CN103175689A - 一种低速滚动轴承的声学故障诊断方法 - Google Patents

一种低速滚动轴承的声学故障诊断方法 Download PDF

Info

Publication number
CN103175689A
CN103175689A CN2013100496515A CN201310049651A CN103175689A CN 103175689 A CN103175689 A CN 103175689A CN 2013100496515 A CN2013100496515 A CN 2013100496515A CN 201310049651 A CN201310049651 A CN 201310049651A CN 103175689 A CN103175689 A CN 103175689A
Authority
CN
China
Prior art keywords
bearing
rolling bearing
curve
effective value
average voltage
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.)
Granted
Application number
CN2013100496515A
Other languages
English (en)
Other versions
CN103175689B (zh
Inventor
沈功田
吴占稳
张君娇
胡振龙
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.)
China Special Equipment Inspection and Research Institute
Original Assignee
China Special Equipment Inspection and Research Institute
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 China Special Equipment Inspection and Research Institute filed Critical China Special Equipment Inspection and Research Institute
Priority to CN201310049651.5A priority Critical patent/CN103175689B/zh
Publication of CN103175689A publication Critical patent/CN103175689A/zh
Application granted granted Critical
Publication of CN103175689B publication Critical patent/CN103175689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明属于无损检测技术领域，公开了一种低速滚动轴承的声学故障诊断方法，通过获取无缺陷滚动轴承和待检测滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到正常曲线和检测曲线，并对正常曲线中所测运转周期对应的有效值电压平均值进行平均得到R0，和对检测曲线中所测运转周期对应的有效值电压平均值进行平均得到R1，计算检测曲线与正常曲线有效值电压平均值的比值k＝R1/R0。然后将k值与预设的含故障轴承的特征值比较，进行滚动轴承状态的诊断。声发射检测方法不仅能满足滚动轴承的不拆卸检测要求，且其信号的高频特性可以有效抑制周围环境噪声的干扰，以实现滚动轴承故障的早期预警。

Description

一种低速滚动轴承的声学故障诊断方法
技术领域
本发明涉及无损检测技术领域，特别涉及一种低速旋转滚动轴承的声学故障诊断方法。
背景技术
滚动轴承应用在机械传动机构中，包括内圈1、外圈2以及设置在内圈1和外圈2之间的滚动体3（一般为滚珠）及用于固定滚动体3的保持架4，如图1所示，具有摩擦阻力小、功率消耗小、机械效率高等优点，广泛应用在各种旋转机械中。然而，滚动轴承在长期运转过程中由于装配不当、润滑不良、水分和异物侵入、腐蚀等原因都会导致轴承出现疲劳剥落和磨损等故障，且故障发生部位主要有：轴承内圈1、外圈2、滚动体3及保持架4。大型观览车、客运索道等大型低速旋转机械中的滚动轴承为其持续运转的关键受力部件，轴承失效可能直接导致事故的发生，造成人员伤亡。然而，此类轴承一旦安装投入使用后很难进行拆卸，目前国内对该类轴承的检测只是通过观察其运行时有无异常响声、测量其温度变化等来判断轴承是否故障，安全隐患巨大。
发明内容
（一）要解决的技术问题
本发明要解决的技术问题是提供一种低速滚动轴承的声学故障诊断方法，以实现对低速旋转滚动轴承进行不拆卸快速检测。
（二）技术方案
为了解决上述技术问题，本发明提供一种低速滚动轴承的声学故障诊断方法，包括以下步骤：
分别获取无缺陷滚动轴承和待检测滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到正常曲线和检测曲线；
将所述正常曲线中所测运转周期对应的有效值电压平均值进行平均得到R0，将所述检测曲线中所测运转周期对应的有效值电压平均值进行平均得到R1；
计算所述检测曲线与正常曲线有效值电压平均值的比值k＝R1/R0；
将k值与预设的含故障轴承的特征值比较，进行滚动轴承状态的诊断。
如上所述的低速滚动轴承的声学故障诊断方法，优选的是，所述预设的含故障轴承的特征值包括含轻微故障轴承的特征值k1和含明显故障轴承的特征值k2；
其中，含轻微故障轴承的特征值k1和含明显故障轴承的特征值k2通过以下步骤获取：
分别获取含轻微故障滚动轴承和含明显故障滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到轻微故障曲线和明显故障曲线；
将所述轻微故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf1，将所述明显故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf2；
所述含轻微故障滚动轴承的特征值k1=Rf1/R0，所述含明显故障滚动轴承的特征值k2＝Rf2/R0。
如上所述的低速滚动轴承的声学故障诊断方法，优选的是，所述含轻微故障滚动轴承的特征值k1由轴承内圈表面缺陷的深度为内圈厚度2%的含轻微故障滚动轴承测得；
所述含明显故障滚动轴承的特征值k2由轴承内圈表面缺陷的深度为内圈厚度10%的含明显故障滚动轴承测得。
如上所述的低速滚动轴承的声学故障诊断方法，优选的是，滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图通过以下步骤获取：
将声发射传感器布置在滚动轴承的轴承座上，启动并使轴承运转，连续采集轴承不少于10个运转周期的声发射信号，统计并计算各运转周期声发射信号的有效值电压平均值；
将轴承的运转周期数作为横坐标，轴承各运转周期对应的声发射信号的有效值电压平均值作为纵坐标，得到一系列点，将这些点作曲线拟合，获得滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图。
如上所述的低速滚动轴承的声学故障诊断方法，优选的是，所述无缺陷滚动轴承、含轻微故障滚动轴承和含明显故障滚动轴承均与所述待检测滚动轴承的型号相同，运转速度相同。
如上所述的低速滚动轴承的声学故障诊断方法，优选的是，滚动轴承运转的转速低于10转/分钟。
如上所述的低速滚动轴承的声学故障诊断方法，优选的是，所述无缺陷滚动轴承、含轻微故障滚动轴承和含明显故障滚动轴承均与所述待检测滚动轴承采用相同的声传感器和相同的声传感器布置方式进行检测。
如上所述的低速滚动轴承的声学故障诊断方法，优选的是，各轴承运转周期对应的有效值电压平均值为该周期内所有声发射信号的有效值电压累加值除以撞击数总和。
（三）有益效果
本发明所提供的低速滚动轴承的声学故障诊断方法，通过获取无缺陷滚动轴承和待检测滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到正常曲线和检测曲线，并对正常曲线中所测运转周期对应的有效值电压平均值进行平均得到R0，和对检测曲线中所测运转周期对应的有效值电压平均值进行平均得到R1，计算检测曲线与正常曲线有效值电压平均值的比值k＝R1/R0。然后将k值与预设的含故障轴承的特征值比较，进行滚动轴承状态的诊断。声发射检测方法不仅能满足不拆卸滚动轴承的检测要求，且其信号的高频特性可以有效抑制周围环境噪声的干扰，实现滚动轴承故障的早期预警，从而最大限度的减少事故发生，具有重要的社会意义和巨大的经济效益。
附图说明
图1是本发明实施例中无缺陷滚动轴承的结构示意图；
图2是本发明实施例中内圈含轻微故障的滚动轴承的结构示意图；
图3是本发明实施例中无缺陷滚动轴承与内圈含轻微故障的滚动轴承的声发射信号有效值电压平均值的评价曲线图；
图4是本发明实施例中无缺陷滚动轴承与内圈含明显故障的滚动轴承的声发射信号有效值电压平均值的评价曲线图；
图5是本发明实施例中无缺陷滚动轴承与待检测轴承的声发射信号有效值电压平均值的评价曲线图。
其中，1：内圈；2：外圈；3：滚动体；4：保持架。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
结合图1和图2所示，本发明实施例中将以滚动轴承的内圈1具有缺陷O为例来具体说明低速滚动轴承的声学故障诊断方法。
图5中轴承运转第1~10周期对应的曲线是正常曲线，第(N+1)~(N+10)周期对应曲线为检测曲线。本发明实施例中的滚动轴承的故障检测方法包括以下步骤：
首先，分别获取无缺陷滚动轴承和待检测滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到正常曲线和检测曲线。其中，在声学故障检测中，有效值电压（以下简称“RMS”）是声发射信号的主要参数，表示采样时间内信号的均方根值，以V表示，即：式中，ΔT是平均时间，V(t)是随时间变化的信号电压。该参数能够良好的反应声发射活性，是声发射故障诊断中的常用参数；
然后，将正常曲线中所测运转周期（即图5中第1~10周期）对应的有效值电压平均值进行平均得到R0，将检测曲线中所测运转周期（即图5中第N+1~N+10周期）对应的有效值电压平均值进行平均得到R1；
最后，计算检测曲线与正常曲线有效值电压平均值的比值k＝R1/R0，并将k值与预设的含故障轴承的特征值比较，进行检测信号的评价。
本发明实施例中的低速滚动轴承的声发射故障诊断方法不仅能满足不拆卸轴承的检测要求，且其信号的高频特性可以有效抑制周围环境噪声的干扰，实现滚动轴承故障的早期预警，从而最大限度的减少事故发生，具有重要的社会意义和巨大的经济效益。
其中，正常曲线通过以下步骤获取：
将声发射传感器布置在无缺陷滚动轴承的轴承座上，启动轴承以低于10转/分钟的转速低速运转。本实施例中轴承转速为0.32转/分钟，连续采集轴承10个运转周期的声发射信号，对采集数据以轴承运转周期为单位进行处理，可以将各周期内所有撞击的有效值电压（RMS）值累加除以撞击总数得到该周期的RMS平均值，将依采集时间顺序得到的第1至10周期的RMS平均值作为纵坐标，对应周期为横坐标，由此可以得到10个点（1，2.223）、（2，2.310）、（3，2.270）、（4，2.275）、（5，2.289）、（6，2.224）、（7，2.317）、（8，2.271）、（9，2.288）、（10，2.247），如图5所示。将这10个点作曲线拟合，得到无缺陷滚动轴承的声发射信号RMS平均值与轴承运转周期的关系图，即正常曲线。
检测曲线通过以下步骤获取：
将声发射传感器布置在待检测滚动轴承的轴承座上，其中，待检测滚动轴承和无缺陷滚动轴承可以是同一轴承不同时期的前后对比，也可以是型号相同，并以相同转速运行1000周期以上的不同轴承的对比。并优选待检测滚动轴承和无缺陷滚动轴承采用相同的声传感器和相同的声传感器布置方式，保证有效的可比性。启动待检测滚动轴承以与无缺陷滚动轴承相同的转速低速运转，同样连续采集轴承10个运转周期的声发射信号，对采集数据以轴承运转周期为单位进行处理，可以将各周期内所有撞击的有效值电压（RMS）值累加除以撞击总数得到该周期的RMS平均值，将依采集时间顺序得到的第N+1至N+10周期的RMS平均值作为纵坐标，对应周期为横坐标，如图5所示，由此可以得到10个点（N+1，4.139）、（N+2，3.868）、（N+3，4.010）、（N+4，3.845）、（N+5，3.745）、（N+6，3.670）、（N+7，3.983）、（N+8，4.206）、（N+9，3.929）、（N+10，4.196）。将这10个点作曲线拟合，得到待检测滚动轴承的声发射信号RMS平均值与轴承运转周期的关系图，即检测曲线。
本发明实施例中正常曲线中所测运转周期对应的RMS平均值进行平均得到R0=2.27，检测曲线中所测运转周期对应的RMS平均值进行平均得到R1=3.96，则检测曲线与正常曲线有效值电压平均值的比值k＝R1/R0=1.74。
为了进一步检测待检测滚动轴承的缺陷程度，可以设置预设的含故障轴承的特征值包括含轻微故障的轴承特征值k1和含明显故障的轴承特征值k2。当k<k1时，判定该待检测滚动轴承无明显故障，可继续运行；当k1≤k<k2时，判定该待检测滚动轴承出现轻微故障，应采用其他方法检测并缩短检测周期；当k≥k2时，判定该待检测滚动轴承出现明显故障，应尽快安排维修。
其中，含轻微故障的轴承特征值k1和含明显故障的轴承特征值k2通过以下步骤获取：
首先，分别获取含轻微故障滚动轴承和含明显故障滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到轻微故障曲线和明显故障曲线。其中，含轻微故障滚动轴承的特征值k1由轴承内圈表面缺陷的深度为内圈厚度2%的含轻微故障滚动轴承测得，含明显故障滚动轴承的特征值k2由轴承内圈表面缺陷的深度为内圈厚度10%的含明显故障滚动轴承测得。本实施例中优选通过人工加工出含轻微故障的滚动轴承和含明显故障的滚动轴承，以使其具有可靠的标准性；
然后，将轻微故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf1，将明显故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf2；
最后，计算轻微故障曲线与正常曲线有效值电压平均值的比值（即含轻微故障滚动轴承的特征值）k1＝Rf1/R0，计算明显故障曲线与正常曲线有效值电压平均值的比值（即含明显故障滚动轴承的特征值）k2＝Rf2/R0。
具体的，本发明实施例中含轻微故障轴承的特征值k1通过以下步骤获取：
可以在无缺陷滚动轴承的内圈1滚道上打磨一条深0.3mm的槽形缺陷（为轴承内圈厚度的2%），记为含轻微故障的滚动轴承，如图2所示，图中O为缺陷位置。同样，将声发射传感器布置于含轻微故障滚动轴承的轴承座上，优选启动轴承以与无缺陷滚动轴承相同的转速低速运转，连续采集10个运转周期的声发射信号，统计每个运转周期声发射信号的RMS平均值，将依采集时间顺序的第N+1至N+10个运转周期的RMS平均值作为纵坐标，对应周期为横坐标，如图3所示，由此可以得到10个点（N+1，2.478）、（N+2，2.765）、（N+3，2.425）、（N+4，2.330）、（N+5，2.544）、（N+6，2.379）、（N+7，2.862）、（N+8，2.526）、（N+9，2.543）、（N+10，2.802）。将这10个点作曲线拟合，得到含轻微故障滚动轴承的声发射信号RMS平均值与轴承运转周期的关系图，即轻微故障曲线。而图3中第1~10个运转周期对应的曲线是正常曲线。
将轻微故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf1＝2.57，则k1＝Rf1/R0＝1.13。
具体的，本发明实施例中含明显故障轴承的特征值k2通过以下步骤获取：
在无缺陷滚动轴承的内圈1滚道上的槽形缺陷继续打磨至深度为1.5mm（为轴承内圈厚度的10%），记为含明显故障的滚动轴承。同样，将声发射传感器布置于含明显故障滚动轴承的轴承座上，优选启动轴承以与无缺陷滚动轴承相同的转速低速运转，连续采集10个运转周期的声发射信号，统计每个运转周期声发射信号的RMS平均值，将依采集时间顺序的第N+1至N+10个运转周期的RMS平均值作为纵坐标，对应周期为横坐标，如图4所示，由此可以得到10个点（N+1，3.839）、（N+2，3.768）、（N+3，3.709）、（N+4，3.645）、（N+5，3.645）、（N+6，3.770）、（N+7，3.583）、（N+8，3.806）、（N+9，3.969）、（N+10，3.796）。将这10个点作曲线拟合，得到含明显故障滚动轴承的声发射信号RMS平均值与轴承运转周期的关系图，即明显故障曲线。而图4中第1~10个运转周期对应的曲线是正常曲线。
将明显故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf2＝3.75，则k2＝Rf2/R0＝1.65。
并优选含轻微故障滚动轴承和含明显故障滚动轴承与待检测滚动轴承采用相同的声传感器和相同的声传感器布置方式，保证比较的条件一致，减小误差。
通过比较，得出k>k2，判定该待检测滚动轴承出现明显故障。通过对该待检测滚动轴承进行拆卸检查，发现轴承内圈出现故障，其滚道表面损伤深度为2.0mm，大于轴承内圈深度的10%。由此可知，采用本发明所提出的方法进行故障诊断的结果与实际相符合。
需要说明的是，本实施例中只是以内圈1为例来具体说明滚动轴承的故障检测原理，并不是一种限定，显然本发明的滚动轴承的故障检测方法也适用于轴承外圈2、滚动体3和保护架4（如图1所示）的检测，具体方法与内圈1一样，在此不再赘述。
由以上实施例可以看出，本发明所提供的低速滚动轴承的声学故障诊断方法，通过获取无缺陷滚动轴承和待检测滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到正常曲线和检测曲线，并对正常曲线中所测运转周期对应的有效值电压平均值进行平均得到R0，和对检测曲线中所测运转周期对应的有效值电压平均值进行平均得到R1，计算检测曲线与正常曲线有效值电压平均值的比值k＝R1/R0。然后将k值与预设的含故障的轴承特征值比较，进行滚动轴承状态的诊断。声发射检测方法不仅能满足不拆卸滚动轴承的检测要求，且其信号的高频特性可以有效抑制周围环境噪声的干扰，实现滚动轴承故障的早期预警，从而最大限度的减少事故发生，具有重要的社会意义和巨大的经济效益。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (8)

1.一种低速滚动轴承的声学故障诊断方法，其特征在于，包括以下步骤：
分别获取无缺陷滚动轴承和待检测滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到正常曲线和检测曲线；
将所述正常曲线中所测运转周期对应的有效值电压平均值进行平均得到R0，将所述检测曲线中所测运转周期对应的有效值电压平均值进行平均得到R1；
计算所述检测曲线与正常曲线有效值电压平均值的比值k＝R1/R0；
将k值与预设的含故障轴承的特征值比较，进行滚动轴承状态的诊断。
2.根据权利要求1所述的低速滚动轴承的声学故障诊断方法，其特征在于，所述预设的含故障轴承的特征值包括含轻微故障轴承的特征值k1和含明显故障轴承的特征值k2；
其中，含轻微故障轴承的特征值k1和含明显故障轴承的特征值k2通过以下步骤获取：
分别获取含轻微故障滚动轴承和含明显故障滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图，得到轻微故障曲线和明显故障曲线；
将所述轻微故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf1，将所述明显故障曲线中所测运转周期对应的有效值电压平均值进行平均得到Rf2；
所述含轻微故障轴承的特征值k1=Rf1/R0，所述含明显故障轴承的特征值k2＝Rf2/R0。
3.根据权利要求2所述的低速滚动轴承的声学故障诊断方法，其特征在于，所述含轻微故障滚动轴承的特征值k1由轴承内圈表面缺陷的深度为内圈厚度2%的含轻微故障滚动轴承测得；
所述含明显故障滚动轴承的特征值k2由轴承内圈表面缺陷的深度为内圈厚度10%的含明显故障滚动轴承测得。
4.根据权利要求1-3所述的滚动轴承的声学故障诊断方法，其特征在于，滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图通过以下步骤获取：
将声发射传感器布置在滚动轴承的轴承座上，启动并使轴承运转，连续采集轴承不少于10个运转周期的声发射信号，统计并计算各运转周期声发射信号的有效值电压平均值；
将轴承的运转周期数作为横坐标，轴承各运转周期对应的声发射信号的有效值电压平均值作为纵坐标，得到一系列点，将这些点作曲线拟合，获得滚动轴承的声发射信号有效值电压平均值与轴承运转周期的关系图及相应曲线。
5.根据权利要求4所述的低速滚动轴承的声学故障诊断方法，其特征在于，所述无缺陷滚动轴承、含轻微故障滚动轴承和含明显故障滚动轴承均与所述待检测滚动轴承的型号相同，运转速度相同。
6.根据权利要求4所述的低速滚动轴承的声学故障诊断方法，其特征在于，滚动轴承运转的转速低于10转/分钟。
7.根据权利要求4所述的低速滚动轴承的声学故障诊断方法，其特征在于，所述无缺陷滚动轴承、含轻微故障滚动轴承和含明显故障滚动轴承均与所述待检测滚动轴承采用相同的声传感器和相同的声传感器布置方式进行检测。
8.根据权利要求4所述的低速滚动轴承的声学故障诊断方法，其特征在于，各轴承运转周期对应的有效值电压平均值为该周期内所有声发射信号的有效值电压累加值除以撞击数总和。
CN201310049651.5A 2013-02-07 2013-02-07 一种低速滚动轴承的声学故障诊断方法 Active CN103175689B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310049651.5A CN103175689B (zh) 2013-02-07 2013-02-07 一种低速滚动轴承的声学故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310049651.5A CN103175689B (zh) 2013-02-07 2013-02-07 一种低速滚动轴承的声学故障诊断方法

Publications (2)

Publication Number Publication Date
CN103175689A true CN103175689A (zh) 2013-06-26
CN103175689B CN103175689B (zh) 2016-02-10

Family

ID=48635699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310049651.5A Active CN103175689B (zh) 2013-02-07 2013-02-07 一种低速滚动轴承的声学故障诊断方法

Country Status (1)

Country Link
CN (1) CN103175689B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105716865A (zh) * 2016-02-14 2016-06-29 成都柏森松传感技术有限公司 一种用于检测轴承跑合异音的数据库的建立及使用方法
CN106017932A (zh) * 2016-08-02 2016-10-12 哈尔滨理工大学 电机轴承在线监测及智能预警***
CN106053074A (zh) * 2016-08-02 2016-10-26 北京航空航天大学 一种基于stft和转动惯量熵的滚动轴承声音信号故障特征提取方法
CN106989924A (zh) * 2017-04-05 2017-07-28 中车青岛四方机车车辆股份有限公司 轴承异音检测***
CN110132591A (zh) * 2019-06-11 2019-08-16 淮南巧天机械设备技术有限公司 一种高精度转动轴故障检测定位装置
CN112213104A (zh) * 2020-10-22 2021-01-12 中车青岛四方机车车辆股份有限公司 轴承检测方法、装置和***
CN113483027A (zh) * 2021-07-01 2021-10-08 重庆大学 声学智能轴承
CN113804439A (zh) * 2020-06-01 2021-12-17 株式会社日立大厦*** 轴承检查装置及轴承检查方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101460840A (zh) * 2006-05-24 2009-06-17 株式会社捷太格特 声发射检测装置和控制装置
CN101617207A (zh) * 2007-03-26 2009-12-30 新日本制铁株式会社 超低速旋转设备的异常诊断方法及装置
CN102105774A (zh) * 2008-07-24 2011-06-22 西门子公司 确定和监测滚动轴承状态的方法与装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101460840A (zh) * 2006-05-24 2009-06-17 株式会社捷太格特 声发射检测装置和控制装置
CN101617207A (zh) * 2007-03-26 2009-12-30 新日本制铁株式会社 超低速旋转设备的异常诊断方法及装置
CN102105774A (zh) * 2008-07-24 2011-06-22 西门子公司 确定和监测滚动轴承状态的方法与装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张颖，苏宪章，刘占生: "基于周期性声发射撞击计数的滚动轴承故障诊断", 《轴承》, 5 June 2011 (2011-06-05) *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105716865A (zh) * 2016-02-14 2016-06-29 成都柏森松传感技术有限公司 一种用于检测轴承跑合异音的数据库的建立及使用方法
CN105716865B (zh) * 2016-02-14 2018-09-28 成都柏森松传感技术有限公司 一种用于检测轴承跑合异音的数据库的建立及使用方法
CN106017932A (zh) * 2016-08-02 2016-10-12 哈尔滨理工大学 电机轴承在线监测及智能预警***
CN106053074A (zh) * 2016-08-02 2016-10-26 北京航空航天大学 一种基于stft和转动惯量熵的滚动轴承声音信号故障特征提取方法
CN106053074B (zh) * 2016-08-02 2019-12-20 北京航空航天大学 一种基于stft和转动惯量熵的滚动轴承声音信号故障特征提取方法
CN106017932B (zh) * 2016-08-02 2020-01-03 哈尔滨理工大学 电机轴承在线监测及智能预警***
CN106989924A (zh) * 2017-04-05 2017-07-28 中车青岛四方机车车辆股份有限公司 轴承异音检测***
CN110132591A (zh) * 2019-06-11 2019-08-16 淮南巧天机械设备技术有限公司 一种高精度转动轴故障检测定位装置
CN113804439A (zh) * 2020-06-01 2021-12-17 株式会社日立大厦*** 轴承检查装置及轴承检查方法
CN112213104A (zh) * 2020-10-22 2021-01-12 中车青岛四方机车车辆股份有限公司 轴承检测方法、装置和***
CN112213104B (zh) * 2020-10-22 2022-06-14 中车青岛四方机车车辆股份有限公司 轴承检测方法、装置和***
CN113483027A (zh) * 2021-07-01 2021-10-08 重庆大学 声学智能轴承

Also Published As

Publication number Publication date
CN103175689B (zh) 2016-02-10

Similar Documents

Publication Publication Date Title
CN103175689B (zh) 一种低速滚动轴承的声学故障诊断方法
US20140039809A1 (en) Method of detecting defects of a rolling bearing by vibration analysis
TWI282850B (en) Method and apparatus for assessing remaining life of rolling bearing
CN104990709B (zh) 用于检测机车轴承故障的方法
WO2011081085A1 (ja) 転がり軸受の異常診断装置、風力発電装置および異常診断システム
Jamaludin et al. Monitoring extremely slow rolling element bearings: part I
CN109883703B (zh) 一种基于振动信号相干倒谱分析的风机轴承健康监测诊断方法
JP2008268187A (ja) 極低速回転機械の異常診断方法及び装置
Kharche et al. Review of fault detection in rolling element bearing
Kunli et al. Fault diagnosis of rolling element bearing based on vibration frequency analysis
CN104034528A (zh) 一种轴承温升、摩擦力矩试验装置及试验方法
Liu et al. A review of current condition monitoring and fault diagnosis methods for low-speed and heavy-load slewing bearings
CN108760318B (zh) 一种风力机变桨轴承故障检测方法
US20160334303A1 (en) Detection of fretting and/or smearing with false-brinelling potential
Yang et al. Experimental study on vibration characteristics due to cage damage of deep groove ball bearing
CN107655386B (zh) 机车牵引电机轴承内圈不拆解时游隙的检测方法
Jiang et al. In‐Process Quality Inspection of Rolling Element Bearings Based on the Measurement of Microelastic Deformation of Outer Ring
CN105631238B (zh) 一种滚动轴承振动性能变异的检测方法及***
RU2478923C2 (ru) Способ диагностики технического состояния межроторного подшипника двухвального газотурбинного двигателя
Shrivastava et al. Vibration signature analysis for ball bearing of three phase induction motor
Utpat et al. Response of various vibration parameters to the condition monitoring of ball bearing used in centrifugal pumps
CN104880303A (zh) 一种空间活动部件轴系故障的综合评判方法
Patil et al. An extensive review on the use of acoustic emission technique for continuous monitoring
Hemmer et al. A comparison of acoustic emission and vibration measurements for condition monitoring of an offshore drilling machine
CN101968404A (zh) 一种用于检测间歇性低速重载设备故障隐患的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant