基于EMD的包络功率谱滚动轴承故障诊断
摘要
本文简要介绍了滚动轴承的故障特征及判定方法，并基于经验模态分解EMD(Empirical Mode Decomposition)与功率谱相结合的方法。将原始信号分解成不同尺度的固有模态函数IMF(Intrinsic Mode Function),求取IMF分量的包络,计算其包络功率谱,得到轴承的故障特征频率，进行诊断。
关键词：滚动轴承；故障诊断；EMD；包络功率谱
Abstract
This paper briefly introduces the method of judging and fault features of rolling bearing, and based on empirical mode decomposition EMD (Empirical Mode Decomposition) method combined with power spectrum. The original signal is decomposed into different scales of intrinsic mode function IMF (Intrinsic Mode Function), the envelop take IMF components, calculate the envelope power spectrum, get the fault characteristic frequency of bearing, diagnosis.
Keywords: rolling bearing; fault diagnosis; EMD; envelope power spectrum
1、概述
滚动轴承是大部分旋转机械的重要组成部分，具有效率高、摩擦阻力小、装配方便、润滑易实现等优点而应用广泛。滚动轴承同时又是是旋转机械中较为薄弱的部分，在正常工作条件下工作一段时间总会出现各种类型的失效。由于发现不及时引起设备停机获设备损坏，造成了生产商的巨大损失。因此，轴承故障诊断分析显得十分必要。
滚动轴承是由内圈、外圈、滚动体和保持架四种零部件组成。滚动轴承故障诊断分析，是根据滚动轴承运行时产生的不同的信号包含对机械状态识别与诊断非常有用的各种信息。有效地分析、处理这些信息，建立它们和设备运行状态之间的联系，是设备故障诊断的基础。
滚动轴承在运行过程中由于各种原因产生十分复杂的振动信号。为了确定滚动轴承的故障，通常要从振动信号的幅域、时域和频域等多角度去分析，得出准确结论需要进行多方面的验证。
本文从频域分析角度作功率谱，进而分析滚动轴承的工作情况。
相对判定标准：相对判定标准是指对轴承的同一部位定期进行振动检测，通过功率谱分析，以轴承无故障情况下的功率谱为基准，根据谱峰频率来进行判断。
2、EMD及功率谱基本原理
（1）EMD
利用EMD方法对非线性、非平稳信号的分解获得一系列表征信号特征间尺度的固有模态函数IMF(Intrinsic Mode Function)，使得各个IMF是单分量的幅值或频率调制信号.IMF要满足2个条件: ①整个数据序列的极值点与过零点的个数相等或最多相差一个；②在任意时刻，由局部极大值点形成的上包络与由局部极小值点形成的下包络的均值为零。
这2个条件实际上使得分解得到的IMF是窄带信号。同时,EMD分解方法还建立在以下假设上: ①信号至少有2个极点,一个最大值和一个最小值；②特征时间尺度通过2个极值点之间的时间定义；③若数据缺乏极值点但有形变点，则可通过微分数据一次或几次获得极值点，然后再通过积分来获得分解结果。
对任意一个实信号x(t)进行EMD的具体步骤是:
1) 确定x(t)上的所有极大值点和极小值点，然后，将所有极大值点和所有
极小值点分别用三次样条曲线连接起来，将这两条曲线分别作为x(t) 的上下包络线。计算出它们的平均值曲线m1 (t) ，用x(t)减去m1(t)得
h1(t)=x(t)-m1(t) （2.1.1）
如果h1(t)不满足IMF的条件，需要把h1(t)作为原信号重复上面的步骤得到 h11(t)=h1(t)-m11(t) （2.1.2）
筛选k次直到h1k(t)变为一个IMF，即
h1k(t)=h1(k-1)(t)-m1k(t) (2.1.3) 这样就从原信号中分解出了第一个IMF，称为第一阶IMF，记作
c1(t)=h1k(t) (2.1.4)
2) 从原信号中减去c1(t)得第一阶剩余信号r1(t)
r1(t) = x(t) - c1(t) (2.1.5) 由于第一阶剩余信号r1(t)还包含着更长周期的分量，因此，把r1 ( t)作为新的原信号，重复步骤1，对后面的也进行同样的筛选，这样依次分解得到r2(t)=r1(t)-c2(t)
r3(t)=r2(t)-c3(t)
…
rn(t)=rn-1(t)-cn(t) （2.1.6）
直至剩余信号rn(t)中的信息对所研究内容意义很小，或者变成一个单调函数不能再筛选出基本模式分量为止。至此，信号x ( t)已被分解成n个基本模式分量ci ( t)和一个剩余信号rn(t)。这样,由式(2.1.5)和式(2.1.6)得到:
（2.1.7）
进一步,各个IMF分量可通过Hilbert变换进行包络解调。但是,由于所分析信号的有限长度、信号的两端点不能确定是极点，那么，在进行三次样条插值的时候，必然使得信号的上下包络在信号的两端附近严重扭曲，即产生端点效应，可用极值点对称延拓法来处理该问题。
（2）双谱分析
双谱属于高阶谱,与功率谱相比具有如下特点: ①功率谱是实数,不包含相位信息，而高阶谱是复数，因而保留了相位信息；②能抑制噪声的影响；③保
留了系统的非线性信息。因此，用高阶谱分析振动信号更容易获得特征信息。
本文采用双谱估计的直接法进行计算, 即将观测数据分段，利用FFT计算数据段的离散傅里叶变换，进而估计各阶频域矩，利用累积量谱与矩谱之间的关系
求得双谱估计。当轴承发生故障时, 采样信号的特征为受干扰的冲击调制信号,即
(10)
式中,ωi 为调制源(包括轴承故障特征频率及其谐波频率)；
ω0 为载波频率；
b为任意常数。
因此故障轴承振动信号解调后的信号包含了故障特征频率的一簇谐波,且相位是互相关联的,即存在二次相位耦合现象。若设ωF 为轴承的故障特征频率,则双谱的(ωF ,ωF )处必然出现相位耦合现象,从而双谱在(ωF ,ωF )处会有明显的谱峰。
3、诊断结果
根据以上分析, 可得双谱估计为
当ω =ωF时,必然出现明显的峰值,将峰值对应的频率与理论计算的轴承的故障特征频率相比较, 就可以得出正确的结论,同时减小计算量,增强频谱图的可视性。
本文中使用Matlab编程实现,首先对原始振动信号进行零均值化处理,并实施EMD分解,对分解后IMF分量进行包络解调,最后利用双谱分析提取轴承的故障特征。
图1、2、3即为故障轴承利用上述方法得到的。
图 1 正常/外圈故障/内圈故障的信号图
图2 正常/外圈故障/内圈故障IMF图
图3 正常/外圈故障/内圈故障的包络图
4、结论
通过对比正常轴承的功率谱，外圈故障和内圈故障的功率谱有着明显不同，表明存在着异常损伤，能够判定轴承故障。同时，外圈故障和内圈故障功率谱之间也存在着明显的差异，与所给数据故障类型吻合。
由此可知，将EMD与双谱相结合,提取轴承的故障特征频率，能准确地区别正常及故障滚动轴承，该方法适用于滚动轴承的诊断。
参考文献
[1]张键.机械故障诊断技术.机械工业出版社机械工业出版社.2008
[2]李成超.基于经验模态分解的轴承故障诊断方法.大连大学
[3]任玥.基于Hilbert_Huang变换的滚动轴承智能诊断方法研究.西南交通大学.2007
附：
编程程序
正常轴承（内圈故障/外圈故障）：
%采样频率
fs=12000;
load 97.mat;%正常，内圈故障209.mat，外圈故障130.mat
xdata=X097_DE_time(1:1024);
xdata=(xdata-mean(xdata))/std(xdata,1);
%时域波形
figure(1); N=1024;
plot(1:N,xdata,'k-');
xlabel('时间 t/n');
ylabel('电压 V/v'); %db10小波进行4层分解 %一维小波分解
[c,l]=wavedec(xdata,4,'db10'); %重构第1~4层细节信号
d4=wrcoef('d',c,l,'db10',4);
d3=wrcoef('d',c,l,'db10',3);
d2=wrcoef('d',c,l,'db10',2);
d1=wrcoef('d',c,l,'db10',1); %显示细节信号
figure(2);
subplot(4,1,1);
plot(d4,'k-','LineWidth',2); ylabel('d4'); subplot(4,1,2); plot(d4,'k-','LineWidth',2); ylabel('d3'); subplot(4,1,3); plot(d4,'k-','LineWidth',2); ylabel('d2'); subplot(4,1,4); plot(d4,'k-','LineWidth',2); ylabel('d1');
xlabel('时间 t/s'); %第1层细节信号的包络谱
y=hilbert(d1);
ydata=abs(y);
y=y-mean(y);
nfft=10240;
p=abs(fft(ydata,nfft));
figure(3);
plot((0:nfft/2-l)/nfft*fs,p(l:nfft/2),'k-');
xlabel('频率 f/Hz'); ylabel('功率谱 P/W');
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
包络解调法及其诊断 包络解调法是故障诊断中较常用的一种方法，它可非常有效地识别某些冲击振动。从而找到该冲击振动的振源。例如，当轴承或齿轮表面因疲劳或应力集中而产生剥落和损伤时，会产生周期性的冲击振动信号，如图4—25所示。 从图4—25个可以看出，信号包括两部分：—部分是载频信号，即系统的自由振荡信号及各种随机干扰信号的频率，是图形中频率成分较高的信号；第二部分是调制信号，即包络线所包围的信号。它的频率较低，多为故障信号。 因此．若要对故障源进行分析，就必须把低频信号(或调制信号)从高频信号(或载频信号)中分离出来。这一信号分离、提取过程，被称为信号的包络解调。对分离提取出来的包络信号进行特征频率和幅度分析，就能准确可靠地诊断出如轴承和齿轮的疲劳、切齿、剥落等故障。
目前分析高频冲击的有效方法之一是共振解调(包络处理)，即取振动时域波形的包络线，然后对包络线进行频谱分析。由于包络线处理可找出反复发生振动的规律，根据轴承的特征频率，就可诊断出轴承或齿轮故障的部位。研究表明，当轴承或齿轮无故障时，在共振解调频谱中没有高阶谱线;有故障时，共振解调频谱中出现高阶谱线。 当齿轮发生疲劳裂纹时，齿轮刚度的变化会引起齿轮振动噪声信号瞬时频率(相位)和幅值的变化。但裂纹由于只影响齿轮刚度，齿形无大变化，故振动噪声信号在频域中无明显征兆，因此频谱分析对裂纹诊断基本无效。可采用时域平均法分析。如果齿轮同时存在其它类型的故障，则时域平均法的可靠性不高。此时可试用希尔伯特变换或自适应滤波技术提取相位信息，也可试用共振解调分析技术即包络谱分析法。 一、包络分析法进行故障诊断的原理 当轴承或齿轮某一元件表面出现局部损伤时，在受载运行过程中
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。
什么是包络频谱？ 假设旁边的时间信号是由啮合齿轮的振动引起的。 这个信号是传送力引起的。它从一个齿轮牙传到另一个齿轮牙。 如果牙与牙的传送力是一样，那么整个周期的振动值就是想同的。 正常振动的频谱只会有一种频率，那就是啮合频率 啮合频率(F)=转频(T)X 牙数(N) 如果齿轮节径和轴的中心不在同一位置。那么牙与牙之间的距离就会改变，相应的传送力也会改变。 齿轮啮合频率 F 该谱显示两种频率，一是啮合频率，二是轴的转频 它会产生啮合频率的幅值波动
什么是包络分析 该信号包含一个稳定的啮合频率， 还有一个由轴转速引起的波动信号 如果我们使用只测量波动信号的仪器，那么就会产生旁 边的信号 这个频谱强调了波动信号，使稳定信号 影响最小。在新的频谱中轴的波动是支配信号，而不是在正常振动的啮合频率 信号。 这就是包络频谱 。 我们要看到高频振动的波动最好使用加 速度，单位是 “g”,当频率增加，加速度的信号值就会增加。 包络信号由自己的单位 “gE” (包络加速度). 包络信号值是由多少个产生原始信号的波动故障决定的，而不是由故障的严重程度决定。所以不同测点进行比较就会很困难，而同一测点的包络频谱可以进行比较。 齿轮啮合 轴转速波动 轴转速波动 轴转速波动 F
“包络” 谱图的术语不是对信号处理过程的确切描述，但仍是我们为了简化时所用的术语。 包络谱和传统的频谱在外观上(振幅和频率)并没有区别只是表示不同的信息 包络谱图对正弦运动不敏感–而不象FFT图能用位移，速度和加速度参数确定简单正弦运动产生的复杂信号。 包络谱对与冲击力相关的事件敏感。 量化冲击频率和强度对振动分析是非常有帮助的。尽管有些机器会产生冲击能量(如往复设备), 但大多数机器不会。冲击力是破坏性的，通常表明会发生故障。最典型的包络谱图应用是检测轴承缺陷。 什么是包络信号，如何得到? （1）测量的振幅单位是加速度但信号的处理区别于传统的加速度信号。 （2）振幅单位由厂商自己定–每一个都有自己的名字，或是单位的首写字母。 例如: CSI (Emerson) 使用峰值；Entek (Rockwell Automation)使用gSE (脉冲能–缩略为IRD) ；SKF 使用HFD (高频域) 和ESP (包络信号处理–缩略为DI) （3）使用滤波器处理信号，强调可能发生的每一种冲击力。 滤波器有两个等级： 包络滤波器–这种类型的滤波器设置包络的频率，包括了高频(Fmax)和低频(Fmin)。发生的任一振动超出此范围都会被过滤掉。 高通滤波器–这种类型的滤波器取消了高频Fmax限制，但仍有Fmin限制，过滤低于它的振动频率。 每一个厂商设置自己的信号处理和滤波器。因此, 尽管它们都提供类似的信息, 但在振幅范围内是不能直接相比的。 （4）信号处理集中在短时冲击信号上(时域信号的脉冲)，在这种情况下FFT处理往往“失效” (更准确的说是“更难发现”) 因为它适合处理平稳信号。
水泵常见故障分析及处理方法 不同类型的水泵，其故障的表现形式不一样，但概括起来，有以下5个共同特点。 （1）流量不足。 产生原因：影响水泵流量不足多是吸水管漏气、底阀漏气；进水口堵塞；底阀入水深度不足；水泵转速太低；密封环或叶轮磨损过大；吸水高度超标等。 处理方法：检查吸水管与底阀，堵住漏气源；清理进水口处的淤泥或堵塞物；底阀入水深度必须大于进水管直径的1.5倍，加大底阀入水深度；检查电源电压，提高水泵转速，更换密封环或叶轮；降低水泵的安装位置，或更换高扬程水泵。 （2）功率消耗过大。 产生原因：水泵转速太高；水泵主轴弯曲或水泵主轴与电机主轴不同心或不平行；选用水泵扬程不合适；水泵吸入泥沙或有堵塞物；电机滚珠轴承损坏等。 处理方法：检查电路电压，降低水泵转速；矫正水泵主轴或调整水泵与电机的相对位置；选用合适扬程的水泵；清理泥沙或堵塞物；更换电机的滚珠轴承。 （3）泵体剧烈振动或产生噪音。 产生原因：水泵安装不牢或水泵安装过高；电机滚珠轴承损坏；水泵主轴弯曲或与电机主轴不同心、不平行等。 处理方法：装稳水泵或降低水泵的安装高度；更换电机滚珠轴承；矫正弯曲的水泵主轴或调整好水泵与电机的相对位置。 （4）传动轴或电机轴承过热。 产生原因：缺少润滑油或轴承破裂等。 处理方法：加注润滑油或更换轴承。 （5）水泵不出水。 产生原因：泵体和吸水管没灌满引水；动水位低于水泵滤水管；吸水管破裂等。 处理方法：排除底阀故障，灌满引水；降低水泵的安装位置，使滤水管在动水位之下，或等动水位升过滤水管再抽水；修补或更换吸水管。 污水泵使用的基本常识及叶轮分类介绍 污水泵属于无堵塞泵的一种，具有多种形式：如潜水式和干式二种，目前最常的潜水式为WQ型潜水污水泵，最常见的干式污水泵如W型卧式污水泵和WL型立式污水泵二种。主要用于输送城市污水，粪便或液体中含有纤维。纸屑等固体颗粒的介质，通常被输送介质的温度不大于80℃。由于被输送的介质中含有易缠绕或聚束的纤维物。故该种泵流道易于堵塞，泵一旦被堵塞会使泵不能正常工作，甚至烧毁电机，从而造成排污不畅。给城市生活和环保带来严重的影响。因此,抗堵性和可靠性是污水泵优劣的重要因素。 和其它泵一样,叶轮、压水室、是污水泵的两大核心部件。其性能的优劣，也就代表泵性能的优劣，污水泵的抗堵塞性能，效率的高低，以及汽蚀性能，抗磨蚀性能主要是由叶泵和压水室两大部件来保证。下面分别作一介绍： 1、叶轮结构型式：叶轮的结构分为四大类：叶片式（开式、闭式）、旋流式、流道式、（包括单流道和双流道）螺旋离心式四种,开式半开式叶轮制造方便，当叶轮内造成堵塞时，
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
包络谱分析?什么是“包络”谱图??如何区别对待? ?轴承缺陷模拟放大器?“冲击能”是这样产生的??冲击能如何影响FFT ??包络谱能提供什么信息??轴承缺陷之外“冲击源" ??警语
什么是“包络谱”图? Y-轴单位: 振幅 X-轴单位: 频率(cpm or Hz)
“包络”谱图的术语不是对信号处理过程的确切描述，但仍是我们为了简化时所用的术语。 包络谱和传统的频谱在外观上(振幅和频率)并没有区别-只是表示不同的信息 包络谱图对正弦运动不敏感–而不象FFT图能用位移，速度和加速度参数确定简单正弦运动产生的复杂信号。 包络谱对与冲击力相关的事件敏感。 量化冲击频率和强度对振动分析是非常有帮助的。尽管有些机器会产生冲击能量(如往复设备), 但大多数机器不会。冲击力是破坏性的，通常表明会发生故障。最典型的包络谱图应用是检测轴承缺陷。
包络谱图的处理过程? 什么是包络信号，如何得到? （1）测量的振幅单位是加速度但信号的处理区别于传统的加速度信号。 （2）振幅单位由厂商自己定–每一个都有自己的名字，或是单位的首写字母。 例如: CSI (Emerson) 使用峰值；Entek(Rockwell Automation)使用gSE(脉冲能– 缩略为IRD)；SKF 使用HFD (高频域) 和ESP (包络信号处理–缩略为DI)（3）使用滤波器处理信号，强调可能发生的每一种冲击力。 滤波器有两个等级： 包络滤波器–这种类型的滤波器设置包络的频率，包括了高频(Fmax)和低频(Fmin)。发生的任一振动超出此范围都会被过滤掉。 高通滤波器–这种类型的滤波器取消了高频Fmax限制，但仍有Fmin限制， 过滤低于它的振动频率。 每一个厂商设置自己的信号处理和滤波器。因此, 尽管它们都提供类似的信息, 但在振幅范围内是不能直接相比的。 （4）信号处理集中在短时冲击信号上(时域信号的脉冲)，在这种情况下FFT处理往往“失效”(更准确的说是“更难发现”) 因为它适合处理平稳信号。 （5）如果冲击间隔一致(如冲击力有规律地发生), 那么这段时间间隔就会转化 成理想的频率单位(Hz or cpm)。 （6）可以估算冲击强度，这与冲击脉冲信号和背景噪声之比有关。 （7）相应频率的振幅峰值显示在频谱上。 包络谱提供给我们一种位移、速度和加速度谱不可能比是的有价值的信息，它为分析专家提供了另一种有力工具。
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。
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：
EMD 分解后的原始信号及频谱 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 010002000 3000 4000 5000 6000 0.050.1 0.15 0.2 原始信号频谱 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 -0.4 -0.200.20.4原始信号时域波形 0.02 0.04 0.06原始信号频谱 从时域图中可以看到较为明显的周期性冲击，但是故障特征不明显。在频谱当中，亦存在较为明显的边频带以及很多共振频率，这些冲击大都是电机转数的倍频。
原始信号的包络 1000 2000 3000 4000 5000 6000 00.010.020.03 0.04原始信号包络谱 100 200 300 400 500 600 求信号的包络谱，明显看出转速及其二倍频。 EMD 分解 0.1 0.2 0.3 0.4 0.50.6 0.7 0.8 0.9 -0.200.2IMF1时域波形图 00.10.20.30.4 0.50.60.70.80.9 -0.200.2IMF2时域波形图00.10.20.30.4 0.50.60.70.80.9 -0.200.2IMF3时域波形图00.10.20.3 0.40.50.60.70.80.9 -0.200.2IMF4时域波形图00.10.20.3 0.40.50.60.70.80.9 -0.100.1IMF5时域波形图00.10.2 0.30.4 0.5 0.60.70.80.9 -0.05 00.05IMF6时域波形图
IMF 分量的频谱 00.05 IMF1频谱 00.01 0.02IMF2频谱 0100020003000400050006000 00.005 0.01IMF3频谱 00.01 0.02IMF4频谱 00.005 0.01IMF5频谱 0100020003000 400050006000 0.005 0.01IMF6频谱 IMF 分量的包络 100 200 300 400500600700 800 900 1000 00.05IMF1包络谱 01002003004005006007008009001000 00.010.02IMF2包络谱 01002003004005006007008009001000 00.005 0.01IMF3包络谱 01002003004005006007008009001000 00.010.02IMF4包络谱 0100 2003004005006007008009001000 0.005 0.01IMF5包络谱 100 200300400 500 600 7008009001000 05-3IMF6包络谱 从上图可以看出，也有电机转速的及其倍频处的冲击。
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
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
《化工单元操作》教学案例 ------离心泵故障 【案例课题】离心泵故障 [案例背景] 某乙二醇装置G920B泵振动严重超标，直接原因是转子摩擦出现不平衡。解体发现，泵靠联轴器端的轴套已严重磨损，各级叶轮口环均有不同程度的磨损，磨损最大处总间隙达1.5mm(按技术要求为≤0.5mm) 。电机功率P=275kW，转速n=2960r/min，电压 U=6OOOV，电机轴承型号6218C3/6218C3；泵轴承型号为NSK6312/SKF7312，叶轮级数10级；联轴器为金属叠片挠性联轴器。 【案例描述】 一、教学目标： 1、明确离心泵的故障现象 2、掌握离心泵的维修方法 二、教学重点、难点 离心泵的故障维修方法 三、教学方法 小组讨论、项目教学、教学做一体化等 四、案例设计方案 【导入】 我们学习了离心泵的工作原理及特性曲线、流量调节、选型、安装高度等。 离心泵出现故障时怎样维修处理呢？ 【任务实施及步骤】 1．故障现象 可以看出，4H（水平）和4V（垂直）位置振动有效值超出规定范围。依据ISO10816标准，该机组的振动速度有效值最大不应超过11.2mm/s，而目前这两点的振动值分别为14.95 mm/s和18.31mm/s，属严重超标。其它测点的振动值在较短的时间内增幅也很大，一般来说，在13个月或更短的时间内，振动总量值变化30%50%，通常说明机器发生了故障，而目前（仅半个月）最小增幅也达263.8%，可见故障蔓延迅速、程度严重。 2．故障性质分析 (1)故障所反映的振动特性 首先分析频谱图中摩擦故障所反映的特性。 当旋转体与静止件相接触时，转子摩擦产生与机械松动类似的频谱，一般在奇工频区；当一旋转体中有局部摩擦或整圈摩擦时，会产生许多频率，往往激起一个或几个共振，有较多的亚谐波倍频（0.25x、0.5x、1x、1.5x、2x、2.5x等），这与转子自然频
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
龙源期刊网 https://www.doczj.com/doc/ac12579127.html, 基于LabVIEW的包络谱分析在齿轮箱故障诊断中的研究 作者：李旗朱成俊 来源：《中国科技博览》2017年第25期 [摘要]齿轮箱在运行时的故障振动信号往往表现出非线性与非平稳性并且以调制的形式存在，基于此本文结合LabVIEW强大的信号处理功能和包络谱分析在处理调制信号的优点，将其应用到齿轮箱的故障诊断中，通过实验结果表明：基于LabVIEW的包络谱分析能够有效的辨别出齿轮箱的故障信息。 [关键词]故障诊断；包络谱；LabVIEW；齿轮箱 中图分类号：TH165.3 文献标识码：A 文章编号：1009-914X（2017）25-0127-01 齿轮箱是机械设备的重要组成部件，如果发生故障，往往会产生不可逆转的破坏，因此对其进行故障监测具有重要的价值。但是由于齿轮箱在运行时环境的复杂性，其振动信号往往表现出非线性和非平稳性，很难对其进行直接分析判断，而传统的傅里叶变换只适合应用于处理平稳信号，已经不适合用于对齿轮箱进行监测。因此需要找到其它的适合处理非平稳信号的算法，基于此刘自然提出了先用EMD将信号进行分解后，提取出表示齿轮箱故障特征的IMF，然后进行倒频谱分析，该方法准确的判断出了齿轮箱的故障信息。本文以LabVIEW为开发环境，设计了包络谱分析的齿轮箱故障诊断系统，将其应用到齿轮箱的故障诊断中。 1 包络谱分析基本原理 包络谱分析是针对非平稳调制信号的处理算法。对比传统的傅里叶变换，包络谱分析算法不仅改进在处理信号方式的算法，而且在处理的过程中有所加强。在包络谱分析之前对所需处理的信号进行带通滤波可以消除低频成分对信号分析时候的影响，有利于提取出所需的低频调制信号。对经过包络谱分析变换处理后得到的包络谱分析图进行分析可以诊断机械的故障类别。对信号进行包络谱分析时需先对进行Hilbert变换，其公式为 包络谱分析是诊断机械设备零件损伤的一种有效方法，经常把它应用到对轴承故障检测，现将其应用到齿轮箱诊断中。先通过数据采集卡采集齿轮箱振动信号，对其进行高通或带通滤波处理，对处理后信号进行包络谱分析，判断齿轮箱故障（图1）。 2 包络谱分解的LabVIEW实现 LabVIEW是NI公司开发的图形化编程语言，包含很多信号处理工具包，为信号处理提供了很大帮助。LabVIEW在工程上的应用越来越突出，本文结合LabVIEW编写关于包络谱分析
目录 摘要 (3) 第1章绪论 (4) 1.1滚动轴承故障诊断技术的发展现状 (4) 1.2滚动轴承故障诊断技术的发展趋势 (6) 1.3滚动轴承诊断基础 (7) 1.3.1滚动轴承的常见故障形式 (7) 1.3.2滚动轴承的诊断方法 (8) 1.4本课题的研究意义和内容 (9) 第2章滚动轴承振动机理 (11) 2.1滚动轴承的基本参数 (11) 2.1.1滚动轴承的典型结构 (7) 2.1.2滚动轴承的特征频率 (11) 2.1.3滚动轴承的固有频率 (13) 2.2滚动轴承故障诊断常用参数 (14) 2.2.1时间领域有量纲特征参数 (14) 2.2.2时间领域的无量纲特征参数 (15) 2.2.3频率领域的无量纲特征参数 (16) 第3章滚动轴承故障诊断实验系统及实验方案 (17) 3.1滚动轴承故障诊断实验系统 (17) 3.1.1滚动轴承故障实验机械平台 (18) 3.1.2设备的组成: (19) 3.1.3设备的主要参数: (19) 3.1.4实验平台信号采集及故障诊断系统 (21) 3.2实验方案 (23) 3.2.1轴承的故障状态 (23) 3.2.2实验步骤 (23) 第4章实验的操作过程及数据的提取 (25) 4.1装拆轴承 (25)
4.1.1实验前期准备 (25) 4.1.2试机 (25) 4.1.3拆卸并安装轴承 (25) 4.2信号的采集过程 (27) 4.2.1前期准备 (27) 4.2.2数据采集过程 (28) 4.3数据信号的处理过程 (30) 第5章结论 (35) 致谢 (36) 参考文献 (37)
旋转机械故障诊断特征参数的提取 摘要：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用的特征参数。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，本文所提出的方法不仅仅适用滚动轴承故障的诊断，还可推广适用旋转机械其它故障的诊断。 关键词:滚动轴承；故障诊断；特征参数；分辨指数；识别率 The Extraction on Fault Diagnosis Symptom Parameters of Rotating Machinery ABSTRACT：In the thesis ,the fault types,diagnostic methods and vibration principle of rolling bearing are discussed.the thesis sets up a series of academic models of faulty rolling bearings and lists some symptom parameters which often used in fault diagnosis of rolling bearings . the study of vibration principle of rolling bearings can help us to know the essence and feature of rolling bearings.In this paper, the parameters of the extraction, theoretical analysis, and process are described in detail, the paper by the way not only to the Rolling fault diagnosis, but also promote the application of other rotating machinery fault diagnosis. Keywords:Rolling Bearing; Fault Diagnosis; Symptom Parameter; Distinction Index; Distinction Rate
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。