Page 116 - 《振动工程学报》2026年第5期
P. 116
1320 振 动 工 程 学 报 第 39 卷
进行噪声抑制处理,并进一步通过经验模态分解方
法提取了轴承的故障特征。LIU 等 [5] 基于稀疏增强 1 声 发 射 二 次 到 达 定 位 方 法
拉格朗日算法,建立了一个自回归模型,对原始声发
射信号进行滤波,能够提取阶域中的故障阶次。张 1.1 二次到达定位原理
瑞等 [6] 提出一种结合多层结构和稀疏最小二乘支持
由于低速轴承为环状结构,声发射信号通常沿
向量机的机械故障诊断方法,通过滚动轴承故障诊
[8]
滚道传播 。在故障位置处的损伤声发射信号会沿
断试验验证了该方法的有效性。周陈林等 [7] 提出一
两 个 方 向 传 播 到 达 传 感 器, 如 图 1 所 示 。 在 位 置
种针对滚动轴承多状态特征信息的改进型卷积神经
P 处的声发射信号沿着环形滚道分别向顺时针和逆
网络故障诊断方法,实现对滚动轴承 30 种故障状态
时 针 两 个 方 向 传 播 。 传 感器 S 将 接 收 到 来 自 位 置
的有效诊断。前者依赖轴承运行的转速,在变速工
P 处第一次到达的声发射信号和第二次到达的声发
况下,尤其是当旋转周期短于 360°时,传统的轴承故
射信号,将这两次事件的到达称为二次到达。
障检测方法可能会受到转速信息不准确的影响,从
而导致检测效果降低;后者依赖大量的训练数据和
网络模型的精度,且模型的可解释性较弱。 P
AE源位置
除此之外,还可以通过声发射技术定位损伤源
α
的位置,以诊断轴承故障。文献 [8-9] 在轴承外圈上 R S
b 1
建立到达时间差地图,通过匹配实际故障信号的到
达时间差与到达时间差地图的交点,定位外圈轴承 α
∆α
故障源的位置。MA 等 [10] 构建了类似声发射源线性
定位的损伤定位模型,用来确定风力涡轮机主轴承 P′ b 2
的故障位置。文献 [11-12]将 3 个声发射传感器等间 ∆S
距地布置在轴承外圈上,根据传感器位置建立不依 AE源对称位置
赖声发射传播速度的线性定位模型,准确地估计低 图 1 声发射信号二次到达原理示意图
速轴承的故障位置。以上方法在定位轴承损伤位置 Fig. 1 Schematic diagram of the principle of twice arrival of
时,都需要部署多个声发射传感器,以准确定位故障 acoustic emission signals
位置,且对传感器的安装位置也有严格的限制。此
当顺时针方向的信号到达传感器 S 位置 b 1 时,
外,结合多个传感器定位轴承的故障位置,声发射信
逆时针的信号将到达 b 2 点,b 1 b 2 所对应的弧长就是
号的高采样率也会带来较高的检测成本。
两次事件到达传感器的路程差 ΔS。假设声发射源
在 单 传 感 器 定 位 声 发 射 源 的 研 究 中, CIAMPA 处 P 的信号沿两个方向到达传感器的时间差为 ΔT,
等 [13] 利用了多重散射、模式转换和边界反射的优 波速为 V,则路程差 ΔS 可以表示为:
势,以高分辨率实现板状结构声发射源聚焦。JIAO
∆S = V∆T (1)
等 [14] 利用声发射信号中多种 Lamb 波模式的时间差 根据弧长公式将路程差 ΔS 换算为角度差 Δα:
和特定频率下的速度,使用单个传感器即可识别声 ∆S
∆α = ×360 ◦ (2)
发射源与传感器之间的距离。EBRAHIMKHANLOU 2πR
等 [15] 利用声发射信号中多种 Lamb 波传播模式及其 整圆 360°减去角度差 Δα,取剩余角度的一半即
可得到声发射源到传感器的相对角度 α,表示为:
回波,使用单个传感器找到声发射源最可能存在的
360 −∆α
◦
区域。缪祥垚等 [16] 提出了使用单个传感器基于声发 α = (3)
2
射 Lamb 波的频散特性,对大型轴承表面损伤进行定 因为单传感器测量会带来信号传播方向的不确
位的方法。虽然该方法使用单个传感器就可以获取 定性,所以通过相对角度 α 能够得到关于传感器对
定位信息,但 Lamb 波具备多种传播模式,需要对不 称的两个定位结果,即图 1 中 P 处的角度 α 和其对
同模式下的定位结果进行对比讨论,才能得到真实 称位置 P 处的角度 360°−α。将传感器移动一定的角
′
的定位结果。 度,进行第二次定位。将第二次定位的结果减去移
针对以上问题,本文根据低速轴承的环形结构 动的角度,即对定位结果进行坐标统一。两次定位
特点,有效结合材料 Lamb 波的频散特性和压缩感知 重叠的结果就是真实的损伤源位置。
理论下的正交匹配追踪技术,使用单个声发射传感 式 (1) 和 (2) 中半径 R 已知,只需确定时间差 ΔT
器就能对低速轴承损伤源进行定位。 和波速 V 就能通过式 (3) 得到 α。

