滚动轴承故障诊断频谱分析

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 diagnosisIn 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 paper, the parameters of the extraction, theoretical a nalysis, and process are described in detail. Keywords: Rolling Bearing; Fault Diagnosis; Symptom P arameter; Distinction Index; Distinction Rate0引言：随着科技的发展，现代工业正逐步向生产设备大型化、复杂化、高速化和自动化方向发展，在提高生产率、降低成本、节约能源、减少废品率、保证产品质量等方面具有很大的优势。

振动频谱分析在滚动轴承故障诊断中的应用摘要：本文对轴承滚动轴承的常见故障形式进行了解析，并通过振动频谱分析的技术对滚动轴承产生故障的部位特征频率、不同阶段的频率特征进行了阐述。

并将通过频谱分析技术较好应用到了实际的滚动轴承故障诊断过程，提高了现场故障诊断水平，满足了生产维护检修的需要。

关键词：滚动轴承故障形式特征频率一、前言滚动轴承是转动设备中应用最为广泛的机械零件，是轴及其他旋转构件的重要支承，是最早采用专业化大批量生产的机械基础件之一，在日常的使用与维修中发现，轴承同时也是最容易产生故障的零件。

根不完全据统计，在使用滚动轴承的转动设备中，大约有30%的机械故障都是由于滚动轴承而引起的；而在镇海炼化的所有转动设备故障维修统计当中，滚动轴承的故障率甚至在这个数字之上。

二、滚动轴承的常见故障：由于滚动轴承在实际应用的广泛，其产生的故障现象也多种多样，常见的有以下几种形式：1、疲劳点蚀：疲劳点蚀是滚动轴承正常的、不可避免的失效形式，由于滚动轴承在工作时，滚动体和滚道之间为点接触或线接触，在交变载荷的作用下，表面间存在着极大的循环接触应力，容易在表面处形成疲劳源，由疲劳源生成微裂纹，微裂纹因材质硬度高、脆性大，难以向纵深发展，便成小颗粒状剥落，表面出现细小的麻点，这就是疲劳点蚀。

严重时，表面成片状剥落，形成凹坑；若轴承继续运转，将形成大面积的剥落。

2、磨损：由于轴承的工作环境的不同，难免存在润滑不良，外界尘粒等异物侵入，转配不当等原因的存在，都会加剧滚动轴承表面之间的磨损。

磨损的程度严重时，轴承游隙增大，表面粗糙度增加，不仅降低了轴承的运转精度，而且也会设备的振动和噪声随之增大。

3、胶合：胶合是一个表面上的金属粘附到另一个表面上去的现象。

其产生的主要原因是缺油、缺脂下的润滑不足，以及重载、高速、高温，滚动体与滚道在接触处发生了局部高温下的金属熔焊现象。

通常，轻度的胶合又称为划痕，重度的胶合又称为烧轴承。

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。

一种频谱分析的滚动轴承故障诊断系统：由于在机械系统中，滚动轴承是一种故障多发的机械零部件，设计出能够有效检测滚动轴承故障的诊断系统具有很重要的意义。

本文在基于滚动轴承常见故障下建立故障频率分布模型，并针对干扰故障模型的噪声信号设计了FIR高通数字滤波器来提取出有效故障频率段。

结合工程实例设计了对工程用发电机转子轴承的故障诊断系统，并且通过实验测试发现有很好的效果。

标签：：滚动轴承、故障诊断、频谱分析、FIR滤波器Roller bearing fault diagnosis system based on fuzzy neural network[Abstract]：In the mechanical system，roller bearing is a failure-prone mechanical part. It is very important significance that the system detect rolling bearing fault diagnosis effectively can be designed. This paper is established the fault frequency distribution model based on the roller bearing’s common failure and designed a FIR high-pass digital filter that extract the effective failure frequency from the interference noise signal of the fault model. Fault diagnosis system has been designed for engineering generator rotor bearing with an engineering example，it was tested on experiment and was found to have a very good result .[Key words]：rolling bearing；fault diagnosis；frequency spectrum analysis；FIR digital filter0 引言随着机械工业的大力发展，滚动轴承是应用十分广泛的重要机械基础零件。

基于时域和频域分析的滚动轴承故障诊断一、本文概述随着工业技术的不断发展，滚动轴承作为旋转机械中的关键部件，其运行状态直接影响到设备的性能与安全性。

然而，由于工作环境的恶劣、长时间运行以及维护不当等因素，滚动轴承常常会出现各种故障，如疲劳剥落、磨损、裂纹等。

这些故障不仅会降低设备的运行效率，还可能引发严重的安全事故。

因此，对滚动轴承进行故障诊断技术的研究具有重要意义。

本文旨在探讨基于时域和频域分析的滚动轴承故障诊断方法。

文章将简要介绍滚动轴承的工作原理及其常见故障类型，为后续的分析和诊断奠定基础。

然后，重点阐述时域分析和频域分析的基本原理及其在滚动轴承故障诊断中的应用。

时域分析主要关注轴承振动信号的时序特征，通过提取信号中的幅值、相位、频率等信息，揭示轴承的运行状态。

而频域分析则通过对信号进行频谱转换，分析轴承在不同频率下的振动特性，进一步识别潜在的故障特征。

通过结合时域和频域分析，本文旨在提供一种全面、有效的滚动轴承故障诊断方法。

这种方法不仅能够准确识别轴承的故障类型，还能对故障程度进行定量评估，为设备的维护和管理提供有力支持。

本文还将对现有的故障诊断方法进行比较和评价，探讨各种方法的优缺点及适用范围，为相关领域的研究和实践提供参考和借鉴。

二、滚动轴承故障类型及原因滚动轴承作为机械设备中的重要组成部分，其运行状态直接影响到整个设备的性能和稳定性。

因此，对滚动轴承的故障诊断至关重要。

滚动轴承的故障类型多种多样，主要包括疲劳剥落、磨损、腐蚀、裂纹和塑性变形等。

这些故障的产生往往与多种因素有关，如材料质量、制造工艺、运行环境、操作维护等。

疲劳剥落是滚动轴承最常见的故障类型之一，主要是由于轴承在循环应力作用下，材料表面发生疲劳破坏，形成剥落坑。

疲劳剥落的原因主要包括轴承材料的疲劳强度不足、循环应力过大、润滑不良等。

磨损是轴承在运行过程中，由于摩擦力的作用导致材料逐渐损失的现象。

磨损的原因主要包括润滑不良、异物侵入、材料耐磨性不足等。

基于时频分析方法的滚动轴承故障诊断引言滚动轴承作为机械设备中重要的零部件，一旦出现故障会给机械设备带来严重影响，甚至造成事故。

因此，及早发现和诊断滚动轴承的故障就显得非常重要。

目前，基于时频分析方法的滚动轴承故障诊断成为工业界和研究领域的热门话题。

本文将介绍基于时频分析方法的滚动轴承故障诊断技术。

一、时频分析方法基于时频分析方法是一种在时间和频率域中同时分析信号的方法。

它能够准确地反映信号在时间和频率上的变化规律，对于复杂信号的分析有很好的效果。

时频分析方法的主要思想是将信号在不同时间上分解为一系列窄带信号，并计算这些信号在频域上的功率谱密度。

常用的时频分析方法有短时傅里叶变换（Short-Time Fourier Transform, STFT）、小波变换（Wavelet Transform, WT）等。

二、滚动轴承的故障特征滚动轴承的故障通常表现为以下几种特征：（1）局部损伤。

轴承表面出现磨痕、划痕、龟裂等现象。

（2）疲劳裂纹。

因长时间使用或负载过高造成轴承材料疲劳、塑性变形等现象，导致轴承出现裂纹。

（3）卡滞。

轴承在旋转过程中无明显的摩擦或滚动。

（4）松动。

轴承内部零件出现松动现象。

（5）内部故障。

包括球、滚道和保持架的断裂、脱落等。

以上故障通常表现为轴承内部振动信号的变化。

因此，我们可以通过对轴承振动信号的时频分析来判断轴承是否存在故障。

三、基于时频分析方法的滚动轴承故障诊断滚动轴承振动信号的瞬时频率在动态过程中会发生变化。

因此，利用短时傅里叶变换或小波变换对滚动轴承振动信号进行时频分析，可以得到滚动轴承振动信号的时频谱图。

时频谱图反映了振动信号在时间和频率上的变化规律。

对于滚动轴承，其正常工作状态下，其振动信号的时频谱图呈现出周期性的结构，与机械设备的旋转周期一致。

而当滚动轴承出现故障时，其时频谱图则会出现不规则的结构。

例如，当滚动轴承表面出现局部损伤时，时频谱图中将显示出一系列高幅值的谱线，这些谱线与轴承旋转周期不一致。

滚动轴承故障诊断的包络谱法滚动轴承是现代机械设备中不可缺少的重要传动部件，起着支撑传动轴系、降低摩擦系数和传递载荷的重要作用。

常见的滚动轴承结构上由内圈、外圈、滚动体和保持架四部分组成。

其中：•内圈和转轴紧固在一起，跟随转轴转动；•滚动体嵌在内外圈之间，和内、外圈的接触环面称为滚道，旋转的内圈带动滚动体在滚道内做纯滚动，因此滚动体像行星一样既做公转又做自转，运动最为复杂；•保持架起着隔离滚动体，避免滚动体互相碰撞的作用。

滚动体是轴承承载载荷的元件，是滚子轴承最薄弱的零件，它的质量对轴承的工作性能（如旋转精度、振动、噪声和灵活性）有很大影响，是影响轴承寿命的主要因素。

根据滚动体外形和尺寸的不同，滚动轴承可分为圆锥滚子轴承、圆柱滚子轴承、球轴承、螺旋滚子轴承和滚针轴承等。

其中球轴承有自动调心功能，能承受很大载荷，在工业生产和机械设备中应用十分广泛。

由于滚珠和滚道接触面十分狭小，当滚珠进入承载区，在接触面上将产生巨大的接触应力。

根据赫兹接触理论，两球面接触时的最大应力为其中，F 为法向载荷；ρ1、ρ2 为接触体曲率半径；± 在外接触取＋，内接触取-；E1、E2，µ1，µ2 分别为接触体的弹性模量和泊松比。

可见滚珠尺寸越小，载荷越大，材料越硬，产生的接触应力越大。

当由于各种原因（如超载，油量不足等）造成润滑油膜破裂，承载区局部应力过大，接触局部将产生塑性硬化，萌生裂纹，由于反复碾压，裂纹不断扩展，扩展到一定程度后材料将从接触体上剥落，形成点蚀坑。

当接触体通过点蚀坑时，由于接触面积突变，轴承的受力也会突变，产生短暂的脉冲力，反映在振动信号上，就是出现震荡衰减的脉冲响应。

不同的轴承部件出现点蚀坑，产生的脉冲频率不同，举例来说，内圈上出现的点蚀坑，每当滚动体滚过就会产生一次脉冲。

假设滚动体在内圈上滚一圈的周期为T，滚动体数为z，则在T 秒内将产生z 次脉冲。

于是脉冲周期为T/z，频率为z/F=fBPFI，其中fBPFI 是滚动体通过内圈的频率(BPFI, Ball Passing Frequency of Inner ring)。

广州大学学生实验报告开课学院及实验室： 526室2015年12月26日学院机械与电气工程学院年级、专业、班机械121 姓名吴海明学号1207200014实验课程名称机械故障诊断技术成绩实验项目名称滚动轴承频谱分析及故障诊断指导老师郑文一、实验目的1、进一步熟悉常用信号分析仪器的使用；2、了解常规滚动轴承的结构、特征频率及安装；3、掌握滚动轴承的振动测量及分析方法。

通过运用振动分析手段，完成滚动轴承振动信号的测量及分析，从而提高学生进行数据采集、滚动轴承振动分析及状态评估、故障判断等方面的能力。

二、实验设备1、列出所用振动分析仪器、软件、传感器、温度测试仪器的名称、型号、用途等；●正常滚动轴承型号为：NTN6201●加速度传感器●Data line数据采集器；●ODYSSEY系统；2、振动试验台。

轴承故障模块：故障模块中使用的是6024轴承，并利用特殊方法对轴承进行了故障处理。

轴承模块也设计成方便安装的方式（如图所示），可以快速方便的安装在齿轮箱的输入轴上。

在轴承故障模块的顶部有一个英制螺孔（1/4”-28），用来安装传感器。

轴承模块安装图如下：1、齿轮箱体2、输入轴3、故障轴承4、轴承盖5、M8紧固螺钉6、压紧垫片7、轴承基座8、加载螺钉9、橡胶垫片图轴承故障模块安装示意图三、实验要求1.熟悉实验流程及安全操作要求，实验前正确校准系统。

2.实验过程要清楚各轴承所对应参数的故障频率测量。

3.实验后各轴承按次放回原来位置。

4、绘出振动试验台的结构简图，列出主要结构参数，如电机参数、轴承型号、传动比等。

5、画出测试系统的连接框图。

6、绘出振动试验台测点布置图，说明测量的位置、方向及传感器安装方法等。

7、计算各特征频率，如转速，不平衡、对中不良及轴承损坏等的特征频率。

四、实验操作过程1、仪器连接；2、测试参数选择，如频率范围（要求能测量滚动轴承的各主要频率成分）3、调整齿轮箱大齿轮的位置，使其处于非啮合状态。

基于频域分析的滚动轴承故障诊断作者：来源：《E动时尚·科学工程技术》2019年第14期关键词：滚动轴承;频域分析;故障诊断0 引言滚动轴承是机械设备中最为常见的零件之一，轴承的运行状态直接影响设备的整体性能。

如果大型设备的滚动轴承发生了故障，则有可能造成巨大的财产损失甚至人员伤亡[1]。

因此对滚动轴承进行故障诊断，检测滚动轴承的运行状况是十分必要的。

目前，对滚动轴承进行故障诊断的方法主要分为时域分析、频域分析、时频分析。

其中时频分析需要具备较高的理论知识，工程人员在使用时会有较大的难度。

而时域分析是在时间域中直接对滚动轴承振动信号进行分析，因此具有直观和准确的优点[2]。

频域分析是将一个复杂信号分解为简单信号的叠加，易于理解并且物理意义明确[3]。

因此频域分析在滚动轴承的故障诊斷中占有重要地位。

1 频域指标频域指标中最常用的是傅里叶变换，其公式如下：使用傅里叶变换可以将信号从时域转换到频域，从频率的角度来分析信号。

能够观察到时域内不容易观察到的频率。

当滚动轴承振动信号的傅里叶变换在故障频率处存在谱线时，可初步判断轴承存在故障。

2实验分析实验数据来自美国凯斯西储大学公开的轴承数据库。

实验用的轴承型号为6205滚动轴承，轴承的相关尺寸见表1。

使用电火花在轴承上加工出单点故障，故障尺寸分别为0.1778 mm和0.533 mm。

测试轴承连接在电机上，通过传感器获得轴承的振动信号。

电机的转速为1721 r/min，采样频率为12000 Hz。

滚动轴承的故障频率计算公式为：式中表示轴承的外圈故障频率，表示轴承的内圈故障频率，表示轴承的滚动体故障频率。

2.1 频域分析时域分析能够直观的观察滚动轴承的振动信号的幅值大小和幅值的变化规律，但是不能提供振动信号中包含的周期信号、脉冲信号等关键信息。

因此对滚动轴承的振动信号需要进行频域分析。

外圈故障尺寸为0.1778 mm轴承振动信号的傅里叶变换见图1。

（a）正常轴承（b）外圈故障尺寸为0.1778 mm轴承（c）外圈故障尺寸为0.533 mm轴承滚动轴承振动信号的频谱分析见图1，由图1（a）可知，正常轴承振动信号的傅里叶变换在转频（28.68 Hz）的3倍频处存在谱线。