CN102183366A - 滚动轴承振动测量和故障分析装置及方法 - Google Patents

滚动轴承振动测量和故障分析装置及方法 Download PDF

Info

Publication number
CN102183366A
CN102183366A CN 201110054488 CN201110054488A CN102183366A CN 102183366 A CN102183366 A CN 102183366A CN 201110054488 CN201110054488 CN 201110054488 CN 201110054488 A CN201110054488 A CN 201110054488A CN 102183366 A CN102183366 A CN 102183366A
Authority
CN
China
Prior art keywords
bearing
signal
vibration
analysis
measured
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 201110054488
Other languages
English (en)
Inventor
郑敏
余光伟
王成龙
李俊
朱贸
刘江山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN 201110054488 priority Critical patent/CN102183366A/zh
Publication of CN102183366A publication Critical patent/CN102183366A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种滚动轴承振动测量和故障分析装置及方法。本装置包括被测轴承安装装置、速度传感器、信号调理电路、数据采集设备和计算机，被测轴承安装在所述被测轴承安装装置的心轴上，所述速度传感器的传振杆以规定的压力置于被测轴承外圈外圆柱面的中部平面上，测量方向沿轴承径向且垂直于轴承的轴线，信号调理电路和数据采集设备连接到计算机；速度传感器测量轴承外圈的径向振动速度信号，将拾取到的轴承径向振动速度信号转换成相应的电信号，该电信号经信号调理电路处理后，输送到数据采集设备，由数据采集设备对调理后的信号进行A/D转换，转换成计算机能处理的数字信号，最后由计算机对数字信号进行分析和处理。本发明适用于实验室、轴承制造厂对成品轴承的生产检验与用户验收。

Description

滚动轴承振动测量和故障分析装置及方法
技术领域
本发明涉及轴承检测与故障分析装置及方法，特别是一种滚动轴承振动测量和故障分析装置及方法。
背景技术
滚动轴承是精密机械零件，广泛应用于航空航天、高铁、机床、车辆、冶金等国民经济诸多领域和国防建设。轴承是关键基础件，是旋转机械不可缺少的支承和传递动力的元件。轴承质量好坏直接影响其配套主机和装备的精度与性能。因此，对轴承质量进行控制，可以减少经济损失和防止事故发生，增加国内轴承企业的竞争能力。
振动和噪声性能与寿命和可靠性是滚动轴承的重要质量和性能指标。滚动轴承的寿命和可靠性理论是建立在材料滚动接触疲劳理论基础上的，随着材料和制造技术的进步，很多应用场合，如精密仪表，轿车和家用电器，对轴承振动和噪声特性的要求日趋严格，已经上升为第一重要的质量指标。
目前，国内轴承行业广泛使用的轴承速度型振动测量仪，如杭州轴承试验研究中心研制的BVT系列轴承振动（速度）测量仪、大连科汇轴承仪器有限公司研制的S07907V系列速度型轴承振动测量仪都是用模拟电路来实现对轴承的振动速度信号进行处理,仅完成单一参数（轴承振动速度有效值）的测量，且没有相应的分析功能，只能定量而不能定性地分析轴承质量水平。此外，其产品的灵活性差,功能扩展困难、升级成本高。而国外轴承公司，如SKF研制MVH 90C/200C轴承振动测试仪，采用数字量来处理信号，实现多参数来判别轴承振动，并具有数字信号分析功能。国内的轴承振动测量仪器仍然与国外的同类先进企业存在着较大的差距，产品的实际可靠性有待进一步的改进。发明的滚动轴承振动测量和故障分析装置及方法，将数字信号处理技术应用于滚动轴承振动测量和故障诊断，为微小型深沟球轴承减振降噪，提高轴承精度、性能、寿命和可靠性提供有力的手段。
发明内容
本发明的目的在于为满足轴承制造厂以及实验室检验和分析轴承振动之需要，提供一种滚动轴承振动测量和故障分析装置及方法。运用虚拟仪器技术和数字信号处理技术对调理后的滚动轴承振动信号进行数字量处理，准确测量轴承振动速度有效值、振动速度峰值和振动速度波峰因数，并能对轴承的振动速度信号进行时域分析、FFT分析、包络谱分析、离散小波分析、小波包分析和HHT分析，有效提取轴承故障特征频率，故障判断准确，实际可靠性好。
本发明解决其技术问题所采用的技术方案是：
本发明提供了一种滚动轴承振动测量和故障分析装置包括被测轴承安装装置、速度传感器、信号调理电路、数据采集设备和计算机，被测轴承安装在所述被测轴承安装装置的心轴上，所述速度传感器的传振杆以规定的压力置于被测轴承外圈外圆柱面的中部平面上，测量方向沿轴承径向且垂直于轴承的轴线，信号调理电路和数据采集设备连接到计算机；速度传感器测量轴承外圈的径向振动速度信号，将拾取到的轴承径向振动速度信号转换成相应的电信号，该电信号经信号调理电路处理后，输送到数据采集设备，由数据采集设备对调理后的信号进行A/D转换，转换成计算机能处理的数字信号，最后由计算机对数字信号进行分析和处理。
本发明提供了一种滚动轴承振动测量和故障分析方法，对调理后的滚动轴承振动速度信号进行数字量处理和分析。计算轴承振动速度有效值、振动速度峰值和波峰因数，并能对轴承的振动速度信号进行时域分析、FFT分析、包络谱分析、小波分析、小波包分析和HHT分析，对轴承振动进行定量和定性地分析，准确判断故障轴承的故障原因。
轴承振动速度有效值计算是利用离散信号的均方根值计算公式                                               
Figure 678768DEST_PATH_IMAGE002
，其中
Figure 658226DEST_PATH_IMAGE004
为离散的轴承振动速度信号，N为采样点数，
Figure 437963DEST_PATH_IMAGE006
为计算的轴承振动速度有效值。轴承振动速度峰值利用峰值计数法，从离散信号
Figure 646221DEST_PATH_IMAGE004
(采样点数为N)中找出n个峰值
Figure 460594DEST_PATH_IMAGE008
,则离散信号
Figure 283056DEST_PATH_IMAGE004
的峰值指标为： ，其中为计算的轴承振动速度峰值。轴承振动速度波峰因数利用公式
Figure 791770DEST_PATH_IMAGE014
，其中X为计算的轴承振动速度波峰因数。
包络谱分析采用Hilbert幅值解调法。Hilbert变换得到的解析信号实部为实信号本身，虚部为其Hilbert变换，解析信号的幅值即为信号的包络，再进行频谱分析，最后得到包络谱。信号Hilbert变换的结果是，构造解析信号
Figure 338792DEST_PATH_IMAGE020
， 其中幅值函数为
Figure 862177DEST_PATH_IMAGE022
，对幅值函数
Figure 105070DEST_PATH_IMAGE024
进行频谱分析，得到包络谱。
离散小波分析采用Mallat算法，
Figure 346696DEST_PATH_IMAGE026
，
其中， j和k是整数。通过离散小波变换（DWT)将滚动轴承振动速度信号变换到时间－尺度域，对高频段尺度域的小波系数进行包络细化谱分析。当轴承发生故障时（尤其是内圈或滚动体故障时），小波分析的重构图上的细节信号显示一组冲击以故障特征频率对应的时间周期发生，在离散小波变换后的包络谱图中清晰地显示轴承的故障特征频率，准确提取轴承故障特征频率，判断轴承故障出现的部位。
小波包分析也采用Mallat算法，它对上次分解之后的低频信号和高频信号同时进行再分解，将不同频段的信号分解到相应的频段中，然后可根据需要将所需频段内的信号重构，重构的信号与原来的信号长度一样，起到了一种滤波的作用。小波包分解的递推公式是：
Figure 684136DEST_PATH_IMAGE028
，
其中，是信号在尺度
Figure 662774DEST_PATH_IMAGE032
、频带
Figure 703280DEST_PATH_IMAGE034
上对于小波包函数的分解系数，
Figure 782094DEST_PATH_IMAGE036
表示该点的时域位置；函数
Figure 342389DEST_PATH_IMAGE038
是一个低通滤波器；函数
Figure 114035DEST_PATH_IMAGE040
是一个高通滤波器。小波包重构公式是：。每一组的系数都可以由比它尺度大一级的两组系数重建，如
Figure 760229DEST_PATH_IMAGE044
系数可以由比它尺度大一级的
Figure 112713DEST_PATH_IMAGE046
和
Figure 117578DEST_PATH_IMAGE048
两组系数重建。在轴承故障分析中，如果经计算得到的轴承故障特征频率分布在某一频段，则可在小波分解树中找到相应的节点，再对该频段的信号进行重构并分析其功率谱，然后诊断轴承故障（有故障轴承，其重构后频谱的峰值分别与外圈故障特征频率或内圈故障特征频率或滚动体故障特征频率相对应，并与轴承的实际故障类型相吻合。而无故障轴承的重构信号频谱在故障特征频率处则无明显的峰值）。
HHT分析应用经验模态分解法 (EMD)，从轴承振动信号中分解出若干个IMF分量，然后对各IMF分量进行Hilbert变换，进而得出Hilbert时频谱及Hilbert边际谱。根据Hilbert谱分析结果诊断滚动轴承的故障并识别故障模式。首先确定信号
Figure 555512DEST_PATH_IMAGE016
所有局部极值点（包括极大值和极小值点），然后将所有的局部极大值点和局部极小值点分别用三次样条曲线连接起来，得到
Figure 976129DEST_PATH_IMAGE016
的上、下包络线。取上、下包络线的平均值记为。利用，求出
Figure 674330DEST_PATH_IMAGE054
。判断
Figure 960955DEST_PATH_IMAGE056
是否小于0.1，如果不满足，则把作为待处理信号，重复上述操作，得到上下包络线均值
Figure 624246DEST_PATH_IMAGE058
，求出
Figure 99090DEST_PATH_IMAGE060
，再判断
Figure 127089DEST_PATH_IMAGE062
是否满足SD小于0.1。循环k次，直到
Figure 121721DEST_PATH_IMAGE064
满足SD小于0.1。其中
Figure 311394DEST_PATH_IMAGE066
，记    ，
Figure 839644DEST_PATH_IMAGE070
是信号
Figure 452897DEST_PATH_IMAGE016
的第1个满足IMF条件的分量。从信号中分解出的第一阶IMF之后，从
Figure 262907DEST_PATH_IMAGE016
中减去
Figure 632708DEST_PATH_IMAGE070
，得到剩余值序列
Figure 523304DEST_PATH_IMAGE072
，
Figure 133408DEST_PATH_IMAGE074
，将作为新的“原始”信号重复以上过程，依次可得到第二阶IMF,第三阶IMF，……,第N阶IMF，记为
Figure 978053DEST_PATH_IMAGE076
，最后剩下原始信号的余项
Figure 988734DEST_PATH_IMAGE078
。这个处理过程在遇如下任何一个准则即终止：
Figure 268275DEST_PATH_IMAGE080
当最后一个本征模态分量
Figure 364407DEST_PATH_IMAGE082
或剩余分量
Figure 76011DEST_PATH_IMAGE078
足够小；
Figure 3516DEST_PATH_IMAGE084
当剩余分量
Figure 142373DEST_PATH_IMAGE078
变成单调函数，从中不能再筛选出IMF为止。将信号
Figure 538850DEST_PATH_IMAGE016
分解为若干个本征模态分量IMF和一个剩余分量的和，
Figure 788566DEST_PATH_IMAGE086
。然后分别对每一IMF分量作Hilbert变换，得到
Figure 836157DEST_PATH_IMAGE088
。再构造解析信号
Figure 457500DEST_PATH_IMAGE090
 ，其中幅值函数为
Figure 528224DEST_PATH_IMAGE092
。最后，对幅值函数
Figure 581630DEST_PATH_IMAGE024
进行频谱分析，得到Hilbert谱。
本发明与现有技术相比较，具有以下显而易见的突出实质性特点和显著技术进步：
（1）    本发明，其设计严格按照国家标准GB/T 24610-2009滚动轴承振动测量方法的规定，适用于实验室、轴承制造厂对成品轴承的生产检验与用户验收。
（2）    利用虚拟仪器技术和数字信号处理技术，对调理后的滚动轴承振动速度信号进行数字量处理，抗干扰能力强、测量的数据更加准确。
（3）    信号分析功能丰富，可实现离散小波分析、小波包分析和HHT(Hilbert-Huang 变换)分析。
（4）    实现大量的数据存储和管理，可在线查看数据和离线回放动态数据，便于轴承质量管理。
附图说明
图1是滚动轴承振动测量和故障分析装置结构框图；
图2是被测轴承安装装置结构示意图；
图3是信号调理电路结构框图；
图4是信号调理电路原理图；
图5是滚动轴承振动测量和故障分析方法程序框图；
具体实施方式
本发明的优选实施例结合附图详述如下：
实施例一：本滚动轴承振动测量和故障分析装置，参见图1，包括被测轴承安装装置(5)、速度传感器(1)、信号调理电路（11）、数据采集设备（10）和计算机（9），其特征在于：首先将轴承（2）安装在被测轴承安装装置（5）上。速度传感器（1）的传振杆以规定的压力置于轴承外圈外圆柱面的中部平面上，测量方向沿轴承径向且垂直于轴承的轴线。通过速度传感器（1）测量轴承外圈的径向振动速度信号，将拾取到的轴承径向振动速度信号转换成相应的电信号。该电信号经信号调理电路（11）处理后，输送到数据采集设备（10）。由数据采集设备（10）对调理后的信号进行A/D转换，转换成计算机（9）能处理的数字信号。最后由计算机（9）对数字信号进行分析和处理。
实施例二：本实施例与实施例一基本相同，特征之处如下：所述的被测轴承安装装置，参见图2，包括主轴（4）、电机（7）、变频器（8）、心轴（3）、垂直滑块（13）、垂直锁紧手柄（14）、手轮（12）、水平滑体（16）、水平锁紧手柄（17）、旋钮（15），将轴承（2）和与之相应的心轴（3）安装在主轴（4）锥孔中。通过变频器（8）调节主轴（4）转速，从而使主轴（4）带动轴承（2）以恒定转速旋转。松开垂直锁紧手柄（14）和水平锁紧手柄（17）。调节旋钮（15），使水平滑体（16）前后移动，完成速度传感器（1）的水平位置调整。用手轮（12）升起或下降垂直滑块（13），调整速度传感器（1）的垂直位置调整，使速度传感器（1）的传振杆以规定的压力置于轴承（2）外圈外圆柱面的中部平面上。传感器水平和垂直位置调整好后，锁定垂直锁紧手柄（14）和水平锁紧手柄（17）。
所述的信号调理电路，参见图3和图4，首先速度传感器拾取到的轴承振动速度信号经隔离放大器放大，然后经运算放大器IC1放大，运算放大器IC1输出端6通过电阻R4连接集成状态变量滤波器MAX274的信号输入端INA，滤除噪声后信号由集成状态变量滤波器MAX274的信号输出端BPOD连接程控放大器PGA103的信号输入端VIN。最后，信号调理电路调理后的信号由程控放大器PGA103的输出端VOUT输出。
实施例三：本滚动轴承振动测量和故障分析方法，采用上述装置进行测试和分析，参见图5，数据采集卡开始工作，对信号调理电路调理后的信号进行A/D转换，数据以电压值存放到用户缓冲区中；对采集到的轴承振动速度信号进行数字滤波处理，得到滤波后的低频振动速度信号、中频振动速度信号和高频振动速度信号；对滤波后的轴承振动速度信号（50-10000hz）分别计算低频、中频和高频的振动速度有效值、振动速度峰值和波峰因数；对滤波后的轴承振动速度信号（50-10000hz）进行时域分析、FFT分析、包络谱分析、离散小波分析、小波包分析以及HHT分析。
所述的轴承振动速度有效值
Figure 483727DEST_PATH_IMAGE006
计算是利用离散信号的均方根值计算公式
Figure 964387DEST_PATH_IMAGE002
，其中
Figure 69878DEST_PATH_IMAGE004
为离散的轴承振动速度信号，N为采样点数，
Figure 926975DEST_PATH_IMAGE006
为计算的轴承振动速度有效值。
所述的轴承振动速度峰值利用峰值计数法，从离散信号
Figure 335140DEST_PATH_IMAGE004
中找出n个峰值,则离散信号
Figure 81391DEST_PATH_IMAGE004
的峰值指标为：
Figure 630184DEST_PATH_IMAGE010
 ，其中
Figure 780542DEST_PATH_IMAGE012
为计算的轴承振动速度峰值，n为峰值
Figure 47576DEST_PATH_IMAGE008
的个数。
所述的轴承振动速度波峰因数X利用公式
Figure 246476DEST_PATH_IMAGE014
，其中X为计算的轴承振动速度波峰因数。
所述的包络谱分析采用Hilbert幅值解调法，Hilbert变换得到的解析信号实部为实信号本身，虚部为其Hilbert变换，解析信号的幅值即为信号的包络，再进行频谱分析，最后得到包络谱。
所述的离散小波分析采用Mallat算法，
Figure 462825DEST_PATH_IMAGE026
，
其中， j和k是整数。通过离散小波变换（DWT)将滚动轴承振动速度信号变换到时间－尺度域，对高频段尺度域的小波系数进行包络细化谱分析。当轴承发生故障时，小波分析的重构图上的细节信号显示一组冲击以故障特征频率对应的时间周期发生，在离散小波变换后的包络谱图中清晰地显示轴承的故障特征频率，准确提取轴承故障特征频率，判断轴承故障出现的部位。
所述的小波包分析也采用Mallat算法，它对上次分解之后的低频信号和高频信号同时进行再分解，将不同频段的信号分解到相应的频段中，然后可根据需要将所需频段内的信号重构，重构的信号与原来的信号长度一样，起到了一种滤波的作用；在轴承故障分析中，如果经计算得到的轴承故障特征频率分布在某一频段，则可在小波分解树中找到相应的节点，再对该频段的信号进行重构并分析其功率谱，然后诊断轴承故障：有故障轴承，其重构后频谱的峰值分别与外圈故障特征频率或内圈故障特征频率或滚动体故障特征频率相对应，并与轴承的实际故障类型相吻合；而无故障轴承的重构信号频谱在故障特征频率处则无明显的峰值。
所述的HHT分析应用经验模态分解法 (EMD)，从轴承振动信号中分解出若干个IMF分量，然后对各IMF分量进行Hilbert变换，进而得出Hilbert时频谱及Hilbert边际谱，根据Hilbert谱分析结果诊断滚动轴承的故障并识别故障模式。

Claims (11)

1.一种滚动轴承振动测量和故障分析装置，包括被测轴承安装装置(5)、速度传感器(1)、信号调理电路（11）、数据采集设备（10）和计算机（9），其特征在于：被测轴承（2）安装在所述被测轴承安装装置（5）的心轴（3）上，所述速度传感器（1）的传振杆以规定的压力置于被测轴承外圈外圆柱面的中部平面上，测量方向沿轴承径向且垂直于轴承的轴线，信号调理电路（11）和数据采集设备（10）连接到计算机（9）；速度传感器（1）测量轴承外圈的径向振动速度信号，将拾取到的轴承径向振动速度信号转换成相应的电信号，该电信号经信号调理电路（11）处理后，输送到数据采集设备（10），由数据采集设备（10）对调理后的信号进行A/D转换，转换成计算机（9）能处理的数字信号，最后由计算机（9）对数字信号进行分析和处理。
2.根据权利要求1所述的滚动轴承振动测量和故障分析装置，其特征在于所述被测轴承安装装置（5），包括主轴（4）、电机（7）、变频器（8）、心轴（3）、垂直滑块（13）、垂直锁紧手柄（14）、手轮（12）、水平滑体（16）、水平锁紧手柄（17）、旋钮（15），由联轴器连接主轴（4）和电机（7），通过电缆将变频器（8）与电机（7）相连；将被测轴承（2）和与之相应的心轴（3）安装在主轴（4）锥孔中，松开垂直锁紧手柄（14）和水平锁紧手柄（17），调节旋钮（15），使水平滑体（16）前后移动，完成速度传感器（1）的水平位置调整，用手轮（12）升起或下降垂直滑块（13），调整速度传感器（1）的垂直位置调整，使速度传感器（1）的传振杆以规定的压力置于被测轴承（2）外圈外圆柱面的中部平面上，传感器水平和垂直位置调整好后，锁定垂直锁紧手柄（14）和水平锁紧手柄（17），通过变频器（8）调节主轴（4）转速，从而使主轴（4）带动被测轴承（2）以恒定转速旋转。
3.根据权利要求1所述的滚动轴承振动测量和故障分析装置，其特征在于所述信号调理电路（11），由隔离放大器依次连接运算放大器、集成状态变量滤波器和集成程控放大器构成；速度传感器拾取的轴承振动速度信号首先经隔离放大器放大后，然后由运算放大器放大后，输送给集成状态变量滤波器对信号进行预滤波，再将滤波后的信号输送给程控放大器放大信号，最后将放大后的信号输送给数据采集卡。
4.一种滚动轴承振动测量和故障分析方法，采用权利要求1所述滚动轴承振动测量和故障分析装置进行测试和分析，其特征在于对调理后的滚动轴承振动速度信号进行数字量分析和处理，计算轴承振动速度有效值                                                
Figure 953245DEST_PATH_IMAGE001
、振动速度峰值
Figure 425815DEST_PATH_IMAGE002
和波峰因数X，并能对轴承的振动速度信号进行时域分析、FFT分析、包络谱分析、小波分析、小波包分析和HHT分析，对轴承振动进行定量和定性地分析，准确判断故障轴承的故障原因。
5.根据权利要求4所述的滚动轴承振动测量和故障分析方法，其特征在于：所述的轴承振动速度有效值
Figure 86734DEST_PATH_IMAGE001
计算是利用离散信号的均方根值计算公式
Figure 11965DEST_PATH_IMAGE003
，其中
Figure 298590DEST_PATH_IMAGE004
为离散的轴承振动速度信号，N为采样点数，
Figure 625666DEST_PATH_IMAGE001
为计算的轴承振动速度有效值。
6.根据权利要求4所述的滚动轴承振动测量和故障分析方法，其特征在于：所述的轴承振动速度峰值
Figure 910017DEST_PATH_IMAGE002
利用峰值计数法，从离散信号
Figure 634128DEST_PATH_IMAGE004
中找出n个峰值
Figure 396548DEST_PATH_IMAGE005
,则离散信号的峰值指标为：
Figure 95699DEST_PATH_IMAGE006
 ，其中
Figure 808571DEST_PATH_IMAGE002
为计算的轴承振动速度峰值，n为峰值
Figure 374682DEST_PATH_IMAGE005
的个数。
7.根据权利要求4所述的滚动轴承振动测量和故障分析方法，其特征在于：所述的轴承振动速度波峰因数X利用公式
Figure 473088DEST_PATH_IMAGE007
，其中X为计算的轴承振动速度波峰因数。
8.根据权利要求4所述的滚动轴承振动测量和故障分析方法，其特征在于：所述的包络谱分析采用Hilbert幅值解调法，Hilbert变换得到的解析信号实部为实信号本身，虚部为其Hilbert变换，解析信号的幅值即为信号的包络，再进行频谱分析，最后得到包络谱。
9.根据权利要求4所述的滚动轴承振动测量和故障分析方法，其特征在于：所述的离散小波分析采用Mallat算法，，                
其中， j和k是整数；通过离散小波变换（DWT)将滚动轴承振动速度信号变换到时间－尺度域，对高频段尺度域的小波系数进行包络细化谱分析；当轴承发生故障时，小波分析的重构图上的细节信号显示一组冲击以故障特征频率对应的时间周期发生，在离散小波变换后的包络谱图中清晰地显示轴承的故障特征频率，准确提取轴承故障特征频率，判断轴承故障出现的部位。
10.根据权利要求4所述的滚动轴承振动测量和故障分析方法，其特征在于：所述的小波包分析也采用Mallat算法，它对上次分解之后的低频信号和高频信号同时进行再分解，将不同频段的信号分解到相应的频段中，然后可根据需要将所需频段内的信号重构，重构的信号与原来的信号长度一样，起到了一种滤波的作用；在轴承故障分析中，如果经计算得到的轴承故障特征频率分布在某一频段，则可在小波分解树中找到相应的节点，再对该频段的信号进行重构并分析其功率谱，然后诊断轴承故障：有故障轴承，其重构后频谱的峰值分别与外圈故障特征频率或内圈故障特征频率或滚动体故障特征频率相对应，并与轴承的实际故障类型相吻合；而无故障轴承的重构信号频谱在故障特征频率处则无明显的峰值。
11.根据权利要求4所述的滚动轴承振动测量和故障分析方法，其特征在于：所述的HHT分析应用经验模态分解法 (EMD)，从轴承振动信号中分解出若干个IMF分量，然后对各IMF分量进行Hilbert变换，进而得出Hilbert时频谱及Hilbert边际谱，根据Hilbert谱分析结果诊断滚动轴承的故障并识别故障模式。
CN 201110054488 2011-03-08 2011-03-08 滚动轴承振动测量和故障分析装置及方法 Pending CN102183366A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110054488 CN102183366A (zh) 2011-03-08 2011-03-08 滚动轴承振动测量和故障分析装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110054488 CN102183366A (zh) 2011-03-08 2011-03-08 滚动轴承振动测量和故障分析装置及方法

Publications (1)

Publication Number Publication Date
CN102183366A true CN102183366A (zh) 2011-09-14

Family

ID=44569594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110054488 Pending CN102183366A (zh) 2011-03-08 2011-03-08 滚动轴承振动测量和故障分析装置及方法

Country Status (1)

Country Link
CN (1) CN102183366A (zh)

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102589881A (zh) * 2011-12-27 2012-07-18 马鞍山马钢华阳设备诊断工程有限公司 冶金特种车辆轮对轴承智能检测***
CN102607845A (zh) * 2012-03-05 2012-07-25 北京工业大学 基于自适应拟合冗余提升小波变换的轴承故障特征提取方法
CN102721537A (zh) * 2012-06-01 2012-10-10 西安交通大学 基于可变空间-尺度框架的机械冲击型故障诊断方法
CN103048137A (zh) * 2012-12-20 2013-04-17 北京航空航天大学 一种变工况下的滚动轴承故障诊断方法
CN103076177A (zh) * 2013-01-16 2013-05-01 昆明理工大学 一种基于振动检测的滚动轴承故障检测方法
CN103292995A (zh) * 2013-05-28 2013-09-11 常州大学 滚动轴承检测及故障诊断的装置与方法
CN103308310A (zh) * 2013-06-05 2013-09-18 西安交通大学 基于全数字峰值检波的冲击信号解调方法
CN103335842A (zh) * 2013-06-14 2013-10-02 江苏永钢集团有限公司 一种基于概率密度曲线的轴承故障识别***及其方法
CN103439110A (zh) * 2013-07-31 2013-12-11 哈尔滨工程大学 滚动轴承早期微弱故障诊断方法
CN103728132A (zh) * 2013-12-19 2014-04-16 杭州嘉诚机械有限公司 减速机传动效率/故障检测***及方法
CN103940611A (zh) * 2014-04-09 2014-07-23 中国水利水电科学研究院 一种风电机组变工况下滚动轴承自适应异常检测方法
CN104048677A (zh) * 2014-07-03 2014-09-17 哈尔滨工业大学 基于k-s分布性检验和hht的陀螺仪故障诊断方法
CN104185782A (zh) * 2012-03-28 2014-12-03 Ntn株式会社 铁道车辆用轴承的异常检测***
CN104198183A (zh) * 2014-09-17 2014-12-10 重庆大学 风电机组传动链振动噪声抑制及其早期故障特征提取方法
CN104215460A (zh) * 2014-09-18 2014-12-17 浙江大学 测量滚动轴承保持架涡动的磁阻传感器
CN104236908A (zh) * 2014-09-23 2014-12-24 石家庄铁道大学 基于mid算法的组合切片轴承故障诊断方法
CN104596715A (zh) * 2015-01-23 2015-05-06 江苏理工学院 细纱机振动在线检测装置及其工作***
CN105190271A (zh) * 2013-03-19 2015-12-23 舍弗勒技术股份两合公司 用于将变形传感器接驳到信号处理电路上的电路板
CN105486758A (zh) * 2015-12-29 2016-04-13 中国农业大学 一种霉变玉米种子检测方法
CN105784094A (zh) * 2016-03-07 2016-07-20 洛阳轴研科技股份有限公司 一种锥孔圆柱滚子轴承振动噪声测量仪
CN106092578A (zh) * 2016-07-15 2016-11-09 西安交通大学 一种基于小波包和支持向量机的机床主轴轴承装配状态在线检测方法
CN106124985A (zh) * 2016-06-16 2016-11-16 北京航空航天大学 一种无刷直流电机的退化特征趋势提取方法
CN106153335A (zh) * 2015-02-10 2016-11-23 中国科学院声学研究所 一种列车轴承声学在线故障诊断***及方法
CN107063613A (zh) * 2016-11-23 2017-08-18 北京中元瑞讯科技有限公司 基于在线数据的水轮发电机组碰磨故障的分析诊断方法
CN107741324A (zh) * 2017-10-13 2018-02-27 北京工业大学 一种滚动轴承外圈故障定位诊断方法
CN107876425A (zh) * 2017-11-10 2018-04-06 华东交通大学 一种基于视觉的轴承缺陷检测***装置
CN108444713A (zh) * 2018-05-09 2018-08-24 济南大学 一种基于d氏小波能量基的滚动轴承故障特征提取方法
CN108458875A (zh) * 2018-04-10 2018-08-28 上海应用技术大学 一种回转窑托轮轴承的故障诊断方法
CN108921014A (zh) * 2018-05-21 2018-11-30 西北工业大学 一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法
CN109029994A (zh) * 2018-08-16 2018-12-18 杭州容大智造科技有限公司 一种利用声音检测汽车轴承的设备、方法及汽车
CN109163890A (zh) * 2018-07-10 2019-01-08 武汉船用机械有限责任公司 调距桨工作状态的监测方法
CN110132596A (zh) * 2019-04-24 2019-08-16 昆明理工大学 一种基于小波包和gwo-svm的滚动轴承故障诊断的方法
CN110487547A (zh) * 2019-07-31 2019-11-22 中国特种设备检测研究院 基于振动图和迁移学习的变工况下滚动轴承故障诊断方法
CN110657989A (zh) * 2019-09-23 2020-01-07 红云红河烟草(集团)有限责任公司 一种烟草包装机组振动状态的监测方法及***
CN111381164A (zh) * 2020-04-03 2020-07-07 北京瑞森新谱科技股份有限公司 一种马达检测方法及检测***
CN111530964A (zh) * 2020-05-09 2020-08-14 攀钢集团攀枝花钢钒有限公司 热卷箱下弯曲辊运行故障提前预判方法
CN112541430A (zh) * 2020-12-12 2021-03-23 中铁第四勘察设计院集团有限公司 一种温度信号与噪声信号融合的故障诊断方法
CN112894882A (zh) * 2020-12-30 2021-06-04 哈尔滨工业大学芜湖机器人产业技术研究院 基于工业互联网的机器人故障检测***
CN113405788A (zh) * 2021-05-28 2021-09-17 广西电网有限责任公司电力科学研究院 基于波形趋势信息的有载分接开关机械状态监测方法
CN113554000A (zh) * 2021-09-17 2021-10-26 武汉飞恩微电子有限公司 一种基于深度学习的压力传感器的故障诊断方法与装置
CN113833476A (zh) * 2021-09-30 2021-12-24 中铁工程装备集团有限公司 一种主轴承的状态检测***及状态检测方法
CN114812797A (zh) * 2022-05-06 2022-07-29 北京精雕精密机械制造有限公司 一种主轴振动的评测方法及***
CN116026598A (zh) * 2023-03-30 2023-04-28 山东梁轴科创有限公司 一种轴承振动检测***
CN116448236A (zh) * 2023-06-20 2023-07-18 安徽容知日新科技股份有限公司 边缘端振动监测***及方法、计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1811377A (zh) * 2006-03-03 2006-08-02 西安交通大学 一种定量识别滚动轴承损伤的方法
CN101666677A (zh) * 2009-09-25 2010-03-10 北京工业大学 一种用于提取低速重载设备微弱故障特征信息的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1811377A (zh) * 2006-03-03 2006-08-02 西安交通大学 一种定量识别滚动轴承损伤的方法
CN101666677A (zh) * 2009-09-25 2010-03-10 北京工业大学 一种用于提取低速重载设备微弱故障特征信息的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《交通科技与经济》 20091231 徐丽娟等 基于振动分析的轴承故障检测方法分析 118-120 5-7 第11卷, 第5期 *
《轴承》 20071231 余光伟等 基于虚拟仪器技术的滚动轴承故障诊断*** 33-35 1，3-11 , 第8期 *

Cited By (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102589881A (zh) * 2011-12-27 2012-07-18 马鞍山马钢华阳设备诊断工程有限公司 冶金特种车辆轮对轴承智能检测***
CN102589881B (zh) * 2011-12-27 2015-04-22 马鞍山马钢华阳设备诊断工程有限公司 冶金特种车辆轮对轴承缺陷智能检测方法
CN102607845A (zh) * 2012-03-05 2012-07-25 北京工业大学 基于自适应拟合冗余提升小波变换的轴承故障特征提取方法
CN104185782A (zh) * 2012-03-28 2014-12-03 Ntn株式会社 铁道车辆用轴承的异常检测***
CN102721537A (zh) * 2012-06-01 2012-10-10 西安交通大学 基于可变空间-尺度框架的机械冲击型故障诊断方法
CN102721537B (zh) * 2012-06-01 2014-12-10 西安交通大学 基于可变空间-尺度框架的机械冲击型故障诊断方法
CN103048137B (zh) * 2012-12-20 2015-05-06 北京航空航天大学 一种变工况下的滚动轴承故障诊断方法
CN103048137A (zh) * 2012-12-20 2013-04-17 北京航空航天大学 一种变工况下的滚动轴承故障诊断方法
CN103076177A (zh) * 2013-01-16 2013-05-01 昆明理工大学 一种基于振动检测的滚动轴承故障检测方法
CN105190271B (zh) * 2013-03-19 2018-01-19 舍弗勒技术股份两合公司 用于将变形传感器接驳到信号处理电路上的电路板
CN105190271A (zh) * 2013-03-19 2015-12-23 舍弗勒技术股份两合公司 用于将变形传感器接驳到信号处理电路上的电路板
CN103292995B (zh) * 2013-05-28 2015-07-01 常州大学 滚动轴承检测及故障诊断的装置与方法
CN103292995A (zh) * 2013-05-28 2013-09-11 常州大学 滚动轴承检测及故障诊断的装置与方法
CN103308310B (zh) * 2013-06-05 2017-02-08 西安交通大学 基于全数字峰值检波的冲击信号解调方法
CN103308310A (zh) * 2013-06-05 2013-09-18 西安交通大学 基于全数字峰值检波的冲击信号解调方法
CN103335842A (zh) * 2013-06-14 2013-10-02 江苏永钢集团有限公司 一种基于概率密度曲线的轴承故障识别***及其方法
CN103439110A (zh) * 2013-07-31 2013-12-11 哈尔滨工程大学 滚动轴承早期微弱故障诊断方法
CN103439110B (zh) * 2013-07-31 2015-12-09 哈尔滨工程大学 滚动轴承早期微弱故障诊断方法
CN103728132A (zh) * 2013-12-19 2014-04-16 杭州嘉诚机械有限公司 减速机传动效率/故障检测***及方法
CN103940611A (zh) * 2014-04-09 2014-07-23 中国水利水电科学研究院 一种风电机组变工况下滚动轴承自适应异常检测方法
CN103940611B (zh) * 2014-04-09 2016-08-17 中国水利水电科学研究院 一种风电机组变工况下滚动轴承自适应异常检测方法
CN104048677A (zh) * 2014-07-03 2014-09-17 哈尔滨工业大学 基于k-s分布性检验和hht的陀螺仪故障诊断方法
CN104198183A (zh) * 2014-09-17 2014-12-10 重庆大学 风电机组传动链振动噪声抑制及其早期故障特征提取方法
CN104215460A (zh) * 2014-09-18 2014-12-17 浙江大学 测量滚动轴承保持架涡动的磁阻传感器
CN104236908B (zh) * 2014-09-23 2015-06-24 石家庄铁道大学 基于mid算法的组合切片轴承故障诊断方法
CN104236908A (zh) * 2014-09-23 2014-12-24 石家庄铁道大学 基于mid算法的组合切片轴承故障诊断方法
CN104596715B (zh) * 2015-01-23 2017-10-20 江苏理工学院 细纱机振动在线检测装置及其工作***
CN104596715A (zh) * 2015-01-23 2015-05-06 江苏理工学院 细纱机振动在线检测装置及其工作***
CN106153335A (zh) * 2015-02-10 2016-11-23 中国科学院声学研究所 一种列车轴承声学在线故障诊断***及方法
CN105486758A (zh) * 2015-12-29 2016-04-13 中国农业大学 一种霉变玉米种子检测方法
CN105486758B (zh) * 2015-12-29 2019-01-04 中国农业大学 一种霉变玉米种子检测方法
CN105784094A (zh) * 2016-03-07 2016-07-20 洛阳轴研科技股份有限公司 一种锥孔圆柱滚子轴承振动噪声测量仪
CN105784094B (zh) * 2016-03-07 2018-12-25 洛阳轴承研究所有限公司 一种锥孔圆柱滚子轴承振动噪声测量仪
CN106124985B (zh) * 2016-06-16 2020-03-13 北京航空航天大学 一种无刷直流电机的退化特征趋势提取方法
CN106124985A (zh) * 2016-06-16 2016-11-16 北京航空航天大学 一种无刷直流电机的退化特征趋势提取方法
CN106092578A (zh) * 2016-07-15 2016-11-09 西安交通大学 一种基于小波包和支持向量机的机床主轴轴承装配状态在线检测方法
CN107063613A (zh) * 2016-11-23 2017-08-18 北京中元瑞讯科技有限公司 基于在线数据的水轮发电机组碰磨故障的分析诊断方法
CN107741324A (zh) * 2017-10-13 2018-02-27 北京工业大学 一种滚动轴承外圈故障定位诊断方法
CN107741324B (zh) * 2017-10-13 2019-05-24 北京工业大学 一种滚动轴承外圈故障定位诊断方法
CN107876425A (zh) * 2017-11-10 2018-04-06 华东交通大学 一种基于视觉的轴承缺陷检测***装置
CN108458875A (zh) * 2018-04-10 2018-08-28 上海应用技术大学 一种回转窑托轮轴承的故障诊断方法
CN108444713A (zh) * 2018-05-09 2018-08-24 济南大学 一种基于d氏小波能量基的滚动轴承故障特征提取方法
CN108921014A (zh) * 2018-05-21 2018-11-30 西北工业大学 一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法
CN108921014B (zh) * 2018-05-21 2021-05-14 西北工业大学 一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法
CN109163890A (zh) * 2018-07-10 2019-01-08 武汉船用机械有限责任公司 调距桨工作状态的监测方法
CN109029994A (zh) * 2018-08-16 2018-12-18 杭州容大智造科技有限公司 一种利用声音检测汽车轴承的设备、方法及汽车
CN110132596A (zh) * 2019-04-24 2019-08-16 昆明理工大学 一种基于小波包和gwo-svm的滚动轴承故障诊断的方法
CN110487547A (zh) * 2019-07-31 2019-11-22 中国特种设备检测研究院 基于振动图和迁移学习的变工况下滚动轴承故障诊断方法
CN110487547B (zh) * 2019-07-31 2020-07-31 中国特种设备检测研究院 基于振动图和迁移学习的变工况下滚动轴承故障诊断方法
CN110657989A (zh) * 2019-09-23 2020-01-07 红云红河烟草(集团)有限责任公司 一种烟草包装机组振动状态的监测方法及***
CN111381164A (zh) * 2020-04-03 2020-07-07 北京瑞森新谱科技股份有限公司 一种马达检测方法及检测***
CN111530964A (zh) * 2020-05-09 2020-08-14 攀钢集团攀枝花钢钒有限公司 热卷箱下弯曲辊运行故障提前预判方法
CN112541430A (zh) * 2020-12-12 2021-03-23 中铁第四勘察设计院集团有限公司 一种温度信号与噪声信号融合的故障诊断方法
CN112541430B (zh) * 2020-12-12 2023-02-28 中铁第四勘察设计院集团有限公司 一种温度信号与噪声信号融合的故障诊断方法
CN112894882A (zh) * 2020-12-30 2021-06-04 哈尔滨工业大学芜湖机器人产业技术研究院 基于工业互联网的机器人故障检测***
CN113405788A (zh) * 2021-05-28 2021-09-17 广西电网有限责任公司电力科学研究院 基于波形趋势信息的有载分接开关机械状态监测方法
CN113554000B (zh) * 2021-09-17 2021-12-14 武汉飞恩微电子有限公司 一种基于深度学习的压力传感器的故障诊断方法与装置
CN113554000A (zh) * 2021-09-17 2021-10-26 武汉飞恩微电子有限公司 一种基于深度学习的压力传感器的故障诊断方法与装置
CN113833476A (zh) * 2021-09-30 2021-12-24 中铁工程装备集团有限公司 一种主轴承的状态检测***及状态检测方法
CN113833476B (zh) * 2021-09-30 2024-04-12 中铁工程装备集团有限公司 一种主轴承的状态检测***及状态检测方法
CN114812797A (zh) * 2022-05-06 2022-07-29 北京精雕精密机械制造有限公司 一种主轴振动的评测方法及***
CN116026598A (zh) * 2023-03-30 2023-04-28 山东梁轴科创有限公司 一种轴承振动检测***
CN116448236A (zh) * 2023-06-20 2023-07-18 安徽容知日新科技股份有限公司 边缘端振动监测***及方法、计算机可读存储介质
CN116448236B (zh) * 2023-06-20 2023-09-12 安徽容知日新科技股份有限公司 边缘端振动监测***及方法、计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN102183366A (zh) 滚动轴承振动测量和故障分析装置及方法
Huang et al. Time-frequency squeezing and generalized demodulation combined for variable speed bearing fault diagnosis
CN105547698B (zh) 滚动轴承的故障诊断方法及装置
Cui et al. Quantitative trend fault diagnosis of a rolling bearing based on Sparsogram and Lempel-Ziv
CN112507769A (zh) 一种基于仿真传感器谐振增强特征的轴承故障诊断方法
Bin et al. Early fault diagnosis of rotating machinery based on wavelet packets—Empirical mode decomposition feature extraction and neural network
Yoon et al. On the use of a single piezoelectric strain sensor for wind turbine planetary gearbox fault diagnosis
CN101113936A (zh) 一种虚拟振动台检测信号处理方法及其设备
CN111504859B (zh) 一种润滑油磨粒在线监测与评估的***及方法
CN102288286A (zh) 一种振动加速度传感器齿轮箱测点精度分析与评价方法
Shi et al. A two-stage sound-vibration signal fusion method for weak fault detection in rolling bearing systems
CN104136896B (zh) 用于获取旋转马达的振动信号的***
Lin et al. A review and strategy for the diagnosis of speed-varying machinery
CN105628176A (zh) 一种旋转机械扭转振动信号采集分析方法
CN102269803B (zh) 基于时间延迟的离散频谱低频成分的校正方法
CN108388839A (zh) 一种基于二阶同步提取变换的强转速波动特征提取方法
CN105628189A (zh) 一种直升机机体振动信号的自适应处理方法
Chen et al. Proportional selection scheme: A frequency band division tool for rolling element bearing diagnostics
Jiang et al. A tacholess order tracking method based on spectral amplitude modulation for variable speed bearing fault diagnosis
CN105841867A (zh) 永磁电机齿槽转矩的测量方法
CN100458864C (zh) 提高微弱信号采集精度的方法与电路
CN109916624B (zh) 一种基于希尔伯特黄的滚珠丝杠副疲劳失效诊断方法
TW201633025A (zh) 工具機主軸故障形式的診斷方法及其系統
CN204346711U (zh) 一种基于振动检测的便携式轴承故障诊断装置
Cui et al. Instantaneous frequency estimation-based order tracking for bearing fault diagnosis under strong noise

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110914