轴承故障诊断技术
轴承故障的诊断与预测
轴承故障的诊断与预测第一章：引言轴承作为机器中的重要部件，对于机器的运行起着至关重要的作用。
轴承的故障会给生产过程带来不便，甚至导致设备瘫痪、生产中断。
因此，预测和诊断轴承故障至关重要，这不仅能够保障设备的正常运转，还能节省时间和资源。
第二章：轴承故障的分类轴承故障是指轴承在运行过程中出现的故障，根据故障的特征和表现，可以将轴承故障分为以下几类：1.疲劳故障：轴承因长时间的负荷使用而引起的故障，通常与轴承材料的强度有关。
2.过载故障：轴承因承受瞬时过载而发生故障，过载通常由负载增加或轴承受到意外力量引起。
3.润滑故障：轴承因为润滑不足或润滑不良引起的故障。
通常指轴承摩擦表面不能有效地形成油膜，从而导致轴承磨损。
4.灰尘、污垢故障：轴承因进入灰尘、污垢等杂质而发生故障。
5.安装错误故障：轴承因为安装不当引起的故障。
第三章：轴承故障的诊断方法轴承故障的诊断方法可以采用以下几种方法：1.视觉检查：使用工具检查轴承的外观和表面状况，例如检查轴承的表面是否有磨损痕迹、轴承是否有生锈迹象等等。
2.听觉检查：使用专用工具听取轴承滚球的声音，以判断轴承是否正常。
3.振动检查：使用专用仪器来测量轴承振动的强度和频率，以判断轴承是否正常。
4.温度检查：使用温度计测量轴承的温度，判断轴承是否存在过热现象。
第四章：轴承故障的预测方法轴承故障的预测方法可以采用以下几种方法：1.振动分析法：利用振动信号的特点来分析轴承的状态和预测轴承的寿命。
2.声学分析法：利用声学信号的变化来预测轴承的故障。
3.热分析法：利用轴承的温度变化来预测轴承的故障。
4.液压分析法：通过分析液压系统中的压力信号和流量变化等指标来预测轴承的故障。
第五章：结论准确地预测和诊断轴承故障对于设备维修和运行起着至关重要的作用。
诊断和预测方法的选择和应用应综合考虑不同类型的轴承，轴承的工作环境和工作状况，以及设备运行的要求。
这样，在设备维修中选择正确的方法，准确的预测和诊断轴承故障，以保障设备的正常运行，提高生产效率，降低设备故障率，节省更多的时间和资源。
轴承故障诊断原理
轴承故障诊断原理引言：轴承是工业中常见的一种重要零部件，广泛应用于各种机械设备中，承担着支撑和传递载荷的重要功能。
然而，由于工作环境的恶劣和长时间的使用，轴承往往容易出现各种故障。
因此，轴承故障的诊断和预测具有重要意义。
本文将介绍轴承故障的诊断原理，帮助读者更好地了解轴承故障的表现和诊断方法。
一、振动信号分析法振动信号分析法是一种常见的轴承故障诊断方法。
通过采集轴承振动信号，分析其频谱和波形，可以判断轴承故障类型。
例如，当轴承内环故障时，振动信号的频谱会出现特征频率和倍频的峰值，波形会有明显的冲击和脉冲信号。
而当轴承外环故障时，振动信号的频谱则会出现特征频率和倍频的谷值，波形会有较为规则的周期性振动。
通过分析振动信号，可以准确判断轴承故障类型，并及时采取维修措施。
二、声音信号分析法声音信号分析法是另一种常用的轴承故障诊断方法。
通过采集轴承工作时的声音信号，分析其频谱和波形，可以判断轴承故障类型。
例如，当轴承出现裂纹或磨损时，会产生高频的杂音信号；当轴承出现滚珠错位或脱落时，会产生低频的冲击声。
通过分析声音信号，可以快速准确地判断轴承故障类型，从而采取相应的维修措施。
三、温度信号分析法温度信号分析法是一种简单有效的轴承故障诊断方法。
通过监测轴承的温度变化，可以判断轴承是否存在故障。
例如，当轴承内环故障时，由于摩擦和磨损产生的热量增加，轴承温度会升高；当轴承外环故障时，轴承温度则会降低。
通过分析温度信号，可以及时察觉轴承故障，并采取相应的维修措施。
四、油液分析法油液分析法是一种常用的轴承故障诊断方法。
通过对轴承工作时的润滑油进行取样分析，可以判断轴承的磨损和污染情况。
例如，当轴承出现磨损时，润滑油中会出现金属颗粒和磨粒；当轴承受到污染时，润滑油中会出现水分和杂质。
通过分析油液信号，可以及时判断轴承的工作状态，进行维护和更换。
五、红外热像仪诊断法红外热像仪诊断法是一种非接触式的轴承故障诊断方法。
通过使用红外热像仪对轴承进行热像检测，可以观察轴承的温度分布情况。
轴承故障诊断与分析
轴承故障诊断与分析
LOGO
主要内容
1 2 3 4
轴承相关简介 滚动轴承故障诊断与分析 滑动轴承故障诊断与分析
参考文献
LOGO
轴承（Bearing）是机械中的固定机件。当其他机件在轴上彼此产生 相对运动时，用来保持轴的中心位置及控制该运动的机件，就称之为 轴承。轴承是各种机电设备中的重要组成部件,在各个机械部门有着 广泛的应用。
LOGO
小波包分析
小波包分析(Wavelet Packet Analysis) 是一种比小波分析更精细的分析方 法,它将频带进行多层次划分,并对小波变换中没有细分的高频部分做进一步 分解,从而提高时频分辨率。 小波包分解是一种分解更为精细的分解方法,它不仅对低频段部分进行分解, 而且对高频段部分也进行分解,并能根据分析信号的特征,自适应地选择相应 的频带,使之与信号频谱相匹配,从而提高时频分辨率。因此,小波包分析可以 提取振动信号中能量突出的频带,分析其频率特征,找出故障产生的根源。
故 障 诊 断 技 术
时频域分析 光纤诊断分析 油液诊断分析 轴承润滑状态监测诊断法 声学诊断分析（基于声发射）
热诊断（热成像诊断和温度诊断）
LOGO
基于振动信号诊断技术及分析
基于振动信号的诊断技术能够诊断大多数滚动轴 承故障，其优点是可在运动中测得轴承信号。目 前国内外开发生产的各种滚动轴承故障诊断与监 测仪器大都是根据振动法的原理制成的。 步骤：
LOGO
小波变换
小波变换是时间(空间)频率的局部化分析，它通过伸缩平 移运算对信号(函数)逐步进行多尺度细化，最终达到高频 处时间细分，低频处频率细分，能自动适应时频信号分析 的要求，从而可聚焦到信号的任意细节，有人把小波变换 称为“数学显微镜”。 小波分析是调和分析的重大突破。它继承和发展了Gobor 变换的局部化思想，同时又克服了窗口大小不随频率变化、 缺乏离散正交基的缺点，不仅是比较理想的局部频谱分析 工具，而且在时域也具有良好的局域性。通过小波分解能 够把任何信号(平稳或非平稳)映射到由一个小波伸缩、平 移而成的一组基函数上，在通频范围内得到分布在各个不 同频道内的分解序列，其信息量是完整的。
轴承故障检测、诊断、分析技巧
为了尽可能长时间地以良好状态维持轴承本来的性能，必须保养、检测、检修、以求防事故于未然，确保运转的可靠性，提高生产性、经济性。
对长期运行中的设备来讲，平时的检测跟踪尤为重要，检测项目包括轴承的旋转音、振动、温度、润滑剂的状态等，根据检测结果，设备维护人员可以准确地判断设备的问题点，提早作出预防和解决方案。
一、异常旋转音分析诊断异常旋转音检测分析是采用听诊法对轴承工作状态进行监测的分析方法，常用工具是木柄长螺钉旋具，也可以使用外径为20mm左右的硬塑料管。
相对而言，使用电子听诊器进行监测，更有利于提高监测的可靠性。
轴承处于正常工作状态时，运转平稳、轻快，无停滞现象，发生的声响和谐而无杂音，可听到均匀而连续的“哗哗”声，或者较低的“轰轰”声。
异常声响所反映的轴承故障如下：1、轴承发出均匀而连续的“咝咝”声，这种声音由滚动体在内外圈中旋转而产生，包含有与转速无关的不规则的金属振动声响。
一般表现为轴承内加脂量不足，应进行补充。
若设备停机时间过长，特别是在冬季的低温情况下，轴承运转中有时会发出“咝咝沙沙”的声音，这与轴承径向间隙变小、润滑脂工作针入度变小有关。
应适当调整轴承间隙，更换针入度大一点的新润滑脂。
2、轴承在连续的“哗哗”声中发出均匀的周期性“嗬罗”声，这种声音是由于滚动体和内外圈滚道出现伤痕、沟槽、锈蚀斑而引起的。
声响的周期与轴承的转速成正比。
应对轴承进行更换。
3、轴承发出不规律、不均匀的“嚓嚓”声，这种声音是由于轴承内落入铁屑、砂粒等杂质而引起的。
声响强度较小，与转数没有联系。
应对轴承进行清洗，重新加脂或换油。
4、轴承发出连续而不规则的“沙沙”声，这种声音一般与轴承的内圈与轴配合过松或者外圈与轴承孔配合过松有关系。
声响强度较大时，应对轴承的配合关系进行检查，发现问题及时修理。
二、振动信号分析诊断轴承振动对轴承的损伤很敏感，例如剥落、压痕、锈蚀、裂纹、磨损等都会在轴承及振动测量中反映出来。
所以，通过采用特殊的轴承振动测量器（频率分析器等）可测量出振动的大小，通过频率分布可推断出异常的具体情况。
滚动轴承故障及其诊断方法
而一旦有了压痕，压痕引起的冲击载荷会进一步引起附近 表面的剥落。
这样，载荷的累积作用或短时超载就有可能引起轴承塑性 变形。
1滚动轴承异常的基本形式
(4).腐蚀
润滑油、水或空气水分引起表 面锈蚀（化学腐蚀）
轴承内部有较大的电流通过造 成的电腐蚀
2.3 滚动轴承的振动及其故障特征
2. 幅值域中的概率密度特征 滚动轴承正常时和
发生剥落损伤时的轴 承振动信号的幅值概 率密度分布如图。
轴承振动的概率密度分布
从图中可以看出，轴承发生剥落时，幅值分布的幅 度广，这是由于存在剥落的冲击振动。这样，从概率 密度分布的形状，就可以进行异常诊断。
3 滚动轴承故障诊断方法
2.2 滚动轴承的特征频率
➢ 为分析轴承各部运动参数，先做如下假设： (1)滚道与滚动体之间无相对滑动； (2)每个滚道体直径相同，且均匀分布在内外滚道之间 (3)承受径向、轴向载荷时各部分无变形；
方法： 研究出不承受轴向力时轴承缺陷特征频率，进而，推导出 承受轴向力时轴承缺陷特征频率
1. 不承受轴向力时 轴承缺陷特征频率
d Dm
)
fr
滚动轴承的特征频率
➢ (3) 轴承内外环有缺陷时的特征频率：
➢ 如果内环滚道上有缺陷时，则Z个滚动体滚过该缺陷时的
频率为
fi
f Bi Z
1 (1 2
d Dm
) frZ
➢ 如果外环滚道上有缺陷时，则Z个滚动体滚过该缺陷时的
频率为
fo
f Bo Z
1 (1 2
d Dm
)
f
r
Z
➢ (4) 单个滚动体有缺陷时的特征频率：如果单个有缺陷的 滚动体每自传一周只冲击外环滚道（或外环）一次，则其 相对于外环的转动频率为
滚动轴承故障诊断方法与技术综述
滚动轴承故障诊断方法与技术综述引言：滚动轴承作为机械设备中常用的零部件之一，承担着支撑和传递载荷的重要作用。
然而，由于使用环境的恶劣和工作条件的复杂性，滚动轴承往往容易出现各种故障。
因此，为了保证机械设备的正常运行和延长轴承寿命，对滚动轴承的故障进行准确诊断非常重要。
一、故障诊断方法1. 观察法观察法是最常用的故障诊断方法之一。
通过观察滚动轴承的外观和运行状态来判断是否存在故障。
例如，如果发现滚动轴承有异常噪声、温度升高、润滑油泡沫、振动加剧等现象，很可能是轴承出现了故障。
2. 振动诊断法振动诊断法是一种先进的故障诊断方法，可以通过检测轴承的振动信号来判断轴承是否存在故障。
通过分析振动信号的频谱图，可以确定轴承故障的类型和位置。
常用的振动诊断方法包括时域分析、频域分析和小波分析等。
3. 声音诊断法声音诊断法是一种通过听觉判断轴承故障的方法。
通过专业人员对轴承产生的声音进行听觉分析，可以判断轴承是否存在异常。
常见的轴承故障声音包括金属碰撞声、摩擦声和振动声等。
4. 热诊断法热诊断法是一种通过测量轴承的温度来判断轴承故障的方法。
由于轴承在故障状态下会产生摩擦热，因此轴承的温度可以间接反映轴承的工作状态。
通过测量轴承的温度分布，可以判断轴承是否存在异常。
二、故障诊断技术1. 模式识别技术模式识别技术是一种基于机器学习的故障诊断技术，可以根据轴承的振动信号和声音信号等特征，通过训练模型来识别轴承的故障类型。
常用的模式识别技术包括支持向量机、神经网络和决策树等。
2. 图像诊断技术图像诊断技术是一种通过图像处理和分析来判断轴承故障的技术。
通过对轴承的外观图像进行特征提取和分类，可以实现对轴承故障的自动诊断。
常用的图像诊断技术包括边缘检测、纹理分析和目标识别等。
3. 声音信号处理技术声音信号处理技术是一种通过对轴承声音信号进行滤波、频谱分析和特征提取等处理，来判断轴承故障的技术。
通过对声音信号的频谱图和时域图进行分析，可以判断轴承故障的类型和位置。
汽车变速器轴承故障的诊断技术
汽车变速器轴承故障的诊断技术汽车变速器轴承故障是汽车维修中一个相当常见的问题。
如果轴承故障不及时处理，会导致车辆性能下降、行驶不稳定，严重时可能会导致变速器损坏。
因此，轴承故障的诊断和解决是非常重要的。
一、轴承故障的原因1. 油脂污染：如果长时间没有更换保养油脂，或者使用了质量不好的油脂，就会造成轴承故障。
2. 轴承磨损：使用时间长了，轴承表面就会出现磨损现象，主要原因是使用不当或者长期承受高负荷压力。
3. 生锈：如果在存放或者使用过程中，轴承表面被外界空气、潮湿等因素污染，也会导致油脂污染等轴承故障。
二、轴承故障的症状1. 发出异响：变速器突然之间发出“哒哒哒”的声音，这是轴承严重磨损导致的，此时需要更换轴承。
2. 行驶不平稳：在行驶中，车辆环境变化较大，如果出现变速器整个震动或者稳定性差的情况，就要考虑轴承是否出现故障。
3. 变速无力：如果在换挡时，发现变速无力，车辆加速度下降，那就意味着轴承故障已经比较严重。
三、轴承故障的检测方法1. 观察外观：先检查轴承的表面有没有腐蚀、磨损、变形等现象。
2. 试压法：使用试压法检测是比较常见的方法，通过压缩空气喷射来辨别轴承是否脆弱。
3. 模拟负载法：使用特殊的试验台，在模拟汽车行驶情况下，检测轴承稳定性和寿命。
四、轴承故障的解决方法1. 更换轴承：如果轴承已经损坏，就需要及时更换，以防对汽车造成深层次的影响。
2. 洗涤清洁：如果仅仅是因为污染导致的轴承故障，可以尝试进行洗涤清洁，以及更换更好的油脂。
3. 维护保养：日常维护保养也是预防轴承故障不可缺少的环节，每隔一段时间就要进行轴承清洗和更换，养成良好的保养习惯，以防汽车产生故障。
总之，对于轴承故障要及时进行诊断和解决，保持良好的汽车维护保养习惯，才能保持汽车的正常运行。
机械设备轴承故障自动化诊断技术
机械设备轴承故障自动化诊断技术摘要：随着工业自动化水平的不断提高和机械设备的广泛应用，轴承故障成为影响机械设备运行稳定性和寿命的主要问题之一。
为了实现轴承故障的早期诊断和有效预警，本论文研究了机械设备轴承故障自动化诊断技术。
首先，介绍了轴承故障的常见类型和影响因素。
然后，综述了现有的轴承故障诊断方法和技术，包括振动分析、声音诊断、红外热像技术等。
接着，着重讨论了基于机器学习和智能算法的轴承故障自动化诊断技术。
通过采集和分析轴承振动信号、声音信号和红外热像图像等多种传感器数据，利用机器学习算法建立轴承故障模型，并实现自动化诊断和预警。
最后，对未来机械设备轴承故障自动化诊断技术的发展趋势进行了展望。
关键词：机械设备；轴承故障；自动化诊断一、轴承故障的常见类型和影响因素轴承故障的常见类型和影响因素是轴承故障诊断和预防的关键内容。
下面是轴承故障的一些常见类型和影响因素的介绍：1.常见类型：疲劳损伤：疲劳是轴承故障中最常见的类型之一。
长期运行和循环载荷会导致轴承材料的疲劳破裂，出现裂纹和断裂现象。
磨损：磨损是轴承故障中的另一个常见类型。
磨损可以分为表面磨损和内部磨损。
表面磨损包括磨粒磨损、磨蚀和磨粒颗粒聚集等。
内部磨损包括疲劳裂纹和磨粒进入轴承间隙等。
过热：轴承过热可能由于润滑不良、过载、外界环境温度过高等原因引起。
过高的温度会导致轴承材料膨胀，油脂失效，甚至引起轴承损坏。
杂质污染：轴承中的杂质（如尘埃、水分、金属屑等）会污染润滑剂和接触面，导致摩擦增加和磨损加剧。
安装错误：错误的安装方法和参数（如过紧或过松的装配，不正确的轴向和径向间隙等）会导致轴承的异常工作和损坏。
2.影响因素：轴承工作负荷：工作负荷是导致轴承故障的主要因素之一。
过大的负荷会导致轴承过载和超负荷工作，加速轴承的磨损和疲劳。
运转速度：高速旋转会使轴承面临较大的离心力和摩擦力，增加了故障的发生概率。
润滑状态：良好的润滑是轴承正常运行的关键。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
诊断方法：
基于振动信号的故障监测和诊断技术（√√） 基于油液的故障监和诊断技术（√） 基于温度的故障监测和诊断技术（√） 基于声学的故障监测和诊断技术 基于油膜电阻的故障监测和诊断技术 基于光纤的故障监测和诊断技术 综合故障监测和诊断系统（趋势）
基于振动信号的故障监测和诊断技术
综合故障监测和诊断系统
综合故障诊断的过程事实上也是诊断信 息融合的过程，模糊数学理论、模式识别理 论、专家系统技术、人工神经网络技术、灰 色理论、可拓数学、信息科学理论以及概率 理论对故障细致划分和识别的可行性也逐渐 在诊断工程中得到应用。
滚动轴承故障诊断技术发展趋势
在不久的将来，用于滚动轴承故障监测和 诊断的时频分析法、小波分析法、时变参数模 型法、分段平稳AR模型法、自适应AR模型法 等前沿技术将进一步完善，高阶循环统计量技 术、分形维数等技术将有望得到进一步的突破， 专家系统和人工神经网络技术等综合型的故障 智能监测和诊断系统具有很大的发展潜力和广 阔的发展前景。
缺点：表面剥落、压痕、裂纹、点蚀等 异常情况诊断效果较差。
基于光纤的故障监测和诊断技术
光纤诊断技术一般用光导纤维束制成位移传感 器发射和接受光纤束，对轴承工况作出判断，该方 法灵敏度高、信噪比大，可以较直接地反映轴承的 制造质量、表面磨损程度、载荷、润滑和间隙情况。
适用：传感器安装在轴承座内的场合。
峰值、峰值因子、峭度等参数虽对冲击故障敏 感,但当故障进人严重发展阶段时,峰值因子、峭度 等参数处于饱和状态,失去诊断能力
峭度因子是时域指标，对轴承故障产生的异常 脉冲比较敏感，当振动信号服从正态分布时的正常 值为3。所以，对原始信号进行必要的预处理和采 用多参数诊断法，会大大提高故障诊断的可靠性。
缺点：专用设备价格比较昂贵，局限性。
基于油膜电阻的故障监测和诊断技术
原理：如果轴承在运转过程中,滚道和滚
动体之间形成很好的油膜，则内外圈的电阻 值可达兆欧姆以上，但当润滑油膜遭到破坏 后,则内外圈之间的电阻可降低至零欧姆。
适用：旋转轴外露的场合，轴承的润滑 状态和轴承的磨损、腐蚀类的损伤进行监测 和诊断。
统计特征参量随时间呈现周期或多周期的变化 规律，具有循环平稳特性。
1.时间平滑周期图法 2.基于调幅和调频信号模型推导出循环域解调 方法 3.基于谱相关密度
非平稳信号的监测和诊断技术
时频信号分析
1.小波分析
2.振动信号的改进小波包分2
维谱分析
6.分形维数方法
设x i 为采集到的振动序列，i 0,1,2...n
峰值和均方根值是有量纲的参数，峰值因子、 峭度因子、波形因子、脉冲因子、裕度因子是无量 纲的参数。
无量纲参数对轴承的承载和转速不敏感，无须考 虑相对标准值和与以前的数据进行比较，且对故障 的早期阶段比较敏感，但对严重的故障抗干扰性较 差，易产生误判。
平稳信号的监测和诊断技术
傅立叶频谱分析（频谱图）
缺点：早期故障不够灵敏
时间序列模型（参数模型－ARMA模型、AR模型、MA模型） 1.时域平均方法 2.倒频谱分析 3.包络分析 4.数字滤波技术 5.自适应技术 6.主分量技术 7.细化谱技术 8.双谱技术 9.全息谱技术
循环平稳信号的监测和诊断技术
轴承故障诊断技术
绪言
轴承的故障诊断与状态监测是机械设备故 障诊断技术的重要内容。
旋转机械的故障中轴承的损坏故障约占 30%。
轴承的运行质量除轴承元件本身的加工质 量外，轴承的安装及装配质量影响很大。
轴承使用中，90%以上是滚动轴承。
滚动轴承故障形式
1.疲劳剥落 2.磨损 3.塑性变形 4.锈蚀 5.断裂 6.胶合 7.保持架损坏
7.奇异值分解技术
8.隐马尔经验模态分解技术
9.经验模态分解技术（EMD）
基于油液的故障监和诊断技术
铁谱监测和诊断技术是我国应用最普遍的油 液诊断技术之一，该方法首创于20世纪70年代初， 主要通过对润滑或冷却液中的磨损磨粒在铁谱片 上的分布情况进行定性观察和定量测试来判断轴 承的运行情况和磨损机理研究。 （1）旋转式铁谱仪 （2）直读式铁谱仪 （3）分析式铁谱仪
适用：油润滑或油冷却轴承
基于温度的故障监测和诊断技术
轴承的运转温度主要由轴承的载荷、转速、摩 擦力矩、润滑剂类型、粘度、轴承类型以及轴承 的运转状态等因素决定，因此轴承的温度可以一 定程度上反映轴承的运转参数的变化和运行的故 障，特别对轴承烧伤的诊断效果比较好。
基于声学的故障监测和诊断技术
声学监测和诊断技术是近几年来发展起来的新 技术，通过对轴承由于变形、剥落或裂纹等原因 产生的弹性波的监测来实现对轴承工况的诊断。 由于轴承经常受到冲击的交变载荷作用，使得材 料产生错位运动或塑性变形,在此过程中伴随着声 发射信号的产生，这种声发射的频率一般较宽， 金属材料的发射频率可达几十到几百兆赫兹，其 信号的强度差异一般只有几微伏，故需要电荷放 大器等仪器的辅助。
总结
故障诊断技术是一门集数学、力学、摩擦学、 测控技术、计算机技术、信号处理技术、模式识 别技术、人工智能技术、决策科学、信息科学等 众多科学技术于一体的现代工程新学科，受到越 来越多的重视和关注。检测试验技术、信号处理 技术、模式识别技术和预测评估技术四项基本技 术是轴承诊断关键技术。
了解轴承的性能状态和及早发现潜在故障有 着至关重要的作用，可以有效提高机械设备的运 行管理水平及维修效能，具有显著的经济效益。
低频分析法和幅值参数指标分析法 平稳信号的监测和诊断技术 循环平稳信号的监测和诊断技术 非平稳信号的监测和诊断技术
适用：疲劳剥落、变形、压痕、局部腐蚀 等故障进行监测与诊断
低频分析法和幅值参数指标分析法
轴承故障特征频率：
轴承振动信号中的许多统计特征参量随着故障的性质及严 重程度发生变化，可以作为轴承故障监测和诊断的依据：
谢谢！
xiexie!