滾動軸承試驗機遠程監測系統的設計與應用

?

滾動軸承試驗機遠程監測系統的設計與應用

錢思思，張優云，朱永生，閆玉平

（西安交通大學潤滑理論及軸承研究所，陜西西安710049）

摘要：利用虛擬儀器、數據庫和無線網絡技術設計開發基于C/S與B/S混合結構的滾動軸承遠程監測系統，整個系統由下位機實時監測子系統、上位機監測診斷子系統以及兩者的數據通信3部分組成，能夠滿足實時數據的獲取與處理（尤其是大型二進制數據的存儲問題）、異常數據的篩選與上傳以及遠程用戶的信號分析和故障診斷等工作。對6309深溝球軸承的全壽命周期試驗結果表明：該系統能夠實時監測軸承的運行狀態，并通過對篩選后的異常數據進一步分析得到故障原因和故障部位，具有較高的實用價值。

關鍵詞：滾動軸承；遠程監測；故障診斷；C/S結構；B/S結構

收到修改稿日期：2012-10-27

0　引　言

設備故障的遠程監測與診斷是計算機技術、通信技術及故障監測診斷技術相結合的產物[1]，其實現了異地的專業化診斷服務，為企業節省了大量的人力物力資源，并為其提供專家水平的故障分析、診斷和處理的技術支持。

遠程監測診斷系統自出現后便得到了迅速發展。斯坦福大學和麻省理工學院合作開發了基于Internet的下一代遠程監控診斷示范系統；Bently公司開發了計算機在線設備運行監測系統Data Manager 2000[2]；NI公司也在其產品LabVIEW以及LabWindows/CVI中加入了網絡通信處理模塊[3]；法國“ALARM”研究組還對生產過程的智能報警和監控系統進行了長期研究，并在多個項目中進行了應用[4]。西安交通大學早在1993年就建立了基于Modem電話線的遠程監測診斷系統[5]，隨后浙江大學、華中理工大學、哈爾濱工業大學[6]等高校也對遠程狀態監測與故障診斷系統進行了深入研究，但在系統的體系結構設計上研究不多，大多采用C/S或B/S結構。

滾動軸承是機械設備中最常用的部件之一，其運行情況的好壞直接影響著整個機械設備系統的性能[7]。目前大多數企業在進行滾動軸承壽命試驗時，是通過工人在試驗現場巡檢，依靠自身聽覺經驗判斷試驗軸承是否已損壞。這樣的方式不僅效率低下，而且診斷準確率很低。本文針對某軸承廠的滾動軸承加速疲勞壽命試驗機，以振動加速度信號和溫度信號為研究對象，設計實現了基于C/S與B/S混合結構的滾動軸承遠程監測系統，并利用信號分析和智能診斷技術進行了滾動軸承的遠程故障診斷。

1　遠程監測系統結構設計

1.1系統的體系結構和工作原理

滾動軸承遠程監測系統的主要目的是設計一種分布式體系結構，實現資源的異地共享。信號分析與故障診斷的應用計算量大，且這個過程要和用戶頻繁交互。本文結合B/S結構升級維護便利的特點與C/S結構響應速度較高的優點，在B/S結構的基礎上引入ActiveX，創建一種混合的體系結構，如圖1所示。

圖1　C/S與B/S的混合結構圖

具體工作時下位機上的數據采集與監測程序采集試驗機上的滾動軸承振動數據，并將實時數據存入監測數據庫。上位機上的數據接收程序通過無線局域網訪問下位機上的監測數據庫，利用異常數據篩選模塊獲取異常數據并存入上位機的數據庫服務器中?？蛻魴C通過瀏覽器發出數據請求，Web服務器響應該請求，啟動應用程序，訪問數據庫服務器取得數據，然后在客戶端對軸承狀態進行分析與診斷，最后將分析診斷結果以網頁的形式返回。

1.2系統實現

本系統服務器端采用C#語言在Visual Studio. NET 2005集成環境中開發，數據采集端在NI LabVIEW平臺上開發，選擇Windows 2003 Server作為本系統的網絡操作系統，以及SQL Server 2005作為本系統的數據庫管理系統，系統總體結構如圖2所示。主要由下位機實時監測子系統、數據通信網絡系統以及遠程監測診斷子系統3大子系統構成[8]。

1.2.1下位機實時監測子系統

下位機[9]以NI LabVIEW為開發平臺，通過溫度-加速度復合式傳感器拾取試驗機上的滾動軸承溫度和振動加速度信號，使用研華公司的高速數據采集卡PCI-1715U進行數據采集，并將數據存儲到SQL Server數據庫中。該子系統主要完成的功能有：

圖2　系統總體結構

（1）數據采集與存儲。啟動采集軟件，從監測數據庫中讀取上次設置的采樣頻率、采樣長度等參數，進入主界面，對采集進行必要的參數設置后開始采集。采集線程每1s左右采集一組數據并使這些數據入隊列，存儲線程每1s左右使數據出隊列，且以1min的時間間隔存儲一組數據。

滾動軸承試驗機中采集的波形數據包含豐富的信息量，為完整保存這些波形數據供日后信號分析與故障診斷用，本文使用LabVIEW SQL Toolkit[10]工具包將波形數據寫入數據庫。由于該包一次最多只能將8000B的數據寫入SQL Server的varbinary（n）類型字段中，而本系統的單精度浮點型振動波形數據的采樣長度為32768，無法一次寫入數據庫中，因此本文采取先按每8000 B分段存儲數據至臨時表，再利用觸發器將其合并入目標表的做法完成數據存儲。

（2）實時狀態監測。滾動軸承的振動信號中蘊含了軸承的狀態信息，軸承發生故障時，其振動信號的許多統計特征參量對軸承狀態變化比較敏感，會隨故障的性質及大小發生變化。由于峰值因子指標、峭度指標、裕度指標、波形指標以及脈沖指標這5個無量綱指標值的大小不受軸承尺寸、轉速及負荷的影響，而只取決于故障的大小和類型[11]，所以本文選擇監測上述5個指標的變化來初步判別軸承是否發生故障。這5項指標的定義如下：

圖3　無量綱指標及溫度歷史曲線

根據以上指標的計算結果并結合相應的閾值可以進行軸承故障的判定。例如，峰值因子指標能比較準確地反映出當軸承零件出現局部剝落、凹坑一類的故障，并指出軸承正常時峰值因子小于5，如果在5～10之間表明軸承已有異常，10以上則表明軸承已產生了較為嚴重的故障。此外，溫度也是檢測滾動軸承運行是否正常的一個重要指標，它與潤滑材料有很大關系，比如油潤滑情況下，滾動軸承溫度上限為90℃，脂潤滑情況下為95℃。本監測系統中對這5項無量綱指標及溫度的監測界面如圖3所示。

1.2.2數據通信網絡系統

圖4　系統拓撲圖

本系統的數據庫包括下位機監測數據庫及上位機中心數據庫兩部分。試驗軸承的實時監測數據通過現場的數據采集系統獲取后，存放在下位機的監測數據庫中，這些實時數據必須通過網絡傳輸至該軸承廠檢測中心的服務器，并提供數據源至服務器的其他應用端。本系統使用802.11b/g混合標準的無線AP在檢測試驗中心組建了Infrastructure結構的無線局域網，客戶機可以通過無線網卡接入無線局域網，也可以通過雙絞線直接和無線AP連接接入無線局域網。該網絡覆蓋范圍為500m左右，拓撲結構如圖4所示。

1.2.3遠程監測診斷子系統

本系統的遠程狀態監測是在現場監測的基礎上基于LabVIEW[12-13]的VI Web發布功能實現的。LabVIEW開發環境自身有一個已連接好的Web服務器，該服務器把VI的前面板發布到Web頁面上，客戶端的用戶就可以通過瀏覽器對服務器端的遠程面板進行監控。

圖5　基于一類SVM的異常數據篩選流程

下位機監測數據庫的數據經過網絡的傳輸以及數據接收和篩選模塊之后進入上位機中心數據庫，在本系統中使用“基于一類支持向量機（support vector machine，SVM）的異常數據篩選”方法篩選異常數據，篩選流程如圖5所示。從滾動軸承的正常振動信號中提取22個指標，加上溫度值，共23個指標作為樣本的特征向量來訓練一類SVM。22個振動信號指標中，11個時域指標，11個頻域指標。11個時域指標除“實時狀態監測”中提及的5個無量綱指標外，還包含均值、方差、方根幅值、均方根、峰峰值這5個基本統計指標以及偏斜度。類似的，用振動信號進行傅里葉變換后得到的頻域序列來替換原來的振動信號后可以得到11個相應的頻域指標?？紤]到軸承存在一個磨合期，磨合期間的振動信號不穩定，故取滾動軸承運行15h以后的試驗數據提取上述23個特征指標來訓練一類SVM。

對于已篩選進入上位機中心數據庫的異常數據，診斷子系統將對其進行進一步的時域分析、頻域分析或時頻分析等以確定故障類型。

2　系統測試

本監測系統的主要監測對象是3臺試驗機（ABLT-1-4、ABLT-1-8和ABLT-1-12）上的12個滾動軸承。試驗用軸承加速疲勞壽命試驗機基本原理如圖6所示。實驗工況：轉速3000r/min，徑向載荷16.17kN，無軸向加載。每臺試驗機上的測試軸承均為深溝球軸承6309，其參數為：滾動體數8個，直徑17.5mm，軸承節徑72.5mm，接觸角0°。試驗開始時間：2010-05-10 00∶13∶56，結束時間：2010-05-21 13∶26∶47。

試驗中，監測了軸承的包括均值、方差偏斜度、峭度等23個特征量的變化過程。圖7和圖8是部分特征量的變化過程。由圖可知，軸承從好至壞的過程中，指標值有明顯的變化，故障征兆越來越明顯。試驗進行至240h左右，這些特征量呈階躍式上升，表明軸承已接近完全損壞。試驗結束后得到的軸承壽命周期亦證實此點，但基于此尚不能肯定故障的原因和部位。

圖6　軸承試驗機基本原理圖

如前述，滾動軸承的實時數據每1s采集一組，其數據量相當大，將其全部保存需要巨大的存儲空間，故在試驗時通過進行實時數據的二次采樣與基于SVM的異常數據篩選并定時清空實時數據表來解決數據存儲問題。異常數據累積量變化過程如圖9所示。由圖可知隨著試驗的進行，篩選出的異常數據不斷增加，在240h左右異常數據累積量幾乎呈直線上升，與前述特征量的監測結果吻合。大量實驗表明，基于SVM的滾動軸承異常數據篩選方法能夠較準確的篩選異常數據，為后期的信號分析提供可靠的數據源。

圖7　均值、方差、方根幅值、均方值、最大值變化過程

圖8　偏斜度、峭度、脈沖、峰值、裕度、波形指標變化過程

圖9　異常數據累積量變化過程

由滾動軸承故障特征頻率理論計算式（6）～式（9）得到本試驗用滾動軸承外圈故障特征頻率fw為151.3 Hz，內圈故障特征頻率fn為247.9 Hz，滾動體故障特征頻率fg為97.5 Hz，保持架故障特征頻率fb為18.9 Hz。

式中：Dp——軸承節徑；

d——滾動體直徑；

θ——接觸角；

fr——軸的旋轉頻率。

對異常數據進行頻域分析的結果如圖10所示。由圖，故障特征頻率152.3 Hz≈fw=151.3 Hz及其倍頻2fw≈306.2 Hz、3fw≈458.5 Hz、4fw≈612.3 Hz、5fw≈764.6 Hz、6fw≈918.5 Hz清晰可見，其中49.8 Hz為轉頻fr≈50Hz。因此可以判斷故障類型是軸承外圈故障，從實驗臺上拆下試驗軸承，檢查發現外圈上確有一疲勞剝落的凹坑，其寬度和長度分別為6.25mm和3.59mm。

綜上，系統在現場測試時能夠正常工作并較準確地診斷出軸承故障，達到了預期效果。

3　結束語

圖10　實驗信號的包絡譜

隨著Internet技術的迅速發展，遠程監測系統的實現方式越來越多樣化，監測診斷水平也在不斷提高，為企業與試驗研究節省了大量成本。本文著重研究了遠程監測系統中的監測數據的采集、存儲、傳輸和遠程監測等關鍵技術，實現了基于C/S與B/S混合結構的滾動軸承遠程監測系統，順利通過了對各主要模塊的現場測試，效果良好。該系統為滾動軸承的故障預知和修護提供了可靠依據，降低了維護成本，提高了軸承的使用壽命并克服了時空限制，達到了資源共享的目的，具有重要的現實意義。

參考文獻

[1] 張金玉.基于網絡的遠程診斷與處理支持中心的研究[D] .西安：西安交通大學，2000．

[2] 何平. B/S模式汽輪發電機組振動監測與故障診斷系統的設計與實現[D] .杭州：浙江大學，2006.

[3] 凌振寶，王君，馬心璐.一種網絡測控模型的研究[J] .儀表技術與傳感器，2003（2）：37-38.

[4] 王建新，楊世鳳，史永紅，等.遠程監控技術的發展現狀和趨勢[J] .國外電子測量技術，2005，24（4）：9-12．

[5] 胡競峰.基于網絡的大型旋轉機械遠程監測與診斷系統的研究與開發[D] .杭州：浙江大學，2003.

[6] 苑曉芳.旋轉機械遠程監測診斷系統的研究[D] .哈爾濱：哈爾濱工業大學，2007.

[7] 陸爽.基于現代信號分析和神經網絡的滾動軸承智能診斷技術研究[D] .吉林：吉林大學，2004．

[8] 季立明.基于Internet的遠程監測診斷系統的設計與實現[J] .微型電腦應用，2000，16（3）：9-11.

[9] 冷雪松.虛擬儀器及機械振動虛擬測試[J] .振動、測試與診斷，2000，20（Z1）：147-148.

[10] 畢虎，律方成，李燕青，等. LabVIEW中訪問數據庫的幾種不同方法[J] .微計算機信息，2006，22（1）：131-134.

[11] 傅勤毅，王峰林，李明章，等.滾動軸承故障診斷中的多參數綜合判別方法[J] .哈爾濱工業大學學報，1997，29（3）：57-60．

[12] 王穎，馮志敏，郎豪翔，等.基于高速Internet的發電機組遠程故障診斷系統研究[J] .機電工程，2002，19（4）：13-16．

[13] Yang Y，Yu D J，Cheng J S. A fault diagnosis approach for roller bearing based on IMF envelope spectrum and SVM[J] . Measurement，2007（40）：943-950.

Design and application of remote monitoring system of rolling bearing tester

QIAN Si-si，ZHANG You-yun，ZHU Yong-sheng，YAN Yu-ping

（Theory of Lubrication & Bearing Institute，Xi’an Jiaotong University，Xi’an 710049，China）

Abstract:A remote monitoring system of rolling bearing using the virtual instrument，database and wireless network technology was developed which has a composite structure based on C/S and B/S structure .The system consists of three parts: data acquisition-side，monitoring and diagnosisside，and data communication. It can realize the real-time data acquisition and processing，the abnormal data screening and uploading as well as signal analysis and fault diagnosis by the remote users. The life-cycle test of deep groove ball bearing-6309 shows that the system can implement the real-time monitoring of the test bearing and find out the fault's cause and position through further analysis of abnormal data. This system is of pratical value.

Key words:rolling bearing；remote monitoring；fault diagnosis；C/S structure；B/S structure

基金項目：國家自然科學基金重點項目（51035007）國家973重點基礎研究發展計劃項目（2011CB706606）；

收稿日期：2012-09-05；

doi：10.11857/j.issn.1674-5124.2013.05.023

文章編號：1674-5124（2013）05-0083-05

文獻標志碼：A

中圖分類號：TH133.33；TP206；TP277.3；TP391.9

作者簡介：錢思思（1989-），女，陜西西安市人，碩士研究生，專業方向為滾動軸承振動測試、故障監測與診斷。