滚动轴承早期故障在线监测与诊断

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。

本文采用压电式加速度传感器获取原始振动信号序列，经零均值预处理后利用振动信号分析诊断法对滚动轴承运行状态进行智能化监测。

通过MATLAB软件对滚动轴承振动信号进行时域和频域范围的分析，得到时域特征值、频域特征值和FFT谱特征值，对获取的有效特征值归一化处理后作为输入神经元传递到BP神经网络中。

网络模型经过训练使其误差在允许的范围内即模型初步建立，经校验模型符合条件后就可对滚动轴承状态进行模式识别，实现滚动轴承故障的快速诊断。

关键词：特征抽取，BP神经网络，MATLAB第一章绪论 (1)1.1．滚动轴承运行状态智能化监测的研究意义 (1)1.2．滚动轴承故障形式分析 (1)1.3．滚动轴承主要的状态监测技术 (2)1.3.1 振动信号分析诊断法 (2)1.3.2轴承润滑状态监测诊断法 (2)1.3.3 油液分析诊断法 (3)1.3.4 温度监测诊断法 (3)1.4．滚动轴承状态监测常用传感检测方法 (3)1.5．滚动轴承运行状态特征信号提取处理方法 (3)1.5.1 时域分析 (4)1.5.2 频谱分析 (4)1.5.3 小波分析 (5)第二章滚动轴承振动信号处理和特征抽取 (5)2.1．滚动轴承振动信号处理 (6)2.1.1MATLAB软件简介 (6)2.1.2 MATLAB软件应用实例 (7)2.1.3 滚动轴承振动信号数据预处理 (7)2.2．滚动轴承振动信号特征抽取 (9)2.2.1滚动轴承振动信号时域特征值抽取 (9)2.2.2 滚动轴承振动信号频域特征值抽取 (11)2.2.3滚动轴承振动信号的FFT谱特征值抽取 (12)2.3．滚动轴承振动信号特征值归一化 (14)第三章基于BP神经网络的滚动轴承故障模式识别 (16)3.1．BP神经网络工作原理 (16)3.2．滚动轴承故障的BP神经网络设计 (18)3.2.1输入层和输出层神经元个数的选择 (18)3.2.2隐含层神经元个数的选择 (19)3.2.3BP神经网络训练参数选择 (19)3.2.4滚动轴承状态模式识别 (19)3.2.5 BP神经网络模型测试 (20)第四章结论 (20)参考文献 (21)附录：MATLAB程序设计 (22)第一章绪论1.1.滚动轴承运行状态智能化监测的研究意义随着现代化生产的日益规模化与自动化，机械设备的故障检测技术愈显重要，机械故障检测也越来越受到重视。

滚动轴承的状态监测与故障判断滚动轴承是工业领域中常见的机械部件之一，主要用于支撑和转动机械设备。

在使用过程中，滚动轴承可能会出现一些故障，如轴承损耗、磨损等问题。

针对这些故障，及时进行状态监测和故障判断是非常必要的。

本文将从滚动轴承的状态监测和故障诊断两个方面进行介绍。

指标监测：通过监测关键指标，如轴承的温度、位置振动、噪声等，可以获得轴承的运行状态。

其中，温度的监测是比较常见的方法，通常使用温度计和红外线测温技术进行监测。

对于高速轴承还可以使用锅炉测温计进行实时监测。

位置振动监测是指通过振动传感器或加速度计获取轴承的振动数据，根据振动数据来分析轴承的状态。

如果轴承的振动频率很高，则说明可能存在故障。

油润滑监测：为了确保轴承的正常运行，需要进行油润滑监测。

在油润滑监测过程中需要测量油温、油压、粘度等指标，同时还需要检查油的浑浊度和金属微粒的含量。

这些指标可以帮助判断油润滑的状态是否正常。

损耗诊断：损耗是指轴承零件表面材料的脱落、烧焦、磨损等现象。

通过损耗诊断可以确定损耗的原因，如材料强度、润滑状况等。

损耗诊断可以使用金相分析和扫描电子显微镜等技术。

磨损诊断：磨损是指轴承零件表面材料被磨损或腐蚀的现象。

磨损可能是由于轴承内部的某些因素引起的，例如材质、润滑状况、工作载荷等。

可以使用虚拟仪器技术、金属磨损颗粒分析等方法对轴承的磨损程度进行诊断。

结论通过对滚动轴承的状态监测和故障诊断，可以提高轴承的可靠性和安全性，延长轴承的使用寿命，减少维修和更换的次数和成本。

因此，对滚动轴承进行状态监测和故障诊断是非常重要的。

滚动轴承的状态监测与故障判断滚动轴承作为工业设备中常见的零部件之一，承载着机器运行过程中的重要轴向负荷。

滚动轴承的状态监测与故障判断对于设备的正常运行和维护至关重要。

本文将探讨滚动轴承的状态监测技术、故障判断方法以及相关的应用实例。

一、滚动轴承的状态监测技术1. 振动监测技术振动监测是最常见的滚动轴承状态监测技术之一。

通过在轴承上安装振动传感器，可以实时监测轴承运行时所产生的振动信号。

根据振动信号的频率、幅值和波形等特征参数，可以判断轴承的运行状态，从而及时发现轴承的异常情况。

声音监测是利用特定的声学传感器对轴承运行时产生的声音信号进行监测和分析。

通过分析声音的频谱、频率和幅值等参数，可以判断轴承的工作状态和存在的故障问题。

温度监测是通过在轴承上安装温度传感器，实时监测轴承的工作温度。

当轴承发生异常时，温度会升高，通过监测温度的变化可以及时发现轴承故障的存在。

4. 油膜厚度监测技术滚动轴承常常需要润滑油润滑，在轴承内形成一定厚度的油膜以减少摩擦和磨损。

油膜厚度监测技术可通过超声波传感器或其它传感器测量油膜的厚度，判断油膜的完整性和润滑效果，进而判断轴承的工作状态。

二、滚动轴承的故障判断方法1. 振动特征分析法通过对轴承振动信号的频谱分析、包络分析和趋势分析等方法，判断轴承是否存在异常振动，以及具体的故障类型，如轴承内环、外环或滚动体的故障。

通过监测轴承的工作温度，分析温度的变化趋势和幅值变化，判断轴承是否存在异常，例如摩擦热、润滑不良或局部热点等故障。

1. 航空发动机轴承的状态监测与故障判断航空发动机轴承是航空发动机中的重要部件，其状态的监测与故障的判断对飞机的安全运行至关重要。

航空发动机轴承通常采用振动监测和声音监测技术，通过监测振动信号和声音信号的特征参数，判断轴承的工作状态和可能存在的故障问题。

滚动轴承的状态监测与故障判断是工业生产中的重要课题，通过采用多种监测技术和故障判断方法，可以有效地保障轴承的安全运行，延长其使用寿命，提高设备的可靠性和运行效率。

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。