CN206095635U - 一种滚动轴承故障诊断*** - Google Patents
一种滚动轴承故障诊断*** Download PDFInfo
- Publication number
- CN206095635U CN206095635U CN201620976946.6U CN201620976946U CN206095635U CN 206095635 U CN206095635 U CN 206095635U CN 201620976946 U CN201620976946 U CN 201620976946U CN 206095635 U CN206095635 U CN 206095635U
- Authority
- CN
- China
- Prior art keywords
- microcontroller
- analog
- digital conversion
- conversion module
- model
- 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.)
- Expired - Fee Related
Links
- 238000005096 rolling process Methods 0.000 title abstract description 10
- 238000003745 diagnosis Methods 0.000 title abstract description 7
- 230000001133 acceleration Effects 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 230000008878 coupling Effects 0.000 claims abstract description 8
- 238000010168 coupling process Methods 0.000 claims abstract description 8
- 238000005859 coupling reaction Methods 0.000 claims abstract description 8
- 238000005070 sampling Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 11
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001274660 Modulus Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本实用新型涉及一种滚动轴承故障诊断***,属于故障诊断领域。本实用新型包括电机、传动轴、联轴器、测试轴承、加速度传感器、模数转换模块、微控制器、WiFi模块、PC机;所述测试轴承通过传动轴、联轴器与电机相连,加速度传感器固定在测试轴承上,加速度传感器输出端与模数转换模块连接,模数转换模块通过SPI接口与微控制器连接,微控制器提取后的数据通过WiFi模块发送到PC机,并结合EEMD方法在PC机上对信号数据分析处理,实现对滚动轴承运行状态的远程监控。本实用新型具有安全性能高,传输性能好,速度快,操作简便,适应性强的优点。
Description
技术领域
本实用新型涉及一种滚动轴承故障诊断***,属于故障诊断领域。
背景技术
滚动轴承是旋转机械中应用最广泛的通用机械零件,其运行状态对旋转机械的性能有着直接影响。由于其运行环境恶劣,再加上机械结构复杂程度的增加,容易受损致使故障产生,造成严重的经济损失,甚至导致人员伤亡。对轴承故障的诊断主要依靠人工经验,通过自身或仪器判断轴承运行状态。现阶段的监测诊断仪器和***由于稳定性差、难以维护、现场布线存在困难等局限,还不能得到很好的应用推广。因此,远程监控轴承运行成为发展主流趋势。
滚动轴承故障诊断的方法有很多,最常用的故障诊断方法是对滚动轴承的振动信号进行分析。时频分析法以其局部分析非平稳信号的特点,近年来得到快速发展。目前常用的时频处理方式如Wigner-Ville存在频率混沌等问题;短时傅里叶变换的时频窗口固定不变,不能有效反映非平稳信号的突变信息,时频分辨率不高;小波变换虽可实现局部特征参量的提取,但需人为的选择最优小波基;EMD由于其自适应对信号进行分析的优点,被广泛应用于故障诊断等领域,但其存频率混叠、端点效应等问题。EEMD(集合经验模态分解ensemble empirical mode decomposition)是一种新型的数字信号处理方法,可以将复杂故障信号自适应的分解为一系列本征模态函数分量,适用于非线性、非平稳信号的分析与处理。EEMD方法继承了EMD的自适应性,还有效解决了EMD方法的模态混叠问题。
实用新型内容
本实用新型的目的是提供一种滚动轴承故障诊断***,采用EEMD方法对滚动轴承的振动信号进行分析。
本实用新型的技术方案是:一种滚动轴承故障诊断***,包括电机1、传动轴2、联轴器3、测试轴承4、加速度传感器5、模数转换模块 6、微控制器7、WiFi模块8、PC机9,所述测试轴承4通过传动轴2、联轴器3与电机1相连,加速度传感器5固定在测试轴承4上,加速度传感器5输出端通过模数转换模块6模拟采样信号转换为数字采样信号,通过SPI接口将现场采样数字信号送入微控制器7,微控制器7提取后的数据通过WiFi模块8发送到PC机9,结合EEMD方法在PC机9上对信号数据分析处理,实现对滚动轴承运行状态的远程监控。
进一步的,所述测试轴承4上安装三个加速度传感器5,进行轴承轴向、径向以及垂直方向的振动信号采样。
进一步的,所述微控制器7型号为STM32F429型微控制器。
进一步的,所述模数转换模块型号为ADS1256,有8个通道,每个通道都集成了低通滤波模块、可编程增益放大器以及分辨率达24位的模/数转换器。使***在采集振动信号时的数据变得更加可靠,而且在硬件电路设计上简化了振动信号采集的模拟部分。
进一步的,所述WiFi模块采用基于2.4G频段的WI-FI无线通信模块,相比其他无线通信手段,例如红外线、蓝牙等,基于2.4G频段的WI-FI无线通信数据传输速率较高,穿透、绕射能力强,在噪声干扰严重的工业场所确保数据的稳定传输。
本实用新型的工作原理:以工业现场滚动轴承运行状态下的振动信号为实验数据,通过模数转换模块将模拟采样信号转换为数字采样信号,通过SPI接口将现场采样数字信号送入微控制器,微控制器提取后的数据通过WiFi模块发送到PC机,并结合EEMD方法在PC机上对信号数据分析处理,实现对滚动轴承运行状态的远程监控。若轴承处于故障运行状态,***报警提醒现场工作人员及时排除故障,由此保证工业生产设备的正常运行。
本实用新型的有益效果是:本实用新型具有安全性高,传输性能好,速度快,操作简便,适应性强的优点。
附图说明
图1为本实用新型的结构示意图;
图中各标号:1-电机,2-传动轴,3-联轴器,4-测试轴承,5-加速度传感器,6-模数转换模块,7-微控制器,8-WiFi模块,9-PC机。
具体实施方式
下面结合附图和具体实施例对本实用新型做进一步说明。
实施例1:如图1所示,一种滚动轴承故障诊断***,包括电机1、传动轴2、联轴器3、测试轴承4、加速度传感器5、模数转换模块 6、微控制器7、WiFi模块8、PC机9,所述测试轴承4通过传动轴2、联轴器3与电机1相连,加速度传感器5固定在测试轴承4上,加速度传感器5输出端通过模数转换模块6模拟采样信号转换为数字采样信号,通过SPI接口将现场采样数字信号送入微控制器7,微控制器7提取后的数据通过WiFi模块8发送到PC机9,结合EEMD方法在PC机9上对信号数据分析处理,实现对滚动轴承运行状态的远程监控。
实施例2:所述测试轴承4上安装三个加速度传感器5,进行轴承轴向、径向以及垂直方向的振动信号采样。
所述微控制器7型号为STM32F429型微控制器。
所述模数转换模块6型号为ADS1256,有8个通道,每个通道都集成了低通滤波模块、可编程增益放大器以及分辨率达24位的模/数转换器。使***在采集振动信号时的数据变得更加可靠,而且在硬件电路设计上简化了振动信号采集的模拟部分。
所述WiFi模块采用基于2.4G频段的WI-FI无线通信模块,相比其他无线通信手段,例如红外线、蓝牙等,基于2.4G频段的WI-FI无线通信数据传输速率较高,穿透、绕射能力强,在噪声干扰严重的工业场所确保数据的稳定传输。
本实用新型的工作过程如下:通过加速度传感器5采集振动信号数据,传输到模数转换模块6将模拟采样信号转换为数字采样信号,转换后的数据通过SPI口传输给微控制器7。微控制器7对接收到的数据进行计算打包,通过WiFi模块8将数据传输给PC机9。
ADS1256初始化配置后,***开始将启动ADS1256的采集转换和转换功能,开始以20秒一次的频率开始采集A/D转换后的数据,并判断是否超过样本设定阈值。超过后停止采集,通过SPI将数字化数据传输给STM32F429型微控制器,由STM32F429型微控制器发出指令对数据进行打包,经WI-FI无线通信模块发送至PC机9。
PC机9端分析界面使用Visual Studio 2013进行开发设计。主窗口包括数据显示和数据分析部分,数据显示部分包括采样数据的时域波形显示和十进制数显示,数据分析部分为采样数据的EEMD方法分析。采样数据通过EEMD分解得到3个IMF分量,依次显示在***界面右侧的分析窗口中。当界面显示的波形超出正常的范围的波形时,***界面会自动报警,***报警提醒现场工作人员及时排除故障,由此保证工业生产设备的正常运行。
上面结合附图对本实用新型的具体实施方式作了详细说明,但是本实用新型并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本实用新型宗旨的前提下作出各种变化。
Claims (5)
1.一种滚动轴承故障诊断***,其特征在于:包括电机(1)、传动轴(2)、联轴器(3)、测试轴承(4)、加速度传感器(5)、模数转换模块(6)、微控制器(7)、WiFi模块(8)、PC机(9);
所述测试轴承(4)通过传动轴(2)、联轴器(3)与电机(1)相连,加速度传感器(5)固定在测试轴承(4)上,加速度传感器(5)输出端与模数转换模块(6)连接,模数转换模块(6)通过SPI接口与微控制器(7)连接,微控制器(7)提取后的数据通过WiFi模块(8)发送到PC机(9)。
2.根据权利要求1所述的滚动轴承故障诊断***,其特征在于:所述测试轴承(4)上安装有三个加速度传感器(5),分别对测试轴承(4)进行轴向、径向以及垂直方向的振动信号采样。
3.根据权利要求1所述的滚动轴承故障诊断***,其特征在于:所述模数转换模块(6)型号为ADS1256,有8个通道,每个通道都集成了低通滤波模块、可编程增益放大器以及分辨率达24位的模/数转换器。
4.根据权利要求1所述的滚动轴承故障诊断***,其特征在于:所述微控制器(7)型号为STM32F429,用于接收并提取数字信号。
5.根据权利要求1所述的滚动轴承故障诊断***,其特征在于:所述WiFi模块(8)采用基于2.4G频段的WI-FI无线通信模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620976946.6U CN206095635U (zh) | 2016-08-30 | 2016-08-30 | 一种滚动轴承故障诊断*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620976946.6U CN206095635U (zh) | 2016-08-30 | 2016-08-30 | 一种滚动轴承故障诊断*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN206095635U true CN206095635U (zh) | 2017-04-12 |
Family
ID=58473703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201620976946.6U Expired - Fee Related CN206095635U (zh) | 2016-08-30 | 2016-08-30 | 一种滚动轴承故障诊断*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN206095635U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593295A (zh) * | 2018-04-23 | 2018-09-28 | 佛山市梅雨科技有限公司 | 一种基于物联网的转炉轴承监测装置 |
CN109612727A (zh) * | 2018-12-12 | 2019-04-12 | 中车株洲电机有限公司 | 大功率电力机车牵引电动机轴承在线振动检测装置 |
-
2016
- 2016-08-30 CN CN201620976946.6U patent/CN206095635U/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593295A (zh) * | 2018-04-23 | 2018-09-28 | 佛山市梅雨科技有限公司 | 一种基于物联网的转炉轴承监测装置 |
CN109612727A (zh) * | 2018-12-12 | 2019-04-12 | 中车株洲电机有限公司 | 大功率电力机车牵引电动机轴承在线振动检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shahriar et al. | Electrical signature analysis-based detection of external bearing faults in electromechanical drivetrains | |
CN101941623B (zh) | 一种曳引机检测或诊断*** | |
CN108151869B (zh) | 一种机械振动特征指标提取方法、***及装置 | |
CN110044610B (zh) | 齿轮故障诊断方法 | |
CN103115667B (zh) | 一种基于传感器的振动监测装置 | |
CN107061183A (zh) | 一种海上风电机组的自动化故障诊断方法 | |
CN108760294B (zh) | 旋转机械设备自动诊断***及方法 | |
CN106124193A (zh) | 结合震动与声波监测的齿轮箱故障检测方法 | |
CN108361207A (zh) | 一种用于离心泵振动监测与故障预警的装置及方法 | |
CN109253244A (zh) | 一种多齿轮***大型机械齿轮箱故障检测方法 | |
CN206095635U (zh) | 一种滚动轴承故障诊断*** | |
CN102706560A (zh) | 一种风力发电机组的状态监测方法和装置 | |
CN104614182A (zh) | 一种轴承故障检测方法 | |
CN107064298B (zh) | 一种运行中风机叶片裂纹的激光检测方法 | |
CN110686856A (zh) | 直升机2米直径旋翼风洞试验台振动监视、预警及安全保护*** | |
CN105277362A (zh) | 基于编码器多位转角信号的齿轮故障检测方法 | |
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 | |
CN103267652B (zh) | 一种智能早期设备故障在线诊断方法 | |
CN110837045B (zh) | 一种诊断泵***潜在故障的方法及检测*** | |
CN110905736A (zh) | 一种风机运行监控*** | |
CN110657989A (zh) | 一种烟草包装机组振动状态的监测方法及*** | |
CN105987809A (zh) | 基于随机共振的离心式压缩机半开式叶轮裂纹检测方法 | |
CN206515058U (zh) | 一种滚动轴承声振联合远程监测装置 | |
CN112036270B (zh) | 一种滚动轴承早期损伤状态的振动监测方法 | |
CN211852164U (zh) | 一种螺杆式风机振动数据获取*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170412 Termination date: 20180830 |