《轴承故障诊断技术.ppt》由会员分享，可在线阅读，更多相关《轴承故障诊断技术.ppt（21页珍藏版）》请在三一办公上搜索。
1、轴承故障诊断技术,绪言,轴承的故障诊断与状态监测是机械设备故障诊断技术的重要内容。旋转机械的故障中轴承的损坏故障约占30%。轴承的运行质量除轴承元件本身的加工质量外，轴承的安装及装配质量影响很大。轴承使用中，90%以上是滚动轴承。,滚动轴承故障形式,1.疲劳剥落 2.磨损 3.塑性变形 4.锈蚀 5.断裂 6.胶合 7.保持架损坏,诊断方法：,基于振动信号的故障监测和诊断技术（）基于油液的故障监和诊断技术（）基于温度的故障监测和诊断技术（）基于声学的故障监测和诊断技术基于油膜电阻的故障监测和诊断技术基于光纤的故障监测和诊断技术综合故障监测和诊断系统（趋势）,基于振动信号的故障监测和诊断技术,低
2、频分析法和幅值参数指标分析法平稳信号的监测和诊断技术循环平稳信号的监测和诊断技术非平稳信号的监测和诊断技术 适用：疲劳剥落、变形、压痕、局部腐蚀等故障进行监测与诊断,低频分析法和幅值参数指标分析法,轴承故障特征频率：,轴承振动信号中的许多统计特征参量随着故障的性质及严重程度发生变化，可以作为轴承故障监测和诊断的依据：,设 为采集到的振动序列，,峰值和均方根值是有量纲的参数，峰值因子、峭度因子、波形因子、脉冲因子、裕度因子是无量纲的参数。无量纲参数对轴承的承载和转速不敏感，无须考虑相对标准值和与以前的数据进行比较，且对故障的早期阶段比较敏感，但对严重的故障抗干扰性较差，易产生误判。,峰值、峰值因
3、子、峭度等参数虽对冲击故障敏感,但当故障进人严重发展阶段时,峰值因子、峭度等参数处于饱和状态,失去诊断能力 峭度因子是时域指标，对轴承故障产生的异常脉冲比较敏感，当振动信号服从正态分布时的正常值为3。所以，对原始信号进行必要的预处理和采用多参数诊断法，会大大提高故障诊断的可靠性。,平稳信号的监测和诊断技术,傅立叶频谱分析（频谱图）缺点：早期故障不够灵敏时间序列模型（参数模型ARMA模型、AR模型、MA模型）1.时域平均方法 2.倒频谱分析 3.包络分析 4.数字滤波技术 5.自适应技术 6.主分量技术 7.细化谱技术 8.双谱技术 9.全息谱技术,循环平稳信号的监测和诊断技术,统计特征参量随时
4、间呈现周期或多周期的变化规律，具有循环平稳特性。1.时间平滑周期图法 2.基于调幅和调频信号模型推导出循环域解调方法 3.基于谱相关密度,非平稳信号的监测和诊断技术,时频信号分析 1.小波分析 2.振动信号的改进小波包分析 3.改进的时频分析 4.高阶谱 5.维谱分析 6.分形维数方法 7.奇异值分解技术 8.隐马尔经验模态分解技术 9.经验模态分解技术（EMD）,基于油液的故障监和诊断技术,铁谱监测和诊断技术是我国应用最普遍的油液诊断技术之一，该方法首创于20世纪70年代初，主要通过对润滑或冷却液中的磨损磨粒在铁谱片上的分布情况进行定性观察和定量测试来判断轴承的运行情况和磨损机理研究。（1）
5、旋转式铁谱仪（2）直读式铁谱仪（3）分析式铁谱仪 适用：油润滑或油冷却轴承,基于温度的故障监测和诊断技术,轴承的运转温度主要由轴承的载荷、转速、摩擦力矩、润滑剂类型、粘度、轴承类型以及轴承的运转状态等因素决定，因此轴承的温度可以一定程度上反映轴承的运转参数的变化和运行的故障，特别对轴承烧伤的诊断效果比较好。,基于声学的故障监测和诊断技术,声学监测和诊断技术是近几年来发展起来的新技术，通过对轴承由于变形、剥落或裂纹等原因产生的弹性波的监测来实现对轴承工况的诊断。由于轴承经常受到冲击的交变载荷作用，使得材料产生错位运动或塑性变形,在此过程中伴随着声发射信号的产生，这种声发射的频率一般较宽，金属材料
6、的发射频率可达几十到几百兆赫兹，其信号的强度差异一般只有几微伏，故需要电荷放大器等仪器的辅助。缺点：专用设备价格比较昂贵，局限性。,基于油膜电阻的故障监测和诊断技术,原理：如果轴承在运转过程中,滚道和滚动体之间形成很好的油膜，则内外圈的电阻值可达兆欧姆以上，但当润滑油膜遭到破坏后,则内外圈之间的电阻可降低至零欧姆。适用：旋转轴外露的场合，轴承的润滑状态和轴承的磨损、腐蚀类的损伤进行监测和诊断。缺点：表面剥落、压痕、裂纹、点蚀等异常情况诊断效果较差。,基于光纤的故障监测和诊断技术,光纤诊断技术一般用光导纤维束制成位移传感器发射和接受光纤束，对轴承工况作出判断，该方法灵敏度高、信噪比大，可以较直接
7、地反映轴承的制造质量、表面磨损程度、载荷、润滑和间隙情况。适用：传感器安装在轴承座内的场合。,综合故障监测和诊断系统,综合故障诊断的过程事实上也是诊断信息融合的过程，模糊数学理论、模式识别理论、专家系统技术、人工神经网络技术、灰色理论、可拓数学、信息科学理论以及概率理论对故障细致划分和识别的可行性也逐渐在诊断工程中得到应用。,滚动轴承故障诊断技术发展趋势,在不久的将来，用于滚动轴承故障监测和诊断的时频分析法、小波分析法、时变参数模型法、分段平稳AR模型法、自适应AR模型法等前沿技术将进一步完善，高阶循环统计量技术、分形维数等技术将有望得到进一步的突破，专家系统和人工神经网络技术等综合型的故障智能监测和诊断系统具有很大的发展潜力和广阔的发展前景。,总结,故障诊断技术是一门集数学、力学、摩擦学、测控技术、计算机技术、信号处理技术、模式识别技术、人工智能技术、决策科学、信息科学等众多科学技术于一体的现代工程新学科，受到越来越多的重视和关注。检测试验技术、信号处理技术、模式识别技术和预测评估技术四项基本技术是轴承诊断关键技术。了解轴承的性能状态和及早发现潜在故障有着至关重要的作用，可以有效提高机械设备的运行管理水平及维修效能，具有显著的经济效益。,
