滚动轴承故障诊断方法与技术综述
- 格式:docx
- 大小:3.77 KB
- 文档页数:3
滚动轴承故障诊断技术原理一、 峰值能量法:轴承一旦出现故障,如:内外环壁裂纹,滚动体点蚀,缺油等,往往产生频率很高的振动,一般是转速频率的10—50倍,其它因素如:不对中,不平衡,机座松动等,它们所造成的振动,其频率较低,往往在基频的5倍以内,通过仪器滤去各种低频信号,拾取高频分量,可得到轴承的特征信号。
峰值能量法,将信号滤波放大处理,根据其能量的大小来判断轴承的损坏程度。
二、 GS为单位表征其峰值能量1、 新轴承:0.2---0.6GS。
2、 使用中的轴承:0.5----I.0GS。
3、 有缺陷的轴承:1.0----2.5GS。
4、 损坏的轴承办2.5----5.0GS。
5、 dBm-----少量强冲击脉冲相关的最大值。
6、 dBc -----大量弱冲击脉冲相关的地毯值。
7、 δ=dBm—dBc,差值应该很小。
轴承损坏的特征是有一个较大的dBm值和较大的δ值。
轴承初始脉冲值一般在10 dB值。
使用中好的轴承脉冲值一般在20dB以下。
一般轴承初始脉冲值增大至1000倍时(60dB)认为该轴承达到报废。
一般20〈dB〈30 轻微受损。
30〈dB〈45 开始恶化。
45〈dB〈60 严重受损。
二、 轴承损坏有七种情况:1、 疲劳磨损----由于交变载荷的作用,一定深处有最大剪应力形成裂纹,发生剥落坑,滚道,滚动体,面积有0.5mm的疲劳剥落坑,该轴承寿命终结。
2、 磨损-----润滑不良,尘埃,异物侵入,表面受损。
3、 塑性变形-----过重载荷,冲击,热变形,一旦有了压痕表面剥落。
4、 锈蚀-----水份侵入轴承锈蚀,或电流通过,油膜引起火花,使表面熔触凹凸不平。
5、 断裂-----热处理,残余应力,过载,另件破裂,磨削热应力过大。
6、 胶合---润滑不良,高度重载摩擦发热导至表面烧伤及胶合,一个表面的金属粘附到另一表面上的现象。
7、 保持架损坏-----装配不当,保持架发生变形,增加摩擦,卡死,发热,噪声及振动增大。
滚动轴承故障诊断分析全解
滚动轴承是机械设备中的重要元件,也是故障率最高的构件。
其突发的故障可能会严重影响机械设备的正常运行,即使是轻微的故障,也会降低设备的使用寿命。
因此,对滚动轴承的故障进行及时诊断和维修,是确保轴承的正常运行的关键。
本文将对滚动轴承故障诊断进行全面阐述,以便于有助于轴承的可靠运行。
一般来讲,滚动轴承的故障可以归结为以下几类:
(1)疲劳损坏:由于长期的使用,滚动轴承中的滚动体和锥形齿轮等内部零件可能会因疲劳而损坏,最终导致轴承的故障;
(2)腐蚀破坏:由于设备运行时的温度、湿度及磨损较大,滚动轴承容易受到空气、油品及其他化学性腐蚀剂的作用,从而造成内部零件的磨损;
(3)水分侵入:滚动轴承组装后,如果存在漏油现象,则滚动轴承内部容易污染,从而导致滚动体及锥形齿轮等内部零件受损;
(4)润滑油工作性能不佳:润滑油在机械设备运行时,若由于品质或温度等原因,润滑油的性能不佳,轴承容易受到损坏;
(5)安装不良:滚动轴承安装后,若没有正确地调整轴的负荷和动转瞬间,将会对轴承组件产生振动和噪音,从而导致故障。
滚动轴承故障诊断初步1、故障原因滚动轴承的早期故障是滚子和滚道剥落、凹痕、破裂、腐蚀和杂物嵌入。
即主要故障形式:疲劳剥落、磨损、塑性变形、锈蚀、断裂、胶合、保持架损坏。
产生主要原因包括搬运粗心、安装不当、不对中、轴承倾斜、轴承选用不正确、润滑不足或密封失效、负载不合适以及制造缺陷。
2、频谱和波形特征滚动轴承它是由内圈、外圈、滚动体和保持架四部分组成。
当滚动体和滚道接触处遇到一个局部缺陷时,就有一个冲击信号产生。
缺陷在不同的元件上,接触点经过缺陷的频率是不相同的,这个频率就称为滚动轴承的特征频率。
滚动轴承的故障特征频率的数值一般在几赫兹到几百赫兹之间,在频谱图中的1000Hz以内的低频区域轴承故障特征频率如下:1、滚动轴承故障特征频率(外圈静止)式中:Z——滚动体个数fr——转频(Hz)D——轴承节径(mm)d——滚动体直径(mm)α——接触角(1)滚动轴承内圈故障特征频率(2)滚动轴承外圈故障特征频率(3)滚动轴承滚动体特征频率(4)滚动轴承保持架特征频率2、滚动轴承故障特征频率的计算经验公式:二、滚动轴承故障诊断的要素滚动轴承由内圈、外圈、滚动体和保持架四部分组成,每个轴承部件对应一个轴承故障特征频率。
滚动轴承的故障频率分布有一个明显的特点,往往在低频和高频两个频段内都有表现。
所以在频率分析时,可以选择在这两个频段进行分析。
根据滚动轴承的故障形式在频域中的表现形式,将整个频域分为三个频段,既高频段、中频段和低频段。
l 高频阶段指频率范围处于2000-5000Hz 的频段,主要是轴承固有频率,在轴承故障的早期,高频段反映比较敏感;中频阶段指频率范围处于800-1600Hz 的频段,一般是由于轴承润滑不良而引起碰磨产生的频率范围;l 低频阶段指频率范围处于0-800Hz 的频段,基本覆盖轴承故障特征频率及谐波;在高频段和低频段中所体现的频率是否为轴承故障频率,还要通过其他方法进行印证加以确认。
根据滚动轴承的故障特征频率在频域和时域中的表现,可将滚动轴承的诊断方法总结为三个频段;八个确认,简称三八诊断法。
滚动轴承故障诊断方法与技术综述滚动轴承是机械设备中常见的一种元件,其作用是在旋转运动中支撑轴与轴承座之间的转动。
然而,由于长时间的使用或者操作不当,滚动轴承可能会出现故障,导致设备运行不稳定甚至完全停止工作。
因此,对滚动轴承的故障进行及时的诊断是非常重要的。
滚动轴承故障的诊断方法与技术可以分为传统的诊断方法和基于智能化技术的诊断方法。
传统的滚动轴承故障诊断方法主要包括观察法、听诊法和振动分析法。
观察法是最简单直观的一种诊断方法,通过观察滚动轴承的外观是否有异常情况,如颜色变化、表面磨损、断裂等,来判断其是否存在故障。
然而,此方法只适用于故障较为明显的情况,对于隐蔽性较强的故障无法有效判断。
听诊法是通过听取滚动轴承工作时产生的声音来判断其是否存在异常情况。
例如,当滚动轴承出现磨损或损坏时,会产生噪音,通过听诊器可以准确地判断故障的类型和程度。
然而,此方法需要专业的听诊仪器和经验丰富的技术人员,对于一般使用者来说并不容易操作。
振动分析法是一种常用的滚动轴承故障诊断方法,它通过对滚动轴承振动信号的分析来判断其是否存在故障。
滚动轴承在正常工作时会产生一定的振动,当滚动轴承出现故障时,振动信号会发生变化。
通过对滚动轴承振动信号的频谱分析、时域分析和幅值分析,可以准确地判断滚动轴承的故障类型和严重程度。
基于智能化技术的滚动轴承故障诊断方法包括人工智能、模式识别和机器学习等。
这些技术可以通过对滚动轴承振动信号进行大数据分析,利用模型和算法来自动识别故障类型和预测故障发生的概率。
相比于传统的诊断方法,基于智能化技术的方法具有更高的准确性和效率。
在实际应用中,滚动轴承故障的诊断通常是综合应用多种方法和技术。
例如,可以先通过观察法和听诊法初步判断滚动轴承是否存在故障,再通过振动分析法进行进一步的诊断,最后利用基于智能化技术的方法对故障进行确认和预测。
滚动轴承故障的诊断是保证设备正常运行的关键之一。
无论是传统的诊断方法还是基于智能化技术的方法,都需要经验丰富的技术人员进行操作和分析。
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。
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。
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[1]号测取;特征提取;状态识别:故障诊断;决策干预。
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。
滚动轴承故障诊断方法与技术综述
引言:
滚动轴承作为机械设备中常用的零部件之一,承担着支撑和传递载荷的重要作用。
然而,由于使用环境的恶劣和工作条件的复杂性,滚动轴承往往容易出现各种故障。
因此,为了保证机械设备的正常运行和延长轴承寿命,对滚动轴承的故障进行准确诊断非常重要。
一、故障诊断方法
1. 观察法
观察法是最常用的故障诊断方法之一。
通过观察滚动轴承的外观和运行状态来判断是否存在故障。
例如,如果发现滚动轴承有异常噪声、温度升高、润滑油泡沫、振动加剧等现象,很可能是轴承出现了故障。
2. 振动诊断法
振动诊断法是一种先进的故障诊断方法,可以通过检测轴承的振动信号来判断轴承是否存在故障。
通过分析振动信号的频谱图,可以确定轴承故障的类型和位置。
常用的振动诊断方法包括时域分析、频域分析和小波分析等。
3. 声音诊断法
声音诊断法是一种通过听觉判断轴承故障的方法。
通过专业人员对轴承产生的声音进行听觉分析,可以判断轴承是否存在异常。
常见
的轴承故障声音包括金属碰撞声、摩擦声和振动声等。
4. 热诊断法
热诊断法是一种通过测量轴承的温度来判断轴承故障的方法。
由于轴承在故障状态下会产生摩擦热,因此轴承的温度可以间接反映轴承的工作状态。
通过测量轴承的温度分布,可以判断轴承是否存在异常。
二、故障诊断技术
1. 模式识别技术
模式识别技术是一种基于机器学习的故障诊断技术,可以根据轴承的振动信号和声音信号等特征,通过训练模型来识别轴承的故障类型。
常用的模式识别技术包括支持向量机、神经网络和决策树等。
2. 图像诊断技术
图像诊断技术是一种通过图像处理和分析来判断轴承故障的技术。
通过对轴承的外观图像进行特征提取和分类,可以实现对轴承故障的自动诊断。
常用的图像诊断技术包括边缘检测、纹理分析和目标识别等。
3. 声音信号处理技术
声音信号处理技术是一种通过对轴承声音信号进行滤波、频谱分析和特征提取等处理,来判断轴承故障的技术。
通过对声音信号的频谱图和时域图进行分析,可以判断轴承故障的类型和位置。
4. 智能传感器技术
智能传感器技术是一种将传感器与故障诊断算法相结合的技术,可以实现对轴承故障的实时监测和诊断。
智能传感器可以实时采集轴承的振动、温度和声音等信号,并通过内置的故障诊断算法判断轴承的工作状态。
结论:
滚动轴承的故障诊断是保障机械设备正常运行和延长轴承寿命的重要环节。
通过观察法、振动诊断法、声音诊断法和热诊断法等传统方法可以初步判断轴承是否存在故障。
而模式识别技术、图像诊断技术、声音信号处理技术和智能传感器技术等先进方法则可以实现对轴承故障的自动诊断和实时监测。
综合运用这些方法和技术,可以提高轴承故障诊断的准确性和效率,为机械设备的正常运行提供保障。