CN104931262A - 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法 - Google Patents

一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法 Download PDF

Info

Publication number
CN104931262A
CN104931262A CN201510284089.3A CN201510284089A CN104931262A CN 104931262 A CN104931262 A CN 104931262A CN 201510284089 A CN201510284089 A CN 201510284089A CN 104931262 A CN104931262 A CN 104931262A
Authority
CN
China
Prior art keywords
bearing
fault
signal
vibration
wheel set
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
CN201510284089.3A
Other languages
English (en)
Inventor
周毛毛
张益�
陈曦
李渊
袁高斌
姚剑博
张析
陈佳斌
周立玮
黄跃
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.)
BEIJING CONTROL INFRARED TECHNOLOGY Co Ltd
Original Assignee
BEIJING CONTROL INFRARED TECHNOLOGY Co Ltd
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 BEIJING CONTROL INFRARED TECHNOLOGY Co Ltd filed Critical BEIJING CONTROL INFRARED TECHNOLOGY Co Ltd
Priority to CN201510284089.3A priority Critical patent/CN104931262A/zh
Publication of CN104931262A publication Critical patent/CN104931262A/zh
Pending legal-status Critical Current

Links

Landscapes

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

Abstract

本发明公开了一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法,装置包括:轮对轴承磨合机组件、信号调理电路、轴承振动诊断工作站和振动传感器;振动传感器采集轴承的振动信号,并传输给信号调理电路;信号调理电路转换成电学模拟信号,输入至轴承振动诊断工作站进行处理并判断故障类型。诊断方法步骤如下:一、安装轮对轴承磨合机组件和振动传感器;二、轮对轴承磨合机组件驱动车轮;三、振动传感器采集信号,输送给信号调理电路和轴承振动诊断工作站;四、轴承振动诊断工作站结合共振包络解调算法和特征统计参量算法综合判定,有效判断识别轴承各类故障。该方法对大量待检轴承能进行快速、准确的诊断。

Description

一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法
技术领域
本发明属于车辆故障检测技术领域,具体涉及一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法。
背景技术
轮对滚动轴承作为铁路货车重要的机械部件,出现故障后将直接影响货车的运行安全。因此,对滚动轴承状态的检测一直是各路局车辆段安全检测的重点内容。
目前国内各车辆段对轴承故障的初步诊断,主要还是依靠操作工人的经验,工人手工旋转轴承,人耳辨别轴承运转中是否存在异音,手上感觉轴承运转中是否有卡阻现象。这种检测方式对工人的操作经验与技术能力要求很高,需要经过多年的训练与实践才能达到较高的准确率。而且这种检测方式由于没有精确量化的检测标准,检测结果与工人当时的工作状态(心情、疲劳度等)直接相关,结果具有一定的主观性和随意性,很容易对存在故障的轴承漏判。
现有技术中,国内也有学者研究利用故障轴承声音特征进行故障诊断,多采用共振解调法及在此基础上的改进方法。
共振解调法主要优点是对局部剥离型轴承故障非常敏感,并且可以根据通过频率判断剥离发生的部位,对轴承故障进行分类。但是共振解调法也有无法克服的缺点,该方法只对轴承内部局域性缺陷敏感,而轴承的尺寸失配、滚道磨损、麻点、缺油等缺陷由于没有对应的缺陷通过频率,很难利用共振解调法检测出来,因此这类故障会被漏判为良好轴承。按照《铁路货车段修规程》、《铁路货车无轴箱滚动轴承一般检修规程》等文件要求,轴承上这些故障如果达到了C类缺陷就应该停止使用并报废处理,这样利用共振解调法检测的良好轴承有可能是要报废处理的轴承;而且声学信号采集易受环境噪声干扰,特别是在嘈杂的检修车间。
综上所述,现有的轴承检测方法难以对大量待检轴承进行快速、准确的诊断。
发明内容
本发明的目的是为了解决上述问题,提出了一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法。
一种与轮对轴承磨合机联用的轴承故障诊断装置,包括轮对轴承磨合机组件、信号调理电路、轴承振动诊断工作站和振动传感器;
轮对轴承磨合机组件包括2对轮对轴承和4个磨合机,每对轮对轴承均包括2个车轮、2个轴承和1根轮轴;每个磨合机包括1个传动轮、1个轴承外圈固定夹和1个轴承外圈固定夹座;
2个车轮对称固定在轮轴两侧,每个车轮上固定安有1个传动轮。2个车轮外侧的轮轴两侧分别对称固定安装2个轴承,轴承外圈固定夹通过轴承外圈固定夹座固定在地面上,轴承外圈固定夹可自动开合,抱紧松开轴承外圈,轴承外圈通过轮对轴承外圈固定夹固定不动,轴承内圈跟随轮轴和车轮转动。
振动传感器共有4个,分别通过磁铁吸盘固定在4个轴承外圈固定夹上,用于采集轴承的振动信号,并传输给信号调理电路。
信号调理电路接收振动信号并转换成电学模拟信号,经过滤波调理后输入至轴承振动诊断工作站。
轴承振动诊断工作站包括振动信号采集卡,带通数字滤波器,共振包络解调判别器、特征参量判别器和综合判定***;
振动信号采集卡采集电学模拟信号,转化为数字信号后输入带通数字滤波器,得到滤波后信号同时输入给共振包络解调判别器和特征参量判别器;
共振包络解调判别器对滤波后信号进行处理,得到信号的包络频谱,输入至综合判定***;特征参量判别器计算得到滤波后信号的峭度因子,并送入综合判定***。
综合判定***对峭度值设置阈值,并判断是否存在故障。
一种与轮对轴承磨合机联用的轴承故障诊断方法,包括如下步骤:
步骤一、安装轮对轴承磨合机组件,并固定安装振动传感器;
每个车轮上固定安有1个传动轮,每个轴承外圈固定夹座装有轴承外圈固定夹,用来固定轴承的外圈,4个振动传感器通过磁铁吸盘分别固定在4个轴承外圈固定夹上。
步骤二、利用轮对轴承磨合机组件驱动车轮;
轮对轴承磨合机组件通过传动轮驱动车轮、轮轴高速旋转,轴承外圈被轴承外圈固定夹固定不动,轴承内圈跟随轮轴和车轮转动。
步骤三、振动传感器采集轴承振动信号,输送给信号调理电路,生成电学模拟信号输送至轴承振动诊断工作站;
步骤四、轴承振动诊断工作站结合共振包络解调算法和特征统计参量算法综合判定,有效判断识别轴承各类故障。
具体包括如下步骤:
步骤401、振动信号采集卡采集电学模拟信号,转化为数字信号后输入带通数字滤波器;
步骤402、带通数字滤波器将数字信号进行滤波,将滤波后信号同时输入给共振包络解调判别器和特征参量判别器;
步骤403、共振包络解调判别器对滤波后信号进行处理,得到信号包络波形进行傅立叶变换,得到滤波后信号的包络频谱,输入至综合判定***。
步骤404、特征参量判别器计算得到滤波后信号的峭度因子,并送入综合判定***。
步骤405、综合判定***对峭度值设置两个阈值A、B,并进行判断是否存在故障,其中阈值A<B。
如果轴承的峭度值小于阈值A时,判断轴承完好。
如果轴承的峭度值在阈值A到阈值B之间时,进一步查看轴承包络频谱,判断在某故障通过频率处是否存在明显的尖峰,如果存在,则由故障通过频率来确定轴承故障类型:尖峰若在3-4之间为滚子剥离故障,尖峰若在8-10之间为外圈剥离故障,尖峰若在10-13之间为内圈剥离故障。否则,认定轴承无故障。
如果轴承的峭度值大于阈值B时,认定轴承故障,同时进一步根据轴承包络频谱判断轴承故障类型,如果包络谱中无明显的尖峰,则表明轴承无剥离型故障,故障类型可能为尺寸失配、滚道磨损、麻点或者缺油故障。否则,根据尖峰所在位置判定为滚子剥离故障、内圈剥离故障或者外圈剥离故障。
本发明的优点在于:
(1)本发明一种与轮对轴承磨合机联用的轴承故障诊断装置,该装置为接触检测,振动传感器体积小并且安装简洁,特别适合工作环境恶劣的轴承检修车间。
(2)本发明一种与轮对轴承磨合机联用的轴承故障诊断装置,是在现有的轮对轴承磨合机上增加振动信号采集和分析装置,可以同时对轮对轴承磨合机上多个轴承进行振动诊断。
(3)本发明一种与轮对轴承磨合机联用的轴承故障诊断装置,在轮对轴承磨合机工作的同时进行诊断,不增加轮对检修流水线的工作时间。
(4)本发明一种与轮对轴承磨合机联用的轴承故障诊断方法,采用共振包络解调法与特征统计参量法综合判定,有效判断轴承各类故障,可对轴承剥离型故障、缺油故障、麻点、擦伤类损伤等进行诊断。
(5)本发明一种与轮对轴承磨合机联用的轴承故障诊断方法,通过采集转动轴承的振动信号,结合共振包络解调法与特征统计参量法综合判别轴承的各类故障。
附图说明
图1是本发明一种与轮对轴承磨合机联用的轴承故障诊断装置的结构框图;
图2是本发明轮对轴承磨合机组件局部放大图;
图3是本发明轴承振动诊断工作站局部放大图;
图4是本发明一种与轮对轴承磨合机联用的轴承故障诊断方法的流程图;
图5是本发明轴承振动诊断工作站判断识别轴承各类故障的流程图。
图中:
1-轮对轴承磨合机组件;2-信号调理电路;3-轴承振动诊断工作站;4-振动传感器;
101-车轮;102-传动轮;103-轴承外圈固定夹;104-轴承外圈固定夹座;105-轴承;106-轮轴;
301-振动信号采集卡;302-带通数字滤波器;303-共振包络解调判别器;304-特征参量判别器;305-综合判定***;
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法,在现有货车轮对轴承磨合机设备上通过增加轴承振动诊断工作站、振动传感器和信号调理电路设备,利用故障轴承振动特征进行故障诊断。该方法结合了共振包络解调算法和特征统计参量算法的优点,可以对轴承的各类常见故障进行准确的诊断。
一种与轮对轴承磨合机联用的轴承故障诊断装置,如图1所示,包括轮对轴承磨合机组件1、信号调理电路2、轴承振动诊断工作站3和振动传感器4;
轮对轴承磨合机组件1,如图1和图2所示,包括2对轮对轴承和4个磨合机,每对轮对轴承均包括2个车轮101、2个轴承105和1根轮轴106;每个磨合机包括1个传动轮102、1个轴承外圈固定夹103和1个轴承外圈固定夹座104;
轮对轴承磨合机组件1同时驱动2对轮对轴承;
2个车轮101对称固定在轮轴106两侧,同时两个轴承105分别对称固定在车轮101外侧的轮轴106上。每个车轮101上固定安有1个传动轮102。每个轴承外圈固定夹103通过轴承外圈固定夹座104上固定在轴承105的外圈上。
具体为:轴承外圈固定夹103通过轴承外圈固定夹座107固定在车间地面上,轴承外圈固定夹103可自动开合,抱紧松开轴承105外圈,轴承105外圈通过轮对轴承外圈固定夹103固定不动,轴承内圈跟随轮轴106和车轮101转动。
振动传感器4共有4个,分别通过磁铁吸盘固定在4个轴承外圈固定夹103上。
设备运行时,传动轮102驱动车轮101带动轮轴106及轴承105内圈以固定转速转动,轴承外圈固定夹103抱紧轴承105外圈,与轴承105紧密接触,振动传感器104采集对应轴承105的振动信号,经过信号调理电路2,形成电学模拟信号输入至轴承振动诊断工作站3;
信号调理电路2对振动传感器4的振动信号进行接收并转换成电学信号,经过滤波调理后输入至轴承振动诊断工作站3。
轴承振动诊断工作站3,如图3所示,包括振动信号采集卡301,带通数字滤波器302,共振包络解调判别器303、特征参量判别器304和综合判定***305;
其中带通数字滤波器302的通频带为8KHz到20KHz;
振动信号采集卡301采集信号调理电路2输出的电学模拟信号,转化为数字信号后输入带通数字滤波器302,得到滤波后信号同时输入给共振包络解调判别器303和特征参量判别器304;
共振包络解调判别器303对滤波后信号进行处理,得到滤波后信号的包络波形,对包络波形进行傅立叶变换,得到滤波后信号的包络频谱,输入至综合判定***305,通过频谱鉴别器从包络频谱中查询不同故障类型的特征频率点。
特征参量判别器304计算得到滤波后信号相关的峭度因子,并送入综合判定***305。
综合判定***305对峭度值设置两个阈值A、B,并进行判断是否存在故障。其中阈值A<阈值B,阈值A、阈值B的具体取值由实验结果统计得到。
一种与轮对轴承磨合机联用的轴承故障诊断方法,如图4所示,包括如下步骤:
步骤一、安装轮对轴承磨合机组件,并固定安装振动传感器;
每个车轮101上固定安有1个传动轮102,每个轴承外圈固定夹座104上装有轴承外圈固定夹103,可用来固定轴承105的外圈,4个振动传感器4通过磁铁吸盘分别固定在4个轴承外圈固定夹103上。轴承外圈固定夹103与轴承105外圈紧密接触,振动传感器4获得轴承105转动时的振动信号,通过线缆接入信号调理电路2。
步骤二、利用轮对轴承磨合机组件驱动车轮;
轮对轴承磨合机组件1通过传动轮102驱动车轮101、带动轮轴106及轴承105内圈高速旋转,轴承105外圈被轴承外圈固定夹103固定不动,轴承105内圈跟随轮轴106和车轮101转动。轮对轴承磨合机组件1驱动车轮101的转速范围在100转每分钟到1000转每分钟之间。
步骤三、振动传感器采集轴承振动信号,输送给信号调理电路,生成电学模拟信号输送至轴承振动诊断工作站;
传动轮102运动带动车轮101、轴承105和轮轴106高速旋转,振动传感器4采集轴承105的振动信号,经过信号调理电路2,生成电学模拟信号,进行放大、滤波后,输出至轴承振动诊断工作站3。
步骤四、轴承振动诊断工作站结合共振包络解调算法和特征统计参量算法综合判定,有效判断识别轴承各类故障。
轴承振动诊断工作站3对信号调理电路2输送的电学模拟信号进行采集,形成轴承振动数字信号,并对数字信号进行处理及分析,结合共振包络解调方法及特征统计参量算法对峭度因子综合判定,有效判断轴承各类故障,包括剥离型故障,缺油故障,麻点或擦伤类损伤等。
具体步骤如图5所示,包括如下步骤:
步骤401、振动信号采集卡采集电学模拟信号,转化为数字信号后输入带通数字滤波器;
为了消除环境噪音对故障信号的干扰,对数字信号进行滤波处理,排除干扰信号并获得更好的信噪比,将数字信号输入带通数字滤波器302得到滤波后信号。
步骤402、带通数字滤波器将数字信号进行滤波,将滤波后信号同时输入给共振包络解调判别器和特征参量判别器;
步骤403、共振包络解调判别器对滤波后信号进行处理,得到信号包络波形进行傅立叶变换,得到滤波后信号的包络频谱,输入至综合判定***。
滤波后信号输入至共振包络解调判别器303,共振包络解调判别器303对滤波后信号进行希尔伯特变换得到信号包络波形,对包络波形进行傅立叶变换,得到滤波后信号的包络频谱,输入至综合判定***305,取得包络波形还可以采用基于小波变换、基于数学形态学与基于规则平均Shannon能量的包络提取法。
包络频谱中,根据通过频率判断剥离发生的部位,并对轴承故障进行分类。
通过频率是指,当轴承内部工作面出现剥离缺陷时,滚子每次通过缺陷部位时会激发轴承的高频共振。激发出的共振具有一定的周期性,又名不同故障类型的特征频率。
剥离型轴承故障分为三类:外圈剥离型故障,内圈剥离型故障和滚子剥离型故障。
外圈剥离型故障的通过频率为:
f BPFO = n 2 ( 1 - BD PD cos &beta; ) f i
内圈剥离型故障的通过频率为:
f BPFI = n 2 ( 1 + BD PD cos &beta; ) f i
滚子剥离型故障的通过频率为:
f BSF = PD 2 BD ( 1 - ( BD BP cos &beta; ) 2 ) f i
上式中,n为滚子数,BD为滚子直径,PD为轴承中径,内外滚道直径的平均值,β为滚子的接触角,fi为轴承的转速。
不同类型、载重的货车轴承的参数略有不同,但各种故障的通过频率较为接近,通过频率与fi的比值在3到4之间,判定为滚子剥离型故障;通过频率与fi的比值在8到10之间,判定为外圈剥离型故障;通过频率与fi的比值在10到13之间,判定为内圈剥离型故障;
步骤404、特征参量判别器计算得到滤波后信号的峭度因子,并送入综合判定***。
同时,滤波后信号输入至特征参量判别器304,特征参量判别器304计算得到滤波后信号相关的峭度因子,输入至综合判定***305。
峭度因子kurtosis为:
kurtosis = 1 N &Sigma; i = 1 N ( x [ i ] RMS ) 4 - 3
其中,RMS表示输入信号的有效值,x[i]为输入的信号值,N为信号值的总数。
步骤405、综合判定***对峭度值设置两个阈值A、B,并进行判断是否存在故障,其中阈值A<B。
如果轴承的峭度值小于阈值A时,判断轴承完好。
如果轴承的峭度值在阈值A到阈值B之间时,进一步查看步骤403得到的轴承包络频谱,判断在某故障通过频率处是否存在明显的尖峰,如果不存在,认定轴承不存在剥离型故障,继续使用。否则,判定轴承故障为剥离型故障,并由故障通过频率来确定轴承故障类型:
尖峰若在3-4之间为滚子剥离故障,尖峰若在8-10之间为外圈剥离故障,尖峰若在10-13之间为内圈剥离故障。
如果轴承的峭度值大于阈值B时,认定轴承存在故障,同时进一步根据轴承包络频谱判断轴承故障类型。如果包络谱中无明显的尖峰,则表明轴承无剥离型故障,故障类型可能为尺寸失配、滚道磨损、麻点或者缺油等故障。否则,根据尖峰所在位置判定为滚子剥离故障、内圈剥离故障或者外圈剥离故障。
本发明提出一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法,整套装置是在现有的轮对轴承磨合机的基础上加以改造,利用轮对轴承磨合机本身的机械构造,不改变其原有功能、指标,通过增加轴承振动信号采集、分析软硬件,实现轴承故障的振动学诊断。轴承振动信号经振动传感器采集为电学信号后,经过放大、滤波后被信号处理工作站上的信号采集卡采集转化为数字信号,之后综合利用共振包络解调算法、特征统计参量等算法,经过综合判定***判别、识别轴承的各类故障。

Claims (5)

1.一种与轮对轴承磨合机联用的轴承故障诊断装置,其特征在于:包括轮对轴承磨合机组件、信号调理电路、轴承振动诊断工作站和振动传感器;
轮对轴承磨合机组件包括2对轮对轴承和4个磨合机,每对轮对轴承均包括2个车轮、2个轴承和1根轮轴;每个磨合机包括1个传动轮、1个轴承外圈固定夹和1个轴承外圈固定夹座;
每对轮对轴承中,2个车轮对称固定在轮轴两侧,每个车轮上固定安有1个传动轮;2个车轮外侧的轮轴两侧分别对称固定安装2个轴承;轴承外圈固定夹通过轴承外圈固定夹座固定在地面上,轴承外圈通过轮对轴承外圈固定夹固定不动,轴承内圈跟随轮轴和车轮转动;
振动传感器有4个,分别与4个轴承紧密结合,用于采集轴承的振动信号,并传输给信号调理电路;
信号调理电路接收振动信号并转换成电学模拟信号,经过滤波调理后输入至轴承振动诊断工作站;
轴承振动诊断工作站包括振动信号采集卡,带通数字滤波器,共振包络解调判别器、特征参量判别器和综合判定***;
振动信号采集卡采集电学模拟信号,转化为数字信号后输入带通数字滤波器,得到滤波后信号同时输入给共振包络解调判别器和特征参量判别器;
共振包络解调判别器对滤波后信号进行处理,得到信号的包络频谱,输入至综合判定***;特征参量判别器计算得到滤波后信号的峭度因子,并送入综合判定***;
综合判定***对峭度值设置阈值,并判断是否存在故障。
2.如权利要求1所述的一种与轮对轴承磨合机联用的轴承故障诊断装置,其特征在于:所述的振动传感器通过磁铁吸盘分别固定在4个轴承外圈固定夹上。
3.如权利要求2所述的一种与轮对轴承磨合机联用的轴承故障诊断装置,其特征在于:所述的轴承外圈固定夹可自动开合,抱紧松开轴承外圈。
4.应用权利要求1所述的一种与轮对轴承磨合机联用的轴承故障诊断装置的轴承故障诊断方法,其特征在于:包括如下步骤:
步骤一、安装轮对轴承磨合机组件,并固定安装振动传感器;
步骤二、利用轮对轴承磨合机组件驱动车轮;
轮对轴承磨合机组件通过传动轮驱动车轮、轮轴高速旋转,轴承外圈被轴承外圈固定夹固定不动,轴承内圈跟随轮轴和车轮转动;
步骤三、振动传感器采集轴承振动信号,输送给信号调理电路,生成电学模拟信号输送至轴承振动诊断工作站;
步骤四、轴承振动诊断工作站结合共振包络解调算法和特征统计参量算法综合判定,有效判断识别轴承各类故障;
具体包括如下步骤:
步骤401、振动信号采集卡采集电学模拟信号,转化为数字信号后输入带通数字滤波器;
步骤402、带通数字滤波器将数字信号进行滤波,将滤波后信号同时输入给共振包络解调判别器和特征参量判别器;
步骤403、共振包络解调判别器对滤波后信号进行处理,得到信号包络波形进行傅立叶变换,得到滤波后信号的包络频谱,输入至综合判定***;
步骤404、特征参量判别器计算得到滤波后信号的峭度因子,并送入综合判定***;
步骤405、综合判定***对峭度值设置两个阈值A、B,并进行判断是否存在故障,其中阈值A<B;
如果轴承的峭度值小于阈值A时,判断轴承完好;
如果轴承的峭度值在阈值A到阈值B之间时,进一步查看轴承包络频谱,判断在某故障通过频率处是否存在明显的尖峰,如果存在,则由故障通过频率来确定轴承故障类型:否则,认定轴承无故障;
如果轴承的峭度值大于阈值B时,认定轴承故障,同时进一步根据轴承包络频谱判断轴承故障类型,如果包络谱中无明显的尖峰,则表明轴承无剥离型故障,故障类型为尺寸失配、滚道磨损、麻点或者缺油故障;否则,根据尖峰所在位置判定为滚子剥离故障、内圈剥离故障或者外圈剥离故障。
5.如权利要求4所述的一种与轮对轴承磨合机联用的轴承故障诊断方法,其特征在于:步骤405中所述的故障类型为:尖峰若在3-4之间为滚子剥离故障,尖峰若在8-10之间为外圈剥离故障,尖峰若在10-13之间为内圈剥离故障。
CN201510284089.3A 2015-05-28 2015-05-28 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法 Pending CN104931262A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510284089.3A CN104931262A (zh) 2015-05-28 2015-05-28 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510284089.3A CN104931262A (zh) 2015-05-28 2015-05-28 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法

Publications (1)

Publication Number Publication Date
CN104931262A true CN104931262A (zh) 2015-09-23

Family

ID=54118535

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510284089.3A Pending CN104931262A (zh) 2015-05-28 2015-05-28 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法

Country Status (1)

Country Link
CN (1) CN104931262A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106596103A (zh) * 2016-12-12 2017-04-26 北京海冬青机电设备有限公司 一种在不落轮车床上用于轴承检测的装置及轴承检测方法
CN107036703A (zh) * 2016-11-21 2017-08-11 四川达宇特种车辆制造厂 用于发动机高温机匣的振动监测***
CN111649944A (zh) * 2019-03-04 2020-09-11 株式会社日立大厦*** 轴承诊断装置、轴承诊断方法以及自动扶梯
CN111801632A (zh) * 2018-03-05 2020-10-20 日本电气株式会社 诊断装置、***、诊断方法和程序
CN112082782A (zh) * 2020-08-28 2020-12-15 中车南京浦镇车辆有限公司 城市轨道交通列车走行部故障数字诊断***及其诊断方法
CN112098090A (zh) * 2020-09-03 2020-12-18 中国铁道科学研究院集团有限公司金属及化学研究所 一种铁路货车轮对轴承智能检测***
RU2766130C1 (ru) * 2020-08-20 2022-02-08 Федеральное государственное бюджетное учреждение науки Институт проблем управления им. В.А. Трапезникова Российской академии наук Способ диагностики подшипников роторного оборудования на основе оценки микровариаций вращения вала

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5579013A (en) * 1994-05-05 1996-11-26 General Electric Company Mobile tracking unit capable of detecting defective conditions in railway vehicle wheels and railtracks
CN101290265A (zh) * 2008-04-28 2008-10-22 洛阳铭昊测控科技有限公司 一种铁路轴承智能在线检测方法及其装置
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***
CN203490074U (zh) * 2013-10-26 2014-03-19 李光 一种机车轮对轴承故障检测***
CN103969046A (zh) * 2014-05-20 2014-08-06 北京康拓红外技术股份有限公司 一种与轮对轴承磨合机联用的轴承声学诊断***和方法
CN104535323A (zh) * 2015-01-12 2015-04-22 石家庄铁道大学 一种基于角域-时域-频域的机车轮对轴承故障诊断方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5579013A (en) * 1994-05-05 1996-11-26 General Electric Company Mobile tracking unit capable of detecting defective conditions in railway vehicle wheels and railtracks
CN101290265A (zh) * 2008-04-28 2008-10-22 洛阳铭昊测控科技有限公司 一种铁路轴承智能在线检测方法及其装置
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***
CN203490074U (zh) * 2013-10-26 2014-03-19 李光 一种机车轮对轴承故障检测***
CN103969046A (zh) * 2014-05-20 2014-08-06 北京康拓红外技术股份有限公司 一种与轮对轴承磨合机联用的轴承声学诊断***和方法
CN104535323A (zh) * 2015-01-12 2015-04-22 石家庄铁道大学 一种基于角域-时域-频域的机车轮对轴承故障诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张福学: "《1996/1997传感器与执行器大全》", 31 July 1997 *
杨晨等: "基于峭度与小波包络分析的滚动轴承故障诊断", 《机械制造》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107036703A (zh) * 2016-11-21 2017-08-11 四川达宇特种车辆制造厂 用于发动机高温机匣的振动监测***
CN107036703B (zh) * 2016-11-21 2019-05-10 四川航天中天动力装备有限责任公司 用于发动机高温机匣的振动监测***
CN106596103A (zh) * 2016-12-12 2017-04-26 北京海冬青机电设备有限公司 一种在不落轮车床上用于轴承检测的装置及轴承检测方法
CN106596103B (zh) * 2016-12-12 2020-03-17 北京海冬青机电设备有限公司 一种在不落轮车床上用于轴承检测的装置及轴承检测方法
CN111801632A (zh) * 2018-03-05 2020-10-20 日本电气株式会社 诊断装置、***、诊断方法和程序
CN111649944A (zh) * 2019-03-04 2020-09-11 株式会社日立大厦*** 轴承诊断装置、轴承诊断方法以及自动扶梯
RU2766130C1 (ru) * 2020-08-20 2022-02-08 Федеральное государственное бюджетное учреждение науки Институт проблем управления им. В.А. Трапезникова Российской академии наук Способ диагностики подшипников роторного оборудования на основе оценки микровариаций вращения вала
CN112082782A (zh) * 2020-08-28 2020-12-15 中车南京浦镇车辆有限公司 城市轨道交通列车走行部故障数字诊断***及其诊断方法
CN112098090A (zh) * 2020-09-03 2020-12-18 中国铁道科学研究院集团有限公司金属及化学研究所 一种铁路货车轮对轴承智能检测***
CN112098090B (zh) * 2020-09-03 2023-06-09 中国铁道科学研究院集团有限公司金属及化学研究所 一种铁路货车轮对轴承智能检测***

Similar Documents

Publication Publication Date Title
CN104931262A (zh) 一种与轮对轴承磨合机联用的轴承故障诊断装置及其诊断方法
CN101354312B (zh) 智能轴承故障诊断***
Guo et al. Faulty bearing signal recovery from large noise using a hybrid method based on spectral kurtosis and ensemble empirical mode decomposition
Li et al. Train axle bearing fault detection using a feature selection scheme based multi-scale morphological filter
CN103969046B (zh) 一种与轮对轴承磨合机联用的轴承声学诊断***和方法
CN104990709B (zh) 用于检测机车轴承故障的方法
CN106441893B (zh) 火车滚动轴承故障与杂质振动区分方法
Amini et al. Onboard detection of railway axle bearing defects using envelope analysis of high frequency acoustic emission signals
EP2522977B1 (en) Abnormality diagnosis device for rolling bearing, wind power generator, and abnormality diagnosis system
US11105712B2 (en) Integrated vibe/ODM fusion and trending analysis for prognostic health management of engine bearing
Bediaga et al. Ball bearing damage detection using traditional signal processing algorithms
Barbieri et al. Analysis of automotive gearbox faults using vibration signal
CN112991577B (zh) 一种轨道车辆车轮多边形状态诊断***
CN110044610A (zh) 齿轮故障诊断方法
CN109708872A (zh) 一种列车齿轮箱联轴节故障诊断方法、装置及***
CN113776760B (zh) 基于整轴振动分析的列车轮对失圆故障监测方法和***
CN101464211A (zh) 利用振动监测低速重载设备状态的方法
CN209055845U (zh) 一种高速动车组行车故障监测与诊断***
CN113988326A (zh) 一种地铁设备维修优化方法及***
Al-Atat et al. A systematic methodology for gearbox health assessment and fault classification
CN102798413B (zh) 一种铁道动态检测***
CN201965028U (zh) 一种地铁车辆走行部磨合试验诊断***
Boškoski et al. Bearing fault detection with application to PHM Data Challenge
Djemili et al. A wind turbine bearing fault detection method based on improved CEEMDAN and AR-MEDA
CN115931399A (zh) 一种实时在线检测高速列车轮多边形故障的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150923