Rolling element bearing diagnostics using the Case Western Reserve University data-学习笔记
Rolling element bearing diagnostics using the Case Western Reserve University data: A benchmark study.
H(t)為Hilbert變換后的時域信號，f(t)為原始時域信號。那么其包絡為：Envelop = sqrt(H^2(t)+f^2(t))。
？？？
？？？
注：
Method 1 .envelope analysis of the raw signal：僅包括全帶寬原始信號的包絡分析（包絡平方頻譜）。
Method 2.cepstrum prewhitening （！！！）：
1.倒譜預白化，將所有頻率分量設置為相同的幅度；
2.全帶寬信號的包絡分析（平方包絡頻譜）。
Method 3.benchmark method （！！！）：
1.離散/隨機分離（DRS）刪除確定性（離散頻率）分量；
2.頻譜峰度以確定最沖動的頻帶，然后進行帶通濾波；
3.帶通濾波后信號的包絡分析（平方包絡譜）。
?
Drive end bearing faults, 12 kHz data數據：
?
?
Method 1 (raw signal)：可以通過對原始全帶寬信號進行簡單的包絡分析來診斷該類別中的數據集。
169DE（b）中的包絡譜仍然具有BPFI的諧波，并以軸速度隔開邊帶所包圍，可以看到邊帶的擴展比209DE（b）中的大，這表明脈沖調制更強。但是，169DE（a）中的時間信號不再像209DE（a）中那樣在軸速度下具有明顯的周期性調制，而是具有一系列間隔大約1轉的強脈沖。通過仔細檢查，發現脈沖間隔為1 / BPFI的倍數，但在軸速度下具有非常脈沖的調制。懷疑這可能是機械松動的結果，它以一轉的間隔引起了隨機幅度的脈沖調制，但不一定鎖相到旋轉。
在其他類似情況下，軸速度的二次諧波（和相應的邊帶）在包絡譜中超過一階，但內圈故障的消退仍然很明顯。
?
?
Method 3 (benchmark)：
Envelope spectrum from Method 3 (benchmark); cursors at: fr (red dot), BSF harmonics (red dashdot), sidebands spaced at FTF around 2×BSF and 4×BSF (red dot); Y1 diagnosis
球故障諧波最強的頻率是BSF的2倍和4倍，邊帶的間隔為FTF（最強的二階邊帶）。 FTF也至少存在三個諧波。
Envelope spectrum from Method 3 (benchmark); Y2 diagnosis
圖中的每個大脈沖由對應于BSF（特別是2倍）的脈沖響應組成。這可能是由于故障僅在那時才接觸到座圈，對于球（而不是滾子）軸承而言是可能的，因為球可以繞任何軸線自由旋轉。
包絡譜中找不到離散成分的原因：光譜峰度僅會增強與BSF相關的大脈沖，這些脈沖從信號的其余部分中脫穎而出，因此具有峰度很高。
?
Method 1 (raw signal)：
Envelope spectrum from Method 1 (raw signal); finely tuned cursors at FTF (shown to be 0.4×fr); N1 diagnosis
所有有效分量似乎都是0.2×fr的諧波。可能：
注：很難解釋為什么包絡譜中的奇數BSF分量比偶數強得多，因此該病例已被列為N1診斷。
118DE圖顯示了在3.6x尤其是7.2xfr時的強分量，如果FTF確實為0.4xfr，則其精確對應于BPFO的一次諧波和二次諧波。但是在5.4×fr處還有一個很強的成分，非常接近BPFI（理論值5.415×）。
無論滑移水平如何，BPFO（保持架速度乘以滾動元件的數量，例）和BPFI（保持架和內圈之間的相對速度定義，或）的總和必須始終為。
2. 222DE (12k, 0.021" drive end ball fault, 1797 rpm)?
222DE圖中顯示BSF分量拖尾的原因顯然可以歸因于隨機的脈沖幅度調制，而不是球滑（相位調制）。
包絡譜中的離散分量意味著時間信號中的相應內容不會受到與BSF相關的脈沖相同的隨機和脈沖幅度調制
?
?
Method 1 (raw signal)：
1.133DE (12k, 0.007" drive end outer race fault centred, 1730 rpm)
??? 一系列脈沖響應與BPFO相對應，即使軸速度和保持架速度有少量調制，它也不會使診斷失真。
2. 235DE (12k, 0.021" drive end outer race fault centred, 1772 rpm)
時間信號a實際上包含與故障頻率相對應的脈沖（在這種情況下為1 / BPFO），但它們在軸速度下會受到非常脈沖的調制。外圈故障信號的強調制表明存在旋轉負載，對此最可能的解釋似乎是機械松動，已知該松動會產生脈沖沖擊，其頻譜包含軸速的多個諧波。它不是一個平穩的調制，例如與軸強烈不平衡所產生的調制。
?
Method 3 (benchmark) ：
對于故障大小為0.014“的大多數數據，都無法通過任何應用的技術來診斷。某些記錄包含看似隨機的脈沖，可能又歸因于機械松動。速度/負載與數據集133DE相同。
對于0.014英寸故障尺寸，僅有部分診斷的唯一情況是使用基準測試方法的數據集197，圖中顯示了該數據集的已處理時間信號和相應的包絡譜。可以看到BPFO的諧波，并被籠中的邊帶所包圍籠速下有很強的諧波，在該頻率下的調制是在時間信號中可以看到的唯一特征。
?
?
Method 1 (raw signal):
Envelope spectrum from Method 1 (raw signal); Y2 diagnosis
在軸速度下可能具有最多的調制。
調制由保持架速度（FTF）決定。146DE 圖b顯示了在FTF處帶BPFO諧波并被邊帶包圍的包絡頻譜。
在所有情況下，軸速度均具有很強的諧波，并且軸上的邊帶間隔開，許多包絡譜還包含0.2×fr的諧波，在某些情況下，這些0.2×分量太強以至于干擾了診斷。
246BA由于BPFO分量相對于其他0.2x諧波較弱，因此已被標記為P1診斷。圖a中的調制性質是一致的機械松動。
?
?
Method 1 (raw signal)：
1.156DE (12k, 0.007" drive end outer race fault opposite, 1797 rpm)
如圖b所示，軸速度的二次諧波比相應的邊帶強于一次諧波。在圖a的相應時間記錄中，可以看到有些信號部分的脈沖間隔對應于兩倍的軸速，盡管不是連續的。有單獨的信號塊，脈沖間隔為BPFO。由于故障僅在加載時才會產生響應，因此這意味著加載區域未固定在軸承底部（六點鐘），而是隨著軸的移動而變化，這很可能是由于機械松動造成的。在圖b中也可以看到一些以FTF和軸速度減去FTF間隔的邊帶，并且在時間記錄中也可以看到相應的低頻調制。
?Method 2 (prewhitening)：
根據方法2分析基于倒譜的預增白時，發現一些數據集具有BPFO的經典癥狀。這消除了在其他頻率下產生調制的其他一些影響。
時間記錄現在由以BPFO間隔的弱偶發脈沖占主導地位，而包絡頻譜則以BPFO的諧波占主導地位。但是，這種情況與133DE所示的典型外圈故障的情況相去甚遠。
?
不能正確診斷使用NTN而不是SKF軸承的記錄3001至3004（0.028“），但是它們始終在3.68x和4.29x的包絡譜中給出很強的離散分量，這與任何一個故障頻率都不匹配驅動端或風扇端軸承。
2.Drive end bearing faults, 48 kHz data
使用方法1（原始信號）可以診斷出此類故障中最小和最大的故障（0.007“和0.021”）。
1.109DE (48k, 0.007" drive end inner race fault, 1797 rpm)
Method 1 (raw signal)：
?
（a）Raw time signal; cursors at 1/fr
?(b)Envelope spectrum from Method 1 (raw signal); Y2 diagnosis
發現從0.014“故障（第174到177組）的數據集來診斷是最困難的，與相應的12k情況一樣，這些數據集表現出軸承故障頻率（BPFI）的脈沖軸速度調制。
2.176DE (48k, 0.014" drive end inner race fault, 1750 rpm)
Method 1 (raw signal)：
?
(a)Raw time signal; cursors at 1/fr
(b) Envelope spectrum from Method 1 (raw signal); P1 diagnosis
該記錄與12k集169DE具有相似性。包絡譜中最強的成分是BPFI左側的2×fr和3×fr邊帶。時域中的脈沖間隔為1/BPFI的倍數，在軸速度下具有非常清晰的脈沖調制。
3.174DE (48k, 0.014" drive end inner race fault, 1797 rpm)
Method 1 (raw signal)：
?
(a)Raw time signal; cursors at 1/fr
(b)Envelope spectrum from Method 1 (raw signal); N1 diagnosis
該數據也是非常沖動的，但是使用任何一種技術都無法診斷。在這種情況下，脈沖的間隔及其調制似乎非常隨機，并且與軸速度或BPFI毫無關系。
1.191DE (48k, 0.014" drive end ball fault, 1750 rpm)
Method 1 (raw signal)：
?
(a)Raw time signal
(b)Envelope spectrum from Method 1 (raw signal); N1 diagnosis
該示例未給出成功的診斷。在這里可以看到信號非常不穩定，在更近的檢查脈沖上，可以在2秒標記附近的時間信號中看到間隔為2×BSF的脈沖，但是該信息在包絡頻譜中被其他信號掩蓋了。再次可能是由于機械松動引起的。
2. 227DE (48k, 0.021" drive end ball fault, 1772 rpm)
Method 1 (raw signal)：
(a) Raw time signal
(b)Envelope spectrum from Method 1 (raw signal); P1 diagnosis
時間圖再次揭示了一種脈沖現象的幅度調制，這種現象本身是非常脈沖的，而且似乎是隨機的。較大脈沖內的單個脈沖響應間隔對應于2×BSF。與記錄222DE一樣，在包絡譜中的BPFI處也有一個離散的分量，表明存在內部種族故障，其產生的脈沖響應不會受到相同的隨機調制效應的影響。
3.226DE (48k, 0.021" drive end ball fault, 1797 rpm)
Method 1 (raw signal)：
Method 2 (prewhitening):
?
(a)Envelope spectrum from Method 1 (raw signal); N1 diagnosis
(b)Envelope spectrum from Method 2 (prewhitening); P1 diagnosis
方法1（原始信號）的包絡光譜主要由分立元件，但不出現在BSF或其諧波處（N1診斷）。然而，方法2的包絡譜（倒譜預增白）揭示了記錄227中發現的拖尾成分，這次最顯著的是2×BSF，而且還有4×BSF和8×BSF（P1診斷）。方法1的包絡譜還顯示了BPFO和BPFI處的離散分量，方法2的包絡譜中也可見到BPFI的離散分量。
?
與12k數據一樣，這些球故障的成功診斷首先受到隨機，沖動的調制效應的影響，其次，兩個種族都存在故障。前一種效果導致在與調制脈沖相對應的包絡頻譜中出現拖尾現象，但是并不是每個脈沖響應組在每個記錄中都受到此調制的影響，如226DE圖所示，該圖顯示了在BPFI處離散的頻譜分量和BPFO，但涂片為2×BSF。
1.203DE (48k, 0.014" drive end outer race fault centred, 1750 rpm)
Method 1 (raw signal)：
?
(a)Raw time signal
(b)Envelope spectrum from Method 1 (raw signal); P2 diagnosis
裝配比故障本身更成問題。性質的幅度調制會引起包絡頻譜中的拖尾效應。
4.討論
由于高頻存在離散成分，因此12k數據集可能更易于診斷，但實際上12k和48k數據集的總體診斷結果非常相似。
發現方法2（倒譜預增白）總體上表現最佳，緊隨其后的是方法3（基準）。圖38顯示了更具挑戰性的數據集的診斷結果的摘要，對于該方法而言，方法1（原始信號）在至少一個測量點均不成功。在圖中，N1和N2診斷組合在“ N”類別下。可以看出，方法2和3給出了相似的部分診斷次數（P1和P2），但是方法2給出了更多的成功結果（Y1和Y2）。
基準測試方法總體上可能效果不佳的原因之一是由于許多數據集中都存在“脈沖噪聲”，即與指定軸承故障無關的脈沖內容。頻譜峰度（僅在方法3中適用）容易受到脈沖噪聲的影響，往往會在一系列瞬變中增強單個脈沖（如在軸承故障時會發生）。
極端類別中的數據集：
列出的不可診斷記錄可能為任何新提出的診斷算法提供可靠的測試：
5.總結
在許多情況下，測試臺架似乎對故障的影響要大于故障本身，而且在許多數據集中都觀察到機械松動的跡象。許多數據集還表現出非常不穩定的特征，給定的軸承故障僅在信號的小塊中表現出來。這也許是將來算法開發中可以解決的領域。
許多CWRU數據是非典型的，將來任何生成數據的嘗試都應考慮本文概述的特定問題。在傳播之前，應使用已建立的軸承診斷技術徹底檢查數據。軸承故障通常會在高頻下表現出來，因此建議使用高采樣率（可能大于40 kHz）。當前特別感興趣的一個領域是變速條件下的診斷，對于這種情況，例如來自轉速計或軸編碼器的角度參考信號將是必不可少的。
總結
以上是生活随笔為你收集整理的Rolling element bearing diagnostics using the Case Western Reserve University data-学习笔记的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 什么是褒义词（褒义词和贬义词的4个差别）
- 下一篇： KnowIME: A System to