滚动轴承故障诊断技术研究
滚动轴承故障诊断技术研究
摘要:滚动轴承是机器的易损件之一。滚动轴承故障诊断的传统方法和现代方法有冲击脉冲法、共振解调法、小波分析法等。滚动轴承诊断技术的发展方向为非线性理论、现代信号处理技术与智能诊断技术的融合、信号处理技术之间的相互融合。
关键词:滚动轴承；故障诊断；冲击脉冲；共振解调技术；小波变换；遗传算法0 前言
滚动轴承是机器的易损件之一,据不完全统计,旋转机械的故障约有30%是因滚动轴承引起的,由此可见滚动轴承故障诊断工作的重要性。如何准确判断出它的末期故障是非常重要的,可减少不必要的停机修理,延长设备的使用寿命,避免事故停机。滚动轴承在运转过程中可能会由于各种原因引起损坏,如装配不当、润滑不良、水分和异物侵人、腐蚀和过载等。即使在安装、润滑和使用维护都正常的情况下,经过一段时间运转,轴承也会出现疲劳剥落和磨损。总之,滚动轴承的故障原因是十分复杂的,因而对作为运转机械最重要件之一的轴承,进行状态检测和故障诊断具有重要的实际意义,这也是机械故障诊断领域的重点。
1 滚动轴承故障诊断技术的发展和现状
1.1 国外发展概况
国外对滚动轴承的监测与诊断开始于20世纪60年代。至今为止的超过40年的时间内,随着科学技术的不断发展,滚动轴承的诊断技术亦不断向前发展。现在在工业发达国家,滚动轴承工况监测与故障诊断技术己经实用化和商品化。总的来说,该技术的发展可以分为四个阶段。
第一阶段:利用通用的频谱分析仪诊断轴承故障。。20世纪60年代,由于快速傅里叶变换(FFT)技术的出现和发展,振动信号的频谱分析技术得到很大发展,随之而来的是各种通用的频谱分析仪纷纷问世。人们通过频谱分析仪分析轴承振动信号频谱中是否出现故障特征频率来判断轴承是否有故障。由于背景噪声的影响,频谱图往往比较复杂,轴承的特征频率在故障初期很难识别出来。另外,当时频谱仪的价格很昂贵,所以没能得到普及利用。
第二阶段:利用冲击脉冲技术诊断轴承故障。20世纪60年代末,全球主要滚动轴承生产商之一,瑞典SKF公司在多年对轴承故障机理研究的基础上,发明了用冲击脉冲计(SbockPulseMete:)的仪器来监测轴承的故障。它实际测试的是轴承表面损伤故障引起的冲击脉冲的幅值,根据这一特征评价轴承的损伤程度。由于这种方法能比较有效地检测到轴承早期损伤类故障,且不需进行解调分析,因此一经发明,便为英、美等发达国家所采用。随着这一技术不断发展,SKF公司及世界上其它一些公司相继开发了各种更新换代产品,如SKF公司的电脑化新产品BEA一52型轴承分析仪,它利用了冲击波来检测滚动轴承油膜厚度,此外还有轴承自动分析系统(BearingAuto一analysisSystem)等产品。
第三阶段:利用共振解调技术诊断轴承故障。1974年,美国波音公司的D.R.Harting发明了一种叫做“共振解调分析系统”的专利,这就是我们现在称为“共振解调技术”的雏形。由于这种方法放大和分离了故障信号,极大地提高了信噪比,所以尤其适用于轴承故障的早期检测。比较上面两种方法发现,这两者皆利用了损伤类故障会引起冲击脉冲这一特点,然而,SPM法只监测滚动轴承损伤引起的冲击脉冲的幅值,共振解调法除此之外还能诊断出发生故障的轴承元件及故障发生的严重程度,所以它问世以来就一直被广泛应用,没有别的方法能够取代它。
第四阶段:开发以微机为中心的滚动轴承工况监测与故障诊断系统。最近二十多年中,随着微机技术的突飞猛进的发展。开发以微机为中心的滚动轴承工况监测与诊断已经引起了国内外很多研究者的重视。美、英、日等国都己相继开发了此类的系统。此外,俄罗斯的VAST公司己成功开发成功了一个滚动轴承自动诊断系统,并应用到工业与交通运输的各个部门。瑞典的CMUmaehineanalyst+HMI 轴承监测诊断系统,CMU数据采集模块具有强大的测量功能,包括加速度包络合逻辑控制、多通道、支持多种传感器,高达12800的分辨率。其分析软件采用oracl。8i关系型数据库,遵守ODBC和SQL协议、采用模块化组件设计、自动统计生成报警门限。另外新西兰的VB3O00及FAG滚动轴承监测诊断系统也是在轴承监测与诊断系统领域里的领先产品,以其多参数的监测、模块化的通道选择、加入新功能的多样化平台,使用HMI界面软件、能对设备状态的变化在影响生产或产品质量前做出高效率且及时地反应。
1.2国内发展的概况
可查国内对滚动轴承的工况监测与故障诊断的广泛研究基本上是从80年代才开始的。虽然起步较晚,但经过很多高校、研究所和工厂广大科技人员的努力,在滚动轴承的故障诊断、系统开发等方面己取得很大进步自1985年来,由中国设备管理协会设备诊断委员会、中国振动工程学会机械故障诊断分会和中国机械工程学会设备维修分会分别组织的全国性故障诊断学术会议以先后召开多次,极大地推动了我国故障诊断技术的发展。工作比较集中的是大型旋转机械故障诊断系统,已经开发了20种以上的机组故障诊断系统和十余种可用来做现场简易故障诊断的便携式现场数据采集器。研究的主要方面是基于振动信号的包络共振技术(也即共振解调技术)。其中,航空航天部608所的唐德尧教授等人于1984年开发成功基于共振解调原理的JK8241齿轮轴承故障分析仪,既而于1990年开发成功专用于铁路货车轮对轴承故障诊断的JK864n自动试验系统。相比较而言,国内对滚动轴承的诊断与国外相比还存在一定的差距,其中一个主要原因在于国内在这方面投入的人力和物力还不够。对滚动轴承实效机理、实效过程的研究不够、不深入。相比较而言,国外公司对实验数据的积累工作很重视,VAST公司宣称他们在二十年的研究过程中,积累了从不同类型的旋转机械中拾取的10000多组数据。正是依赖于这么多组实际轴承数据,他们开发的产品在很多企业得到成功。
2 滚动轴承故障诊断传统的分析方法
2.1振动信号分析诊断
振动信号分析方法包括简易诊断法、冲击脉冲法(SPM法)、共振解调法(IFD 法)。振动诊断是检测诊断的重要工具之一。
(l)常用的简易诊断法有:振幅值诊断法,反应的是某时刻振幅的最大值,适用于表面点蚀损伤之类的具有瞬时冲击的故障诊断;波峰因素诊断法,表示的是峰值和均方根值之比,适用于点蚀情况下的诊断;概率密度诊断法,通过概率密度曲线进行故障判断,一般作为故障的定性分析;峭度系数诊断法具有与波峰类似的变化趋势,它的优点在于与轴承的转速、尺寸和载荷无关,但缺乏早期报警能力,在故障严重时会失去诊断能力,适用于点蚀故障诊断。
(2)冲击脉冲法(SPM)是在滚动轴承运转中,当滚动体接触到内外道面的缺陷
区时会产生低频冲击作用,所产生的冲击脉冲信号会激起SPM传感器的共振,共振波形一般为20kHz一60kHz,包含了低频冲击和随机干扰的幅值调制波,经过窄带滤波器和脉冲形成电路后,得到包含有高频和低频的脉冲序列。但这种固定中心频率和带宽的方法也有其局限性,因为滚动轴承局部损伤故障所激起的结构共振频率并不是固定不变的。在实际使用中,当背景噪声很强或有其他冲击源时,SPM诊断效果很差,失去了实际意义。
(3)共振解调技术,亦称为包络检波技术。.它是对低频(通常是数千HZ以内)的冲击所激起的高频(数十倍于冲击频率的)共振波形进行包络检波和低通滤波,即解调,以获得一个对应于低频冲击的、而又放大并展宽了的共振解调波。共振解调法诊断滚动轴承故障的基本原理可以完整地概述为:当轴承某一元件表面出现局部损伤时,在受载运行过程中要撞击与其相互作用的其它的元件表面,产生冲击脉冲力,由于冲击脉冲力的频带很宽,必然包含轴承外圈、传感器甚至附加的谐振器(可以是机械式的,也可以是电的)等的固有频率而激起这个测试系统的高频固有振动。根据实际情况,可选择某一高频固有振动作为研究对象,通过中心频率等于轴承外圈或传感器等的谐振频率的带通滤波器对测取的轴承振动信号进行带通滤波。然后,通过包络检波器进行检波,除去高频衰减振动的频率成分,得到只包含故障特征信息的低频包络信号,对这一包络信号进行频谱分析,在频谱图上即可找出特征频率分量和对应的故障元件。
2.2油液分析诊断
轴承故障的一个主要原因是润滑不当。对润滑油进行分析,可了解轴承的润滑与磨损状态,进而采取措施控制故障发展。常用的有理化指标分析、污染度测试、油液中金属含量分析、红外光谱分子结构分析、铁普分析。通常需要一种适当方法进行综合判断,以提高诊断的准确性。
3 滚动轴承故障诊断现代分析方法
3.1 小波变换在轴承故障中的应用
在轴承故障诊断中,常常只对轴承的局部异常区域所引起的信号局部变化感兴趣,这些信号由于非常微弱、能量很小,往往容易被噪声淹没而难以辨别。当故障诊断应用傅立叶变换进行分析时,不能进行局部化分析。而具有良好时域和
频域局部化特性的小波变换,能对信号的高频、短时成分准确地在时域和频域中进行分析,可将故障特征信号有效地分离出来,从而对故障做出分析与解析。采用连续小波变换和独立分量分析的方法对滚动轴承的信号进行消噪和分离,可以提高信号的信噪比和诊断率。对滚动轴承的早期故障诊断,可将小波滤波和循环平稳度分析方法相结合,采用最小嫡方法对小波滤波器参数进行优化。
3.2遗传算法在轴承故障中的应用
遗传算法(GA)是建立在自然选择和群体遗传学机理基础上的随机、迭代和进化,具有广泛适用性的搜索方法。它模拟了自然选择和遗传过程中发生的繁殖、交配和变异现象,根据适者生存、优胜劣汰的自然法则,利用遗传算子逐代产生,优选个体,最终搜索到较优的个体。
3.3专家系统在轴承故障中的应用
近年来随着人工智能技术的发展,专家系统技术得到了迅速的推广。所谓专家系统就是一个智能的计算机程序,它能模拟专家在处理问题时的一些推理方法,利用已有的知识建立模型,解决问题。将基于知识的专家系统技术应用于故障诊断领域,可以使滚动轴承诊断分析和决策分析更加准确可靠。
3.4模糊诊断在轴承故障中的应用
由于滚动轴承信号中放障特征振动与故障类型不存在绝对的对应关系,一种故障可能引起多种特征,而一种故障特征可能对应多类故障,因此近年来,模糊理论被引进到轴承故障诊断领域。轴承故障模糊诊断中的概念是模糊概念,可以用模糊集合来表示,而模糊变换运算是用来讨论模糊判断和推理的。
4 滚动轴承故障诊断的发展趋势
(1)非线性理论在轴承故障诊断中的应用。目前对轴承故障的研究主要是分析故障信号的非线性特征,即分形维数。但是出现这些特征的机理以及故障发展趋势对这些特征的影响还不清楚,这是轴承故障诊断中另一个很有前途的研究课题。
(2)现代信号处理技术与智能诊断技术的融合,智能诊断技术包括专家系统、模糊逻辑、神经网络、遗传算法和进化计算等。
(3)信号处理技术之间的相互融合,随着故障诊断智能系统进一步的深入研究,多种轴承故障分析方法相结合,如小波神经网络、模糊识别与小波分析相结合等新分析方法应用智能专家系统,提高诊断的效率和准确率。
参考文献：
[1] 屈梁生 , 何正嘉 . 机械故障诊断学 [M]. 上海 : 上海科技出版社 ,1996
[2] 钟秉林 , 黄仁 . 机械故障诊断学 [M]. 北京 : 机械工业出版社 , 1997: 29-49
[3] 梅宏斌.滚动轴承振动监侧与诊断—理论、方法、系统【M].北京:机械工业出版社,1996.
[4]周福昌,陈进,何俊等.循环平德信号处理在机械设备故障诊断中的应用综述〔J].振动与
冲击,2仪巧,25(5):148一巧2.
简析滚动轴承故障诊断方法及要点
简析滚动轴承故障诊断方法及要点 滚动轴承是应用最为广泛的机械零件质疑，同时，它也是机器中最容易损坏的元件之一。许多旋转机械的故障都与滚动轴承的状态有关。据统计，在使用滚动轴承的旋转机械中，大约有30%的机械故障都是由于轴承而引起的。可见，轴承的好坏对机器工作状态影响极大。 通常，由于轴承的缺陷会导致机器产生振动和噪声，甚至会引起机器的损坏。而在精密机械中（如精密机床主轴、陀螺等），对轴承的要求就更高，哪怕是在轴承上有微米级的缺陷，都会导致整个机器系统的精度遭到破坏。 最早使用的轴承诊断方法是将听音棒接触轴承部位，依靠听觉来判断轴承有无故障。这种方法至今仍在使用，不过已经逐步使用电子听诊器来替代听棒以提高灵敏度。后来逐步采用各式测振仪器、仪表并利用位移、速度或加速度的均方根值或峰峰值来判断轴承有无故障。这可以减少对设备检修人员的经验的依赖，但仍然很难发现早期故障。 滚动轴承在设备中的应用非常广泛，滚动轴承状态好坏直接关系到旋转设备的运行状态，尤其在连续性大生产企业，大量应用于大型旋转设备重要部位，因此，实际生产中作好滚动轴承状态监测与故障诊断是搞好设备维修与管理的重要环节。我们经过长期实践与摸索，积累了一些滚动轴承实际故障诊断的实用技巧。 一、滚动轴承故障诊断的方式及要点： 对滚动轴承进行状态监测和故障诊断的实用方法是振动分析。 实用中需注意选择测点的位置和采集方法。要想真实准确反映滚动轴承振动状态，必须注意采集的信号准确真实，因此要在离轴承最近的地方安排测点，在电机自由端一般有后风扇罩，其测点选择在风扇罩固定螺丝有较好监测效果。另外必须注意对振动信号进行多次采集和分析，综合进行比较。才能得到准确结论。 二、滚动轴承正常运行的特点与实用诊断技巧： 我们在长期生产状态监测中发现，滚动轴承在其使用过程中表现出很强的规律性，并且重复性非常好。正常优质轴承在开始使用时，振动和噪声均比较小，但频谱有些散乱，幅值都较小，可能是由于制造过程中的一些缺陷，如表面毛刺等所致。 运动一段时间后，振动和噪声维持一定水平，频谱非常单一，仅出现一、二倍频。极少出现三倍工频以上频谱，轴承状态非常稳定，进入稳定工作期。 继续运行后进入使用后期，轴承振动和噪声开始增大，有时出现异音，但振动增大的变化较缓慢，此时，轴承峭度值开始突然达到一定数值。我们认为，此时轴承即表现为初期故障。
滚动轴承故障诊断分析
滚动轴承故障诊断分析 学院名称：机械与汽车工程学院专业班级： 学生姓名： 学生学号： 指导教师姓名：
摘要 滚动轴承故障诊断 本文对滚动轴承的故障形式、故障原因、常用诊断方法等诊断基础和滚动轴承故障的振动机理作了研究，并建立了相应的滚动轴承典型故障(外圈损伤、内圈损伤、滚动体损伤)的理论模型，给出了一些滚动轴承故障诊断常见实例。通过对滚动轴承故障振动机理的研究可以帮助我们了解滚动轴承故障的本质和特征。本文对特征参数的提取，理论推导，和过程都进行了详细的阐述， 关键词:滚动轴承；故障诊断；特征参数；特征； ABSTRACT ： The Rolling fault diagnosis In the thesis ,the fault types,diagnostic methods an d vibration principle of rolling bearing are discussed.the thesis sets up a series of academic m odels of faulty rolling bearings and lists some sym ptom parameters which often used in fault diagnosis of rolling bearings . the study of vibration prin ciple of rolling bearings can help us to know the essence and feature of rolling bearings.In this pa
滚动轴承故障诊断与分析..
滚动轴承故障诊断与分析Examination and analysis of serious break fault down in rolling bearing 学院：机械与汽车工程学院 专业：机械设计制造及其自动化 班级：2010020101 姓名： 学号： 指导老师：王林鸿
摘要:滚动轴承是旋转机械中应用最广的机器零件，也是最易损坏的元件之一, 旋转机械的许多故障都与滚动轴承有关，轴承的工作好坏对机器的工作状态有很大的影响，其缺陷会产生设备的振动或噪声，甚至造成设备损坏。因此, 对滚动轴承故障的诊断分析, 在生产实际中尤为重要。 关键词：滚动轴承故障诊断振动 Abstract: Rolling bearing is the most widely used in rotating machinery of the machine parts, is also one of the most easily damaged components. Many of the rotating machinery fault associated with rolling bearings, bearing the work of good or bad has great influence to the working state of the machine, its defect can produce equipment of vibration or noise, and even cause equipment damage. Therefore, the diagnosis of rolling bearing fault analysis, is especially important in the practical production. Key words: rolling bearing fault diagnosis vibration 引言：滚动轴承是机器的易损件之一，据不完全统计，旋转机械的故障约有30％ 是因滚动轴承引起的，由此可见滚动轴承故障诊断工作的重要性。如何准确判断出它的末期故障是非常重要的，可减少不必要的停机修理，延长设备的使用寿命，避免事故停机。滚动轴承在运转过程中可能会由于各种原因引起损坏，如装配不当、润滑不良、水分和异物侵入、腐蚀和过载等。即使在安装、润滑和使用维护都正常的情况下，经过一段时间运转，轴承也会出现疲劳剥落和磨损。总之，滚动轴承的故障原因是十分复杂的，因而对作为运转机械最重要件之一的轴承，进行状态检测和故障诊断具有重要的实际意义，这也是机械故障诊断领域的重点。 一滚动轴承故障诊断分析方法 1滚动轴承故障诊断传统的分析方法 1.1振动信号分析诊断 振动信号分析方法包括简易诊断法、冲击脉冲法（SPM法）、共振解调法（IFD 法）。振动诊断是检测诊断的重要工具之一。 （1）常用的简易诊断法有：振幅值诊断法，反应的是某时刻振幅的最大值，适用于表面点蚀损伤之类的具有瞬时冲击的故障诊断；波峰因素诊断法，表示的
滚动轴承故障诊断综述
摘要：滚动轴承是旋转机械中使用最多，最为关键，同时也是机械设备中最易损坏的机械零件之一。滚动轴承质量的好坏对机械设备运行质量影响很大，许多旋转机械设备的运行状况与滚动轴承的质量有很大的关系。滚动轴承作为旋转机械设备中使用频率较高，同时也是机械设备中较为薄弱的环节，因此对滚动轴承进行故障诊断具有重大意义。 引言：故障诊断技术是一门研究设备运行状况信息，查找故障源，研究故障发展趋势，确定相应决策，与生产实际紧密相结合的实用技术。故障诊断技术是20世纪中后迅速发展起来的一门新型技术。国外对滚动轴承故障诊断技术的研究开始于20世纪60年代。美国是世界上最早研究滚动轴承故障诊断技术的国家，于1967年对滚动轴承故障进行研究，经过几十年的发展，先后研制了基于时域分析，频域分析，和时频分析的滚动轴承故障诊断技术。 目前国外已经研制出先进的滚动轴承故障诊断仪器，并且已经应用于工业生产中，对预防机械事故，减少损失起到了至关重要的作用。国内对故障诊断技术的研究起步较晚，20世纪80年代我过开始研究滚动轴承故障诊断技术，经过多年的研究，先后出现了基于振动信号的滚动轴承故障诊断，基于声音信号的滚动轴承诊断方法，基于温度的滚动轴承诊断方法，基于油膜电阻的滚动轴承诊断方法和基于光钎的滚动轴承诊断方法。从实用性方面来看，基于振动信号的滚动轴承诊断方法具有实用性强，效果好，测试和信号处理简单等优点而被广泛采用。在滚动轴承故障诊断中，比较常用的振动诊断方法有特征参数法，频谱分析法，包络分析法，共振解调技术。其中共振解调技术是目前公认最有效的方法。 振动检测能检测轴承的剥落、裂纹、磨损、烧伤且适于早期检测和在线检测。因而，振动诊断法得到一致认可。包络检测是轴承故障振动诊断的一种有效方法,实际中已广泛使用。当轴承出现局部损伤类故障后，振动信号中包含了以故障特征频率为周期的周期性冲击成分，虽然这些冲击成分是周期出现的，但单个冲击信号却具有非平稳信号的特性。Fourier变换在频域上是完全局部化的，但由于其基函数在时域上的全局性使它没有任何的时间分辨率，因此不适合非平稳信号的分析。短时Fourier 变换虽然在时域和频域上都具有一定的分辨率而由于其基函数只能对信号进行等带宽的分解。因此基函数一旦确定，其时域和频域分辨率也就不能变化，从而不能自适应地确定信号在不同频段的分辨率。小波变
滚动轴承故障诊断(附MATLAB程序)
第二组实验 轴承故障数据： Test2.mat 数据打开后应采用 X105_DE_time 作为分析数据，其他可作为参考，转速 1797rpm 轴承型号： 6205-2RS JEM SKF, 深沟球轴承 采样频率： 12k Hz 1、确定轴承各项参数并计算各部件的故障特征频率通过以上原始数据可知次轴承的参数为： 轴承转速 r=1797r/min；滚珠个数 n=9；滚动体直径 d=7.938mm；轴承节径 D=39mm；：滚动体接触角α=0 由以上数据计算滚动轴承不同部件故障的特征频率为：外圈故障频率 f1=r/60 * 1/2 * n(1-d/D *cos α )=107.34Hz 内圈故障频率 f2=r/60 * 1/2 * n(1+d/D *cos α)=162.21Hz 滚动体故障频率 f3=r/60*1/2*D/d*[1-(d/D)^2* cos^2( α)]=70.53Hz 保持架外圈故障频率 f4=r/60 * 1/2 * (1-d/D *cos α )=11.92Hz 2.对轴承故障数据进行时域波形分析 将轴承数据Test2.mat导入 MATLAB 中直接做 FFT 分析得到时域图如下：
并求得时域信号的各项特征： 1）有效值：0.2909； 3）峰值因子：5.2441；2）峰值： 1.5256；4）峭度： 5.2793；6）裕度因子：
3.包络谱分析 对信号做 EMD 模态分解，分解得到的每一个 IMF 信号分别和原信号做相关分析，找出相关系数较大的 IMF 分量并对此 IMF 分量进行 Hilbert 变换。 Empirical Mode Decomposition im 由图中可以看出经过 EMD 分解后得到的９个 IMF 分量和一个残余量。 IMF 分量分别和原信号做相关分析后得出相关系数如下： 由上表得：IMF1 的相关系数明显最大，所以选用 IMF1 做 Hilbert 包络谱分析。所得 Hilbert 包络谱图如下：
滚动轴承故障诊断与分析
滚动轴承故障诊断与分析 Examination and analysis of serious break fault down in rolling bearing
学院：机械与汽车工程学院 专业：机械设计制造及其自动化 班级：2010020101 姓名： 学号： 指导老师：王林鸿 :摘要,滚动轴承是旋转机械中应用最广的机器零件，也是最易损坏的元件之一 轴承的工作好坏对机器的工作状态有很旋转机械的许多故障都与滚动轴承有关，对滚动甚至造成设备损坏。因此, 大的影响，其缺陷会产生设备的振动或噪声， 轴承故障的诊断分析, 在生产实际中尤为重要。关键词：振动滚动轴承故 障诊断 Rolling bearing is the most widely used in rotating Abstract:easily machinery of the machine parts, is also one of the most damaged components. Many of the rotating machinery fault associated with rolling bearings, bearing the work of good or bad has great influence to the working state of the machine, even and of vibration or noise, produce its defect can equipment cause equipment damage. Therefore, the diagnosis of rolling bearing fault analysis, is especially important in the practical production. Key words: rolling bearing fault diagnosis vibration 引言：％30滚动轴承是机器的易损件之一，据不完全统计，旋转机械的故障约
声发射检测技术用于滚动轴承故障诊断的研究综述_郝如江
振 动 与 冲 击 第27卷第3期 J OURNAL OF V IBRAT I ON AND SHOCK Vo.l 27No .32008 声发射检测技术用于滚动轴承故障诊断的研究综述 基金项目:863计划(2006AA04Z438)资助;河北省自然科学基金(E2007000649)资助 收稿日期: 2007-06-25 修改稿收到日期:2007-07-12 第一作者郝如江男,博士生,副教授,1971年生 郝如江1,2 , 卢文秀1 , 褚福磊 1 (1.清华大学精密仪器与机械学系,北京 100084;2.石家庄铁道学院计算机与信息工程分院,石家庄 050043) 摘 要:声发射是材料受力变形产生弹性波的现象,故障滚动轴承在运转过程中会产生声发射。从几个方面综合 阐述了国内外轴承故障声发射检测技术的研究和发展现状,即轴承故障声发射信号的产生机理,故障声发射信号的传播衰减特性,声发射信号的参数分析法和波形分析法对故障特征的描述,轴承故障声发射源的定位问题,根据信号特征进行 故障模式识别以及声发射检测和振动检测的比较问题。通过分析总结出滚动轴承声发射检测技术下一步的研究方向,并指出滚动轴承故障的声发射检测是振动检测的有力补充工具,特别是在轴承低转速和故障早期的检测中更能发挥作用。 关键词:声发射;滚动轴承;故障诊断 中图分类号:TH 113,TG 115 文献标识码:A 滚动轴承是各种旋转机械中最常用的通用零部件之一,也是旋转机械易损件之一。据统计,旋转机械的故障有30%是轴承故障引起的,它的好坏对机器的工 作状况影响极大[1] 。滚动轴承主要损伤形式有:疲劳、 胶合、磨损、烧伤、腐蚀、破损、压痕等[2] 。轴承的缺陷会导致机器剧烈振动和产生噪声,甚至会引起设备的损坏。因此,对重要用途的轴承进行工况检测与故障诊断是非常必要的。 滚动轴承故障的检测诊断技术有很多种,如振动信号检测、润滑油液分析检测、温度检测、声发射检测等。在各种诊断方法中,基于振动信号的诊断技术应用最为广泛,该技术分为简易诊断法和精密诊断法两种。简易诊断利用振动信号波形的各种参数,如幅值、波形因数、波峰因数、概率密度、峭度系数等,以及各种解调技术对轴承进行初步判断以确认是否出现故障;精密诊断则利用各种现代信号处理方法判断在简易诊断中被认为是出现了故障的轴承的故障类别及原因。振动信号检测并非在任何场合都很适用,例如在汽轮机、航空器变速箱及液体火箭发动机等鲁棒性较低的系统中,轴承的早期微弱故障就会导致灾难性的后果,但是早期故障的振动信号很微弱,又容易被周围相对幅度较大的低频环境噪声所淹没,从而无法有效检测出故障的存在[3] 。由于声发射是故障结构本身发出的高频应力波 信号,不易受周围环境噪声的干扰[4] ,因此声发射检测方法在滚动轴承的故障诊断中得到了应用。 1 滚动轴承故障声发射检测机理 111 声发射检测技术原理 材料受到外力或内力作用产生变形或者裂纹扩展 时,以弹性波的形式释放出应变能的现象称为声发射[5] 。用仪器检测、分析声发射信号和利用声发射信号推断声发射源的技术称为声发射检测技术,它是20世纪60年代发展起来的一种动态无损检测新技术,其利用物质内部微粒(包括原子、分子及粒子群)由于相对运动而以弹性波的形式释放应变能的现象来识别和了解物质或结构内部状态。 声发射信号包括突发型和连续型两种。突发型声发射信号由区别于背景噪声的脉冲组成,且在时间上可以分开;连续型声发射信号的单个脉冲不可分辨。实际上,连续型声发射信号也是由大量小的突发型信号组成的,只不过太密集而不能分辨而已。目前对于声发射信号的分析方法主要包括参数分析法和波形分析法。112 滚动轴承故障声发射源问题 滚动轴承在运行不良的情况下,突发型和连续型的声发射信号都有可能产生。轴承各组成部分(内圈、外圈、滚动体以及保持架)接触面间的相对运动、碰摩所产生的赫兹接触应力,以及由于失效、过载等产生的诸如表面裂纹、磨损、压痕、切槽、咬合、润滑不良造成的的表面粗糙、润滑污染颗粒造成的表面硬边以及通过轴承的电流造成的点蚀等故障,都会产生突发型的声发射信号。 连续型声发射信号主要来源于润滑不良(如润滑油膜的失效、润滑脂中污染物的浸入)导致轴承表面产生氧化磨损而产生的全局性故障、过高的温度以及轴承局部故障的多发等,这些因素造成短时间内的大量突发声发射事件,从而产生了连续型声发射信号。 滚动轴承在运行过程中,其故障(不管是表面损伤、裂纹还是磨损故障)会引起接触面的弹性冲击而产生声发射信号,该信号蕴涵了丰富的碰摩信息,因此可利用声发射来监测和诊断滚动轴承故障。与振动方法不同的是,声发射信号的频率范围一般在20kH z 以上,而振动信号频率比较低,因此它不受机械振动和噪声
轴承运行状态监测与故障诊断方法研究【文献综述】
毕业设计开题报告 测控技术与仪器 轴承运行状态监测与故障诊断方法研究 1前言 装备制造业是为国民经济和国防建设提供技术的重要产业，而振兴装备制造业的重中之重是提高装备的创新和产品的国产化，轴承产品作为装备制造业中重大装备的基础零件，也必须实现其自主创新和国产化。从文献所知，国务院在《关于加快振兴装备制造业若干意见》中提出,选择16个对国家经济和国防建设有重要影响的关键领域，以重大装备为重点，尽快扩大自主装备的市场占有率[1]。而在这16个关键领域中的重大技术装备中,绝大部分都要装用轴承，并且需要高技术的轴承来保证其精度、性能、寿命和可靠性。据数据显示,至2010年，这16个关键领域每年要配套轴承约 550.5万套，产值约 116.5亿元。滚动轴承作为机械设备中重要的零件，是机械设备的重要故障源之一。统计表明：在使用滚动轴承的机械中，大概有 30%的机械故障是由滚动轴承引起的。在感应电机故障中，滚动轴承故障约占电机故障的40%左右,而齿轮箱各类故障中的轴承故障率仅次于齿轮占20%。有关资料表明，我国现有的机车用的滚动轴承，每年约40%要经过下车检验，其中的33%左右被更换。 因此，改定期维修为状态监控维修，研究机车轴承故障监测和诊断，有重要的经济效益和实用价值[2]。据统计，对机械设备应用状态监测与故障诊断技术，事故发生率可降低75%，维修费用可减少25～50%。滚动轴承的状态监测与故障诊断技术在了解轴承的性能状态和及时发现潜在故障等方面起着至关重要的作用，并且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。 2主题 现在，我国在滚动轴承监测与故障诊断技术方面的研究经历了2个重要阶段:从70年代末到80年代初，主要吸收国外先进技术，并对一些故障原理和诊断方
滚动轴承故障诊断频谱分析
滚动轴承故障诊断1（之国外专家版） 滚动轴承故障 现代工业通用机械都配备了相当数量的滚动轴承。一般说来，滚动轴承都是机器中最精密的部件。通常情况下，它们的公差都保持在机器的其余部件的公差的十分之一。但是，多年的实践经验表明，只有10%以下的轴承能够运行到设计寿命年限。而大约40%的轴承失效是由于润滑引起的故障，30%失效是由于不对中或“卡住”等装配失误，还有20%的失效是由过载使用或制造上缺陷 等其它原因所致。 如果机器都进行了精确对中和精确平衡，不在共振频率附近运转，并且轴承润滑良好，那么机器运行就会非常可*。机器的实际寿命也会接近其设计寿命。然而遗憾的是，大多数工业现场都没有做到这些。因此有很多轴承都因为磨损而永久失效。你的工作是要检测出早期症状并估计故障的严重程度。振动分析和磨损颗粒分析都是很好的诊断方法。 1、频谱特征 故障轴承会产生与1X基频倍数不完全相同的振动分量——换言之，它们不是同步的分量。对振动分析人员而言，如果在振动频谱中发现不同步分量那么极有可能是轴承出现故障的警告信号。 振动分析人员应该马上诊断并排除是否是其它故障引起的这些不同步分量。 如果看到不同步的波峰，那极有可能与轴承磨损相关。如果同时还有谐波和边频带出现，那么轴承磨损的可能性就非常大——这时候你甚至不需要再去了解轴承准确的扰动频率。 2、扰动频率计算 有四个与轴承相关的扰动频率：球过内圈频率（BPI）、球过外圈频率（BPO）、保持架频率（FT）和球的自旋频率（BS）。轴承的四个物理参数：球的数量、球的直径、节径和接触角。其中，BPI 和BPO的和等于滚珠/滚柱的数量。例如，如果BPO等于3.2 X，BPI等于4.8 X，那么滚珠/滚柱 的数量必定是8。
滚动轴承故障诊断
滚动轴承故障诊断 旋转机械是设备状态监测与故障诊断工作的重点，而旋转机械的故障有相当大比例与滚动轴承有关。滚动轴承是机器的易损件之一，据不完全统计，旋转机械的故障约有30％是因滚动轴承引起的，由此可见滚动轴承故障诊断工作的重要性。 最初的轴承故障诊断是利用听棒，靠听觉来判断。这种方法至今仍在沿用，其中的一部分已改进为电子听诊器，例如用电子听诊器来检查、判断轴承的疲劳损伤。训练有素的人员凭经验能诊断出刚刚发生的疲劳剥落，有时甚至能辨别出损伤的位置，但毕竟影响因素较多，可靠性较差。 继听棒、电子听诊器之后，在滚动轴承的状态监测与故障诊断工作中又引入了各种测振仪，用振动位移、速度和加速度的均方根值或峰值来判断轴承有无故障，这样减少了监测人员对经验的依赖性，提高了监测诊断的准确性，但仍很难在故障初期及时做出诊断。 1966年，全球主要滚动轴承生产商之一，瑞典SKF公司在多年对轴承故障机理研究的基础上发明了用冲击脉冲仪（Shock Pulse Meter）检测轴承损伤，将滚动轴承的故障诊断水平提高了一个档次。之后，几十家公司相继安装了大批传感器用于长期监测轴承的运转情况，在航空飞机上也安装了类似的检测仪器。 1976年，日本新日铁株式会社研制了MCV系列机器检测仪（Machine Checker），可分别在低频、中频和高频段检测轴承的异常信号。同时推出的还有油膜检查仪，利用超声波或高频电流对轴承的润滑状态进行监测，探测油膜是否破裂，发生金属间直接接触。1976-1983年，日本精工公司（NSK）相继研制出了NB 系列轴承监测仪，利用1~15kHz范围内的轴承振动信号测量其RMS值和峰值来检测轴承故障。由于滤除了低频干扰，灵敏度有所提高，其中有些型号的仪器仪表还具有报警、自动停机功能。 随着对滚动轴承的运动学、动力学的深入研究，对于轴承振动信号中的频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解，加之快速傅里叶变换技术的发展，开创了用频域分析方法来检测和诊断轴承故障的新领域。其中最具代表性的有对钢球共振频率的研究，对轴承圈自由共振频率的研究，对滚动轴承振动和缺陷、尺寸不均匀及磨损之间关系的研究。1969年，H. L. Balderston根据滚动轴承的运动分析得出了滚动轴承的滚动体在内外滚道上的通过频率和滚动体及保持架的旋转频率的计算公式，以上研究奠定了这方面的理论基础。目前已有多种信号分析仪可供滚动轴承的故障诊断，美国恩泰克公司根据滚动轴承振动时域波形的冲击情况推出的“波尖能量”法及相应仪器，对滚动轴承的故障诊断非常有效。还有多种信号分析处理技术用于滚动轴承的状态监测与故障诊断，如频率细化技术、倒频谱、包络线分析等。在信号预处理上也采用了各种滤波技术，如相干滤波、自适应滤波等，提高了诊断灵敏度。 除了利用振动信号对轴承运行状态进行诊断监测外，还发展了其他一些技术，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 简易诊断法确定轴承已经发生故障之后，进一步判定故障的类别和发生部位，以便采取相应对策。 滚动轴承的精密诊断与旋转机械、往复机械等精密诊断一样，主要采用频谱分析法。由于滚动轴承的振动频率成分十分丰富，既含有低频成分，又含有高频成分，而且每一种特定的故障都对应特定的频率成分。进行频谱分析之前需要通过适当的信号处理方法将特定的频率成分分离出来，然后对其进行绝对值处理，最后进行频率分析，以找出信号的特征频率，确定故障的部位和类别。 一、轴承内滚道损伤 轴承内滚道产生损伤时，如：剥落、裂纹、点蚀等（如图1所示），若滚动轴无径向间隙时，会产生频率为nZfi（n＝1，2,…）的冲击振动。
滚动轴承故障诊断 文献综述
滚动轴承故障诊断文献综述 [ 2008-4-2 14:38:00 | By: mp2 ] 推荐 文献综述 ——滚动轴承故障诊断 1.前言 滚动轴承是各种旋转机械中应用最广泛的一种通用机械零件，它是机器最易损坏的零件之一。据统计。旋转机械的故障有30％是由轴承引起的。可见轴承的好坏对机器的工作状况影响很大。轴承故障诊断就是要通过对能够反映轴承工作状态的信号的测取，分析与处理，来识别轴承的状态。包括以下几个环节：信号测取；特征提取；状态识别：故障诊断；决策干预[1]。 滚动轴承故障诊断传统的分析方法有冲击脉冲法，共振解调法，倒频谱分析技术。 在现代分析方法中，小波分析是最近几年才出现井得以应用和发展的一种时—频信号分析方法。它具有时域和频域的局部化和可变时频窗的特点．用它分析非平稳信号比传统的傅里叶分析更为最著。由于滚动轴承的故障信号中禽有非稳态成分，所以刚小波分析来处理其振动信号．可望获得更为有效的诊断特征信息[2]。 滚动轴承故障的智能诊断技术就是把神经网络、专家系统、模糊理论等技术与滚动轴承的特征参数有机地结合起来进行综合分析的故障诊断技术。 2.故障信号诊断方法 2.1冲击脉冲法(spm) SPM技术(Shock Pulse Method)，是在滚动轴承运转中，当滚动体接触到内外道面的缺陷区时，会产生低频冲击作用，所产生的冲击脉冲信号，会激起SPM 传感器的共振，共振波形一般为20kHz～60kHz，包含了低频冲击和随机干扰的幅值调制波，经过窄带滤波器和脉冲形成电路后，得到包含有高频和低频的脉冲序列。SPM 方法是根据这一反映冲击力大小的脉冲序列来判断轴承状态的。此种方法目前被公认为对诊断滚动轴承局部损伤故障工程实用性最强的。此方法虽然克服了选择滤波中心频率和带宽的困难，但这种固定中心频率和带宽的方法也有其局限性，因为，一些研究结果表明，滚动轴承局部损伤故障所激起的结构共振频率并不是固定不变的，在故障的不同阶段可能激起不同结构的共振响应,而不同部位的故障(内、外圈、滚子)也会激起不同频率结构的共振响应。显然，固定的滤波频带有其局限性。实际使用情况表明，当背景噪声很强或有其他冲击源时，
轴承故障诊断中的信号处理技术研究与展望
!专题综述# 轴承故障诊断中的信号处理技术研究与展望 董建宁,申永军,杨绍普 (石家庄铁道学院机械工程分院,河北石家庄050043) 摘要:讨论了各种信号处理技术在滚动轴承故障诊断中的应用,如平稳信号处理技术、非平稳信号处理技术,非高斯和非白色噪声信号处理技术、非线性信号处理技术、奇异值分解技术以及各种智能诊断技术。详细比较了各种信号处理技术的特点、应用范围和研究进展,并指出了今后的若干研究方向,为轴承的故障诊断和在线监测提供了依据。 关键词:滚动轴承;故障诊断;信号处理 中图分类号:T H133.33;T N911.7文献标识码:B文章编号:1000-3762(2005)01-0043-05 Study and Prospect on S ignal Process Technique of Bearing Fault Diagnosis DONG Jian-ning,SHEN Yong-jun,YANG Shao-pu (Department of M echincal Eng ineering,Shijiazhuang Railway Inst itute,Shijiazhuang050043,China) Abstract:T he application of several signal process techniques are discussed in failur e diagnosis of the rolling bearing, such as steady signal,non-steady sig nal,non-g auss-s and non-w hite no ise signal,non-linear signal process tech-nique,oddity value decompositio n technique and so me kinds of intelligent diagnosis technique.T he characterist ics,ap-plied area and development trend of the signal process techniques ar e compared in detail.A nd t he study dir ections in t he futur e are pointed out. Key words:ro lling bearing;fault diagnosis;signal process 对重要轴承进行工况监视与故障诊断,不但可以防止机械工作精度下降,减少或杜绝事故发生,而且可以最大限度地发挥轴承的工作潜力,节约开支,在工程上具有重要意义。 本文以轴承系统为研究对象,重点介绍轴承的振动诊断技术中常见的信号处理方法。现代信号分析和处理的本质可以作一个/非0字高度概括:研究和分析非线性、非因果、非最小相位系统、非高斯、非平稳、非整数维信号和非白色的加性噪声[1]。其中非最小相位和非因果信号处理技术目前尚未在故障诊断中得到应用。现介绍其他信号处理技术在轴承故障诊断中的应用情况。 收稿日期:2004-03-12;修回日期:2004-04-22 基金项目:河北省科学技术研究与发展计划项目(01547019D) 作者简介:董建宁,(1977-),女,研究生,专业方向:滚动轴承的故障诊断技术研究。1平稳信号处理技术 111平稳信号的Fourier谱分析技术 目前振动信号分析工程上常用的信号处理方法是FFT频谱分析。在对轴承的故障诊断中,将振动信号进行频谱分析,查看谱图中有无明显的故障频率谱峰存在,从而可以判断轴承是否完好。这种方法具有很大的局限性,诊断出来的轴承一般都已有较严重的损害,并且对轴承早期故障的分析不够灵敏。 112平稳信号的时间序列分析 对于直接进行频谱分析比较困难的情况,如采集的信号序列较短,或者Fourier变换不能将相互靠近的两个频率分开,采用时间序列分析(也称参数模型的谱分析)是一种较好的方法。常用的时间序列模型有ARMA模型、AR模型以及MA 模型。关于各种模型的特点、算法以及适用领域 ISSN1000-3762 CN41-1148/T H 轴承 Bear ing 2005年第1期 2005,No.01 43-47
滚动轴承的故障诊断系统研究时域系统研究
摘要 滚动轴承是旋转机械中应用最广泛的一种通用部件，也是机械设备中的易损零件，许多机械的故障都与滚动轴承的状态有关。据统计，在使用滚动轴承的旋转机械中，大约30％的机械故障是由于滚动轴承的损坏造成的。可见，滚动轴承的好坏对机械系统工作状况的影响极大。由于设计不当和安装工艺不好或轴承的使用条件不佳，或突发载荷的影响，使轴承运转一段时间后会产生各种各样的缺陷，并且在继续运行中进一步扩大，使轴承运行状态发生变化。因此，滚动轴承的故障诊断一直是研究的热点。 本文首先从理论上分析了滚动轴承的失效形式、振动机理、振动类型、及发生故障的原因、振动频率；然后在理论基础上提出了滚动轴承的时域、频域的诊断方法；最后搭建了基于Matlab的滚动轴承故障诊断系统，并通过Matlab仿真轴承故障信号，在软件中进行信号分析和处理，验证各种诊断方法的优劣和滚动轴承的故障特征。 本论文按照预定的要求完成了设计任务，研究了滚动轴承的故障诊断方法，完成了故障诊断系统的设计，通过仿真验证了滚动轴承的故障诊断方法。 关键词：滚动轴承；故障诊断；时域分析；频域分析；Matlab
Abstract Rolling element bearing is one of the most widely used general part of rotating machinery,and one of the most easily damaged parts of mechanical equipment. A lot of mechanical failure is relevant to the state of rolling element bearings. It is estimated that about 30 percent of mechanical failure is caused by its fault in the rotating machine with rolling element bearings. It is obvious that the quality of rolling element bearings has a great impact on the working condition of electromechanical systems. Because of wrong design, poor working condition or a jump heavy load, bearing will be damaged and worse during the running time. So at present, the fault diagnosis of rolling element bearings is a research hotspot. Firstly, the failure forms, the vibration mechanism, vibration type, and the failure cause, vibration frequency of bearing are analyzed in theory.Secondly, based on the theory put forward the time domain, frequency domain diagnostic methods.Finally, the software for the fault diagnosis system of the rolling bearings is designed by Matlab,along with the simulation of bearing fault signals by Matlab.To analysis and processing the signal in software. Verify the merits of various diagnostic methods and characteristics of rolling bearing faults. The paper successfully completed the design task and the result meets the expectation. We researched the fault diagnosis methods and completed the fault diagnosis system design and simulation shows the fault diagnosis methods of rolling element bearings. KeyWords：rolling element bearings,fault diagnosis,time-domain analysis, frequency-domain analysis,Matlab
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。
滚动轴承故障诊断的频谱分析
滚动轴承故障诊断的频谱分析 滚动轴承在机电设备中的应用非常广泛，滚动轴承状态的好坏直接关系到旋转设备的运行状态，因此在实际生产过程中作好滚动轴承的状态监测与故障诊断是搞好设备维修与管理的重要环节。 滚动轴承在其使用过程中表现出很强的规律性，并且重复性强。正常优质轴承在开始使用时振动和噪声均比较小，但频谱有些散乱，幅值比较小。运动一段时间后，振动和噪声保持在一定水平，频谱比较单一，仅出现一，二倍频，极少出现三倍工频以上频谱，轴承状态非常平稳，进入稳定工作期。持续运行后进入使用后期，轴承振动和噪声开始增大，有时出现异音，但振动增大的变化比较缓慢，此时，轴承峭度值开始突然到达一定值。可以认为此时轴承出现了初期故障。这时就要对轴承进行严密监测，密切注意其变化。此后轴承峭度值又开始快速下降，并接近正常值，而振动和噪声开始显著增大，其增大幅度开始加快，其振动超过标准时（ISO2372），其轴承峭度值也开始快速增大，当轴承超过振动标准，峭度值也超过正常值时，可认为轴承已进入晚期故障，需要及时检修设备，更换滚动轴承。 1、滚动轴承故障诊断方式 振动分析是对滚动轴承进行状态监测和故障诊断的常用方法。一般方式为：利用数据采集器在设备现场采集滚动轴承振动信号并储存，传送到计算机，利用振动分析软件进行深入分析，从而得到滚动轴承各种振动参数的准确数值，进而判断这些滚动轴承是否存在故障。采用恩递替公司的Indus3振动测量分析系统进行大中型电机滚动轴承的状态监测和故障诊断，经过近几年实际使用，其效果令人非常满意。要想真实准确反映滚动轴承振动状态，必须注意采集信号的准确真实，因此要在离轴承最近的地方安排测点。 2、滚动轴承正常运行特点与诊断技巧 滚动轴承的运转状态在其使用过程中有一定的规律性，并且重复性非常好。例如，正常优质轴承在开始使用时，振动幅值和噪声均比较小，但频谱有些散乱(图1)这可能是由于制造过程中的一些缺陷，如表面毛刺等所致。运行一段时间后，振动幅值和噪声维持一定水平，频谱非常单一，仅出现一、二倍频。极少出现三倍工频以上频谱(图2)，轴承状态非常稳定，进入稳定工作期。继续运行一段时
滚动轴承故障诊断技术研究
滚动轴承故障诊断技术研究 摘要:滚动轴承是机器的易损件之一。滚动轴承故障诊断的传统方法和现代方法有冲击脉冲法、共振解调法、小波分析法等。滚动轴承诊断技术的发展方向为非线性理论、现代信号处理技术与智能诊断技术的融合、信号处理技术之间的相互融合。 关键词:滚动轴承；故障诊断；冲击脉冲；共振解调技术；小波变换；遗传算法0 前言 滚动轴承是机器的易损件之一,据不完全统计,旋转机械的故障约有30%是因滚动轴承引起的,由此可见滚动轴承故障诊断工作的重要性。如何准确判断出它的末期故障是非常重要的,可减少不必要的停机修理,延长设备的使用寿命,避免事故停机。滚动轴承在运转过程中可能会由于各种原因引起损坏,如装配不当、润滑不良、水分和异物侵人、腐蚀和过载等。即使在安装、润滑和使用维护都正常的情况下,经过一段时间运转,轴承也会出现疲劳剥落和磨损。总之,滚动轴承的故障原因是十分复杂的,因而对作为运转机械最重要件之一的轴承,进行状态检测和故障诊断具有重要的实际意义,这也是机械故障诊断领域的重点。 1 滚动轴承故障诊断技术的发展和现状 1.1 国外发展概况 国外对滚动轴承的监测与诊断开始于20世纪60年代。至今为止的超过40年的时间内,随着科学技术的不断发展,滚动轴承的诊断技术亦不断向前发展。现在在工业发达国家,滚动轴承工况监测与故障诊断技术己经实用化和商品化。总的来说,该技术的发展可以分为四个阶段。 第一阶段:利用通用的频谱分析仪诊断轴承故障。。20世纪60年代,由于快速傅里叶变换(FFT)技术的出现和发展,振动信号的频谱分析技术得到很大发展,随之而来的是各种通用的频谱分析仪纷纷问世。人们通过频谱分析仪分析轴承振动信号频谱中是否出现故障特征频率来判断轴承是否有故障。由于背景噪声的影响,频谱图往往比较复杂,轴承的特征频率在故障初期很难识别出来。另外,当时频谱仪的价格很昂贵,所以没能得到普及利用。