滚动轴承故障诊断技术
滚动轴承故障诊断技术
滚动轴承故障诊断技术原理一、 峰值能量法：轴承一旦出现故障，如：内外环壁裂纹，滚动体点蚀，缺油等，往往产生频率很高的振动，一般是转速频率的10—50倍，其它因素如：不对中，不平衡，机座松动等，它们所造成的振动，其频率较低，往往在基频的5倍以内，通过仪器滤去各种低频信号，拾取高频分量，可得到轴承的特征信号。
峰值能量法，将信号滤波放大处理，根据其能量的大小来判断轴承的损坏程度。
二、 GS为单位表征其峰值能量1、 新轴承：0.2---0.6GS。
2、 使用中的轴承：0.5----I.0GS。
3、 有缺陷的轴承：1.0----2.5GS。
4、 损坏的轴承办2.5----5.0GS。
5、 dBm-----少量强冲击脉冲相关的最大值。
6、 dBc -----大量弱冲击脉冲相关的地毯值。
7、 δ=dBm—dBc，差值应该很小。
轴承损坏的特征是有一个较大的dBm值和较大的δ值。
轴承初始脉冲值一般在10 dB值。
使用中好的轴承脉冲值一般在20dB以下。
一般轴承初始脉冲值增大至1000倍时（60dB）认为该轴承达到报废。
一般20〈dB〈30 轻微受损。
30〈dB〈45 开始恶化。
45〈dB〈60 严重受损。
二、 轴承损坏有七种情况：1、 疲劳磨损----由于交变载荷的作用，一定深处有最大剪应力形成裂纹，发生剥落坑，滚道，滚动体，面积有0.5mm的疲劳剥落坑，该轴承寿命终结。
2、 磨损-----润滑不良，尘埃，异物侵入，表面受损。
3、 塑性变形-----过重载荷，冲击，热变形，一旦有了压痕表面剥落。
4、 锈蚀-----水份侵入轴承锈蚀，或电流通过，油膜引起火花，使表面熔触凹凸不平。
5、 断裂-----热处理，残余应力，过载，另件破裂，磨削热应力过大。
6、 胶合---润滑不良，高度重载摩擦发热导至表面烧伤及胶合，一个表面的金属粘附到另一表面上的现象。
7、 保持架损坏-----装配不当，保持架发生变形，增加摩擦，卡死，发热，噪声及振动增大。
滚动轴承故障及其诊断方法
滚动轴承故障及其诊断方法
滚动轴承是一种很常见的机械元件，广泛用于工业和消费市场，用于
转动机械装置的旋转部件。
它们的主要功能是支撑和稳定轴，允许轴在指
定的位置和方向上旋转，以及在转动时减少摩擦和重复负载。
滚动轴承可
以在各种不同类型的机械设备中找到，例如汽车，风能发电机，摩托车，
电机，空调，电气箱等。
滚动轴承可以长期高效工作，但如果不适当地维护和维修它，可能会
导致故障。
常见的滚动轴承故障包括损坏，轴承旋转变慢，轴承外壳发热，内部损坏，轴键变形，低速磨擦，扭矩问题等。
解决这些问题的关键是找
出故障的根本原因，并根据现场条件采取正确的解决方案。
要有效诊断滚动轴承故障，可以采用以下方法。
1.检查外壳：检查轴承外壳表面，以及固定螺丝和轴承挡圈是否松动、弯曲或破损。
检查底座是否正确安装，轴是否紧固，以及轴承应用的负载
是否正确。
2.状态检查：检查轴承内部和外壳的温度，查看是否有油漆和碳垢，
并检查轴承内部有无异响和异常磁性。
3.拆卸检查：仔细检查轴承内部的轴承衬套、滚珠和圆柱滚道，查看
是否有损坏、磨损或异物。
滚动轴承故障诊断
滚动轴承故障诊断工课设备管理看工课141篇原创内容公众号正文 1072 字丨3分钟阅读一、滚动轴承故障诊断的方式及要点对滚动轴承进行状态监测和故障诊断的实用方法是振动分析。
实用中需注意选择测点的位置和采集方法。
要想真实准确反映滚动轴承振动状态，必须注意采集的信号准确真实，因此要在离轴承最近的地方安排测点。
另外必须注意对振动信号进行多次采集和分析，综合进行比较，才能得到准确结论。
二、滚动轴承正常运行的特点与实用诊断技巧滚动轴承在其使用过程中会表现出很强的规律性，并且重复性非常好。
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，幅值都较小，可能是由于制造过程中的一些缺陷，如表面毛刺等所致。
运行一段时间后，振动和噪声维持一定水平，频谱非常单一，仅出现一、二倍频。
极少出现三倍工频以上频谱，轴承状态非常稳定，进入稳定工作期。
继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，但振动增大的变化较缓慢。
此时，轴承峭度值开始突然达到一定数值，此时认为轴承表现为初期故障。
这时，就要求对该轴承进行严密监测，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，当振动超过振动标准时，其轴承峭度值也开始快速增大，当既超过振动标准，而峭度值也超过正常值时，认为轴承已进入晚期故障，需及时检修设备，更换滚动轴承。
轴承表现出晚期故障特征到出现严重故障(一般为轴承损坏如抱轴、烧伤、沙架散裂、滚道、珠粒磨损等)时间大都很短，设备容量越大，转速越快，其间隔时间越短。
因此，在实际滚动轴承故障诊断中，一旦发现晚期故障特征，应果断判断轴承存在故障，尽快安排检修。
三、实用的滚动轴承频谱分析与诊断技巧对于振动不大，轴承峭度不大，频谱复杂的振动信号，在现场难以判断有无故障情况时，需将振动信号采集回来，传到计算机进行精密分析。
此时，先进行常规分析，检查振动速度频谱和轴承峭度是否接近标准，观察频谱中各种频率成份。
机械故障诊断技术7-滚动轴承故障诊断
• 7．1．3滚动轴承的腐蚀失效
轴承零件表面的腐蚀分三种类型。一是化学 腐蚀，当水、酸等进入轴承或者使用含酸的润滑 剂，都会产生这种腐蚀。二是电腐蚀，由于轴承 表面间有较大电流通过使表面产生点蚀。三是微 振腐蚀，为轴承套圈在机座座孔中或轴颈上的微 小相对运动所至。结果使套圈表面产生红色或黑 色的锈斑。轴承的腐蚀斑则是以后损坏的起点。
• 3） 滚动体自转频率ƒ3：
f31 2dcD o 1 s(dcD o )2 s f1
图7—3 向心推力球轴承结构简图
• 4） 保持架过内圈频率ƒ4： f4f1f21 2(1D dco)sf1
• 5） 滚动体通过内圈频率ƒ5： f5 n4fn 2(1D dco)sf1
• 6） 滚动体通过外圈频率ƒ6： f6 n2fn 2(1D dco)sf1
在冲击脉冲技术中，所测信号幅值的计量单位是dB。测到 的轴承冲击dBi值与轴承基准值dBo相减，dBo是良好轴承的测 定值。
dBN = dBi－dBo 冲击脉冲计的刻度单位就是dBN值表示的。轴承的状况分 为三个区：
（0～20）dBN 表示轴承状况良好 （20～35）dBN 表示轴承状况已经劣化，属发展中的损伤期 （35～60）dBN 表示轴承已经存在明显的损伤。
从而使其恢复力呈现非线性的特征。
由此便产生了分数谐波振动。 此外，当滚动体处于载荷下非对
图7—2滚动轴承刚度的变化
称位置时，转轴的中心不仅有垂直方向的，而且还有水平方向的移动。这
类参数的变化与运动都将引起轴承的振动，也就是随着轴的转动，滚动体
轴承故障检测、诊断、分析技巧
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。
滚动轴承故障诊断技术
目录摘要 (3)第1章绪论 (4)1.1滚动轴承故障诊断技术的发展现状 (4)1.2滚动轴承故障诊断技术的发展趋势 (6)1.3滚动轴承诊断基础 (7)1.3.1滚动轴承的常见故障形式 (7)1.3.2滚动轴承的诊断方法 (8)1.4本课题的研究意义和内容 (9)第2章滚动轴承振动机理 (11)2.1滚动轴承的基本参数 (11)2.1.1滚动轴承的典型结构 (11)2.1.2滚动轴承的特征频率 (11)2.1.3滚动轴承的固有频率 (13)2.2滚动轴承故障诊断常用参数 (14)2.2.1时间领域有量纲特征参数 (14)2.2.2时间领域的无量纲特征参数 (15)2.2.3频率领域的无量纲特征参数 (16)第3章滚动轴承故障诊断实验系统及实验方案 (17)3.1滚动轴承故障诊断实验系统 (17)3.1.1滚动轴承故障实验机械平台 (18)3.1.2设备的组成: (19)3.1.3设备的主要参数: (19)3.1.4实验平台信号采集及故障诊断系统 (21)3.2实验方案 (23)3.2.1轴承的故障状态 (23)3.2.2实验步骤 (23)第4章实验的操作过程及数据的提取 (25)4.1装拆轴承 (25)4.1.1实验前期准备 (25)4.1.2试机 (25)4.1.3拆卸并安装轴承 (25)4.2信号的采集过程 (27)4.2.1前期准备 (27)4.2.2数据采集过程 (28)4.3数据信号的处理过程 (30)第5章结论 (35)致谢 (36)参考文献 (37)旋转机械故障诊断特征参数的提取摘要：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用的特征参数。
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，本文所提出的方法不仅仅适用滚动轴承故障的诊断，还可推广适用旋转机械其它故障的诊断。
滚动轴承故障及其诊断方法
而一旦有了压痕，压痕引起的冲击载荷会进一步引起附近 表面的剥落。
这样，载荷的累积作用或短时超载就有可能引起轴承塑性 变形。
1滚动轴承异常的基本形式
(4).腐蚀
润滑油、水或空气水分引起表 面锈蚀（化学腐蚀）
轴承内部有较大的电流通过造 成的电腐蚀
2.3 滚动轴承的振动及其故障特征
2. 幅值域中的概率密度特征 滚动轴承正常时和
发生剥落损伤时的轴 承振动信号的幅值概 率密度分布如图。
轴承振动的概率密度分布
从图中可以看出，轴承发生剥落时，幅值分布的幅 度广，这是由于存在剥落的冲击振动。这样，从概率 密度分布的形状，就可以进行异常诊断。
3 滚动轴承故障诊断方法
2.2 滚动轴承的特征频率
➢ 为分析轴承各部运动参数，先做如下假设： (1)滚道与滚动体之间无相对滑动； (2)每个滚道体直径相同，且均匀分布在内外滚道之间 (3)承受径向、轴向载荷时各部分无变形；
方法： 研究出不承受轴向力时轴承缺陷特征频率，进而，推导出 承受轴向力时轴承缺陷特征频率
1. 不承受轴向力时 轴承缺陷特征频率
d Dm
)
fr
滚动轴承的特征频率
➢ (3) 轴承内外环有缺陷时的特征频率：
➢ 如果内环滚道上有缺陷时，则Z个滚动体滚过该缺陷时的
频率为
fi
f Bi Z
1 (1 2
d Dm
) frZ
➢ 如果外环滚道上有缺陷时，则Z个滚动体滚过该缺陷时的
频率为
fo
f Bo Z
1 (1 2
d Dm
)
f
r
Z
➢ (4) 单个滚动体有缺陷时的特征频率：如果单个有缺陷的 滚动体每自传一周只冲击外环滚道（或外环）一次，则其 相对于外环的转动频率为
滚动轴承故障诊断方法与技术综述
滚动轴承故障诊断方法与技术综述引言：滚动轴承作为机械设备中常用的零部件之一，承担着支撑和传递载荷的重要作用。
然而，由于使用环境的恶劣和工作条件的复杂性，滚动轴承往往容易出现各种故障。
因此，为了保证机械设备的正常运行和延长轴承寿命，对滚动轴承的故障进行准确诊断非常重要。
一、故障诊断方法1. 观察法观察法是最常用的故障诊断方法之一。
通过观察滚动轴承的外观和运行状态来判断是否存在故障。
例如，如果发现滚动轴承有异常噪声、温度升高、润滑油泡沫、振动加剧等现象，很可能是轴承出现了故障。
2. 振动诊断法振动诊断法是一种先进的故障诊断方法，可以通过检测轴承的振动信号来判断轴承是否存在故障。
通过分析振动信号的频谱图，可以确定轴承故障的类型和位置。
常用的振动诊断方法包括时域分析、频域分析和小波分析等。
3. 声音诊断法声音诊断法是一种通过听觉判断轴承故障的方法。
通过专业人员对轴承产生的声音进行听觉分析，可以判断轴承是否存在异常。
常见的轴承故障声音包括金属碰撞声、摩擦声和振动声等。
4. 热诊断法热诊断法是一种通过测量轴承的温度来判断轴承故障的方法。
由于轴承在故障状态下会产生摩擦热，因此轴承的温度可以间接反映轴承的工作状态。
通过测量轴承的温度分布，可以判断轴承是否存在异常。
二、故障诊断技术1. 模式识别技术模式识别技术是一种基于机器学习的故障诊断技术，可以根据轴承的振动信号和声音信号等特征，通过训练模型来识别轴承的故障类型。
常用的模式识别技术包括支持向量机、神经网络和决策树等。
2. 图像诊断技术图像诊断技术是一种通过图像处理和分析来判断轴承故障的技术。
通过对轴承的外观图像进行特征提取和分类，可以实现对轴承故障的自动诊断。
常用的图像诊断技术包括边缘检测、纹理分析和目标识别等。
3. 声音信号处理技术声音信号处理技术是一种通过对轴承声音信号进行滤波、频谱分析和特征提取等处理，来判断轴承故障的技术。
通过对声音信号的频谱图和时域图进行分析，可以判断轴承故障的类型和位置。
滚动轴承故障诊断方法与技术综述
滚动轴承故障诊断方法与技术综述滚动轴承是机械设备中常见的一种元件，其作用是在旋转运动中支撑轴与轴承座之间的转动。
然而，由于长时间的使用或者操作不当，滚动轴承可能会出现故障，导致设备运行不稳定甚至完全停止工作。
因此，对滚动轴承的故障进行及时的诊断是非常重要的。
滚动轴承故障的诊断方法与技术可以分为传统的诊断方法和基于智能化技术的诊断方法。
传统的滚动轴承故障诊断方法主要包括观察法、听诊法和振动分析法。
观察法是最简单直观的一种诊断方法，通过观察滚动轴承的外观是否有异常情况，如颜色变化、表面磨损、断裂等，来判断其是否存在故障。
然而，此方法只适用于故障较为明显的情况，对于隐蔽性较强的故障无法有效判断。
听诊法是通过听取滚动轴承工作时产生的声音来判断其是否存在异常情况。
例如，当滚动轴承出现磨损或损坏时，会产生噪音，通过听诊器可以准确地判断故障的类型和程度。
然而，此方法需要专业的听诊仪器和经验丰富的技术人员，对于一般使用者来说并不容易操作。
振动分析法是一种常用的滚动轴承故障诊断方法，它通过对滚动轴承振动信号的分析来判断其是否存在故障。
滚动轴承在正常工作时会产生一定的振动，当滚动轴承出现故障时，振动信号会发生变化。
通过对滚动轴承振动信号的频谱分析、时域分析和幅值分析，可以准确地判断滚动轴承的故障类型和严重程度。
基于智能化技术的滚动轴承故障诊断方法包括人工智能、模式识别和机器学习等。
这些技术可以通过对滚动轴承振动信号进行大数据分析，利用模型和算法来自动识别故障类型和预测故障发生的概率。
相比于传统的诊断方法，基于智能化技术的方法具有更高的准确性和效率。
在实际应用中，滚动轴承故障的诊断通常是综合应用多种方法和技术。
例如，可以先通过观察法和听诊法初步判断滚动轴承是否存在故障，再通过振动分析法进行进一步的诊断，最后利用基于智能化技术的方法对故障进行确认和预测。
滚动轴承故障的诊断是保证设备正常运行的关键之一。
无论是传统的诊断方法还是基于智能化技术的方法，都需要经验丰富的技术人员进行操作和分析。
基于时域和频域分析的滚动轴承故障诊断
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
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。
滚动轴承故障诊断技术
滚动轴承故障诊断技术的研究滚动轴承是现代机器中应用最为广泛的机械零件，尤其在旋转机械中更是得到了大量的应用。
滚动轴承是大部分旋转机械的组成部件，但也是机器中最易损坏的元件之一。
滚动轴承寿命离散性很大，承受冲击的能力差，在冲击载荷下容易发生故障，旋转机械的许多故障都与滚动轴承有关。
据有关资料统计，机械故障的70%是振动故障，而振动故障中有30%是由滚动轴承引起的【1】。
轴承的工作好坏对机器的工作状态有很大影响，其引起的直接后果轻则降低和失去系统的某些功能，重则造成严重的甚至是灾难性的事故。
因此滚动轴承的故障诊断近年来获得越来越多的重视。
对滚动轴承故障诊断技术的分析研究也变得尤为重要。
滚动轴承故障诊断的方法很多，根据诊断机理的不同来分类，其故障诊断技术主要有：振动诊断、油液分析诊断、声学诊断（基于声发射）、光纤诊断、热诊断（热成像诊断和温度诊断）等【2-4】。
它们各具特点，在滚动轴承故障诊断领域的适用范围也不同。
其中振动诊断技术的相关理论和实践都相对比较成熟，在轴承故障诊断领域应用最为广泛。
一、基于振动信号的诊断技术基于振动信号的诊断技术能够诊断大多数滚动轴承故障，其优点是可在运动中测得轴承信号。
目前，国内外开发生产的各种滚动轴承故障诊断与监测仪器大都是根据振动法的原理制成的。
据有关资料统计，有关轴承监测和诊断的文献，80%以上讨论的是振动法【5】。
振动分析主要有：时域分析、频域分析、时频域分析。
从某种意义上讲，三种诊断方法出现的时间顺序也体现出了滚动轴承基于振动信号故障诊断的发展趋势。
1. 时域分析法时域诊断方法是发展最早的、基于所采集振动信号的滚动轴承故障诊断方法。
通常采集的振动信号都是十分复杂的时域波形，伴随着噪声、轴承元件固有振动等因素的影响。
如果仅仅从时域波形上直接观察分析，往往很难判断出轴承是否处于正常状态。
即使判断出轴承存在故障，也很难确定故障的性质和部位等关键信息。
为此，在时域分析中，普遍采用振动信号的基本数字特征及其概率分布特征以及时间序列分析来进行分析和诊断。
滚动轴承常见故障及故障程度诊断方法
滚动轴承常见故障及故障程度诊断方法滚动轴承是一种常见的机械传动部件，广泛应用于各种设备和机器中。
然而，由于长期的运转和使用，滚动轴承可能会出现各种故障。
及早诊断并解决这些故障，可以提高设备的工作效率和寿命。
下面将介绍一些常见的滚动轴承故障以及相应的故障程度诊断方法。
1.磨损故障：磨损是滚动轴承最常见的故障之一、它可能是由于振动、超负荷、不当润滑或外部杂质等因素引起的。
磨损故障的特点是滚道、轴承座和滚珠表面的磨损或变形。
在诊断方面，可以使用肉眼观察滚道和滚珠表面的磨损情况，并通过手感判断是否存在磨损故障。
2.疲劳故障：疲劳是滚动轴承的另一种常见故障。
它通常是由高载荷、频繁起停、轴向冲击或轴承内部结构缺陷等因素引起的。
疲劳故障的特点是滚珠或滚道出现裂纹或剥落。
在诊断方面，可以使用显微镜观察滚珠和滚道表面的裂纹或剥落情况，或者进行动态振动分析以检测是否存在疲劳故障。
3.温升故障：温升是滚动轴承的常见故障之一，通常是由于不当润滑、过高的润滑脂粘度、轴承过紧或过松、内部结构问题等因素引起的。
温升故障的特点是轴承运行时温度升高。
在诊断方面，可以使用红外热像仪测量轴承温度，或使用测温仪对轴承不同部位进行温度测量，以判断是否存在温升故障。
4.噪声故障：噪声是滚动轴承常见的故障之一，通常是由于轴承松动、滚珠损坏、滚子不对中、不正确的润滑或外部冲击等因素引起的。
噪声故障的特点是轴承运行时产生噪声。
在诊断方面，可以使用听诊器或声音分析仪对轴承的运行声音进行监测和分析，以判断是否存在噪声故障。
5.润滑故障：滚动轴承的润滑是保证轴承正常运行的重要因素，不当的润滑可能会导致轴承故障。
润滑故障的特点是润滑油脂污染、量不足或过多、润滑脂分解或硬化等。
在诊断方面，可以通过观察润滑油脂的颜色、质地和气味来判断是否存在润滑故障。
除了上述常见的滚动轴承故障，还有一些其他故障，如过载、轴向偏移、振动等。
对于这些故障，可以使用适当的仪器和设备，如振动测量仪、位移传感器等进行诊断和监测。
滚动轴承的故障机理与诊断
温度诊断法
总结词
通过测量轴承的温度变化，判断轴承的工作状态是否正常。
详细描述
温度诊断法是一种间接的滚动轴承故障诊断方法。通过在轴承座或轴承端盖上安装温度传感器，监测轴承的工作 温度，可以判断轴承的工作状态是否正常。如果温度过高或温差过大，可能表明轴承存在故障，如润滑不良、摩 擦过大等。
04
滚动轴承故障诊断实例
实例一：振动诊断法的应用
01
总结词
振动诊断法是通过监测滚动轴 承的振动信号来判断其运行状
态的方法。
02
详细描述
振动诊断法具有非破坏性、实 时性等优点，通过分析振动信 号的频率、幅值和波形等信息 ，可以识别滚动轴承的故障类 型和位置，以及评估故障的严
重程度。
03
总结词
振动诊断法需要使用专业的振 动测量仪器，如振动分析仪或 频谱分析仪，对滚动轴承进行
促进智能化发展
随着工业4.0和智能制造的推进，对设备的监测和故障诊断要求越来越高。滚动轴承的故 障机理与诊断研究有助于推动设备智能化的发展，提高生产效率和产品质量。
对未来研究的建议
01
加强跨学科合作
滚动轴承的故障机理与诊断涉及多个学科领域，如机械工程、材料科学
、信号处理等。建议加强跨学科合作，综合运用各学科的理论和方法，
其在实践中的可行性和效果。
THANKS
声学诊断法
要点一
总结词
通过测量轴承的声学信号，分析其频率和幅值等信息，判 断轴承的故障类型和程度。
要点二
详细描述
声在 轴承座或轴承端盖上安装声学传感器，采集轴承的声学信 号，然后分析这些信号的频率和幅值等信息，可以判断轴 承是否存在故障以及故障的类型和程度。常见的故障类型 包括轴承内圈、外圈和滚动体的故障等。声学诊断法的优 点是可以在线监测轴承的工作状态，但受环境噪声影响较 大。
滚动轴承的故障及诊断技术
滚动轴承的频谱分析
2、诊断思路
高频段 是否有 能量堆 积或峰 群出现
有：存 在早期 故障
无：没 有早中 期故障
在低频段出现轴承 的通过频率
通过频率的峰值增 大，故障恶化
滚动轴承的频谱分析
3、理论依据
1）轴承疲劳后，加速度谱图上出现高频峰群。
2）确认故障特征频率处有峰，表明存在该种故 障，若还有明显的倍频成分，表明故障严重。
• 确认外圈故障特征频率n f0处有峰，表明外 圈有故障。
• 确认内圈故障特征频率n fi处有峰，还有间 隔为1×的边频，表明内圈存在故障。
• 确认滚动体故障特征频率n zfb处有峰，还有 边频，边带间隔为保持架故障特征频率，表 明滚动体有故障。
滚动轴承的频谱分析
4、滚动轴承的故障频谱特征
第 一 阶 段 第 二 阶 段 第 三 阶 段 第 四 阶 段
测点4在高频段无能量堆积，且加速度幅值 很小。这说明测点4处的滚动轴承目前正处 在正常状态。
诊断（4）频域分析
从测点3轴向及测点4水平方向的速度幅值 谱可看出，出现了转轴旋转频率 25Hz(1450/60)及其倍频。并且基本上高次 谐波的幅值大于转频。这是典型的平行不 对中故障特征。
测点2轴向加速度时域波形，存在着冲击现 象。幅值谱图在高频段有能量堆积并有较 高的峰值。这说明电机侧测点2处滚动轴承 可能存在这着中期故障。
单位:m/s2
测试方向 水平方向 垂直方向
10月28日 19.7 15.2
12月9日 34.6 46.6
12月19日 46.0 38.6
ห้องสมุดไป่ตู้
12月27日 11.6 9.80
趋势图与趋势分析
• 频率范围大约是500-2000Hz，末期固有频率附 近出现边频。旁波振幅的大小相对于轴承损坏 频率的谐波是非常重要的指标。
滚动轴承常见故障及诊断
滚动轴承常见故障及诊断2007/08/04 11:41来源：《工程机械与维修》作者：肖军滚动轴承的故障类型大致有6种，即：腐蚀、摩擦、过热、烧伤、磨损、疲劳剥落等。
其中，磨损和疲劳剥落是最常见的故障形式。
故障诊断的方法有：转矩测定法、转速测定法、温度测定法、油分析法、振动法等。
其中，振动法适用性强，效果好，测试信号处理简单直观，使用最广泛。
1．故障识别运转中的检查项目有轴承的滚动声、振动、温度等，主要识别方法如下：(1)噪声识别这需要有丰富的经验，应尽量由专人进行这项工作。
用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轴承的滚动声的大小及音质进行检测，分辨出不同的故障。
轴承噪声主要有以下几种：①固有噪声。
这是滚动轴承本身具有的一种噪声，属正常噪声。
特点：轴承旋转时发出的一种平稳、连续的声音，声音较小；转速变化时，其主频率不变。
②装配误差产生的噪声。
③滚道噪声。
轴承在转动时产生随机脉动滚道噪声，是轴承噪声的主要成分。
特点：滚道噪声会随着滚道和滚动体加工精度的提高而降低。
④滚动噪声。
滚子轴承容易产生滚动噪声。
特点：主要发生在滚动体进入、退出承载区的时刻；润滑剂性能不好或黏度极大时最容易产生；滚子轴承只承受径向力，径向游隙比较大时容易产生。
⑤保持架噪声。
产生原因：滚动体和保持架、保持架与引导面之间的滑动摩擦，以及保持架与滚动体发生相互撞击而发出的噪声。
特点：具有周期性；当采用滚动体引导保持架时，这种运动的不稳定性更加严重，深沟球轴承的冲压保持架较薄，径向、轴向的刚度较低，整体稳定性差，轴承高速旋转时，因弯曲变形而产生自激振动，发出“蜂鸣声”。
⑥夹杂物噪声。
大约14%的轴承过早损毁是污染所致，外部杂质进入轴承工作面引起非周期性振动和噪声。
特点：随机性强，特别是小型轴承对此很敏感。
⑦伤痕噪声。
据统计，16%的轴承过早损毁是由于安装不当或没有使用适当的安装工具。
特点：转速不变，噪声频率不变；转速降低，周期变长。
机械故障诊断技术7-滚动轴承故障诊断
声音分析法
通过分析轴承产生的声音，可 以判断轴承的健康状况和潜在 故障。
温度分析法
通过测量轴承的温度变化，可 以检测到轴承故障和润滑不良。
滚动轴承故障诊断的实际应用
1
汽车工业
滚动轴承故障诊断被广泛应用于汽车引
航空航天
2
擎及其他重要部件。
滚动轴承故障诊断在航空航天领域中用
于确保安全和可靠性。
3
能源行业
容纳轴向和径向力
滚动轴承能够容纳轴向和径向力，确保机械稳定 性和平衡。
降低噪音和振动
滚动轴承有效减少机械运行时的噪音和振动。
常见的滚动轴承故障类型
• 疲劳损伤 • 轴承过热 • 轴承锈蚀 • 轴承松动 • 轴承断裂 • 轴承颗粒腐蚀 • 轴承润滑不良
滚动轴承故障诊断的方法和技术
振动分析法
通过测量轴承运行时的振动， 可以检测到轴承故障和异常。
机械故障诊断技术7-滚动 轴承故障诊断
欢迎来到我们的演示文稿！在本次演示中，我们将重点介绍滚动轴承的故障 诊断技术。滚动轴承不仅在机械中起着关键作用，也是实现高效运行的关键 组件。
滚动轴承的功能和重要性
支撑和传递
滚动轴承支撑旋转轴，并将载荷传递给其他部件。
减少摩擦和磨损
滚动轴承减少摩擦和磨损，提高机械的工作效率 和寿命。
滚动轴承故障诊断在发电备和风力涡 轮机等能源设备中非常重要。
滚动轴承故障诊断的挑战和局限性
1 复杂的机械系统
机械系统中的许多因素和组件可能会干扰和影响故障诊断的准确性。
2 故障特征的多样性
滚动轴承故障表现出许多不同的特征，需要综合多种方法进行诊断。
3 预防性维护的挑战
滚动轴承故障诊断需要及时准确地发现问题，以避免设备停机和生产损失。
- 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)。
目录摘要 (3)第1章绪论 (4)1.1滚动轴承故障诊断技术的发展现状 (4)1.2滚动轴承故障诊断技术的发展趋势 (6)1.3滚动轴承诊断基础 (7)1.3.1滚动轴承的常见故障形式 (7)1.3.2滚动轴承的诊断方法 (8)1.4本课题的研究意义和内容 (9)第2章滚动轴承振动机理 (11)2.1滚动轴承的基本参数 (11)2.1.1滚动轴承的典型结构 (7)2.1.2滚动轴承的特征频率 (11)2.1.3滚动轴承的固有频率 (13)2.2滚动轴承故障诊断常用参数 (14)2.2.1时间领域有量纲特征参数 (14)2.2.2时间领域的无量纲特征参数 (15)2.2.3频率领域的无量纲特征参数 (16)第3章滚动轴承故障诊断实验系统及实验方案 (17)3.1滚动轴承故障诊断实验系统 (17)3.1.1滚动轴承故障实验机械平台 (18)3.1.2设备的组成: (19)3.1.3设备的主要参数: (19)3.1.4实验平台信号采集及故障诊断系统 (21)3.2实验方案 (23)3.2.1轴承的故障状态 (23)3.2.2实验步骤 (23)第4章实验的操作过程及数据的提取 (25)4.1装拆轴承 (25)4.1.1实验前期准备 (25)4.1.2试机 (25)4.1.3拆卸并安装轴承 (25)4.2信号的采集过程 (27)4.2.1前期准备 (27)4.2.2数据采集过程 (28)4.3数据信号的处理过程 (30)第5章结论 (35)致谢 (36)参考文献 (37)旋转机械故障诊断特征参数的提取摘要：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用的特征参数。
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，本文所提出的方法不仅仅适用滚动轴承故障的诊断，还可推广适用旋转机械其它故障的诊断。
关键词:滚动轴承；故障诊断；特征参数；分辨指数；识别率The Extraction on Fault Diagnosis Symptom Parametersof Rotating MachineryABSTRACT：In the thesis ,the fault types,diagnostic methods and vibration principle of rolling bearing are discussed.the thesis sets up a series of academic models of faulty rolling bearings and lists some symptom parameters which often used in fault diagnosis of rolling bearings . the study of vibration principle of rolling bearings can help us to know the essence and feature of rolling bearings.In this paper, the parameters of the extraction, theoretical analysis, and process are described in detail, the paper by the way not only to the Rolling fault diagnosis, but also promote the application of other rotating machinery fault diagnosis.Keywords:Rolling Bearing; Fault Diagnosis; Symptom Parameter; Distinction Index; Distinction Rate第1章绪论1.1滚动轴承故障诊断技术的发展现状机械故障诊断学是识别机器或机组运行状态的科学，它研究的是机器或机组运行状态的变化在诊断信息中的反映。
随着科学技术不断发展和工业化程度的不断提高，机械设备精密程度、复杂程度及自动化程度不断提高，凭个人的感观经验对机械设备进行诊断己经远远不够。
机械设备故障诊断技术集数学、物理、化学、电子技术、通讯技术、信息技术、计算机技术、模式识别、人工智能等多种综合技术发展起来的一门多学科交叉和融合的新技术。
早在二次世界大战期间，由于大量军事装备缺乏诊断技术和维修手段，而造成非战斗性的损坏，使人们意识到故障诊断和监测技术的重要性[1]。
60年代以来，由于半导体的发展，集成电路的出现，电子技术、计算机技术的更新换代，特别是1965 年FFT方法获得突破性进展后出现了数字信号处理和分析技术的新分支，为机械设备诊断和监测技术的发展奠定了重要的技术基础。
滚动轴承是各种旋转机械中应用最广泛的一种通用元件，它的运行状态是否正常直接影响到整台机器的性能(包括精度、可靠度及寿命等)，据统计旋转机械故障的30%是由滚动轴承故障引起的。
滚动轴承的故障诊断在国外大概始于20世纪60年代[2]。
故障滚动轴承诊断的诊断流程如图1.1所示。
目前国内外学者的对于滚动轴承故障诊断的一些方法的研究工作主要集中在以下几个方面:1）时域分析法时域分析法是滚动轴承故障诊断技术发展最早的一种方法，在时域诊断中，提取信号特征的主要方法有相关分析和时序分析，普遍采用振动信号的基本数字特征及其概率分布特征进行诊断分析，如均值、有效值、峰值和无量纲因子判别方法等。
时域同步平均法是滚动轴承故障诊断最为常用的一种信号增强方法，通过对滚动轴承振动信号进行采样，并对多周期的信号进行同步平局，就可以得到时域同步平均信号。
这种方法可以有效降低其他部件和振动源对于信号的影响，提高信噪比[3]。
2）频域分析法频域分析方法是将时域波形经过FFT变换转换成频谱图，采用振动信号的频谱特征进行诊断分析，如特征频率、幅值、无量纲判别因子等，对滚动轴承的故障可以进行精密诊断。
在滚动轴承诊断技术中常用的频谱图有全息谱、幅值谱、相位谱、功率谱等。
细化和倒谱技术是频谱分析的常用手段。
在对滚动轴承振动信号作频谱分析时必须有足够高的频率分辨率，通常采用细化谱分析技术可以提高分辨率。
FFT-FS频谱细化方法在不增加采样点数的前提下，对感兴趣的频带进行细化，能够得到比较准确的频率值[4]。
3）时频分析法采用普通的频谱分析无法同时进行时频分析，找出信号的时域特征。
而时频分析法既能够反映时域特征又能够反映频域特征，可以很好的描述滚动轴承故障特征的全貌，常用的时频分析方法有短时傅立叶变换、小波变换、小波包分析等。
1946年，Gabor提出了窗口傅立叶变换概念，用一个在时间上可滑移的时窗进行傅立叶变换，从而实现了在时间域和频率域上都具有较好局部性的分析方法。
小波分析的多尺度和对突变信号的探测能力，在处理非平稳信号上表现出极大的优越性，它克服了短时傅立叶变换分辨率不可变的缺陷，在时域和频域同时有良好的局部化性质，成为滚动轴承诊断发展的热点[5]。
4）智能诊断计算机人工智能与诊断理论相结合形成了具有信息时代特色的智能诊断。
当前滚动轴承诊断领域中最常用的两类人工智能诊断系统是基于知识的专家系统和基于网络的智能诊断系统.基于知识的专家系统的特点是:以知识工程(知识库)为基础；在串行运行的格式中模拟人脑的逻辑思维；实现严格的诊断推理。
基于神经网络的智能诊断系统的特点是:以神经网络结构为基础；在大规模并行运算格式中模拟人脑的物理结构。
通常智能诊断系统与各种现代理论结合起来，如将模糊集理论与专家系统结合起来形成模糊专家系统，将小波用于神经网络可以形成小波神经网络等。
这样的结合可以充分利用各自的优势，取长补断，处理更复杂的故障诊断问题，获得更佳的诊断结果。
根据该模型的特点提出了能够克服传统BP算法学习速度慢、容易陷入局部极小的新算法。
改进后的算法用于滚动轴承故障诊断，试验结果表明，该算法可以有效缩短网络在训练过程中滞留于局部极小区域的时间，大大提高网络的学习速度[6]。
1.2滚动轴承故障诊断技术的发展趋势近几年来，通信技术、电子技术、计算机技术、数据处理技术的飞速发展为滚动轴承故障诊断的发展提供了强大的支持。
从目前的研究资料来看，滚动轴承故障诊断的发展方向和发展趋势如下:1)混合故障诊断技术研究智能诊断技术是滚动轴承故障诊断技术的一个重要的研究方向。
将多种不同的智能技术结合起来的混合诊断系统，是智能故障诊断研究的一个发展趋势。
结合方式主要有基于规则的专家系统与神经网络的结合，实例推理与神经网络的结合模糊逻辑、神经网络与专家系统的结合等[7]。
2)多信息量融合，多层次诊断集成集成知识库中的各种诊断知识，结合数据库中的各种故障数据，按照不同的故障情况进行综合分析、判断，定位故障点。
主要对状态监测所得到的信息进行融合，然后结合层次诊断模型，按照深浅结合的推理层次进行诊断。
它进一步把状态监测中的信号监测处理集成到诊断系统中，进行在线数据处理与在线诊断推理，实现非实时诊断到实时诊断的转变，也实现信息诊断与智能诊断的统一[8]。
3)远程协作诊断基于因特网的滚动轴承故障远程协作诊断是将滚动轴承诊断技术与计算机网络技术相结合，用若千台中心计算机作为服务器，在企业的关键设备上建立状态监测点，采集设备状态数据;在技术力量较强的科研院所建立分析诊断中心，为企业提供远程技术支持和保障。
跨地域远程协作诊断的特点是测试数据、分析方法和诊断知识的网络共享，因此必须使传统诊断技术的核心部分(即信号采集、信号分析和诊断专家系统)能够在网络上远程运行[9]。
4)诊断与控制相结合根据当前设备的健康状况决定设备运行方式或策略，最终预知故障，从而防止故障的发生，是诊断技术的最高目标。
它是把诊断系统和控制系统进一步结合，达到集监测、诊断、控制、管理于一身.它由单机诊断发展到分布式全系统诊断，信息量大，类型多，相应的也就需要多种数据处理和诊断推理方法的联合总之，在今后的研究中应进一步对诊断理论与诊断方法加以研究，建立一套完整的故障诊断指导理论和方法体系，将诊断理论和诊断方法能运用到实际的生成中，同时加强对便携式诊断和监测工具的研究，致力于建立简单的故障诊断平台，建立更人性化的人机工作环境，提高诊断的效率，提高人们的设备管理意识，促进滚动轴承及其它设备故障诊断技术的应用和发展[10]。
1.3滚动轴承诊断基础1.3.1滚动轴承的常见故障形式由于滚动轴承的材料缺陷，加工或者装配不当，润滑不良，水分或者异物侵入，腐蚀以及过载等原因都可能导致早期损坏[11][12]。