滚动轴承故障诊断技术发展

1、滚动轴承故障诊断技术发展一、机械故障诊断来由及概述。随着科学技术的不断发展与进步，工业设备逐渐趋向复杂，外型向大型化不断发展，系统逐 渐实现自动化，这使得生产成本大大降低、生产效率不断提高、能源损耗相应减少，然而， 设备运行过程中由机械故障而引发的事故，将会对人身安全和公司财产造成难以弥补的损 失。，因此人们更加重视大型设备的可靠性和安全性。通过对机械系统运行状态进行监控和 诊断，控制相应的机械系统，提供有效的补救措施信息是提升机械系统安全性和可靠性的重 要途径。机械故障诊断，就是对设备的运转状况识别监控，当设备运转状况出现异常时，采 用相关措施以免发生问题。二、滚动轴承的故障诊断的必要性及其

2、结构滚动轴承是各种旋转机械中应用最广的一种机械部件，在旋转机械中起着不可替代的作用， 根据不完全统计，旋机械的故障产生的原因，约三分之一是由于滚动轴承的故障引发因此也 可看出对滚动轴承故障诊断工作的重要性。滚动轴承由滚动体、内外圈和保持架组成。滚动轴承一般工作时，内外圈中有一个套圈固定 另一个套圈转动，滚动体在其间转动，保持架随滚动体转动。一般情况，轴与轴承的配合过 盈配合，工作时轴承外圈固定安装在支撑物上，轴与轴承同步转动。三、滚动轴承故障诊断内容滚动轴承故障诊断包含对滚动轴承运行状态的检测、故障预报和故障监视等三个方面。一个完整的轴承故障诊断系统应包含以下五个环节：a）信息测取：通过观测滚

3、动轴承的工况，获取体现滚动轴承工况状态的信息。b）特征提取：从获取的信息中提取能够反映滚动轴承故障点的信息。c）状态识别：从获取的特征信息中初步辨识滚动轴承的故障。d）诊断分析：从获得的特征信息和故障对滚动轴承的故障进行深入的分析，从而确认故发生的原因和种类以及故障将来的发展趋向等。e）决策干预：根据诊断分析的结果，进行初步的调整和修复的相关措施四、滚动轴承故障诊断方法通过振动传感器来检测轴承的振动信号并进行分析和处理，这种技术是目前对滚动轴承监测 与诊断的应用最多的一种形式。下面几种方法是目前应用较多的方法1）冲击脉冲法滚动轴承中有疲劳剥落、裂纹、磨损等缺陷时，滚动体与内外环的不规则面相对运

4、动会引起 冲击脉冲，脉冲的能量与冲击的速度、接触面有关，这是一种有阻尼衰减性振动，其强弱映 了故障的程度，并与轴承的线速度有关嘲。强脉冲一般持续上升和下降的时间很短，其频谱 范围较宽；反之，持续上升和下降的时间较长，其频谱范围较窄，包含有限的高频能量。所 有使用中的轴承都存在冲击脉冲，在润滑良好的轴承中只有粗糙表面中最高的凸起会接触 （贯穿油膜），并会产生相对低幅值的冲击脉冲。通过提取冲击脉冲信号的关键信息，从而对 滚动轴承退化和润滑状况进行有效诊断。这就是冲击脉冲法。2）共振解调技术利用共振解调原理对冲击故障进行检测的共振解调技术，可以有效利用滚动轴承特有的信息 因而具有高灵敏度和可靠性，有

5、以下技术特点：共振解调波与故障冲击存在一一对应，有 故障才有谱线，无故障则无谱线；共振解调幅值与故障冲击强度成正比，因而可完全利用 其幅值来判断故障损伤程度；信噪比比较高，具有抵抗频率动干扰性好的特点；冲击故障 频率呈多阶性。3）小波分析技术，滚动轴承故障会带来周期性重复冲击，周期性重复冲击振动和调制信号两者有一个共同的 特点，即不仅与频率有关，而且与时间有着密切的关系。如果仅从时域或频域分析这两类信 号，由于割裂了时域与频域的联系，难获得有关信号特征的全貌。而从联合的时频域来识别 这两类信号为了克服传统的傅蟹叶分析的局限性.提出了小波分析，小波分析是一种时频分 析的方法，具有很好的时一频定位

6、特性。即对所要监测的对象所发出的信号具有良好的适应 能力。4）基于非线性几何不变量的诊断方法这种方法的原理是对所测得的振动时间序列信号进行小波消噪，然后对冲击振动信号的间隔 （间隔为滚动轴承故障特征频率的倒数）进行时域分析检查，并进行相间重构计算出多个几 何不变量，将这些几何不变量作为特征量输入到RBF神经网络，对滚动轴承的故障进行模 式识别。五、滚动轴承故障诊断技术发展趋势随着机械故障诊断技术的发展，单一的信号诊断技术已经不能满足故障诊断的要求，各种信 号相互融合已成为发展方向，比如小波分析，分形神经网络，模糊神经网络即传统的振动技 术结合等。深化小波理论深化小波理论在滚动轴承故障诊断方面的

7、应用，小波理论在滚动轴承故障诊断方面取得的成 效，扩大小波分析在滚动轴承故障诊断的领域前景。2，智能诊断方法的运用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。3,远程故障诊断系统的开发随着计算机和网络技术的发展，远程故障诊断将是现代故障诊断发展的一个重要的方向。网 络化是今后发展方向.利用各种通讯手段将故障诊断系统与数据采集系统结合起来组成网 络，有利于时机组的管理.减少设备投资.提高系统利用率.进一步促进企业管理现代化。1.林英祥，孙清磊,，陈萍，王悦民，冲击脉冲技术在滚动轴承故障诊断中的应用，海军工程 大

8、学学报，2013年8月，崔宝珍王泽兵潘宏侠，小波分析一模糊聚类法用于滚动轴承故障诊断，（中北大学机械 工程与自动化学院,，何斌，戚佳杰，黎明和，小波分析在滚动轴承故障诊断中的应用研究，浙江大学学报。张辉，王淑娟，张青森，翟国富，基于小波包变换的滚动轴承故障诊断方法的研究，哈 尔滨工业大学，2004年4月。滚陶海亮，潘波，高庆，郭宝亭，谭春青，动轴承一转子系统非线性动力响应分析，2013 年3月。6，张旭，滚动轴承故障诊断的仿真研究，沈阳理工大学，2012年5月。7,王晶，陈果，郝腾飞，滚动轴承早期故障的多源多方法融合诊断技术，南京航空航天大 学民航学院，2013年10月。8李俊卿，轴承故障诊断

9、技术及其工业运用，郑州大学，2010，滕丽丽，唐涛，王明锋，基于振动分析的滚动轴承故障诊断技术概述及发展趋势，2011 年3月王立臣，粱浩，滚动轴承故障诊断技术现状及发展趋势，煤炭科学研究总院唐山研究院断也存在如下问题，也是急需改进的方向：1）在滚动轴承故障诊断技术的研究中，大多针对轴承元件的剥蚀故障.而对驻期故障如裂纹等，由于故障信号微弱，对它们的诊断识别 困难.研究也较少.相关的滚动轴承故障诊断的文献资料也鲜有提及；2）在实际中。滚动轴承除了单一的故障形式外，还呵能出现多种故障同时复合发生的情形，当前对滚动轴承故障诊断技术的研究多局 限于单一故障。对复合故障分析的较少；3）轴承故障是一个动态发展的过程，在一般的工业设备中，轻微 的故障订丁能并/fi影响没备的正常运行，只有达到一定的程度正才会更 换轴承。因此，对滚动轴承故障程度的识别有着重要意义。随着机械故障诊断技术的发展，单一的信号诊断技术已经不能满足故障诊断的要求，各种信 号相互融合已成为发展方向，比如小波分析，分形神经网络，模糊神经网络即传统的振动技 术结合等。2智能诊断方法的运用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3远程故障诊断系统的开发随着计算机和网络技术的发展，远程故障诊断将是现代故障诊断发展的