动。另外还有因为安装小准
 第二章滚动轴承的振动分析与故障特征提取

确或滚动体大小不一致引起的振动。一般情况下，这振动的频率
较低。
２）由于润滑不良而导致的非线性振动。
３）由于轴承损伤引起的振动。当内、外圈或滚动体发生疲劳剥落或
胶合等故障时，在故障处相接触时，将引起一系列的冲击载荷，
这些冲击所引起的振动会和轴承本身的振动相互调制，产生更加
复杂的振动形式，使整个机器的振动加剧。振动在空气中传播就
形成了噪声，过大的噪声可以导致机器工作精度的下降，甚至工
作能力的丧失，降低机器的可靠性，缩短机器的使用寿命。机器
的噪声会造成环境的噪声污染，长期在强噪声环境中工作会使工
作人员听力受到损伤，严重影响着工作人员的身心健康。
机器的异常振动和噪声是由机器中运动部件的不正常或故障引起，因
此，振动或噪声信号中一定包含有有关故障的信息，通过对机器的振动
和噪声的分析，就可以得出机器的工作状况、是否有故障以及故障的发
生部位和故障的发展趋势。目前的机械运行状况监测和故障诊断系统，
大都是利用振动或噪声的分析来进行的。

２．４滚动轴承故障振动的模型
以上滚动轴承的振动分析只是在定性的基础上进行的，为了能够更加
准确地掌握滚动轴承在发生故障时所表现出来的振动特性，有必要对滚
动轴承故障振动进行建模分析１２３］［２”。

２．４．１轴承元件在故障处接触时所产生的脉冲力
为了分析问题方便，假定轴承元件上只有一处出现故障，用５表示单
位脉冲函数，下面分别给出故障在不同元件上时产生的冲击力模型。
１）故障出现在轴承内圈上时

内圈和滚动体每接触一次，就会产生一个脉冲力，这个脉冲力通
过内圈传递到轴及轴上的零件，也可以通过滚动体和外圈传递到机器
的箱体，这时由于振动要通过多个界面，因而能量衰减了很多。脉冲
序列可由以下公式表示：

△。（ｆ）＝∑一，８（ｔ—ｔｆ） （２．３）
 塑垩查兰堕主堂垡堡苎

ｄ。表示内圈故障时的脉冲力强度，一表示内圈上的单个故障同相

邻两个滚动体接触时的时间间隔，可由内圈的通过频率来求得。

２）故障出现在外圈上时
一
故障出现在外圈上时，滚动体和外圈接触时产生的脉冲力，将直
接通过外圈传递到轴承座上，振动通过的界面少，因而引起的振动
比较明显，相对来说比较容易测到，这时的脉冲力序列可以由以下
公式表示：

△。，（ｆ）＝∑ｄ。，占（ｆ一圮）
ｋ｛—ｏ
（２．４）

丸表示外圈故障时的脉冲力强度，瓦表示外圈上出现单个故障
时，相邻两个滚动体同外圈故障处相接触的时间间隔，可以由外圈
的通过频率来求出。
３）滚动体出现单个故障时
如果滚动体上出现了疲劳剥落或永久变形等故障，在轴承工作
时，故障点既会同内圈接触产生冲击力，也会同外圈相接触引起外圈
的冲击振动，所以故障出现在滚动体上时的脉冲力序列应该由两部分
组成，其一是滚动体同内圈相接触产生的冲击，其二是滚动体同外圈
接触产生的冲击，可以由以下公式表示：

Ａｈ（ｆ）＝△。（ｆ）＋△。（ｆ） （２．５）

Ａｂｏ（ｆ）＝∑ｄ。占（ｆ一线）
女…
（２．６）

圳＝塾小＂引 亿，，

其中，ｄ。和ｄ。分别表示滚动体上的故障点与内圈和外圈接触时的

脉冲力强度，ｄｍ＜ｄ＊，瓦２彪为滚动体的ｆｌ ４砖Ｎｇｑ，五为自转频
率。

２．４．２滚动轴承故障点的载荷分布
当滚动轴承受径向静载荷作用时，沿轴承圆周的载荷分御满足以Ｆ

方程：
 第二章滚动轴承的振动分析与故障特征提取

ｇｐ，＝ｇ。［（去）ｏ—ｃ。ｓ口）］“ （２．８）

图２．４．１

上式中，ｇ。是最大载荷密度，ｓ为载荷分布因子，０是距离最大载荷

密度方向的角度，ｎ为常数，对于球轴承，ｎ＝；，对于滚子轴承，ｎ＝Ｌ９０，
轴承的载荷密度如图２．４．１所示。

当内圈以频率，转动时，故障点的载荷密度可以表示如下：

９０）＝ 舶［・ 一去（１－ｃｏｓＯ＋２ｎｆｑ，）］”，Ｉ一＋ｚ彬；，｝ｓ％。、

０， ｌＯ＋２ｎｆｑｔＩ 嘱
“ （２．９）

上式中，工由故障的位覆确定，当故障点在内圈上时，‘＝／；，，是内圈
的旋转频率；当故障在外圈上时，Ｌ＝ｏ；当故障在滚动体上时，无＝正。。，
ｆ…是保持架的旋转频率。

２。４．３单位冲击响应函数
从工作设备或现场，用传感器测到的振动信号并非故障点本身产生的
振动，而是这个振动和从故障点到传感器的安装位置这段传播路径的单位
冲击函数的卷积，有必要对这一单位冲击响应函数进行研究。
假定振动的传播路径是一个非时变的线性系统，那么，当有单位冲击
力Ｊ（ｆ）作用在轴承的故障点上时，传感器所接受到的信号就是振动传播系
统的单位冲击响应函数＾（，），它的富氏变换就是传递函数片∞），对于某一
其振频率脚。，＾（ｆ》可以表示为：
 砸）：｛荽ｆ）ｅｘｄ《）ｃｏ‰， 篙 （２．１０）

上式中盯为衰减常数，口（ｆ）是单位冲击响应的幅值，它是ｆ的周期函数，可
以近似表示为：

盯（ｆ）＝ｃｏｓ（２ｎｆｏｔ） （２・１１）

式中ｔ由故障位置决定，当故障出现在轴承的内圈上时，无＝－，：，当故障
出现在外圈上时，兀＝０，当故障出现在滚动体上时，正＝ｋ。
２．４．４滚动轴承故障振动的模型

对于一个非时变的线性系统来说，虽然存在多个固有频率，然而，由
于故障而产生的冲击力的幅值总是有限的，而且冲击能量也是有限的，因
而仅有有限个系统的固有频率被激起，系统的输出可以表示为：

ｘ（ｆ）＝∑』。，（ｒｂｐ如（ｒ）ｅｘｐ［－ｏ。（ｆ—ｒ）】ｃｏｓ０。（，一ｒ胁 （２．１２）

上式中ｎ表示系统共有ｎ个固有频率被激起。

２．５滚动轴承故障特征的提取
在进行滚动轴承故障诊断时，首先要提取轴承的振动信号，信号的获
得可以采用传感器、放大器、Ａ／Ｄ转换器和计算机所组成的测试系统，从
工作设备上测得。滚动轴承的故障可以激起从低频到高频的一系列振动，
由于其它零部件的不平衡、不对中、松动等所引起的振动往往集中在低频
段，所以，在低频段里很难将轴承的故障，特别是初期故障诊断出来，因
此，诊断所采用的信号往往是中高频段，以减少其它振动信号的干扰，所
以传感器一般采用谐振频率较高的加速度传感器，由于冲击振动通过不同
零件的联接界面～次，其能量就会损失大约８０％，因而，传感器应布置在
载荷密度最大而且最接近轴承的位置。

假定测得的时域信号为ｘ（ｉ），可以对ｘ（ｉ）进行一系列的处理，以提取出
反映故障特征的有关信息，滚动轴承故障信息的提取方法有以下几类：

２．５．１时域提取法１３５１

ｘ（ｉ）的均方根记为Ⅳ。，峰值记为Ｘ。。
 第二章滚动轴承的振动分析与故障特征提取

Ｘ‰ｓ＝ （２．１ ３）

通常可以用均方根值或峰值来反映振动信号的大小，然而这两个参数
都是有量纲量，对载荷和转速比较敏感，峰值因子Ｃ（Ｃｒｅｓｔｆａｃｔｏｒ） 峭度

Ｋ（Ｋｕｒｔｏｓｉｓ）ＪＥ是．为了克服这两个参数的不足而提出的。
（１）峰值因子Ｃ（Ｃｒｅｓｔｆａｃｔｏｒ）

Ｃ：Ｘ恻ｋ厶，＾ＲＭＳ
（２．１４）

峰值因子只是在信号有明显的脉动性时才可靠。轴承处于良好的状态
时，峰值因子的典型值范围是２．５到３．５，轴承有脉动性损伤时其值变高，
最高可达１１左右。一般来说，高于３．５就意味着损伤。对于滚动轴承而言，
只要其有较高的转速以产生大于背景噪声的振动，有一定的载荷以保证轴
承元件之间充分接触，那么峰值因子的值对运转速度和载荷是不敏感的。
在信号没有明显脉动性的情况下，用峰值因子来判定故障的有无就失去了
可靠性。

（２）峭度Ｋ（Ｋｕｒｔｏｓｉｓ）
零均值信号的峭度定义为

Ｋ：麦萎，尘！
ｘ
４
Ｒ”
（２ １５）

用峭度来判定故障是以检测四阶矩的变化为依据的，通常峭度值在３
到４．５之间变化，高于４的峭度值即预示着故障的出现。和峰值因子一样，
峭度也只是在信号有明显脉动性时才可靠。、

２．５．２频域提取法

时域诊断法虽然有速度快、实时性好等优点，然而它只能说明信号中
有脉动成份出现，并不能说明其中的细节，而且可靠性也有限，特别是对
于轴承的早期故障无能为力，频域诊断法正好可以弥补这个不足。如上面
分析的那样，轴承运转时，对于滚道上某一点来说，滚动体每经过一次，
都会产生一个脉冲激励，而且轴承的支撑刚度也是随轴承的转动而变化，
从而引起振动，所以即使在良好的状态下，轴承转动时也有一定的振动。
如果轴承元件ｆＪ｛现故障，如疲劳点蚀，这时滚动体和滚道在故障点接触时，
就会使原来的激励增强，产生更大的冲击，使轴承元件剧烈振动。在靠近
 浙江大学博士学位论文

轴承处测得的振动信号是故障造成的冲击信号和传递路径的系统函数的
卷积，对这个信号作谱分析可以得到有关元件更加详细的故障信息。轴承
元件的通过频率的计算公式如下１６１：
滚动体与外圈上某一点的接触频率为（即外圈的通过频率）

兀＝主（・一鲁ｃｏｓ口］六 ㈦１６）

滚动体与内圈上某一点的接触频率为（即内圈的通过频率）

／：＝三（１＋＿ｃｏｄ ｓａ）六 （２．１７）

滚动体上某一固定点与内圈或外圈的接触频率为（即滚动体的通过频

，＝取珈孑砂 （２．１８）

以上各式中，六为内圈的旋转频率 Ｄ为轴承的节径，ｄ为滚动体的

这些通过频率一般都在ｌＫ以内，在这个范围内很容易受到其它因素的
影响，例如不平衡、不对中等等，因而在频谱图上很难区分出这些通过频
率，所以很少直接采用在频谱图上通过确认滚动轴承的通过频率来以滚动
轴承进行特征提取和诊断。经常采用的方法主要有以下几种：
（１） 利用频域参数指标提取特征信息

一般来说，滚动轴承振动信号的频谱成份都比较复杂，要直接从中得
到故障的特征信息比较困难，可以定义一些能反映频谱成份及各成份能量
相对大小的批标，这些批标主要有：

ａ．重心频率（ＦＣ）
ｎ一１

∑／；ｓ（／：）
ＦＣ＝絮ｒ一 （２．１９）
∑ｓ（，；）
ｉ＝０

ｂ．均方频率（ＭＳＦｌ
 第二章滚动轴承的振动分析与故障特征提取

∑工２ｓ∽）
ＭＳＦ：型Ｌ—一 （２．２０）
∑ｓ（，：）
ｔ＝０

Ｃ．均方根频率（ＲＭＳＦ）

ＲＭＳＦ：√丽 （２．２１）

ｄ．频率方差（ＶＦ）
ｎ－Ｉ

∑∽一ＦＣ）２ｓＥ）
ＶＦ＝删—ｉ——一
∑ｓ∽）
（２．２２）

ｉ＝Ｏ

ｅ．频率标准差恤陌）

ＲＶＦ：师 （２．２３）

在正常情况下，滚动轴承也存在一定的振动，以上各指标在一定范围
办内有小幅变化，当滚动轴承的任一元件出现故障时，势必引起有关元件
的一系列固有振动，这些固有振动的频率都比正常情况下的振动信号的频
率高很多，所以会导致以上各个频域指标的变化。在监测滚动轴承工作情
况时，可以给以上指标的变化量一个阈值，变化超过这个阈值时，就可以
判定轴承状态的变化，即故障的出现，这种方法只可以判断故障的有无，
并不能诊断出具体的故障部位，因而也只是一种简易的方法。
（２）包络谱分析法｜３５】

轴承元件的损伤所造成的冲击振动能够激起轴承元件的固有振动，这
样冲击振动将被固有振动所调制，在频谱图上表现为一系列围绕轴承元件
固有频率的边带，边带将预示着损伤的出现。 为了准确地诊断出轴承的

故障及故障的具体部位，比较有效的分析方法是包络谱分析法。包络谱分
析法可以由以下示意图表示：
 浙江大学博士学位论文

图２．５．１

测得的信号ｙ（ｒ）中不仅有机器的故障信息，而且往往包含有大量的其它
频率成份，例如由于不平衡或不对中而造成的频率成份、齿轮的啮合频率、
以及流体振动所造成的一系列振动频率等等，这些频率成份与要研究的滚
动轴承的故障没有关系，不能反映轴承的故障特性，而且还会导致一些误
判，所以必须加以排除。正如前面所述，滚动轴承出现故障以后，滚动体
和滚道在故障点接触时会发生碰撞，产生脉冲力，从而引起振动，这个振
动被轴承元件的固有振动所调制。在振动信号的频谱上表现为围绕轴承元
件的的固有振动及其各次谐波的一系列边带。为了排除其它信号的干扰，
可以采用一个带通滤波器对信号进行带通滤波，这个带通滤波器的通带应
包括轴承元件的固有频率，而且带宽应合适，如果太宽会引入不必要的干
扰，如果太窄则会失去大量的信息，造成信息量的不足，影响分析的精度。
滚动轴承元件的固有频率可由下式求出［３６ Ｊ。
内、外圈的固有频率为：

＾＝ （２．２４）
ＹＵ， ｒ 匿∥

Ｅ一材料的纵向弹性系数［噘ｍ：］
，——圆环中性轴断面二次矩ｍｍ４ Ｊ

ｇ——重力加速度【９８００朋％Ｊ
ｙ——材料比重【叱ｍ，Ｊ
爿——圆环断面积ｋ埘２ Ｊ
＿Ｄ——圆环中性轴直径ｋｍ】
”——变形的节线数
滚副Ｊ体的同有炳率为¨
 第二章滚动轴承的振动分析与故障特征提取

，：一０．４２４『旦
Ｊ）５２．２（ 、一
ｒｏ＃一ｒ～２ｐ
ｒ——为滚动体的半径ｍ】

Ｅ——为材料的弹性模量阮：］
ｐ一为材料的密度『％，１
经过带通滤波以后，得到的信号ｙ，Ｏ）就是故障信号同轴承元件的固有
振动相互调制的结果，为了将两者分离，接下来要进行的是希尔伯特变换。
给定一连续时间信号ｘ（ｔ１，它的ＨｉｌｂＰｒｔ变换姊）定义为【叫：
１ Ｊ（ｒ），
ｒ
王（ｆ） ｉ
ｌ。—ｔ－一Ｔ办
：上广蜮，
＝ｘ（ｆ）＋一１ （２．２６）

ｊＯ）可以看作是ｘ０）通过一个单位冲击响应函数为＾Ｏ）＝±的滤波器的输

出。根据富立叶变换理论，＾（ｒ）的富立叶变换是符合函数ｓｇｎ心），因此，Ｈｉｌｂｅｒｔ

变换器的频率响应为：

州剧＝√ｓｇｎ＠＝｛ｊ’ ＝ （２．２７）

若记日ＯＱ）＝ｌＨＯＱ托州…，那么，

ＪＨ∞】＝Ｉ （２．２８）

伽
删＝堵 删 （２．２９）

上式说明，Ｈｉｌｂｅｒｔ变换器是幅频响应特性为１的全通滤波器，信号通过
Ｈｉｌｂｅｒｔ变换器后，其负频率成分作＋９００的相移，而正频率成分作一９００的相
移。

从工作设备测得的信号ｙ（，）经过带通滤波后成为窄带信号ｘ（ｆ），它可以
表示为：

一（ｆ）＝ａ（，）ｃｏｓ∞。，） （２．３０）

其中，ｎ（，）是低频信号，其最高频率Ｑ。远小于余弦信号的频率Ｑ。，＃
记。Ｏ）的富氏变换为４ｎ），ｃ。ｓ心。ｆ）的富氏变换为Ｄ（ｎ），，（ｆ）的富氏变换记为
Ｘ心），那么，

Ｄ心）：÷１５（ｎ＋Ｑ。）＋Ｊ（Ｑ—Ｑ。）】 （２．３１）

ｘ心）＝ｅ一心一ｍ）Ｄ０ｍ
：；－∞一Ｑ。）＋爿Ｑ＋Ｑ。）】 （２．３２）

雪（Ｑ）＝爿（ｏ）Ⅳ【脾）

：；∞心＋ｎ。）一∥心一Ｑ。）】
：ｊｌ［Ａ（ｎ＋ｎ。）一４心一Ｑ。）］

＝删・ｌｉ，（ｏ峨）一占Ｑ吨）ｌＪ｝（２．３３）
上式中，晏ｐ＠＋Ｑ。）一占（Ｑ—Ｑ。ｍ是ｃ。ｓ心。，）的富氏变换。所以，
ｉ（ｆ）＝ａ（ｆ）ｓ讯（Ｑ。ｔ） （２．３４）

，（ｆ）的解析信号可以表示为：

ｚＯ）＝ｘ（ｆ）＋面（ｆ） （２．３５）

Ｉｚ（，】即为原信号ｘ（ｆ）的包络｜ｎ（，ｌ

２．５．３倒频域提取法
倒谱（ｃｅｐｓｔｒｕｍ）也称为实倒谱（ｒｅａｌ ｃｅｐｓｔｒｕｍ），它的最早应用之一是
语音信号的分析方面，借助于检测语音的谐波结构来测定语音节距。倒谱
的另外一个应用是用来消除回声信号。
倒谱有各种不同的定义方法，但所有的方法都把它看作对数谱的谱（即

对数幅度，线性频率刻度），所以，信号ｘＯ）的倒谱西０）就是ｘＧ）的富立叶
变换的模的对数的逆富立叶变换，如下式表示：

毋Ｇ）＝，Ｆ７１“（Ｉ０９０ＦＦ７’００Ｈ）） （２．３６）

它的实现过程可以由下图表示：
 第二章滚动轴承的振动分析与故障特征提取

轴叵卜臣乎群 图２．５．２

从倒谱的定义可以看出，倒谱可以作为检测频谱中周期成分的工具。
由于采用了对数度，突出了频谱中的谐波成份，而且降低了信号从源到测
量点的传播路径的影响。
从本章第一节分析可知，在正常情况下，滚动轴承工作时也会引起一
定的振动，这些振动主要是由滚动体的弹性变形引起的，频域内的主要成
分是外圈的通过频率，即内圈的旋转频率和滚动体数之积。滚动轴承元件
出现诸如点蚀、剥落、过大变形等故障以后，滚动体和内、外圈在故障处
接触时，会产生一定的冲击，除了存在正常情况下有的振动以外，还将引
发有关元件的固有振动，元件的固有振动和该元件的通过频率的振动相互
调制，从而使振动更加复杂，随着故障程度的加剧，还可能诱发有关元件
的更高阶固有振动，而且，故障造成的周期性的冲击信号并非简谐信号，
它也可以分解成一通过频率和一系列谐波。在频域上往往表现出来的是故
障元件的固有频率及其谐波和围绕它们的一系列边带，边带有一定的周期
性，直接分析时由于其它一些噪声的干扰，常常不能达到满意的结果，利
用倒谱可以提取频率内周期性成分的等特点．在倒频域内给出能反映故障
特性的指标，可以弥补频域内提取法的不足，使诊断更加可靠。
２．５．４沃尔什列谱法
富立叶变换在信号分析与故障诊断领域得到了广泛的应用，并且取得
了公认的效果。富立叶变换是将信号分解为一系列的正、余弦信号，对于
大多数周期信号来说，富立叶变换是非常适用的。然而，在故障诊断中也
常常遇到一些富立叶变换不能完美表示的信号，如滚动轴承的滚动体或
内、外圈滚道的表面出现磨损、或大面积点蚀时，在故障表面接触时，产
生类似于方波的信号，在这种情况下，采用通信中已经广泛使用的沃尔什
变换可望达到更佳效果。
（１） 沃尔什函数

沃尔什函数系是只取±ｌ的完备正交系，在正交区蚓０≤０．＜Ｉ内，它的定
 浙江大学博士学位论文

义为：
。一１ ｇ加

Ｗａｌ（ｎ，口）＝兀ＲＱ＋１，０）
女＝０

”＝０，１，２，…２”’ （２．３７）

Ｒ（ｋ，目）＝ｓｇｎ（ｓｉｎ２‘７ｔＯ），ｋ＝０，１∥２．．
上式中，ｅ（ｋ，目）称为梅德拉克函数，ｓｇｎ（）为符号函数，ｇ（”’为”的格
雷码，ｇｐ’为”的格雷码的第女位数字。和正、余弦信号的频率对应，把沃
尔什函数在时基内平均符号变换次数的一半定义为列率，对于Ｗａｌ（ｎ，０），
序率Ｈ与归一化列率ｉ有以下关系：

ｆ
ｆ＝
｛曹
Ｉ Ｆ
…”
ｊｆ三。 （２ ３ ８）
¨‘。…

【鼍＿Ｌ ～一

（２） 离散沃尔什变换

将信号厂ｐ）和Ｗａｌ（ｎ，口）在正交区间［ｏ，１】上均匀采样Ｎ次以后，可以用
下式定义离散沃尔什变换：

肠，Ｇ）＝万］施Ｎ－Ｉ胁，Ｇ，川・，ｐ’）
”＝０，１，２，・・・Ｎ一１ （２．３９）

它的逆变换可以定义为：

厂ｐ，）：艺肋，０，０哆物砌）
０。＝１，２，…Ｎ一１ （２．４０）

从以上各式可以看出，离散沃尔什变换的正、逆变换之间只差一个因

子Ｋ，各需项的取值为１或＿１，因而计算十分简单，由于一次变换只需

做Ｎ（Ｎ—１）次的加减运算，所以离散沃尔什变换比离散富立叶变换快得多

…。

（３） 沃尔什功率谱

经过离散沃尔什变换以后，可以按下式求出信号的沃尔什功率ｉ｝手：
 第二章滚动轴承的振动分析与故障特征提取

Ｐ（ｆ）＝阡么，２（２ｆ一１）＋Ｗａｌ ２（２ｆ） （２．４１）

Ｐ眈）＝Ｗａｌ ２（Ⅳ一１），ｆ＿１川２・・％一１） （２．４２）

可以按照频域内定义重心频率、均方频率、均方根频率、频率方差、

频率标准差的方法，在沃尔什频域内定义出相应的指标，这些指标可以作
为故障的特征用于以后的故障识别。
２．５．５基于小波分析的特征提取
正如前面所述，故障特征的时域提取法对于信号中存在明显脉冲或幅

值明显增大的情况是有效的。对于早期故障来说，由于故障程度不够，没
有足够的冲击载荷，所以时域提取法往往难以奏效。频域特征提取方法大
都是基于富立叶变换，而富立叶变换只能描述信号的整体频域特性，对于
信号的局部频域特性缺乏表达能力，所以不能反映信号的频域特性随时间
的变化情况。

Ｗｉｇｎｅｒ谱和短时富氏谱虽然都能在一定程度上反映信号的时——频分
布，但都有其不足之处，小波分析是近十年来发展起来的一种信号分析与

处理的方法，它较好地解决了时域和频域的同时局部化问题。利用小波变
换来提取特征的原理和方法详见下一章。

２．６小结

由于自身的结构特点以及材料所具有的弹性，即使在没有任何误差的
理想情况下，滚动轴承在工作时，内、外滚道和滚动体所承受的载荷也呈
周期性变化，从而引起一定的振动。出现故障以后，滚动轴承的振动状态
会发生一定的变化，为了能有效地将滚动轴承的正常状态和故障状态区分
开来，本章首先分析了正常情况下轴承元件的受力情况，得出了滚动体和
滚道上所受载荷的变化规律。在此基础上，对滚动轴承的常见故障和出现
故障以后轴承元件的承载规律进行了分析，给出了滚动轴承故障振动的模
型。随后，介绍了常用的故障特征提取方法，针对不同的故障类型、不同
的故障程度，应采用不同的方法以取得良好的效果。对于故障程度较重、
信号中的冲击成份较明显时，时域提取法比较合适。由于冲击载荷会诱发
相关元件的固有振动，频域内可以提取出故障的更多信息。对于早期故障，
由于造成的冲击信号不太明显，常常被其它的振动成份所淹没，采用通常
的时域法或频域法难以取得应有的效果，这时采用Ｗａ Ｊ ｓｈ分析法、小波分
析法或小波包分析法可望取得更好的效果。
 浙江大学博士学位论文

第三章 小波理论及其在特征提取中的应用

３．１引言
众所周知，一个信号可以有多种描述方法，信号的时间历程即是用来
描述信号的幅值随时间的变化情况，信号的频谱即可以表达信号的幅值随
频率的变化的信息。为了描述信号的频域信息，可以用多种方法，如富立
叶变换、短时富立叶变换等。
富立叶变换是将信号与复简谐基函数进行比较，将信号分解为一系列
不同频率、不同幅值的简谐信号，由于简谐信号是在整个时间轴上传播的，
时域能量不集中，所以富立叶变换不能反映信号的频域信息随时问的变化
情况。对于平稳信号来说，用富立叶变换来分析其频域特性是可以的。然
而，从严格意义上来讲，实际的信号大多数是非平稳信号，如果要了解其
整体频率特性，把它视为平稳信号，用富立叶变换来处理也是可行的，如
果要分析信号的局部频率特性或频率特性随时问的变化情况，富立叶变换
就难以作到了。为了解决这个问题，发展了短时富立叶变换。

短时富立叶变换（Ｓｈｏｒｔ—ＴｉｍｅＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍａｔｉｏｎ），简称为ＳＴＦＴ，定

义为［４５１：

ｓ＂‰＝卜（ｒｌ，ｉ。０胁

＝Ｊｚ（ｒ≯＋（ｒ—ｆ）Ｐ一’。‘ｄｒ （３．１）

上式中，函数ｙ（，）具有短时延拓，又被称为窗口函数，所以上式又被称

为窗口富立叶变换。

由于ｙ（ｒ）具有短时延拓，ｘｏｐ＋０一，）表示了信号ｘ（ｆ）在时窗内的部分信
息，所以ｘ扛ｐ＋（『一ｆ）的富立叶变换反映了信号ｘ（ｆ）的局部时段的频率特性。
通过改变时间ｔ可以使窗口在时间轴上移动，重复计算富立叶变换便可以
得到信号频率成分随时间变化的大致形态。

窗１２１函数ｙＯ）的富立时变换ｙｐ）为频域内的窗口函数，ｙ（ｆ）在时域内的
宽度越窄，表明时域局部化越好，频域内的宽度越窄，表明频域内的局部
化越好。如果选用的窗口，（，）在时域、频域内具有良好的局部特性，那么，
短时富立时变换给出了信号ｘ（，）的局域时问一一频率分析，从而能同Ｈ寸ｎ
时域和频域内提取出关于ｚ（，）的精确信息。由Ｈｅｉｓｅｎｂｅｒｇ测不准原理可知，
 第三章小波理论及其在特征提取中的应用

时间窗的宽度和频域窗的宽度不能同时达到最小值，即不能在时域和频域
同时达到良好的局部特性。
从短时富立叶变换的实现公式可以看出，计算过程中，ｙ（，）是不变的，
即时一一频窗口的宽度大小是固定不变的，所以只适合于分析所有特性尺
度大小相同的各种时间历程，窗口没有自适应性，不适合于分析多尺度信
号和突变信号，而且其离散形式没有正交展开，难于实现高效算法，从而
限制了短时富立叶变换的使用范围［４０１４”。
小波正是为了解决短时富立叶变换和其它的时一一频分析方法的不足
而提出的。

３．２连续小波变换
为了研究信号的频域特性，就要选择适当的频率尺度。一般来说，频

率的尺度有二种构造方法：其一是采用调制的复简谐函数，例如富立叶变

换和短时富立叶变换。其二是对给定的基函数∥（ｆ）的时间变量ｒ进行尺度变

换，如果ｙ（ｒ）的中心频率为‰，那么经过尺度变换后的矿眈）的中心频率则
为。形ａ为了反映信号在时间轴上不同位置的频率特性，需要对妒（ｆ）平移变
换为ｙ（ｆ一６）。当尺度时移函数０塑１被当作信号局部特性的测量尺度时，变
换的结果就被称为小波变换（ＷａｖｅｌｅｔｓＴｒａｎｓｆｏｒｍａｔｉｏｎ），记为胛。
３．２．１连续小波变换的定义
当小波变换中的参数ａ和ｂ连续变化时，小波变换称为连续小波变换。

连续小波变换（ＣｏｎｔｉｎｏｕｓＷａｖｅｌｅｔｓＴｒａｎｓｆｏｒｍａｔｉｏｎ） 以由下式表示：

ｃＷＴｘ（ａ，ｂ）＝去弘砂＋（半）西 删 ‰ｚ，

上式中，ｙ（ｆ）称为小波母函数，０堂１称为小波，“＋”表示复共轭，ｄ称
Ｌ口／

为尺度参数，ｂ称为时移参数。

通过改变尺度参数ｎ和时移参数ｂ 可以改变小波Ｊ塑］的中心频率以
Ｌ ｄ／

及在时间轴上的位置。另外，改变尺度参数ａ可使小波伸展或收缩，改变

时移参数ｂ可以影响信号ｘＯ）在６点附近的分析结果。所以，小波变换是Ｎ，Ｊ

３７
 浙江大学博士学位论文

域变换，ｃｍｒ，（ｏ，６１是时频函数。

采用不同的小波母函数矿Ｏ）会得以不同的分析结果，ｐＯ）的选择即不是
唯一的，也不是任意的。它就该满足以下条件：
（１） 定义域是紧支撑的，即在一个很小的区域以外，函数为零。换
言之，函数应用速降性，以便获得空间局域化。
＋∞

（２） 平均值为零，即渺（，枷＝０，称为小波容许条件。可以导出下

式：

铲！铧虮ｍ （３．３）

其中，矿０）＝陟（ｒ≯。“ｄｔ

３．２．２小波逆变换

在进行连续小波变换时，只要选用的小波母函数ｙＯ）满足上面给出的条
件，原信号面）完全可以由它的小波变换来重构，重构的公式如下：

荆＝ｉ１娶ｃ呢㈨ｐ＋（孚）蚴 扭ｔ，

以上重构公式又称为小波逆变换。

３．２．３连续小波变换的基本性质
１．线性与共变性
（１） 线性
连续小波变换是线线性变换，即一个函数的连续小波变换等于该函数
的各个分量的连续小波变换的之和。
（２）平移和伸缩的共变性

连续小波变换在任一时移６０下是共变或协变（Ｃｏｖａｒｉａｎｔ）的，意思是：若

ｘ（ｆ）针ｃ暇（口，６），则有ｘ（ｆ—ｂｏ）Ｈｃ暇Ｑ，６一ｂ。）；小波变换在任一尺度ａ。下

也是共变的，即：若ｘ（ｆ）Ｈｃ暇Ｇ，６），则有ｘ‰ｆ）Ｈ｛一ＣＷＴ，（ａｏＯ，ｂｏｂ）。
、／‰

（３）微分运尊
 第三章小波理论及其在特征提取中的应用

ｃ‰，（掣卜吩（ｒ）》。（ｆ如 （３ｓ）

（２）局域正则性

如果信号在“处ｍ阶可微，则有：

ｃＷＬ（ａ，６）≤（／ｍ＋ｌａ托 （３．６）

上式说明，小波变换的局部性质与信号的局部性质有关，小波变换能
够度量信号的局部正则性。
１．相似性与消失矩
根据小波变换的定义，小波母函数可以通过改变时移参数ｂ和尺度参
数口得到一簇小波，各个小波之间是彼此相似的。

消失矩性质是指： ｐ‘∥（ｆ如＝ｏ，当ｋ＝ｏ时， Ｊｙ（ｒ）出＝ｏ，表明妒（ｒ）

是一个迅速衰减的、均值为零的波。

２．冗余度

连续小波变换中存在内在的信息冗余度（Ｒｅｄｕｎｄａｎｃｙ），简单地说，
连续小波变换的冗余度是指存在许多公式可以通过连续小波变换来重构
原来的信号ｘ（ｆ），也就是说，信号ｘ（ｆ）的连续小波变换和它的逆变换之问
不存在一一对应关系。

３．３离散小波变换
连续小波变换的尺度参数ａ和时移参数ｂ都是连续取值的，这给计
算带来了很大的不方便。在实际应用时，为了容易实现起见，经常对时
移参数ｂ和尺度参数口进行离散化，可以选取ａ＝簖，其中ａ。是大于１的
固定伸缩步长，ｍ是整数。同样可以取６＝ｎｂ。ｄ？，此处，ｎ＋０且与母小
波矿（ｆ）具体形式有关。
离散小波可以定义为：

‰一ｔｘ埘１。（ｔ－ｎ町ｂｏａｏ一）－赤∥ｋ卜栉６０） Ｂ，，

桐应的离散小波变换可以由以下公式表示：

ＤＨｚｂ，ｎ）＝口：ｉ卜（ｆｐＧｉ”ｆ—ｎｂｏ） （３．８）
 浙江人学博士学位论文

如果选取ａ。＝２，ｂｏ＝ｌ则可以得到二进离散小波：

‰Ｍ２洲等Ｊ－古形＿＂） ＠９，

可以构造出一些母小波ｙ（ｆ），使得ｙ。（，）是正交小波，也就是说

ｐ。（ｆ眵，．，，（ｆ№＝吒，ｍ吒，＝｛： ＝：：：：’… （３．１０）

由于小波变换具有冗余度，所以取％＝２，ｂ。＝ｌ而得到的二进小波

ｙ。（ｆ）与边续小波ｙ。Ｏ）相比不会损失基本信息，反而由于矿。（，）的正交
性，使得小波空间两点之问因为冗余度而造成的相关性得以消除，使得
小波变换的结果更加能够反映信号或函数本身的特征。
离散小波变换的重构可由下式表示：

工（ｆ）＝∑ＤＷＴｘ（ｍ，盯沙。（ｆ） （３．１ １）

３．４小波包分析

３．４．１小波变换的频率分辨率

小波变换的实质就是将信号ｘＯ）表示成为满足一定条件的小波母函数

少（ｆ）经平移和收缩得到的小波“塑１的线性组合。对于小波０塑］来说，时
、口， 、口／

移参数ｂ的变换只是影响到小波在时域中的位置，而对小波的频域特性不

产生影响，尺度参数ａ的变化将影响到小波变换的时域和频域的分辨率，

具体的分析如下：

妒（，）的能量为Ｅ，平均频率和频宽分别为ｐ）和２Ａ。，有如下关系㈦：

Ｅ＝ｊ］∥（ｆ】ｄｔ （３．１２）

（小衲学ｍ Ｂ１３）

妒电）足相位埘时间的一次导数。
 第三章小波理论及其在特征提取中的应用

酲＝三吵）＿（甜）ｍ№＋如）『出 （３ １４）

爿’（，）表示幅值变化。

ｙ（：］的能量为：
可ｙ眈＾：４＋ｉ｜少眈】２ｄ眈）：施 （３．１ ５）

幅值和相位的一次导数分别为ａ－Ｉ一’眈）和口一１妒’眈），平均频率和频宽分
别为：

沏。））＝左ｊａ。１妒＋眈）４ ２眈ｂ＝壶》比）彳２眈≯眈）＝燮ａ ｃｓ．－ｓ，

△乙ｏ）＝壶忡｛口～眈）】２＋ｐ妒＋眈）一向ｏ））ｆ一２眈糖
＝壶张２眈）＋ｂ’眈）刮甜）ｆ爿２眈归眈）
＝与酲 （３．１７）

所以，△。Ｑ）＝三Ａ。

以上推导的公式可以看出，尺度参数口的增大，使呼书的时域窗变宽，
这就意味着时域分辨率的降低，从另一方面来说，尺度参数ａ的增大，又

使０㈢的频宽变窄，这样就提高了频域的分辨率，同时，尺度参数口的变
化又会改变小波平均频率，即使频域窗在整个频域上移动。所以，小波变

换在不同的频段上有不同的频率分辨率。

３．４．２小波包分解
由以上分析可知，随着尺度参数口的变化，小波变换的时域分辨率和频
域分辨率都作自适应变化，对于一般的信号分析来说，往往是低频段求高
的频率分辨率，而Ｋ－高频段则允许有较大的频率误差，这时，小波变换是
呵以满足要＂－Ｒ的。但是，在一些频率分辨率要求很高雕ｌ场合，小波变换就
 浙江大学博士学位论文

不难以达到要求了。小波包分解正是为了弥补小波变换的这一不足而提出
的。

小波变换是一种多分辨分析（ＭｕｌｔｉｒｅｓｏｌｕｔｉｏｎＡｎａｌｙｓｉｓ，ＭＲＡ），ＭＲＡ的分解
过程可以由下式来表示：

ｖｏ＝Ｋｏ彬＝％０％ｏ彬一。 （３．１８）

上式中％表示原信号张成的空间，Ｋ表示低频小波张成的空间，彬表
示高频小波张成的小波。从上面的过程可以看出，小波变换只是对Ｖ空间
分解，而没对∥空间作分解，这正是小波变换的高频段分辨率低的真正原
因。只要对矿空间和∥空间一视同仁地同时分解，就可以实现对随尺度参
数ａ的减小而变宽的频窗口再作细化分割，就可以提高频率分辨率。
为了说明正交小波包，使用记号：

Ｊ朋（ｆ）酬ｆ）
Ｉ Ｈ（，）刊，） （３．１９）

其中，妒（ｒ）为尺度函数，ｙ（ｆ）为小波母函数。这时，按两尺度关系有

Ｉ砌（ｒ）＝∑ｐＩ肌（２Ｈ）
Ｉ地ｆ＋ｌ（ｆ）＝∑鲰所（２Ｈ） （３．２０）
Ｌ ｔ

｛Ｐ。｝，瓴）为正交滤波器。当，＝０时 上式成为小波两尺度关系式。由

上式定义的函数以Ｏ），ｎ＝２ｌ或月＝２ｌ＋１ ，＝Ｏ，１，２，…，称为关于正交函数

风（ｆ）＝≯（，）的小波包。
设ｕ？是由２彳以（２，ｆ一女），女∈ｚ张成的子空间，那么小波分解
¨＋．＝＿ｏ％，可参表示成为：
ｕ二，＝Ｕ？ｏＵｊ，．，∈ｚ （３．２１）

由上式可知，ｕ；”和ｕ≯１显然是ｕ二。的子空间，而且彼此正交，即

ｕ二．＝【，；“ｏｕｊ“１，＿，∈Ｚ （３．２２）

这样，对于，＝１，２，…，∽可以逐步分解为：

％＝Ｕ≯ｕ二．ｏｕ；一。

＝ｕ；：ｏｕ；一，ｏｕ？一，ｏｕｊ一：＝

４２
 第三章小波理论及其在特征提取中的成用

＝ｕ二。。ｕ二：１。ｕ二：２。…。ｕ二：‘＿１ （３．２３）

对于ｍ＝０，１…２．，２‘一１，ｋ＝１，２，．．，，和＝１，２，．．．来说，函数族

∥；脚＋。（２ｊ ｋｔ－１）），，ｅ ｚ ｆ３．２４）

是Ｕ：“ｋ…的一组正交基。那么，任意小波级数

ｘ，（ｆ）＝∑州ｙ（２”ｎ） ｒ３．２５）

均可以进一步分解为相应的小波包分量：

‰，（ｆ）＝∑ｄ∥，”∥：‰（２Ｈｆ一一），ｍ＝ｏ…１ ２…，２“ ｆ３．２６）

的正交和，其中＿００＝ｘ，（ｆ）。

３．４小波分析的应用

３．５．１小波分析在信号的压缩中的应用
所谓信号的压缩就是用某种方法去掉信号中的冗余部分，留下真ｍ
有用的信息。在通信领域，往往需要对信号进行转输和存贮，如果先对
信号进行压缩，在同等的通信容量下就可以增加通信的能力。事实下，
一维信号或图像中往往存在有大量的冗长余信息，如空问冗余、信息熵
冗余、视觉冗长余等，所以对信号进行压缩是切实可行的。
对信号进行压缩的过程称为编码，恢复的过程称为解码。根据解码后
的信号同原信号是否完全相同，可以把编码分为无失真编码和有失真编
码。其中无失真编码在解码后的信号同原始信号完全相同。有失真编码
经解码后同原始信号有一定的误差，但它的听觉或视觉效果不会因误差
而被拒绝接受。根据原理不同，可以将有失真编码分为预测编码、变换
编码、分频带编码、量化编码等。除了上述的方法以外，小波分析也可
以用于信号的压缩，同其它方法相比，小波分析压缩法具有压缩比高、
压缩速成度快、在压缩后能保持信号的特征不变而且在传递过程中ｆｆ较
强的抗干扰能力。
用小波分析进行信号的压缩可以分为以下几步：
１．估Ｉｊ的分解

以是％＋。中关于Ｋ的补空间，对于任一信号ｘ（ｆ）ｅ Ｌ２（脶），设ＸＮ（ｆ）是
 塑垩查兰堕主兰垡堡塞一一——
ｘ（，）在‰中的投影，有
Ｘｋ＋ｌ（ｆ）＝ｇｋ（ｆ）＋坼（ｆ） ｆ３．２７）

耳（ｆ）：艺ｃ觯‘，一，） （３．２８）

ｇ。（ｆ）＝∑ｄｊｙ（２‘ｆ－＿，） （３．２９）
一∞

ｃ：＝∑ｎ。。ｃ？“
，
（３．３０）

ｄ：＝∑％。ｃ？“ （３．３１）

其中， 移（２‘，一，）｝，舻（２‘ｆ一，）｝分别是空ｆｎＪ以与％的Ｒｉｅｔｚ基
ｋＡ如，｝是
ｃ七（胛）

ｄｋ（１１）
图３．５．１

图中，山２表示降样，即只剩下样数的一半。
２．小波系数分析与数据压缩
一个信号经上述各步分解以后，得到一系列不同分辨率的子信号，它
们的频率构成各不相同。在高频段，小波系数的绝对值一般较小，在低
频段，小波系数的绝对值较大。小波系数的大小实际上表明各层小波系
数在影响整个信号的形状与性质上起的不同作用，即在整个信号中的重
要程度不同，所以，可以对小波系数的绝对值大的层用大的位数表示，
小波系数绝对值小的层用小的位数表示，或者设置一个门限，小于该门
限的小波系数一概看作零。这样一来便起到了数据的压缩作用，而且重
建以后也不会造成太多的信息丢失。
３．信号的重建

设｛Ｐ。｝，｛ｇ。｝是二尺度序列，则有：
ｃ∥＝∑（ｐｎ－２１Ｃ？＋ｑ。，钟Ｊ
／
（３．３２）

可以用下图表示：
 厂＝＿］
ｃ２０） 叫个２
Ｉ．．．．．．．．．．．．．．．一
ｌ
厂＿］
ｄ七０） 叫个２ ｌ Ｉ．．．．．．．．．．．．．．．＿Ｊ

图３．５．２

其中，个２表示升样，即得到的样数为原样数的两倍。

３．５．２小波分析在信号分析中的应用
１．滤波

一个信号ｘ（ｆ），如果它的频带为【ｏ，Ｑ】，那么，经过一次小波变换可以

把它分解为高频部分和低频部分，即频带为【ｏ，％】和眈，ｎ】的二个信号，
对于低频部分再作一次小波变换以可以得到频带分别为

｝，％：】和眈：，％】的二个信号。如果采用小波包分解，还可以将高频部分
作进一步的分解，这样就可以把信号分解为互不相交的若干信号，也即实

现了信号的滤波。

２．时频域分析
对于小波变换来说，尺度口的变化相当于滤波器的通带宽度和平均频率
的变化，时移参数６的改变使时域窗口在时阳Ｊ轴上移动，所以，改变尺度
参数口可以得到一系列不同频率，而且频带互不相交的信号，从而实现了
信号的时——频分析。
３．信噪的分离和弱信号的提取
实际测到的信号中往往含有一定的噪声，噪声有多种多样，有白噪声、
瞬态脉冲噪声等等，如果噪声的频带和有用信号的频带不重叠，那么可以
用通常的滤波的办法加以消除，对于瞬态脉冲噪声来说，虽然它的持续时
间比较短，能量也不大，然而它的频带很宽，经常和有用信号的频带相重
叠，所以用通常驻的滤波方法往往难以凑效。由于小波变换和小波包变换
可以将信号分解为不同频带的一系列信号，所以可以先对含有噪声的信号
进行小波或小波包分解，根据先验知识找出信号和噪声各自所处的尺度范
围，再用不同的尺度的小波系数进行重构，就可以实现信号和噪声的分离。
４．求信号的分形指数
自然界中大量存在着一种现象，那就是某种事物的局部和它的整体具

４，５
 浙江大学博士学位论文

有某种相似性，例如弯弯曲曲的海岸线、起伏不平的山脉等等，它们的这
种相似方式称为分形［１１１４“。无论从整体还是从局部来说，分形都是不规则
的、不能用传统的几何语言来描述的。分形指数就是用来定量描述分形特
征的一个参数。对于测到的信号来说，尽管其中包含的主要成分可能是规
则的，甚至是周期性的，但由于受到许许多多随机因素的影响，往往也表
现出分形特征。一个信号或函数的分形指数有整体分形指数和局部分形指
数之分，在进行信号识别与分类时，不但要看它的整体分形指数，还要看
它的局部分形指数。

由文献【４”可知，当信号．厂和妒满足一些基本条件时，厂∈Ｃ“的充要条
件是厂的小波变换彬，厂满足不等式：

ｌ帆厂Ｉ古，吾１＜ｃ２－ｊ【“：Ｊ，：Ｎ一１，Ⅳ一２，…，Ⅳ一Ｍ，≈为整数
而且：啦帆，【古’砉］ （３．３３）

因此，求整体分形指数的问题就成为了求最佳ｃ，口 （即最大的口和最小
的ｃ），使得：

ｌｄ引≤ｃ２一，８，，＝Ｎ一１，Ｎ一２，．一，Ｎ—Ｍ，ｋ为整数 （３．３４）

具体的步骤为：

（１）令ｄｊ＝ｍａｘａＬ，求ｃ，口使得：
ｄ：ｓ ｃ２１８，，＝Ｎ一１，Ｎ一２，・一，Ｎ—Ｍ （３．３５）

（２） 对上式两边求对数，得：

ｌ０９２ｄ：ｓｌ０９２ ｃ一，口，／＝Ｎ—ｌ，Ｎ一２，・．．，Ｎ—Ｍ （３．３６）

令ｂｊ＝ｌ０９２ｄｊ，ｂ＝ｌ０９２ ｃ则有：
Ｊａ＋６：≤ｂ，，＝Ｎ一１，Ｎ－２，・一，Ｎ—Ｍ （３．３７）

（３）令卢，＝６一，口一ｂｊ，／＝Ｎ－１，Ｎ一２，…，Ⅳ一Ｍ
求口，ｂ使得：

∑历＝∑（６一ｊａ一６：） 最小。

经过以上各步，求出口以后，口一ｉ１就是全局分形指数。
 第三章小波理论及其在特征提取中的应用

求局部分形指数时，步骤同上，只是对于不同的，，ｋ有确定的变化范
围。

５．求Ｌｉｐｓｃｈｉｔｚ指数口
人们常用尖锐、陡峭等词来描述一个信号或图像的剧烈变化的部分，
这只是一种直观的、定性的表示方式。Ｌｉｐｓｃｈｉｔｚ指数口的引入正是为了对
这种突变现象做出准确、定量的描述。
对于一个函数厂（ｘ）来说，如果存在一个常数Ｋ，对于‰的邻域ｘ有下
列关系成立：

ｌ厂（ｘ）一Ｓ（ｘ。ｌ≤ｘｌｘ一‰Ｉ。 （３．３８）

那么，函数，ｂ）在点ｚ。的Ｌｉｐｓｃｈｉｔｚ指数为ａ。口越大，说明函数的正
则性越好，也就是越光滑。如果函数厂（ｘ）对所有的（墨ｘ。）ｅ０，６）满足上述关
系，则称函数Ｓ（ｘ）在区间ａ，６）上是一致Ｌｉｐｓｃｈｉｔｚ口的。虽然Ｌｉｐｓｃｈｉｔｚ指数口
可以反映函数Ｓ（ｘ１的正则性，但是，要想直接计算Ｌｉｐｓｃｈｉｔｚ ａ却是一件十
分困难的事。
根据文献【４０】，如果函数，（ｘ）在区间ａ，ｂ）ＪＬ是一致Ｌｉｐｓｃｈｉｔｚ口的，则
必存在一个常数Ｋ，使得函数Ｓ（ｘ）的小波变换对于所有ｘ∈ａ，６）满足下式：
｜％，几ｌ≤Ｋ（２’广
或ｌ０９２Ｉ％，厂Ｇ】≤ｌ０９２Ｋ＋ｊａ （３．３９）

其中，１％，厂Ｇ】表示函数ｆ（ｘ）的二进小波变换的模。
有了式（３．３９）以后，小波变换就为Ｌ枷ｃｈｉｔｚ指数口的计算提供了一个
简便而且有效的方法。

设函数Ｓ（ｘ）的二进小波变换彬，Ｓ（ｘ）的最大尺度为２。，假定‰为被检
测的奇异点，那么可以构造一个目标函数Ｅ（口，Ｋ），它与函数的小波变换之
间由下式相联系：
，， ，２

ＥＱ，Ｋ）＝∑眈，厂ｋ）一２４Ｋ Ｊ （３．４０）
／＝１

式（３．４０）中，口为Ｌｉｐｓｃｈｉｔｚ指数，Ｋ是待定常数，使上式取最小值就
可以求得口值。
在实际分析中，可以用Ｆ列方法求取被检测信号的奇异点及奇异性指
数：

设信号ｘ（１）是有限能境信Ｉ扎片先刈其进４ｉ－．进小波变换，然后再按
下列各步进行１４７１：
 浙江大学博士学位论文

１） 选取特征尺度
小波变换相当于用不同中心频率、不同带宽的滤波器对原信号进行
一系列滤波，不同尺度上的小波变换结果就对应于不同的分析频率，大尺
度的小波变换结果对应于低频成份和高的频率分辨率，也就是不同尺度的
变换结果包含有不同的信息。适当选取”个相邻的尺度
Ｊ＝ｍ，ｍ＋ｌ，ｍ＋２，…，ｍ＋月一１作为特征尺度。
２） 确定小波换的模极大点
在ｎ个特征尺度上选出所有的模极大值点。
３） 确定奇异点
一般来说，信号若在某一点上发生突变，那么该点附近的小波变换在
小尺度上将取极大值，可以选取最小的特征尺度ｍ上的模极大值点作为信
号的奇异点。
４） 建立极值链
对于每一个奇异点建立该奇异点沿尺度的一条极值链。设ｆ，为尺度ｍ
上的～个奇异点，在尺度／＝ｍ＋１上选取一个极大值点ｆ。．，使下式成立：
Ｋ．ｘＯ。圯。ｘ（ｔ。）＞０ （３．４１）

而且ｒ。是尺度ｍ＋１上的满足上式的ｆ。最近的点。对于所有的特征尺
度重复进行该步操作，直到得到一组极大值点ｆ。，ｆ。，…，ｒ…一．构成的一条ｔ，
的极大值链。
５） 计算Ｌｉｐｓｃｈｉｔｚ指数口

ｑ＝ｌｏｇ：１％。ｘ（ｒ川】一Ｉｏｇ：１ｗ：，ｘ（ｆ，】，Ｊ＝册，ｍ＋ｌ，…朋＋”一２
（３．４２）

那么，，。处的Ｌｉｐｓｃｈｉｔｚ指数口可以由下式给出

∑口，
口＝２—一
门一ｌ
（３．４３）

３．６小结
本章详细介绍了短时富氏变换、小波变换和小波包变换，为以后的
分析打下了坚实的理论基础。
 第四章碟式分离机轴承故障的分析与诊断

第四章碟式分离机轴承故障的分析与诊断
碟式分离机是一种多功能、高效率、多品种的薄层分离机械，普遍应
用于橡胶、制药、食品等行业，是这些行业的关键设备之一，可进行液一
一液、液一～固、液一一液一一固的分离。除了国产９Ｎ一５０和９Ｎ—１００
型小型牛奶分离机的立轴系统上下轴承采用滑动轴承外，其余机型的碟式
分离机都是采有滚动轴承支承横轴、立轴系统。碟式分离机的工作转速很
高（大约在７０００ｒ／ｍ左右），横轴系统是通过一对用作升速传动的螺旋齿轮
来驱动立轴系统的，螺旋齿轮在转动过程中将产生相当大的轴向载荷，因
而，用于支承横轴系统的单列向心球轴承既承受径向载荷又承受较大的轴
向载荷。另外，由于转鼓的高速旋转，很小的不平衡量也会引起很大的振
动，这些振动也给横轴轴承造成了较大的动载荷，因而，横轴轴承的故障
率也较高，是碟式分离机的主要故障之～。

４．１ ＤＲＪ４６０型碟式分离机轴承的分布及常见故障

４．１．１轴承的分布及型号
碟式分离机的传动部分可以分为横轴系统和立轴系统。横轴系统的示
意图如图４．１．１所示：

１一电动机２一弹性联轴器３一滚动轴承４一大螺旋齿轮５一滚动轴承
６一圆螺母７一横轴８一套筒９一滚动轴承１０一离合器 １１一滚动轴承

图４．１．１

从罔中可以看出，横轴系统主要是山电动机、弹性联轴器、离心摩擦
离合器、螺旋人如轮、横轴以及四ＪＩ滚动轴承组成。
标号为３的滚动轴承为单列向心球轴承，型号为Ｄ３０５或ＳＫＦ６３０５，它
 浙江大学博士学位论文

的结构参数为５０。，有８个滚珠。标号为ｌｌ的滚动轴承同样为单列向心球
轴承，它的型号为Ｄ２０６或ＳＫＦ６２０６，结构参数为３０×６２×１６，共有８个滚
珠。这两个滚动轴承对离一Ｉｉ，摩擦离合器起到支撑作用，在碟式分离机的起
动阶段，电动机的转速高于碟式分离机横轴的转速，离心摩擦离合器处于
打滑状态，这时，标号为３和１１的轴承的内、外圈之间有相对转动，当
碟式分离机达到工作转速以后，离心摩擦离合器不再打滑，标号为３和１ｌ
的轴承的内、外圈之间保持相对静止，相当于这两个轴承不再工作，因此
这两个轴承的实际工作时间远低于其它轴承，出现故障的概率也远低于其
它轴承。
标号为９的滚动轴承是横轴的左支撑轴承，为单列向心球轴承，它的
型号为Ｄ２１１或ＳＫＦ６２１ｌ，结构参数为，有１０个滚珠，标号为５的滚动轴
承是横轴的右支撑轴承，同样为单列向心球轴承，型号为Ｄ３０６或ＳＫＦ６３０６，
滚珠个数为８个，结构参数为３０×７２×１９。这两个滚动轴承对横轴系统起到
主要的支撑作用。
立轴系统的示意图如图４．１．２所示：

１～转鼓２一上轴承３一小螺旋齿轮４～立轴５一下轴承
６～颈向缓冲弹簧 ７一轴向缓冲弹簧８一轴承座
图４．１．２

由图中可以清楚地看出，立轴系统由转鼓、立轴、小螺旋齿轮、轴承
座、径向缓冲弹簧、轴向缓冲弹簧以及两只滚动轴承组成。径向缓冲弹簧
共有６根，均分布于上轴承座的四周，起到径向支撑作用，同时对由于转
鼓不平衡而造成的冲击载荷起到缓冲作用，轴向缓冲弹簧共有１２根，它
除ｊ’支撑立轴以外，刈安装轴鼓时造成的冲＿山载衙起至缓冲作用。
 第四章碟式分离机轴承故障的分析与诊断

标号为２的轴承是立轴上轴承，它是单列向心推力球轴承，型号为
Ｄ６６３１０或ＳＫＦ７３ｌＯＢ，结构参数为５０×１１０×２７，滚珠为１１个。
标号为５的轴承是立轴下轴承，它是双列向心球面球轴承，它允许内、
外圈的轴线有一定角度的摆动，型号是Ｄ１６０５或ＳＫＦ２３０５，结构参数是
２５×６２×２４，滚珠分为两排，每排个数为１１。

４．１．２轴承的固有频率及通过频率
监测轴承的工作状况时，要从工作设备采集有关的信号，一般来说是
振动信号。正如第二章所述，在正常情况下，滚动轴承工作时也会引起一
定的振动，一但轴承的某个元件出现了故障，往往要激起相关元件的固有
振动。测到的信号中除了有发生故障的元件的通过频率及其谐波以外，还
包含有它们被固有振动调制的结果，为了能准确地把握故障的特征，有必
要准确地求出各个轴承元件的固有频率和通过频率。根据第二章中给出的
有关公式，各轴承的计算结果如下所述。

４．１．２．１滚动轴承Ｄ３０６的固有频率和通过频率
该轴承内圈的旋转频率为２４Ｈｚ，Ｄ３０６的内径为３０ｍｍ，外径为７２ｍｍ，
宽为１９ｍｍ，滚珠直径为１２ｍｍ，由此可以求出：
内圈的通过频率为：厂＝１１７．７２Ｈｚ
外圈的通过频率为：ｆｏ＝７４ ２８Ｈｚ
滚动体的通过频率为：ｆ＝５０．３４Ｈｚ
外圈的固有频率为：
第一阶：∥＝３６６４Ｈｚ
第二阶：∥＝１０３６３．４Ｈｚ
第三阶：ｆ＝１９８７０．９Ｈｚ
内圈的固有频率为：
第一阶：，１１４４２８ １Ｈｚ
第二阶：厂２＝４０８０８．８Ｈｚ
第三阶：，’＝７８２４７．４
滚珠的固有频率为∥＝２５９２７５．８Ｈｚ

４．１．２．２滚动轴承Ｄ２１１的固有频率和通过频率
滚动轴承Ｄ２１１内圈的旋转频率为２４Ｈ，它的内径为５５ｍｍ，外径为
１００１Ｉｌｌｌ］，宽度２１ｍｉｌｌ，滚珠直径为１ ３ｍｍ，由此可以求得：

内圈的通过频率为：ｆ＝１４０．８６Ｈｚ
 外圈的通过频率为：正＝９９．１４Ｈｚ
滚动体的通过频率为：ｆ＝６６．９４Ｈｚ
内圈的固有频率为：
第一阶：厂１＝４５０３．２Ｈｚ
第二阶：，２＝１２７３７ Ｈｚ
第三阶：厂３＝２４４２２．ＩＨｚ
第四阶：＿，：４＝１６８３Ｉ．７Ｈｚ
外圈的固有频率为：
第一阶：ｆ＇ｏ＝１９１９．１Ｈｚ
第二阶：ｆｇ＝５４２８．０８Ｈｚ
第三阶：ｆｇ＝１０４０７ ８Ｈｚ

第四阶：ｆｏ＇＝３９４９５．８Ｈｚ
滚珠的固有频率为ｆｒ＇＝２３０４６７．４Ｈｚ

４．１．２．３滚动轴承Ｄ６６３１０的通过频率和固有频率
该轴承为立轴上支撑轴承，其内圈的旋转频率为１２０Ｈｚ，内径为５０ｍｍ，
外径为１１０ｍｍ，宽为２７ｒａｍ，滚珠直径为１９ｍｍ，由此可以求得通过频率
和固有频率如下：
内圈的通过频率为：ｆ＝８２７．６５Ｈｚ
外圈的通过频率为：．ｔｏ＝４９２．３５Ｈｚ
滚动体的通过频率为：，＝２２０．９７Ｈｚ
外圈的固有频率为：
第一阶：ｆｏ‘＝２７９２．３２Ｈｚ
第二阶：Ｃ＝７８９７．８７Ｈｚ
第三阶：ｒ＝１５１４３．４９Ｈｚ
第四阶：ｆｏ＇＝２４４９０．２８Ｈｚ
内圈的固有频率为：
第一阶：，：１ ４６０１．９５Ｈｚ
第二阶：，２＝１３０１６ ３１Ｈｚ
第三阶：＿，：３＝２４９５７．６３Ｈｚ
第四阶：，４＝４０３６１．８６Ｈｚ
滚珠的固有频率为∥＝１６３７５３，１３Ｈｚ

４．１．２．４滚动轴承Ｄ１６０５的通过频率和固有频率
滚动轴承Ｄ１６０５是立轴的下支撑轴承，它的内圈的旋转频率为１２０Ｈｚ
 兰婴皇堡壅坌壅垫塑墨垫堕塑坌堑皇堡堑一——
内圈直径为２５ｍｍ，外圈直径为６２ｍｍ，宽度为２４ｍｍ，滚珠直径为１０ｒａｍ，
可以求得该轴承的通过频率和固有频率如下：
内圈的通过频率为：／：＝８１４．５７Ｈｚ
外圈的通过频率为：ｆ＝５０５ ４３Ｈｚ

滚动体的通过频率为：，＝２４２．１５Ｈｚ
外圈的固有频率为：
４６ Ｈｚ
第一阶：ｆｏ＇＝４８９５

第二阶：ｆ０２＝１３８４６．４４Ｈｚ

第三阶：ｆｇ＝２６５４９ ３４Ｈｚ

第四阶：ｆｏ＂＝４２９３５．９９Ｈｚ
内圈的固有频率为：
第一阶：，：１＝１４５８８．３９Ｈｚ

第二阶：，：２＝４１２６２．２ｌ胁
第三阶：，３＝７９１１６．６８Ｈｚ

第四阶：∥＝１２７９４８．６９Ｈｚ
滚珠的固有频率为∥＝３１１１３０．９４Ｈｚ

４．１。３碟式分离机轴承的主要故障
ＤＲＪ－－４６０碟式分离机的横轴系统共有四只滚动轴承，其中Ｄ３０５和
Ｄ２０６用来支撑离心摩擦离合器，它们只是在碟式分离机的启动阶段内外圈
才有相对转动，而且呈受的载荷并不大，所以，正常情况下它们不会出现

故障，因而，在进行状态监测和故障诊断时，对它们不予考虑。
对于横轴左支撑轴承Ｄ２１Ｉ来说，由于它到大螺旋齿轮的距离较小，因

而受有较大的径向载荷，所以它的常见故障是点蚀和塑性变形。
对于横轴右支撑轴承Ｄ３０６来说，尽管它离大螺旋齿轮的距离较大，受
到的径向载荷比Ｄ２１１受到的小，然而，大螺旋轮的螺旋角比较大（４０。），

旋转时产生很大的轴向力，也正是这个轴向力驱动了小螺旋齿轮的转动，
所以Ｄ３０６除了受有径向载荷作用以外，还受有很大的轴向载荷作用。这

样，点蚀和塑性变形也是主要的故障形式，另外，在机器内进水等不良情
况下，轴承不能得到良好的润滑，Ｄ２１１和Ｄ３０６都会出现磨损过大的故障。

至于立轴上支撑轴承Ｄ６６３１０，由于转鼓的质量大、尺寸大、转速很高，
即使有不大的不平衡量，也会产生给立轴系统和横轴系统造成较大的附加

径向载荷，虽然有６根径向缓冲弹簧上轴承受的径向载荷也是很大的，１２
根轴向缓冲弹簧也不能完全吸收安装转鼓时产生的轴向冲击，另外，由于
 浙江大学博士学位论文

轴承处于垂直安装的状念，难以对它进行良好的润滑，所以立轴上支撑轴
承的主要故障形式是塑性变形、磨损和点蚀。
立轴下支撑轴承Ｄ１ ６０５具有较好的润滑条件，由于它处于立轴系统的
最下端，长期浸１ ７油池之中，润滑油中的杂物被大螺旋齿轮搅起后容易进

入轴承，在较大的载倚作用下，主要的故障形式是磨损、点蚀和塑性变形。

４．２试验装置与试验步骤

４．２．１试验装置简介
试验是在ＤＲＪ一４６０碟式分离机上进行的，该碟式分离机的外形如图

４．２．１所示。

图４．２．１

该机的结构参数如下：

转鼓内径：３９５ｍｍ
碟片数：１１０～１ｌ ５张

碟片间隙：０ ５Ｉｌｌｌｉ＂１

碟片锥度母线与水平线的央角：５００

工作转速：约７２００‰ｉｎ
电动机功率：１１ＫＷ

电动机转速：１４６０ ｒ／ｍｉｎ
 第四章碟式分离机轴承故障的分析与诊断

外形尺寸：１２１０ｍｍ×８４３ｍｍ Ｘ１６６５ｍｍ

重量：１０４０Ｋｇ

４．２．２传感器的选择
该试验的主要目的在于分析和研究碟式分离机轴承的性能和常见故
障，正如本章第一节所述，虽然滚动轴承振动的通过频率大都在几百赫兹，
但是在如此低的频段进行测试时，非常容易受到其他信号的干扰，如不平
衡、不对中等等，所以必须采用其它的频段来测试，滚动轴承在出现故障
以后，往往要激发相关元件的固有振动，对这些固有振动的分析往往可以
得到有关的故障信息。滚动轴承元件的固有频率大都在几千至几十千赫兹
之间，这就要求所选择的传感器的工作频率必须包含这个频率范围。常用
的测量振动传感器有位移传感器、速度传感器和加速度传感器等，其中位
移传感器适合于低频振动的测量，速度传感器适合于中频振动的测量，加
速度传感器适于高频振动的测量。正如上面所述一样，滚动轴承的状态信
息多包含在高频振动之中，所以应选择加速度传感器，由于压电式加速度
传感器体积小、重量轻、性能可靠，而且安装也比较方便，所以选择压电
式加速度传感器来测量滚动轴承的振动。

４．２．３传感器的安装
１． 传感器的安装方式
加速度传感器的安装方式主要有以下几种：
１） 螺纹联结：
这种安装方法是利用半头螺柱将传感器固定到被测振动体的表面
上，它需要在被测振动体上加工出一个螺纹孔。为了保证测量的准确性，
应使传感器和被测表面相互绝缘，具体的做法是在传感器和被测表面之
间装上尽可能薄、硬的绝缘垫片（如母垫片），为了改善联接刚度和响
应特性，还可以在传感器和被测表面之间涂一薄层的硅油。
２） 蜡粘结：
这是一种用一层薄蜡将传感器粘到振动体的表面上。这种方法只适

合于环境温度不高、传感器的质量比较轻而且振动加速度不超过

１００ｍ／：的场合。
，ｄ．

３）粘结剂粘结：
这种安装方法是用粘结剂将传感器粘到振动体的表面上，要求粘结
荆有强的粘结力，而且能迅速千涸。常用的粘结剂是５０２胶水。
 浙江大学博士学位论文

４） 磁铁联结：
这种安装方法是先将传感器拧紧到带有螺纹的磁铁座上，然后通过
磁铁吸附到被测振动体的表面。安装表面必须平整、导磁。
以上几种安装方法中，第一种方法即螺纹联结的测试频率的上限最
高，其它几种安装方法的测试频率的上限依次降低，由于螺纹联结要求
在被测试表面加工出螺纹孔，这就要求被测表面比较平整，而且应该有
足够的空间来钻孔和攻丝，所以这种安装方法对于碟式分离机轴承振动
的测试来说不太方便，腊粘结时传感器的质量要比较小，即使这种情况
下也难保不会脱落。所以，在碟式分离机振动的测试时，传感器的最佳
安装方式是粘结剂粘结，在测量频率不高的情况下（通常在几ＫＨｚ以
下），也可以采用更加方便的安装方式，即磁铁联结。

４．２．４传感器位置的选择
振动在结构中传播的过程中，会有反射、衍射等情况出现，这就使测
到的振动信号变得十分复杂，而且阻尼在材料中普遍存在，随着传播距离
的增加，振动能量的损失逐步增大，振动每经过一个界面能量就会衰减速
８０％，对于高频信号的衰减程度更大。所以，传感器的位置距振源越近越
好。
对于碟式分离机来说，它的结构十分复杂，由于反射、衍射、衰减以
及材料的非线性因素等的影响，仅选择某一个位置来测量所有轴承的振动
信号，是不可能得到一个最佳结果的，因而必须根据具体的要监测的轴承
的位置以及承受载荷的情况来决定传感器的安装位置。

４。２．５试验步骤
碟式分离机的轴承分别位于横轴系统和立轴系统，具体结构见图４．１．１
和图４．１．２，对于立轴系统来说，它的上轴承是单列向心球轴承，既可以
承受径向力也可以承受较大的轴向力，下轴承是双列向心球面球轴承。横
轴系统的左右轴承都是单列向心球轴承，它们主要是用来承受径向载荷
的，所以承担轴向载荷的能力相对较弱。由于转鼓是由一对螺旋齿轮来驱
动，这对螺旋齿轮在啮合传动时不但会产生径向力和切向力，而且还会产
生轴向力，所以，支撑横轴和立轴系统的轴承不但要承受轴向载荷，而且
还要承受较大的轴向载荷的作用。仅从受力的角度来看，横轴轴承的故障
率要高１。市轴轴承，而且由于立轴．卜轴承处于弹性支撑之中，作为碟式分
离机主要故障的转鼓不平衡所引起的冲击载荷对立轴轴承的影响并不太
 第四章碟式分离机轴承故障的分析与诊断

大，但是可以通过螺旋齿轮传给横轴轴承，这也增大了横轴轴承的故障率。

然而从转速的角度来看，立轴的转速远远高于横轴的转速，这就增加了立

轴轴承出现故障的可能性。所以，总的来说，横轴轴承和立轴轴承出现故

障的概率是差不多的。由于立轴轴承装拆很不方便，所以初步选择横轴轴

承来试验，又因为横轴右轴轴承的装卸比左轴承又方便许多，因此最终选

择横轴右轴承作为试验对象。

为了得到一个故障诊断的基准状态，在试验时首先将碟式分离机的整

体性能调到良好状态，主要是将转鼓作仔细的动平衡，采用良好的螺旋齿

轮和滚动轴承。在不同的转速下，在不同的位置上用加速度会感器测得加

速度信号，然后分别在时域、频域、时频域采用不同的分析手段获得良好

状态下的不同指标，以便以后同其它情况下的有关参数做一比较。

接下来是将状态良好的横轴右轴承拆下，换上一个旧的、具有某种严

重故障的同型号轴承，采用同第一步相同的测试步骤，得到一系列的状态

数据，并对该数据做相应的处理，以便得到严重故障情况下的特征参数，

为以后的故障识别作好数据准备。

最后，选取一个全新的、状态良好的滚动轴承，在它的内或外滚道上

用人为的方法设置一个程度较轻的故障，以便仿真故障的早期状态。用它

取代原来的横轴右轴承，在不同的位置、不同的转速下，得到相应的振动

信号，并按照同上面两步相同的处理方法做进一步的处理。

４．３试验结果与分析

４．３．１正常情况下的试验结果与分析

在碟式分离机的正常工作转速下（即７２００％ｉｎ），将传感器安装到横
轴右端，根据正常工作时轴承的受力分析，找出轴承受力最大的方向作为

振动的测量方向，具体位置如图４．３．１所示。用磁铁吸附法安装传感器时

测得的时域信号如图４，３．２所示，采样频率为４３４７８Ｈｚ，其频谱如图４．３．３
所示。
 塑坚查兰堕主兰些笙苎——

图４．３．１

日寸ｒ司（ｘ０．０２３ｍｓ）

图４．３．２

．５８．
 第四章碟式分离机轴承故障的分析与诊断

从图４．３．３所示的频谱图中可以看出，振动信号的频率成分主要集

中在中低频段，即８ＫＨｚ以下。由本章第一节的计算可知，虽然滚动轴承

的通过频率都在低频部分，但是轴承元件的各阶固有频率大都集中在高频

段，由第二章分析可知，滚动轴承的某个元件一旦出现故障，势必要引起

相关元件的固有振动，而测量得到的信号则是以元件的通过频率为主要频

率成分的振动和固有振动相互调制的结果，在频谱图上主要表现在高频

段，显然，要准确地把握滚动轴承的故障特征，采用磁铁联接法来安装传

感器是不合适的。将传感器用粘结法安装在相同的位置测得的如图４．３．４

所示，采样频率仍然是４３４７８Ｈｚ。

图４．３．４

图４．３．４所示的信号和图４．３．２相比有很多相似之处，但也存在着明

显的差异，那就是除了高频成分以外，还存在着明显的周期性成分，经分

析可知，这些周期成分是由转鼓的旋转引起，尽管转鼓已经经过良好的动

平衡，但不平衡量是不可能彻底消除的，所以由于不平衡而引起的振动始
终存在。

１．时域特征的提取

经计算，图４．３．４所示的信号的具有以下时域特征指标：

峰值：ｐｅａｋ＝Ｏ．３５４０
均方根值：Ｍｓ＝０．１０３６
峰值因子：Ｃ＝３．４１８１

峭度： 髟＝３．０６９４

２．频域分析
 浙江大学博士学位论文

为了进一步分析振动的具体构成成分，以便以后同其它状态加以比

较，对图４．３．４所示的信号进行谱分析，结果如图４．３．５所示。
幅１Ｉ

图４．３．５

从图４．３．５所示的频谱图中可以清楚地看出以下频率成分：１２０Ｈｚ、１５４０Ｈｚ、

３０８０Ｈｚ、４６２０Ｈｚ和１９５００Ｈｚ，其中，１２０Ｈｚ是转鼓的旋转频率，１５４０Ｈｚ、３０８０Ｈｚ

和４６２０Ｈｚ分别表示齿轮的啮合频率和它的二倍频率和三倍频率，１９５００Ｈｚ对应

于３０６轴承的外圈第三阶固有频率。比较图４．３．３和图４．３．５可以看出它们的

明显差别，以１９５００Ｈｚ为中心的一簇频率在图４．３．３中很不明显，所以，以

后的分析都是对以粘结方式安装的传感器得到的信号进行的。

为了使分析更加合理、可靠，在不同时刻，对同一位置上的振动加以

测试，结果如下：

第一组的时域信号如图４．３．６所示，它的时域特征指标为：

峰值：ｐｅａｋ＝Ｏ．３４３０
均方根值：删ｓ＝０．１１２６
峰值因子；Ｃ＝３．０４９９

峭度： Ｋ＝２．７５８４

图４．３．６
 苎婴兰壁塞坌塞垫苎墨垫堕塑坌堑皇堡堑 一

它的频谱如图４．３．７所示

图４．３．７

第二组的时域信号如图４．３．８所示，它的时域特征指标为

峰值：ｐｅａｋ＝０．３４１２
均方根值：ｒｍｓ＝０．１０８１

峰值因子：Ｃ＝３．１５４９

峭度： Ｋ＝２．９９１６

… …。
－－，／－ｆａｌ（ｘ２００茗２３ｍ。）

图４．３．８

它的频谱如图４．３．９所示：

图４．３．９

．６１．
 浙江大学博士学位论文

比较图４．３．５、图４．３．７和图４．３．９可以看出，不同时刻、同一位置、同

一传感器测得的信号的频谱构成基本相同，具有相同的主要频率成分，只是幅值

稍有区别，造成这种现象的主要原因是信号的相位的变化。由于同一状态、不同

时刻的频谱有一定的变化，所以，在判断设备状态时否异常时，如果用频谱中的

各个频率成分同标准状态下的相应成分相比较，往往难以得出令人满意的结果。
求出频域指标，并用此来状态识别的依据之一，是一种比较有效的方法。下面给

出有关的计算结果如下：

图４．３．４所示信号的频域指标为：

中心频率：ｆｃ＝９．８２７４ＫＨｚ，均方根频率：ｒｍｓｆ＝１１．９１８ＫＨｚ

图４．３．６所示信号的频域指标为：

中心频率：缸＝９．４０１９ＫＨｚ，均方根频率：ｒｍｓｆ＝１ １．５２７ＫＨｚ

图４．３．８所示信号的频域指标为：

中心频率：尼＝９．７０５９ＫＨｚ，均方根频率：ｒ，ｎｓｆ＝】１．８３３ＫＨｚ

３．倒频域分析

信号的频谱常常受到各种因素的影响，如信号的传播路径以及其它噪

声，为了使分析更加可靠，要采取一定的措施，尽量减小这些因素所起的
副作用。倒谱经常披用来分析信号频谱中的边带成分，而且对信号的传播

路径的敏感程度比频谱轻，所以对信号进行倒谱分析以提取有关状态信
息。

图４．３．４所示信号的倒谱为：
 浙江大学博士学位论文

峭度：Ｋ＝３８６．０２１１

＜３＞．图４．３．１２所示信号的状态参数如下：

峰值：ｐｅａｋ＝０３１００
均方根值：Ｍ＝０．０３２７
峰值因子：Ｃ＝９．４８０２

峭度：Ｋ＝３８８．１６６

以上状态参数的平均值为：

峰值：ｐｅａｋ＝０．３０８３
均方根值：Ｍｓ＝Ｏ．０３３１
峰值因子：ｃ＝９．４２４９

峭度：Ｋ＝３７５．０１６９

４．沃尔什谱分析

正如第二章所述，沃尔什谱在分析方波信号或包含有方波成分的信号时，有

着比富立叶谱分析更加良好的效果。在正常情况下，从机械设备中测得的信号中

通常包含有大量的由机器的旋转而引起的周期成分，所以对这样的信号采用富立

叶谱分析可以得到比较简洁的功率谱，如果用沃尔什谱来分析，情况就恰恰相反，

得到的功率谱中的成分就相当复杂，而且很难从中找出明显的规律，这也下是图

４．３．１３、图４．３．１４和图４．３．１５中所能反映出的一个事实。当机器中的轴承或齿

轮出现诸如点蚀、胶合等表面损伤性故障时，将会产生一系列的冲击，从而引起

有关振动信号的较大变化，故障点很小时，脉冲的宽度很窄，故障面积较大时，

引起的脉冲宽度会变大，同方波更加接近，这时采用沃尔什谱分析就更加合适，

为了同以后的处理结果进行比较，下面分别求出各个信号的沃尔什谱，并且计算

出各自的状态参数。

＜１＞．图４．３．４所示信号的沃尔什谱为：
 ｅ６０ｐ。６＝０：圭圈耳劫

６ｃｅ０‘０＝ｊⅢ』：哥谢覃研

ＺＩＩｅ’Ｏ＝ｇｏａｄ：哥挪

：ｉ蹲骠霉翠淋朝鲁粤些幽Ｉ Ｉ‘￡‘｝围’＜ｚ＞

ＬＥ８８＋ｅＳｅ＝ｘ：翠钟

Ｅ９８Ｅ‘６＝０：士圈哥却

ｇＥ￡Ｏ’０＝ｓ““：哥诽早簖

￡ｃｏ￡’０＝≈口蒯：哥劫

：ｉ蹲骠霉翠淋明鲁身些蚓ＯＩ’ｅ’ｐ圈’＜Ｉ＞

：醵

霉￥阜明鲁兽少号甭堆腊髟迥生‘避羽询衅犁淋罩并哇孵蓟华鹑翠淋粜卫劫工《

。明些幂磐刨瞽业硪脊釜鲁哥焉母百世‘雾砒肇圈鲷鲁髻啪缮《圈哥暮‘略因明

犁一旦Ⅲ叫军‘垦半翠髟明辊膨蝉直Ｗ可‘翠淋勘工一剧明母蔡一刨上当擎衅叫

罩昌哲‘到衅疆￥淋碰明囤疑阎阴当螂ｚＩ’￡’ｐ圈哇ＩＩ。￡’｝固、ＯＩ‘￡’ｐ翻

ｇＩ’ｅ‘ｐ固

■Ｕ■●

：《戥回明鲁兽些蚓８‘￡’ｐ国

ＩＩ’￡‘ｐ国

：鬃崧旧朝鲁哥当蝈９。Ｓ＋ｐ嗣

蝴锲与擤暂明■碎謇臀僻簟妤草糖真回髯
 苎婴童壁苎坌塞垫塑墨垫壁箜坌堑兰堡堕————————————一
它的有关状态参数为：

ｐｅａｋ＝０．００４７

ｖｍｓ＝０．００１９

Ｃ＝２．４４５６

Ｋ＝１．９６６４

＜２＞．图４．３．６所示信号的沃尔什谱为
。＇ｏ。－ｍ１Ｉ

图４．３．１４

它的有关状态参数为：

ｐｅａｋ＝０．００５４

ｒｍｓ＝０．００２

Ｃ＝２．６６３６

Ｋ＝２．０７１８

＜３＞．图４．３．８所示信号的沃尔什谱为

图４．３．１５

它的有关状态参数为

ｐｅａｋ＝０．００５１

ｒｍｓ＝０．００２ｌ

Ｃ＝２．４４３６

．６５・
 浙江大学博士学位论文

Ｋ＝１．９９４３

以上状态参数的平均为：

ｐｅａｋ＝Ｏ．００５０７

ｒｍｓ＝０．００２

Ｃ＝２．５１７６

Ｋ＝２．０１２９

５．小波包分析

小波变换相当于用不同中心频率、不同带宽的滤波器对原信号进行一

系列滤波，不同尺度上的小波变换结果就对应于不同的分析频率，大尺度

的小波变换结果对应于低频成份和高的频率分辨率，相反，小的尺度的小

波变换结果对应于高的中心频率和低的频率分辨率。对于离散小波变换来

说，它的尺度的变化往往是以二的若干次幂的方式进行的，即在第一次分

解时，把整个信号分解为高频部分和低频部分，接下来的分解是把原来的

低频部分重新分解为高频部分和低频部分，而对高频部分没有做进一步的

分解。对于那些频率特性要求不太高的场合，离散小波变换得到了广泛的

应用，如信号的分解与重构，噪声的消除等。正如第二章和本章前面部分

所述那样，滚动轴承在正常工作时也会诱发一系列的振动，虽然滚动轴承

的内、外圈和滚动体以及保持架的通过频率都不算太高，但是它们能激发

起高频振动。在出现如点蚀、剥落等故障以后，轴承元件在故障点相接触

时会产生冲击载荷，从而诱发相应元件的固有振动，随着故障程度的进一

步发展，还有可能激发相应元件的高阶固有振动，根据本章前面部分的计

算可知，滚动轴承元件的固有频率大都在几千赫兹到几万赫兹之间，属于

高频振动，而离散小波变换在小尺度的情况下具有较低的频率分辨率，这

对于滚动轴承有关元件的故障的分析和识别来说是不够的。小波包变换弥

补了离散小波变换的不足，它不但对前一次分解得到的低频部分进一步的

分解，而且对前一次分解得到的高频部分也进一步的分解，所以在每一级

的分解中都有相同的频率分辨率，因而和离散小波变换相比，小波包变换

更加适合于滚动轴承的故障分析与识别。

对图４．３．４所示的信号进行小波包变换，第三层小波包变换结果如下图所
不：
 第四章碟式分离机轴承故障的分析与诊断

图４．３．１６

上图表示了原信号在不同频段内的能量分布。从图中可以看出，第七段内的

能量最大，该段对应于信号的低频部分，从原信号的频谱图中也同样可以看出低

频部分的能量占据了主要地位。另外，第八段的能量也比较大，第十段中有较为

明显的周期成分。

为了检测３０６轴承的振动情况并对其进行进一步的故障分析与诊断，以上信

号取自于３０６轴承附近，其主要频率成分由３０６轴承和齿轮的振动所决定，从本

章前面的部分可知，３０６轴承的元件的固有频率如下：

外圈第一阶固有频率为３６６４Ｈｚ

外圈第二阶固有频率为１０３６３．４Ｈｚ

外圈第三阶固有频率为１９８７０．９Ｈｚ

内圈第一阶固有频率为１４４２８．１Ｈｚ

以上各个固有频率分别包含在小波包分解的第八、第十、第十四和第十二段

内，为了能够和异常情况下的滚动轴承的振动信号作一个详细的比较，将第八、
第十、第十四和第十二段作进一步的处理，并求出各自的有关波形参数，以下给

出更加详细的波形。

（１）．第八段的小波包系数如图４．３．１７所示：

邑的波形参数为
 ｐｅａｋ＝Ｏ．３７５５

ｒｍｓ＝Ｏ．１５３８
塑婆查堂苎主兰垡丝苎

一
Ｃ＝２．４４１９

Ｋ＝２．７２９２

（２）．第十段的小波包系数如图４．３．１８所示：

图４．３．１８

它的波形参数为：

ｐｅａｋ＝Ｏ．２７７５

ｒｍｓ＝Ｏ．１０７ｌ

Ｃ＝２．５９０７

Ｋ＝２．７２１０

（３）．第十四段的小波包系数如图４．３．１９所示

图４．３．１９

它的波形参数为

ｐｅａｋ＝０．２０３５

ｒｍｓ＝Ｏ．０７５８

Ｃ＝２．６８４６

．６８－
 第四章碟式分离机轴承故障的分析与诊断

Ｋ＝２．８６７２

（４）．第十二段的小波包系数如图４．３．２０所示

图４．３．２０

它的波形参数为：

ｐｅａｋ＝Ｏ．３０２３

ｒｍｓ＝Ｏ．１０７３

Ｃ＝２．８１３４

Ｋ＝２．９７２７

在采集以上所有的信号时，传感器均位于图４．３．１所示的位置，在这个位置

上轴承受载荷最大，所以测量振动时会取得更加明显的效果。然而，在该位置安

装传感器有些不便，为了了解其它位置的测量情况，特意将传感器粘结在轴承受

力较小的位置，如图４．３．２ｌ所示，测得的信号及其频谱分别如图４．３．２２和图
４．３．２３所示。
 浙江大学博士学位论文

１。器。。…；＝＝

图４．３．２３

比较图４．３．２３和图４．３．５、图４．３．７以及图４．３．９可以看出，改变传

感器的位置以后，所测量到的信号在时域上没有明显的区别，在频域内也具有基

本相同的频谱成分，只是在高频段内的频谱幅值有些变化，主要表现在围绕

１９５００Ｈｚ的一簇频率成分和没有改变传感器位置时相比有一定的减小，频谱上的

这些变化仅仅对具体的参数值的大小产生一定的影响，而不会使最终的分析结果

发生太大的变化。

４．３．２模拟故障情况下的试验结果与分析
在一只３０６轴承的外圈内滚道上，用线切割机床加工出一个

Ｏ．５ｍｍ×０．５ｒａｍ的槽，以便模拟滚动轴承的外圈故障。用这只加工过的轴承

代替原来机器上的横轴右轴承，进行模拟试验，测得的时域信号如下图所
刁弋：
 第四章碟式分离机轴承故障的分析与诊断

… …。 …。
“Ｏ时Ｏ闻ｈｏ．ｏ淼：）
图４．３．２４

１．时域分析

图４．３．２４所示信号的时域状态参数为：

ｐｅａｋ＝Ｏ．４４１３

ＹｍＳ＝０．１５４０

Ｃ＝２．８６５４

Ｋ＝２．４４７７

和正常状态下的时域状态参数相比，ｐｅａｋ和ｒｍｓ稍有增大，而Ｃ和Ｋ两

个参数反而有点下降，经分析可知，造成这种现象的原因是原来试验用的轴承是

该碟式分离机上原装的，已经使用过很长时间了，虽然它的Ｃ和Ｋ值大点，但

仍在正常范围。从另外一个角度来看，用时域状态参数分析的方法来诊断轴承的
故障并不十分可靠，尤其是对轴承早期故障的诊断。

２．频域分析

为了了解图４．３．２４所示信号的频率构成，对其进行频域分析，求出它的频

谱如图４．３．２５所示。

图４．３．２５

在图４．３．２５所示的频谱图上，除了能够看到转鼓的旋转频率（１２０Ｈｚ）、齿轮

的啮合频率（１５４０Ｈｚ）及其二倍频和三倍频以外，还能清楚地显示出３６６５Ｈｚ这个
频率成分，它对应于３０６轴承的外圈第一阶固有频率，同时还能较为清楚地区分
出１０３７００Ｈｚ，尽管它的幅值比较小，这个频率对应于３０６轴承外圈的第二阶固

有频率。该频谱的中心频率和均方根频率分别为９．３５３ＫＨｚ和１１．４５６ＫＨｚ，这ｌ司

正常情况下的相应值相比变化不大，表明故障较轻，尚不能引起频域参数的变化ａ

３．倒频域分析

图４．３．２４所示信号的倒谱为：

图４．３．２６

它的波形参数为：

ｐｅａｋ＝０．３２３８

ｒｍｓ＝０．０３２４

Ｃ＝９．９３３ｌ

Ｋ＝４８７．８７２９

４．沃尔什谱分析

图４．３．２４所示信号的沃尔什谱如下

…一…，－ｏ一
它状态参数为

ｐｅａｋ＝０．００８

ｒｍｓ＝０．００２６
 第四章碟式分离机轴承故障的分析与诊斯

Ｃ＝３．１０２９

Ｋ＝２．５４４０

谱图中的峰值并不十分明显，它的状态参数都在正常范围，这也同样说明了

较果并不理想，为了提高信噪比，得到更加能够反映故障状态的特征，对图４．３．２４

所示的信号进行一系列的带通滤波，通带的中心频率分别为３６６０Ｈｚ、１０３６０Ｈｚ和
１９５００Ｈｚ，通带的宽度为１０００Ｈｚ，这些通带的中心频率分别对应于３０６轴承的外

圈第一、第二、第三阶固有频率，带宽是为了尽可能地包含由于故障而引起的调

幅或调频而形成的边带族。滤波后的信号分别如图４．３．２８、图４．３．２９、图４．３．３０

所示。它们的沃尔什谱分别如图４．３．３１、图４．３．３２和图４．３．３３所示。

“川 ．ｉＩｌ。ｄ ▲』ＬＬ “止址．．１．．Ｊ Ｉ 川 Ｉ¨

Ｆ＇Ｉ．Ｉ ＴＩｒ’１１Ｉ Ｔ １Ⅳ ｜Ｉ’＿＿１１『－呵１１１ ＩＩ 即 呷ｌ
 塑望奎堂苎圭堂垡堡塞——

图４．３．３１

图４．３．３２

图４．３．３３

＜１＞．图４．３．３１的波形参数为：

ｐｅａｋ＝０．００６５

ｒｍｓ＝０．０００９２

Ｃ＝７

Ｋ＝２０．０２

＜２＞．图４．３．３２的波形参数为：

．７４．
 第四章碟式分离机轴承故障的分析与诊断

ｐｅａｋ＝０．００１６

ｒｍｓ＝０ ０００３２

Ｃ＝４．８８

Ｋ＝８．１２

＜３＞．图４．３．３３的波形参数为：

ｐｅａｋ＝０．００２３

ｒｍｓ＝０．０００４５

Ｃ＝５．１７

Ｋ＝７．４７

对以上三组波形参数加以比较可以看出，图４．３．３ｌ的波形参数远大于

其它二组，这表明３０６轴承外圈第一阶固有振动远大于第二和第三阶固有振

动，为了确定该固有振动是否是由外圈滚道上的切槽引起，对图４．３．４所示

的信号（即轴承正常时测得的振动信号）进行相同的带通滤波，并求出其沃

尔什谱。

＜４＞．用中心频率为３６６０Ｈｚ的带通滤波器滤波后，求出的沃尔什谱如图

４．３．３４所示，它的波形参数为：

ｐｅａｋ＝Ｏ．００４

ｒｍｓ＝０．０００７５

Ｃ＝５．０２９

Ｋ＝８．０５４９
…４幅僵

黝． 龇㈧ 洲 舭 图４．３．３４
：

＜５＞．用中心频率为１０３６０Ｈｚ的带通滤波器滤波后，求出的沃尔什谱如图

４．３．３５所示，它的波形参数为：

ｐｅａｋ＝０ ００１９

ｒｍｓ＝０．０００３８
 塑垩查堂堕主堂丝堡窒 ．——
Ｃ＝４．８８

Ｋ＝７．９１６１
－１ Ｏ。１“ｍ

：
舭 歹Ⅱ，■
Ｉ ｌ｜Ｉ
，

图４．３．３５

＜６＞．用中心频率为１９５００Ｈｚ的带通滤波器滤波后，求出的沃尔什谱如图

４．３．３６所示，它的波形参数为：

ｐｅａｋ＝０．００２７

ｒｍｓ＝０．０００５８８

Ｃ＝４．５０７

Ｋ＝６．７５

图４．３．３６

＜７＞．用中心频率为１４４００Ｈｚ的带通滤波器滤波后，求出的沃尔什谱如图

４．３．３７所示，它的波形参数为：

ｐｅａｋ＝Ｏ．００１４

ｒｍｓ＝０．０００２５８

．７６．
 第四章碟式分离机轴承故障的分析与诊断

Ｃ＝５．３９

Ｋ＝８．４９５

图４．３．３７

将图４．３．３１至图４．３．３７的波形及波形参数加以比较可以明显地发现，图

４．３．３１和图４．３．３７之间存在有比较明显的差别，尤其是Ｃ和Ｋ，而其它各相应

的波形之间的差别不太明显，这主要是因为轴承的外滚道上的切槽的尺寸比较

小，它所引起的冲击尚不能激发轴承外圈的高阶固有振动。用其它各组信号作同

样的处理也同样可以得到相同的结果，这充分地说明了３０６轴承外圈第一阶固有

振动正是由外圈滚道上的切槽所引起。

５．小波包分析

对图４．３．２４所示的信号进行小波包变换，第三层小波包变换结果如下图所
刁弋：

图４．３．３８

外圈的第一阶、第二阶和第三阶固有频率分别包含在小波包的第八、第十和

第十四段内，为了和正常情况下采集到的信号的小波包变换进行比较，下面将分

别给出详细的小波包系数。

（１）．第八段小波包系数如图４．３．３９所示，它的波形参数为：

ｐｅａｋ＝０．３９９８

ＦＦｇ／Ｓ＝０ １ ５１４
 浙江大学博士学位论文

Ｃ＝２．６３６０

Ｋ＝３．４６４０

图４．３．３９

（２）．第十段小波包系数如图４．３．４０所示，它的波形参数为

ｐｅａｋ＝０．３１７９

ｒｍｓ＝０．１１６９

Ｃ＝２．７１９２

Ｋ＝３．４９３４

图４．３．４０

（３）．第十四段小波包系数如图４．３．４１所示

州 删
图４．３．４１
Ｍ ｍ ；
：

．７８．
 第四章碟式分离机轴承故障的分析与诊断

它的波形参数为：

ｐｅａｋ＝Ｏ．１９９８

Ⅲｓ＝０．０７７６
Ｃ＝２．５７６４

Ｋ＝３．０３５４

和正常情况下的小波包变换相比，该外滚道切槽的轴承的振动信号的小波包

变换的第八、第十和第十四段小波包的系数的各个波形参数都有所增加，尤其是

第八和第十段。由于切槽尺寸较小，在轴承工作时所能产生的冲击载荷的能量不

够大，而且用作正常试验用的轴承是一只已经使用过几年的轴承，尽管它没有明

显的故障特征，使用过程中所产生的振动也在允许范围，但它仍然引起轴承外圈

的固有振动，在频谱图上围绕１９８００Ｈｚ的一簇频谱成分就是一个很好的说明，正

因为这一系列的原因，该轴承的模拟故障特征并不是十分明显。

４．３．３异常情况下的试验结果与分析
为了分析滚动轴承在异常情况下的振动情况，将ＤＲＪ４６０型碟式分离机的

横轴系统中的轴承作为研究对象，由于横轴右轴承的装卸比较方便，所以

将这个３０６轴承拆下，换上一只检修过程中换下的同型号轴承进行测试，

传感器的安装方式、安装位置以及采样频率如第４．３．１节所述，得到的时
域信号如下图所示：
’●１１Ｉ

ｌＩＪＩＩＩＩ山．．“Ｉ址蛐汕“ ！
㈣㈣ 即’们Ｉ－｜Ｉｌ¨１Ｉ｜＿１１『１刑刖１ｌＩ『１ｒＩ邢＿

ｕ
…—嚣№。．孟＝。， 图４．３．４２
～

１．时域特征的提取

图４．３．４２所示的信号的具有比较明显的冲击成分，为了能够定量地进行比

较，经计算，求出了以下时域特征指标：

峰值：ｐｅａｋ＝１．００９５
均方根值：堋Ｊ＝Ｏ．２６７１
峰值因子：Ｃ＝３．７７９３

峭度： Ｋ＝４．４７２１
 塑里盔堂堡主兰焦笙塞 一．——

峰值因子的正常值在２．５到３．０２＿Ｎ，峭度的正常值在４以下，上面

的计算结果已经超过各自的正常范围，预示着故障的存在。

２．频域分析

为了进一步分析振动的具体构成成分，以便以后同其它状态加以比较，

对图４．３．４２所示的信号进行谱分析，结果如图４．３．４３所示。

ｒ‘
Ｉ
；
隔 ㈧删 槭； 图４．３．４３

将图４．３．４３所示的频谱图和图４．３．５、图４．３．７以及图４．３．９所示的频谱

图加以比较可以发现，图４．３．４３中除了和图４．３．５、图４．３．７以及图４．３．９一

样包含有：转鼓的旋转频率（１２０Ｈｚ）、齿轮的啮合频率（１５４０Ｈｚ）和它的二倍频

率（３０８０１ｔｚ）和三倍频率（４６２０Ｈｚ）、３０６轴承的外圈第三阶固有频率（１９５００Ｈｚ）

以外，还包含有３６６５Ｈｚ、９５００Ｈｚ和１４４５０Ｈｚ，它们分别与３０６轴承外圈的第一

阶、第二阶固有频率（３６６４／１ｚ和１０３６３／４ｚ）和内圈的第一阶固有频率（１４４２８Ｈｚ）

接近，看来峰值因子和峭度的增大是由于滚动轴承内、外圈的损伤所致。

由于图４．３．４３所示的频谱图中包含有十分复杂的频率成分，这给状态的识

别造成了一定的难度，为了方便起见，求出该信号的频域指标：

中心频率：厂＝１１．１７ＫＨｚ

均方根频率：，肌ｊｒ＝１２．８３ １ＫＨｚ

３．倒频域分析
 峰值：ｐｅａｋ＝０．５６０８
均方根值：Ｆｍｓ＝Ｏ．０５０５
峰值因子：Ｃ＝１１．１０７１

峭度：Ｋ＝１２５４．７ｌ

和正常情况下的倒谱的波形参数相比，该状态下倒谱的峰值、均方根值、峰

值因子和峭度都有较大幅度的增加，尤其是峭度的变化最为明显，它是正常情况

下的三倍多。

４．沃尔什谱分析

图４．３．４２所示信号的沃尔什谱为：

图４．３．４５

它的波形参数为：

ｐｅａｋ＝Ｏ．０１５７

ｒｍｓ＝０．００５２

Ｃ＝３．０００８

Ｋ＝２．２８５８

和正常情况下的相应的参数相比，该状态下的ｐｅａｋ和ｒｍｓ增加了二到三倍，
而ｃ和Ｋ值虽然有所增加，但幅度并不太大，为了能够确定异常的原因，首先对

图４．３．４２所示的信号进行一系列的带通滤波，通带的中心频率分别为３６６０Ｈｚ、

１０３６０Ｈｚ、１９５００Ｈｚ和１４４００Ｈｚ，通带的宽度为１０００Ｈｚ，这些通带的中心频率分

别对应于３０６轴承的外圈第一、第二、第三阶固有频率和内圈的第一阶固有频率，

带宽是为了尽可能地包含由于故障而引起的调幅或调频而形成的边带族。滤波后

的信号分别如图４．３．４６、图４．３．４７、图４．３．４８和图４．３．４９所示。
 塑坚查堂竖圭堂垡堡兰 一——

图４．３．４６

图４．３．４７

图４．３．４８

图４．３．４９

一８２．
 苎婴童壁苎坌塞垫塾墨苎堕塑坌堑兰堡堑

它们的Ｗａｌｓｈ谱分别如下：
＜ｌ＞．图４．３．５０的波形参数为

ｐｅａｋ＝０．０１０８

ｒｍｓ＝０．００１３

Ｃ＝３．２７４９

Ｋ＝１４．５７９５

…．ｉ墅
～
ｏ

一
ｏ

ｏ 一～
ｏ
一
。

，ｑ■ｔ

图４．３．５０

＜２＞．图４．３．５１的波形参数为：

ｐｅａｋ＝Ｏ．００５０

ｒｍｓ＝０．０００８６

Ｃ＝５．８３４

Ｋ＝６．２４】２

ｌ№ ．山止．“ｋｈ．Ｊｕ山．ｊ．ＩＩＩ｜Ｊ山Ｊ山。
图４．３．５１

＜３＞．图４．３．５２的波形参数为

ｐｅａｋ＝０．０１４８

ｒｍｓ＝０．００１５

Ｃ＝１０．０８３

Ｋ＝１６．５７９

－８３－
 塑垩查堂堕圭堂垡笙奎——

图４．３．５２

＜４＞．图４．３．５３的波形参数为：

ｐｅａｋ＝０．０２１５

ｒｍｓ＝０．００２６

Ｃ＝８．１６８６

Ｋ＝１６．０１２７

图４．３．５３

５．小波包分析

对图３．４２所示的信号进行小波包变换，第三层小波包变换结果如下图所示

图４．３．５４

．８４．
 第四章碟式分离机轴承故障的分析与诊断

＜１＞．第八段的小波包系数如图４．３．５５所示

图４．３．５５

它的波形参数为：

ｐｅａｋ＝０．６０４９

ｒ／＇ｎｓ＝０．２５９

Ｃ＝２．３３５０

Ｋ＝２．６７１５

＜２＞．第十段的小波包系数如图４．３．５６所示

图４．３．５６

它的波形参数为：

ｐｅａｋ＝Ｏ．７５９６

／＇ｍＳ＝０．２４８４

Ｃ＝３．０５８４

Ｋ＝５．３７９３

＜３＞．第十二段的小波包系数如图４．３．５７所示：

．ＥＳ．
 浙江大学博士学位论文

—Ｈ ～：
图４．３．５７

它的波形参数为：

ｐｅａｋ＝０．９５４９

ｒｍｓ＝０．３１５７

Ｃ＝３．０２４７

～；
Ｋ＝４．９１４５

＜４＞．第十四段的小波包系数如图４．３．５８所示

岫州
图４．３．５８

它的波形参数为：

ｐｅａｋ＝０．９４７８

ｒＦＦ／Ｓ＝０．３１０４

Ｃ＝３．０５３４

Ｋ＝６．７９０７

回顾轴承在正常状态下振动信号的小波包分析结果可知，在正常情况时，

ｐｅａｋ值在０．４以下、硎ｓ值在０．１５４以下、ｃ和Ｋ的值都在３．０以下，说明了
小波包分解的第八、第十、第十二和第十四段的能量都比较小，丙其中几乎不包
 第四章碟式分离机轴承故障的分析与诊断

含有任何冲击成分。在轴承元件出现故障以后，由于冲击载荷的存在，激起了有

关元件的固有振动，从而导致振动信号小波包分解的第八、第十、第十二和第十
四段系数的变化。上而的处理结果可知，在轴承出现故障的情况下，第八段的小

波包系数的ｐｅａｋ值和ｒｍｓ值都有较大幅度的增大，分别为０．６０４９和０．２５９０，它
的Ｃ和Ｋ值的增大并不明显，这是由于在这一频段上容易受到各种噪声影响所致。

第十段、第十二段和第十四段的ｐｅａｋ、ｒｍｓ、Ｃ和Ｋ值都有非常大的增加，最小
的Ｋ值为４．９１４５，最大的为６．７９０７，说明冲击是十分明显的。
６．包络谱分析

对图４．３．４９所示的信号进行基于希尔伯特变换的解调，可以求出其包络信

号，如图４．３．５９所示。

时间（ｚ１‘Ｔ２－０

图４．３．５９

为了说明图４．３．５９包络信号的频率构成，对它进行细化谱分析，细化的倍
数为１６倍，结果如图４．３．６０所示。

６ ５４１（ｚ）
频率（ｚ２

图４．３．６０

尽管图４．３．６０中有十分丰富的频率成分，但它同时也具有几个十分明显的
谱峰，其中５０．４、Ｈｚ７４Ｈｚ和１ １８Ｈｚ处最高，它们分别对应于３０６轴承的滚动体、

外圈和内圈的通过频率。说明该轴承的滚动体、外圈和内圈已经有故障出现，拆
 浙江大学博士学位论文

下该轴承检查后发现，它的内圈、外圈和滚动体都有非常严重的疲劳剥落，找出
了造成冲击载荷的直接原因，同时也给前面的处理和分析一个良好的证明。

４．４小结
支承碟式分离机横轴的是单列向心球轴承，由于碟式分离机采用了大
螺旋角的螺旋齿轮传动，横轴轴承既要承受径向载荷，又要承受较大的轴
向载荷，而且工作转速很高，这就造成了横轴轴承的故障率很高，是碟式
分离机的主要故障之一。本章就是针对碟式分离机横轴轴承的故障而开展
的。

轴承出现故障以后，工作时所产生的冲击载荷会诱发相关元件的固有
振动，而元件的固有频率一般较高，这就使振动信号具有宽的频带，为了
能够测到高频振动成份，不但要正确地选择传感器而且要采用正确的安装
方式，本文选用了压电式加速度传感器，采用粘接方式安装，试验结果表
明这种测试方法是合适的。
针对碟式分离机横轴轴承振动的特点，在特征提取上，本章采用了时
域提取法、频域提取法、倒频域提取法、Ｗａｌｓｈ谱提取法以及小波包分解提
取法等等。
在时域内，峰值和均方根值可以反映信号的大小，峰值因子和峭度可以反
映信号中的冲击成份。在滚动轴承处于正常状态时，峰值在０．３５左右，均方根
值在０．１２左右，峰值因子峭度都在３．５以下。在模拟外圈故障的情况下，峰值
在０．４５左右，均方根值在０．１５左右，峰值因子峭度在３．０以下，和正常状态时
相比，均值和均方根值有所增大，而峰值因子和峭度有所减小，这是因为用于正
常状态试验的轴承是机器原装的，已经使用过较长一段时间了，虽然没有明显的
故障，但也有一定的磨损了，尽管如此，峰值因子和峭度仍在正常范围。在故障
情况下，峰值达到了１．０以上，均方根值为０．２６，峰值因子为３．７７９，峭度为
４．４７２１。从时域特征提取的结果来看，在故障程度较重时，时域波形参数有明显
的增大，而在故障程度较轻时，时域波形参数的变化并不明显，所以，时域特征
提取法并不十分可靠。

在频域内，正常情况下，振动信号的频谱由转鼓的旋转频率、齿轮的啮合
频率及其各阶倍频、滚动轴承支撑刚度的不断变化引起振动的频率成份和一些噪
声成份组成。轴承出现故障以后所产生的冲击载荷会激起相关元件的固有振动，
和齿轮的啮合频率相比，轴承元件的固有频率较高，从而使频谱的中心频率和均
方根频率有所增大。至于滚动轴承的早期故障，由于故障程度较轻，引起的冲击
 第四章碟式分离机轴承故障的分析与诊断

信号的能量并不太大，可能淹没在其它信号之中，不会造成振动信号的频谱明显
变化，因此，频域提取法的效果并不理想。
在滚动轴承的故障分析中，倒谱主要用来分析频谱中的周期成份，由
于早期故障对滚动轴承振动信号的频谱的影响不大，所以在倒频域内也难
以发现滚动轴承的早期故障的特征。
和富立叶谱分析不同，Ｗａｌ ｓｈ谱分析是将信号分解成为一系列不同列
率一系列方波。滚动轴承出现故障以后，滚动体和滚道在故障点接触时会
产生冲击信号。在故障点很小时，冲击信号近似于脉冲，当故障点较大时，
冲击信号则近似于方波，因此，和富立叶谱分析相比，Ｗａｌｓｈ谱分析具有
明显的优势。为了排除噪声的干扰、提高信噪比，可以先对振动信号进行
带通滤波，再进行Ｗａ］ｓｈ谱分析。试验数据的处理结果表明，无论对于程
度较重的故障或是早期程度较轻的故障，Ｗａｌ ｓｈ谱分析法都能有效地提取
出相应的故障特征。
小波包分解相当于用一系列不同中心频率、不同带宽的滤波器对原信
号进行滤波，同一层上的小包分解结果所对应的滤波器的带宽相同。轴承
元件的固有振动在小波包分解中应于不同段上的分解结果，所以，利用小
波包分解可以将元件的固有振动从大量的噪声中分离出来。试验数据的处
理结果表明，基于小波包分解的故障特征提取法对滚动轴承早期故障和严
重故障都是比较有效的。
包络谱分析法可以对滚动轴承故障做出进一步的解释。
从滚动轴承故障特征提取的整个过程来看，单独采用其中的任何一种
都难免出现误判或漏判。为了取长补短，提高整个特征提取过程的可靠性，
可以将多种提取方法结合起来，用一系列的特征参数来表示滚动轴承的工
作状态。
 浙江大学博士学位论文

第五章齿轮振动的分析与特征提取

５．１齿轮传动的承载情况分析

５．１．１直齿圆柱齿轮轮齿的承载情况
齿轮传动是靠轮齿间沿法向的相互作用力来传递运动和动力的，齿轮
的运动和振动以及由于种种原因而发生的故障都是与轮齿上的作用力的
大小及其变化的规律息息相关的，所以，为了正确她分析齿轮的振动，有
必要首先对轮齿的受力情况做一个分析。
对于一对齿轮传动来说，如果传递的功率为尸，主动轮的转速为国．，
扭矩为ｚ，那么，

尸：Ｔ，ｃｏ． （５．１）

Ｚ：～Ｐ （５．２）
缈．

图５．１．１

如图５．１．１所示，ｒｈ。和屹：分别表示齿轮ｌ和齿轮２的基圆半径，０２ｃ／
和ｏ，ｂ分别表示齿轮１和齿轮２的齿顶圆半径，Ｎｌ和Ｎ２分别是基圆ｌ和
基圆２的切点，那么，—ＮＩＮ—２是理论啮合线， 历就是齿轮ｌ和齿轮２的实
际啮合线。一般来说，直齿圆柱齿轮的重合度都在１和２之间，所以实际
啮合线可以分为单齿啮合区和双齿啮合区。当啮合点在ｎ和ｂ点之间移动
时，要经过二个单齿啮合区和一个双齿啮合区，直齿圆柱齿轮轮齿的受力
情况叮以由图５．１．２表示
 第五章齿轮振动的分析与特征提取

图５．１．２

在单齿啮合区，齿轮上所有的载荷由一对轮齿来承担，这时，啮合的
一对轮齿上受的法向力为：

Ｆ：三 （５．３）
屹

在双齿啮合区，齿轮上的载荷由两对轮齿来分担 如果不考虑齿轮的
加工误差，两对轮齿上受的力完全相等，分别为：

Ｆ：三 （５．４）
２，占

根据渐开线的性质，图５．１．１中有以下几何关系：

ＮＩＮ２＝吒Ｉｔｇｃｔ＋‘２ｔｇａ （５．５）

ｉ＝等＋Ｋｍ （５．６）

币＝等＋吃ｍ （５．７）

％：ａｒｃｃｏｓ垒 （５．８）
０２口

ａｄ＝ａｒｃｃｏｓ堑 （５．９）

ａ—Ｎ２＝％２ｔｇａ。２ （５．１ Ｏ）

ａ—Ｎ１＝ｉ—ａ—Ｎ２ （５．Ｉ Ｉ）

－９１．
 浙江大学博士学位论文

Ｚ∞ｔＮｌ：＂ｃ嘻塑 吒ｌ
（５．１ ２）

所以

Ｚａｏｌｂ＝口。Ｉ一／ａｏｌＮｌ （５．１３）

‰，‰——齿轮ｌ和齿轮２的基圆半径
Ｏｔ——分度圆压力角
ｍ——模数
吒．，ｔ：ｇａ２——齿轮ｌ和齿轮２的齿顶圆压力角
ｈ：——齿顶高系数
Ｚ，，２，——齿轮ｌ和齿轮２的齿数
一对轮齿从开始啮合到退出啮合的过程中，齿轮１转过的角度为
Ｚａｏ．ｂ（记为卢）。为了方便起见，可以将∥分为三部分：卢。，卢：和屈，其
中∥．和屈对应于双齿啮合区，∥：对应于单齿啮合区，如图５．１．３所示。

齿轮的轮齿相当于一个悬臂梁，啮合点在实际啮合区移动时，齿根所
受的弯矩随啮合点的移动而变化，如图５．１．４所示：

Ｚａｏ．Ｎ１为啮合点的压力角，记为吒，齿的法向作用力Ｆ可以分解为径
向作用力Ｆ和切向作用力ｆ
（５．１ ４）

ｆ＝ＦＣＯＳａ。 （５．１５）

叩卸朋局ｓ吒
＝
％呱 （５．１６）
 第五章齿轮振动的分析与特征提取

图５．１．４

齿根圆所受的弯矩为：

Ｍ：ｆ每一ｒ，）＝Ｆｃ。ｓ吼每一ｒ，） （５．１７）

其中，，为齿根圆半径，由下式计算：

ｏ＝竽一彤ｍ （５．１８）

齿根受到的剪切力为：

Ｆｆ＝Ｆｃｏｓａ。 （５．１９）

当齿轮１以角速度ｑ转动时，％＝∞．ｆ，将此关系式和Ｏ—ＩＧ代入式 可得

Ｍ巩删（南一，，］ （５．２０）

Ｆｆ＝Ｆｃｏｓｃｎ、ｔ （５．２１）

ｔ的变化范围为

ａｒｃ∞ｓ ｋ～
竺堡虹芷垒！堕二巫五）到 翌竺 （５ ２２）

力矩随时问的变化曲线如图５．１．５所示
 浙江大学博士学位论文

图５．１．５

剪力随时间变化的情况如下：

图５．１．６

５．１．２斜齿轮的承载情况分析
斜齿轮的轮齿呈螺旋状均匀地分布于圆柱的表面。从端面看，斜齿轮
传动就相当于一对直齿轮的传动，只是有关的参数不同而已。从承载情况
来看，斜齿轮和直齿轮也比较相似，它们的不同之外在于，斜齿轮在传动
过程中除了产生切向作用力和径向作用力以外，还要产生轴向作用力，轴
向力随齿轮的螺旋角的增大而增大。
根据类似于直齿轮的分析方法，可以得到以下结果：

Ｐ＝ｒ∞． （５．２３）

（５．２４）

在单齿啮合区，齿轮上所有的载荷由一对轮齿来承担，这时，啮合的
一对轮齿在端面上受的法向力为：
 第五章齿轮振动的分析与特征提取

ｆ：一Ｔ （５．２５）
屹

在双齿啮合区，齿轮上的载荷由两对轮齿来分担 如果不考虑齿轮的
加工误差，两对轮齿上受的力完全相等，分别为：

（５．２６）
Ｆｒ＝瓦Ｔ

当齿轮１以角速度ｍ．转动时，吒＝ｍ．ｔ，端面内轮齿受到的弯矩和剪力

分别为：

”和一－ｒ【南一ｋ］ （５．２７）

（５．２８）

ｔ的变化范围为

ａｒｃｃｏｓ一叠～
到———匕！
． ！譬＋虻以
（５．２９）

轮齿受到的轴向力为：

只＝Ｃ ｓｉｎ尼 （５．３０）

其中，见——啮合点所在圆柱面上轮齿的螺旋角。
‘．，——齿轮１的基圆半径
‘：，——齿轮２的基圆半径
口，——端面压力角
ｍ，——端面模数
吃，——端面齿顶高系数
，。——齿根圆半径

５．１．３螺旋齿轮传动的承载情况分析
螺旋齿轮传动用于空间两根既不平行也不相交的轴之间传递运动和动
力。假若齿轮ｌ和齿轮２的螺旋角分别为∥．和∥：，那么，两轴的夹角为：
∥＝∥．＋∥： （５．３１）

一般来说，卢≠０，当∥＝０时，螺旋齿轮传动即成为了一般的斜齿轮传
 浙江大学博士学位论文

动。所以，从单个齿轮来看，构成螺旋齿轮传动的齿轮都是普通的斜齿轮
只是这两个斜齿轮的螺旋角不是大小相等、方向相反。
一般情况下，∥＝９０。，这时轮齿上的载荷存在以下关系：

Ｃ，＝一ｆ： （５．３２）

ｆ．＝一Ｃ： （５．３３）

ｆ．＝一ｆ： （５．３４）

其中，负号表示方向相反。
齿根圆上受的弯矩和剪力的分析方法和斜齿轮的分析方法完全相同，
这里就不再重复。

５．１．４故障情况下轮齿的载荷分析
如上分析可知，在齿轮传递运动和动力时，每对轮齿从开始啮合到终
止啮合的过程中，啮合点在实际啮合线上沿动。对于齿面上某一点来说，
和啮合点重合时有一定的接触应力，其它时刻的接触应力为零，由于齿轮
材料都为弹性体，轮齿的接触应力的变化都是逐渐进行的，齿轮旋传一周，
应力循环一次。齿根所受的弯矩按如图５．１．８所示的规律变化，因而齿根
的弯曲应力也属交变应力。在交变的接触应力和弯曲应力的作用下，齿轮
的主要失效形式是齿面的点蚀和轮齿的疲劳断裂，当然，在润滑不良的情
况下，还会出现齿面胶合和齿面磨损等失效形式，在冲击载荷较大时，还
会出现塑性变形。
点蚀出现以后，齿面上留下一系列的小坑。齿轮在小坑处啮合时，会
产生载荷的突变，即出现一个冲击载荷，冲击载荷的脉冲宽度与小坑的大
小有关，脉冲的幅度与小坑的深度有关。齿轮旋转一周，脉冲出现一次。
这个脉冲和原有的载荷叠加到一起后作用到齿轮体上，从而引起齿轮的振
动，齿轮的振动状态也会因为脉冲的存在而发生变化，通过振动的测试对
齿轮进行故障诊断也正是利用了这个原理。
齿面上出现一个小坑时的承载情况如下：
齿根圆上的剪力为：

一＝Ｆｃｏｓｃｏ，ｆ＋圪Ｊ（，一，。） （５．３５）

齿根圆上的剪力随时间的变化情况如图５．１．７所示：
 第五章齿轮振动的分析与特征提取

图５．１．７

齿根圆上的弯矩为：

Ｍ＝（Ｆｃｏｓｃｏ，ｔ＋删Ｈ瑚（南ＣＯＳ ｔ一，，］
＼ ∞１ 。Ｊ
慨。ｅ，

齿根圆上的弯矩随时间的变化情况如图５．１．８所示：

图５．１．８

ｔ的变化范围为：

ａｒｃｔｇ（（ｒｂ．＋ｎ：胁一厢）
舡Ｊ．
到 （５．３７）

５．２齿轮的振动分析
齿轮的齿根圆受到交变的弯矩作用，每个轮齿啮合一次都会给齿轮体
一个激励。对于一个振动体来说，当它受到激励后，产生的瞬态振动是相
当复杂的，当它受到周期性激励后，所产生的振动可以分为瞬态振动部分
和稳态振动部分，在大多数情况下，最关心的往往是振动的稳态响应。对
于稳态来说，它的频率构成除了受周期性激励的频率成的影响外，还要受
 浙江大学博士学位论文

齿轮刚度变化的影响。由于啮合区分单齿啮合区和双齿啮合区，所以齿轮
的刚度呈周期性变化。在正常情况下，齿轮刚度的变化情况可由下图表示：
Ｋ

图５．１．９

５．２．１齿轮的周向振动
齿轮的周向振动可以由以下微分方程表示”“：

Ｍ＇ｘ＋Ｃｘ＋Ｋ（ｔ）ｘ＝Ｅ＋Ｆ（ｆ） （５．３８）

Ｍ：－Ｊ （５．３９）
，『

上式中，‘，——齿轮的惯性矩
，｜——齿轮的基圆半径
ｃ——阻尼系数
ＫＯ）——齿轮的扭转刚度
只——齿面上的静载荷
Ｆ∽——由于加工误差或故障而引起的齿面附加载荷
微分方程（５．３８）的解有以下特征：
（１） 齿轮在正常运行的情况下，瞬态解消失，只有稳态的周期解。
（２） 除了受激励力的影响以外，还要受刚度足（ｒ）周期性变化的影响。
（３） 刚度ＫＯ）的变化周期同齿轮的啮合周期相同，Ｆ（ｆ）的变化周期也和
啮合周期相同，因而微分方程的解是以啮合周期为周期的周期解。

５．２．２齿轮的径向振动和轴向振动
由于齿面的缺陷或加工误差，齿轮在啮合时齿面上的作用力呈周期性
变化，加上刚度的周期性变化，这些因素除了导致齿轮周向的振动以外，
在径向也产生一系列的振动。对于斜齿轮来说，由于轴向载荷的变化，也
同时存在轴向振动。径向振动和轴向振动的激励原理和周向振动的相同，
因而具有相同的频率构成。
 第五章齿轮振动的分析与特征提取

５．２．３齿轮的主要故障
根据以上分析可知，齿轮传动时，轮齿的啮合面上任一点除了受到交
变的接触应力作用以外，还要受到摩擦力的作用，同时齿根也受到交变的
弯曲应力作用，所以齿轮的故障率通常是比较高的。齿轮的主要故障有以
下几种：
（１）点蚀

齿轮旋转过程中，齿面受脉动循环交变应力作用，接触应力超过材料
的疲劳极限时，工作一段时间后，在齿面一定深度处就会出现裂纹，裂纹
的进一步扩展就形成了点蚀。由于小齿轮的轮齿在单位时间内的工作次数
比大齿轮的高，在节圆附近轮齿间的相对滑动速度小，不易形成油膜，所
以，在材料和热处理都一样的情况下，点蚀往往最先出现在小齿轮的节圆
附近靠近齿根处。
（２）断齿

轮齿相当于～个悬臂梁，啮合传动时，齿根受到交变弯曲应力作用，
一旦弯曲应力超过了材料的弯曲疲劳极限，齿根就会出现疲劳裂纹，发展
的结果就是断齿，特别是宽度较大的齿轮，由于加工误差和轴的弯曲变形，
极易导致齿面沿轴向载荷的分布不均匀，使断齿发生的可能性大大地增
大。
（３）胶合

轮齿间的高速滑动会产生大量的热量，对于闭式齿轮传动来说，如果
没有良好的散热条件，轮齿和润滑油的温度就会升高，润滑油的粘度下降，
降低了齿面问油膜的承载能力，温度高到一定程度时，油膜受到破坏，齿
面间直接接触，齿面间有大的压力的情况下，就会发生胶合，继续转动就
会撕破啮合面，降低啮合精度，产生大量的振动和噪声。提高齿轮的加工
精度，降低齿面的粗糙度，采用含有抗胶合添加剂的润滑油可以减少胶合
的发生。
（４）磨损

齿面的粗糙度较大、油温较高或者润滑油被水等所污染时，齿面问的
油膜不足以将两齿面分离开，齿轮转动时就会出现磨损。另外，开式或半
开式时，环境并非很好的情况下，灰尘和硬的砂粒会进入啮合面，造成齿
面的磨粒磨损。对于新机器来说，跑合期结束后，如果没有及时更换润滑
油，润滑油中的金属颗粒，也会对齿面造成磨粒磨损。
 浙江大学博士学位论文

（５）塑性变形
对于软齿面齿轮来说，如果存在偏心或精度不高，工作时将产生较大
的振动，从而增加了齿面间的动载荷，很容易造成齿面的接触应力超过齿
轮材料的屈服极限，引起齿面塑性变形，降低了齿轮的啮合精度，产生较
大的振动和噪声。另外，在承受大的冲击载荷时，也很容易引起塑性变形。

５．２．４异常情况下齿轮的振动
当齿面出现故障、存在加工缺陷或较大的安装误差时，齿面上的载荷
同正常情况相比有较大变化，从而导致振动状态的变化，通过对振动信号
的分析可以将不同的故障区分开来。
（１）轮齿磨损引起的振动
轮齿均匀磨损以后，齿轮的侧隙增大，啮合时会产生较大的冲击，
从而使振动信号中啮合频率成分占的比例增大，磨损严重时，会使轮齿
的弯曲刚度产生较大的变化，并出现非线性的特点，啮合时会产生啮合
频率的２次、３次等高次谐波，有时也会出现１／２、１／３次的分数谐波。
随着磨损的进一步发展，各次谐波的幅值都会有所增加，而且高次谐波
幅度的增加更多。
（２）不均匀分布故障引起的振动
如齿轮偏心、齿距周期性变化等会引起幅值调制和频率调制，这些
调制的结果会在频域内产生啮合频率的边带。点蚀、划痕等分布比较均
匀的故障，也会产生一系列的边带，这些边带的特点是高而窄，而且幅
度变化起伏较大。
（３）局部缺陷引起的振动
断齿、较大的剥落或较大的塑性变形，会在啮合时产生大而窄的
脉冲载荷，它可以激起齿轮系统的固有振动，但是固有振动的频率较高，
在传递过程中大部分已经衰减了，所以在频谱上表现出的一般是以啮合
频率为中心的一系列边带，这些边带数量较多，分布比较平坦。
（４）加工误差引起的振动
在齿轮的加工过程中，由于机床的分度误差等原因而使齿轮的齿形
和周节存在有明显的周期性误差，齿轮在啮合过程中会出现附加振动，
附加振动的频率同齿轮加工机床的结构参数有直接关系，这个频率成分
称为鬼线成分（ｇｈｏｓｔ ｃｏｍｐｏｎｅｎｔ），鬼线成分往往是随着载荷的增加，
幅值也变大，而且随着运行时间的增长而逐渐减小。
 第五章齿轮振动的分析与特征提取

５．３齿轮故障特征的提取
故障诊断的第一步就是要从工作设备拾取有关的信号，大多数情况是
用传感器测量设备某些部位的振动。由于种种原因，测得的振动信号中包
含有大量的噪声，设备的结构往往比较复杂，其中的齿轮也往往不止一对，
除了齿轮以外，还有轴承等其它旋转零件，所以测得的信号中除了噪声和
齿轮的振动以外，还包含有其它一系列的振动。为了提高诊断的可靠性，
必须对测得的信号加以处理，除去其它一切干扰成分，得到真正能够反映
被监测齿轮振动状态的特征量，以便以后的识别。

５．３．１时域提取
由上一节的分析可知，正常情况下，齿轮工作时也会引起一系列的振
动，在异常情况下，即齿轮出现故障时，振动的状态会发生一些变化。早
些年，由于计算机的计算能力有限，而且不够普及，对齿轮的状态监测往
往在时域进行，特别是在实时性要求不很高的场合。
齿面发生磨损、点蚀等均布故障时，啮合时产生冲击载荷，磨损程度
同振动的能量有确定的关系，反映振动能量大小的量有均值、均方值、方
差等。
出现断齿、齿根裂纹以及胶合造成的齿面剥落后，在故障点啮合时，
会产生短暂的冲击载荷，反映到时域信号上就是出现大的脉冲峰，总的能
量增加并不很多，因而，采用均值、均方值或方差时，可能和正常情况下
没有非常明显的差别，这时可以采用峭度来描述冲击的大小。

５．３．２频域提取
时域提取法具有速度快、实时性好等优点，然而它易受噪声等随机因
素的影响，而且只能说明故障的可能、不能说明故障的种类、发生部位等
细节问题，频域提取法正好可以弥补时域法的这个不足。
正如上一节分析那样，在正常情况下齿轮工作时也会产生一定的振动，
齿轮发生故障以后，除了使振动的幅值改变以外，振动的频率构成也会发
生相应的改变。当齿轮出现局部故障如剥落、断齿或裂纹时，啮合时会产
生冲击载荷，冲击载荷出现的频率就是齿轮的旋转频率，从而引发振动的
幅度调制，即啮合频率振动被旋转频率的振动所调制。如果齿轮存在偏心、
不对中等异常时，也会出现啮合频率振动和旋转频率的振动间的相互调
 浙江大学博士学位论文

制。如果齿轮的旋转频率用，表示，齿轮的啮合频率用厶表示，那么齿轮
的振动ｘ（ｆ）可以由下式来表示：
ｘ（ｒ）＝Ｆｃｏｓ（２ｎｆ＝ｔＸｌ＋ｃｏｓ２ｎｆ，，） （５．４０）

经过三角变换以后可以得到下式：

ｘ（ｔ）＝Ｆｃｏｓ２ｎｆ，ｔ＋要（ｃＯＳ２万Ｏ：一／：，＋ｃｏｓ２ｎ－Ｏｃｔ，＋正）ｒ）
二
（５．４１）

上式中，厶＝，×ｚ，ｚ是齿轮的齿数。

在频域中表现为啮合频率和啮合频率为中心的上、下边带。根据上一
节的分析可知，刚度的周期性变化导致齿轮的振动，但刚度的变化并不是
按照正弦或余弦规律变化的，所以齿轮的啮合振动可以分解为啮合频率的
振动及其谐波，齿轮故障产生的冲击是周期性的、非简谐的，同样可以分
解为旋转频率的振动及其谐波，由于以上原因，齿轮存在故障时产生的振
动在频域内表现为围绕着啮合频率及其谐波的若干簇边带，边带的高低和
数量同故障造成的脉冲的宽度有关，比较均匀的磨损等故障造成的边带数
量少而高，断齿、剥落等故障造成的边带数量多而低。所以，边带的大小
和分布情况同故障的类型和严重程度直接相关，边带之中蕴涵着丰富的故
障信息。
齿距的周期性变化、齿根的裂纹等故障，除了产生幅度调制以外，还
会产生频率调制，这样，频域内的边带就会更加复杂，并且不对称。
齿轮的故障除了产生幅度、频率调制以外，也会激起齿轮的固有振动。
齿轮的固有振动的频率大约在几千赫兹，相对于啮合频率来说是高频振
动，振动的频率愈高，在传播途径中被衰减的幅度愈大，所以会使传感器
测到的振动中所包含的高频成分较少，当传感器的频率响应不够高时，甚
至测不到齿轮的固有振动。

在频域内可以求取重心频率（彤）、均方频率（ＭＳＦ）、均方根频率
（ＲＭＳＦ）、频率方差（ＶＦ）、频率标准差似阡）作为特征指标，以上几个参量
的定义见第二章。
为了提高信噪比，也可以采用滚动轴承的分析方法，先对信号进行解
调，再作细化谱分析，最后求取频域指标。
５．３．３倒频域内特征的提取
第二章说明了倒谱的定义及实现方法，这里不再重复。
根据本章前边的分析可知，齿轮传动由于存在单齿啮合区和双齿啮台
 第五章齿轮振动的分析与特征提取

区，以及齿轮材料的弹性变形，即使在正常情况下工作时，也有一定的振
动，另外，由于加工时难免会有一定的偏心或者齿距的周期性误差，齿轮
的振动往往存在幅度和频率的调制现象，在频域内表现为围绕啮合频率的
一簇边带。在齿轮出现故障时，振动的边带的数量和大小都有会发生一定
的变化，根据这些变化可以发现并识加别故障。在实际的齿轮箱中，工作
的齿轮一般不只一对，而且支撑轴的轴承也会有一定的振动，所以振动源
有多个，而且会相互影响，齿轮箱的结构也往往比较复杂，从振动源到测
振传感器的传播路径不只一个，同时还会存在一定的反射，所以，在实际
监测齿轮箱的振动时，得到的频谱都很复杂，其中的边带大都难以用肉眼
识别，如果要从边带的变化情况来诊断和识别故障，则更加困难。
倒谱可以用来识别频谱中的周期性成分，在频域中显得十分复杂的信
号，在倒频域内的谱线会表现得比较简单，更加宜于识别，从这个意义上
来讲，倒谱可以被看作频谱信息的解释和诊断工具。

５．３．４利用小波分析进行故障特征的提取
小波变换就是用一系列小波的线性组合来代替被分析的函数或信号。

小波函数是由小波母函数经过尺度参数和时移参数的伸缩而形成的，所以

小波变换实际上相当于在时域和频域内同时加窗，只是窗口的高度和宽度

以及位置都是随尺度参数时移参数的变化而变化的。由文献［４０］［４３］［４５１可

知，并非任意函数都可以作为小波母函数。一个函数矿（，）要作为小波母函

数就必须满足某些条件，其中之一就是＋亍，・ｙｏⅫ：０，当ｋ＝０时，就变成了

’ｙｏⅫ：ｏ，表明函数ｙ（ｆ）是一个迅速衰减的、平均值为０的函数，所以小
波变换特别适合于瞬变信号的分析。

由本章前几节的分析可知，齿轮的故障主要发生在轮齿上，表现为齿
面的破坏或断齿，无论是轮齿的折断或是齿面的点蚀、胶合、塑性变形，
都可以引起齿轮载荷的脉动，即在故障点啮合时，会产生一个脉冲载荷，
而在其它点啮合时，载荷都是平稳的。脉冲载荷会引起齿轮、轴、轴承等
构成的系统的振动，由于几乎所有的材料都存在有阻尼，振动在其中传播
时就会有能量的损失，振动的频率愈高，传播过程中衰减得愈快。由信号
分析方面的知识可知，尽管一个单位脉冲的能量不大，但这包含有从低频
 浙江大学博士学位论文

到高频的一系列频率成份，因而在有阻尼材料中传播时衰减是很快的。所
以，齿轮故障所诱发的振动是持续时间很短的瞬变信号，利用小波理论进
行分析和处理可望取行良好的效果。

５．３．４．１不同尺度上信号特征的提取
齿轮发生故障以后，会诱发一系列的振动，不同频率上的振动能量的
分布并不相同，往往是在某个频带上表现明显些，而在其它频带上却不太
明显。另外，在测试过程中会因为种种原因引入各种噪声，实测的信号中
会存在其它的干扰成份，所以特征的提取应在效果明显的频带上进行。小
波变换相当于在频域上以不同中心频率、不同带宽的滤波器进行滤波。不
同尺度上的变换结果，实际上对应于不同的滤波结果，因此，可以根据不
同的特征频率，找出相应的尺度，在该尺度内对小波变换的结果用同时域
方法类似的方法进行特征提取，可以排除多数干扰，提高诊断的可信度。

５．３．４．２利用Ｌｉｐｓｃｈｉｔｚ指数口进行状态识别
由本章前几节分析可知，由于齿轮啮合刚度的周期性变化，状态良好
的齿轮在工作时也会诱发一定的振动，只是振动的幅值不大，其中除了包
含有啮合频率及其谐波以外，还有大量的随机成份。齿轮出现点蚀、胶合、
断齿等故障以后，在故障点啮合时，会引起一定的冲击载荷，从而导致齿
轮的振动状态会发生一定的变化，产生幅值和频率的突变。如果故障程度
比较严重，则造成的突变会十分剧烈，那么，在时域和频域都会有明显的
表现，用时域或频域的诊断方法就可以将其识别出来。对于一些早期故障，
由于产生的冲击能量不大，使振动的幅值和频谱都变化不大，因而采用通
常的方法就比较难以诊断出来。Ｌｉｐｓｃｈｉｔｚ指数口是用来描述和刻划函数或
信号的正则性和光滑程度的定量指标，可以利用它来判别信号中是否有突
变的产生也可以用来判别突变的类型。
在实际应用时，由于噪声的存在，可能奇异点（即突变点）比较多，
这就给信号的识别带来一定的困难，这个问题可以用两个办法解决。其一
是根据对实际设备工作状况的不同要求，合理区分设备的正常状态和故障
状态，从而给实测信号的上枷ｃｈｉｔｚ指数口划出一个范围，在这个范围以内，
就认为设备工作正常，否则，认为设备已经出现故障。另一个方法是首先
对实测信号进行平滑处理，即用一个高斯信号同它进行卷积，这相当于进
行了一次滤波，其结果就是把噪声减小到一定程度，最后求出信号的

Ｌｉｐｓｃｈｉｔｚ指数口。不同的故障引起信号的突变程度是不同的，所以可以利
 第五章齿轮振动的分析与特征提取

用信号的Ｌｉｐｓｃｈｉｔｚ指数口将不同的故障类型区分开来。

５．４小结
本章首先对齿轮的振动进行了分析。由于齿轮传动存在单齿啮合区和
双齿啮合区，轮齿上所受的力和力矩都呈周期性变化，所以，即使在不存
在任何误差的理想状态下，齿轮啮合时也存在一定的振动。齿轮出现故障
以后，在故障点啮合时，会在轮齿上产生一定的冲击载荷，这种情况下齿
轮所具有的振动是齿轮本身的振动和故障引起的振动的合成振动。接下来
讨论了齿轮的常见故障，以及常用的齿轮故障特征提取方法。在时域内，
波形参数可以反映信号的能量以及冲击成份的大小，在齿轮出现较重的故
障时，时域波形参数会发生较明显变化，但由于早期故障所引起的冲击信
号的能量有限，往往被其它振动所掩盖，所以，对于早期故障来说应采取
其它方法。齿轮齿面上的故障会引起一定的边带，边带中常包含有丰富的
故障信息，分析齿轮的边带可以采用频域分析法或者倒频域分析法。可以
用小波变换把信号分解为不同频带上的信号，对齿轮啮合频率及其倍频所
在段的小波变换进行特征提取可以提高信噪比。Ｌｉｐｓｃｈｉｔｚ指数口可以用来
反映信号的突变情况，在正常情况下，Ｌｉｐｓｃｈｉｔｚ指数ａ有一定的变化范围，
超出了这个范围即可认为异常情况的出现。齿轮出现故障以后，振动状态

会发生一定的变化，从而导致信号的Ｌｉｐｓｃｈｉｔｚ指数口的变化，Ｌｉｐｓｃｈｉｔｚ指
数口的不同的变化范围意味着不同的故障类型。为了提取现更加可靠的故
障特征，可以采用多种方法。
 浙江大学博士学位论文

第六章ＤＲ．Ｉ一４６０碟式分离机齿轮故障的分析与特征提取

６．１碟式分离机传动系统简介

６．１．１传动系统组成
碟式分离机的传动系统由电机、离心磨擦离合器、横轴、大螺旋齿轮、
小螺旋齿轮、立轴、上弹性支承、下支承以及数只滚动轴承组成。电机通
过离心磨擦离合器带动横轴，再通过一对螺旋齿轮来驱动立轴，从而带动
转鼓。各个零部件之间的装配关系见图４．１．１和图４．１．２。

６．１．２螺旋齿轮的有关数据
大螺旋齿轮：

模数：ｍ。＝３．２５ｍｍ
螺旋角：崩＝４００ 旋向：右旋
齿数：邑＝６３
分度圆直径：ｄ，＝２６７．３ ｍｍ

小螺旋齿轮：
模数：ｒｎ。＝３．２５ｍｍ
螺旋角：∥，＝５００ 旋向：右旋
小齿轮齿数：厶＝１３
分度圆直径：ｄ，＝６５．７３ｍｍ

６．１。３螺旋齿的材料及结构
螺旋齿轮副在传动时具有较大的相对滑动速度，为了减小磨擦、提高
效率、延长使用寿命，常使用减磨性好的青铜和钢相配合来构成螺旋齿轮
副。由于小齿轮的轮齿在单位时间内的工作次数远远高于大齿轮的轮齿的
工作次数，所以小齿轮的材料采用４５号钢，大齿轮的材料采用磷青铜。
对于小螺旋齿轮来说，由于齿数较少，尺寸较小，所以可以采用实心式结
构。对于大螺旋齿轮来说，由于它的齿数较大，如果采用实心式结构，那
么既会浪费材料也会增加整台机器的重量，因此常采用辐板式结构。为了
节约价格较高的青铜，还可以进一步改善结构，将齿圈和辐扳分开，齿圈
用磷青铜制造，辐板和轮毂用碳素结构钢来制造。在不过多地增加结构的
复杂性的基础上，既降低了成本，又能保持良好的使用性能。
 第六章ＤＲＪ一４６０碟式分离机齿轮故障的分析与特征提取

６．２碟式分离机齿轮的工作情况分析

６．２．Ｉ螺旋齿轮的速度分析

电动机的转速和大螺旋齿轮的转速相等，即％＝１４６０‰ｉｎ，小螺旋齿

轮的转速为月２＝ｎ．×争＝１４６０×篙＝７０７５ ｒ／／ｍｉｎ。轮齿上各部分的线速度并不
Ｚ． Ｊｊ

相同，所以在不同的啮合点啮合时，轮齿间的相对滑动速度是不相等的，
可以用分度圆匕的速度来说明。

图６．２．１

大螺旋齿轮分度圆上的速度为：

矿：ｍａｌｄ型：２０．４３，∥
。

６０ ／５

“的方向如图６．２．１所示。

小螺旋齿轮分度圆上的速度为：

Ｋ：ｚｒｎ２ｄ型：２４．３５，竹／
‘

６０ ／５

％的方向如图６．２．１所示。
由于大、小螺旋齿轮的轴线相互垂直，所以在啮合点上，大、小齿轮

的线速度是相互垂直的。在节点上大、小螺旋齿轮的相对速度为Ｋ和％的

．１０７—
 浙江大学博士学位论文

合速度，其大小为：

＿２＝√Ｋ２＋曙＝３１．７９’形 （６．１）

从上面计算可以看出，轮齿问的相对速度是相当大的，这也正是螺旋
齿轮传动同其它齿轮传动的最大不同之处。

６．２．２螺旋齿轮的载荷分析
对于螺旋齿轮来说，轮齿上的作用力可以分为径向力Ｅ、轴向力Ｃ、
切向力Ｆ和摩擦力‘，ｆ、Ｃ和Ｆ三者之间相互垂直，Ｆ，沿齿面的切线
方向，如图６．２．２所示。

电动机的额定功率为Ｐ＝１１Ｋ∥，转速为ｎＩ＝１４６０‰ｉｎ，那么，
ｆｌ：竺：５３８．３Ｎ
册＾盯，
（６．２）

一Ｉ：粤：百５３８．３ｘｔ９２０。：２５ ．８Ⅳ
Ｃｌ＝ｆＩ坦卢＝４５１．７Ｎ （６．３）

（６．４）

肚南＝而５３８．３－７４≯８Ⅳ
“
ＣＯＳ口 ＣＯＳ４００

（６＿５）
ｃｏｓ口月ｃｏｓ∥ ｃｏｓ２００ ｃｏｓ４００

如果以ａ，表示端面压力角，那么，

％一噜场∥ ㈨ｅ，

在忽略摩擦阻力的情况下，小螺旋齿轮轮齿承受的载荷为：

Ｆ，＝Ｆ．＝５３８．３Ｎ ｆ ６．７）

．１０８
 第六章ＤＲＪ一４６０碟式分离机齿轮故障的分析与特征提取

ｆ ２＝％＝４５１．７Ｎ （６．８）

‘２＝ｆｌ＝２５５．８Ｎ （６．９）

实际上，由于磷青铜有良好的减磨性能，而且通常也有良好的润滑条
件，所以齿面问的摩擦系数是很小的，忽略由于磨擦而造成的载荷误差是
合理的。

６．２．３碟式分离机螺旋齿轮传动的啮合频率
碟式分离机的转鼓尺寸和重量都比较大，如果要在短时间内将转鼓的
转速从零提高到工作转速，就需要很大的电机功率。为了限制电机的功率，
就采用了离心摩擦离合器来延长启动时间，一般来说，启动过和大约要用
１０分钟左右。在启动阶段，横轴和立轴的转速逐渐升高，螺旋齿轮的啮合
频率也就逐渐提高，在正常工作情况下，螺旋齿轮的啮合频率如下式所示：

以＝等＝１１４６０ｒｘ ６３＝１５３３Ｈｚ （６．１０）

６．３碟式分离机螺旋齿轮传动故障特点

６．３．１碟式分离机螺旋齿轮传动的主要特点
从以上的计算可知，碟式分离机螺旋齿轮传动同普通齿轮传动相比，
主要有以下特点：
（１） 工作转速很高
通常，机器的工作转速低于原动机的转速，齿轮传动除了被用于传递

动力以外，大都被用于减速。所以，主动齿轮的转速高于从动齿轮的转速，

主动齿轮的材料的弯曲疲劳强度和接触疲劳强度都高于从动齿轮的相应

强度。然而，对于碟式分离机来说，由于生产工艺的要求，立轴和转鼓的

工作转速很高（在７０００压ｉｎ左右），远高于电动机的转速，螺旋齿轮传动
除了传递动力以外，主要用于增速，因而，主、从动齿轮的工作转速同相

近尺寸和重量的其它齿轮相比都高出许多，不大的不平衡或不对中都会引

起强烈的振动，这就要求碟式分离机的螺旋齿轮有高的加工精度和平衡精
度。

（２） 采用滚动轴承支撑

根据滚动轴承的结构特点可知，即使是不存在缺陷的滚动轴承，在一
定的载荷作用下工作时也会产生一定的振动，而且由于滚动体的尺寸的不
 浙江大学博士学位论文

一致、离心力不可能完全相互抵消、内圈及保持架的不平衡等都会使振动
增大，所以在高速旋转机器中大都采用滑动轴承来支承高速旋转件。采用
滑动轴承的另外的原因是它的吸振性能比滚动轴承好的多。然而，滑动轴
承的起动阻力大、不够灵活，而且对润滑有较高的要求，最主要是由于碟
式分离机的特殊结构，即高速轴采用了立式布置，这样就难以采用滑动轴
承了，所以大多数碟式分离机采用滚动轴承，这样做的不良结果就是滚动
轴承的振动和齿轮的振动相互激励、相互叠加，增大了齿轮和轴承的附加
动载荷，增加了故障出现的可能性，在故障出现以后，会加速故障的发展，
同时由于振动的相互叠加，也增大了故障分析的复杂性。
（３） 齿面之间的相对滑动速度大
由上一节分析和计算可知，ＤＲＪ一４６０碟式分离机的螺旋齿轮在节点上

的相对滑动速度为３１．７９ ７形，同普通齿轮传动相比，这个速度是非常大的，

虽然在润滑良好的情况下齿间的磨擦系数比较小，摩擦力也不大，但由于

这个大的相对滑动速度而造成的能量损失依然很大，这部分损失的能量是

以热量的形式散发出去的，并因此带来一系列的问题。所以，应该像对待

蜗轮、蜗杆传动的发热问题一样来对待螺旋齿轮传动的发热问题。

（４） 接触面积小
从理论上讲，螺旋齿轮传动的接触是点接触，为了增大接触面积，常
常将大螺旋齿轮的齿顶圆柱面设计成弧面，尽管如此，和一般的齿轮传动
相比接触面积仍然是相当小的，这样，在传动时就会产生较大的接触应力。
（５） 轮齿上的载荷并不太大
虽然ＤＲ．／一４６０碟式分离机的功率有１１ＫＷ之多，由于它的工作转速很
高，因而轮齿承受的力并不算太大，齿根受到的弯曲应力和剪应力同其它
齿轮传动相比也是比较小的。

６．３．２ ＤＲＪ一４６０碟式分离机螺旋齿轮传动的故障特征
齿轮传动的主要故障有点蚀、断齿、磨损、胶合、过大的塑性变形等，
从上节的分析可知，碟式分离机螺旋齿轮和其它齿轮传动相比，在运动、
载荷等方面有许多不同之处，这些自身的特点对故障的产生和发展有决定
性的作用，从而使碟式分离机螺旋齿轮的故障表现有以下主要特征。
（１）胶合

由前面的计算可知，在正常的工作转速下，轮齿问会产生高达３１．７９形
 第六章ＤＲＪ一４６０碟式分离机齿轮故障的分析与特征提取

的相对滑动速度，轮齿间的摩擦就会产生大量的热量。另外，该对螺旋齿
轮采用了浸油润滑方式，高速旋转的大螺旋齿轮搅起润滑油起到润滑作用
的同时，也会产生大量的热量。由于采用了闭式齿轮传动，不利于散热，
这就使轮齿和润滑油的温度升高、润滑油的粘度下降，降低了齿面问油膜
的承载能力，温度高到一定程度时，油膜受到破坏，齿面间直接接触，增
大了摩擦，使发热更加严重，虽然磷青铜有较强的抗胶合能力，但在温度
高，齿面间压力大的情况下，也非常容易发生胶合。因此，该对螺旋齿轮
传动发生胶合的可能性比其它齿轮传动大的多。发生胶合以后继续转动就
会撕破啮合面，降低啮合精度，产生大量的振动和噪声，同时也会使支撑
横轴和立轴的滚动轴承的工作条件恶化。提高齿轮的加工精度，降低齿面
的粗糙度，采用含有抗胶合添加剂的润滑油可以减少胶合的发生。
（２）磨损

碟式分离机的工作环境往往不佳，润滑油经常会被水或其它污物所污
染，从而降低了润滑效果，增大了齿面间的磨擦，导致油温升高，齿面间
的油膜不足以将两齿面分离开，使齿面的磨损加剧。另外，对于新机器来
说，跑合期结束后，如果没有及时更换润滑油，润滑油中的金属颗粒会对
齿面造成磨粒磨损。
（３）塑性变形
大螺旋齿轮的齿圈大多用青铜制造，因而表面硬度较低，如果存在转
鼓不平衡，齿轮偏心或制造精度不高，碟式分离机工作时将产生较大的振
动，从而增加了齿面问的动载荷，很容易造成齿面的接触应力超过齿轮材
料的屈服极限，引起齿面塑性变形，降低了齿轮的啮合精度，产生较大的
振动和噪声。当由于磨损或胶合导致齿厚变薄以后，啮合时会产生较大的
冲击载荷，齿根的弯曲应力也会超过材料的屈服极限，从而引起弯曲塑性
变形。
（４）点蚀

构成螺旋齿轮副的齿面是点接触，虽然传递的动力并不太大，但齿面
问的接触应力仍然是很大的。齿轮旋转过程中，齿面受脉动循环交变应力
作用，接触应力超过材料的疲劳极限时，就会出现点蚀。由于青铜的疲劳
极限低于钢的疲劳极限，因此，往往大螺旋齿轮首先出现点蚀。出现点蚀
以后，齿间的摩擦力会增大，从而进一步引起磨损甚至导致胶合，所以，
点蚀现象较少看到，最终表现出的往往是磨损或胶合。

一般齿轮传动中经常出现的疲劳断齿和过载断齿，在碟式分离机齿轮
 浙江大学博士学位论文

传动中很少出现，主要是由于轮齿间的载荷并非很大，只有在安装不良、
使用不当时才会出现。
从以上分析可以得出以下结论：
碟式分离机螺旋齿轮传动经常出现的故障是磨损、胶合和塑性变形，
通常这三种故障形式是相继出现的。实际中，要想将这三种故障形式完全
区分开来不是一件容易的事。

６．４试验结果与分析
为了能够准确、有效地将齿轮的正常状态和故障状态区分开来，并且
进一步将齿轮的不同故障形式加以区别以便在设计和使用、维修中加以改
进，首先将良好的齿轮做一次性能测试，得出正常状态下的各个状态指标，
以便作为一个比较和判断的基准，然后分别用具有不同故障的齿轮代替正
常的齿轮做状态测试，最后对测得的数据进行定性和定量的分析，为以后
的故障识别与分类作好数据上的准备。
６．４．１测试装置
齿轮引起的振动和轴承引起的振动有许多相似之处，主要表现在它们
和不平衡等引起的振动相比都属于高频振动，所以只能用由加速度传感器
和电荷放大器组成的测试系统进行测试。它们的不同之处也是显然的，那
就是它们的频率响应的范围不同，所以在采样时应采用不同的采样频率，
以便在以后的分析中既能捕捉到振动的主要特征，同时还能保持较高的频
率分辨率。传感器的安装位置如图４．３．１所示，为了使测试更加可靠，采
用了粘结的安装方式。
６．４．２正常情况下的试验结果与分析
选用状态良好的齿轮进行试验，测得的信号如下图所示：

二二。一
６

ｏ ５∞ １∞ｏ １锄
－｝篇号一…．０产。
图４．４．１
 第六章ＤＲＪ－４６０碟式分离机齿轮故障的分析与特征提取

１．时域特征提取
从图４．４ １中可以看出，振动信号中包含有比较明显的周期成份，由

于转鼓的转速很高，小的不平衡量也会造成较大的振动，所以，大多数情
况下时域信号中的周期成份是由转鼓的不平衡所引起。为了能够同其它状
况下振动信号加以比较，下面分别给出了它的各个波形指数。

峰值：ｐｅａｋ＝０．１７４０
均方值：ｒｍｓ＝Ｏ．０６
峰值因子：ｃ＝２，９０１２

峭度：Ｋ＝２．７２６４
２．频域分析
为了解正常情况下振动信号的频谱构成，对图４．４．１所示信号进行了
频谱分析，得到的频谱如下图所示：

图４．４．２

图４．４．２中的主要频率成份为：１１９．７Ｈｚ、４８３Ｈｚ、１４８８Ｈｚ、１５６０Ｈｚ，
其中，１１９．７Ｈｚ对应于转鼓的旋转频率，该频率成份的幅值最大，正是这
个频率成份使时域信号具有明显的周期性，４８３Ｈｚ是旋转频率的４倍频，
１５６６Ｈｚ对应于齿轮的啮合频率，１４８８Ｈｚ是啮合频率的边带。为了使分析
更加具有普遍性，又对多个相同条件下测得的信号进行了谱分析，得到的
基本相同的结果，受本文篇幅所限，下面只列出其中两幅频谱图分别如下：

图４．４．３
 浙江大学博士学位论文

图４．４．４

比较图４．４．２、图４．４．３和图４．４．４可以看出，它们的主要成份基本相同，
只是在幅值上略差异。

３．正常情况下振动信号的Ｌｉｐｓｃｈｉｔｚ指数口的求取
如第三章所述，Ｌｉｐｓｃｈｉｔｚ指数口可以用来反映信号的光滑程度，根据
Ｌｉｐｓｃｈｉｔｚ指数口的定义，它的取值在１和一１之间。当它取１时，表示信号
是完全光滑的，取一１时表示信号是脉冲型信号。当齿轮出现故障以后，啮

合时会引起一定的冲击，从而使信号的Ｌｉｐｓｃｈｉｔｚ指数口发生一定的变化，
可以利用这一变化将正常状态和故障状态区分开来，特别是当故障程度比
较轻、时域波形指数的变化并不明显时。

经计算，图４．４．１所示信号的Ｌｉｐｓｃｈｉｔｚ指数口为．Ｏ．０３４２，对应于图４．４．３
和图４．４．４的振动信号的Ｌｉｐｓｃｈｉｔｚ指数口分别为．Ｏ．０６９６和．０．０１０９，为了得
到正常情况下振动信号的Ｌｉｐｓｃｈｉｔｚ指数口的变化范围，又对多个信号进行
了处理，得到的值最大的为．Ｏ．０１０２，最小的为一Ｏ．０９６９，所以，振动信号的
Ｌｉｐｓｃｈｉｔｚ指数口在．０．１到．０．Ｏｌ之间时，可以认为齿轮处下正常状态。

６．４．３异常情况下的试验结果与分析
从本章前面部分的分析可知，碟式分离机大螺旋齿轮出现故障的可能
性远远大于小螺旋齿轮，而且从碟式分离机的结构也可以看出，大螺旋齿
轮的安装比小螺旋齿轮方便的多，所以选择大螺旋齿轮作为研究的对象。
大螺旋齿轮经常出现的故障是磨损、胶合和塑性变形，这些故障都属于齿
面破坏，为了研究大螺旋齿轮出现故障时的振动特性，拆下正常的大螺旋
齿轮，换上一只齿面上有许多小坑的大螺旋齿轮，其它的状态都保持不变，
而且采用相同测试系统、采样频率和采样点数。测得的振动信号如图４，４．５
所示。
 第六章ＤＲＪ．４６０碟式分离机齿轮故障的分析与特征提取

ｏ ５∞
一 脚 日ｔ阚（：詈号咖．） ２∞ｏ

图４．４．５

１．时域特征的提取
和图４．４．１所示的信号相比，图４．４．５所示的信号中没有明显的周期成
份，具有一定的冲击成份，尽管并不十分明显。为了能和正常情况下的信
号进行定量的比较，同样也求出它的时域波形指数。

峰值：ｐｅａｋ＝０．２０６３
均方值：ｒｍｓ＝Ｏ．０６３９
峰值因子：Ｃ＝３．２２７８
峭度：Ｋ＝２．９０３３

和正常情况下的时域波形指数相比，在异常情况下的峰值和均方值稍
有增加，说明异常情况下的振动能量比正常情况下要大。峰值因子和峭度
也有一定的增大，尽管峭度的数值仍在正常范围内，但仍然可以表明信号
中的冲击成份的增加。由于增加的幅度并不算大，所以，在故障的早期用
时域波形指数作为判断故障存在的唯一标准并不十分可靠。
２．振动信号的Ｌｉｐｓｃｈｉｔｚ指数ａ的求取
图４．４ ５所示信号的Ｌｉｐｓｃｈｉｔｚ指数ｏｔ为．０．２３９５，对同样状态下测得的

其它几个时域信号进行相同的处理，得到的Ｌｉｐｓｃｈｉｔｚ指数口分别为．０．２３７８、
一０．２５１５、一０．２３４５和一０．２０９ｌ，它们都在．Ｏ．２０以下。在正常情况下，Ｌｉｐｓｃｈｉｔｚ
指数ａ的变化范围为【－０．１，一Ｏ ０ｌ】，所以，一旦Ｌｉｐｓｃｈｉｔｚ指数ａ在－０．２０以下，
便可以判定齿轮处于异常状态。
３．频域特征提取与分析
为了确切了解异常情况下振动信号的频率构成，以便同正常情况下的
振动加以比较，得出频域内的故障特征。图４．４．５所示信号的频谱如图４．４．６
所示。
 浙江大学博士学位论文

飙“‰：
：
‘

：…ｌＴｌ．
删“
图４．４．６

从图４．４．６中可以看出，异常情况下振动的主要频率成份有１１９．７Ｈｚ、
４８３Ｈｚ、７２３Ｈｚ、８４２Ｈｚ、１２０６Ｈｚ、１ ３２６Ｈｚ、ｌ ５６６Ｈｚ和１６８０Ｈｚ。其中，１１９．７Ｈｚ
是转鼓的旋转频率，４８３Ｈｚ、７２３Ｈｚ分别是转鼓旋转频率的４倍频和６倍
频，１５６６Ｈｚ是齿轮的啮合频率，１２０６Ｈｚ、１３２６Ｈｚ和１６８０Ｈｚ分别是齿轮
啮合频率的边带。８４２Ｈｚ的幅值最大，从位置上来看该频率似乎是转鼓旋
转频率的７倍频，但也有可能是其它的频率成份。为了检验振动信号频率

～：
成份的稳定性，相同状态下另外测出几组信号，它们的频谱如下所示：
■１１Ｉ

枷 舭４ 图４．４．７

棚 删 溉枞洲‰！ 图４．４．８
 第六章ＤＲＪ．４６０碟式分离机齿轮故障的分析与特征提取

溉一
｜ｒＩ『
训 一
ｏ
２一“…６嚣。。。．：＝碧…
图４．４．９

比较图４．４．７、图４．４．８和图４．４．９所示的频谱可以看出，它们的频率成
份都是１１９．７Ｈｚ、４８３Ｈｚ、７２３Ｈｚ、８４２Ｈｚ、１２０６Ｈｚ、１３２６Ｈｚ、１５６６Ｈｚ和

１６８０Ｈｚ，这和图４．４．６所示的频谱完全吻合，说明各组数据之间有很好的
一致性，这为故障的特征提取提供了很好的数基础。
和正常情况下的频谱相比，异常情况下的频谱有以下几个比较明显的
特点：

首先，转鼓旋转频率（即１１９．７Ｈｚ）所对应的幅值比较小。这是因为
在齿轮的正常状态特性的测试以前，曾经进行过多次的模拟碟片松动的试
验，对转鼓进行过多次的装卸，造成了转鼓的位置偏离了正确位置，从而
使转鼓的不平衡量有所增加，最终使转鼓旋转频率所对应的谱分量的幅值
一直在较高的水平。在进行齿轮异常状态试验时，螺旋大齿轮的装卸是由
浙江轻工机械厂专门从事碟式分离机整机安装与调试的师傅来完成的，在
安装螺旋大齿轮的同时，他们对转鼓也进行了认真的装卸和调试，大大地
提高了转鼓的平衡精度，从而降低了由于不平衡而造成的转鼓的振动。
其次，齿轮的啮合频率（即１５６６Ｈｚ）没有明显的增加。产生这个现象
的原因有两个：其一是故障很轻，只是在齿面上有一些直径大约在Ｏ．５ｍｍ
的小坑，而且分布也不均匀，在润滑良好的情况下，这些轻微故障所能引
起的冲击能量是很有限的。其二，虽然该型号的碟式分离机的工作转速很
高，但齿轮之间的作用力并不大，根据本章前面部分的计算可知，轮齿之
间的相互作用力只有７４７．３Ｎ，需要说明的是，这个计算是基于碟式分离机
的额定功率的，即这个作用力是在正常工作载荷作用下才有的。本试验是
在实验室内进行的，没有物料加入碟式分离机，所以碟式分离机的实际功
率远远小于额定功率，轮齿之较的作用力也远小于７４７．３Ｎ，在这种情况下
齿面的故障所造成的冲击能量远不及实际工作时的大。这两个原因的共同
作用使轻微故障下的齿轮的啮合频率的振动增加得并不明显。
 浙江大学博士学位论文

最后，和正常情况下的齿轮振动的频谱最大的不同就是，异常情况下
的频谱具有８４２Ｈｚ的谱峰，而且这个谱峰高于其它谱峰，它的幅值非常大、
显得十分明显，在多次试验中这个谱峰都表现得十分稳定。８４２Ｈｚ接近于
转鼓旋转频率的７倍频，假若８４２Ｈｚ的谱峰是转鼓旋转频率的７倍频，那
么，由于正常情况下的转鼓旋转频率对应的谱峰较高，在正常情况下的频
谱上不但存在８４２Ｈｚ的谱峰，而且这个谱峰应该异常情况下的更高，但是
事实并非如此，所以原来的假设并不成立，即８４２Ｈｚ的谱峰同转鼓的旋转
频率无关。因此，８４２Ｈｚ的谱峰同齿轮的故障有关，很可能是某个部件的
因有频率。

为了确定８４２Ｈｚ的谱峰同固有频率的关系，在碟式分离机的升速过程
中测出有关振动，并进行谱分析。碟式分离机的升速过程可持续１０分钟
左右，在开始阶段，速度上升得很快，在５０００ｒｐｍ以后速度的上升比较缓
慢，根据试验数据的处理结果，在转速比较低时，振动的频谱变化得并不
明显，所以，为篇幅所限，仅给出５０００ｒｐｍ以上的几组频谱。不同转速下
的振动频谱如下：
（１１ ５２０６ｒｐｍ下的频谱为：

。≯——鼍爿——掣高———嚣严——芎蠢芝？蓑扩——高。
图４．４．１０

（２）５５６６ｒｐｍ下的频谱为

；｜Ｉ＿
！［
１；Ｅ ｏ
’一 。∞
６一嚣；ｌ…．ａ二罟ｏ …
图４．４．１１
 第六章ＤＲＪ－４６０碟式分离机齿轮故障的分析与特征提取

（３）６５４７ｒｐｍ下的频谱为：

１●

柚 “““＿山一山。＿ｌＩ呐．Ｉ｜｜１１．。“ｕ
…，

图４．４．１２
６。
８罴ｌ＜一凛Ｓ
．

（４）６７３９ｒｐｍ下的频谱为：

图４．４．１３

（５）７０７６ｒｐｍ下的频谱为：

㈣ ‘删‰枷‰㈧ 图４．４．１４

（６）７２２７ｒｐｍ下的频谱为：

一１１９
 浙江大学博士学位论文

图４．４．１ ５

图４．４．１０和图４．４．１１中，最左边谱峰对应于转鼓的旋转频率，最高的
谱峰对应于齿轮的啮合频率，在啮合频率两边各有一个边带，在８００Ｈｚ附
近没有任何谱峰。

图４．４．１２和图４．４．１３中，最高的谱峰仍对应于齿轮的啮合频率，分别
具有１６３９和１６８０的上边带，在８００Ｈｚ附近分别有８２０Ｈｚ和７８７Ｈｚ的谱峰，
但它们的幅都比较小。
图４．４．１４中，１ ５３３Ｈｚ的谱峰由齿轮的啮合频率形成，１６５０Ｈｚ的谱峰

是啮合频率的上边带，在８２０Ｈｚ处有一个比较明显的谱峰。
图４．４．１ ５中，由于转鼓的转速为７２２７ｒｐｍ，所以啮合频率为１ ５６６Ｈｚ，

它对应的谱峰并不明显，但它具有一个十分明显的边带，即１６８０Ｈｚ的谱
峰。在该频谱中，８４２Ｈｚ的谱峰的幅值成为了最大的谱峰。
从以上不同转速下的频谱及分析可知，８４２Ｈｚ或其附近的谱峰并不是
在任何转速下存在的，仅仅在高的转速下才出现，越接近转鼓的证常工作
转速，８４２Ｈｚ附近的谱峰越明显，幅值越大。齿面上的故障点在任何转速
下都是存在的，所以冲击载荷在碟式分离机的起动过程中也是一直存在
的，而８４２Ｈｚ的谱峰却不是一直存在的，由此可见，８４２Ｈｚ的谱峰不是由
于单次的冲击所引起的，它不但同故障所引起的冲击载荷有关而且同齿轮
的转速有关，所以，在８４２Ｈｚ附近存在有某个部件的固有频率。由文献【２０］
可知，立轴系统的固有频率远低于８４２Ｈｚ，因此，下面仅对横轴系统的固
有频率进行计算。

横轴系统由横轴和大螺旋齿轮等组成。由于横轴是…个连续体，而且

材料内部和轴承中都有阻尼存在，所以，要准确地计算横轴系统的固有频

率相当麻烦。为了简化计算过程，忽略系统中的阻尼，而且根据瑞利法的

．１２０
 第六章ＤＲＪ－４６０碟式分离机齿轮故障的分析与特征提取

有关原理，将轴的质量等效为作用在无重梁中间的集中质量，这样一来
横轴系统可以简化为如图４．４ １６所示的一个二自由度系统。

采用影响系数法求系统的固有频率㈣Ⅲｉｆ『８ｓｌ时，在Ｃ点作用一载荷时，
Ｃ点和Ｄ点的刚度分别为Ｋ。和Ｋ。，在Ｄ点作用一载荷时，Ｃ点和Ｄ点的
刚度分别为Ｋ“和Ｋ。，Ｃ处和Ｄ处的集中质量分别为Ｍ。和Ｍｄ，在轴作横
向振动时Ｃ点和Ｄ点的位移分别为工。和硝，那么，

Ｍ＾心卜等）－ｏ ＠Ⅲ

¨Ⅳ。卜等］＿ｏ ＠蚴

设ｔ＝虬厂（ｒ），＿＝“。厂（ｆ），代入式（６．１１）和（６．１２）可得，

坳。，（ｒ）一急蚴“，（ｆ）＋Ｋ。ｕｃ朋）＝。 （６１３）

一Ｋ，，ａａ Ｍ。“。弛）＋Ｍ。“。饨）＋Ｋ。‰凡）：ｏ （６．１４）

Ｋ删

一烈：—』｝：１—业Ｌ：Ａ（６
巾’地一麓坳一一乏坳。批％“
１５）
叫“’
 浙江查兰坚主兰垡堡壅———————————————一
———————————————一
（６．１６）
拍）＋∥（ｆ）＝０
（６．１７）
Ｋ。“。一ＡＭ。“。＋瓦Ｋｃ，Ｍ。“一Ａ＝。
（６．１ ８）

即一十等坳ｐ帆¨扣。
叭
艮

生
㈨～
Ｋ ■
Ａ帆 帆 五．
“
０ （６．１９）
ｎ０¨ ‘０
Ｍ
４ ■． Ｋ一丘％ ，一 Ｍ．一
一

慨一㈦一则‰一ｋ叭

Ｋ “Ｍ
—Ｋ—ｃｃ Ｍ，，旯
Ｋ＿‘
＝０
（６．２０）

ｗ一 Ｋｍ—ＭｄＸ
ｂ—Ｋ
上式展开后得下列方程：

陋一一篙删一”掣一ｂ坂＂如如。０∞’２”
根据文献［８２】，当梁上Ｃ点有一个作用力Ｐ时，梁上的弯矩为：
ｆ６．２２）
ＡＣ段 Ｍ ＩＩ
ｈ ，≤口）

ＣＢ段 Ｍ ＝
肋一，肋一，
Ｘ
— Ｐ ㈣㈣ （口≤Ｘ２≤，） （６．２３）

梁的挠曲线微分方程为：
ｒ６．２４）
Ａｃ段：ＥｌｙＩ＇＝Ｍ，＝了Ｐｂ ｘ，

（６．２５）
ｃＢ段：Ｅｎ；＝Ｍ，＝了Ｐｂ ｘ：一ＰＧｚ—ｄ）
解以上微分方程可得
（６．２６）
叭 ＝
＾Ｖ 一 驴 一 砰

（６．２７）
眺 堕甜甜 《 ，、卢 Ｇ — ｄ
ｌｌ 一 酗 一 ＋
ｉＶ

在作用力Ｐ的作用一Ｆ，Ｃ点的挠度为

２２
 第六章ＤＲＪ一４６０碟式分离机齿轮故障的分析与特征提取

。：丝（『ｚ一６
ＩＩＥ６）ｔ口一ｚ
、 ，
（６．２８）

２詈。南
所以，Ｃ点的刚度为：

Ｋ ｒ６．２９）

２盯澜６Ｅｌ
将ｘ：＝；代入（６ ２７）可得：
ｂ （６３ ｏ）

驴商２
（６．３１）

４ Ｉ Ｊ

Ｋｄ：＝Ｋ＿ ｒ６．３２）

在以上各式中，Ｉ是梁的截面惯性矩，圆形截面的惯性矩为

，：型
４
（６．３３）

Ｒ为圆形截向半径，Ｅ为材料的弹性模量。对于磲式分离机的横轴来

说，Ｅ＝２１０×１０９Ｐａ，除去轴承的宽度以后，，＝Ｏ．２２５ｍ，ａ＝Ｏ．０３５ｍ，
ｂ＝０．１９ｍ，Ｒ＝０．０２ｍ，将这些数据代入式（６．９）可得：

Ｋ。＝４００６７２７４３．５％
Ｋｄ＝Ｋ∞＝２４４９３９７３６．２％
Ｋ“＝１ １０６１７２８４．３％
由于大螺旋齿轮的质量为１３．８ｋｇ、横轴的质量２．２培，根据瑞利法有

Ｍ。＝１３．８磁，Ｍ。＝３１７５ ２．２＝１．０７（Ｋｇ），由于五＝（２矿）２，将所有参数代入
ｘ

式（６．２１）可以解得横轴系统的第一、第二阶固有频率为：

ｆ＝８３２．５３Ｈｚ，厂）＝３５２９．３９Ｈｚ

．１２３、
 浙江大学博士学位论文

以上计算出的第一阶固有频率同８４２Ｈｚ相比基本吻合。
以上的计算结果充分说明了一个事实：异常情况下振动频谱中的
８４２Ｈｚ的谱峰正是由横轴系统的固有振动所引起，齿面出现故障以后，在
啮合时会产生边带，在正常工作转速下齿轮的啮合频率为１５６０Ｈｚ，它的一
个上边带为１６８０Ｈｚ，１６８０Ｈｚ的一半即８４０Ｈｚ接近于横轴系统的固有频率，
从而激发了横轴系统的固有振动。

６．５小结
本章从受力分析和速度分析入手，对碟式分离机螺旋齿轮的工作情况
进行了仔细的分析，指出了该螺旋齿轮传动区别于其它齿轮传动的特点。
尽管主、从动齿轮之间的作用力并不太大，由于齿与齿之间大的相对滑动
速度的存在，发热成了主要的问题，齿面温度的上升使得齿面膜强度下降，
严重时会使油膜受破坏，造成金属之间直接接触，产生磨损甚至是胶合。
另外，由于转鼓的转速很高，不太大的不平衡也会造成较大的动载荷，增
加了齿面之间的作用力，由于大螺旋齿轮是用磷青铜制造、硬度不高，从
面会产生一定的塑性变形，所以，磨损、胶合和塑性变形是碟式分离机螺
旋齿轮的常见故障。
为了能够有效地提取出可以正确反映齿轮的工作状态的特征信息，将
正常的工作状态和故障状态区分开来，进行了大量的试验工作。首先在一
台完全正常的碟式分离机上进行试验，由于齿轮的振动要通过轴承传到机
座上，所以，传感器的布置位置和安装方式都同滚动轴承试验时相同，只
是降低了采样频率以便提高频率分辨率。为了不发生频率混叠，在采样前
进行了低通滤波。特征提取的方法有多种，为了可靠起见，采用了多种提
取方法，包括时域提取法、频域提取法和Ｌｉｐｓｃｈｉｔｚ指数ａ的求取。接下来
进行的是异常情况下的齿轮振动试验，由于碟式分离机的齿轮故障大都发
生在铜制的大螺旋齿轮上，为了发现异常时的振动特征，用一个齿面上有
一系列小凹坑的大螺旋齿轮来代替正常的大齿轮，在一常工作转速下测得

振动信号，先在时域中提取特征指标，再求出信号的￡ｉｐｓｃｈｉｔｚ指数ａ，最
后在频域内提取故障特征。

时域特征指标中，峰值和均方值可以反映信号的能量大小，『Ｆ常情况
下它们都有一个确定的变化范围，在出现程度较重的故障以后，振动信号
会有较大的变化，从而使峰值和均方值产生明显的变化。然而，在出现轻
微故障以后，尽管也会引起振动信号的变化，但这种变化比较小，往往其

２４
 第六章ＤＲＪ．４６０碟式分离机齿轮故障的分析与特征提取

它一噪声所淹没，不能使峰值和均方值产生明显变化。
Ｌｉｐｓｃｈｉｔｚ指数ｏｔ可以用来反映信号的奇异性，它对信号的变化比较敏
感。试验数据处理结果表明，在齿轮处于完全正常状态时，振动信号的

上ｉｐｓｃｈｉｔｚ指数ｃｔ的变化范围在【一０．１，一０．０ｌ】，齿轮出现故障以后，振动信号
的Ｌｉｐｓｃｈｉｔｚ指数口都在一０．２以下，所以，可以用振动信号的Ｌｉｐｓｃｈｉｔｚ指数口
将齿轮的正常状态和异常状态区分开来。
在进行频域特征提取时发现，齿面出现故障以后，振动信号的频谱中
会出现一个８４２Ｈｚ的谱峰，它的幅值高于其它任何谱峰，而且这个谱峰只
是在齿轮转速接近于工作转速以后才出现。经过计算证实，８４２Ｈｚ的谱峰
对应于横轴系统的固有振动。齿轮的故障会产生啮合频率的边带，啮合频
率（１５６０Ｈｚ）的一个上边带（１６８０Ｈｚ）的半频接近于横轴系统的固有频率，
从而激发了横轴系统的固有振动。所以，是否存在横轴系统的固振动可以
作为碟式分离机螺旋齿轮是否出现故障的判断依据。
 塑垩查兰堡主堂堡垒兰———
第七章碟式分离机其它常见故障的分析与特征提取

７．１转鼓的不平衡
７．１．１导致转鼓不平衡的主要原因
Ｊ下如绪论中所述的那样，碟式分离机是一种高速旋转机器，转鼓的转

速都在７０００形左右，很小的不平衡也会产生较大的离心力，从而导致整
台机器剧烈的振动，使滚动轴承和螺旋齿轮的工作状态恶化，缩短机器的
工作寿命，所以转鼓的不平衡是碟式分离机常见故障之一。造成转鼓不平
衡的原因主要有以下几种：
（１）制造精度不够
在加工过程中，由于加工设备的精度不足等原因，会引起转鼓有较大
的不圆度或者是导致转鼓的内锥孔圆锥面同转鼓外圆的不同心，从而使转
鼓的中心同回转中一０偏离，从而造成质量偏心。
（２）材质的不均匀
由于转鼓的尺寸比较大，材质的不均匀也会导致质心同回转中心的偏
离。

（３）转鼓的变形
经常的装拆以及长期处于强离心力场的作用下，转鼓会产生一定变
形。另外，转鼓长期同具有酸性或碱性的物料直接接触，也会被腐蚀，这
也会加剧转鼓的不平衡。
（４）碟片组件的松动
转鼓中包含有一百多张碟片，碟片之间有确定的相对位置。在正常工
作情况下，碟片被大螺母压紧，旋转过程中不会产生碟片之间不会产生相
对滑动。碟片处于被压紧状态，长时间以后会产生一定的塑性变形，或者
是由于大螺母没有旋紧，都有可以引起转鼓在旋转过程中碟片间组件连同
转鼓盖、转鼓体之间发生相对移动，从而使原来良好的平衡状态被破坏。

７．１．２不平衡故障的表现
引起转鼓不平衡的原因有多种，不同原因引起的不平衡在表现上大致
相同，但也有一定的差别。相同之处表现在引起的振动的频率和转鼓的旋
转频率相等，振动的幅值随着转鼓转速的升高而增大。
碟片组件松动造成的不平衡和其它原因形成的不平衡在表现上的不同
之处如下：

碟片组件松动形成的不平衡量是一个变量，它随转鼓转速的变化而变
 第七章碟式分离机其它常见故障的分析与特征提取

化。其它原因引起的不平衡量是一个常量，它的大小和相位都不会随转鼓
的转速而改变。如果存在碟片的松动，那么二者合成的总的不平衡量的大
小和相位都是随转鼓转速的变化而变化的。详细分析见绪论。
７．１．３不平衡故障特征的提取
要获取故障的特征信息，首先要得到有关的信号，和其它故障的监测
一样，主要采用测量振动的方法来得到有关的信号。
尽管转鼓的转速很高，但它的旋转频率和其它原因引起的振动的频率
相比仍然属于低频，由于不平衡导致的振动的频率同转鼓的旋转频率相
等，所以对传感器频率响应的要求就不是很高，既可以采用电涡流式位移
传感器来直接测量立轴振动的位移，也可以用加速度传感器测量有关部位
的加速度。

故障特征的提取主要在频域中进行。步骤如下：
１）低通滤波
对测得的振动信号首先进行低通滤波，以便排除其它不必要的高频干
扰。

２）采样
根据低通滤波器的通过频率，选择能够满足采样定理的采样频率对信
号进行采样，样本数据的长度根据要求的频率分辨率和处理的速度而定。
３）频谱分析和状态识别

求出样本数据的频谱，并从中找出和转鼓旋转频率相对应的频率分
量，然后和正常情况下的数据相比较，如果超出正常范围，则判定存在不
平衡故障。

７．２缓冲弹簧故障的特征提取与识别
７．２．１故障分析
碟式分离机的立轴系统的弹性支撑由轴向弹簧和径向弹簧组成，其中
轴向弹簧用来缓冲安装转鼓时所引起的轴向冲击载荷，对齿轮和轴承起到
保护作用。在『Ｆ常工作时，轴向弹簧所受的载荷的变化幅度较小，因而通
常不易发生故障。径向弹簧使立轴的工作转速处于立轴系统的第一阶和第
二阶固有频率之间，而且可以缓冲由于转鼓的不平衡带来的径向振动。由
于转鼓的尺寸大、重量重，而且转速高，不平衡量难以彻底消除，所以，
一般情况下，径向弹簧承受较大的载荷作用，存在较大不平衡时，情况将
更加严重。对于径向弹簧来说，长期工作以后，在交变应力作用下，弹簧
 浙江大学博士学位论文

会因疲劳而出现裂纹、刚度降低，甚至疲劳断裂。
径向弹簧共有六根，均匀分布于上轴承座的四周，一旦某一根弹簧出
现故障，不但会降低了该方向上的缓冲较果，而且会降低该方向上的支撑
刚度，增大振动的位移，情况严重时可使转鼓和进料管或排料管相擦，导
致更加严重的事故。所以，缓冲弹簧的故障也是碟式分离机的主要故障之
一，就给予充分的重视。

在弹簧刚度完全一致的情况下，如果不存在不平衡，那么立轴的轴心
轨迹是一点，实际上不平衡普遍存在，所以实际的轴心轨迹是一个圆，出
现故障以后，由于支撑刚度的变化，使立轴的轴心轨迹由圆变成了椭圆。
７．２．２信号的获得
可以通过监测立轴的振动来得到轴心轨迹，由于立轴高速旋转，所以
只可以采用非接触式传感器来测试。另外，由于振动的频率并不太高，采
用电涡流式位移传感器来测试立轴的振动是合适的。为了消除立轴表面加
工质量所引起的测量误差，可以对测得的信号进行平均处理。
７．２．３故障特征的提取
为了得到立轴的轴心轨迹，用两只电涡流式位移传感测量立轴在相互
垂直的两个方向上的振动位移。虽然从轴心轨迹上可以清楚地将缓冲弹簧
的状态区分开来，但是从计算机识别的角度来看，用轴心轨迹作为状态特
征并不是最佳选择。导致轴心轨迹的变化的直接原因是相互垂直的两个方
向上的振动的幅值的大小不同，因此，可以从两个方向上的振动信号中提
取出冲弹簧状态的特征信息。

假定测得的信号为ｚ（ｒ）和ｙ（ｒ），由于测得的信号中经常包含有各种噪

声成份，为了提高识别的精度，应对测得的信号ｘＧ）和ｙ０）进行滤波，保

留立轴的旋转频率成份，滤波后的信号记为ＸｆＯ）和Ｙ／（ｎ），根据以下公式
可以求出特征量Ｓ：

１Ⅳ一ｌ

Ｅ，＝吉∑Ｘ／０）
』Ｖ
ｎ＝０
（７．１）

Ｔ Ｎ—ｌ

Ｅ，＝吉∑ｙ小）
１’ｎ＝０
（７．２）

１～一】 ２

Ｓｘ＝专∑Ｇ，Ｇ）一Ｅ，） （７ ３）
 第七章碟式分离机其它常见故障的分析与特缸提取

ｓ，＝吉∑（ｙ，Ｇ）一Ｅ，）
』Ｖ月＝０
（７ｔ ４）

ｓ＝ｋ—ｓ＿ （７．５）

在正常情况下，各根弹簧的刚度也不会绝对相等，而且各个弹簧的压

紧状态也不会完全一致，所以Ｓ也不等于０，应该进行多次试验，从中得
出Ｓ的『Ｆ常变化范围，以便作为以后状态判断的依据。

７．３离心摩擦离合器的故障及其特征提取
电动机是通过离心摩擦离合器来驱动横轴系统的。在启动阶段，电动
机的转速高于横轴的转速，所以，摩擦片和摩擦轮之间有相对滑动。在转
鼓达到工作转速以后，摩擦片和摩擦轮之间保持相对静止。摩擦片和摩擦
轮之间应该保持适当的摩擦力，如果摩擦力太大，就会使电动机的启动电
流过大，增加发热，影响电动机的使用寿命甚至损坏电动机。如果摩擦力
太小，会使启动阶段延长，甚至导致转鼓不能达到正常的工作转速。
摩擦片一般用复合材料制造，这种复合材料具有大的摩擦系数和小的
硬度，所以，摩擦片和摩擦轮之间的相对滑动会导致摩擦片的磨损。摩擦
片磨损以后，表面变得非常光滑，使它和摩擦轮之间的摩擦力降低，从使
启动时间增长，使发热量增加。在正常情况下，碟式分离机的启动时间为
１０分钟左右，所以，只要测量碟式分离机从开始启动至达到工作转速的时
间，便可以对摩擦片的磨损状况加以判断。另外，摩擦片沾上油污以后也
会出现和摩擦片磨损相类似的现象。
虽然摩擦离合器的故障同其它故障相比比较容易识别，但它的出现频
率比较高而且出现以后常导致碟片分离机不能正常工作，所以它也是值得
重视的、碟式分离机的主要而且常见故障之一。
７．４小结
本章对碟式分离机的其它常见故障：转鼓的不平衡、碟片组件的松动、
缓冲弹簧的失效和离心摩擦离合器的故障进行了分析。在此基础之上，给
出了这几种故障的特征指标，把原来比较模糊的故障表达方式进行了数值
化，为以后的计算机自动识别做好了数据上的准备。
 浙江大学博士学位论文

第八章碟式分离机主要故障的识别
８．１引言

经过前面几章的论述和分析，对机械设备中常见的零件：齿轮和轴承
的主要故障及其发展的机理有了详细深入的理解和认识，并在此基础上对
碟式分离机的主要故障做了详细的分析，第四章和第六章分别针对碟式分
离机轴承和齿轮进行了大量的试验，并在不同的域内、采用不同的方法对
有关的数据进行了…系列的处理，给出了合理的分析。

设备故障诊断的目的就在于对设备的工作状态进行识别和分类，将工
作状态区分为正常和异常两大类，并且进一步区分不同的异常状态，以便
最后对设备采取不同的措施。
根据绪论中所述，故障识别和分类的方法主要有模式识别分类法、利
用关联度分析分类法和基于人工神经网络的分类法等等，下面将对常见的
识别方法加以叙述和分析，并将其应用于碟式分离机主要故障的识别。

８．２故障状态矢量的构成
８．２．１轴承状态的描述
第二章详细论述了滚动轴承的常见故障及其各种常用的故障分析和诊
断方法。对于碟式分离机来说，由于结构上的特殊性，并非各种方法都能
奏效，所以，在第四章的试验及结果分析中采用了几种比较有效的处理和
分析手段，得出了令人满意的结果。
在时域，用峰值因子和峭度可以将信号中的明显冲击成分识别出来，
在故障的早期和没有明显冲击的场合，则效果并不明显，因此，在没有得
到大的峰值因子和峭度时，并不能说明机器的运行状态完全正常，仍然必
须进一步采用频域方法和沃尔什谱分析以及小波包分析等方法做更加深
入的分析，试验的结果表明，在故障的早期，可以用倒谱分析、沃尔什谱
分析和小波包分析加以诊断。在得到超过正常范围的峰值因子和峭度的情
况下，完全可以说明设备故障的出现，如果要进一步确认故障的具体类别，
仍需再次依赖沃尔什谱分析、小波包分析和包络分析，所以，要把轴承的
状态完全而且准确地加以识别，仅仅依靠单独的某种方法一方面难以做
到，另一方面可靠性也并非很高。

经过第四章对试验数据的各种处理，实际上已经将轴承的状态加以数
 第八章碟式分离机主要故障的识别

值化了，在正常状态下可以用一组参数加以描述，在不同的异常状态下，
各有不同的相应参数，所以，这些参数的不同变化范围，实际上对应着不
同的工作状态，当然，不同的参数在故障识别中所起的作用也各不相同。

８．２．２齿轮状态的描述
根据第五章和第六章的研究和试验分析可知，无论在『Ｆ情况下或是在
异常情况下，齿轮在传动过程中都会引起一系列的振动。在正常情况下，
齿轮的振动是由于制造误差、安装误差以及啮合刚度的周期性变化的引起
的，这些振动的诱因在转速、载荷以及润滑和散热条件不变的情况下基本
保持不变，因而振动无论在时域或在频域内都保持相对的稳定。齿轮出现
故障以后，在故障处啮合时会产生冲击载荷，引起振动信号的突变，只要
能够准确地将这种突变识别出来，也就能对齿轮的故障做出正确的诊断。
在时域内，冲击信号会使时域波形指标产生变化。峰值和均方值可以
反映信号的能量大小，所以它们可以用来描述信号较大的、整体的变化。
峰值因子和峭度反映了信号中的脉冲成份的多少，可以用来对齿面剥落等
能产生较大冲击载荷的故障加以描述。时域波形指标对于早期的齿轮故障
不敏感。

Ｌｉｐｓｃｈｉｔｚ指数口可以用来反映信号的奇异性，它对信号的变化比较敏
感。第六章的试验数据处理结果表明，振动信号的Ｌｉｐｓｃｈｉｔｚ指数口对齿轮
的早期故障比较敏感，所以，可以用振动信号的Ｌｉｐｓｃｈｉｔｚ指数口将齿轮的
正常状态和异常状态区分开来。
第六章的信号处理和分析结果表明，当齿轮发生故障以后，振动信号的频
谱会发生明显的变化，尽管啮合频率对应的谱峰幅值的变化并不明显，但啮合频
率的一个上边带出现了明显的增大，并且激起了横轴系统的固有振动，使频谱中
出现了８４２Ｈｚ的谱峰，该谱峰的幅值在所有的谱峰中是最大的。是否出现８４２Ｈｚ
的谱峰（由于频率分辨率的不同，谱峰的位置可能有一定的变化）可以作为齿轮
状态的主要的判断依据。
同上分析可知，碟式分离机螺旋齿轮的工作状态可以由时域波形指标、
Ｌｉｐｓｃｈｉｔｚ指数口和频域内８４２Ｈｚ的谱峰值所构成的向量来描述。

８．２．３转鼓状态的描述
由于碟式分离机的工作转速很高。较小的不平衡量也会引起较大的振

．１３１・
 浙江大学博士学位论文

动，所以转鼓的工作状态的监测也是碟式分离机故障监测与诊断的主要内
容之一。根据第七章第一节的论述，碟式分离机转鼓的不平衡原因有多种，
而且解决的方法也各不相同，为了使问题得到币确的解决，不但要判断出
转鼓的平衡状态，而且要能够在出现不平衡以后给出不平衡的原因，以便
采取相应的措施。
不平衡会造成振动的频谱上对应于转鼓旋转频率的谱峰值的增加，所
以可以用对应于旋转频率的谱峰值来判断是否出现转鼓的不平衡。

８．２．４离心摩擦离合器的状态描述
离心摩擦离合器出现磨损以后，碟式分离机的起动时间会有所延长，
甚至是碟式分离机不能达到正常的工作转速。所以可以用碟式分离机的起
动时间的长短来描述摩擦离合器的状态。

８．３用统计模式识别的方法进行故障识别
８．３．１概述
根据绪论所述，模式识别中常采用基于贝叶斯判据的分类法、线性判
别函数分类法、非线性判别函数分类法和距离判别函数分类法等方法对模
式进行分类。其中，贝叶斯判据法需要已知各种状态的先验概率和条件概
率密度曲线，这对于大多数情况来说是难以做到的，因而难以应用。线性、
非线性判别函数分类法在构造权矩阵时计算非常复杂，特别是在特征量较
多的情况下。相比之下，距离判别函数分类法就简单得多，而且计算量也
不大。

在距离判别函数分类法中，距离的定义有欧几里德距离、Ｍａｎ距离、
Ｍａｈａｌａｎｏｂｉｓ距离、Ｋｕｌｌｂａｃｋ距离等。在众多的距离之中，欧几里德距离的
计算量最小，它的定义如下：
ｒ■————一
Ｄ（移，｝，移。｝）＝、／艺如啊一≯伸）２
Ｖ，＝ｌ

＝√（（移，｝一移。｝）７（移，｝一移。））Ｊ （８．１）

上式中移。｝是参考模式向量，移，｝是待检模式向量。移。）应出所有训
练样本移｝，估计＇ｄｌ。在求欧几里德距离时，没有考虑到模式向量移｝中各个
元素重要性的不同。实际上，模式向量各个元素的往往不同，有时甚至相
差很大，为了克服这一不足，对欧几罩德距离进行加权处理，这样式（８．１）
就变成了下式：
 第八章碟式分离机主要故障的识别

Ｄ（如，｝，移。｝）＝√（（移，｝一移。｝）７【缈］（移，）一移。｝）） （８．２）

上式中ｌ∥Ｉ是权矩阵。
８．３．２用距离判别函数分类法对碟式分离机的故障进行识别
根据第四章和第六章试验数据的处理结果，对滚动轴承的工作状态用
２２个参数加以描述，这２２个参数分别代表了振动信号的时域、频域指标
以及沃尔什变换和小波包的波形参数。对于碟式分离机的螺旋齿轮的工作
状态来说，可以用８个参数来描述，它们分别代表振动信号的时域波形指
标、频域中８４２Ｈｚ的谱峰值，啮合频率及其右边带相应的谱峰值和信号的

￡ｉｐｓｃｈｉｔｚ指数口。至于转鼓的平衡状态、碟片的松紧状态以及缓冲弹簧的工作
状态和离心摩擦离合器的工作状态，可以用专家系统识别法加以识别，因而此处
不再加以考虑。所以，用于描述碟式分离机的工作状态的状态矢量可以用３０个
参数来构成。

针对碟式分离机的正常工作状态、滚动轴承外圈故障、内圈故障、螺旋齿轮

齿面的轻微故障和严重故障，分别根据试验结果构造参考模式向量｛靠｝。由于
状态矢量的各个分量的重要性不同，必须针对各分量的不同特点，构造一

个权矩阵ｌ渺Ｉ。根据实际测到的数据，经过相应的处理，得到反映碟式分
离机滚动轴承和螺旋齿轮的待检模式向量｛≯，｝，利用式（８．２）可以求出待检
模式向量相对于不同参考模式向量的距离，相对于哪个参考模式向量的距
离最小，即判定待检状态属于相应的参考模式向量对应的工作状态。
对多组工作状态的识别结果表明，距离判别函数分类法在大多数情况
下是有效的，失效的几次（１０％左右）是由于二个距离之间相差太小，给
识别带来了误差。尽管距离判别函数分类法存在较大的误判概率，然而由
于它的运算量较小，非常适合于实时性要求较高的场合。

８．４专家系统识别法
专家系统（Ｅｘｐｅｒｔ Ｓｙｓｔｅｍ）是人工智能（Ａｒｔｉｆｉｃｉａｌ １１３ｔｅｌｌｉｇｅｎｃｅ）领
域的。个重要分支，它实际上是以知识库为核心进行问题求解的计算机程
序，即基于知识的智能系统１ ７２１。根据文献［７５］，专家系统可以分为解释型、
预测型、监测型、诊断型、设计型、规划型、调试型、教学型和控制型等
几种类型。
 浙江大学博士学位论文

８．４．Ｉ专家系统的结构

图８．４．１

专家系统主要由知识库、推理机制、全局数据区、解释机制以及学习
机制等组成１７２｜【７５ｌ【７８１，它的核心部分是知识库、推理机制和解释机制。
知识库由经验性知识和原理性知识级成。其中，经验性知识是根据在
不同状态下对基本概念、定义、定理的引用时所得到的知识，它是专家经
验的总结，常以规则的形式存在于专家的头脑之中。原理性知识是一个特
定领域中的基本概念、定义、定理以及设备的结构、功能、运行参数和工
作原理等。

推理机制分为浅层推理和深层推理，它们分别是基于经验性知识和原
理性知识的推理。
学习机制主要是用来对知识库的不断扩充和更新。
解释机制使问题的解决过程对于用户来说是透明的。
８．４．２专家系统在故障诊断中的应用
（一）故障诊断专家系统的组成
・一个专家系统能否成功地应用于故障诊断，取决于它的知识库建立的
完善程度，一个完善的知识库应当包括：
１．设备参数库
这是用来存放与故障诊断有关的结构和功能参数以及运行参数。
２．征兆事实库
用来存放推理过程中需要的和产生的所有征兆事实。
３．诊断知识库

用于存放领域专家的各种与故障诊断有关的知识，包括设备征兆、经
验知Ｕ｛和对策知识等等。
‘个完整的故障诊断专家系统除了包含有知识库、推理机制、解释机
 第八章碟式分离机主要故障的识别

制、学习机制等通常专家系统必须具备的模块以外，还必须包含征兆获取
模块和故障对策模块，以便提取故障诊断所必须的征兆以及在确定故障发
生以后给用户提供正确的对策。
（二）专家系统的运行
征兆获取模块从工作设备提取出能够反映设备状态的征兆，推理机利
用知识库和征兆对设备的工作状态做出判断。学习机制使知识库不断丰
富，以提高故障诊断的町靠性，最后，解释机制给诊断过程做出～个明确
的解释，使整个诊断过程透明化。
（三）故障诊断专家系统的优缺点
故障诊断专家系统将故障诊断专家和计算机相结合既具有专家的实
践经验和理论知识，又具备计算机运算快速、准确的特点，将各个专家的
经验知识溶汇到知识库之中，既具有了多数专家的智慧，又克服了单个专
家在问题某～部分上的缺陷。它的学习机制可以保证用于诊断的知识库可
以得到及时的扩充和更新，它的解释机制可以对诊断过程给出解释。
尽管故障诊断专家系统在许多领域得到了成功的应用，但是它也存在
着一定的缺陷，主要表现在：１．故障诊断专家的知识要依靠知识工程师进
行移植，是间接、低效、易损失的信息，这就使专家系统存在“知识瓶颈”
的问题，它是由二方面原因造成：一方面是故障诊断专家自己有时也很难
描述自己拥有的知识，对于具体故障，他们往往只知道如何去解决，却说
不出其中理由，而且，有时他们的知识也有错误成分。另一方面，不同的
专家的知识可能不一样，甚至相互矛盾，这种情况下知识工程师往往束手
无策。２．推理方式与策略不灵活，缺乏适应性，易产生“组合爆炸”、“无
穷递推”等问题。３．对结构性很差的知识难以表达和处理。４．实时性差。
（四）故障诊断专家系统在碟式分离机故障诊断中的应用
专家系统在故障诊断中已经有许多成功的先例Ｊｉｌｌ”Ｉｆ”ｌ，由于专家系统
存在以上所述的几个缺点，专家系统在故障和征兆之间的关系比较简单的
情况下实现方便而且可靠性也好，而对于那些存在如一对多、多对一、多
对多类型的故障和征兆之间映射关系的故障来说，专家系统的实现就比较
困难，而且可靠性也不太高。

对于碟式分离机来说，在所有的常见故障之中，不平衡、碟片松动、
缓冲弹簧的失效、摩擦离合器的失效等的征兆和故障之间的映射关系比较
明确，用专家系统来进行故障的诊断与识别是非常合适的。
 浙江大学博士学位论文

８．５人工神经网络在故障识别中的应用
人类大脑的神经网络系统是由许多细小的神经细胞所组成，神经细胞
之间的相互联接构成人类大脑中立体的神经网络系统。人脑神经网络的结
构具有并行、分布的特点，信息的存贮是通过大量的神经细胞单元的分布
和相互关系来实现的，因而具有高的容错能力、快速的推理能力和强大的
联想能力１ ７８］［７…ＩＩ…。正如上一节所述，专家系统是以冯・诺依曼式串行计算

机的处理方式为基础的，它的工作方式和人脑的工作方式有本质的区别，
正因为此，它存在着 系列难以克服的缺陷。
人工神经网络是对人类大脑神经网络系统的一种物理结构上的模拟，
它以神经元节点来模拟人类大脑神经细胞，以神经元节点问的问的联接强度来
模拟人类大脑神经中树突与轴突的作用。

８。５．１人工神经网络的结构
经过几十年的努力，人们已经相继开发出了几十种不同用途的人工神经网
络。从结构上来说，它们主要有以下几种Ⅲ】：
１．前馈式网络
这种网络的神经元是分层排列的，每个神经元只与前一层的神经元联接。
２．输入输出有反馈的前馈网络
这是由前馈网络发展而来的，输出层有一个反馈回路到输入层，而从本身还
是一种前馈网络。
３．前馈内层互联网络
这也是由前馈网络发展而来的但在同一层内存在互相联接，它们可以形成相
互制约。

４．反馈型全互联网络
其中每个神经元的输出都和其它神经元相互联。
５．反馈型局部联接网络
其中每个神经元的输出只与其周围的神经元相联接。
在以上各种结构的神经网络中，前馈式神经网络的结构最为简单，人们对它
的研究丌始的最早，所以它的应用也最为广泛。
８。５．２ ＢＰ网络及其应用
～．ＢＰ网络简介
 第八章碟式分离机主要故障的识别

ＢＰ网络的结构如图８．５．２所示。

ｙ１
输 ｙ２

入
ｙ３ 。ｔ善
黾 ｏｍ层
层

图８．５．２

从上图可以看出，ＢＰ网络是一种前馈式网络。通常，它由三层组成：
输入层、隐层和输出层。输入层共有Ｄ个神经元，ｎ的大小同输入矢量的
维数相等，由应用的场合决定。输出层共有ｍ个神经元，ｍ同需分类的类
别数有关。隐层神经元的数目为ｋ，根据文献［８１］，ｋ的选择可以参考以
下公式：
ｋ＝√”＋ｍ＋口 （８．３）

上式中，ｎ是输入层神经元个数，ｍ是输出层神经元个数，ａ是１到１０的一
个整数。
神经元由非线性变换单元构成，输入、输出的关系满足非线性单调上升函
数，如下式表示：

“』＝∑ＷｔＸ，一Ｏｊ （８．４）

胪巾－）２专 ‘８・５）

式（８．５）所示的函数即ｓｉｇｍｏｉｄ函数是连续可微的，它可以严格按照梯度算
法进行推算。
二．用于故障诊断的ＢＰ网络的建立
用于故障诊断的ＢＰ网络可以按照下列步骤建立：
１．根据征兆数目、故障种类，确定神经网络的结构。
对于某种设备来说，它的可能故障可以有多种，每种故障都可能有多个征兆，

这样用所用的可能故障的征兆构成状态矢量，这个状态矢量就完全可以表示该设

备的所有状态。为了识别该设备的工作状态，所采用的ＢＰ网络的输入层的神经

元数就必须等于状态矢量的维数即故障征兆的总数目。如果故障的种类为珊，那

么，只要用ｌｏｇ，ｍ个输出神经元即可。但是为了更加便于识别，往往采用ｍ个输
 浙江大学博士学位论文

出神经元。

２．在众多样本中选择训练样本

在试验中得到的样本往往很多，应该选择具有代表性的样本作为训练样本，

训练样本的数目要适当，如果选得太少，则不具备普遍性，如果选择太多，又会

增加不必要的计算量。

３．对神经网络进行训练

用训练样本对神经网络进行－ｔＪＩＩ练，获得不同层神经元之问的联接权值，这实

际上是一个知识获得的过程。

三．ＢＰ网络在碟式分离机滚动轴承和螺旋齿轮故障诊断中的应用

１．ＢＰ网络的建立

根据本章第三节的有关内容，碟式分离机的滚动轴承和螺旋齿轮的状态向量

共有３０个参数，所以输入层采用３０个神经元，虽然总的故障种类并不多，但是

为了识别方便起见，输出层采用５个神经元。采用了不同个数的隐层神经元以后

发现，采用２０个隐层神经元不但训练时收敛速度快，而且具有较好的分类效果，

因而采用２０个隐层神经元。

用试验数据的处理结果构成输入状态向量，然后用分别对应于碟式分离机的

轴承和齿轮不同状态的状态向量对ＢＰ网络进行训练。目标输出向量如下：

轴承和齿轮均正常时的目标向量为：

［１．００ ０ ０ ０ ０】

轴承外圈轻微故障、齿轮正常时的目标向量为：

［０ １．００ ０ ０ ０】

轴承严重故障、齿轮正常时的目标向量为：

［０ ０ １．００ ０ ０】

轴承正常、齿轮故障时的目标向量为：

［０ ０ ０ ｌ ００ ０］

轴承外圈轻微故障、齿轮故障时的目标向量为：

【０ １．００ ０ １．００ ０］

轴承严重故障、齿轮故障时的目标向量为：
 第八章碟式分离机主要故障的识别

【０ ０ １．００ １．００ ０】

训练开始时，不同层神经元之间的联接权的取值是随时的，所以，即使采用

相同的输入向量，不同的训练过程达到要求的均方误差时的循环次数是不同的，

而且最终得到的权值也有所不同，因而能实现相同功能的ＢＰ网络并不是唯一的。

以下两幅图分别表示两次训练时的均方误差同循环次数的关系。

ＥＤｏｃｈ

图８．５．３

图８．５．４

２．用ＢＰ网络对碟式分离滚动轴承和齿轮故障进行识别

用图８．５．３所示的训练过程得到的ＢＰ网络对碟式分离机的６种不同状态进

行识别，结果如下：

（１）．［０．９５９ｌ，一０．３８２５，０．３９９１，一０．２５２９，一０．１ １９９］

（２）．［一０．０３０４，０．９８１９，一０．０１３８，一０．０６８５，０．００１８］

（３）．［一０．０９５６，一０．０７７７，０．９７００，一０．０３４９，０．０５５９］
（４）．［一０．０３１５，一０．３７２６，一０．１９７７，０．９８２５，０．０８９０］

（５）．［一０．０８４６，０．９４０８，０．１５８４，０．９８７１，０．０５１３］
 浙江大学博士学位论文

（６）．［一０．１０３３，一０．１７８０，０．９６１７，０．９４３９，一０．０３４４］
用图８．５．４所示的训练过程得到的ＢＰ网络对碟式分离机的６种不同状态进行
识别，结果如下：
（１）．［０．９４９０，一０．２６６５，０．０４８９，一０．１７３３，一０．０２０９ ｊ

（２）．［一０．１ ２３０，０．９６８８，一０．０２８２，０．０４９３，一０．０３３４］

（３）．｛－ｏ．０５７９，０．０２２７，０．９５２１，０．２３０５，一０．０３０４］
（４）．［０．２４５２，－０．３７０２，一０．０５１ １，０．９５７６，０．００８４］

（５）．［０．０４２２，０．９１２２，一０．０９４５，０．９６９７，０．０６０６］

（６）．［０．０３７９，一０．１１９９，０．９７６ｌ，０．９７２０，一０．０２９８］

将以上输出向量同目标输出向量相比较可以判断出，６种状态分别对应于：
（１）．轴承和齿轮均正常。（２）．轴承外圈轻微故障、齿轮正常。（３）．轴承严重
故障、齿轮正常。（４）．轴承正常、齿轮故障。（５）．轴承外圈轻微故障、齿轮故
障。（６）．轴承严重故障、齿轮故障。同实际情况完全吻合。
从以上的识别结果可以看出，尽管两个ＢＰ网络的训练过程不同，有着不同的
权值，但是它们都能对碟式分离机的状态进行正确的识别，只是输出向量的绝对
数值稍有差别。

８．６小结
故障诊断的目的就是对工作设备的状态加以分类和识别，以便针对工作设备
做出报警或干预，所以，工作设备状态的描述在故障诊断中显得特别重要。本章
一开始就对碟式分离机的常见故障：滚动轴承的故障、螺旋齿轮的故障以及转鼓
和摩擦离合器的故障的描述方法进行了讨论。前面几章的研究结果表明，碟式分
离机的不同的故障具有不同的原因，而且同一故障也有多种征兆，每个征兆在故
障的描述之中所起的作用的大小也相差甚远，本文采用主矢量分析法选取最能反
映故障特征的征兆，结果表明这种方法效果良好。
根据故障和征兆之间关系的复杂程度的不同，可以采用不同的方法加以分类
和识别。本文中采用的方法有统计模式识别法、专家系统识别法和人工神经网络
识别法。

统计模式识别中常采用基于贝叶斯判据的分类法、线性判别函数分类
法、非线性判别函数分类法和距离判别函数分类法等方法对模式进行分
类。其中，距离判别函数分类法的实现比较简单，而且运算量比较小，本
文采用了这种方法。考虑到状态矢量的不同分量在状态表达中所起的作用
的大小不同，在应用距离判别函数分类法时进行了加权处理。处理结果表
 第八章碟式分离机主要故障的识别

明，距离判别函数分类法能够比较准确地对碟式分离机的常见故障进行分
类，尽管这种分类法尚存在一定的误差，但由于它的实现方便、实时性好，
在一般性要求场合是可以应用的。
近十几年来，专家系统在许多领域得到了成功的应用。在故障诊断领域，对
于那些故障和征兆之间具有明确逻辑关系的场合，应用专家系统来进行故障分类

是非常合适的。在碟式分离机的常见故障中，根据第七章分析，转鼓的不平衡、
立轴缓冲弹簧的失效以及离心摩擦离合器的失效等故障的征兆十分明确，采用专
家系统来进行分类不会造成诸如“知识瓶颈”、“组合爆炸”、“无穷递推”等
问题，而且分类准确，同时它的解释机制可以对诊断过程给出解释。结果
表明，用专家系统对碟式分离机的转鼓的不平衡、碟片的松动、立轴缓冲弹
簧的失效以及离心摩擦离合器的失效等故障的分类十分可靠。
人工神经网络的发展给故障诊断提供了一个新的法，为了提高碟式分离枧故
障诊断的速度与准确性，本文采用了神经网络对碟式分离机的滚动滚动轴承和螺
旋齿轮的常见故障进行了分类。由于ＢＰ网络的结构简单、工作状态稳定而且可以
实现多维空间的任意划分，所以本文采用的是ＢＰ网络。用试验数据对ＢＰ网络训练
以后，对另外试验所得的有关数据进行了分类，分类结果同事实完全相符，表明
ＢＰ网络可以十分有效而且可靠地应用在碟式分离机滚动轴承和螺旋齿轮的故的
分类之中。
在碟式分离机常见故障的诊断与识别中，将专家系统和人工神经网络相结合
可以得到令人满意的结果。
 浙江大学博士学位论文

第九章总结
本文是以化工、食品等行业中的常用设备——碟式分离机为研究对
象，围绕碟式分离机故障诊断这个主题而开展的。整个工作可以分为三大
部分：
一． 碟式分离机主要零部件的振动及故障机理的研究
１．滚动轴承振动及故障机理的研究
滚动体在不同位置承受不同的载荷，使滚动轴承的刚度在旋转过程中
呈周期性变化，即使在不存在任何加工误差的情况下，滚动轴承在工作时
也存在一定的振动。考虑到加工误差的影响，滚动轴承的振动会表现得较
复杂。滚道和滚动体的表面接触应力是周期性的脉动应力，如果该接触应
力超过了材料的接触疲劳极限，就会发生点蚀，如果接触应力超过了材料
了屈服极限，就会出现塑性变形。如果润滑、密封不良，也会出现磨损。
滚动轴承出现故障以后，轴承元件在故障点接触时会产生冲击载荷，从而
诱发振动，使滚动轴承的振动加剧。
２．齿轮的振动及故障机理的研究
由于齿轮传动存在单齿啮合区和双齿啮合区，齿轮的啮合刚度在啮合
过程中呈周期性变化，同时齿面上受到的载荷以及齿根所受的弯矩也呈周
期性变化。这样，即使在不存在任何加工误差的情况下，齿轮传动过程中
也存在一定的振动。轮齿的啮合和脱开以及啮合点从齿根到齿顶的移动都
造成了齿面上的接触应力和齿根的弯曲应力呈周期性变化。齿面上的接触
应力超过材料的接触疲劳极限时，齿面就会发生点蚀。接触应力超过材料
的屈服极限时，就会出现塑性变形。齿根的弯曲应力超过材料的弯曲疲劳
极限时，就会发生断齿。润滑或散热不良时，会发生齿面磨损甚至发生胶
合。齿轮发生故障以后，在啮合过程中会产和附加的冲击载荷，使齿轮的
振动加剧。

３．转鼓组件的振动及故障机理的研究
转鼓组件由一百多个零件组成，而且尺寸比较大，在加工和装配过程
中难免会存在一些误差，从而造成一定的偏心。由于转鼓的旋转速度很高，
不大的不平衡量也会引起剧烈的振动。加工误差造成的不平衡可以用整机
动平衡的办法加以消除。在装配过程中，如果锁紧大螺母旋转不到位、碟
片之间的压紧力不够时，在一定速度下，碟片之间的摩擦力不足以克服离
心力，碟片就会沿径向移动，从而破坏原有平衡状态、使转鼓的振动增大，
 第九章总结

这种不平衡现象不能用通常的动平衡办法加以消除。
４．立轴缓冲弹簧故障的研究
立轴缓冲弹簧使碟式分离机的工作转速处于立轴系统的第一、第二阶
临界转速之间，而且对立轴上支承滚动轴承有一定的保护作用。弹簧长期
处于交变应力的作用下，会出现疲劳裂纹、刚度下降，甚至是疲劳断裂，
导致其它严重故障的发生。
５离心摩擦离合器的故障
在碟式分离机的起动过程中，离心摩擦离合器一直处在打滑状态。多
次起动以后，摩擦片会出现磨损现象，使碟式分离机不能在预期时间内达
到工作转速，而且产生大量的热量，使整机的温度上升，导致齿轮和轴承
润滑状态的劣化。另外，摩擦片上沾上油污以后也会出现和磨损相类似的
现象。

二．碟式分离机主要故障特征的提取
１．滚动轴承故障特征的提取
针对碟式分离机横轴轴承振动的特点，在特征提取上，本文采用了时
域提取法、频域提取法、倒频域提取法、Ｗａｌｓｈ谱提取法以及小波包分解提
取法等等。其中，时域提取法、频域提取法和倒频域提取法对于滚动轴承的比较
严重的故障有明显的效果，但对于早期故障却无能为力。Ｗａｌｓｈ谱提取法和小波
包分解提取法不但对滚动轴承的严重故障有明显效果，而且对早期故障的效果也
比较明显。为了使提取的故障特征更加可靠，将上述几种方法结合起来，得到多
个特征参数，并用主矢量提取法决定其中的几个来反映滚动轴承的状态。
２．螺旋齿轮故障特征的提取
根据碟式分离机螺旋齿轮传动的特点，本文采用时域提取法、频域提

取法和求取Ｌｉｐｓｃｈｉｔｚ指数口的方法来提取齿轮故障的特征。时域波形参数
可以用来反映信号能量的大小和其中冲击成份的多少。齿轮出现较为严重
的故障以后，振动信号会发生比较明显的变化，这时可以用时域波形参数
将它和正常状态区别开来，但出现程度较轻的早期故障时，由于造成的冲
击载荷较轻，信号的时域波形参数变化并不明显，所以，时域提取法并不

十分可靠。根据试验数据的处理结果，故障前后振动信号的Ｌｉｐｓｃｈｉｔｚ指数
ａ有明显的改变，因而可以用信号的Ｌｉｐｓｃｈｉｔｚ指数口的不同取值范围来区
分齿轮的不同状态。齿面出现故障以后，振动信号的频谱上在啮合频率对
应的谱峰周围会出现边带，其中的一个上边带的半频同横轴系统的第一阶
固有频率十分接近，从而引起共振。计算结果和试验数据的频谱分析都证
 浙江大学博士学位论文

明了这一点，所以根据频谱上是否存在横轴系统的第一阶共振峰来诊断碟
式分离机齿轮的状态。
３．转鼓组件故障特征的提取
转鼓组件出现不平衡以后，振动信号的频谱上转鼓旋转频率对应的谱
分量的幅值会超出正常范围，因此，可以用该谱分量的幅值作为转鼓组件
的故障特征。
４．缓冲弹簧故障特征的提取
缓冲弹簧出现故障以后，转鼓在相互垂直的两个方向上的振动具有明
显的差异，可以用这两个振动的方差之差来反映缓冲弹簧的故障特征。
５．离心摩擦离合器故障特征的提取
可以用碟式分离机的起动时间作为离心摩擦离合器的故障特征。
三．碟式分离机主要故障的识别与分类
试验结果表明，距离判别函数分类法能够比较准确地对碟式分离机的
常见故障进行分类。尽管这种分类法尚存在一定的误差，但由于它的实现
方便、实时性好，在一般性要求场合是可以应用的。
转鼓组件故障、缓冲弹簧故障以及离心摩擦离合器故障的征兆和故障
之间的映射关系比较明确，可以用专家系统进行识别。
滚动轴承和螺旋齿轮的故障同征兆之间的映射关系十分复杂，描述滚
动轴承和螺旋齿轮的状态矢量由多个参数构成，如果采用专家系统进行识
别，可能会产生“组合爆炸”、“无穷递推”等问题。由于ＢＰ网络除了具
有高的容错能力、快速的推理能力等优点以外，而且结构简单、工作状态
稳定而且可以实现多维空间的任意划分，所以，本文采用ＢＰ网络对碟式
分离机的滚动轴承和螺旋齿轮的状态进行识别，得到了令人满意的识别结
果。

本论文的创新之处主要表现在以下几点：
１．多种方法相结合提取滚动轴承的故障特征
通常，滚动轴承故障特征的提取是在时域或频域内进行的。对于滚动
轴承的早期故障，单独采用时域或频域中的有关方法往往不能得到预期效
果。根据碟式分离机的特点和试验得到的有关数据，本文采用了时域、频
域、倒频域、Ｗａｌｓｈ谱分析、小波包分析要相结合的方法，用多个参数组
成状态矢量来描述滚动轴承的状态，这样既可以充分利用各种方法的优
点，又可以弥补单个方法的不足。根据滚动轴承发生故障以后的振动特性，
为了排除其它同滚动轴承无关的振动对特征提取的影响，提高信噪比，以
 第九章总结

仅包含滚动轴承各元件的固有频率的通带进行滤波。结果证明，该方法对
滚动轴承的早期故障特征的提取是非常有效的。
２．碟式分离机螺旋齿轮故障特征的提取
首次发现了碟式分离机螺旋齿轮的故障可以诱发横轴系统的第一阶
固有振动。这一发现使碟式分离机螺旋齿轮故障特征的提取变得非常简
单，可以采用频谱中横轴系统第一阶固有频率对应的谱峰值作为螺旋齿轮

的故障特征。另外，用Ｌｉｐｓｃｈｉｔｚ指数口也能将螺旋齿轮的正常状态和故障
状态加以区分。

３．碟式分离机故障特征的数值化
在以前的研究中，通常是以频谱图、相位曲线以及转鼓轴心轨迹等来
说明相关零部件所处的状态。由于相同的图形在不同人的眼里可能代表不
同的信息，这就给故障的识别和分类带来了极大的不便。为了便于利用计
算机进行状态识别与分类，本文对碟式分离机的各种主要故障都给出了数
值化的方法，用这些具体的参数描述有关零部件的状态，为计算机状态识
别做好了数据准备。

４．碟式分离机主要故障的识别与分类
在对碟式分离机故障进行识别与分类以前，将碟式分离机的主要故障
分为两大类：第一类故障的征兆与故障之间的映射关系比较明确，如转鼓
的不平衡、碟片的松动、摩擦离合器的故障和缓冲弹簧的失效等。第二类
故障的征兆和故障之间的映射关系非常复杂，如滚动轴承的故障和螺旋齿
轮的故障。第一类故障用专家系统来识别，第二类故障用神经网络来识别。
将专家系统和神经网络相结合，既降低了故障识别过程的复杂程度，避免
了“组合爆炸”、“无穷递推”等问题，又提高了识别和分类的速度和可靠
性。

由于时间等原因，只是针对横轴右轴承进行了试验。由于其它轴承同
样存在故障的可能，希望以后对其它轴承作进一步的试验和分析，以便使
碟式分离机故障诊断系统更加完善。
 浙江大学博士学位论文

参考文献
Ｉ 黄文虎等编著，设备故障诊断原理、技术及应用，北京：科学出版社， １９９７

２．Ｌ Ｆ Ｐａｎ著，王胜译，故障诊断与性能监测，广卅Ｉ：华南理工大学出版社
３．屈梁生，何正嘉，机械故障诊断学，上海：上海科技出版社．１９８６
４ 孙月明，唐任仲，机械振动学（测试与分析），杭州：浙江人学出版社，１９９１
５ 张思，振动测试与分析技术．北京：清华大学出版社，１９９２
６．崔宁博编译，设备诊断技术，天泮：南开大学出版社，１９８８
７．沈庆根，化Ｊ。机器故障诊断技术，杭州：浙江人学山版社．１９９４
８ 杨叔子，吴雅等，时间序列分析的Ｉ一程应用，华中理ｌ：人学出版社，１９９１
９ Ａ．Ｖ．Ｏｐｐｅｎｈｅｉｍ ａｎｄ Ｒ Ｗ．Ｓｃｈａｆｏｒ，数字信号处理，北京：科学出版社
１０陈定国，李衍达，反褶积信号恢复，信号处理，１９９２，８（３）
１１．Ｌｅｏｎ，’＇Ｔｉｍｅ—ｆｒｅｑｕｅｎｃｙ ｄｉｓｔｒｉｂｕｔｉｏｎｓ…ｒｅｖｉｅｗ”，Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ，Ｖ０１．７７，Ｎ０７，１９８９，

ＰＰ．９４１－９８１

１２．黄德双，神经网络模式识别系统理论，北京：电子］：业出版社
１３．温熙森，胡茑庆等，模式识别与状态监控。长沙：国防科技大学出版社，１９９７
１４．杨叔子，吴雅，机械故障诊断的时序方法，西安：西安交通大学出版社，１９８９
１５．周冠雄，计算机模式识别（结构方法），武汉：华中工学院出版社，１９８６
１６．周冠雄，计算机模式识别（统计方法），武汉：华中工学院出版社，１９８６
１７．傅京荪，模式识别与应用，北京：科学出版社，１９８３
１８．孙启才，金鼎五，离心机原理结构与设计计算，北京：机械工业出版社，１９８７
１９．孙启才，分离机械，北京：化学工业出版社，１９８７
２０．徐平，碟式分离机典型故障的特征分析与诊断技术的研究，浙江大学博士学位论文，１９９７
２１．周保堂，贺世正等，碟片分离机的常见故障的诊断和分析，医药工程设计，１９９４，１：１５～１９
２２．王丽丽等，滚动轴承早期故障在线监测与诊断，西安交通大学学报，１９９８，Ｖ０１．３２，Ｎ０６
２３．张中民等，滚动轴承故障振动模型及其应用研究，华中理工大学学报，１９９７，Ｖ０１．２５一＇Ｎ０３
２４梅宏斌等，用于滚动轴承甲．期损伤诊断的模型及特征量，振动１：程学报，１９９６，Ｖ０１．８，Ｎ０３
２５．刘秋风等，球轴承故障特征频率的诊断，轴承，１９９３，Ｎｏ．６
２６．张功学，同态滤波技术应用丁皮带机轴承故障诊断的试验分析，机械科学与技术，１９９６，
Ｖｏｌｌ５，Ｎｏ．２

２７．张华施，风机滚动轴承的故障的包络法诊断，轴承，１９９５，Ｎｏ．３
２８．梅宏斌等，滚动轴承故障诊断高频共振法的包络频谱分析，洛Ｈ¨＋学院学报，１９９２，
Ｖ０１．１ ３．Ｎｏ．２

２９徐晖等，滚动轴承甲期故障振动信号的分离与诊断，西安交通大学学报，１９９７，
Ｖ０１．３１，Ｎｏ ８

３０．于超等，滚动轴承故障的沃尔什诊断，应用力学学报，１９９４，Ｖ０１．１１，Ｎｏ．２
３Ｉ马建仓等，滚动轴承故障诊断的一种特征参数选择方法，机械科学与技术，１９９６，
Ｖｏｌ １ ５，Ｎ０５

３２汀１廿蒲等，轴承故障的．玖ＦＦＴ分析法，机械科学与技术，１９９８，Ｖｏｌ １８，Ｎｏ．２

３３．马家驹等，滚动轴承振动统计特性分析，轴承，１９９４，Ｎｏ．１
３４．何１１：嘉等，机械故障诊断案例，州安变通人学出版社，１９９１
３５ Ｍ．Ｐ．诺顿【澳】，Ｉ：业噪声千¨振动分析基础，航空Ｉ业出版利＋，
３６．［日】丰田利大，设备现场诊断的开展方法，北京：机械ｌ：业出版丰１＝，１９８５
３７．邝朴生，徐福章等，现代机器故障诊断学，北京：农业出版社，１９９１

．１４６．
 垄耋苎整 一 一——
３８．【美”Ｓ米切尔著，机器故障的分析与监测，北京：机械ｊ：业出版社，１９９０
３９．胡广书，数字信号处理，北京：清华人学出版社，１９９７
４０．赵松年等，子波变换与子波分析，北京：电子Ｌ业出版社，１９９７
４１．Ｊ‘玉兰，石来德．机械殴备故障诊断技术，上海：上海科学技术出版社，１９９４
４２．张正松等，旋转机械振动监测及故障诊断，北京：机械１．业出版社・１９９ｌ
４３．程止兴，小波分析算法与应用，两安：西安交通大学出版社，１９９８
４４．于超等，滚动轴承的沃尔什诊断法，应用力学学报，Ｖｏｌ １Ｉ，Ｎｏ．２，１９９１

４５温熙森等，机械系统动态分析理论与应用，国防科技大学出版社，１９９８
４６．潘钔梁，非线性问题的数学方法及应用，浙江人学出版社，１９９５
４７．李成荣，电梯系统的动态特性分析与故障诊断方法的研究．浙江大学博士学位论文，１９９７
４８．马晓建等，碟式分离机横轴轴承故障的分析与诊断，化ｊ：机械，Ｖ０１．２６，Ｎ０６，１９９９
４９马晓建等，碟式分离机主要故障的分析，流体机械，Ｖ０１．２８，Ｎｏｌ，２０００
５０．马民等，冲击回波信号的小波分析研究，重庆大学学报，Ｖ０１．２２，Ｎ０６，１９９９
５１．壬志杰等，齿轮箱故障诊断中复杂振动调制现象的分析，重庆大学学报，Ｖ０１．１９，Ｎ０４，１９９６
５２．姜建东等，相关维数在人型机组故障诊断中的应用，西安交通大学学报，Ｖ０１．３２，Ｎ０４，
１９９８

５３．王文利等，一种齿轮箱信号分析与故障诊断系统，重庆大学学报，Ｖ０１．２２，Ｎ０４，１９９９
５４．张西宁，齿轮故障诊断中振动信号的提纯和重构，西安交通大学学报，Ｖ０１．３２，Ｎ０９，１９９８
５５．王延春等，包络分析方法及其在齿轮故障诊断中的应用，重庆大学学报，Ｖ０１．１８，Ｎｏｌ，１９９５
５６．杨友堂等，矢量投影故障诊断法，振动工程学报，Ｖ０１．７，Ｎｏｌ，１９９４
５７．范新勇，滚动轴承疲劳故障的精密诊断与分析，设备管理与维修，１９８９，Ｎｏｌｌ
５８．力华东等，航空轴承１二作状态判断的试验与研究，轴承，１９８５，Ｎｏ．３
５９．雷继尧，丁康，轴承故障诊断，西安交通大学出版社，１９９１
６０．Ａｎｇｅｌｏ Ｍ．Ｖｉｂｒａｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ ｏｆＭａｃｈｉｎｅｓ，Ｔｅｃｈｎｉｃａｌ Ｒｅｖｉｅｗ，１９８７，Ｎｏｌ

６１．孟庆丰等，滚动轴承和齿轮故障的时频域识别，重型机械，１９９８，Ｎｏｌ
６２．吕志民等，分形维数及其在滚动轴承故障诊断中的应用，机械工程学报，Ｖ０１３５，Ｎ０２，１９９９
６３ Ｄａｖｉｄ ｌｏｇａｎ，Ｕｓｉｎｇ ｔｈｅ ｃｏｒｒｅｌａｔｉｏｎ ｄｉｍｅｎｓｉｏｎ ｆｏｒ ｖｉｂｒｍｉｏｎ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｒｏｌｌｉｎｇ ｅｌｅｍｅｎｔ

ｂｅａｒｉｎｇｓ…Ｉ Ｂａｓｉｃ ｃｏｎｃｅｐｔ．Ｍｅｃｈａｎｉｃａｌ Ｓｙｓｔｅｍ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，１９９６，１０（３）

６４．张文明等，滚动轴承故障诊断中的分形，北京科技大学学报，１９９６，１８（３）
６５．吕志民等，基于奇异谱的降噪方法及其在故障诊断技术中的应用，，机械上程学报，Ｖｏｌ３５，
Ｎ０３．１９９９

６６．高翔等．基于小波分析的被动声纳信号宽带噪声包络分析，东南人学学报，Ｖ０１．２８，Ｎ０６，
１９９８

６７．袁晓等，复解析小波变换与语音信号包络提取和分析，电子学报，Ｖ０１．２７，Ｎ０５，１９９９
６８．徐平，周保堂，贺世止，碟式分离机故障诊断技术进展，流体机械，Ｖ０１．２５，Ｎ０４，１９９７
６９．贺世止，周保堂，陈仕选，碟式分离机转鼓组装体不平衡原因分析，流体工程，
Ｖ０１．２１，Ｎ０１０，１９９３

７０．汪希萱，周保堂，贺世止，碟式分离机整机全速动平衡技术的研究，浙江大学学报，
１９８２（４）

７１．周保堂，贺世止，碟式分离机整机全速动平衡的理论分析和试验，化『：与通用机械，
１９８２（９）

７２．史济建，俞瑞钊，号家系统实现技术，浙江人学出版社，１９９５
７３ Ｗａｎｇ，ⅥＪ．ａｎｄ ＭｃＦａｄｄｅｎ，Ｐ．Ｄ，Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｔｏ Ｇｅａｒｂｏｘ Ａｎａｌｙｓｉｓ．
Ｔｈｅ ＡＳＭＥ Ｓｔｒｕｃｔｕｒａｌ Ｄｙｎａｍｉｃｓ＆Ｖｉｂｒａｔｉｏｎ．Ｔｈｅ １６“Ａｎｎｕａｌ Ｅｎｅｒｇｙ．Ｓｏｕｒｃｅ Ｔｅｃｈｎｏｌｏｇｙ
 浙江大学博十学位论文

Ｃｏｎｆｅｒｅｎｃｅ，Ｈｏｕｓｔｏｎ，ＵＳＡ，１９９３

７４．Ｗａｎｇ，Ｗ Ｊ．ａｎｄ ＭｃＦａｄｄｅｎ，Ｐ．Ｄ．，Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｗａｖｅｌｅｔ ｉｎ Ｎｏｎ－ｓｔａｔｉｏｎａｒｙ Ｖｉｂｒａｔｉｏｎ Ｓｉｇｎａｌ

Ａｎａｌｙｓｉｓ ｆｏｒ Ｅａｒｌｙ Ｇｅａｒ Ｄａｍａｇｅ Ｄｉａｇｎｏｓｉｓ，Ｉｎｔ Ｃｏｎｆｉ Ｏｎ Ｖｉｂｒａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎ甙ＩＣＶＥ’９４），

Ｂｅｒｉｎｇ，１９９４
７５．Ｈａｙｅｓ．Ｒｏｔｈ Ｆ，Ｗａｔｅｒｍａｎ Ｄ Ａ．，Ｌｅｎａｔ Ｄ．Ｂ，建立专家系统，四川科技出版社，１９８６
７６．吴尔信，邹燕，专家系统技术，电子工业出版社，１９８８
７７吴今培，模糊诊断系统及其应用，科学出版社，１９９５
７８徐敏主编，设备设备故障诊断手册，两安交通大学出版社，１９９８
７９删守ｆ．等，神经网络导论，国防科技人学出版社，１９９３
８０胡守ｆ二等，神经网络应用技术，国防科技人学出版社，１９９３
８１．张立明，人工神经网络的模型及应用，复日．大学出版社，１９９２
８２刘鸿文，材料力学（上册），高等教育出版社，１９９２
８３．Ｆｒａｎｃｉｓ Ｓ．Ｔｓｅ，Ｉｖａｎ Ｅ．Ｍｏｍｅ，Ｒｏｒｓｅ，Ｒｏｌｌａｎｄ ｔ Ｈｉｎｋｌｅ，Ｍｅｃｈａｎｉｃａｌ Ｖｉｂｒａｔｉｏｎ Ｔｈｅｏｒｙ ａｎｄ

Ａｐｐｌｉｃａｔｉｏｎｓ，Ａｌｌｙｎ ａｎｄ Ｂａｃｏｎ Ｉｎｃ．１ ９７８

程耀东，机械振动学（线性系统），浙江大学出版社，１９８８
程耀东，机械振动学（非线性系统弹性体）浙江大学出版社，１９９０
黄崇福等，模糊信息优化处理技术及其应用，北京航空航天大学出版社，１９９５
焦李成，神经网络系统理论，西安电子科技大学出版社，１９９０
刘增良等，模糊逻辑与神经网络，北京航空航天大学出版社．１９９５
庄镇泉等，神经网络与神经计算机，科学出版社，１９９４
刘雄等，转子监测和诊断系统，西安交通大学出版社，１９９１
驸踮跖盯ｇ昌黔∞叭 Ｂｌｏｃｈ，Ｈ．Ｐ ａｎｄ Ｇｅｉｔｎｅｒ，Ｆ．Ｋ，Ｍａｃｈｉｎｅｒｙ ｆａｉｌｕｒｅ ａｎａｌｙｓｉｓ ａｎｄ ｔｒｏｕｂｌｅ ｓｈｏｕｔｉｎｇ，Ｇｕｌｆｐｕｂｌｉｓｈｉｎｇ，

１９８６

沈青等，神经网络应用技术，国防科技大学出版社，１９９４
李学桥等，神经网络．工程应用，重庆大学出版社，１９９３
晏历堂等，结构系统动力特性分析，北京航空航天大学出版社，１９８７
昵％舛＂ 晏历堂等，高速旋转机械振动，国防科技大学出版社，１９９４

．１４８．
 致谢

致谢
本论文是在导师周保堂教授的精心指导下完成的，在此表示衷心的
感谢和诚挚的敬意。三年多来，导师给予我在学术ｊ：悉心的指旨、热情
的鼓励和帮助，我的每一点进步、每一项成绩无不倾注着导师的心血。
导师渊博的知识、严谨求实的治学态度、真减宽厚的待人品德，给我谨ｆ
ｒ了深刻的印象，并且永远是我的学习楷模。
在我ｉ年多的学习期问，副导师贺世Ｉ卜副教授给予了无私的帮助和
精心的指导。贺老师严谨求实的学风和丰富的工程经验，使我受益匪浅，
终生难忘，在此表示衷心的感受谢。
衷心感谢浙江轻工机械厂的赵关忠高级工程师和技术部的蒋筱芝主
任，他们的精心指导和热心帮助给本论文的顺利完成打下了峰实的基础。
感谢浙江轻工机械Ｊ’为我提供了良好的试验条件。特别感谢蔡伯春
厂长对本文研究工作的大力支持，蔡厂长热情诚恳的态度、卓越的领导
／ｊ能和科技兴厂的远见卓识给我留下了深刻的印象。
特别感谢杨健博士、张志新博士和李平硕土以及化机所的其他老师，
他们在我的学业的研究上给予了大力的支持和无私的帮助。
最后，我要特别感谢我的妻子裘鼍女士对我数年寒窗的支持和理解
以及为此做出的无私奉献。

马晓建

２０００年５月于求是园
 浙江人学博士学位论文

附录

作者在攻读博士学位期间所发表的文章

１．复倒谱实现技术的研究，第一作者，振动工程学报，Ｖ０１．１ｌ Ｎｏ．Ｓ，１９９８

２．碟式分离机横轴轴承故障的分析与诊断，第一作者，化工机械，Ｖ０１．２６，１９９９

３．碟式分离机主要故障的分析，第一作者，流体机械，Ｖ０１．２８ Ｎｏ．１，２０００

４．碟式分离机碟片松动故障的计算机辅助分析，第二作者，振动工程学报，
Ｖ０１．１ １ Ｎｏ．Ｓ，１９９８

５．机械装备中跌落冲击信号的恢复，第一作者，振动与冲击，已录用
、“