精密制造与自动化2022年第4期5精密抛光机磨头故障诊断方法杜志峰（山西太钢不锈钢股份有限公司临汾分公司山西临汾041000）摘要磨头是抛光机中的关键性工作部件，它的工作状态直接影响到工件的加工质量。目前抛光机存在的主要问题是磨头振动过大，易造成整台设备的振动和噪声，也使得工件的加工质量不稳定。通过对磨头振动信号进行采集并运用FFT频谱分析和小波分析的方法，准确地提取了磨头的故障特征频率，并找出出现异常振动的原因。试验表明：FFT谱分析和小波分析是抛光机磨头故障诊断的一种有效方法。关键词抛光机磨头故障诊断FFT频谱分析1引言磨头是抛光机运行时最重要的工作部件，抛光机工作状况与加工零件的质量好坏有很大关系。当前抛光机存在的问题为磨头的振动大，容易引起整台机械设备的震动、噪音以及加工后的产品品质不稳定。在目前陶瓷机械装备越来越复杂、要求越来越高的情况下，寻找一个精确、完善的陶瓷机械设备故障诊断技术显得尤为重要和紧迫。现有的故障诊断技术大都是利用Fourier变换进行分析，它仅给出了一个信号统计的平均值，难以在时间、频率两个区域内同时获得全部和局部化结果。小波方法发展了窗口傅立叶转换的局域性思维，使整个图像和区域特性得到了很好的综合。由于所获取的抛光机磨头振波信号中存在着许多突变和大量噪音，而其奇异性和不规则的突变部分往往含有很高的信息量,利用小波方法能够全面、清晰地描述冲击过程中的局部时域特性及故障的时序过程，该技术具备局部定位能力，有助于进行故障分析和诊断。2磨头故障分析为了研究信号能量的频率分布,突出信号频谱图中的主频率,需要做功率谱分析[1]。在频率域中，根据巴什瓦尔定理(如式(1)所示),若积分∫|e(t)2|∞−∞at收敛，则它代表e(t)的总能量。∫|e(t)2|∞−∞at=1π∫|H(ω)|2∞0aω（1）式中：|H(ω)|2通常称为功率谱或能量谱。用Welch法估计功率谱密度，它是用改进的平均周期图法来求取随机信号的功率谱密度[2]。现场监测表明：在0～4kHz的频率范围内集中包含了磨头振动信号的信息。根据采样定理，对新磨头采用8kHz的频率进行采样。3精密抛光机磨头功率谱密采样本文对信号进行功率谱采样的方法采用Welch法估计功率谱密度，Welch功率谱密度是用改进的平均周期图法来求取随机信号的功率谱密度估计。现场监测表明，在0～4kHz的频率范围内集中包含了磨头振动信号的信息，根据采样定理，采用8kHz的频率进行采样[3]。由图1可见新磨头的振动能量主要集中在800Hz以...
