摘要：主軸（zhóu）係（xì）統是數控機床的重要組（zǔ）成部分，為金屬切削提供切削力矩和切削速度，其性能直接影（yǐng）響機床的加工精度和效率。文中對（duì）數控機床主軸係（xì）統主要部件（jiàn）進（jìn）行故（gù）障機理（lǐ）分析，基於故障機理設計了一種監測方案，通過外置傳感器采集主軸係統（tǒng）主（zhǔ）要部件的運行信息，並（bìng）采用（yòng）小波分析技（jì）術分析其運行信息。從而達到對主軸係統實時監測的（de）目的。實驗結果表明，文中案（àn）可以有效地檢測出主軸（zhóu）係統主要部件（jiàn）的故障情況。
 
       關鍵詞：主軸係統；主軸；軸承；齒輪；主軸（zhóu）電機（jī）；小波分析；故障監測
 

       主軸（zhóu）係統是數控機床的重要組成部分，其性能的好壞直接影響機床的加工（gōng）精（jīng）度和生產效率。數控機床（chuáng）主軸係統主要部件通（tōng）常包括主軸、滾動軸承、傳（chuán）動齒輪（lún）和（hé）主軸電機等（děng）。數控機床在初期使用階段，其加工精度和生產效率均（jun1）能得到保證，使用若幹年後，軸承等部件發生磨損和疲勞損壞等現象（xiàng），以致機床刀具振動加劇，加工精度下降，甚至引起機床失穩、刀具損壞。
 
       據統計，數（shù）控機床的機械故障中，主軸故障約占60％。因此，研究數控機床主軸係統各部件可能發（fā）生的故障，對提高機床加工質量和生產效率來說是一個重要環節。目前，國內外許多（duō）學者對軸承、齒輪和電機等故障的研究取得了長足的進展。鄧（dèng）三（sān）鵬等人（rén）對機床主軸噪聲信號進行分析，並用小波包絡譜技術得到機床主軸故障頻（pín）率信（xìn）息軸係統設計了一套方（fāng）案（àn），能以最少的傳感器對主軸係。N·G·Nikolaou等人應用小波包分析振動信號來檢測軸承故障。張克（kè）南和周玉清等人利（lì）用機床故障引起電機定子電流的變化來檢測與電機相（xiàng）連部件的故障。

      針對主軸係統（tǒng）各部件故障檢（jiǎn）測（cè）的文獻很多，但是對整個主軸係統的故（gù）障監測研究卻（què）很少。本文對（duì）比各（gè）種方法的優劣點，針對（duì）數控機（jī）床主軸係統（tǒng）設（shè）計了（le）一套方案，能以最少的（de）傳感器對主軸係（xì）統主要部件進行實時監測。由於（yú）小波分析具有時域和（hé）頻域的局部化和可變時頻窗的特（tè）點，能有效地探測正常信號中夾帶的瞬態反常現象並展示其成分，故文本采用小波分析技（jì）術對監測信號進行處理，可以快速地判（pàn）定主軸係統是否發生故障。本方案經濟實用，可以廣泛應用於齒輪或帶傳動類型的機床中。
 
      1 、數控機床主軸係統（tǒng）故障機理
 
      數控機床主軸係統（tǒng）故障主要（yào）有機械類故障和電氣類故（gù）障兩大類。數控機床主軸係統機械部分包括主軸套筒（tǒng）、主軸、軸承、拉杆、蝶形彈簧（huáng）、拉爪刀、齒輪等，容易出現故障的地方是那（nà）些經常做旋（xuán）轉運動的部件，如軸承和齒輪。電氣部分包括（kuò）主軸電機、驅動器（qì）、準停裝置、主軸轉速檢測裝置、數控裝置等，容易出故障的是經常啟停的（de）部（bù）件，如主軸電機。主軸係統示意圖如圖l所示。

      
  
   
                                圖1 主軸係統示意圖
   
      1．1機（jī）械部分
 
      (1)軸（zhóu）承。滾動軸承工作時，滾子與滾道間的滑動摩擦、滾動摩（mó）擦和（hé）扭動（dòng）摩擦使（shǐ）滾子與滾道接觸的表麵產生疲勞、磨損、腐（fǔ）蝕、斷裂、壓痕和膠合等失效形式。引起（qǐ）軸承失效的原因有很多（duō）。如潤滑不良、載荷過大、衝（chōng）擊載荷、轉速過高（gāo）等；
 
      (2)齒輪。齒（chǐ）輪失效不僅與長期工作或者（zhě）惡劣的工作環（huán）境有關（guān），還與齒輪的加工、安裝、潤滑維護等有很（hěn）大的（de）關聯。齒輪失效大都發生在齒麵上（shàng），容易發生點蝕、剝落、磨損、疲勞、斷齒（chǐ）和膠合等失效形式；
 
      (3)主軸。主（zhǔ）軸常見的故障主要有不平衡、不對中、支撐鬆動等。當主軸出（chū）現以上故障（zhàng）時，主軸會產（chǎn）生與轉速（sù）同步的周期激振（zhèn）力。從（cóng）而引起主軸振動加劇。振動的強烈程度與主軸（zhóu）旋（xuán）轉速度（dù）有關，旋轉速度（dù）越大振動越大。
 
      1．2電氣部分
 
      主軸電機在運行中容易受到電（diàn）、熱、機械、周圍環境等各種因（yīn）素的影響，使其性能逐漸下降，最終發生（shēng）故障（zhàng）。主軸電機常見的故障主要有以下4種：氣隙偏心（xīn）、軸承磨損、轉子斷條以及定子故障 。
 
 
      2、基（jī）於（yú）故障機理的監測方案
 
      本文基於故障機理研究，針對主軸係統的4大部件設計了一套實時監測方案。本文監測方案具體分為兩（liǎng）部分，一部分針對主軸和軸承，一部分（fèn）針對齒輪（lún）和主軸電機。
 
      2．1 振動法監測（cè）軸承和主軸
 
      軸承（chéng）產生磨損等失效形式後，工作過程中可能產生振動、溫升、噪聲等方麵的征兆。由於振動（dòng）信號攜（xié）帶了豐富的運行（háng）狀態信息，且容易處理和分析，故振動分析是最有效的故障分析手段。同理，主軸也可以通過振動分析較好地監測其故（gù）障情況。軸承的特征頻率如（rú）下 ：
  
      

      式中（zhōng）Z為滾（gǔn）動軸承內圈或主軸的旋轉頻率；d為滾動體直（zhí）徑；D為軸（zhóu）承節徑；z為（wéi）滾動體個數；a為壓（yā）力角。當主軸（zhóu）出現不平衡、支持鬆動等問題時，其激振引起的特征頻率是主（zhǔ）軸旋轉頻率的倍頻k，，I|}=1，2，3。且由（yóu）於軸承（chéng）是安裝在主（zhǔ）軸上隨著主軸一起做（zuò）旋轉運動的，所以隻要（yào）在主軸外殼上安裝一個（gè）加速度傳感器，就可以兼顧監測主軸和軸（zhóu）承的故障情（qíng）況。 
 
      2．2 定子電流（liú）法監測齒輪和主軸電機
 
      由於電流傳感器價格低廉，安裝方便，采用非侵入式的檢測方式（shì），對係統本身不會產生影響，廣泛應用於工業中，故本文使用霍（huò）爾電流傳感器監（jiān）測主（zhǔ）軸電機和齒輪的故障情況。
 
      已有的研究表明 ，齒輪磨損等退化形式產生後都（dōu）會引起齒（chǐ）輪回轉軸扭轉振動，從而引起電機扭矩波動，並最終通過定（dìng）子磁通變化引起定（dìng）子電流變化。因此，可以（yǐ）通過分析定子電流頻率的變化來判斷齒輪部件是否發（fā）生故障（zhàng）。式(5)為齒輪存在故障時感應電機某相電流的簡化（huà）計算公式

      式中Z為電源頻率∥和妒為感應電機定子電（diàn）流（liú）的頻（pín）率及（jí）相位。
 
      從式(5)可以看出，隻要齒輪出（chū）現磨損等故障時（shí），都會在（zài）電機電（diàn）流（liú）信號中（zhōng）產生以電（diàn）源頻率為中心的邊頻帶∽一廠和Z+一。因此，定子電流頻譜分析法是有效的齒輪故障監測手段。
 
      由於異步電機氣隙較小，對磁動勢和磁拉力的不平衡（héng）很敏感，所（suǒ）以當主軸電機出現氣隙偏心、軸承磨（mó）損等故障形式時，氣隙中會產生諧波磁通量，從而使得（dé）定子線圈中產生感應電流”“J。電（diàn）機故障產生的特征頻率如下：氣隙偏（piān）心

      式中Z為電源頻率；s為轉差率；p為電機極對數；m=1，2，3，⋯；k／p=l，5，7，1l，⋯沉．。為軸（zhóu）承內圈、外圈、滾（gǔn）動體的特征頻率之一。值得（dé）指出的是，在實際（jì）應用（yòng）中，雖然（rán）特征頻率的計算值與實際值接近，但實際頻譜的譜峰值（zhí）並不（bú）一定精確地等於理論計算值。盡管如此，特征頻率在（zài）軸承等故障檢測中仍有效且便（biàn）捷，所以（yǐ）在實際（jì）應（yīng）用中可以先計算出軸（zhóu）承等（děng）部件的特征頻率，作（zuò）為（wéi）下一步性能退化檢測的理論依據。

      本文實驗選取數控車床NEF400核心部件主軸和軸承（chéng）及其振動信號作為研究對（duì）象。使用加速度傳感器(KISTLER型號833083)測量主軸和（hé）軸承的振動信（xìn）號，NI采集卡采（cǎi）集(NI 9234，LabVIEW編寫采集（jí）程序)，振動（dòng）信號采樣頻率為10 kHz，采樣時（shí）間為10 s。本實驗主要是為了檢測主軸和軸承部件（jiàn）是否發生故障，分別對機床主軸在600、1 200和1 800 r／rain速度空（kōng）轉情況下的振動信（xìn）號（hào）進行采集（jí），且僅對（duì）轉速在1 800 r／min情（qíng）況下的信（xìn）號進行（háng）分析。軸承幾何尺寸分別為，滾動體直徑d=12．7 mm；軸承節徑D=70 mm；滾動體個數（shù）。=10；壓力角a=0。。
  
                             表1滾動軸承（chéng）特征頻率（lǜ）
  
     
   
      采集到的振動信號時域波形圖如圖2所示（shì），從振（zhèn）動信號時域圖是（shì）看不出是否有故障（zhàng），所以（yǐ）先對信（xìn）號進行消噪，再采用dbl0正交小波（bō）基進行4層小波（bō）分解，分解結果如圖3所示。
  
     
  
                                 圖（tú）2 原始信號（hào）時域波形圖
  
        
  
                                     圖3 第1—4層細（xì）節圖
   
      為提取故障（zhàng）特征頻率，對（duì）第一層（céng）細節（jiē）信號d。做Hilbert包絡並進行譜分析，其結果如圖4所示。
  

     
  
                                 圖4 d。細節信號包絡譜圖
     
     從圖中可（kě）以明顯地看到衝擊頻率出現在123．5 Hz與246 Hz處，與軸承外圈通過頻率122．8 Hz及其二倍頻245．6 Hz接近。停機檢查發現軸承（chéng）外圈有磨損，與監測方案診斷的（de）結果一致。
   
      4、結束語

     本文基於主軸係（xì）統故障機理設計了一種監測方案，能以最少的傳（chuán）感（gǎn）器監測數控機床主軸係統主要部件的健康狀況，利用小波分（fèn）析技術（shù）對監測信號進行處理（lǐ），可以有（yǒu）效地判定主軸係（xì）統是否發生（shēng）故障，並且準確地識（shí）別出故障發生的部位。結果表明，本方案對機床主軸係統故障監測和診斷是可行（háng）的。