一种滚珠丝杠副反向器故障的振动信号分析诊断方法技术

本发明专利技术提出了一种滚珠丝杠副反向器故障的振动信号分析诊断方法，包括步骤1、收集丝杠振动信号，利用小波包变换对原始信号进行模态分解，实现振动信号频段的筛选；步骤2、对保留的振动信号进行频域分析和时域分析：对步骤1所保留的信号通过EMD方法进行分解，得到有限个不同频段的本征模函数，选出球通频率和幅值；对步骤1所保留的信号利用时域统计进行计算获得域信号中的方差、均方根、峭度、脉冲因子、裕度因子；步骤3、分别利用频域分析方法与时域分析方法来制定反向器性能检测标准，以丝杠跑合过程中实时信号与初始信号的比值作为判断反向器性能是否丧失的依据。本发明专利技术的判断结果更加准确。结果更加准确。结果更加准确。

【技术实现步骤摘要】
一种滚珠丝杠副反向器故障的振动信号分析诊断方法


[0001]本专利技术属于滚珠丝杠副故障诊断分析领域，具体为一种滚珠丝杠副反向器故障的振动信号分析诊断方法。

技术介绍

[0002]滚珠丝杠副因优良的摩擦特性使其广泛的运用于各种工业设备和精密仪器当中。当丝杠进行高速转动的时候，滚珠高频冲击反向器，对反向器造成的疲劳破坏，导致了反向器成为了滚珠丝杠副性能的薄弱环节。在滚珠通过反向器并完成循环运行的过程中，滚珠的受力状态在承载和非承载之间转换，运动状态和受力情况在不断变化，其产生的瞬时碰撞力直接作用在反向器的滚道上，对反向器的性能影响极大。因此，对于反向器的研究是改善滚珠丝杠副性能的重要途径。
[0003]目前针对滚珠丝杠副的故障诊断研究主要集中在对振动信号的分析，大部分方法是将有故障的振动信号采用小波包、EMD或核主元分解得到的故障特征作为样本，输入神经网络或支持向量机，再将对应的故障类型如丝杠弯曲、滚珠滚道磨损等作为输出，使用大量的故障样本数据进行训练。最后，用训练好的程序实时诊断故障的类型。
[0004](吴希曦等《基于超球面支持向量机的丝杠故障诊断技术》利用小波包分解提取一些发生故障的滚珠丝杠副的振动信号的故障特征，输入超球面支持向量机进行学习训练，输出特定的故障类型，实时诊断时将收集到的振动信号分解后直接输入超球面支持向量机，输出的诊断结果会显示出故障的类型；温国强等《基于EMD与神经网络的滚珠丝杠故障诊断》利用EMD分解一些发生故障的滚珠丝杠副的振动信号得到的本模态函数分量，输入设计好的BP神经网络进行学习训练，输出特定的故障类型，实时诊断时将收集到的振动信号分解后直接输入训练后的神经网络，输出的诊断结果会显示出故障的类型。)
[0005]现有技术在诊断丝杠的故障时方法存在如下局限性：1、每一种方法没有考虑不同结构类型、不同润滑状态、不同安装等因素对利用振动信号进行故障诊断的影响；2、由于这些方法试验时收集的是滚珠丝杠副已经产生故障后的振动信号处理后进行学习训练，没有表征出丝杠副从正常到逐渐磨损乃至最后产生故障的过程，无法对处于故障边缘的滚珠丝杠副做出诊断；3、使用神经网络或支持向量机进行学习训练时需要故障样本，为了提高判断准确性，样本数目势必很多，需要大量的前期试验数据积累，时间和资金耗费巨大；4、以上的诊断方法是针对丝杠弯曲、滚珠磨损失效、滚道磨损失效三种故障进行判断，没有专门对反向器的故障问题进行研究，不具有针对性。
[0006]目前国内对于滚珠丝杠副的研究更多集中在对其整体的研究，而对反向器的研究尚未透彻，尤其在对于反向器性能的研究目前仍非常匮乏。

技术实现思路

[0007]本专利技术的目的在于提供一种滚珠丝杠副反向器故障的振动信号分析诊断方法，以对滚珠丝杠副反向器的故障状况进行诊断。
[0008]实现本专利技术目的的技术解决方案为：
[0009]一种滚珠丝杠副反向器故障的振动信号分析诊断方法，包括以下步骤：
[0010]步骤1、收集丝杠振动信号，利用小波包变换对原始信号进行模态分解，实现振动信号频段的筛选；
[0011]步骤2、对保留的振动信号进行频域分析和时域分析：
[0012]对步骤1所保留的信号通过EMD方法进行分解，得到有限个不同频段的本征模函数，选出球通频率和幅值；
[0013]对步骤1所保留的信号利用时域统计进行计算获得域信号中的方差、均方根、峭度、脉冲因子、裕度因子；
[0014]步骤3、分别利用频域分析方法与时域分析方法来制定反向器性能检测标准，以丝杠跑合过程中实时信号与初始信号的比值作为判断反向器性能是否丧失的依据。
[0015]本专利技术与现有技术相比，其显著优点是：
[0016](1)本专利技术是将球通频率的振幅在跑合前后做对比，很好地避免了因为加工误差而导致的不同丝杠的振动信号的球通频率和振幅之间存在的较大差异，使判断结果更加准确。
[0017](2)本专利技术在前期试验时充分考虑了传感器安装位置、丝杠的润滑条件、丝杠的安装情况、反向器的拆装等对振动信号采集的影响，尽可能地排除外在因素对多组对照试验数据的影响，从而使得反向器故障的信号诊断方法更加准确。
附图说明
[0018]图1是本专利技术的流程图。
[0019]图2是球通频率处的振幅变化曲线图。
[0020]图3是方差随寿命的变化曲线图。
[0021]图4是脉冲因子随寿命的变化曲线图。
[0022]图5裕度因子随寿命的变化曲线图。
具体实施方式
[0023]下面结合附图及具体实施例对本专利技术做进一步的介绍。
[0024]结合图1，本实施例的一种滚珠丝杠副反向器故障的振动信号分析诊断方法，包括以下步骤：
[0025]步骤1、丝杠进行高速跑合的时候，反向器主要的失效形式是反向器滚道的点蚀与反向器进出口的疲劳破坏，将振动传感器安装在螺母的反向器侧外端面上，进行振动信号的采集，通过对比试验研究了反向器振动试验的影响因素，从而降低外界因素对振动信号采集的影响。
[0026]传感器安装位置对振动信号采集的影响：在试验时分别将传感器安装在螺母法兰的前端面、上端面、侧端面和反向器侧外端面，从试验结果可知不同传感器安装位置所采集到的球通频率的振幅不同。当丝杠转速较低时，传感器安装在法兰处会导致采集的信号污染很大，提取不出有效的球通频率振幅。当丝杠转速较高时，传感器安装位置对振幅的影响相对较小。
[0027]丝杠润滑条件对振动信号采集的影响：丝杠在不同润滑条件下产生的润滑油膜可能会不同，可能会影响到滚珠撞击反向器产生的碰撞力，进而影响振动信号的采集结果。对丝杠副分别在不润滑、油润滑、脂润滑的情况下进行数据采集，发现使用油润滑和脂润滑可以将信号中的反向器的球通频率的振幅值减小50％左右，说明合理使用润滑剂可以降低反向器内部的振动强度。
[0028]丝杠安装情况对振动信号采集的影响：在对同一根丝杠在不同工位上的振动信号采集时发现丝杠的安装工位对试验结果的差异巨大，可能是由于工位的固有频率导致的。一旦选定工位，以后对于丝杠的信号采集就不能更换工位；在对同一根丝杠在同一工位上反复拆装的振动信号采集时发现丝杠的重复拆装对于球通频率处的振动幅值影响较小，拆装之后的误差在10％以内；在对不同丝杠在同一工位上振动信号采集时发现不同丝杠之间的振动特性有较大差异，球通频率的差异可控制在10％以内，但是振动幅值的差异可达到50％左右，所以很难对不同型号的丝杠制定统一的判断标准，应该以丝杠自身的初始振动数据作为后续试验的振动信号判断基准。
[0029]反向器的拆装对振动信号采集的影响：在后续对反向器性能检测制定标准的试验过程中需要观察反向器滚道的形貌特征，会经常拆装反向器。由于人工安装会对反向器与螺母的滚道定位精度产生影响，所以需要对反向器拆装前后的振动信号进行采集，并判断拆装反向器是否会对球通频率的幅值产生较大影响。对反向器进行重复拆装试验，并在每次拆装结束后采集振动数据。发现重复拆装反向器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滚珠丝杠副反向器故障的振动信号分析诊断方法，其特征在于，包括以下步骤：步骤1、收集丝杠振动信号，利用小波包变换对原始信号进行模态分解，实现振动信号频段的筛选；步骤2、对保留的振动信号进行频域分析和时域分析：对步骤1所保留的信号通过EMD方法进行分解，得到有限个不同频段的本征模函数，选出球通频率和幅值；对步骤1所保留的信号利用时域统计进行计算获得域信号中的方差、均方根、峭度、脉冲因子、裕度因子；步骤3、分别利用频域分析方法与时域分析方法来制定反向器性能检测标准，以丝杠跑合过程中实时信号与初始信号的比值作为判断反向器性能是否丧失的依据。2.根据权利要求1所述的滚珠丝杠副反向器故障的振动信号分析诊断方法，其特征在于，步骤3中，频域分析方法为：当丝杠跑合过程中实际球通频率处振幅低于初始振幅的200％时，反向器未出现故障；当振幅达到初始振幅的200～250％时，表征反向器进入了剧烈磨损阶段，此时反向器会出现故障；时域分析方法为：当丝杠使用过程中出现以下任意一项，方差达到丝杠自身初始值的300％；脉冲因子达到初始值的130％；裕度因子达到初始值的180％时，反向器的性能可能有所退化。3.根据权利要求1所述的滚珠丝杠副反向器故障的振动信号分析诊断方法，其特征在于，反向器球通频率的具体公式为：式中，m为滚珠丝杠副每一圈滚道所含有的滚柱数量；ω
M
为滚珠的公转角速度。4.根据权利要求1所述的滚珠丝杠副反向器故障的振动信号分析诊断方法，其特征在于，于，其中D
M
为丝杠的公称直径；D
B
为滚珠直径；...

【专利技术属性】
技术研发人员：梁医，庹小雨，刘佳运，汤鹏飞，欧屹，冯虎田，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：