尖峰能量(gSE)在滚动轴承状态监测中的应用
《轴承振动特征分析》PPT课件
轴承故障原因及其解决
• 腐蚀 –其征兆是在滚道、滚子、保 持架或其他位置出现红棕色 区域 –原因是轴承接触腐蚀性流体 和气体 –严重情况下，腐蚀引起轴承 早期疲劳失效 –除掉腐蚀流体，尽可能使用 整体密封轴承
滚动轴承振动尖峰能量(gSE)报警值。
滚动轴承故障的振动特征
轴承零部件的自振频率
安装在机器上的滚动轴承自振频率范围约为500到2000Hz之 间。自振频率与转速无关，无论轴的转速高低它都处在一个相同 的频率位置。
轴承故障特征频率
滚动轴承故障特征频率就是轴承故障产生的振动频率。 BPFO – 外圈故障特征频率 BPFI – 内圈故障特征频率 BSF – 滚动体故障特征频率 FTF － 保持架故障特征频率
1. 可听到噪声 2. 温度略升高 3. 非常高的超声，声发射，振动尖峰能量，轴承外环有故障 4. 振动加速度总量和振动速度总量有大的增加 5. 在线性刻度的频谱上清楚地看出轴承故障频率及其谐波和边带 6. 振动频谱噪声地平明显提高 7. 剩余寿命小于1％
IV．第四阶段
1. 噪声的强度改变 2. 温度明显升高 3. 超声，声发射，振动尖峰能量迅速增大，随后逐渐减小，轴承外环处在损坏之 前故障状态 4. 振动速度总量和振动位移总量明显增大，振动加速度总量减小 5. 较低的轴承故障频率占优势的振动尖峰，振动频谱中噪声地平非常高 6. 剩余寿命小于0.2％
保持架故障频率：
FTFe≌N(0.5-1.2/n)
估算公式
n=滚动体数目； N=轴的转速。
十五种常见的设备振动故障及其特征频谱
十五种常见的设备振动故障及其特征频谱2020.2.3∙以下十五种常见的振动故障及其特征频谱: 不平衡、不对中、偏心转子、弯曲轴、机械松动、转子摩擦、共振、皮带和皮带轮、流体动力激振、拍振、偏心转子、电机、齿轮故障、滚动轴承、滑动轴承。
一、不平衡不平衡故障症状特征：∙振动主频率等于转子转速；∙径向振动占优势；∙振动相位稳定；∙振动随转速平方变化；∙振动相位偏移方向与测量方向成正比。
1、力偶不平衡力偶不平衡症状特征：∙同一轴上相位差180°；∙存在1X转速频率而且占优势；∙振动幅值随提高的转速的平方变化；∙可能引起很大的轴向及径向振动幅值；∙动平衡需要在两个修正面内修正。
2、悬臂转子不平衡悬臂转子不平衡症状特征：∙径向和轴向方向存在1X转速频率；∙轴向方向读数同相位，但是径向方向读数可能不稳定；∙悬臂转子经常存在力不平衡和力偶不平衡两者，所以都需要修正。
二、不对中1、角向不对中角向不对中症状特征：∙特征是轴向振动大；∙联轴器两侧振动相位差180°；∙典型地为1X和2X转速大的轴向振动；∙通常不是1X，2X或3X转速频率占优势；∙症状可指示联轴器故障。
2、平行不对中平行不对中症状特征：∙大的径向方向相位差180°的振动严重不对中时，产生高次谐波频率；∙2X转速幅值往往大于1X转速幅值，类似于角向不对中的症状；∙联轴器的设计可能影响振动频谱形状和幅值。
3、装斜的滚动轴承装斜的滚动轴承症状特征：∙振动症状类似于角向不对中；∙试图重新对中联轴器或动平衡转子不能解决问题；∙产生相位偏移约180°的侧面；∙对侧面或顶部对底部的扭动运动。
三、偏心转子偏心转子症状特征：∙在转子中心连线方向上最大的1X转速频率振动；∙相对相位差为0°或180°；∙试图动平衡将使一个方向的振动幅值减小，但是另一个方向振动可能增大。
四、弯曲轴弯曲轴症状特征∙弯曲的轴产生大的轴向振动；∙如果弯曲接近轴的跨度中心，则1X转速频率占优势；∙如果弯曲接近轴的跨度两端，则2X转速频率占优势；∙轴向方向的相位差趋向180°。
滚动轴承故障解释和频率计算-Read
滚动轴承故障四种类型频率
第一种频率：
随机的，超声频率 -- 振动尖峰能量( g SE )，高频加速度( HFD)和 冲击脉冲( SPM )；
第二种频率：
轴承零部件的自振频率 -- 在500到2000赫兹频率 范围内，与转速 无关 ；
第三种频率：
旋转的故障频率 --- 轴承的内环故障(BPFI)，外环 故障(BPFO)， 滚动体故障(BSF)和保持架故障(FTF)；
– 如果不对中超过0.001in/in，会产 生轴承和轴承座异常温升，和保 持架球磨损
配合松动
– 配合松动导致配合部件的相对运 动，如果这个相对运动轻微但不 间断，则产生磨损
– 这种磨损产生颗粒，并氧化成特 殊的棕色。这导致研磨和松动加 大。
– 如果松动增大到内圈或外圈的显 著运动，安装表面（孔径，外径 和侧面）将磨损和发热，引起噪 声和胱动。
腐蚀
– 其征兆是在滚道、滚子、保 持架或其他位置出现红棕色 区域
– 原因是轴承接触腐蚀性流体 和气体
– 严重情况下，腐蚀引起轴承 早期疲劳失效
– 除掉腐蚀流体，尽可能使用 整体密封轴承
ZhangHuiMin
轴承故障原因及其解决
不对中
– 不对中的征兆是滚珠在滚道上产 生的磨痕与滚道边缘不平行
，导致振动加大和磨损 – 清洁环境，工具，规范操作。新轴承的储
运。
润滑油失效
– 滚道和滚子的变色（蓝、棕）是润滑失效 的征兆，随之产生滚道、滚子和保持架磨 损，导致过热和严重故障。
– 滚动轴承的正常运行取决于各部件间存在 良好油膜
– 失效常常由润滑不足和过热引起
ZhangHuiMin
轴承故障原因及其解决
滚动轴承故障频谱分析
元件打击内外环跑道上的缺陷的间断的冲击激起它们的自振频
率。但故障扩展到微观大小时，它们开始激起这些轴承零部件
的自振频率，成为“第二个检测症兆”。故障恶化时，可引起更大
的冲击，这些更大的冲击产生更大的自振频率尖峰响应。磨损
严重时，在这些共振附近出现更多频率分量，它们中许多是这
些自振频率的 1X 转速的边带（往往，这些调制尖峰以轴承的故
华电福建湄洲湾火电营运分公司-滚动轴承故障频谱分析
频率、BSF-滚动体故障频率、BPOR-内环故障频率、BPIR外环故障频率。 FTF、BSF、BPOR、BPIR 简易计算公式。 轴承故障频率都是转速频率的非整数倍。 正常情况下滚动轴承故障频率不应存在，当存在轴承故障 频率时，可以说明轴承至少发出初始故障信号。然而，应 该明确一点：这些轴承故障频率的出现未必意味着轴承内 一定是轴承已损坏，由于轴承润滑不佳，发生金属对金属 的接触，轴承承受不适当的负载（过大的压配合-过盈配合 偏大，对不承受轴向推力的轴承施加了轴向推力，推力轴 承反向安装等等），也将出现轴承的故障频率。 内环故障频率+外环故障频率=滚动体通过频率（Nb×X）。 无论是内环还是外环故障，都有 1X 转速的边带，不转的 环边带要比转动的环边带多。如果内环两侧被 1X 转速边 带族环绕时，说明损坏的程度更严重。 解释内、外环故障往往伴有 1X 转速频率的边带？ 内环、外环故障频率的相对幅值：外环故障频率的幅值高 于内环故障频率的幅值，只要是传感器靠近外环的原因。 轴承故障频率通常出现的次序：通常轴承故障的顺序轴承 内和外环→滚动体和保持架。此后，保持架故障频率以基 频或以其它频率的边带形式出现。滚动体故障频率有时以 边带形式出现在轴承内环/外环故障频率的左右侧。
滚动轴承故障诊断的最优加权路图GFT冲击提取方法
滚动轴承故障诊断的最优加权路图GFT冲击提取方法作者：王好将于德介高艺源来源：《振动工程学报》2020年第03期摘要：滾动轴承发生局部故障时将产生由共振频率调制的周期瞬态冲击，有效提取冲击特征是诊断滚动轴承故障的关键。
图信号处理方法（Graph Signal Processing，GSP）是基于图谱理论发展起来的新研究领域，将振动信号转换为图信号进行分析，能有效揭示振动信号特性。
对高斯函数加权下的路图拉普拉斯矩阵进行特征分解，发现代数连通度（Algebraic Connectivity）以内的特征向量存在明显的冲击，因此提出利用代数连通度以内的特征向量结合逆图傅里叶变换（Graph Fourier Transform，GFT）重构故障信号中冲击分量的方法。
高斯加权函数中的热核宽度决定冲击特征向量的分布，直接影响重构结果，为解决热核宽度的选择问题，提出结合粒子群算法（ParticleSwarm Optimization，PSO）确定最优热核宽度;然后利用最优特征向量组重构冲击信号，并进行包络解调;最后实现滚动轴承故障的有效诊断。
算法仿真和应用实例表明，基于最优加权的路图GFT方法能有效地重构滚动轴承故障冲击特征，诊断故障类型。
关键词：故障诊断;滚动轴承;冲击提取;路图;高斯加权函数中图分类号：TH165+。
3;TH133.33;7N911.7文献标志码：A 文章编号：1004-4523（2020）03-0604-10DOI：10.16385/ki.issn.1004-4523.2020.03.020引言滚动轴承作为旋转机械重要的承载零部件，其发生故障时直接影响整台机械的性能，为避免重大故障的发生，需要监测其运行状态。
轴承内圈、外圈和滚动体存在局部故障时，伴随着轴承的周期性旋转，会以一定故障通过频率产生由共振频率调制的周期瞬态冲击。
因此，滚动轴承的故障信息存在于周期性冲击成分中，从轴承故障振动信号中提取周期性冲击特征是有效诊断轴承故障的关键。
SS24-142滚动轴承故障诊断在岭澳电站设备中的应用-赵振宇
尖峰能量法在岭澳核电站滚动轴承故障诊断中的应用大亚湾核电运营管理有限责任公司 赵振宇 秦建辉摘 要 详细介绍了尖峰能量（gSE ）法的含义及信号处理过程，以及gSE 法在滚动轴承故障诊断中的表现。
通过具体实例分析结果表明，gSE 法在岭澳核电站监测与诊断滚动轴承早期局部损伤方面有较大优势，且具有简单、准确、可靠、操作简单的特点。
关键词 滚动轴承 故障诊断 尖峰能量 gSE 谱0 引言滚动轴承是各种机械中应用最广泛的通用部件，其运行状态直接影响整台机器的性能、寿命、功能和效率，一旦出现故障，轻则会影响机器的正常运行，重则会导致机组停机。
同时，滚动轴承又是机械设备中的易损件，约有三分之一的旋转机械故障是由滚动轴承引起的。
因此，及时发现滚动轴承故障征兆，准确预测轴承寿命和故障发展情况，有利于提前做好生产维修安排和计划，维护机器设备的安全运行。
通常，滚动轴承故障诊断是通过测取、分析与处理能够反映轴承工作状态的信号，从而识别滚动轴承的工作状态。
本文将尖峰能量（gSE ）法应用于岭澳核电站滚动轴承故障诊断中，为核电机组安全运行提供了可靠保证。
1 gSE 法简介1.1 gSE 的含义gSE 是指非常短的脉冲能量，如滚动轴承的滚动体在滚道上的微小裂缝处发生冲击所激起的振动能量。
这种冲击通常发生在滚动体与滚道之间的衔接处。
gSE 分析法是由美国罗克韦尔实验室经过长期试验总结出来的一套方法，由于设备、测量仪器、测点等差异，在使用gSE 分析法时不能够完全套用以往经验，需要根据实际情况总结和积累经验，到目前为止没有确定的标准。
表1为恩泰克公司推荐的gSE 烈度表[1]。
表1 gSE 烈度表 尖峰能量(gSE ) 判断结果转速/r · min －1良好 报警1 报警2600 <0.14 0.3 1.8800 <0.16 0.4 2.61050 <0.2 0.5 3.51500 <0.3 0.9 62250 <0.44 1.5 133000 <0.6 2.2 221.2 gSE 法的原理及信号处理过程gSE 法是利用高通滤波器滤除常规机械振动故障（如不平衡、不对中和松动等）频率后，在特定的高频范围内检测振动能量的方法。
基于变分模态分解和 Teager 能量算子的滚动轴承故障特征提取
基于变分模态分解和 Teager 能量算子的滚动轴承故障特征提取马增强;李亚超;刘政;谷朝健【摘要】In order to solve the problems that the fault features of rolling bearings in early failure duration are difficult to extract,an incipient fault diagnosis method for rolling bearings based on variational mode decomposition (VMD)and Teager energy operator wasproposed.Firstly,VMD was used to decompose a fault signal into several intrinsic mode functions (IMFs),and then the IMF with the biggest kurtosis was selected with the kurtosis criterion and demodulated into Teager energy spectrum with Teager energy operator.The proposed method was applied in simulated fault signals and actual fault signals of rolling bearings.The results showed that this method can improve the efficiency of signal decomposition and reduce the effect of noise to realize accurate diagnosis of rolling bearings'faults,the effectiveness of the proposed method is verified.%针对滚动轴承早期故障振动信号信噪比低、故障特征提取困难的问题，提出了基于变分模态分解和能量算子的滚动轴承故障特征提取方法。
常见的15种振动故障与特征频谱
常见的15种振动故障及其特征频谱以下十五种常见的振动故障及其特征频谱: 不平衡、不对中、偏心转子、弯曲轴、机械松动、转子摩擦、共振、皮带和皮带轮、流体动力激振、拍振、偏心转子、电机、齿轮故障、滚动轴承、滑动轴承。
一、不平衡不平衡故障症状特征：●振动主频率等于转子转速；●径向振动占优势；●振动相位稳定；●振动随转速平方变化；●振动相位偏移方向与测量方向成正比。
1、力偶不平衡●力偶不平衡症状特征：●同一轴上相位差180°；●存在1X转速频率而且占优势；●振动幅值随提高的转速的平方变化；●可能引起很大的轴向及径向振动幅值；●动平衡需要在两个修正面内修正。
2、悬臂转子不平衡●悬臂转子不平衡症状特征：●径向和轴向方向存在1X转速频率；●轴向方向读数同相位，但是径向方向读数可能不稳定；●悬臂转子经常存在力不平衡和力偶不平衡两者，所以都需要修正。
二、不对中1、角向不对中角向不对中症状特征：特征是轴向振动大；联轴器两侧振动相位差180°；典型地为1X和2X转速大的轴向振动；通常不是1X，2X或3X转速频率占优势；症状可指示联轴器故障。
2、平行不对中●平行不对中症状特征：●大的径向方向相位差180°的振动严重不对中时，产生高次谐波频率；●2X转速幅值往往大于1X转速幅值，类似于角向不对中的症状；●联轴器的设计可能影响振动频谱形状和幅值。
3、装斜的滚动轴承装斜的滚动轴承症状特征：振动症状类似于角向不对中；试图重新对中联轴器或动平衡转子不能解决问题；产生相位偏移约180°的侧面；对侧面或顶部对底部的扭动运动。
三、偏心转子●偏心转子症状特征：●在转子中心连线方向上最大的1X转速频率振动；●相对相位差为0°或180°；●试图动平衡将使一个方向的振动幅值减小，但是另一个方向振动可能增大。
四、弯曲轴●弯曲轴症状特征：●弯曲的轴产生大的轴向振动；●如果弯曲接近轴的跨度中心，则1X转速频率占优势；●如果弯曲接近轴的跨度两端，则2X转速频率占优势；●轴向方向的相位差趋向180°。
基于Teager能量算子的滚动轴承故障诊断研究
的调 幅 调频 过 程 ， 然后 应 用 Ｔａｅ 能 量算 子解 调 方 法 ｅｇｒ 计 算本 质模 式 函数 的 瞬 时 幅值 和 瞬 时频 率 ， 造 时 频 构
ｉ ｕ ｓ ｎｄ ｉ ｅ ｔ ｉ ａｉｎ ｏ ｔ ｅ ｅ ｔｎ ｒｑｕ ｎｃ ｓａ ｍｐ ｒａ ｔｉｓ ｅ ｍｐ ｌｅ ａ ｄ ｎ ｉ ｃ ｔｏ ｆｉｓｒ ｐ ａｉ ｇ ｆｅ ｅ ｙ ｉ ｎ ｉ ｏ ｔ ｎ ｓ ｕ ．Ｔｅ ｇ ｒｅ ｅ ｇ ｐ ｒ ｔｒｔａ ｋｓｔ ｏ ｒ ｅ ｅ ｒ ｙ ｆ ａ ｅ ｎ ｒｙ ｏ ｅ ａ ｏ ｒ ｃ ｈｅ ｓ ｕ ｃ ｎｅｇ
ｔａ ｓ ｒ ｔ ｎ ｏ ｅ ｉ ｓ ｎ ａ ｅ ｕ ｅ ｇ ｒｅ ｅ ｇ ．Ｔ ｅ ｅｆ ｃｉ ｅ ｅ ｓｏ ｅｐ ｏ ｏ ｅ ｔ ｏ ｓｖ ｌ ａｅ ｔ ｎ ｌｓ ｓｏ ｒ ｎ ｆ ｍａｉ ｆ ｈ ｔ ｔｎ ｏ ｓＴ ａ ｅ ｎ ｒ ｙ ｈ ｆ ｔ ｎ ｓ ｆ ｈ ｒ ｐ ｓ ｄ ｍｅｈ ｄ ｗａ ａｉ ｔ ｄ ｗｉ ａ ａ ｅ ｆ ｏ ｏ ｔ ｎ ａ ｅ ｖ ｔ ｄ ｈ ｙ
ｂｅ ｒｎ ｌｃ ｌｚ ｄ ａ ｇ ａ ｉ ｇ ｏ ａｉｅ ｄ ｍａ ｅ， ａ ｄ ｈ ｎ ｄ ｎ ｉ ｔ ｅ ｈ ｒ ｃｅ ｉｔ ｆｅ ｕ ｎ ｙ ｆ ｎ ｔ ｅ ｉ ｅ ｔ ｙ ｈ ｃ ａ ａ ｔ ｒｓｉ ｒ ｑ ｅ ｃ ｏ ｂｅ ｒｎ ｆｕ ｔ ｂ ｍｅ ｎｓ ｆ ｏ ｒｅ ｆ ｃ ａ ｇ ａ ｌｓ ｙ ｉ ａ ｏ Ｆ ｕ ｉｒ
振动常见问题和实例
实例1-4725RPM多级离心式给水泵加速度谱
加速度频谱图中7倍转速频率（动叶数量为7片）及其2、3倍频都很明 显，相比之下一倍转速处几乎可以忽略。使用加速度频谱容易导致忽 略转子平衡问题！
问题2
为什么电机的滚动轴承已经严重损坏，而瓦 振位移或者速度值仍然很小？应该采用什么 方法来早期发现滚动轴承的损坏？
？
答案2
通常电动机的壳体非常坚固厚重，所以其滚动轴承损 坏造成的常规振动位移和速度值增长很小。 对于电动机的滚动轴承应该采用gSE尖峰能量测试技 术来测试和早期发现滚动轴承的故障信号。
解释2
滚 动 轴 承 故 障 发 展 的 四 个 阶 段
第一阶段
只是 g SE有明显指示
第二阶段
g SE明显增大，开始出现轴 承零件共振频率并伴有1X转 速频率边带
实例5-低谱线数和高谱线数频谱对比
400线频谱图中显示频谱成份为 一倍频和二倍频，但是振动总值 不大，电机运行正常，无故障征 兆。
高谱线数的频谱图表明普通频谱图中 一倍频的一根谱线其实为三根谱线的 合成，左右两根高幅值边带表明电机 严重转子条故障。
问题5
使用动圈式速度传感器和压电晶体加速度型
传感器测试的振动频谱、波形有差异吗？如
齿轮啮合频率Fm=N0Z0 =N1 Z =4341.3赫兹
齿轮边带频率Fb=Fm±i N0或 Fm ±i N1
振动频谱中包含机器零部件的机械状态信息
电动机转子动平衡 电动机与大齿轮轴联轴器对中
齿轮箱
电机转速N0=1480转/分=24 . 6667赫兹 压缩机转速N1=6854 .7转/分=114 . 245赫兹
问题11
总线等通讯方式集成振动数据到DCS应用现状 和前景如何？
滚动轴承检测方法
隆启科技
频谱分析法
3.频谱分析法
利用振动数据采集器对滚动轴承振动信号进行频谱分析，需要 建立轴承数据库软件（几万个轴承型号），得到滚动轴承内圈、外圈、
滚珠和保持架的特征频率进行比对分析
黄色 绿色 红色
Bearing defect - 19-05-05 - time signal - Amplitude Modulation
2 2 h
t t an1
xk t x t
隆启科技
包络解调分析法
幅值A(t)就是信号x(t)的包络信号，这样经过希尔伯特变换检波， 除去高频的振动分量，然后用含有缺陷激振分量的A(t)代替原始信号 x(t)进行频谱分析，便可以进行缺陷的故障诊断。
X(t)=U(t)•A(t) 实验采用圆柱滚子轴承N205，轴承参数为： 滚动体直径d=7.5mm，轴承节径D=39mm，滚动体数Z=12，接触角α=0。
上海隆启科技发展有限公司
目标：主导石化行业的检测技术应用和发展方向
任务：注重现场问题的解决
隆启科技
滚动轴承故障的检测方法
隆启科技
滚动轴承故障的检测方法
滚动轴承是泵、风机和电机的主要基础零部件之一， 是日常生产运行中重点监测对象。下图描述了泵和电机 主要存在的运行机械故障。
轴承失效 密封失效 失去平衡
不对中
碰磨
松动
滚动轴承生命周期
滚动轴承生命周期
冲击 脉冲 信号 水平 峰值 疲劳
隆启科技
典型
滚动轴承故障的检测方法
隆启科技
滚动轴承是泵、电机和风机的易损件，轴承的故障会导 致设备剧烈振动和噪声，甚至会引起部件损坏。 滚动轴承在运转过程中引起损坏的故障原因：装配不当、 润滑不良（水分和异物侵入、腐蚀），振动大和过载。
滚动轴承频谱分析
轴承故障特征频率的特点
1. 2. 3. 4. 轴承的故障频率与其他故障频率不同 ； 轴承故障频率是转速频率的非整数倍 ； 内外环故障频率的和频=“轴承滚动体通过频率” （滚动体个数 ×RPM） 轴承内环故障频率往往伴有1 X转速频率的边带
轴承故障特征频率的特点
5. 6. 7. 8. 9. 轴承外环故障频率的幅值高于轴承内环故障频率的幅值； 轴承故障一般在发展到滚动体和保持架出现故障之前首先出现的是内环或 外环故障频率； 轴承保持架故障频率(FTF)通常不是以其基频出现 ； 当滚动体本身出现故障时，往往会产生不仅滚动体故障频率(BSF)，还有 保持架故障频率(FTF)； 轴承保持架断裂时，可能出现滚动体旋转故障频率 ；
4. 振动总量比较小，无离散的轴承故障频率尖峰
5. 剩余寿命大于10％
II. 第二阶段
1. 噪声略增大 2. 温度正常 3. 超声，声发射，振动尖峰能量有大的增加，轴承外环有缺陷， 4. 振动总量略增大(振动加速度总量和振动速度总量) 5. 对数刻度频谱上可清楚看到轴承故障频率，线性刻度频谱上难得看到，噪声地平 明显提高 6. 剩余寿命5％
n=滚动体数目； N=轴的转速。
注：1.滚动轴承没有滑动；2.滚动轴承几何尺寸没有变化； 3.轴承外环固定不旋转.
经验公式
滚动轴承故障频率计算(4)
外环故障频率： BPFOe≌N(0.5n-1.2) 内环故障频率： BPFIe≌N(0.5n+1.2) 滚动体故障频率： BSFe≌N(0.2n-1.2/n) 保持架故障频率： FTFe≌N(0.5-1.2/n)
机器振动特征分析
滚动轴承故障
写给振动诊断爱好者： 本人从事从事振动诊断专业20余年，诊断各类振动故障几百次， 现场动平衡千余次，从中体会颇多，即使同一故障，不同的设备类 型表现特征也不尽相同，深知靠一己之力，穷其一生，也难窥十之 一二，在此愿借助这一平台分享个人的一些诊断经验，抛砖引玉， 与志趣相同者共同探讨现场设备振动问题。最终将之打造成为能够 合众人之力及时解决现场问题公众平台 平台刚刚建立已经汇集从事振动诊断者数十人，诚邀您的加入， 众人拾柴火焰高，觉得平台还有可取之处，请你转发！！！,若无可 取之处请您取消关注。 微信公众平台名称：振动诊断与转子平衡 微信公众号：zhend96 公众号二维码：
基于Teager能量算子和ZFFT的滚动轴承故障特征提取
基于Teager能量算子和ZFFT的滚动轴承故障特征提取夏均忠;赵磊;白云川;于明奇;汪治安【摘要】滚动轴承在发生故障时其振动信号会出现调制现象.Teager能量算子相比于Hilben变换在运算速度和解调精度方面具有明显优势,但其不能提供足够高的分辨率来解调低频调制信号,为此提出复调制细化谱分析方法.通过轴承故障模拟实验,对采集的正常、内圈轻微、严重故障的轴承振动信号进行Teager能量算子解调,然后对其包络进行复调制细化谱分析,得到轴承回转频率及其谐波,内圈故障特征频率及其谐波、边频带.随着轴承内圈故障程度的增加,内圈故障特征频率、边频带的幅值明显增大,可作为滚动轴承内圈点蚀故障特征参数.%There are modulation phenomena in vibration signals of rolling element bearings when there are faults in those bearings.Teager energy operator has obvious superiorities of computing speed and demodulation accuracy compared with Hilbert transformation,but it is unable to provide an enough high resolution for demodulating lower frequency modulated signals.Here,the method of multiple modulation zoom spectral analysis (ZFFT) was proposed.A bearing simulator was used to collect vibration signals of a bearing's inner race under normal,mild fault and severe fault conditions,their envelope signals were extracted using Teager energy operator and these envelope signals were analyzed using ZFFT in order to gain the rotating frequency of the bearing and its harmonics,BPFI (ball pass frequency of inner race) and its harmonics,and side frequency bands.The results showed that with increase in bearing inner race fault level,vibration amplitudes at BPFI and sidefrequency bands increase significantly and they can be taken as fault characteristic parameters of bearing inner race point erosions.【期刊名称】《振动与冲击》【年(卷),期】2017(036)011【总页数】5页(P106-110)【关键词】滚动轴承;Teager能量算子;复调制细化谱分析;特征提取【作者】夏均忠;赵磊;白云川;于明奇;汪治安【作者单位】军事交通学院军用车辆工程技术研究中心,天津300161;军事交通学院军用车辆工程技术研究中心,天津300161;军事交通学院军用车辆工程技术研究中心,天津300161;军事交通学院军用车辆工程技术研究中心,天津300161;军事交通学院军用车辆工程技术研究中心,天津300161【正文语种】中文【中图分类】TH133.33滚动轴承在发生故障时，如磨损、疲劳剥落等，其振动信号产生周期性脉冲，出现调制现象，在频谱上表现为固有频率的两侧分布着间隔均匀的调制边频带。
泵站状态监测
泵站振动状态监测与保护系统建议书罗克韦尔自动化ENTEK产品部一、概述在现代企业的设备维护方面，只有实现设备状态监测从点到面、从局部到完整、从被动到主动的全面转变，才能够在设备检修工作中由状态监测提出维修要求及内容，从而在两方面受益：第一，能有计划地实施检修，减少非计划停机，避免对企业经营有明显负面影响的生产损失；第二，可以通过及时检修而有效地减少可以避免的检修，减少零件的仓储和人力资源。
设备在一定的运行状态下，不同的部件（如轴承、叶轮等）会有不同的受损情况。
当这些部件受损时，振动信号会以不同频率的振动表现出来，这就可以使我们通过振动信息，识别和确定哪些部件已经坏了和这些部件的损坏进展情况。
诸如不平衡、不对中、松动、磨损和一些其它问题都有可能是造成部件受损的根本原因，只有识别和减少了这些状态，才能更大限度地延长设备寿命并保障设备安全运营。
罗克韦尔自动化公司的ENTEK状态监测系统具有离线监测（Enpac2500）、在线自动巡检监测（Enwatch）和在线实时保护监测（XM）等多种监测技术。
该系统要解决的问题是：了解关键设备和重点设备当前的运行状况、判断被监测机器的状态变化趋势、诊断被监测机器故障的发生部位和故障的严重程度，以及检查和验收大修或临时维修的效果，实现对设备故障早知道、早预报、早诊断，把故障消灭在萌芽之中。
其目的是提高设备运行完好率、减少设备停机时间及降低维修成本。
二、ENTEK状态监测系统的组成和配置方案根据前期了解的情况，泵是一种潜式泵，泵工作在酸性液体中，泵体的损坏会引起电机轴承振动加大，通过对电机轴承及安装座振动的历史数据的分析，可以总结出泵体损坏的规律，故而建议采用离线系统方案，对泵进行监测分析。
该监测系统是由罗克韦尔公司生产的离线系统ENPAC2500数据采集器、9000系列振动加速度传感器和EMONITOR实时监测软件组成。
其配置架构图如下。
1、振动传感器选形及其布置ENTEK的9000系列振动加速度传感器是采用内置电荷放大器针对工业环境而设计的，根据用户设备的特点，推荐用户使用的传感器是：EK-9200振动加速度传感器，该传感器包括探头和输出电缆两部分，可固定于水泵和电机的壳体上，用于振动探测。
尖峰能量(gSE)在滚动轴承状态监测中的应用
尖峰能量（gSE）在滚动轴承状态监测中的应用摘要：滚动轴承是在电厂中的泵，风机等旋转机械中应用最广泛的零部件，其运行状态直接影响整台机器的性能、寿命、功能和效率。
利用尖峰能量gSE 技术对滚动轴承进行监督和预测，可以有效对设备运行情况就行反应，从而对经济运行采取有效预防手段。
关键词：滚动轴承尖峰能量gSE 故障诊断振动滚动轴承是在电厂中的泵，风机等旋转机械中应用最广泛的零部件，其运行状态直接影响整台机器的性能、寿命、功能和效率，一旦出现故障，轻则影响机器的正常运行，重则会导致机组的停运，滚动轴承的运行情况对机组的工作状态有着很大的影响。
及时发现滚动轴承故障征兆，准确预测轴承寿命和故障发展情况，有利于体现做好生产维修安排计划，保持机组安全运行。
滚动轴承通过监测、分析与处理能够反映轴承工作状态的信号，从而识别滚动轴承的工作状态。
尖峰能量（gSE）法在设备动态监测和诊断轴承局部损伤方面有独到的见解，并且操作简单、方便。
一、尖峰能量分析原理和信号处理过程尖峰能量（gSE）指滚动体撞击微裂纹和缺陷所产生的振动能量的尖峰。
振动尖峰能量是这种重复的瞬态机械撞击所产生的能量强度的度量。
利用加速度传感器在一定的高频范围内检测振动能量。
在这一高频范围内，机械冲击能量会激起加速度传感器以及机器结构的自振频率。
这些响应频率作为载波频率与滚动轴承的故障频率调制。
冲击能量的强度是脉冲振幅和重复率的函数，由此冲击引起的信号能由加速度传感器并且由独特的过滤和检波电路加以处理，信号测量的大小表示为gSE。
所以当滚动轴承出现故障时，其所产生的脉冲能量所激发的振动能量会明显增大。
因此，尖峰能量在滚动轴承状态监测中非常有效果。
不平衡、不对中和机械松动等旋转机械常见故障频率信号总是体现在机械的转速频率上面，并且集中在中低频段（5Khz以下），滚动轴承和齿轮等出现剥落、裂纹、锈蚀、压痕、内外圈、保持架故障时，其运转过程中会产生非常尖锐的时域脉冲信号。
应用振动尖峰能量诊断滚动轴承故障
更换轴承后试车，机组运行正常，%’& 数据明 显下降。
图 B 表明，故障频率已完全消除，轴承运行状 态良好。//3 测点 %&’ 趋势图 （图 !）清楚地表明 了 -./(! 轴承故障监测诊断和排除的全过程。
参考文献 (4 振动故障分析与诊断4’-?’) 公司编4吴震球译 04 机械设计手册4机械工业出版4(""(
&收稿日期( "--"0$$0-1
作 者 简 介 ：$%周 菊 华 （$)!)0 ）， 女 ， 大 学 本 科 、 热 动 专 业、武汉电力职业技术学院 职业技术教育专家，副教授。 "%黄生琪 （$)!*0 ），男，大学本科、热动专业、现武汉生 物制品研究所高级工程师 2主管锅炉、压力容器等3、行政 助理，原湖北汉川电厂生技科锅炉专工。主要从事锅炉、 压力容器的使用、管理和维修。
状态监测与诊断技术
文章编号：$A1$0-1$$ （"--#）-!0--+-0-"
中国设备工程 !""#$!
本栏目由北京盛迪振通科技有限公司协办
测振仪器与诊断经验介绍资料网址：$$$%&’()*!%+,-
应用振动尖峰能量诊断滚动轴承故障
陈岚
（上海石油化工股份有限公司化工事业部%上海 "--!+-）
摘 要 ： 以 实 例 介 绍 应 用 振 动 尖 峰 能 量 <47 监 测 和 诊 断 滚 动 轴 承 故 障 的 技 术 。 本 文 介 绍 振 动 尖 峰 能 量 的 概
0$$$4(04(1 (4"$ 04AA B4$A $4$1
$4!(
$4A$
0$$(4(4/ (4/1 /4(" B4!/ $4($
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
尖峰能量（gSE）在滚动轴承状态监测中的应用
摘要：滚动轴承是在电厂中的泵，风机等旋转机械中应用最广泛的零部件，其运行状态直接影响整台机器的性能、寿命、功能和效率。
利用尖峰能量gSE 技术对滚动轴承进行监督和预测，可以有效对设备运行情况就行反应，从而对经济运行采取有效预防手段。
关键词：滚动轴承尖峰能量gSE 故障诊断振动
滚动轴承是在电厂中的泵，风机等旋转机械中应用最广泛的零部件，其运行状态直接影响整台机器的性能、寿命、功能和效率，一旦出现故障，轻则影响机器的正常运行，重则会导致机组的停运，滚动轴承的运行情况对机组的工作状态有着很大的影响。
及时发现滚动轴承故障征兆，准确预测轴承寿命和故障发展情况，有利于体现做好生产维修安排计划，保持机组安全运行。
滚动轴承通过监测、分析与处理能够反映轴承工作状态的信号，从而识别滚动轴承的工作状态。
尖峰能量（gSE）法在设备动态监测和诊断轴承局部损伤方面有独到的见解，并且操作简单、方便。
一、尖峰能量分析原理和信号处理过程
尖峰能量（gSE）指滚动体撞击微裂纹和缺陷所产生的振动能量的尖峰。
振动尖峰能量是这种重复的瞬态机械撞击所产生的能量强度的度量。
利用加速度传感器在一定的高频范围内检测振动能量。
在这一高频范围内，机械冲击能量会激起加速度传感器以及机器结构的自振频率。
这些响应频率作为载波频率与滚动轴承的故障频率调制。
冲击能量的强度是脉冲振幅和重复率的函数，由此冲击引起的信号能由加速度传感器并且由独特的过滤和检波电路加以处理，信号测量的大小表示为gSE。
所以当滚动轴承出现故障时，其所产生的脉冲能量所激发的振动能量会明显增大。
因此，尖峰能量在滚动轴承状态监测中非常有效果。
不平衡、不对中和机械松动等旋转机械常见故障频率信号总是体现在机械的转速频率上面，并且集中在中低频段（5Khz以下），滚动轴承和齿轮等出现剥落、裂纹、锈蚀、压痕、内外圈、保持架故障时，其运转过程中会产生非常尖锐的时域脉冲信号。
gSE采用高通滤波滤除一些低频率的振动信号，即不平衡等故障频率信号，而保留高频率的滚动轴承故障信号分析。
将滤波信号通过一个峰峰值检波器，输出信号是一锯齿信号波形。
对这一锯齿形信号做进一步处理，可得到峰值能量的通频幅值（gSE值）和峰值能量谱（gSE频谱）。
由gSE谱可以准确地看到滚动轴承缺陷部件的故障频率，gSE谱中最大幅值的谱线对应的频率f即是轴承出现故障部件的故障频率，比较标准故障特征频率（BPFO外圈BPFI内圈BSF滚动体FTF保持架），就可以判断出轴承出现故障的部分。
二、滚动轴承生命周期
引起轴承故障的原因大概可以概括总结为：过热、腐蚀、污染、润滑油失效、反向载荷、正常疲劳失效、不对中、不平衡、配合松动、共振等。
第一阶段：噪声正常；温度正常；可以用尖峰能量测量出来，轴外环有缺陷；振动总量较小，无离散的轴承故障频率尖峰；寿命大于10%。
第二阶段：噪声略增大；温度正常；振动尖峰能量有大的增加，轴承外环有缺陷；振动总量略增大；频谱图上可清楚看到轴承故障频率；剩余寿命5%。
第三阶段：可听到噪声；温度略升高；非常高的尖峰能量，轴承外环有故障；振动总量增加；频谱上清晰地看出轴承故障频率及其谐波和边带；寿命小于1%。
第四阶段：噪声的强度改变；温度明显升高；振动尖峰能量迅速扩大，随后逐渐减小；振动速度总量和振动位移总量明显增大，振动加速度总量减小；较低的轴承故障频率占优势的振动尖峰，振动频谱中噪声非常高，寿命小于0.2%
轴承外圈有缺陷时，在gSE频谱上可见轴承外圈缺陷频率BPFO及其高次谐波。
轴承内圈有缺陷时，在gSE频谱上可见轴承内圈缺陷频率BPFI及其高次谐波。
轴承滚动体有缺陷时，在解调频谱上可见轴承滚动体缺陷频率BSF及其高次谐波，以及出现转速频率的边频；此外，由于滚动体对外圈的碰撞强于对内圈的碰撞，在解调谱上还会存在BSF的半谐波。
轴承保持架有缺陷时，在解调频谱上可见轴承保持架缺陷频率FIF及其高次谐波；此外，由于轴承润滑不良也会引起保持架与滚动体的直接接触而出现保持架缺陷频率。
三、利用实例证明gSE在滚动轴承中的应用
大连香海热电厂某风机驱动侧电机轴承振动
此风机是锅炉安全、经济运行的重要机械，其运行工况的优劣直接影响着发电厂的安全发电和经济效益，是我厂大型重要机械设备之一。
从频谱明显看出内圈滚动轴承故障频谱BPFI，该轴承已处于轴承发展阶段的第三阶段，应该予以更换了。
经检修解体检查确认：轴承内圈滚道上明显损伤。
大连香海热电厂某水泵驱动侧电机轴承振动
射水泵是保证凝汽式、凝汽抽汽式汽轮机安全、经济运行的重要辅助设备。
对此台射水泵一直进行状态监测，发现对轮侧电机轴承温度升高。
电机频谱图明显出现内圈故障频率特征
分析：gse频谱图出现内圈故障频率，并且伴有保持架边带；判断电机轴承内圈出现磨损
第二天监测发现后轴承也出现轴承内圈故障问题
并且也出现保持架故障频率及其边带，所以判断后轴承出现问题。
电气开机检修，轴承润滑油脂发黑，轴承内圈出现故障，更换轴承，试转良好。
参考文献：
[1]机械设备故障诊断实用技术.杨国安编，2007 .
[2]峰值能量谱及其应用应用实例.徐明.美国罗克韦尔自动化公司，1995.
[3]中国振动联盟.故障诊断及健康监测板块.网络知识.。