学术研究报告：基于转子传感振动的感应电机早期滚动轴承故障诊断

一、研究作者与发表信息

本研究的通讯作者为Fengshou Gu（英国哈德斯菲尔德大学效率与性能工程中心），共同作者包括Zuolu Wang（第一作者）、Dawei Shi（哈德斯菲尔德大学）、Yuandong Xu（湖南科技大学机械装备健康维护湖南省重点实验室）、Dong Zhen（河北工业大学机械工程学院）和Andrew D. Ball（哈德斯菲尔德大学）。研究发表于期刊Measurement第222卷（2023年），文章编号113614，开放获取（CC BY许可）。

二、学术背景

科学领域与研究动机

本研究属于机械故障诊断与状态监测领域，聚焦于感应电机中滚动轴承的早期故障检测。滚动轴承故障占电机总故障的41%–42%，但传统振动传感技术（如固定式加速度计）因信号传输路径长、信噪比（SNR）低及复杂调制效应，难以实现早期故障的准确诊断。研究团队提出一种新型无线三轴转子传感（On-Rotor Sensing, ORS）系统，通过直接安装于转子端部，显著提升信号质量，并验证了快速傅里叶变换（FFT）和希尔伯特包络分析在此场景下的有效性。

三、研究流程与方法

1. ORS系统开发

核心设备：
- 传感器模块：采用ICM42688 MEMS三轴加速度计（检测范围±16g，18位分辨率，采样频率0–4000 Hz）。
- 集成设计：将传感器、处理模块（NRF52840处理器）、通信模块（蓝牙低能耗BLE）和电源模块（3.7V锂电池）集成于30×30×30 mm的3D打印盒中，通过螺栓固定于转子端部，避免离心力干扰。

创新点：
- 无线传输与实时可视化：通过Android应用实现数据无线传输与实时监测。
- 高SNR设计：缩短振动信号传输路径，减少噪声与调制效应。

2. 理论推导

研究首次建立了ORS信号与滚动轴承故障的数学关联：
- 外圈故障：表现为谐波形式，频率成分包含故障特征频率（如$lω_f±ω$）。
- 内圈故障：表现为调制形式，频谱中同时存在故障频率$lω_f$及其边带。
- 正交信号重构：利用u轴（切向）与v轴（径向）振动信号的π/2相位差，直接构建解析信号用于希尔伯特包络分析，简化故障解调流程。

3. 实验验证

研究对象：两台不同故障程度的感应电机（Motor #1和Motor #2），测试工况包括50%、75%和100%额定转速（1420 rpm）。

对比方法：
- 传统固定传感（OHS）：垂直与水平方向安装单轴加速度计，采样频率96 kHz。
- ORS系统：采集u、v、w三轴振动数据，采样频率4 kHz。

分析流程：
1. FFT分析：计算联合响应谱（$uv(f)=\sqrt{u(f)^2+v(f)^2}$），提取外圈故障频率$f_o$和内圈故障频率$f_i$。
2. 希尔伯特包络分析：直接利用u、v轴信号重构解析信号$uv(n)=u(n)+jv(n)$，计算包络谱。

四、主要研究结果

1. 信噪比提升

实验数据显示，ORS系统的SNR较OHS显著提高（29.3–33.1 dB），尤其在低转速（50%负荷）下优势明显（图9）。

2. FFT诊断效果

• OHS局限性：频谱中干扰成分多，故障特征幅值低（图11–13），难以区分不同故障程度的电机。
  
• ORS优势：频谱清晰显示故障频率及其边带（图14–16），联合响应谱（uv轴）进一步放大故障特征。例如，Motor #2在100%转速下，内圈故障频率133.4 Hz幅值较OHS提高约3倍（图17）。
  

3. 希尔伯特包络分析

• OHS需复杂预处理：需选择特定频带（1580–2620 Hz）滤波。
  
• ORS简化流程：直接利用0–200 Hz频带信号，包络谱中故障频率幅值更高（图20–21），且能区分两台电机的故障严重程度。
  

五、研究结论与价值

科学价值

1. 方法创新：首次理论推导了ORS信号与轴承故障的数学关系，验证了FFT和希尔伯特包络分析在早期诊断中的可行性。
   
2. 技术突破：开发的集成化ORS系统解决了传统传感的SNR瓶颈，为在线监测提供了硬件基础。
   

应用价值

• 工业场景：适用于风力发电机、压缩机等高价值设备的预防性维护。
  
• 数字孪生（Digital Twin）：高SNR数据支持虚实交互的智能诊断系统构建（文中引用[32–35]）。
  

六、研究亮点

1. 硬件创新：小型化、无线化ORS设计，实现非侵入式安装。
   
2. 算法简化：仅需FFT或希尔伯特包络即可实现早期诊断，降低计算复杂度。
   
3. 多工况验证：涵盖不同转速与故障程度，结论普适性强。
   

七、其他价值

研究数据可通过请求获取，为后续研究提供基准（见”Data Availability”部分）。团队计划未来开发更高采样频率的ORS系统，并探索更先进的信号处理方法。