基于振动分析的轴承故障检测方法分析
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
振动信号频谱分析法检测铁道车辆滚动轴承故障初探
（） ３ 运用 中 的车 辆 轴 承 故 障 检 测 ， 主
要 是 依 靠 红 外 线 轴 温 探 测 器 或 检 车 员 手 摸 轴 承 表 面 ， 其 温 度 的 高 低 来 判 别 是 否 以
一
（ ） 用 本 法 后 ， 但 能 提 高 滚 动 轴 １采 不
有故 障 。
２ ２ 在 问 题 ．存
通 过 电 测手 段 ． 将 这些 物 理量 测 取并 记 可
２ 目 前 车 辆 滚 动 轴 承 的 检 测 方 法 及 效 应 有 振 动 、 声 、 度 、 力 和 应 变 等 。 子 数 量 。 ． 噪 温 压 存 在 的 问题
２ １ 查 方 法 ．检
对 外 圈 擦 伤 的 滚 动 轴 承 采 用 单 个 轮
信 号 ， 换 成 相 应 的 电 信 ， 后 进 行 时 域 转 中 轴 承 的 振 动 信 号 ， 根 据 其 信 号 规 转 然 再
一
频 域 变 换 ， 成 振 动 信 号 频 谱 图 （ 频 律 ， 度 、 率判 断是 否有 故障 。 形 即 幅 频 实 验 结 果 证 明 ， 如 此 简 单 的 方 法 也 能 用 分 析 仪 消 除 人 工经 验 判 别 所 产生 的不 稳 定 因 素 ， 检 测 准 确 性 是可 以信 赖 的 。 其
机 械设 备 的各 种 状 态和 运转 过 程 ， 通
荷 与 热 切 事 故 密 切 相 关 ， 荷 对 轴 承 寿 命 中 的 应 用 载
常 以 其 “ 次 效 应 ” 映 出 来 ， 型 的 二 次 滚 子 中 心 间 直 径 ； 为 滚 子 直 径 ； 为 滚 二 反 典 Ｄ Ｍ
４ 结论 、
， 作 外 观 检 查 ， 用 人 工 手 旋 轮 对 上 的 轴 率 分 布 图 ） 通 过 对 轴 承 运 转 时 各 配 件 特 即 障 ， 认 为 有 故 障 ， 退 轴 检 查 ， 则 继 续 本 原 理 见 图 １ 如 再 否 。 投 入使用 。
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。
利用振动信号分析故障诊断方法研究
利用振动信号分析故障诊断方法研究引言：振动信号是一种常见的故障诊断手段，通过对机械或电气设备产生的振动信号进行分析，可以有效地判断设备的工作状态和潜在故障。
近年来，随着科学技术的发展，振动信号分析在工业领域得到了广泛的应用。
本文旨在探讨利用振动信号分析进行故障诊断的方法及其研究意义。
一、振动信号分析的原理振动信号是机械设备在运行过程中由于内部结构、运动部件等原因所产生的振动，其特征包括振动频率、振幅、相位等。
振动信号分析的核心原理是通过对振动信号的频谱分析，确定故障特征频率，从而判断设备是否存在故障。
二、常见的振动信号分析技术1. FFT频谱分析快速傅里叶变换(FFT)是一种基于傅里叶变换的频谱分析方法，通过FFT分析振动信号的功率谱密度，可以得到频率信息。
利用频谱分析技术，可以检测设备内部的故障频率，如轴承的谐波频率、齿轮的啮合频率等。
2. 小波分析小波分析是一种时频分析方法，通过对振动信号进行小波变换，可以同时获得时域和频域的信息。
小波分析相对于FFT分析更具优势，可以有效地提取出瞬时频率、瞬时幅值等特征，对非平稳信号的分析具有较好的效果。
3. 非线性分析振动信号中包含了丰富的非线性特征，如共振、周期倍频、离散谱等，通过对振动信号进行相空间重构、Lyapunov指数计算等非线性分析方法，可以有效地判断设备是否存在故障。
三、利用振动信号分析故障诊断的应用振动信号分析在工业领域具有广泛的应用，可以用于早期故障预测、设备状态监测、故障诊断等方面。
1. 早期故障预测通过对设备产生的振动信号进行分析，可以提前检测到设备存在的潜在故障，并采取相应的维护措施。
例如，在风力发电机组中，通过监测主轴箱的振动信号可以判断主轴箱内轴承是否存在异常磨损，从而预测轴承故障的发生时间。
2. 设备状态监测振动信号可以反映设备的实时工作状态，通过对振动信号的监测与分析，可以及时了解设备的运行情况。
例如，在石油钻机上安装振动传感器，可以实时监测钻杆的振动情况，通过对振动信号的分析，可以判断钻具是否受损，避免钻具折断等事故的发生。
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。
轴承振动特征分析
轴承振动特征分析轴承是机械设备中常用的关键元件之一，其质量和工作状态对设备的性能和寿命有着重要的影响。
轴承振动特征分析是评估轴承工作状态和健康状况的重要手段，可以通过振动信号的分析和处理，获取轴承正常和异常工作状态的特征参数，从而判断轴承是否存在异常故障。
1.轴承振动信号采集与分析：通过安装合适的振动传感器（如加速度计、速度计等）在轴承或设备上采集振动信号，并进行信号分析和处理。
常用的分析方法包括时域分析、频域分析和时频域分析等。
在时域分析中，可以观察到振动信号的波形特征，如振幅和频率的变化；在频域分析中，可以通过傅里叶变换将时域信号转换为频域信号，进而分析信号的频谱特征，如频率和幅值的分布；在时频域分析中，可以结合时域和频域的特点，利用小波分析等方法研究信号的瞬态特性和频率特性。
2.轴承故障诊断与判定：通过对轴承振动信号的分析，可以判断轴承是否存在故障，如内圈和外圈的裂纹、滚道的磨损、滚珠的损坏等。
常见的故障特征参数包括峰值、峰值因子、峭度、波形指标、频谱指标等。
例如，当轴承存在内圈裂纹时，振动信号会出现高频峰值，而当存在滚珠损坏时，振动信号会出现冲击信号等。
通过识别和提取这些故障特征参数，可以进行故障类型的判定和诊断。
3.轴承故障预测与预警：根据轴承振动信号的变化规律，可以对轴承的剩余寿命进行预测和评估，从而提前进行维修和更换。
常见的预测方法包括统计模型、神经网络模型、遗传算法等。
通过对大量实际运行数据的分析和建模，可以建立轴承故障预测模型，根据振动信号的变化趋势和特征参数的变化情况，预测轴承的寿命和故障时间，提前进行维修和预防措施，以降低故障风险和成本损失。
4.轴承振动特征分析的应用与发展：轴承振动特征分析已经广泛应用于各个领域，如机械制造、航空航天、电力、石油化工等，对轴承的安全运行和性能提升起到了重要的作用。
未来，随着传感技术、智能化技术等的发展，轴承振动特征分析将更加精细化和自动化，可以实时监测和分析轴承的振动信号，提前预警故障风险和进行状态评估，从而实现设备的智能化管理。
滚动轴承振动信号特性分析
滚动轴承振动信号特性分析滚动轴承是一种常见的机械元件，在机械系统中起到支撑转动轴承、减少摩擦和传递载荷的作用。
然而，由于长期使用或其他原因，滚动轴承可能会出现一些故障，如疲劳破坏、过度磨损和松动等。
因此，滚动轴承的振动信号特性分析对于故障检测和预测具有重要的意义。
滚动轴承的振动信号是由于内外圈的滚珠与滚道之间的相对运动而产生的，这些振动信号可以通过加速度传感器等设备进行采集。
基于振动信号的特性分析，可以帮助我们了解滚动轴承在运行过程中的状况，从而判断是否存在故障。
下面将从不同的角度分析滚动轴承振动信号的特性。
首先，可以从时间域来分析滚动轴承的振动信号特性。
利用时间域信号，可以直观地观察到滚动轴承振动信号的波形变化。
通过观察振动信号的幅值和周期，可以初步判断是否存在异常。
通常情况下，正常的滚动轴承振动信号应该是稳定和准周期的。
如果出现振动信号的幅值波动较大或周期不规则，可能表示滚动轴承存在故障。
其次，可以从频域来分析滚动轴承的振动信号特性。
频域分析可以将信号从时域转换为频域，通过频谱图来观察不同频率分量的强度。
通过对滚动轴承振动信号进行傅里叶变换，可以得到其频谱图。
正常的滚动轴承振动信号的频谱图应该是窄带的，且主要集中在轴承的基频和谐波频率上。
如果出现频谱图突然增加了一些频率分量，可能表示滚动轴承存在故障，如滚珠松动、内圈或外圈的损伤等。
此外，滚动轴承的振动信号还可以通过时频分析方法进行特性分析。
时频分析可以将信号的时域信息和频域信息进行联合分析，可以观察到信号在时间和频率上的变化。
通过应用时频分析方法，如短时傅里叶变换（STFT）和小波变换，可以查看滚动轴承振动信号在时间和频率上的瞬态和局部特性。
这种分析方法可以帮助我们检测滚动轴承振动信号的瞬态特征和突变情况，提高故障检测和预测的准确性。
最后，滚动轴承的振动信号特性还可以通过统计学方法进行分析。
通过统计学参数，如均值、标准差和峭度等，可以观察滚动轴承振动信号的集中程度、离散程度和峰态等特性。
- 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)。
万方数据
万方数据
万方数据
基于振动分析的轴承故障检测方法分析
作者：徐丽娟， 张春福， 曲贵波， 段成燕， 王东胜， XU Li-juan， ZHANG Chun-fu， QU Gui-bo， DUAN Cheng-yan， WANG Dong-sheng
作者单位：黑龙江工程学院,黑龙江,哈尔滨,150050
刊名：
交通科技与经济
英文刊名：TECHNOLOGY & ECONOMY IN AREAS OF COMMUNICATIONS
年，卷(期)：2009,11(5)
被引用次数：1次
1.雷继尧;丁康轴承故障诊断 2004
2.沈庆根;郑水英设备故障诊断 2006
3.寇惠;原培新故障诊断中的振动信号处理 2005
4.陈进机械设备振动监测与故障诊断 2006
5.李环;任波滚动轴承故障检测系统设计[期刊论文]-机械工程师 2003(07)
1.吕维杰振动分析技术在滚动轴承故障诊断中的应用[期刊论文]-中国新技术新产品 2010(12)
本文链接：/Periodical_jtkjyjj200905037.aspx。