轴承故障诊断技术PPT课件

1、。1、轴承故障诊断技术。2、引言轴承故障诊断和状态监测是机械设备故障诊断技术的重要内容。大约30%的旋转机械故障是由轴承损坏引起的。除了轴承部件的加工质量外，轴承的安装和装配质量也有很大的影响。在使用中，90%以上的轴承是滚动轴承。3，滚动轴承的故障模式，1。疲劳剥落，2。穿，3。塑性变形，4。腐蚀，5。骨折，6。胶合，7。笼子损坏，4。诊断方法：基于振动信号的故障监测与诊断技术()基于油液的故障监测与诊断技术()基于声学的故障监测与诊断技术()基于油膜电阻的故障监测与诊断技术集成故障监测与诊断系统(趋势)。5、基于振动信号的故障监测与诊断技术，低频分析法和幅值参数指数分析法平稳信号监测与诊断

2、技术循环平稳信号监测与诊断技术非平稳信号适用于疲劳剥落、变形、压痕、局部腐蚀等故障的监测与诊断。6、低频分析法和幅值参数指数分析法，轴承故障特征频率：7、轴承振动信号中的许多统计特征参数随故障的性质和严重程度而变化，可作为轴承故障监测和诊断的依据：设定为采集的振动序列、8、9，峰值和均方根值为量纲参数，峰值因子、峰度因子、波形因子、脉冲因子和裕度因子为无量纲参数。无量纲参数对轴承负荷和转速不敏感，不需要考虑相对标准值，也不需要与以往数据进行比较，对早期故障敏感，但对严重故障抗干扰能力差，容易误判。嘿。10、峰值、峰值因子、峰度等参数对冲击故障敏感，但当故障进入严重发展阶段时，峰值因子、峰度等参

3、数处于饱和状态，失去诊断能力的峰度因子为时域指标，对轴承故障产生的异常脉冲敏感，当振动信号服从正态分布时，正常值为3。因此，对原始信号进行必要的预处理和采用多参数诊断方法将大大提高故障诊断的可靠性。嘿。11，平稳信号监测与诊断技术，傅里叶频谱分析(谱图)缺点：时间序列模型(参数模型- ARMA模型，AR模型，MA模型)1。时域平均法。倒频谱分析3。包络分析4。数字滤波技术。适应性技术。主成分技术。精细光谱技术。双谱技术。1.时间平滑周期图法。基于调幅和调频信号模型3的循环域解调方法。基于谱相关密度的非平稳信号监测与诊断技术。13，时频信号分析1。小波分析2。振动信号的改进小波包分析。改进的时频

4、分析4。高阶谱5。维度谱分析。分形维数方法。奇异值分解技术。隐马尔可夫经验模式分解技术。经验模式分解技术。14、油基故障监测与诊断技术，铁谱监测与诊断技术是我国应用最广泛的油液诊断技术之一。这种方法始于20世纪70年代初。它主要是通过铁谱仪定性观察和定量测试润滑或冷却液中磨损颗粒的分布来判断轴承的运行状况和磨损机理。(1)旋转铁谱(2)直读铁谱(3)分析铁谱适用于油润滑或油冷却轴承。15岁。基于温度的故障监测与诊断技术。轴承的工作温度主要由载荷、转速、摩擦力矩、润滑剂类型、粘度、轴承类型和轴承的工作状态等因素决定，因此轴承的温度在一定程度上可以反映轴承工作参数的变化。基于声学的故障监测与诊断技

5、术是近年来发展起来的一项新技术，它通过监测轴承变形、剥落或裂纹产生的弹性波来实现对轴承工作状态的诊断。因为轴承经常受到交变冲击载荷，所以材料会错位或塑性变形。在这个过程中，产生声发射信号。声发射的频率通常很宽。金属材料的发射频率可达数十至数百兆赫，信号强度的差异一般只有几微伏，因此需要电荷放大器等仪器的协助。缺点：特殊设备既昂贵又有限。基于油膜电阻的故障监测与诊断技术。原理：在轴承运行过程中，如果滚道与滚动体之间形成良好的油膜，内外圈的电阻值可达百万欧姆以上，但当润滑油膜损坏时，内外圈之间的电阻可降至零欧姆。适用：当转轴外露时，监测和诊断轴承的润滑状态，轴承的磨损和腐蚀损伤。缺点：表面剥落、压

6、痕、裂纹、点蚀等异常情况的诊断效果差。基于光纤故障监测与诊断技术，光纤诊断技术一般利用光纤束制作位移传感器来传输和接收光纤束，以判断轴承的工作状态。该方法灵敏度高，信噪比大，能直接反映轴承的制造质量、表面磨损程度、载荷、润滑和间隙。适用：当传感器安装在轴承座中时。事实上，集成故障监测和诊断的过程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、信息科学理论和概率论逐渐被应用于详细故障划分和识别的可行性。近期，滚动轴承故障监测与诊断的时频分析、小波分析、时变参数模型、分段平稳自回归模型和自适应自回归模型等前沿技术将进一步完善，高阶循环统计和分形维数等技术有望取得进一步突破。专家系统和人工神经网络等综合智能故障监测与诊断系统具有巨大的发展潜力和广阔的发展前景。综上所述，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、信息科学等多学科于一体的新型现代工程学科，受到越