滚动轴承状态监测
滚动轴承状态监测
轴承故障诊断1.1、轴承状态检测的意义：伴随着科学技术的发展，现代化设备日趋大型化、自动化和连续化。
设备一旦发生故障将给产品的质量、乃至人员的生命安全构成严重威胁，因此，企业在设备的维护中花费了大笔费用，以保证其安全运行，如今，保证设备的正常运行，最大限度的减少费用，保证安全，设备故障诊断无疑成为解决这些问题的重要手段。
例如滚动轴承，作为机电系统中非常重要的零件，同时又是极易受损的零件，而滚动轴承的状态对工业生产、交通运输等很多方面有很多影响。
对于工业生产来说，如果能随时地检测到轴承的工作状态，并进行恰当的维护，将会给生产带来更大的经济效益。
然而对于交通运输来说，只有保证列车滚动轴承工作在良好的状态下，才能保证旅客的安全，以及运输系统的正常运作。
据统计，在使用滚动轴承的大多旋转机械中，约30%的机械故障是由滚动轴承造成的。
文献①，由于设计不当和安装工艺不好或者是使用状态不佳，或突发载荷的影响，使轴承在正常运行一段时间之后，产生缺陷，并且在继续运行中进一步恶化，使轴承的运行状态发生变化。
因此，对轴承故障的诊断就显得十分重要。
1.2、轴承状态检测常用方法：1.2.1、温度法：用温度传感器检测轴承座或轴承外的箱体处的温度，来判断轴承的工作状态是否正常。
温度检测对轴承载荷、速度和润滑情况的变化比较敏感，尤其对润滑不良而引起的轴承过热现象很敏感。
但是，当轴承出现早期点蚀、剥落、轻微磨损等比较微小的故障时，温度检测就无能为力了。
因此，这一方法有其明显的不足。
文献①1.2.2、油样分析法：从轴承所使用的润滑油中取出油样，通过收集和分析油样中金属颗粒的大小和形状来判断轴承的受损情况。
但是这种方法只适用于润滑有轴承，对于脂润滑来说，就不适用了。
同时，可能受到从外围部件上掉下的颗粒的影响，使判断结果的准确性受影响。
这种方法也有其局限性。
文献①1.2．3、振动信号分析法：通过安装在轴承底座或箱体恰当位置上的振动传感器检测轴承的振动信号，并对采集到的信号进行分析和处理来判断轴承的状态，振动法具有如下优点：一、适用于各种类型，各种工况的轴承。
滚动轴承运行状态智能化监测[论文]
![滚动轴承运行状态智能化监测[论文]](https://img.taocdn.com/s3/m/d3b01d44fe4733687e21aabe.png)
滚动轴承运行状态智能化监测摘要随着科技的迅速发展，轴承系统在工业生产中广泛应用，使得常规故障诊断技术越来越难以满足人们对轴承系统的可靠性要求，而人工神经网络的智能诊断技术越来越受到青睐，并成为轴承系统故障诊断发展的重点方向。
关键词监测智能诊断轴承系统人工神经网络图分类号：th133.33 文献标识码：a1简介1.1滚动轴承状态监测的意义滚动轴承是各类旋转机械中最常用的通用零部件，在旋转机械中起到关键作用。
据统计，30%的旋转机械故障因滚动轴承故障引起，滚动轴承运行状态的正常与否直接影响到整台机器的性能，滚动轴承的状态监测和故障诊断就显得格外重要。
1.2滚动轴承故障的类型滚动轴承在安装和运转过程中可能导致轴承出现疲劳剥落和磨损等失效状态。
滚动轴承主要的故障类型为：轴承磨损、轴承疲劳、腐蚀失效、断裂失效、压痕失效和胶合失效。
1.3常见滚动轴承故障信号采集常见的轴承故障信号采集方法有：油样分析法、温度监测法、振动法、声发射法。
1.4 人工神经网络在故障诊断中的应用1.4.1神经网络概述神经网络以非线性为基础，模拟人脑细胞的分布式工作特点和自组织功能实现并行处理、自学习和非线性映射等能力，具有高度的学习联想能力。
目前神经网络己经在智能控制、模态识别、非线性优化、自适应滤波、语音识别、机器人工程、生物医学等领域获得了广泛的应用。
1.4.2 bp神经网络在故障诊断中的功能基于神经网络的故障诊断就是利用样本训练收敛稳定后的结点连接权值，向网络输入待诊断的样本征兆参数，计算网络的实际输出值，根据大小排序，从而确定故障类别。
bp网络故障模式识别系统主要包含：数据样本采集、数据处理、特征值的提取、bp神经网络的建立、网络的学习、故障识别几个过程。
2人工神经网络的智能识别2.1人工神经网络概述人工神经网络（artificial neural network，简称ann）是一个由大量简单的处理单元（神经元）广泛连接组成的人工网络，是以工程技术手段模拟人类大脑的神经网络结构与功能特征的一种技术系统，它用大量的非线性并行处理器来模拟众多的人脑神经元。
状态监测在滚动轴承故障诊断方面的应用
状态监测在滚动轴承故障诊断方面的应用摘要:滚动轴承是机械设备中常用的一种回转支承,对机械的运行精度和稳定性有着至关重要的影响。
因此,笔者结合自身的经验,对滚动轴承状态监测技术进行了分析,明确了滚动轴承状态监测的意义;在此基础上,本文分析了滚动轴承的常见故障模式,最后提出了三种常见的滚动轴承状态监测方法,旨在更加系统的了解这一技术，保障滚动轴承平稳的运行。
关键词：滚动轴承；状态监测；故障方式；方法轴承是影响机械设备的关键。
对机组轴承的状态检测、故障诊断和维修势在必行。
随着现代信息技术的进一步发展,信息技术已广泛应用于故障诊断,并成为保证机组轴承运行能力的关键。
一、滚动轴承状态监测的意义滚动轴承是机械旋转中使用的标准部件，作为一种旋转支架,最容易发生操作故障。
滚动轴承具有润滑方便、成本低、效率高、操作灵敏度高、维护快捷方便等诸多优点,在机械行业中得到了广泛的应用。
根据相关统计结果,目前,超过30%的机械故障来自滚动轴承。
由此可见，滚动轴承在工作中能否正常、稳定的运行，对整机运行精度、可靠性及寿命均产生重要影响。
将状态监测技术应用于滚动轴承的故障判断,可以有效降低事故率和维修成本。
因此,如何科学有效地开展滚动轴承的状态监测,对提高滚动轴承的运行稳定性具有重要意义。
二、滚动轴承常见的故障方式目前，滚动轴承主要包含下述几种故障方式：(一)磨损滚动轴承作为一种回转支承,在高速运行状态下,滚道与滚动体之间的相对运动,由于润滑状态不良或外部异物的进入,导致轴承磨损,导致轴承间隙超过标准允许值,增加表面粗糙度,降低轴承本身的精度,并导致轴承运行失败。
(二)疲劳脱落滚动轴承在运行过程中,受载荷的影响,皮料裂缝在最大剪边应力地方集中，随着疲劳裂纹的延伸会逐步接触至零部件表面，导致接触位置处产生斑点式的剥落现象，随后逐步扩大，这是当前导致滚动轴承性能不佳的重要原因。
(三)胶合这种故障模式主要发生在重载、高速工况下。
滚动元件与滚道之间有异物感或轻微不平感,会导致应力不均匀。
滚动轴承的状态监测与故障判断
滚动轴承的状态监测与故障判断展开全文本文中研究滚动轴承故障诊断研究的基本方法将采用滚动轴承的振动信号分析的方法，采取与正常轴承振动信号作对比的方式，抽样选取不同轴承振动的信号，通过比对从而判断该滚动轴承的故障类型并在此基础之上获得其状态监测的方法。
1.监测与诊断的目的和意义滚动轴承是旋转机械的重要组成部分，同时也是旋转机械中最容易出现故障的部件之一。
它具有造价较低、润滑冷却方便、运行灵敏、使用效率较高、维修便捷等优点，在机械行业应用广泛。
据有关统计显示，在旋转机械故障率中有近30%的故障是由于滚动轴承发生故障而引起的，所以，对滚动轴承的状态监测和故障诊断进行研究势在必行。
滚动轴承正常运行与否，对于整机的可靠性、精度以及寿命等性能有很大的影响。
据有关统计显示，在旋转机械故障率中有近30%的故障是由于滚动轴承发生故障而引起的，在将故障诊断技术运用到生产中以后，事故率降低近70%，同时降低的维修费用也有近40%。
利用轴承状态监测技术可以了解轴承的使用性能，并对可能发生的故障进行早期检测，分析和预测可能发生的故障，进一步提高设备的管理水平和维修效率，经济效益十分显著。
2.轴承故障诊断的发展历程轴承故障诊断刚开始主要是依靠人工听觉来诊断，再有就是利用探听棒这种方法在许多企业中仍在使用，一些工具已经被改进到电子听诊器。
例如，当使用电子听诊器检测轴承故障时，具有经验丰富的人员可以凭经验诊断轴承疲劳剥落，有时还可以诊断出损伤发生的位置，但是其它的外部原因，可靠性有时会无法得到保证。
随着科技的发展，越来越多的振动仪器被运用到在滚动轴承的状态监测工作中。
这些仪器利用振动位移、速度和加速度的均方根值或峰值来判断轴承是否有故障。
这些仪器减少我们对经验的依赖，使得监测和诊断的准确性有了很大的提高，但是在故障发生的初始阶段仍然很难及时做出准确的诊断。
瑞典SKF公司在多年研究轴承故障机理的基础上，于1966年发明了脉冲计检测轴承损伤的方法，很大程度上的提高了滚动轴承的故障诊断工作的准确性和及时性。
滚动轴承的状态监测与故障判断
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。
滚动轴承的状态监测与故障判断
滚动轴承的状态监测与故障判断【摘要】滚动轴承是机械设备中广泛应用的零部件，其状态监测与故障判断对设备的运行稳定性和安全性至关重要。
本文通过介绍滚动轴承的工作原理，常见故障特征的监测方法，故障判断技术，状态监测与诊断系统以及应用案例分析，探讨了滚动轴承状态监测与故障判断的重要性。
未来，随着技术的不断进步，滚动轴承状态监测与故障判断的发展趋势将更加智能化和精准化，为提高设备的运行效率和延长设备寿命提供更好的技术支持。
通过本文的研究总结，我们可以更好地了解滚动轴承状态监测与故障判断的重要性，并为未来的研究和实践提供参考指导。
【关键词】滚动轴承、状态监测、故障判断、工作原理、监测方法、判断技术、诊断系统、案例分析、重要性、发展趋势、总结。
1. 引言1.1 研究背景滚动轴承是机械设备中常见的零部件，其工作状态直接影响到整个设备的运行稳定性和效率。
随着现代工业的发展，对滚动轴承的状态监测与故障判断需求越来越迫切。
在过去，人们通常采用定期检查的方法来维护滚动轴承，但这种方法无法及时发现潜在的问题，也无法有效预防故障的产生。
研究如何实现对滚动轴承状态的实时监测和故障判断成为了当前工程技术领域的热门课题。
在滚动轴承的工作过程中，常常会受到高温、高速、高载等各种因素的影响，从而导致故障的产生。
研究如何准确监测滚动轴承的工作状态，及时发现故障迹象，对于提高设备的可靠性和安全性具有重要意义。
本文将介绍滚动轴承的工作原理，常见故障特征的监测方法，故障判断技术，状态监测与诊断系统以及应用案例分析，以期为工程技术人员提供参考和借鉴。
1.2 研究意义滚动轴承是机械设备中非常重要的零部件，其工作状态直接影响到整个设备的性能和寿命。
对滚动轴承的状态监测与故障判断具有非常重要的意义。
通过及时监测滚动轴承的工作状态，可以帮助预防设备故障的发生，减少因故障导致的生产线停机时间和维修成本。
这对于生产效率的提高和成本的控制都具有重要意义。
滚动轴承是机械设备中易受损的部件之一，其故障往往会导致设备运行异常或甚至危险。
滚动轴承的状态检测与故障诊断
d BSF = 2D [1− ( D cosθ)2 ]× f0 d
d FTF = 1 (1− D cosθ) × f0 2
有时难以测量轴承的几何尺寸，在知道滚动体数目的情况下，可以用以下公 式估算轴承的故障频率：
内
环：
BPFI = ( n +1.2) × f 0 2 BPFO = ( n −1.2) × f 0 2
3.轴承故障频率计算
内环滚动，外环固定，这是滚动轴承最常见的安装方式。其故障 频率分别为： 内 环： 外 环： 滚动体： 保持架： 式中： n——滚动体数目 d——滚动体直径 D——轴承节径，即外环内径与内环外径的平均值 θ——接触角，对于推力轴承，接触角θ为90°。
d BPFI = n (1+ D cosθ ) × f0 2
1）第一阶段：轴承的超声频率振动阶段
轴承最早期的故障是表现在250kHz～350kHz范围的超声频率的振动异常，随着故 障的发展，异常频率逐渐下降移到20kHz～60kHz。
2）第二阶段：轴承的固有频率振动阶段
随着轴承的运转，轴承滚动表面会产生轻微的缺陷，这些轻微缺陷引 起的振动会激起轴承部件的固有频率(fn)振动或轴承支承结构共振，一般振 动频率在500Hz～2kHz。
二、诊断技术和方法
1.滚动轴承的失效形式 1.滚动轴承的失效形式 2.滚动轴承的失效过程 2.滚动轴承的失效过程 3. 故障频率计算 4.振动特征的分析方法 4.振动特征的分析方法
1.滚动轴承的失效形式
1）疲劳剥落
滚动轴承的内外滚道和滚动体交替进入和退出承载区域，这些部件因长时间承 受交变载荷的作用，首先从接触表面以下最大交变切应力处产生疲劳裂纹，继而扩 展到接触表面在表层产生点状剥落，逐步发展到大片剥落，称之为疲劳剥落。疲劳 剥落往往是滚动轴承失效的主要原因，一般所说的轴承寿命就是指轴承的疲劳寿命。
智能化滚动轴承状态监测
智能化滚动轴承状态监测1 绪论1.1 滚动轴承状态检测的意义滚动轴承是各种旋转机械中应用最广泛的一种通用机械部件，它们在旋转机械中起着关键的作用，旋转机械的故障30%是由滚动轴承故障引起的，其运行状态的正常与否直接影响到整台机器的性能(包括精度、可靠性及寿命等)[1]。
据统计，仅有10-20%的轴承达到他们的设计寿命。
大量实验证明，滚动轴承的疲劳寿命是非常离散。
在相同的实验条件下，结构设计、材质、加工方法相同的同一批轴承，其最长与最短的寿命可能相差数十倍甚至上百倍。
由于轴承的这个特点，在实际使用中就出现这样一种情况，即有的轴承己大大超过设计寿命而依然完好地工作，而有的轴承远未达到设计寿命就出现各种故障。
所以，如果按照设计寿命对轴承进行定期维修，一方面，会对超过设计寿命而完好工作的轴承拆下来作为报废处理，造成浪费;另一方面，未达到设计寿命而出现故障的轴承或者坚持到定期维修时拆下来报废，使得机器在轴承出现故障后和拆下前这段时间内工作精度下降，或者未到维修时间就出现严重故障，导致整个机器出现严重事故[2]。
由此看来，对重要用途的轴承来说定时维修是很不科学的，要进行工况监视与故障诊断，改传统的定时维修为视情维修或预知维修，这不但可以防止机械工作精度下降，减少或杜绝事故发生，而且可以最大限度地发挥轴承的工作潜力，节约开支，具有重要意义。
1.2 滚动轴承诊断技术的发展与现状1.2.1 国外轴承诊断技术的发展早期人们对滚动轴承的故障诊断是依靠听觉来加以判断，虽然熟练的技术员工能觉察到轴承刚发生的疲劳剥落与损伤部位，但受主观因素的影响较大。
真正意义上的滚动轴承的监测与诊断开始于20世纪60年代[3]，人们用振动位移、速度或加速度的均方根值或峰值来判断轴承有无故障，这样减少了对人为经验的依赖。
几十年来，故障诊断技术不断吸收各门科学技术发展的新成果，诊断的理论与应用有了很大的发展和进步，它涉及系统论、控制论、信息论、检测与估计理论、计算机科学等多方面的内容，成为集许多相关专业学科于一体的新兴交叉学科。
滚动轴承的状态监测与故障判断
滚动轴承的状态监测与故障判断滚动轴承在机械设备中起着重要的作用，一旦发生故障，可能会导致设备停机，对生产造成不良影响。
滚动轴承的状态监测与故障判断对于设备的正常运转至关重要。
本文将从滚动轴承的状态监测方法以及故障判断技术两方面进行介绍。
滚动轴承的状态监测可以采用多种方法。
一般来说，常见的方法有振动信号监测、温度监测以及润滑油分析等。
振动信号监测是一种较为常用的滚动轴承状态监测方法。
通过在轴承上设置振动传感器，可以实时采集轴承振动信号，并对其进行分析。
正常情况下，滚动轴承的振动信号应该是稳定的，频率也应该在一定的范围内。
如果发现振动信号出现异常，频率突然增大或者波形发生变化，可能意味着轴承存在故障。
温度监测也是一种常用的滚动轴承状态监测方法。
通过在轴承上设置温度传感器，可以实时监测轴承的温度。
当轴承发生故障时，由于摩擦产生的热量会导致轴承温度升高。
通过监测轴承的温度变化，可以判断轴承是否存在故障。
润滑油分析也是一种常用的滚动轴承状态监测方法。
通过定期检测润滑油中的金属颗粒、污染物和酸值等指标，可以判断轴承的磨损程度和润滑状况。
如果发现润滑油中出现大量的金属颗粒或者酸值超过正常范围，可能意味着轴承存在故障。
除了状态监测，滚动轴承的故障判断也需要采用相应的技术。
常用的故障判断技术主要包括故障模式诊断和故障特征提取。
故障模式诊断是通过分析轴承故障的特征模式，判断故障的类型和程度。
常见的故障模式有疲劳断裂、卡死、胶合、磨损等。
通过对轴承进行振动分析、声学分析和红外热像等技术的应用，可以诊断出轴承的故障模式。
故障特征提取是通过分析轴承振动信号或者其他相关信号的频谱、波形和包络等特征，提取与轴承故障相关的特征参数。
通过对这些特征参数的分析和比较，可以判断轴承的故障类型和程度。
常见的特征参数有峭度、峰值因子、波形因子等。
滚动轴承的状态监测和故障判断对于设备的正常运转至关重要。
通过采用合适的监测方法和故障判断技术，可以及时发现轴承故障，并采取相应的维修措施，保证设备的正常运行。
滚动轴承状态的监测及故障识别方法
大 ， 出现异音 ， 动增大 的变化较缓慢 ， 时 ， 承幅 有时 但振 此 轴
度值开始突然达 到一定数值 。此时轴承 即表现为初期 故障。
这时 ， 就要对该轴承进行严密监测 ， 密切注意其变化 。此后 ，
运转 ， 采取必要的防范措施 。使 用热 感器可 以随时监测 轴承 的工作温度 ， 并实现 温度超过 规定值 时 自动报警 或停止 ， 防
１Байду номын сангаас ６
农 机 使 用 与 维 修
２０ ０８年第 ６期
滚 动 轴 承 状 态 的 监 测 及 故 障识 别 方 法
安 技 业 差陈浩 萎 国 工 学 大 徽Ｎ － 科 院…一
１滚 动 轴 承 状 态 的 监 测 ．
音与非轴 承声音 ， 为此 ， 应尽量 由专人来 进行这项 工作 。用
温度定单位显示 。正常情况 下 ， 轴承在 刚润滑或再润滑过后 会有 自然 的温度上升 ， 并且持续一或二天 。 通过润滑剂的状态进行识别 。对润滑剂 采样分析 ， 通过 其污浊程 度是否混 入异 物或金属 粉末 等进行 判断。该方法
不通过拆卸检查 即可识 别或预 测运转 中的轴 承有无 故
障， 这对提高生产率和经济性是 十分 重要的。运转 中的检查
项 目有轴承的滚动声 、 振动 、 温度的状态等 ， 主要 的识别 方法
如下 ：
通过轴 承的滚动声 音进行 识别。通过声 音进 行识别 需 要有丰富的经验 ， 必须经过充分的训练达 到能够识 别轴 承声
听音器或听音棒贴在外壳上可清楚地 听到轴承 的声音 ， 也可 采用测声器对运转中的轴 承的滚动声大 小及音质进行检查 ，
滚 动轴承的应用非常广泛 ， 其状态好坏 直接关系 到机械 车辆 的运行状态 。因此 ， 实际生产 中做好 滚动轴承状态监 测
智能化滚动轴承状态监测
智能化滚动轴承状态监测第一章综述1.1 状态监测目的及意义随着现代化生产的日益规模化与自动化，机械设备的故障监测技术愈显重要，机械故障监测也越来越受到重视。
某个部件的异常未被及时监测及排除，往往会导致机器的损坏甚至造成人员的伤亡。
在生产力高度发达的当今，某一设备的故障也会影响整个工厂的生产、加工，造成巨大的经济损失。
因此，设备的状态监测以及故障诊断具有极为重要的意义。
设备状态监测与故障诊断的目的：（1）及时、准确的监测设备运行状态，及时发现设备发生故障的早期征兆，以便采取措施预防、减少故障的发生，以及降低故障发生所带来的损失。
（2）监测、记录故障发生过程的有效信息，为事后分析故障原因提供有效数据，以防类似故障的下次发生。
（3）基于对设备运行状态的分析，合理地维护、保养设备，以延长设备使用周期，减少设备使用费用。
（4）充分了解设备性能，为设备的优化、改进提供可靠信息。
大量生产实践证实：设备状态监测及故障诊断不仅降低工伤事故的发生率，也能降低设备的运行费用、维修费用，带来可观的经济效益。
机械设备中很大一部分都是旋转机械。
由于旋转机械运行速度高，故对于旋转机械的状态监测与故障诊断显得尤为重要。
滚动轴承是各种旋转机械中应用最广泛的通用部件，它的运行状态是否正常往往影响到整台设备的性能。
据统计，旋转机械的故障有30%是由滚动轴承的故障引起的【1】，所以它的状态好坏对设备的运行影响巨大。
滚动轴承中任一元件出现接触疲劳磨损前的运转总转数或在一定转速下的总工作时数，称为轴承寿命。
滚动轴承的寿命参差很大，同一批生产的轴承在相同条件下运转，其寿命可相差数倍甚至数十倍。
轴承的这个特点必然导致一些轴承使用寿命远超过额定寿命；一些使用寿命远不及额定寿命。
所以采用传统的定期检查滚动轴承状态、定时维修的方法，要么是做无用功，造成人力财力的浪费；要么不能及时的排除故障隐患，造成设备损坏甚至人员伤亡。
因此，将智能化状态监测与故障诊断运用于滚动轴承上，能弥补传统方法的不足，对降低工伤事故的发生及降低设备运行开支有积极意义。
滚动轴承的状态监测与故障判断
滚动轴承的状态监测与故障判断
滚动轴承是一种常见的机械设备，用于支撑旋转轴的运动。
由于长时间工作和外界环
境的影响，滚动轴承容易出现故障，对设备运行造成不良影响。
对滚动轴承的状态进行监
测和故障判断非常重要。
滚动轴承的状态监测主要包括振动、温度和声音三个方面。
振动监测是滚动轴承状态监测中最常用的方法之一。
通过对滚动轴承的振动信号进行
采集和分析，可以判断滚动轴承是否存在异常。
通常采用加速度传感器安装在滚动轴承上，通过测量振动信号的振幅、频率和相位等参数，可以判断轴承是否存在轴向、径向和角向
振动异常。
温度监测也是滚动轴承状态监测中的重要方法。
由于滚动轴承在工作过程中会产生摩
擦和热量，因此温度的升高可能是滚动轴承存在问题的信号。
通过在滚动轴承上安装温度
传感器，可及时监测轴承温度的变化，当温度超过设定的阈值时，即可判断轴承存在异常
情况。
对于滚动轴承的故障判断，可以通过上述状态监测方法得到的数据进行分析和对比。
当滚动轴承的振动频率突然增大、温度异常升高、噪音变得异常大时，很有可能是滚动轴
承出现了故障。
还可以制定一套滚动轴承健康状态和故障特征的模型，通过监测数据和模
型进行对比分析，准确判断滚动轴承是否存在故障。
滚动轴承的状态监测和故障判断是保证设备安全运行和提高设备可靠性的重要手段。
通过振动、温度和声音监测等方法，可以实时监测滚动轴承的状态，并根据监测结果进行
故障判断和预测，为设备的维护提供科学依据。
滚动轴承的状态监测与故障判断
滚动轴承的状态监测与故障判断滚动轴承是工业中常见的重要零部件，它承载着旋转机械中的轴承负荷，保证了机械设备的正常运转。
由于滚动轴承长期在高速高温、重负荷等恶劣环境下工作，容易出现磨损和故障。
对滚动轴承的状态进行监测和故障判断对于机械设备的正常运转和安全生产至关重要。
一、滚动轴承的状态监测方法1. 振动和声音监测：通过监测轴承在运转过程中的振动和声音变化，可以判断轴承是否存在异常。
当轴承损坏或磨损时，会产生异常的振动和噪音，通过监测振动和声音可以及时发现轴承的故障。
2. 温度监测：轴承在工作时会产生摩擦热，因此轴承的温度是一个重要的监测指标。
通过监测轴承的温度变化，可以判断轴承是否存在异常情况，及时进行维护和检修。
3. 润滑状态监测：滚动轴承的正常运转需要良好的润滑状态，因此监测轴承的润滑状态对于预防轴承故障至关重要。
可以通过监测润滑油的清洁度、油液中的杂质、油液的粘度等参数来判断轴承的润滑状态。
4. 裂纹监测：轴承在工作时受到很大的载荷和振动，容易产生裂纹和损伤。
通过检测轴承表面的裂纹和损伤情况，可以及时发现轴承的故障。
4. 观察表面损伤：通过观察轴承表面的磨损和裂纹情况，可以判断轴承的故障程度。
当轴承表面出现严重的磨损和裂纹时，需要及时更换轴承以避免设备的故障和事故。
滚动轴承的状态监测和故障判断对于机械设备的正常运转和安全生产至关重要。
通过采用多种监测方法和故障判断方法，可以及时发现轴承的故障，避免设备的停机和事故，提高设备的运行可靠性和安全性。
企业在实际生产中应加强滚动轴承的状态监测和故障判断，建立健全的轴承维护管理制度，确保设备的正常运转和安全生产。
滚动轴承的状态监测与故障判断
滚动轴承的状态监测与故障判断随着工业自动化水平的不断提高，滚动轴承作为机械设备中重要的动力传递部件，在机械设备中得到了广泛的应用。
由于滚动轴承工作环境的复杂性和工作条件的限制，滚动轴承会受到各种力和振动的影响，从而导致滚动轴承的状态发生变化，甚至出现故障。
滚动轴承的状态监测与故障判断显得尤为重要。
通过对滚动轴承的状态进行实时监测和故障进行判断，可以有效预测滚动轴承的寿命，提前发现滚动轴承的故障状态，确保机械设备的正常运转，减少停机维修时间，提高生产效率和设备可靠性，降低维护成本。
本文将从滚动轴承的故障原因、常用的状态监测方法和故障判断技术等方面进行综述，为相关领域的研究和实践提供参考。
一、滚动轴承的故障原因1.1载荷在机械设备的工作过程中，滚动轴承承受来自外部环境和工作负荷的作用，包括径向载荷、轴向载荷和转矩载荷等。
当载荷过大或者不均匀分布时，会导致滚动轴承的变形和损伤，从而降低滚动轴承的寿命。
1.2振动振动是导致滚动轴承故障的常见原因之一。
机械设备在工作过程中会产生各种振动，而过大的振动会直接影响滚动轴承的工作稳定性，引起滚动体和轨道的磨损和损伤。
1.3温度滚动轴承在工作时会因为摩擦和载荷的作用而产生热量，使得滚动轴承的温度升高。
当滚动轴承的温度超过设计范围时，会导致滚动轴承内部的润滑脂老化和流失，使得滚动轴承的摩擦系数增大，从而加速滚动轴承的磨损和损伤。
1.4润滑良好的润滑可以有效减少滚动轴承的摩擦和损耗，延长滚动轴承的使用寿命。
而不良的润滑会导致滚动轴承的磨损和损坏，进而引起滚动轴承的故障。
1.5封闭滚动轴承的封闭性能直接影响着滚动轴承的使用寿命。
当封闭性能不足或者密封件老化破损时，会导致外部杂质和水分进入滚动轴承内部，进而引起滚动轴承的故障。
2.1振动监测振动是导致滚动轴承故障的重要原因之一。
通过监测滚动轴承的振动情况，可以及时发现滚动轴承的异常状态，预测滚动轴承的寿命。
常用的振动监测技术包括加速度传感器和振动分析仪等。
滚动轴承的状态监测与故障判断
滚动轴承的状态监测与故障判断滚动轴承是一种常见的机械设备中的元件，其主要作用是减少机械设备中的摩擦和磨损，以达到增加机械设备使用寿命的目的。
随着现代工业的不断发展与进步，滚动轴承在机械设备中的使用也越来越普遍。
然而，长期以来，滚动轴承的故障和损坏一直是机械设备运行中不可忽视的问题。
因此，及时做好滚动轴承的状态监测与故障判断对于机械设备的正常运行和保养非常重要。
滚动轴承的状态监测主要包括以下几个方面：1. 声音状态监测：通过听声识别轴承故障的声音，判断轴承是否存在噪声等异常声音。
2. 温度状态监测：通过测量轴承的温度来判断轴承是否存在过热现象，以及过热现象是否足以影响轴承的使用寿命。
3. 振动状态监测：通过振动传感器对轴承进行振动监测，判断轴承是否存在振动异常，并分析振动的原因。
4. 油润滑状态监测：通过判断轴承油液的清洁程度和油液质量，来判断轴承的润滑状态。
以上状态监测的方法综合运用，可以有效地对滚动轴承的状态进行监测，及时发现轴承存在的问题，并进行必要的修复措施。
1. 外观判断：通过对轴承的外观进行检查，判断轴承是否存在外观缺陷。
3. 油液检查：通过对轴承的润滑油液进行检查，判断轴承是否存在油液污染、流量不足等问题。
滚动轴承的故障判断需要对轴承进行全方位的检查，尤其对于内部零件的检查和油液状态的检查是关键。
通过多种故障判断方法的综合应用，可以更为准确地判断轴承的故障状况，更好地进行修复措施。
总之，滚动轴承的状态监测与故障判断工作对于机械设备的正常运行和保养同样重要，应该得到足够的重视和关注。
通过对滚动轴承的状态进行及时监测，可以避免轴承故障导致机械设备的停机维修，从而提高机械设备的运行效率和使用寿命。
智能化滚动轴承状态检测.
智能化滚动轴承状态检测院系：班级：姓名：学号：指导老师：摘要：轴承是各类机械设备中的常用部件，也是易损部件之一，轴承出现故障而得不到及时更换时，将可能影响整个机械装置的工作，所以对轴承进行状态监测，及时发现轴承的故障，将是十分必要的。
本文对轴承状态监测的流程及各流程的实现进行了较为详细的阐述，说明了进行轴承状态监测的意义及其技术的发展过程，之后介绍了状态监测的基本步骤及各个步骤的实现方法，最终完成对轴承状态的正确判断，并对此项技术进行了总结和拓展。
关键字：滚动轴承；状态检测；神经网络1绪论1.1滚动轴承滚动轴承（rolling bearing）是将运转的轴与轴座之间的滑动摩擦变为滚动摩擦，从而减少摩擦损失的一种精密的机械元件。
滚动轴承图滚动轴承一般由内圈、外圈、滚动体和保持架四部分组成，内圈的作用是与轴相配合并与轴一起旋转；外圈作用是与轴承座相配合，起支撑作用；滚动体是借助于保持架均匀的将滚动体分布在内圈和外圈之间，其形状大小和数量直接影响着滚动轴承的使用性能和寿命；保持架能使滚动体均匀分布，防止滚动体脱落，引导滚动体旋转起润滑作用。
滚动轴承结构图滚动轴承的作用是支承转动的轴及轴上零件，并保持轴的正常工作位置和旋转精度，滚动轴承使用维护方便，工作可靠，起动性能好，在中等速度下承载能力较高。
与滑动轴承比较，滚动轴承的径向尺寸较大，减振能力较差，高速时寿命低，声响较大。
1.2滚动轴承常见故障与检测技术滚动轴承常见故障滚动轴承在运转过程中可能会由于各种原因引起故障，如装配不当、润滑不良、水分和异物侵入、腐蚀和过载等都可能会导致轴承过早失效。
即使在安装、润滑和使用维护都正常的情况下，经过一段时间运转，轴承也会出现疲劳剥落和磨损而不能正常工作。
总之，滚动轴承的失效原因是十分复杂的，其主要失效形式与原因如下[6]。
(1)磨损失效磨损是滚动轴承最常见的一种失效形式，是轴承滚道、滚动体、保持架、座孔或安装轴承的轴颈，由于机械原因或尘埃、异物等润滑杂质的侵入引起的表面磨损。
滚动轴承状态检测与故障诊断
滚动轴承状态检测与故障诊断目录摘要 (1)关键词 (1)Abstract (1)Key words (1)第1章绪论 (2)一、滚动轴承的失效形式 (2)1．滚动轴承的疲劳失效 (2)2．滚动轴承的胶合失效 (2)3．滚动轴承的磨损失效 (2)4．滚动轴承的烧伤失效 (2)5．滚动轴承的腐蚀失效 (2)6．滚动轴承的破损失效 (3)7．滚动轴承的压痕失效 (3)二、设备故障诊断技术的发展概况 (3)第2章设备故障诊断的技术基础和振动诊断方法 (4)一、设备故障诊断的概述 (4)二、设备故障诊断技术常见方法 (4)1．时域分析法 (5)2．频域分析法 (5)3．时频分析法 (5)4．智能诊断 (5)第3章滚动轴承的主要诊断方法 (6)一、振动信号简易诊断法 (6)１．振幅值诊断法 (6)２．波形因数诊断法 (6)３．波峰因数诊断法 (6)４．概率密度诊断法 (6)二、油液分析诊断 (7)三、温度监测诊断法 (7)四、间隙（游隙）监测诊断法 (7)参考文献 (8)致谢 (9)摘要：滚动轴承是机械设备中最常见的零部件，其性能与工况的好坏直接影响到与之相联的转轴以及安装在转轴上的齿轮乃至整个机器设备的性能。
据统计，在使用轴承的旋转机械中，大约有30％的故障都是由于轴承引起的。
因此，研究滚动轴承的失效机理，提出相应的预防和维护措施，对于降低设备的维修费用，延长设备维修周期，提高经济效益，保证设备的长期安全稳定运行，均有现实的意义。
关键词：滚动轴承；故障；振动；诊断Abstract：Rolling bearing is the mechanical equipment is the most common parts, its performance and modes of the direct influence on the shaft and the associated with the gear axis installed in the whole machine equipment performance. According to statistics, in the use of rotating machine, bearing about 30% of the fault is due to bearing cause. Therefore, the study of rolling bearings failure mechanism and corresponding preventive and maintenance measures, for reducing the equipment of the cost of maintenance of the equipment, prolong maintenance cycle, to improve the economic benefit and guarantee the safe and stable operation of the equipment's long-term, all have realistic significance.Key words：Bearing；vibration；fault；diagnosis第1章绪论滚动轴承是机械设备中最常见的零部件，其性能与工况的好坏直接影响到与之相联的转轴以及安装在转轴上的齿轮乃至整个机器设备的性能。
- 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)。
.轴承状态监测姓名：学号：指导老师：学院：机械工程学院班级：专业：测控技术与仪器摘要：轴承是各类机械设备中的常用部件，也是最易损的部件之一。
轴承出现故障而得不到及时更换时，将可能影响整个机械装置的工作，所以要对轴承进行状态监测，以便及时发现轴承的故障。
本文对轴承状态监测的流程及各流程的实现进行了较为详细的阐述，说明了进行轴承状态监测的意义及其技术的发展过程，之后介绍了状态监测的基本步骤及各个步骤的实现法，最终完成对轴承状态的正确判断，并对此项技术进行了总结和拓展。
关键字：滚动轴承；状态检测；时域分析；频域分析；神经网络目录第一章研究背景··第3页1.1 轴承状态监测的意义和重要性··第3页1.2 常见故障形式··第3页1.2.1滚动轴承的基本结构1.2.2 滚动轴承的常见故障形式1.3 滚动轴承诊断的发展与现状··第5页1.3.1 滚动轴承诊断的发展1.3.2 滚动轴承诊断的现状1.4 常见滚动轴承的法··第6页1.4.1 温度监测1.4.2 油液监测1.4.1 振动监测1.4.2 声波发射监测1.5 常见的故障监测传感器··第7页1.6 常见的特征参数提取手段··第7页1.6.1 基于时域和频域特征参数的提取法1.6.2 基于AR模型的特征参数提取法1.6.3 基于分型理论的特征参数提取法1.6.4 基于小波分析的特征参数提取法1.7 常见的模式识别手段··第8页1.7.1 模糊模式识别法1.7.2 灰色系统理论法1.7.3 人工神经网络法1.8 小结··第9页第二章滚动轴承故障的检测与诊断··第10页2.1 特征提取··第10页2.1.1 零均值化2.1.2 时域特征值得提取2.2 频域分析法··第13页2.1.1信号频域分析及特征提取2.2.2 频域特征提取2.3 时域与频域信号归一化··第15页第三章模式识别··第16页3.1 神经网络识别··第16页3.2 神经网络测试··第17页第四章总结··第17页第一章研究背景1.1 轴承状态监测的意义和重要性随着科技的发展，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、保证产品质量等面具有很大的优势。
但是，正如文献[1]所述，由于故障所引起的灾难性事故及其所造成的对生命与财产的损失和对环境的破坏等也是很重的，这就使得人们对诸如航空航天器、核电站、热电厂及其他大型化工设备的可靠性、安全性提出了越来越高的要求。
故障诊断理论就是为了满足对系统可靠性和安全性要求的提高，减少并控制灾难性事故的发生而发展起来的。
我们可以从查阅文献[2]中得知：滚动轴承与其他机械零部件相比，有一个很独特的特点，那就是其寿命的离散性很大。
由于轴承的这一特点，在实际使用中就会出现这样一种情况：有的轴承已大大超过其设计寿命而依然能正常地工作，而有的轴承远未达到其设计寿命就出现各种故障。
因此，如果按照设计寿命对轴承进行定期维修：一面，会造成将超过设计寿命而仍正常工作的轴承拆下来作报废处理，造成浪费；另一面，未达到设计寿命而出现故障的轴承没有被及时的发现，直到定期维修时才被拆下来报废，使得机器在轴承出现故障后和报废前这段时间工作精度降低，或者未到维修时间就出现重故障，导致整部机器陷于瘫痪状态。
因此，进行滚动轴承工作状态及故障的早期检测与故障诊断，对于设备安全平稳运行具有重要的实际意义。
尤其是我国高速发展的列车行业，滚动轴承是列车走行部中应用最为广泛的机械零件，也是最易损坏的元件之一。
状态监测可以及时、准确的掌握设备运行状态、延长轴承的工作寿命。
1.2 常见故障形式1.2.1滚动轴承的基本结构滚动轴承是广泛应用于各类机械中的基础件。
滚动轴承一般由圈,外圈,滚动体和保持架组成。
圈通常装配在轴上，并与轴一起旋转，外圈通常装在轴承座或机械部件壳体中起支承作用。
但是在某些应用场合，也有外圈旋转，圈固定或者，外圈都旋转的。
在推力轴承中，与轴配合的套圈称为轴圈,与轴承座或机械部件壳体相配的套圈称为座圈。
保持架的作用是将轴承中的一组滚动体等距离隔开，保持滚动体，引导滚动体在正确的轨道上运动，改善轴承部载荷分配和润滑性能，与无保持架的满装球或滚子的轴承相比，带保持架轴承的摩擦阻力较小，适用于高速旋转。
1.2.2 滚动轴承的常见故障形式滚动轴承是转动设备中应用最为广泛的机械零件，同时也是最容易产生故障的零件。
如文献[3]作者维成所述，我们可知滚动轴承的常见故障形式有以下几种。
1. 疲劳剥落（点蚀）：滚动轴承工作时，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。
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。
疲劳点蚀会造成运转中的冲击载荷，使设备的振动和噪声加剧。
然而，疲劳点蚀是滚动轴承正常的、不可避免的失效形式。
轴承寿命指的就是出现第一个疲劳剥落点之前运转的总转数，轴承的额定寿命就是指90%的轴承不发生疲劳点蚀的寿命。
（利用轴承故障检测仪对轴承进行诊断）2. 磨损:润滑不良，外界尘粒等异物侵入，转配不当等原因，都会加剧滚动轴承表面之间的磨损。
磨损的程度重时，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。
胶合为重故障，发生后立即会导致振动和噪声急剧增大，多数情况下设备难以继续运转。
4. 断裂:轴承零件的裂纹和断裂是最危险的一种故障形式，这主要是由于轴承材料有缺陷和热处理不当以及重超负荷运行所引起的；此外，装配过盈量太大、轴承组合设计不当，以及缺油、断油下的润滑丧失也都会引起裂纹和断裂。
5. 锈蚀:锈蚀是由于外界的水分带入轴承中；或者设备停用时，轴承温度在露点以下，空气中的水分凝结成水滴吸附在轴承表面上；以及设备在腐蚀性介质中工作，轴承密封不，从而引起化学腐蚀。
锈蚀产生的锈斑使轴承表面产生早期剥落，同时也加剧了磨损。
6. 电蚀:电蚀主要是转子带电，电流击穿油膜而形成电火化放电，使表面局部熔焊，在轴承工作表面形成密集的电流凹坑或波纹状的凹凸不平。
7. 塑性变形（凹坑及压痕）:对于转速极低（n＜1 r/min）的轴承，或间歇摆动的轴承，其故障形式主要是永久性塑性变形，即在滚道上受力最大处形成凹坑。
发生塑性变形，主要与过大的挤压应力有关，例如，工作载荷过重，冲击载荷过大，热变形影响等。
轴承出现凹坑后，会产生很大的振动和噪声。
此外，当硬颗粒从外界进入滚动体与滚道之间时，会在滚道表面形成压痕。
8. 保持架损坏:润滑不良会使保持架与滚动体或座圈发生磨损、碰撞。
装配不当所造成的保持架变形，会使保持架与滚动体或座圈之间产生卡涩，从而加速了保持架的磨损。
保持架磨损后，间隙变大，与滚动体之间的撞击力增大，以致使保持架断裂。
1.3 滚动轴承诊断的发展与现状1.3．1滚动轴承诊断的发展通过查阅文献[4]，可知机械故障诊断技术最早出现于20世纪六十年代的美国。
1967年，美国宇航局(NASA)创立了机械故障预防小组(MFPG)。
故障诊断在英国的发展也比较早，以R.A.Collacott为首的保健中心与上世纪六年代末七十年代初就开始研究状态监测与故障诊断技术南安普敦大学与英国钢铁公司首次采用无量纲参数一一峭度来判断滚动轴承的工况。
在其他一些欧洲，故障诊断水平也很高，比如瑞典的SPM公司。
在亚洲，日本故障诊断领域处于领先地位。
其主要优势是民用领域，如:交通运输、钢铁、油和化工等。
我国在故障诊断技术面起步较晚，研究的场所主要集中在高校。
在交通大学和西北工业大学一些高校，目前己经在旋转机械的故障诊断面取得了一定的突破，研制出了相关的故障诊断系统。
作为机械设备中一个用途广泛，且十分重要的部件，总体上说，滚动轴承故障诊断技术的发展经历了一个缓慢的过程，目前正日益发展成为多学科交叉的前沿性学科。
具体来说，可以分为如下三个阶段:第一阶段:不借助任监测和诊断仪器，全凭工程技术人员的经验，利用眼、鼻，耳等人体器官识别，这种式局限性大，很难对机械设备的故障进行实时、准确的判断。
第二阶段:利用计算机进行初级的故障诊断。
进入二十世纪六十年代，计算机技术的发展，FFT算法的出现，使计算机的数字信号处理有了坚实的理论基础，频谱分析从理论变成了现实。
在理论计算时，人们根据滚动轴承的特性计算出其振动的特征频率，然后利用FFT 处理振动信号，对照特征频率对振动信号进行分析，从而判断滚动轴承是否存在故障。
但由于噪声的影响，这种法效果不是特别理想。
随后，滚动轴承故障诊断领域出现了共振解调技术，该法可以有效提高信噪比，凸显故障特征。
这一法在滚动轴承故障诊断领域应用很广。
第三阶段:二十世纪九十年代后，信号处理面的小波技术及人工智能面的神经网络技术出现并逐渐发展，对故障诊断产生了很大影响。
将这两项技术应用于滚动轴承故障诊断领域，可以使滚动轴承故障诊断技术由初级化或人工化，走向智能化。
这两项技术的发展空间广阔，实用价值巨大，成为了国外专家和学者研究的热点课题。
随着这两项技术走向高度发展和成熟，滚动轴承的智能化诊断水平也会越来越高。
除了以上提到的各个阶段滚动轴承诊断法外，还有一些滚动轴承故障诊断法也值得注意，它们在某些时候特别有用。
如，滚动轴承的油液分析法，图象分析法等。
这些法对于工况和当时的环境要求比较高，适用围相对较小。
1.3.2 滚动轴承故障诊断的现状通过查阅文献[2]，我们可知故障诊断技术己成为一门独立的跨学科的综合信息处理技术，它以可靠性理论、信息论、控制论、系统论为理论基础，以现代测试仪器和计算机为技术手段，结合各种诊断对象（系统、设备、机器、装置、工程结构、工艺过程等）的特殊规律而逐步形成一门新兴的学科。
随着现代数学、信息科学、计算机技术、电子技术、人工智能技术、网络技术等更加广泛和深入地应用，故障诊断技术与当前前沿科学的融合是故障诊断技术的发展向。