《轴承故障诊断的机理分析与信号处理协同策略研究》由会员分享，可在线阅读，更多相关《轴承故障诊断的机理分析与信号处理协同策略研究（4页珍藏版）》请在金锄头文库上搜索。
1、 轴承故障诊断的机理分析与信号处理协同策略研究 赵天宇石娟娟摘 要：轴承是旋转机械的关键部件，其健康状态对于保障设备的稳定和安全运行至关重要。然而由于其工作环境恶劣、工况多变，使得轴承极易发生故障，从而危及设备运行安全。因此，对轴承实施故障诊断极具意义。当前对轴承故障诊断的工作主要集中在信号处理方法上，存在故障机理研究不足的问题。而故障机理研究是轴承故障特征提取的理论基础，信号处理方法是故障特征提取实现的手段，二者相互依赖相互促进。因此，需要将机理分析和信号处理相结合，形成协同策略，在追根溯源的基础上实现特征提取和故障诊断，构建更为科学和完备的轴承故障诊断理论体系。关键词：故障诊断 轴承 机理
2、分析 故障特征提取Mechanism Analysis of Bearing Fault Diagnosis and Research on Synergistic Strategy of Signal ProcessingZhao Tianyu，Shi JuanjuanAbstract：Bearings are one of the key components of rotating machinery， whose health condition is significant for the stable and safe operation of the devices. Howev
3、er， the bearing is prone to be failure due to the harsh and time-varying working environment， which results in a potential threat for the safe operation of rotating machinery. Thus， the bearing fault diagnosis is indispensable for the industry. At present， most work related to the bearing fault diag
4、nosis is concentrated on the development of signal processing algorithm; however， the work oriented to the fault mechanism analysis is insufficient. Essentially， the fault mechanism and signal processing analyses rely on and support each other. The former forms the base for the fault feature extract
5、ion of bearing and the latter is a means for extracting the fault feature. Therefore， it is recommended that the fault mechanism analysis and signal processing algorithm development should be integrated to establish the cooperative strategy for constructing the scientific and comprehensive bearing f
6、ault diagnosis system.Key words：fault diagnosis， bearing， fault mechanism analysis， fault feature extraction1 引言機械设备是工业生产中的关键设备，对制造业、国民经济的发展至关重要。滚动轴承由于摩擦小、结构紧凑、转速高以及使用寿命长等优点在工业生产中获得了广泛应用，是旋转机械的关键部件1。但由于滚动轴承工作环境恶劣，工况复杂多变，因而极易发生故障2。据不完全统计，旋转机械40%以上的故障是由于轴承故障引起的3。轴承一旦出现故障且未被及时检测出来，极易造成整个设备停歇，甚至引发安全事故和重
7、大经济损失，正是所谓的“千里长堤，溃于蚁穴”。因此，对滚动轴承的故障诊断研究对于保证设备的安全运行和避免惨重经济损失极具意义。在国家战略层面上，中国机械工程技术线路图总结面向2030年中国机械制造技术发展实际和面临挑战，针对“轴承故障诊断与寿命预测技术”，提出以“普及应用轴承寿命评估技术，实现轴承剩余寿命预测与评估”的2015-2030总体目标4。因此，对轴承进行健康状态监测与故障诊断源于实际需求，并紧跟学术前沿，具有显著意义。振动信号分析是轴承故障诊断最有效手段之一。其基本思路是首先利用振动传感器测取振动信号;而后对振动信号进行分析处理，去除噪声，提取出故障特征;最后基于所提故障特征实现对轴
8、承的健康状态监测与故障诊断。其中，故障特征提取是轴承故障诊断的关键步骤。由于强烈背景噪声和旋转机械设备其他零部件振动干扰的影响，轴承故障尤其是早期故障引起的微弱故障特征往往被淹没，因此利用有效的信号处理算法提取出故障特征是轴承故障诊断的热点问题之一，也是难点。故障特征是轴承故障细节情况的具体表征形式，这就涉及到另一方面的重要问题故障特征（表征形式）的揭示。只有清楚了故障特征的具体形式，才有可能谈基于信号处理的故障特征提取。因此，对轴承故障诊断研究而言，其在故障激励下的振动机理分析和故障特征提取研究二者相互促进，缺一不可。2 机理分析故障激励下轴承的振动响应分析国内外学者在轴承的动力学建模方面开展了大量的研究工作，以期对轴承的故障分析“追根溯源”，实现从表象研究到机理研究的进阶，为轴承的故障特征提取提供理论指导。 -全文完-
