滚动轴承的状态监测与故障判断

合集下载

(完整word版)滚动轴承故障诊断分析

(完整word版)滚动轴承故障诊断分析

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。

(完整word版)(整理)滚动轴承故障诊断分析章节

(完整word版)(整理)滚动轴承故障诊断分析章节

滚动轴承故障诊断滚动轴承是应用最为广泛的机械零件质疑,同时,它也是机器中最容易损坏的元件之一。

许多旋转机械的故障都与滚动轴承的状态有关。

据统计,在使用滚动轴承的旋转机械中,大约有30%的机械故障都是由于轴承而引起的。

可见,轴承的好坏对机器工作状态影响极大。

通常,由于轴承的缺陷会导致机器产生振动和噪声,甚至会引起机器的损坏。

而在精密机械中(如精密机床主轴、陀螺等),对轴承的要求就更高,哪怕是在轴承上有微米级的缺陷,都会导致整个机器系统的精度遭到破坏。

最早使用的轴承诊断方法是将听音棒接触轴承部位,依靠听觉来判断轴承有无故障。

这种方法至今仍在使用,不过已经逐步使用电子听诊器来替代听音棒以提高灵敏度。

后来逐步采用各式测振仪器、仪表并利用位移、速度或加速度的均方根值或峰峰值来判断轴承有无故障。

这可以减少对设备检修人员的经验的依赖,但仍然很难发现早期故障。

随着对滚动轴承运动学、动力学的深化研究,对轴承振动信号中频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解,FFT级数的发展也使得利用频率域分析和检测轴承故障成为一种有效的途径。

也是目前滚动轴承监测诊断的基础。

从发展的历程看,滚动轴承故障检测诊断技术大致经历了以下阶段:1961年,W.F.Stokey完成了轴承圈自由共振频率公式的推导,并发表;1964年,O.G.Gustafsson研究了滚动轴承振动和缺陷、尺寸不均匀及磨损之间的关系,这与目前诊断滚动轴承故障的方法是基本一致的;1969年,H.L.Balderston根据滚动轴承的运动分析得出了滚动轴承的滚动体在内外滚道上的通过频率和滚动体及保持架的旋转频率的计算公式。

至此,有关滚动轴承监测诊断的理论体系已经基本完成;1976年,日本新日铁株式会社研制了MCV-021A机器检测仪,其方法是通过检测低频、中频和高频段轴承的信号特征来判断轴承的工作状态;1976~1983年之间,日本精工公司也积极在滚动轴承检测仪器方面做工作,相继推出了NB系列轴承检测仪,利用1~15kHz范围内的轴承振动信号的有效值(rms)和峰峰值(p-p)来诊断轴承的故障;1980年代至今,以改良频率分析的方法来精密诊断滚动轴承的故障、确定故障位置,一直是精密诊断采取的必备方法,其中包括细化谱分析、倒频谱分析、共振解调技术、包络分析技术等。

轴承故障检测、诊断、分析技巧

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。

滚动轴承故障及其诊断方法

滚动轴承故障及其诊断方法
轴承因受到过大的冲击载荷、静载荷、落入硬质异物等 在滚道表面上形成凹痕或划痕。
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

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。

滚动轴承的故障诊断PPT演示课件

滚动轴承的故障诊断PPT演示课件

诊断
磨屑
好 有 无 好 好 好 有 好 有 有 不可
方法
轴承间隙
无 无 无 好 好 有 无 无 无 无 不可
油膜电阻
无 无 无 好 好 好 好 有 无 无 可
滚动轴承故障诊断
15
各种诊断方法的灵敏度



号 强 度


缺 陷 故 障 界
分 析 灵 敏 度

噪 声
灵 敏 度
测 温 分 析






轴承内部有锈蚀
滚动轴承故障诊断
7
轴承失效形式—点蚀
▪ 现象: 滚道面或滚动体表面 上有小坑和片状剥落
▪ 原因: 载荷过大 润滑不良 预载过大 间隙过小
滚动轴承故障诊断
8
轴承失效形式—压痕
▪ 现象: 滚道面上有滚动体的压痕
▪ 原因: 装配不当 静载荷过大 冲击载荷过大 异物侵入
滚动轴承故障诊断
9
轴承失效形式—烧伤、胶合
定义
Sf
xrm s x
Cf
xm ax xrm s
If
xm ax x
CL f
xm a x xr
Kv xr4ms
敏感性
差 一般 较好 好 好
稳定性
好 一般 一般 一般 差
表中:x -平均幅值, xr-方根幅值, -峭度
滚动轴承故障诊断
25
峰值指标用于轴承诊断
峰值指标Cf不受振动信号绝对大小的影响,适用于检测 滚动面剥落与裂纹等故障,但不适于检测磨损。
▪ 现象: 滚道面变色、软化、 熔合
▪ 原因: 转速过高 润滑不良 装配不当
滚动轴承故障诊断

基于共振解调的滚动轴承状态监测及故障诊断系统

基于共振解调的滚动轴承状态监测及故障诊断系统

图 4 正常轴承 时域波形图与频谱 图
谭嚣
图 1 共振解 调原理示意图
2滚动轴承故障测试诊断系统 滚动轴承故 障测试诊 断系统的主界面如 图 2所示。
图 5 故 障 轴承 时域 波 形 图 与 频谱 图
对比时域波形 的两个图 ,有故障的轴承 的振幅要比正常轴承 的 振幅大 , 并且故障轴承 的时域波形呈现 明显的周期性 , 表明轴承有磨 损, 但具体位置不好确定。为 了确定位置 , 对故 障轴承利用共振解调



以容 易地诊断出轴承 的故障来。其原理 示意如图 1 所示。

元件损伤 ・一 冲击
敞 障 诊 断

}起 l
芦起 r— I _
高频固有撼动 _ 传黪器捂敬 的攮 动信号
包 缗 樯 渡
一 .
— — 漏在 一
频 谗 分 析
竺竺 兰
—・ 一 包缮频谱 —
—一 包络信号 ・——一 某~ 高频 圈膏 撼动
图 3 轴 承测 试 诊 断 系统 总体 结构 图
故障诊断部分的主要任务是根据测得的信号 与数据记录诊断出 的意义。 故障发生 的部位 , 用来分析故障 的原 因及对策 。具体 包括 : 数据回放 传统 的测控仪器 由于费用高、 技术更新周期长等原因, 越来越不 与管理 、 特征频率计算与显示等。 能满足科技进步的要求。 以计算机为核 心的虚拟仪器 , 而 由于其功能 3故 障诊断实例 可由用户 自己定义 ,技术更新快,价格和软 件开发维护费用低等优 本 文以 GB 2 4滚动轴 承为对 象 , 拟出两种状 态 : 常轴承 60 模 正 点, 在故障诊断领域越 来越得到重视和 欢迎。本文利用 L b IW 软 和外 圈故障。故 障是在与滚珠相接触 的外圈内侧通过激光线切割来 a VE 件开发出来的监测和诊断 系统 ,实现 了对滚动轴承状态的监测和早 实现 , 障尺 寸为 1 故 ×1 mm。轴 承 的 参 数 为滚 动 体 直 径 d 79 mm , = 4

滚动轴承故障诊断的频谱分析

滚动轴承故障诊断的频谱分析

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。

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。

滚动轴承故障诊断文献综述

滚动轴承故障诊断文献综述

滚动轴承故障诊断文献综述滚动轴承故障诊断文献综述[ 2008-4-2 14:38:00 | By: mp2 ]推荐文献综述——滚动轴承故障诊断1.前言滚动轴承是各种旋转机械中应用最广泛的一种通用机械零件,它是机器最易损坏的零件之一。

据统计。

旋转机械的故障有30,是由轴承引起的。

可见轴承的好坏对机器的工作状况影响很大。

轴承故障诊断就是要通过对能够反映轴承工作状态的信号的测取,分析与处理,来识别轴承的状态。

包括以下几个环节:信[1]号测取;特征提取;状态识别:故障诊断;决策干预。

滚动轴承故障诊断传统的分析方法有冲击脉冲法,共振解调法,倒频谱分析技术。

在现代分析方法中,小波分析是最近几年才出现井得以应用和发展的一种时—频信号分析方法。

它具有时域和频域的局部化和可变时频窗的特点(用它分析非平稳信号比传统的傅里叶分析更为最著。

由于滚动轴承的故障信号中禽有非稳态成分,所以刚小波分析来处理其振动信号(可望获得更为有效的诊断特征信息[2]。

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。

2.故障信号诊断方法2.1冲击脉冲法(spm)SPM技术(Shock Pulse Method),是在滚动轴承运转中,当滚动体接触到内外道面的缺陷区时,会产生低频冲击作用,所产生的冲击脉冲信号,会激起SPM 传感器的共振,共振波形一般为20kHz,60kHz,包含了低频冲击和随机干扰的幅值调制波,经过窄带滤波器和脉冲形成电路后,得到包含有高频和低频的脉冲序列。

SPM 方法是根据这一反映冲击力大小的脉冲序列来判断轴承状态的。

此种方法目前被公认为对诊断滚动轴承局部损伤故障工程实用性最强的。

此方法虽然克服了选择滤波中心频率和带宽的困难,但这种固定中心频率和带宽的方法也有其局限性,因为,一些研究结果表明,滚动轴承局部损伤故障所激起的结构共振频率并不是固定不变的,在故障的不同阶段可能激起不同结构的共振响应,而不同部位的故障(内、外圈、滚子)也会激起不同频率结构的共振响应。

滚动轴承状态的监测及故障识别方法

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

滚动轴承常见故障及其振动信号特征

滚动轴承常见故障及其振动信号特征

滚动轴承常见故障及其振动信号特征轴承长时间未使用或者存储环境不良会导致轴承表面生锈,进而引发轴承锈蚀故障。

另外,轴承在工作过程中也可能因为润滑不良或者介质腐蚀等原因产生锈蚀现象。

1.6胶合轴承在长期运行过程中,可能会因为润滑不足或者介质污染等原因导致轴承内部的胶合现象。

胶合现象会导致轴承的滚动体和滚道之间失去滚动性能,从而引发轴承故障。

2轴承故障检测方法轴承故障检测的方法主要包括视觉检测、声音检测、振动检测、温度检测和油液检测等。

其中,振动检测是最常用的一种方法。

轴承在故障发生时会产生特定的振动信号,通过对振动信号进行分析可以判断轴承是否发生故障,并确定故障的类型和程度。

3轴承故障的振动信号特征轴承故障时产生的振动信号具有一定的特征,不同类型的故障会产生不同的振动信号特征。

常见的轴承故障振动信号特征包括频率、振幅、相位和波形等。

通过对这些特征的分析,可以准确地判断轴承的故障类型和程度,并采取相应的维修措施。

总之,对轴承故障的诊断和维修具有重要意义。

通过本文对轴承常见故障形式、故障检测方法和振动信号特征的分析,可以帮助工程师更好地诊断和处理轴承故障,提高设备的运行效率和安全性。

轴承锈蚀的原因之一是水分侵入。

当轴承停止工作时,温度下降,空气中的水分容易在轴承表面凝结成水珠,如果不及时清理,就会引起轴承锈蚀。

另外,保护不当也会使水分直接进入轴承,导致轴承锈蚀。

在高速高负荷和润滑不足的情况下,轴承部件会迅速升温,摩擦产生的热量能引起轴承部件接触的金属表面相互粘接,这种现象称为胶合。

轴承滚子和滚道相对运动产生的挤压力和侵入轴承滚道的杂物也会引起轴承表面的磨损。

磨损会增大轴承的游隙,降低运转精度,增加工作噪音。

常见的滚动轴承故障检测方法包括油样分析法、温度监测法、声发射法和振动法。

油样分析法通过分析轴承润滑油中的金属颗粒来判断轴承的运转状况。

温度监测法通过监测轴承附近部件的温度来观测轴承是否正常运转。

声发射法可以通过分析发声周期来判断故障类型和部位。

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。

滚动轴承的测量和检验的原则及方法(一讲)

滚动轴承的测量和检验的原则及方法(一讲)

总结滚动轴承的测量和检验的原则及方法
测量和检验的重要性
滚动轴承的测量和检验是确保其性能 和质量的关键环节,通过精确测量和 全面检验,可以评估滚动轴承的各项 性能指标,如旋转精度、摩擦阻力、 振动等。
测量和检验的原则
在滚动轴承的测量和检验中,应遵循 以下几个原则,即准确性、可靠性、 重复性和一致性。准确性是指测量和 检验的结果应与实际值相符,可靠性 则要求测量和检验的结果应稳定可靠 ,重复性和一致性则要求测量和检验 的方法和过程应保持一致,以确保结 果的准确性和可靠性。
声音检验法
总结词
通过听取轴承运转时的声音,判断其是否正常。
详细描述
声音检验法是通过听取滚动轴承运转时的声音来判断其质量状况。经验丰富的检验员可以通过听声音 来判断轴承是否存在异常,如不正常的噪音、振动或其他异响。这种方法需要检验员具备丰富的实践 经验和听力辨别能力。
振动分析法
总结词
通过分析轴承运转时的振动信号,判断 其是否存在故障或异常。
比较测量法
将待测滚动轴承与标准样 品进行比较,通过对比得 出测量结果。
间接测量法
通过测量与滚动轴承相关 联的其他参数,间接推算 出滚动轴承的某些参数值。量设备的选择通用测量设备
适用于大多数滚动轴承的测量, 如卡尺、千分尺等。
专业测量设备
针对特定类型或规格的滚动轴承 ,需要使用专业的测量设备进行 精确测量。
对于大型或特殊结构的轴承,应采用相应的专用检验设备和方法进行测量和检验。
在选择检验方法时,应充分考虑其准确性和可靠性,同时还应考虑其操作简便性和 经济性。
检验设备的选择
根据确定的检验方法, 选择合适的检验设备。
对于大型或特殊结构 的轴承,应选择专用 的检验设备进行测量 和检验。
  1. 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. 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. 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)。

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。

此后,许多公司都安装了大量的振动监测传感器来监测轴承的长期运行,再有就是航天领域也采用了这样的监测仪器。

1976年至1983年,由(NSK)公司研制了NB系列轴承监测仪。

利用轴承振动信号的1~15 kHz范围,测量了轴承故障的均方根(RMS)和峰值。

通过对低频的滤波,提高了灵敏度。

随着滚动轴承运动学和动力学的发展,人们对轴承振动信号的频率分量与轴承几何尺寸和缺陷类型的关系有了深刻的认识。

滚动体共振频率、滚动轴承振动与缺陷、非均匀尺寸与磨损的关系最具代表性。

目前,用于滚动轴承故障诊断的信号分析仪种类繁多。

根据滚动轴承振动波形在时域上的分析,美国Entek公司提出了“波尖能量”法,并發明了与之匹配的检测仪器。

极大的推动了轴承故障诊断技术的发展。

滚动轴承状态监测和故障诊断有多种分析和处理技术,如频率细化技术、倒谱技术、包络分析技术等。

为了提高诊断灵敏度,在信号预处理中采用了相干滤波和自适应滤波等多种滤波技术。

3.滚动轴承的主要失效形式3.1 疲劳脱落滚动轴承的滚动体和内外滚道在轴承区域轮流进出。

由于长期载荷变化的影响,疲劳裂纹首先产生于接触面以下的最大交变剪应力的地方,随后疲劳裂纹会延伸到接触表面,在接触表面会产生斑点状的剥落,运行时间越来越长,点状剥落也会慢慢的发展为更大的剥落,此种情况称为疲劳剥落。

疲劳剥落是滚动轴承失效的最主要原因,因此,轴承寿命通常是指轴承的疲劳寿命。

3.2 磨损磨损的主要原因是滚珠与滚道之间的相对运动以及有异物进入滚道而引起的表面磨损。

另外,润滑状态不良也会使得轴承的磨损更加严重,最终使得轴承游隙超过最大允许的游隙,使得其表面粗糙度增加从而降低了轴承的工作精度,轴承也因此无法正常工作而发生故障。

3.3 胶合在高速、重载的工况下,轴承滚道与滚动体接触表面有轻微的凹凸不平或存在异物颗粒使得工作表面受到的力会变得不均匀,由于摩擦接触产生的热变形和摩擦表面可能是部分融化从而导致表面烧伤及胶合。

3.4 断裂当轴承承受过大的载荷和振动时,内、外圈的缺陷位置将反复受到振动体的冲击,缺陷将逐渐扩展和断裂。

3.5 锈蚀润滑油中含有水或空气中的水分凝结在轴承上会使得其表面发生锈蚀。

当轴承内部有较大的电流通过会造成电腐蚀,使得表面摩擦不均。

3.6 其他另外,装配和使用方式不正确可能会使保持架发生变形,保持架与滚动体之间的摩擦会变大,使它与滚动体粘在一起,还有可能会使保持架与内外圈之间的摩擦变大。

振动和噪音进一步变大,最终造成轴承损坏失效。

4.滚动轴承的状态监测技术滚动轴承状态监测技术主要包括振动信号分析、轴承润滑状态监测、温度检测等。

4.1 振动信号分析诊断法在滚动轴承的监测诊断方法中使用最广泛的一种方法就是振动信号分析诊断法。

当滚动轴承表面部分受损时,轴承会产生周期性的宽带脉冲激励信号。

滚动轴承振动的频谱结构可分为三类。

(1)低频谱(低于1kHz),包括轴承的故障特征频率和加工误差引起的振动特征频率。

对于低频段的频段谱线进行分析,可以诊断轴承的相应故障。

(2)中频谱(1~20 kHz),轴承表面损伤而引起的轴承的固有振动频率。

一般是采用共振调节技术获得高信噪比的振动信号,从而进行轴承故障分析。

(3)高频谱(超过20 kHZ),是指的轴承损坏造成的影响超过20 kHZ频率能量分布,主要包括信号包含超过20 kHZ高频部分。

高频信号分析通常作为诊断初期轴承故障最常用的一种方法。

4.2 轴承润滑状态监测诊断法当轴承滚动表面的润滑状态发生变化,如从全液润滑过渡到干摩擦时,金属间的直接接触时间会不断的增加,轴承所受的冲量值也会相应增加,油膜阻力随之不断减小。

因此,油膜电阻诊断法和油膜厚度法是监测工作中常用的两种方法。

4.3 温度监测诊断法滚动轴承做为一种旋转部件,在工作时就会有热量产生。

当轴承发生某种损伤时,轴承温度会发生变化,因此,轴承温度监测方法可以用于诊断轴承的故障。

但是,当轴承温度出现明显时,所发生的故障往往已经达到非常严重的程度,所以这种方法主要用于辅助监测和诊断方法,确保重要设备不会发生报废事故。

5.滚动轴承的主要失效过程第一阶段:轴承失效的起始阶段,其频率范围约为20 kHz至60 kHz或更高。

此阶段可以采用各种电子仪器来采集这些频率,比如冲击脉冲、峰值能量和其他超音频测量仪器。

在此阶段,将没有关于普通光谱的指示。

第二阶段:由于轴承上的庇点增大,使它在共振频率处发出铃叫声。

同时,该频率也被用作载波频率调制的轴承故障频率。

第三阶段:出现轴承故障时的频率,在初始阶段只能观察到频率本身。

随着轴承磨损进一步加剧的时候,故障频率的峰值将会进一步的增大。

通常波峰都是随时间而线性增加的。

第四阶段:随着故障的发展程度逐渐严重,故障频率会产生谐波。

这表明故障频率谐波的影响有时可能比基波峰值频率更早被检测。

同时,脉冲将显示在相应的时域波形中。

第五阶段:故障发生的状态进一步加剧,轴承的损伤程度也会逐步加深,振动水平将继续上升,更多的谐波也会随之产生。

时域波形的峰值将更加清晰和明显,甚至可以通过测量峰值之间的时间间隔来计算故障频率。

高频轴承检测(如峰值能量和冲击脉冲)的趋势都是在不断上升的。

第六阶段:由于磨损引起的间隙变大,1倍频的振幅也会增加,也会产生1倍频的谐波。

第七阶段:此阶段故障频率和边带形成山峰状,通常被称为“干草堆”峰,这是由于宽带噪声所致。

此时,轴承发出的噪音会高于之前,在此阶段,高频轴承测量值会慢慢的变少,虽然测量出振幅会有下降的变化,但应尽快更换新的轴承。

第八阶段:频谱中的“干草堆”将继续扩大,谐波会随着松动的增加而逐漸变大,高频轴承测量值可能会继续下降,但此时,噪音的分贝值正在上升。

在一定距离内都可以很清楚的听到轴承发出的噪音,此时轴承已经接近完全损坏报废。

第九阶段:经过此阶段后,谱线变成了一条直线,机器将无法正常工作。

6.滚动轴承的主要参数与故障频率计算滚动轴承主要有内圈、外圈、滚动体、保持架四部分组成。

图示滚动轴承的几何参数主要有:轴承节径D:轴承滚动体中心所在的圆的直径;滚动体直径d:滚动体的平均直径;内圈滚道半径r1:内圈滚道的半径;外圈滚道半径r2:外圈滚道的半径;滚动体个数Z:滚珠或滚珠的数目;接触角α:滚动体受力方向与内外滚道垂直线的夹角。

滚动轴承的特征频率:为更好地分析轴承的运动参数,我们提出了以下假设:(1)滚道与滚动体之间无相对滑动;(2)内圈滚道回转频率为fi;(3)承受径向、轴向载荷时各部分无变形;(4)外圈滚道回转频率为f0。

那么故障频率分别为:内圈:BPFI=(1+cosɑ)*f0;外圈:BPFO=(1-cosɑ)*f0;滚动体:BSF=[1-(cosɑ)2]*f0;保持架:FTF=(1-cosɑ)*f0。

当轴承的几何尺寸不易测量时,在知道滚珠数量的时候,我们可以运用下列公式来估计轴承的失效频率:内圈:BPFI=(+1.2)*f0;外圈:BPFO=(-1.2)*f0;滚动体:BSF=(-)*f0;保持架:FTF=(-)*f0。

7.滚动轴承的振动特征分析方法7.1 特征参数分析法特征参数分析法在滚动轴承振动特性分析中起着重要的作用。

特征参数分析法只需几个指标就能分析出轴承的运行状态,因此这种方法使用方便,分析结果简单,特征参数法还有对轴承状态进行分析无需历史记录的优点。

滚动轴承特性参数分析与诊断中常用的参数包括RMS、峰值等各种时域特性参数和重心频率等频域参数。

时域和频域参数主要用于一些最基本的诊断,使用其中之一参数分析有时会得不到准确的诊断结果。

因此,在实践中应该进行合理的利用,以获得良好的效果。

7.2 频谱分析法特征参数可用于轴承故障的初步诊断,但诊断出故障后,我们应该通过频谱分析法对故障进行详细的分析。

滚动轴承的振动频率由低频分量和高频分量组成。

每个故障都有特定的频率分量与之相对应,需要通过信号处理方法来分离出来其频率,用来判断存在的与之对应的故障。

轴承信号的频谱分析是故障诊断最有效的方法,但是该方法需要了解轴承几何结构和工作状态。

此外,利用频谱分析方法提取了中低频段轴承故障的特征频率及谐波,然而轴承故障特征频率与其它部件的特征频率相近,因此难以辨别。

7.3 包络法包络法具有能同时识别同一轴承多种故障的特点,极大的提高了诊断的准确性。

当轴承表面局部损伤时,在运行的过程中要撞击接触表面并产生冲击脉冲力。

由于冲击力具有较宽的频带,这其中也会包含其他部件的固有频率,则会引起振动测量系统的共振。

所以,被测振动加速度信号包括很多载波共振频率及其上的故障特征频率和谐波分量。

通常我们会选择谐振频率作为中心,此时细微的故障信号就会借助高幅值的谐振频段传递出来使得我们能够使用仪器捕捉到。

不然高频低幅轴承故障信号经过多个界面的反射衰减后,就会变得难以被提取。

相关文档
最新文档