《滚动轴承故障诊断分析》由会员分享，可在线阅读，更多相关《滚动轴承故障诊断分析（20页珍藏版）》请在金锄头文库上搜索。
1、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 diagnosis In the t
2、hesis ,the fault types,diagnostic methods and vibration principle of rolling bearing are discussed.the thesis sets up a series of academic models offaulty rolling bearings and lists some symptom parameters which often used in fault diagnosis of rolling bearings . the study of vibration principle of
3、rolling bearings can help us to know the essence and feature of rolling bearings.Inthis paper, the parameters of the extraction, theoretical analysis, and process are described in detail. Keywords: Rolling Bearing; Fault Diagnosis; Symptom Parameter; Distinction Index; Distinction Rate0引言：随着科技的发展，现代
4、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。 但是，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严重的，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。除了在设计与制造阶段，通过改进可靠性设计、研究和应用新材料、新工艺以及加强生产过程中的质检控制措施提高系统的可靠性与安全性外，提高系统可靠性与安全性的另一个重要途径就是对系统的工作状态进行实时的监测与诊断，从而实现对设备的有效控制，并对灾难性故障的发生进行预警，为采
5、取相应的补救措施提供有效的信息。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。因此，故障诊断理论的发展必将促进故障监测和监控系统的快速发展与广泛应用，从而可以进一步的提高系统运行的可靠性与安全性，并由此产生巨大的经济和社会效益。而滚动轴承是旋转机械最重要的零部件之一,也是旋转机械中的易损零件。据统计旋转机械的故障有30%是由轴承故障引起的, 轴承的故障会导致机器剧烈振动和产生噪声, 甚至会引起设备的损坏。因此, 对滚动轴承故障的诊断分析, 在生产实际中尤为重要。滚动轴承诊断方法有倒频谱分析、特征参数分析法、冲击脉冲法、包络分析法、小波分析等。振
6、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。1 滚动轴承的故障形式滚动轴承在正常情况下，长时间运转也会出现疲劳剥落和磨损。而制造缺陷、对重偏差大、转子不平衡、基础松动、润滑油变质等因素会加速轴承的损坏。疲劳剥落滚动轴承的内外滚道和滚动体交替进入和退出轴承区域，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面产生点状剥落，逐步发展到大片剥落，称之为疲
7、劳剥落。磨损长时间运转使轴承的内外滚道和滚动体表面不可避免的产生磨损，持续的磨损使轴承间隙增大，振动和噪声增加。润滑不良和硬质颗粒进入滚道会加速轴承的磨损。断裂当轴承所受载荷、震动过大时，内外圈的缺陷位置在滚动体的反复冲击下，缺陷逐步扩展而断裂。 锈蚀水分或酸碱性物质直接侵入会引起轴承锈蚀。当轴承内部有电流通过时，在滚道和滚动体的接触点处引起电火花而产生电腐蚀，在表面上形成搓板状的凹凸不平。擦伤由于轴承的内外滚道和滚动体表面上的微观凸起或硬质颗粒使接触面受力不均，在润滑不良、高速重载工况下，因局部摩擦产生的热量造成接触面局部变形和摩擦焊合，严重时表面金属可能局部融化，接触面上作用力将局部摩擦焊
8、接点从基体上撕裂。2 滚动轴承的失效形式轴承失效通常划分为四个阶段：第一阶段：在轴承失效的初始阶段，故障频率出现在超声频段。有多种信号处理手段能够检测到这些频率，如峰值能量 gSE、应力波 PeakVue、包络谱 ESP、冲击脉冲 SPM 等。此时，轴承故障频率在加速度谱和速度频谱图上均无显示。第二阶段：轻微的轴承故障开始激起轴承元件的固有频段，一般在 5002KHz 范围内。同时该频率还作为载波频率调制轴承的故障频率。起初只能观察到这个频率本身，后期表现为在固有频率附近出现边频。此时，轴承仍可安全运转。第三阶段：轴承故障频率的谐波开始出现，边频带数目逐渐增多。谐波有时会比基频更早被发现。峰值
9、能量 gSE、应力波PeakVue、包络谱 ESP、冲击脉冲 SPM 所测故障频率幅值显著升高。加速度频谱图上也可能观察到轴承故障的高次谐波。此时需要停机检修。第四阶段：在加速度和速度频谱图上均能看到轴承故障频率的基频和高次谐波，并伴随有转速频率的边频带，各种手段所测频谱图的基底噪音水平升高，继而轴承故障频率开始消失被随机振动或噪音代替。能明显听到故障轴承产生的噪声。此时轴承已处于危险状态。3 故障分析方法 3.1 倒频谱分析法倒频谱分析也称为二次频谱分析，是对信号x（t）作进一步的谱分析而得到的，通过对滚动轴承典型故障的振动信号功率谱和倒频谱的比较分析,可知倒频谱能将主要的信息从复杂的频率成
10、分和噪声中识别出来,能较好地辨别出故障特征频率和其它特征频率。在相关文献中采用倒频谱分析技术准确，快速地判定故障发生在轴承滚动体上。3.2 特征参数分析法3.2.1 时域特征参数分析时域的特征参数分析包括有效值、峰值、峰值因子、峭度指标等方法。有效值是指振动振幅的均方根值，表现滚动轴承振动的瞬时值随着时间在不断地进行变化，可用于检测表面皱裂无规则振动波形的异常，但对表面剥落或伤痕等具有瞬变冲击振动的异常是不适用的；峰值是在某个时间内振幅的最大值，对瞬时现象也可得出正确的指示值，对滚动体对保持架的冲击及突发性外界干扰或灰尘等原因引起的瞬时振动比较敏感；峰值因子是峰值与有效值的比，该值适用于点蚀类
11、故障的诊断。通过对峰值因子值随时间变化趋势的监测,可以有效地对滚动轴承进行早期预报,并能反映故障的发展趋势；峭度指标Kv 定义为归一化的4 阶矩，对于其振幅满足正态分布规律的无故障轴承，其峭度指标值约为3，随着故障的出现和发展，峭度指标值具有与峰值因子类似的变化趋势；3.2.2 频域特征参数分析当轴承无故障运行时,能量基本上集中在低频段;有故障时,故障引起的冲击力或摩擦力激发起轴承的高频振动,能量向中频段及高频段转移。信号的功率谱反映了信号的能量随频率的分布情况,即反映了信号中的频率成分以及各频率成分的能量大小情况。由此可以看出,通过描述功率谱中主频带位置的变化及谱能量分布的分散程度,可以较好
12、地描述信号频域特征的变化。频域参数主要有重心频率、均方频率、均方根频率、频率方差、频率标准差等。3.3 冲击脉冲法（SPM 法）滚动轴承存在缺陷时，如有疲劳剥落、裂纹、磨损和滚道进入异物时，会发生冲击，引起脉冲性振动。冲击脉冲的强弱反映了故障的程度，它还和轴承的线速度有关。目前，基于该原理的故障诊断设备还广泛应用于工厂之中。在有关文献中，作者对传统SPM的检测方法进行改进，成功地建立聚丙烯造粒机滚动轴承的在线监测仪器系统，并在现场运行中成功检测出轴承的运行故障，避免重大事故的发生。3.4 包络分析法包络分析是目前诊断轴承和齿轮故障的最有效方法。包络分析是一种基于滤波检波的振动信号处理方法。包络
13、分析在进行频谱分析之前，首先对振动信号进行高通或带通滤波，滤掉低频成分，然后对信号进行包络解调，提取附载在高频载波信号上的低频调制信号。最后经过低频滤波，滤掉高频载波，剩下包络之后的低频振动信号。目前，常用的包络解调分析方法有:宽带解调技术、共振解调技术、选频解调技术、Hilbert 解调技术等。3.5 小波分析小波分析是继傅里叶分析之后，在20世纪80年代开始逐渐发展成熟起来的一个有力的信号分析工具。滚动轴承的故障特征信号比较弱，被淹没在高频振动和噪声中不容易分辨，然而经典的功率谱方法又难以检测出信噪比较低的故障特征信号，并且对微弱的故障特征信号不敏感，影响了诊断的可靠性和精确性。小波分析具
14、有多尺度性和“数学显微镜”特性，这使得小波分析能识别振动信号中的突变信号。并且小波变换的空间局部化性质用来来分析信号的奇异性是非常有效的。小波变换可以对振动信号进行不同层度的分解,获取信号不同尺度的轮廓信息和细节信息,其反映了信号的本质信息从而为识别故障特征信号和其干扰信号提供了可能。四、案例分析 4.1 电力机车滚动轴承诊断案例分析 当一个发生局部损伤的轴承运行时，由于滚动体的不断滚动，在接触损伤时会发生周期性的冲击信号，但在故障的早期阶段，这些特征往往淹没于噪声之中，很难分辨，这为更大的故障发生留下了隐患。因此需要及时发现故障并排除，保证机械设备的安全运行。本节中将基于改进相邻系数法的多小
15、波降噪方法应用于机车滚动轴承的早期故障诊断中，致力于提取强噪声背景下的微弱故障特征。这里所检测的客运型电力机车走行部的滚动轴承与 1 节中为同一轴承，轴承参数如表 1 所示，损伤如图 1 所示。测试时，采样频率为 12800Hz，轴承转速为 481rrain。可计算外圈的故障特征频率 f=53Hz，而相应的周期即为 189ms。 采集到的时域振动信号如图 1 所示。可以看到，噪声强度很大，淹没了特征信息，通过时域信号很难分辨出存在冲击。 首先采用 FFT 与谱峭度方法分析信号。其中，谱峭度方法是近年来发展起来 的一种有效提取故障特征的方法，该方法通过对信号进行分解获得多个不同频率 中心与带宽的
16、频带，并在这样的频带中依据峭度选择敏感频带，并滤波获得所关心的信号，从时域及频域分别检测故障。图 2 为信号的频谱。图 2 中显示频谱中频率内容非常丰富，覆盖了从低频到高频的范围，而这其中没有太突出的频率成分，因此很难通过频域直接获得故障的特征信息。图 2 为采用谱峭度方法滤出的峭度最高的频段，带宽为 800Hz，中心频率为6000Hz。从图 2 中可以看到，在o03s，008s以及o16s，023s之间存在较为明显的冲击，而其他位置的冲击并没有被准确地提取。因而，在图 2 中出现了 53Hz 中的谱线，但谱峰并不是很突出，而且由于谱峭度运算中的下抽样运算影响了平方包络谱的精度，造成频率分辨率下降，因此，通过该结果来判断故障存在并不严密。 其次，采用 Db8 单小波分别结合硬阈值、软阈值及传统相邻系数法来对该信 号进行降噪。图 3 为采用 Db8 单小波硬
