峭度系数诊断法诊断滚动轴承故障
基于最大相关峭度解卷积的滚动轴承复合故障诊断方法

基于最大相关峭度解卷积的滚动轴承复合故障诊断方法
滚动轴承作为机械设备中的重要组成部分,常受到高速旋转和重负载的影响,容易出现各种故障。
因此,及时准确地进行滚动轴承故障诊断非常重要。
近年来,随着信号处理和模式识别技术的发展,基于振动信号分析的滚动轴承故障诊断方法得到了广泛应用。
然而,由于滚动轴承工作环境复杂多变,故障特征信号通常受到噪声和干扰的影响,导致诊断结果不够准确。
为了提高滚动轴承故障诊断的准确性,本文提出了一种基于最大相关峭度解卷积的滚动轴承复合故障诊断方法。
该方法通过将振动信号与特定的解卷积滤波器进行卷积,得到一组相关峭度谱。
然后,从相关峭度谱中选择最大峭度值所对应的故障特征频率,以此判断滚动轴承是否存在故障。
与传统的滤波方法相比,该方法具有以下优势。
首先,解卷积滤波器能够提取出故障特征信号,并减少噪声和干扰的影响。
其次,最大相关峭度值能够准确地定位故障频率,提高诊断准确性。
最后,该方法还可以通过改变解卷积滤波器的参数适应不同类型的故障。
为验证该方法的有效性,本文采用了一台滚动轴承实验台进行了实验。
实验结果表明,基于最大相关峭度解卷积的滚动轴承复合故障诊断方法能够准确地检测出滚动轴承的故障,并具有较高的诊断准确率和鲁棒性。
综上所述,基于最大相关峭度解卷积的滚动轴承复合故障诊断方法具有较高的实用价值。
未来的研究可以进一步优化解卷积滤波器的设计,并结合其他信号处理和模式识别技术,实现更加准确和可靠的滚动轴承故障诊断方法。
基于谱峭度法的滚动轴承故障诊断研究

基于谱峭度法的滚动轴承故障诊断研究滚动轴承故障诊断是重要的机械维修技术之一。
随着工业智能化的快速发展,滚动轴承故障诊断技术也在不断革新和完善。
其中,基于谱峭度法的滚动轴承故障诊断技术已经成为了比较成熟和有效的方法之一。
谱峭度法是一种通过计算信号谱的高阶导数来表征信号特征的方法,它可以很好地反映信号的非线性与不规则性。
在滚动轴承故障诊断中,我们可以将该方法应用于振动信号的分析和处理。
通过对滚动轴承振动信号的谱峭度分析,可以提取出故障特征频率,进而实现滚动轴承故障的判断和诊断。
基于谱峭度法的滚动轴承故障诊断研究需要关注以下几个方面:1.信号的处理。
滚动轴承在正常运行时,其振动信号通常包含大量的噪声成分。
因此,首先需要通过滤波等方法对信号进行去噪处理,以便提高信噪比。
其次,需要计算出信号的功率谱密度,并进行归一化处理,以便提高故障特征频率的识别率。
2.特征频率的提取。
在滚动轴承的振动信号中,存在许多频率成分,其中包含了很多与故障无关的噪声,因此需要通过谱峭度分析来确定关键的故障特征频率。
通过对谱峭度图像的分析,可以确定故障特征频率,并将其与滚动轴承的结构特性相对照,以诊断出滚动轴承的故障类型和位置。
3.诊断结果的验证。
最后,需要对诊断结果进行验证。
可以通过实验观测和模拟计算等方法,比较实验和预测结果,以确定故障诊断的准确性和可靠性。
总之,基于谱峭度法的滚动轴承故障诊断技术已经在实际工程应用中取得了良好的效果。
未来,这一技术将进一步完善和改进,同时也将面临着更加复杂多变的工业环境和需求。
因此,需要不断地深入研究和探讨,才能更好地推进滚动轴承故障诊断技术的发展。
快速谱峭度结合阶次分析滚动轴承故障诊断

第41卷第6期2021年12月振动、测试与诊断Vol.41No.6Dec.2021 Journal of Vibration,Measurement&Diagnosis快速谱峭度结合阶次分析滚动轴承故障诊断∗张旭辉1,2,张超1,樊红卫1,2,毛清华1,2,杨一晴1(1.西安科技大学机械工程学院西安,710054)(2.陕西省矿山机电装备智能监测重点实验室西安,710054)摘要针对变速齿轮箱振动信号非平稳、强干扰及信号调制等特征,导致滚动轴承故障难以精确诊断,提出了融合快速谱峭度的滚动轴承故障包络阶次谱诊断方法。
采用快速谱峭度自适应确定滤波参数,对时域信号进行带通滤波和包络以提高信噪比,将包络后时域非平稳信号重采样后转换为角域伪平稳信号,消除“频率模糊”,对角域包络信号频谱分析得到阶次包络谱,根据阶次特征对比实现滚动轴承故障诊断,完成了从600~1500r/min升速过程中齿轮箱滚动轴承外圈故障的模拟与信号分析实验。
结果表明,所提出的方法故障特征阶次最大误差为1.84%,能够有效提取变速工况下滚动轴承故障特征并判定其类型。
关键词变转速;滚动轴承;故障诊断;快速谱峭度;阶次分析中图分类号TH113.1;TH133.3引言滚动轴承广泛应用于各类旋转机械,其健康状态直接关系机器的工作性能,其故障时常会引发重大安全事故,从而给用户带来巨大经济损失。
据统计,滚动轴承引起的旋转机械故障约占到30%[1]。
针对滚动轴承故障诊断,国内外学者已经做了大量工作,其中针对稳态工况下滚动轴承的故障诊断方法主要有:包络谱分析[2]、经验模态分解(empirical mode decomposition,简称EMD)[3⁃4]、小波变换[5⁃6]等。
相比稳态工况,滚动轴承在启停等变转速运行阶段更容易发生故障,因此对变转速(非稳态)滚动轴承的故障诊断更加具有现实意义。
齿轮箱作为机械设备主要的传动装置,运行过程中存在大量干扰因素,导致滚动轴承故障产生早期,其微弱的振动信号通常被湮没在干扰噪声中,并呈现出调制现象。
基于改进峭度图法的滚动轴承故障诊断

基于改进峭度图法的滚动轴承故障诊断张海峰;陈丙炎;宋冬利【摘要】针对在强烈背景噪声和随机脉冲干扰下滚动轴承故障信号难以提取的问题,提出了一种改进的峭度图方法进行滚动轴承的故障诊断.该方法先通过计算特定频带信号包络的功率谱幅值的峭度,再按照峭度最大原则确定最优解调频带,然后根据最优解调频带获得带通滤波后的解调信号,通过对解调信号进行频谱分析来识别滚动轴承的故障及其类型.通过仿真和试验两种方式,对比分析了改进峭度图法和快速峭度图法诊断滚动轴承故障的效果,验证了改进峭度图法的有效性.分析结果表明:改进峭度图法比快速峭度图法能够更加准确地确定共振频带,并且在强烈背景噪声干扰下也能准确识别轴承故障.【期刊名称】《城市轨道交通研究》【年(卷),期】2019(022)002【总页数】7页(P41-47)【关键词】滚动轴承;故障诊断;改进峭度图法;快速峭度图法【作者】张海峰;陈丙炎;宋冬利【作者单位】中车长春轨道客车股份有限公司国家轨道客车工程研究中心检修研发部,130062,长春;西南交通大学牵引动力国家重点实验室,610031,成都;西南交通大学牵引动力国家重点实验室,610031,成都【正文语种】中文【中图分类】U270.331+.2滚动轴承广泛应用于旋转机械设备,其健康状态对于旋转设备的正常运行至关重要。
为了保证旋转设备,尤其是大型旋转机械设备的持续运转,对滚动轴承进行早期故障检测具有重要意义。
1 轴承故障信号处理方法分析目前的滚动轴承故障诊断方法多采用振动加速度信号,通过提取故障冲击脉冲信号来识别轴承故障。
通常的做法是把脉冲信号分解成一系列由高频到低频的分量,以使一些分量所包含的特征信息更加明显。
但是如何提升分解效果,以及如何从分解的分量中选择合适的分量作进一步分析是一个值得研究的问题。
在滚动轴承的故障诊断中,常用峭度来检测故障冲击脉冲信号。
最小熵解卷积[1](MED)方法是通过对滤波后的信号进行频谱分析来识别轴承故障及其类型,但是,在强烈背景噪声干扰下,该方法的效果并不是很好。
滚动轴承故障诊断的改进小波变换谱峭度法

中 图分 类 号 :H13 3 ;N 1 . T 3 .3 T 9 17 文 献 标 志 码 : B 文 章 编 号 :00— 7 2 2 1 ) 8— 0 6— 4 10 3 6 (0 0 0 0 4 0
I p o e S c r lK u t ssAl o ih s d o a ee a so m a i n m r v d pe t a r o i g rt m Ba e n W v ltTr n f r to f r Roln a i g Fa tDig o i o l g Be rn ul a n ss i
器的基础上进行 的, 要真正找 到最优滤波器仍需
在此 基础 上再 比较更 多 组 滤 波器 组 , 程很 繁 琐 。 过
考虑 到谱 峭度 与构造 最 优 匹 配滤 波 器之 间 有着 密 切 的关 系 Ij在 总结 前人 研 究 的 基础 上 , 谱 峭 4, 将 度构 造最优 滤 波器 的特 性 与基 于 M r t ol 小波 分 解 e
求谱 峭度 的方 法结 合 起来 , 由此 取 得 了 比原 方 并 法更 加优 良的检测 和诊 断性能 。
M rt o e复小波滤波器 , l 利用此滤波器对原始信号的
滤 波结果 , 到 包 络 分 析 结 果 , 终 检 测 故 障频 得 最 率 。需要 指出 的是 由此法 得 到 的最 大 谱 峭度 是 出 现在 每倍频 程六 个滤 波器 的条件 下 , 比文 献 [ ] 1 采 用 的五个滤 波器 的情况 结果 更优 。
因此文献[ ] 出了基 于谱峭度的改进包络分析 1提 法, 此方法有效地实现 了符合最佳包络 的频带 的 自动检测 , 在实 际工作 中得 到 了检 验 , 并 但是 其 只 研 究 了一 组 Mol 复小 波 滤 波 器 组 , 有 深 入 研 rt e 没
基于最大相关峭度解卷积的滚动轴承故障诊断方法

基于最大相关峭度解卷积的滚动轴承故障诊断方法摘要:滚动轴承健康状态会影响到整个机械系统,因此需要对其进行故障诊断。
提出一种基于最大相关峭度解卷积的滚动轴承故障诊断方法,首先通过相关峭度来衡量周期性和脉冲性,区分故障信号与噪声,其次以相关峭度最大为目标函数对测量进行进行解卷积提升周期性脉冲,再通过Hilbert包络解调得到包络信号,最后通过包络信号频谱判断滚动轴承故障情况。
关键词:最大相关峭度解卷积,Hilbert变换,滚动轴承,故障诊断中图分类号:TH133.331.引言滚动轴承作为最重要的机器零部件之一,已广泛运用于海洋船舶、航空航天等机械设备当中。
但是滚动轴承长期运行在高负载、变转速的恶劣环境中,极易发生故障,近45%至55%的旋转机械故障是由滚动轴承造成的[1],由此可见对滚动轴承故障进行准确诊断至关重要。
滚动轴承故障诊断是通过检测、隔离和识别来确定损坏状态的过程,早期诊断方法常常是使用一些统计参数对滚动轴承的故障情况进行判断[2]。
但是仅仅使用统计参数无法显示信号频率中包含的信息,随着快速傅里叶变换等快速计算频谱方法以及计算机算力的提升,谱方法被广泛运用于滚动轴承故障诊断当中。
之后研究人员使用了一系列的信号处理方法,其中包括经验模态分解、经验小波分解、变分模态分解等方法对信号进行降噪处理后再对信号进行谱分析,提升了信号的故障检测能力[3]。
但仅通过对信号进行降噪处理没有考虑到传递路径的影响限制了最终检测的能力,本文提出一种基于最大相关峭度解卷积的滚动轴承故障诊断方法,以相关峭度为目标函数对信号进行解卷积处理,补偿传递函数,提升信号的周期性脉冲,再通过Hilbert解调提取处理后信号的包络,最后通过频谱分析确定滚动轴承故障情况。
1.方法原理卷积问题是对一个已知输入信号和系统求解输出。
系统的输出需要考虑系统的记忆,可以表示为:(1)也就是说系统的输出是系统的输入经过一个FIR滤波器作用所得。
基于典型谱相关峭度图的滚动轴承故障诊断方法

第37卷第8期振动与冲击JOURNAL OF VIBRATION AND SHOCK Vol.37 No.8 2018基于典型谱相关峭度图的滚动轴承故障诊断方法刘文朋,刘永强,杨绍普,顾晓辉(石家庄铁道大学机械工程学院,石家庄050043)主商要:针对工程实际中滚动轴承发生故障的类型具有典型性和故障冲击信号具有周期性的特点,提出了一种典 型谱相关峭度图算法。
该算法在借鉴典型谱峭度图算法区间划分的思想基础上,将相关峭度指标代替峭度指标,不但避 免了宽频带解调引人的噪声干扰,而且充分利用了典型故障冲击的周期性信息,并通过优化谱相关峭度值,快速定位典型 故障冲击信号所在的频率区间,并将该算法应用于最优解调频带的确定。
通过对仿真信号和轮对轴承实验信号的分析表 明,该算法无论在准确性还是在稳定性方面均表现出了极大的优越性,能够有效的自适应定位共振频带。
关键词:滚动轴承;故障诊断;典型谱相关峭度图;相关峭度;共振解调中图分类号:TH133.33; TN911.7 文献标志码:B D O I:10. 13465/j. cnki. j v s.2018.08.014 Fault diagnosis of rolling bearing based ontypical correlated kurtogramLIU W enpeng,LIU Yongqiang,YANGShaopu,GUXiaohui(School of Mechanical Engineering,Shijiazhuang Tiedao University,Shijiazhuang 050043,China) Abstract;In practical applications,the types of occurring faults on rolling bearing are typical and fault impact signal is cyclical.In view of the characteristics,a typical correlated kurtogram algoritlim was proposed in this paper. Based on the ideas of typical kurtogram of hierarchy and selecting central frequency,the kurtosis was replaced by correlated kurtosis,not only avoiding the noise interference introduced by the wide-band demodulation,but also making full use of t he periodic information of typical fault impact,and then the metiiod located typical fault impact signal interested in the frequency range rapidly,relying on the optimal spectral correlated kurtosis.And the algorithm was applied to determing the optimal demodulation frequency band.Through the study on simulation and wheelset bearing experiment signals,the results show that the typical correlated kurtogram algorithm can locate resonant frequency band effectively and adaptively a nd have a great superiority in both accuracy and stability.Key words;rolling element bearing;fault diagnosis;typical correlated kurtogram%correlated kurtosis;high-frequency resonance technique滚动轴承是旋转机械中应用最为广泛地通用原 件,往往处于恶劣的工作环境中,具有运行速度高、结 构复杂和容易发生故障的特点[1]。
基于集合谱峭度法的轴承故障诊断

En s e mb l e d k ur t o g r a m me t ho d f o r f a u l t di a g no s i s o f r o l l i n g e l e me nt be a r i ng
Z HOU Xi a o — j u n,L I U S h e n g - l a n
第3 5卷 第 9期
技
术
Vo 1 . 3 5,No. 9
S e p.,2 01 3
S HI P SCI ENCE AND TECHNOLOGY
基于 集合谱 峭度法 的轴承故 障诊 断
- 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)。
峭度系数诊断法诊断滚动轴承故障机械1202 3120301052 马也摘要:滚动轴承是机械设备中最常见的零部件,其性能与工况的好坏直接影响到与之相联的转轴以及安装在转轴上的齿轮乃至整个机器设备的性能。
据统计,在使用轴承的旋转机械中,大约有30%的故障都是由于轴承引起的。
因此,研究滚动轴承的失效机理,提出相应的预防和维护措施,对于降低设备的维修费用,延长设备维修周期,提高经济效益,保证设备的长期安全稳定运行,均有现实的意义。
滚动轴承的振动诊断方法有:振动信号简易诊断法,美国恩泰克公司开发的g/SE诊断法等。
还有其他诊断方法,如:光纤维监测技术、油污染分析法(光谱测定法、磁性磁屑探测法和铁谱分析法等)、声发射法、电阻法等,重点研究傅里叶变换。
关键词:滚动轴承;故障;振动;诊断Kurtosis coefficient of diagnosis method in the diagnosisof rolling bearing faultAbstract.Rolling bearing is the mechanical equipment is the most common parts, its p erformance and modes of the direct influence on the shaft and the associated with the ge ar axis installed in the whole machine equipment performance. According to statistics, in t he use of rotating machine, bearing about 30% of the fault is due to bearing cause. There fore, the study of rolling bearings failure mechanism and corresponding preventive and m aintenance measures, for reducing the equipment of the cost of maintenance of the equip ment, prolong maintenance cycle, to improve the economic benefit and guarantee the saf e and stable operation of the equipment's long-term, all have realistic significance. Vibrati on of rolling bearings diagnosis methods are: vibration signal simple diagnostics, America n grace tektronix company developed the g/SE diagnostics, etc. There are other diagnost ic methods, such as optical fiber monitoring technology, oil pollution process (spectrometr ic method, magnetic crumbs detection method and iron spectral analysis, etc.), acoustic emission method, resistance method, key research Fourier transformation.Key words:Bearing;vibration;fault;diagnosis0 引言:机械故障诊断过程本质上是一个故障模式识别的过程[1],针对某一个具体的机械故障诊断问题,选择不同的模式识别方法,其分类精度和准确性可能会有较大的差异[2,3]。
对于不同类型的故障以及故障在不同机械上的存在,我们应该选择合适的方法对其进行诊断,以保证高的分类精度和准确性。
滚动轴承是机械设备中最常见的零部件,其性能与工况的好坏直接影响到与之相联的转轴以及安装在转轴上的齿轮乃至整个机器设备的性能。
据统计,在使用轴承的旋转机械中,大约有30%的故障都是由于轴承引起的。
滚动轴承的失效形式大概可以分为几类,第一类是滚动轴承的疲劳失效,滚动轴承在商接触应力的作用下,通过多次应力循环后,在套圈或滚动体工作表面的局部区域产生小片或小块金属剥落,形成麻点或凹坑,从而引起振动,噪声增大,磨损加剧,导致不能正常工作的现象称为接触疲劳失效,是滚动轴承失效的主要形式。
由于材质、工作条件、润滑环境等不同,接触疲劳失效分为麻点剥落、浅层剥落、硬化层剥落。
滚动轴承的疲劳失效损伤结果是:使滚动体或滚幼表面产生剥落坑,并向大片剥落发展导致轴承失效。
第二类是滚动轴承的胶合失效,高速重载、润滑严重不足、滚子与套圈滚道或挡边产生严重滑动、轴承游隙过小摩擦力增大、滚子与保持架兜孔间隙过小或卡紧等现象都会造成金属间的直接接触产生固相焊合。
当汉和强度大于接触零件任一基本强度,使剪切力高于焊合强度,在接触一方或二方的金属深处产生的局部破坏称为胶合。
第三类是滚动轴承的磨损失效,轴承在工作过程中由于滚动体与内外滚道间的滚动和滑动运动,保持架与引导面间的滑动运动,引起轴承工作表面金属不断损失的现象叫做轴承的磨损。
由于轴承工作表面不断磨损使轴承零件产生尺寸和形状的变化导致轴承配合间隙增大,工作表面形貌变坏而丧失旋转精度,由此引起工作温度升高、振动、噪声、摩擦力矩增大等,致使轴承不能正常工作的现象称为磨损失效。
磨损失效与材料性质、粗糙度、润滑状态、接触应力、相对滑动率、表面摩擦系数、速度、温度及环境介质等有着密切联系。
滚动轴承的磨攒失效损伤结果是:损伤轴承,降低轴承运转周期。
第四类是滚动轴承的烧伤失效,滚动轴承的烧伤失效。
第五类是滚动轴承的腐蚀失效,锈蚀是滚动轴承最严重的问题之一,高精度轴承可能会由于表面锈蚀导致精度丧失而不能继续工作。
水分或酸、碱性物质直接侵人会引起轴承锈蚀。
当轴承停止工作后,轴承温度下降达到露点,空气中水分凝结成水滴附在轴承表面上也会引起锈蚀。
此外,当轴承内部有电流通过时,电流有可能通过滚道和滚动体上的接触点处,很薄的油膜引起电火花而产生电蚀,在表面上形成搓板状的凹凸不平。
滚动轴承的腐蚀失效损伤结果是:表面由于电流、化学和机械作用产生损伤,丧失精度面不能继续工作。
第六类是滚动轴承的破损失效,过高的载荷会可能引起轴承零件产生裂纹或断裂。
磨削、热处理和装配不当都会引起残余应力,工作时热应力过大也会引起轴承零件断裂。
另外,装配方法、装配工艺不当,也可能造成轴承套圈挡边和滚子倒角处掉块。
滚动轴承的破损失效结果是:导致产生裂纹,断裂,使轴承失效。
第七类是滚动轴承的压痕失效,由于滚动轴承承受的静载荷过大,冲击载荷过大,异物进入引起轴承的压痕失效,装配不当,滚道承受载荷不均匀也是引起滚动轴承压痕失效的主要原因。
滚动轴承的压痕失效损伤结果是:导致表面凹凸不平,降低使用寿命,。
图1是滚动轴承的示意图。
滚动轴承在发生表面剥落、裂纹、压痕等滚动面局部损伤时,会产生冲击振动。
这种振动从性质上可分成两类:第一类是由于轴承元件的缺陷,滚动体依次滚过工作面缺陷受到反复冲击而产生的低频脉动,称为轴承的“通过振动”,其发生周期可从转速和零件的尺寸求得。
例如,在轴承零件的圆周上发生了一处剥落时,由于冲击振动所产生的相应频率称为“通过频率”,我们通常也叫“故障频率”,因剥落的位置不同而不同,表1给出了求取这种通过频率的相应公式。
其中Fz为轴转动频率,D为轴承节圆直径,d为滚动体直径,α为接触角,Z为滚动体数目。
本文将采用峭度系数诊断法诊断滚动轴承机械故障,旨在通过此方法准确、可靠地达到对滚动轴承故障的诊断和预防的目标,并且能够在准确诊断滚动轴承故障的基础上进行相应的处理,以消除故障从而保证其在一定的工作期限内可靠、有效地实现其功能。
1滚动轴承的基本参数1.1.1滚动轴承的典型结构图2标准滚动轴承图滚动轴承的典型结构如图2.1所示,它由内圈,外圈,滚动体和保持架四部分组成。
滚动轴承的几何参数主要有:滚动轴承节径D 、滚动体直径d 、内圈滚道半径r 1、外圈滚道半径r2、接触角α、滚动体个数Z 。
1.1.2滚动轴承的特征频率为分析滚动轴承各部分的运动参数,先做如下假设: (1)滚道与滚动体之间无相对滑动; (2)承受径向,轴向载荷时各部分无变形; (3)滚动轴承外圈固定,内圈(即轴)的旋转频率为fs;则滚动轴承工作时各点的转动速度如下:内圈滚道上一点的速度为:()αππcos 211d D f fr Vss-== (2-1)外圈滚道上一点的速度为:00=V(2-2)保持架上一点的速度为:()D fV V V cc π=+=0121(2-3)由此可得保持架的旋转频率(即滚动体的公转频率)为:()fV V fscD d D⎪⎭⎫ ⎝⎛-=+=απcos 121201(2-4)从固定在保持架上的动坐标系来看,滚动体与内圈作无滑动滚动,它的回转频率之比与r d12成反比: []⎥⎦⎤⎢⎣⎡-=-==ααcos 1cos 21D d d D d D dr fF sb由此可得滚动体自转频率(滚动体通过内滚道或外滚道的频率)fb:⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-=α22cos 12D d dD fFs b(2-5) 同时考虑到滚动轴承有Z 个滚动体,则:(1)Z 个滚动体与外圈滚道上某一固定点的接触频率f为:fffscD d Z Z⎪⎭⎫ ⎝⎛-==αcos 1210(2-6)(2)Z 个滚动体与内圈滚道上某一固定点的接触频率fi为:()f fffscsiD d Z Z⎪⎭⎫⎝⎛+=-=αcos 121 (2-7)(3)Z 个滚动体上某一固定点与外圈或者内圈滚道的接触频率fb为:⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-=α22cos 1*21D d dDffs b (2-8) f,fi,fb分别为外圈、内圈和滚动体的通过频率.当“某一固定点”是局部损伤点(如点蚀点、剥落点等)时,f、fi和fb分别成为局部损伤点撞击滚动轴承元件的频率,因此f、fi和fb又分别称为外圈、内圈和滚动体的故障特征频率.1.1.3滚动轴承的固有频率滚动轴承在运行过程中,由于滚动体与内圈或外圈冲击而产生振动,这时的振动频率为滚动轴承各部分的固有频率。
固有振动中,内、外圈的振动表现最明显,滚动轴承元件的固有振动频率如下:1)轴承圈在自由状态下的径向弯曲振动的固有频率为:()AEIgDn n n fnλπ2224*121+-=(2-9) 式中E --弹性模量,钢材为210GPa; I--套圈横截面的惯性矩mm 4;γ --密度 , 钢材为786x10-6kg/mm 3;A--套圈横截面积,A =bh ,mm 2;D --套圈横截面中性轴直径,mm; g --重力加速度,9=9800mm/s 2。