基于振动信号的滚动轴承故障诊断与预测
基于振动分析的滚动轴承故障诊断技术概述及发展趋势
。机械 与电子 ０
Ｓ ＩＮＣ ＣＥ Ｅ＆Ｔ Ｃ Ｎ ＯＧ Ｆ Ｒ Ｅ Ｈ ＯＬ ＹＩ Ｏ ＭＡＴＯ Ｎ ＩＮ
２１ ０ １年
第２ ３期
基于振动分析的滚动轴承故障诊断 技术概述及发展趋势
滕 丽丽 唐 涛 王明锋 （ 山东滕州兖矿鲁南化肥厂 山东 滕州 ２ ７ ２ ） ７ ５７
０ 前 言
滚动轴承是机械设备 中最常用也最易损坏的零件之一。 据不完全 统计 ． 旋转机械的故障约有 ３ ％是 因滚动轴 承引起 的。滚 动轴 承有多 ０ 种损坏形式 ， 常见的有磨损失效 、 疲劳失效 、 腐蚀失效 、 断裂失 效 、 压痕 失效和胶合失效 。
１ 滚 动 轴 承 的 振 动 特 征
一
２ 滚动轴承的振动诊断ቤተ መጻሕፍቲ ባይዱ法
从振动信号 中分析 出故障并不是很简单 。 在滚动轴承的振动诊断 中， 常用的诊断方法有倒 频谱 分析 、 较 特征参数分 析法 、 冲击 脉冲法 、 包络分析法 、 小波分析等 ： ２１ 倒频谱分析法 ． 倒频谱分析也称为二次频谱分析 ， 是对信号 ｘ ｔ （ 作进 一步的谱分 ） 析而得到 的， 中较常用的一种工程用定义为 ： 其
ｌ １ Ｉ ２
（） ｆ １ ０ Ｉ ＝Ｆ ｛ ｒ ９｝
工程上常用其开方 ． 称为倒频率 ． 即
ｃ （）、 （ ＝ （ ∽ ） ｒ：／ ｒ Ｉ １ ） １
其 中： ｛为傅里叶逆变换 ： Ｆ。 ｝ ｒ为时间变量 ，。 ｓ 通过对 滚动轴承典 型故障 的振 动信号功率谱 和倒 频谱 的比较分 析． 可知倒频谱能将主要 的信息从复杂的频率成分和 噪声 中识别 出来， 能较好地辨别 出故障特征频率和其它特征频率 在相关文献中采用倒 频谱分析技术准确 ． 快速地判定故障发生在轴承滚动体上。 ２２ 特征参数分析法 ． ２ ． 时域特征参数分析 ．１ ２ 时域的特征参数分析包括有效值 ． 峰值 ． 峰值因子 。 峭度指标 等方 法 。有效值是指振动振幅的均方根值 ． 表现滚动轴承振动 的瞬时值随 着时间在不断地进行变化 ． 可用于检测表面皱裂无规则振动波形 的异 ３ 基于振动分析的滚动轴承故障诊 断技 术发展趋势 常 ．但对表面剥落或伤痕等具有瞬变冲击振动 的异常是不适 用的 ： 峰 值是在某个 时间 内振 幅的最大值 ．对 瞬时现象也 可得 出正确 的指示 ３１ 各种振动信号处理技术信号之间的融合 ． 随着机械故障诊断技术的发展 ． 单一的信号处理技术 已不 能很好 值， 对滚 动体对保 持架 的冲击及突发性外 界干扰 、 或灰 尘等原 因引起 的瞬时振动 比较 敏感 ： 峰值 因子是峰值 与有效值 的比 ． 该值适用 于点 地满 足故 障诊 断要求． 各种信号处理技 术相互融合成为发展方 向 比 蚀类故障 的诊断 。通过对峰值 因子值 随时间变化趋势的监测， 以有 如小波分形 、 可 包络小波 、 分形神经网络 、 模糊神经 网络及传统 的振动技 频带能量分析和包络 效地对滚 动轴承进行 早期预报 ， 能反 映故障 的发展趋势 ： 并 峭度 指标 术结合等 。唐贵基提 出了一种基于小波包分析 、 Ｋ 定义为归一化 的 ４阶矩 ． 于其振幅满足正态分布规 律的无故障 分析相结合 的滚动轴承故障诊断方法 ｖ 对 首先利用小波包将滚动轴承振 轴承 。 峭度指标值 约为 ３随着故 障的出现和发展 ， 其 ， 峭度指标值 具有 动信号分解 到不 同的节 点上 ． 然后求 出各频率段 的能量 ． 根据频带 能 与峰值因子类似的变化趋势 ： 量 的变化情况 ． 出滚动轴承 的故障所在 的频带 最后对故 障频带 的 找 重 构信 号做包络谱 ， 将谱 峰处 的频率 同滚动轴 承的故 （ 转第 ９ 下 ５页 ） ２ ． 频域特征参数分析 ．２ ２
滚动轴承故障振动信号组成
滚动轴承故障振动信号组成滚动轴承是一种重要的机械零件，它广泛应用于各种旋转设备中。
为了保证轴承的正常运行，有效监测和分析其振动信号是必不可少的。
振动信号包含丰富的信息，可以帮助工程师判断轴承的工作状态、开展故障诊断和预测，从而提高设备的可靠性和可用性。
本文将介绍滚动轴承故障振动信号的组成及其相关参考内容。
滚动轴承故障振动信号主要包括以下几个方面的信息：1. 基波振动信号：指滚动轴承在旋转过程中产生的基本振动信号。
这个信号是通过测量轴承外圈的振动加速度或速度得到的，主要反映了轴承的整体运动状态。
2. 高次谐波振动信号：由于滚子与内外圈之间的摩擦和碰撞，会产生高次谐波振动信号。
这些高次谐波成分的频率是基波频率的整数倍，例如2倍频、3倍频等。
高次谐波信号的存在可以反映轴承的摩擦磨损情况和内部故障。
3. 冲击振动信号：当滚动轴承存在故障时，如滚子损伤、脱落等，会导致滚珠或滚子在与内外圈接触时产生冲击振动信号。
冲击信号的存在通常与轴承的明显故障有关，可以作为故障诊断的重要依据。
4. 谐波振动信号：滚动轴承在旋转过程中，由于几何形状和安装不完美等因素的影响，会产生谐波振动信号。
这些谐波成分的频率是基波频率的非整数倍，如0.5倍频、0.707倍频等。
谐波信号的存在可以反映轴承的非线性特性和几何偏差。
5. 宽带随机振动信号：由于滚动轴承中存在多种故障模式和不同工况变化，会导致振动信号具有宽带随机的特点。
这种信号中包含了丰富的频率成分和相互关系，需要通过信号处理和分析方法提取有效的信息。
针对滚动轴承故障振动信号的分析和诊断，有许多相关的参考内容可以提供帮助，包括：1. 《滚动轴承振动故障分析与诊断技术手册》：这是一本介绍滚动轴承振动故障分析和诊断技术的专业手册，包含了振动信号采集和处理的方法、故障特征提取和诊断的技术和案例分析等内容。
2. 《滚动轴承故障诊断技术与应用》：这本书介绍了滚动轴承故障诊断的原理、方法和应用。
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。
滚动轴承和齿轮振动信号分析与故障诊断方法
2.3 滚动轴承的振动类型及故障特征分析 .................................9
2.3.1 滚动轴承的旋转机构 ..................................................................9 2.3.2 滚动轴承的振动类型 ................................................................10 2.3.2.1 滚动轴承的固有振动频率 ...............................................11 2.3.2.2 滚动轴承的缺陷特征频率 ...............................................11 2.3.2.3 滚动轴承的振动及其故障特征 ........................................12
Keywords: Rolling-Element bearing Hilbert transform
Gears
Fault Diagnosis
Envelope Analysis
Correlation-Envelope Analysis
- II -
西北工业大学硕士学位论文
目
录
目
录
第一章 绪
论 ................................................................... 1
3.4 齿轮振动信号的特征 ........................................................ 25
3.4.1 啮合频率及其各次谐波 .............................................................26 3.4.2 隐含成分 ..................................................................................26 3.4.3 调制效应产生边频带 ................................................................26 3.4.3.1 幅值调制 ........................................................................27 3.4.3.2 调频效应 ........................................................................27 3.4.4 轴速频率及其低次谐波 .............................................................27 3.4.5 啮合频率及其各次谐波的分析 ..................................................27 3.4.6 边带分析 ..................................................................................28
基于Hilbert共振解调法的滚动轴承振动故障诊断
基于Hilbert共振解调法的滚动轴承振动故障诊断采用基于Hilbert变换的共振解调技术，从共振信号中解调出故障特征信号，对故障特征频率进行分析，并经过实验诊断出轴承故障类型和部位，验证了该损伤诊断方法的优越性。
标签：滚动轴承；故障诊断；共振解调技术1 概述滚动轴承是各种旋转机械中应用最广泛的一种机械部件，它的运行状态影响整台机器的性能，包括精度、可靠性等。
同时它也是机器中最易损坏的元件之一。
由于轴承使用寿命的离散性很大，若对其按设计寿命进行定时维修更换，则有可能使故障轴承得不到及时维修和替换，导致机械工作精度下降，甚至引发事故。
因此对滚动轴承进行工况监视与故障诊断，改传统的定时维修为视情维修或预知维修，具有重要意义[1]。
滚动轴承最常见的故障形式为局部损伤和磨损，主要由运转过程中的腐蚀、疲劳、塑性变形、胶合引起。
局部损伤具有突发性，会加剧运行时的冲击载荷，有可能在较短时间内发展为大片剥落，危害很大，因此力争在局部损伤出现的早期，就检测到其特征信号并对其进行定位[2，3]。
2 实验和结果2.1 实验设计滚动轴承故障实验系统由机械驱动装置、轴系、加载装置、振动信号采集系统组成，如图2所示。
机械驱动装置为变频调速电机及齿轮减速箱，轴转速可在15～748r/min之间调整。
轴系包括直径100mm的轴、1个推力轴承、1个圆柱滚子轴承和1个受测的6220型深沟球轴承。
受测轴承共有三种试件，分别为无故障轴承、外圈故障轴承和内圈故障轴承（用电火花加工方式分别在外圈、内圈上模拟出点蚀坑）。
加载装置通过总放大倍数为200的两级杠杆给轴承施加7000N 的径向载荷。
振动信号采集系统由手持式转速计、CA-YD-103加速度传感器、DHF-7电荷放大器、凌华PCI-1812采集卡、工控机组成。
2.2 故障特征频率计算文章的实验分别模拟了外圈单处点蚀故障和内圈单处点蚀故障。
可以计算出外圈故障特征频率fout为57.09Hz，内圈故障特征频率fin为79.31Hz，其边频带谱间隔频率为fs=12.40HZ。
滚动轴承寿命预测与故障诊断
滚动轴承寿命预测与故障诊断滚动轴承是机械传动系统中常用的一种关键零部件，因其结构简单、可靠性高、运转稳定等特点被广泛应用于工业制造、交通运输、航天航空等领域。
然而，在长期的使用中，由于负载、转速、温度等因素的影响，滚动轴承很容易出现各种故障，严重影响机械设备的正常性能。
因此，预测滚动轴承的寿命并对其故障进行诊断具有极其重要的意义，不仅能够减少机器设备的维修成本，更能提高机器设备的运行效率和安全性。
一、滚动轴承寿命预测的基本理论滚动轴承寿命预测是指通过对滚动轴承在特定工况下的运行情况进行数学模型建立和系统分析，来预测滚动轴承在未来一段时间内的使用寿命。
其基本理论是寿命公式理论，即基于统计学原理，通过对有限数量的试验数据进行分析，来估计大量相似产品的寿命。
该理论最早由Weibull提出，现广泛应用于各种设备的寿命预测中。
滚动轴承的寿命是指在一定的负载、转速、温度等工况条件下，维持基本性能的使用寿命。
通常将运转时间作为寿命评定标准，其评定方法有两种，即L10寿命和L50寿命。
其中L10寿命是指在有10%以上的滚动轴承失败的情况下所需要的运转时间，L50寿命则是指在有50%以上的滚动轴承失败的情况下所需的运转时间。
滚动轴承寿命预测的方法一般有以下几种：1、基于模型的预测法该方法是在通过对相关参数的观测和测量得到大量样本数据的基础上，建立滚动轴承故障模型，对其进行数学分析和计算，从而提出一定的预测理论。
该方法的优点是可以快速准确地预测滚动轴承的寿命，缺点是在模型建立过程中，需要考虑多种因素的影响，模型的建立难度较高。
2、基于统计模型的预测法该方法是通过统计分析大量实测数据，确定影响滚动轴承寿命的关键因素，建立相应的统计模型，并通过多种分析方法，包括生存分析、半参数估计和回归分析等来预测滚动轴承的寿命。
该方法的优点是具有较强的实用性和普适性，但缺点是要求样本数据的质量和数量均较高，在实际操作中要具备较为广泛的背景知识和大量的经验。
滚动轴承和齿轮振动信号分析与故障诊断方法
滚动轴承和齿轮振动信号分析与故障诊断方法目录一、内容综述 (2)二、滚动轴承振动信号分析 (3)1. 滚动轴承工作原理及结构特点 (4)2. 振动信号产生机制 (5)3. 振动信号采集与处理 (6)三、齿轮振动信号分析 (7)1. 齿轮工作原理及故障类型 (8)2. 振动信号特征提取 (10)3. 齿轮故障识别与诊断 (11)四、滚动轴承与齿轮振动信号分析方法 (12)1. 时域分析 (13)2. 频域分析 (14)3. 时频域联合分析 (16)五、故障诊断方法 (17)1. 基于振动信号特征的故障诊断 (18)2. 基于模型的故障诊断 (20)3. 基于智能算法的故障诊断 (21)六、实验与应用实例 (22)1. 实验设计 (24)2. 实验结果与分析 (25)3. 应用实例介绍 (26)七、结论与展望 (28)1. 研究结论 (29)2. 展望未来发展趋势 (29)一、内容综述本文档旨在全面阐述滚动轴承和齿轮振动信号分析与故障诊断方法的研究现状、发展趋势及其重要性。
随着工业领域的快速发展，滚动轴承和齿轮作为机械设备中的关键部件，其运行状态的正常与否直接关系到整个系统的稳定性和效率。
针对滚动轴承和齿轮的振动信号分析以及故障诊断方法的研究具有极其重要的实际意义。
滚动轴承和齿轮的故障诊断主要依赖于振动信号分析，通过对振动信号的特征提取和模式识别，实现对设备状态的实时监测和故障诊断。
随着信号处理技术和人工智能技术的不断进步，滚动轴承和齿轮振动信号分析的方法日趋成熟，为设备的故障诊断提供了有力的技术支持。
本文首先概述了滚动轴承和齿轮的基本结构、工作原理及其在机械设备中的重要地位。
然后重点介绍了振动信号分析的基本原理和方法，包括信号采集、特征提取、模式识别等关键环节。
接着详细阐述了基于振动信号的故障诊断方法，包括传统方法如频谱分析、包络分析等，以及近年来新兴的基于机器学习和深度学习的诊断方法。
对滚动轴承和齿轮振动信号分析与故障诊断方法的未来发展趋势进行了展望。
轴承故障诊断技术及发展现状和前景
轴承故障诊断技术及发展现状和前景摘要本文分析了轴承故障信号的基本特征,并将共振解调技术的原理和基于振动信号的信号处理方法用于滚动轴承的故障诊断. 在实践中运用该技术手段消减了背景噪声的干扰,提高了轴承的信噪比, 取得了与实际情况完全吻合的诊断结果。
并概述了滚动轴承故障监测和诊断工程与试验应用技术的现状，并预测了滚动轴承故障监测和诊断技术应用新进展和发展方向。
关键词：滚动轴承；共振解调；小波分析；信噪比(SN R )；变速箱；故障监测；信号处理；故障诊断；应用技术。
1 轴承故障信号的基木特征机器在正常工作的条件下其转轴总是匀速转动的. 由轴承的结构可知,当轴承某元件的工作而产生缺陷时,由加速度传感器所测取到的轴承信号具有周期性冲击的特征，由信号理论可知, 时域中短暂而尖锐的冲击信号变换到频域中去时必具有宽频带的特性, 而非冲击的干扰信号则不具有上述特性，所以时域中的周期性冲击与频域中的宽频带特性构成了轴承故障信号区别于其它非冲击性干扰信号的基木特征。
2 用共振解调技术提高轴承信号的信噪比我们来考察一下用共振解调技术提高轴承信号信噪比的过程。
传感器拾取到的轴承信号包含两部分内容, 即轴承的故障信号和干扰噪声两部分。
带通滤波器的中心频率与传感器的安装片振圆频率相一致, 它将保存被传感器的共振响应所加强了的冲击性故障信号, 滤除掉频率较低的干扰噪声信号, 这种保留下来的瞬态冲击信号经过包络检波器后就形成了一个与故障冲击重复频率相一致的包络脉冲串, 然后对该脉冲串进行普分析便在低频域内得到一个与冲击币复频率相一致的峰值。
峰值的大小反映了冲击的强弱即故障的严重程度这样我们就借助共振解调技术实现了故障信号与干扰信号的分离, 并在低频域内重新得到了故障冲击的信息。
而在常规的信号分析与处理过程中一开始就使用了抗混频滤波器(低通滤波器这种分析方法没有利用轴承故障信号的特点, 经抗混频滤波器后将被传感器的共振以加强放大了的故障特征信号无情地滤除了, 所剩下的只是强大的背景噪声信号及微弱的故障特征信号, 因此用常规的信号分析方法难以排除干扰信号的影响而采用共振解调技术就可以排除背景噪声的干扰, 提高轴承故障诊断的有效率。
- 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)。
机械工程学院
明德 砺志 博学 笃行
滚动轴承的结构与工作原理
机构示意图
机械工程学院
明德 砺志 博学 笃行
滚动轴承失效形式分析 主要故障及失效形式：
磨损失效
疲劳失效
腐蚀失效 胶合失和效 保持架损坏
断裂失效
压痕失效
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
滚动轴承的固有振动频率分析
滚动轴承套圈横截面简化图与径向弯曲振动振型示意图
机械工程学院
明德 砺志 博学 笃行
滚动轴承故障振动特性分析
磨损类 故障 振动 信号 特征
滚动轴承内圈出现严重磨损时，轴承 运转会出现偏心现象，当轴旋转时， 轴承内圈中心会绕外圈呈现中心摆动， 此时的轴承振动频率为 nfr(n=1,2,…)。
滚动轴承振动机理与特征频率分析
滚动轴承振动原理图
机械工程学院
明德 砺志 博学 笃行
滚动轴承特征频率分析
为分析轴承各部分的运动参数，做如下假设： (l)滚道与滚动体之间无相对滑动； (2)承受径向、轴向载荷时各部分无变形； (3)内圈滚道回转频率为 fi； (4)外圈滚道回转频率为 fo； (5)保持架回转频率，即滚动体公转频率，为 fc。 根据速度v=2πrf，分别得到轴承内外圈及保持架上 的速度。 Vi,Vo,Vc.
轴承内 圈损伤
表面损 伤类
轴承外 圈损伤
轴承滚动 体损伤 机械工程学院
明德 砺志 博学 笃行
滚动轴承故障特征提取方法
在机械设备的故障诊断研究过程中，故障特征的提 取是第一步，也是关键的一步和困难的一步。实际 工作中的机械设备上所采集到的振动信号，往往包 含大量的噪声信息，对于故障特征的提取造成干扰。
小波分析
小波分析通过伸缩平移运算对信号逐步进行多尺度的 细化，最终达到高频处时间细分、低频处频率细分的 目的，能自适应时频信号分析的要求，从而可聚焦到 信号的任意细节。
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃仅从振动信号时域波形图无法 有效判断轴承的故障种类，需要建 立提取振动信号故障特征的方法和 故障种类的识别模型。
机械工程学院
明德 砺志 博学 笃行
应用实例
华锦集团公司采暖给水泵检测报告 设备名称：注水泵 设备编号：2# 测点名称：泵B 采样时间：2003\10\24\ 09:58:26 数据类型： 加速度 频谱图：
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
诊断结论：
1、 从时域图谱看其疏密较为均匀； 2、 从频域图谱中轴承出现疲劳后，在250Hzg到500Hz 这一频带上出现 大量峰群值。可判断出该设备转子组件可能松动或轴承间隙是否超差；需 要进一步观察。 通过频谱分析的方法来判断滚动轴承的故障有时会比较困难，主要原 因是由于滚动轴承的制造、材质等方面原因，使得特征频率与理论计算值 有所区别。因此在检测时要注意以下几点： 1、 确认故障特征频率处有峰，表明存在该种故障，若还有明显的倍频成 份，表明故障严重。 2、 确认内滚道故障特征频率处不但有峰，还有间隔为1X的边频，表明有 内滚道故障。 3、 确认滚动体故障特征频率处不但有峰，还有边频，表明滚动体有故障。 4、 确认高频区域有峰群出现，表明有疲劳故障。若有轴向负载，则应注 意轴向振动，轴向振动与径向振动有类似特征。 5、 时域波形，可能有重复冲击现象，但很小。重复频率等于故障特征频 率。 机械工程学院
滤波器去噪
小波分解降 噪
基本原理类似，均通过 对噪声 进行抑制实现降噪目的
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
滚动轴承故障的频谱和波形特征
（1）径向振动在轴承故障特征频率及其低倍频处有波峰， 若有多个同类型故障（内滚道、外滚道等），则在故障特征 频率的低倍频处有较大的峰值。 （2）内滚道故障特征频率有边带，边带间隔为1倍频的倍数。 （3）滚动体特征频率处的边带，边带间隔为保持架故障特 征频率。 （4）在加速度频谱的中高区域若有峰群突然生出，表明有 疲劳故障。 （5）径向诊断时域波形有垂直复冲击迹象（有轴向负载时， 轴向振动波形与径向相同，或者其波峰系数大于5，表明故 障产生了高频冲击现象）。
明德 砺志 博学 笃行
基于振动信号的滚动轴承故障诊 断与预测系统研究
机械工程 郑佳文
机械工程学院
明德 砺志 博学 笃行
滚动轴承故障原理与特征分析
滚动轴承作为旋转机械中应用最为广泛的零 件之一，同时也是机械设备中最易损坏的元 件，当前旋转机械的许多故障都与滚动轴承 的故障有关。对滚动轴承的典型结构和各种 常见的失效形式的研究有助于更好的在生产 和使用中诊断和预防各种故障的发生，以减 少因轴承故障而造成的财产损失。
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
机械工程学院
明德 砺志 博学 笃行
信号提取处理
去噪和降噪是机械振动研究领域的一项重要课题，现实情况下所采集到 的振动信号都不可避免的掺杂了噪声，受到噪声的干扰，有些情况下甚 至原始真实信号湮没于强大的噪声中，造成信息提取的困难，影响到后 期故障诊断分析。因此，机械设备状态监测和故障诊断过程中，一般要 对测得的振动信号进行前期处理以滤除噪声或降低噪声的强度、减小其 干扰，使信号尽可能接近目标监测对象的真实振动，便于提取真实信号 的特征值用于故障诊断。
明德 砺志 博学 笃行
机械工程学院
机械工程学院
明德 砺志 博学 笃行
滚动轴承的故障诊断方法
滚动轴承的振动信号分析故障诊断方法分为简易诊断和精密 诊断两种： 简易诊断：的目的是初步判断被列为诊断对象的滚动轴承是 否出现了故障；精密诊断的目的是要判断在简易诊断中被认 为是出现故障轴承的故障类别及原因。由于滚动轴承自身的 特点，一旦损坏，普通维修很难修复，大多采用更换的维修 方式进行处理； 精密诊断：主要作用是理论研究和在特殊场合（例如无配件 的情况下）判定设备能够坚持运行的时间。提高设备的使用 效率。所以一般情况我们采用轴承简易诊断方法就可以满足 日常设备维护的需要。因此下面我重点介绍轴承的简易诊断 法。