軸承狀態(tài)檢測相關(guān)資料

1、. 軸 承狀態(tài)分析 院系：機(jī)械學(xué)院 班級(jí)：09級(jí)測控二班 學(xué)號(hào)：20091450 姓名：劉濤 1.軸承檢測的意義 軸承狀態(tài)檢測與故障診斷技術(shù)是一種了解和掌握軸承在使用過程中的狀態(tài)，確定其整體或局部正?；虍惓?，并且能夠預(yù)報(bào)故障發(fā)展趨勢的技術(shù)。在工業(yè)應(yīng)用系統(tǒng)中，滾動(dòng)軸承是其中的重要部件，而滾動(dòng)軸承引發(fā)的故障是引起及其設(shè)備失效的重要原因，特別是在告訴重載條件下的滾動(dòng)軸承，由于工作面接觸應(yīng)力的長期反復(fù)作用，極易引起疲勞，裂紋，剝蝕，壓痕等故障 ，從而引發(fā)軸承產(chǎn)生斷裂，膠著，燒損等現(xiàn)象。而這些故障會(huì)使軸承的旋轉(zhuǎn)精度降低，產(chǎn)生震動(dòng)，噪聲，增加軸承的旋轉(zhuǎn)阻力。最終將使軸承受到阻滯和卡死。造成工業(yè)機(jī)械系統(tǒng)的失

2、效。因而對(duì)軸承狀態(tài)的檢測是十分重要的。研究軸承故障診斷與檢測可已達(dá)到一下目的：（1） 能及時(shí)，正確地對(duì)滾動(dòng)軸承各種故障狀態(tài)或異常狀態(tài)做出診斷或檢測，預(yù)防或消除故障，對(duì)設(shè)備的運(yùn)行經(jīng)行必要的指導(dǎo)，提高設(shè)備運(yùn)行的可靠度，安全性和有效性，以期把故障損失減低到最低水平。（2） 保證滾動(dòng)軸承發(fā)揮最大的設(shè)計(jì)能力，制定合理的檢測維修制度，以便在允許的條件下延長滾動(dòng)周琛通過的服役期限和使用壽命，減低設(shè)備全壽命周期費(fèi)用。（3） 通過故障分析，性能評(píng)估等手段為滾動(dòng)軸承的優(yōu)化設(shè)計(jì)，結(jié)構(gòu)修改，合理制造等生產(chǎn)過程提供數(shù)據(jù)和信息?？偟谜f來，滾動(dòng)軸承故障檢測與檢測既要保證設(shè)備的安全運(yùn)行，又要獲取更得的經(jīng)濟(jì)效益和社會(huì)效益。2.

3、常見的軸承故障以及損壞原因 滾動(dòng)軸承拆卸檢查時(shí)，可根據(jù)軸承的損傷情況判斷軸承的故障及損壞原因。 （1）滾道表面金屬剝落 軸承滾動(dòng)體和內(nèi)、外圈滾道面上均承受周期性脈動(dòng)載荷的作用，從而產(chǎn)生周期變化的接觸應(yīng)力。當(dāng)應(yīng)力循環(huán)次數(shù)達(dá)到一定數(shù)值后，在滾動(dòng)體或內(nèi)、外圈滾道工作面上就產(chǎn)生疲勞剝落。如果軸承的負(fù)荷過大，會(huì)使這種疲勞加劇。另外，軸承安裝不正、軸彎曲，也會(huì)產(chǎn)生滾道剝落現(xiàn)象。 軸承滾道的疲勞剝落會(huì)降低軸的運(yùn)轉(zhuǎn)精度，使機(jī)構(gòu)發(fā)生振動(dòng)和噪聲。 （2）軸承燒傷 燒傷的軸承其滾道、滾動(dòng)體上有回火色。燒傷的原因一般是潤滑不足、潤滑油質(zhì)量不符合要求或變質(zhì)，以及軸承裝配過緊等。 （3）塑性變形 軸承的滾道與滾子接觸面上

4、出現(xiàn)不均勻的凹坑，說明軸承產(chǎn)生塑性變形。其原因是軸承在很大的靜載荷或沖擊載荷作用下，工作表面的局部應(yīng)力超過材料的屈服極限，這種情況一般發(fā)生在低速旋轉(zhuǎn)的軸承上。 （4）軸承座圈裂紋 軸承座圈產(chǎn)生裂紋的原因可能是軸承配合過緊，軸承外國或內(nèi)圈松動(dòng)，軸承的包容件變形，安裝軸承的表面加工不良等。 （5）保持架碎裂 其原因是潤滑不足，滾動(dòng)體破碎，座圈歪斜等。 （6）保持架的金屬粘附在滾動(dòng)體上 可能的原因是滾動(dòng)體被卡在保持架內(nèi)或潤滑不足。 （7）座圈滾道嚴(yán)重磨損 可能是座圈內(nèi)落入異物，潤滑油不足或潤滑油牌號(hào)不合適滾動(dòng)軸承的故障現(xiàn)象一般表現(xiàn)為兩種，一是軸承安裝部位溫度過高，二是軸承運(yùn)轉(zhuǎn)中有噪音。 （1）軸承溫

5、度過高 在機(jī)構(gòu)運(yùn)轉(zhuǎn)時(shí)，安裝軸承的部位允許有一定的溫度，當(dāng)用手撫摸機(jī)構(gòu)外殼時(shí)，應(yīng)以不感覺燙手為正常，反之則表明軸承溫度過高。 軸承溫度過高的原因有：潤滑油質(zhì)量不符合要求或變質(zhì)，潤滑油粘度過高；機(jī)構(gòu)裝配過緊(間隙不足)；軸承裝配過緊；軸承座圈在軸上或殼內(nèi)轉(zhuǎn)動(dòng)；負(fù)荷過大；軸承保持架或滾動(dòng)體碎裂等。 （2）軸承噪音 滾動(dòng)軸承在工作中允許有輕微的運(yùn)轉(zhuǎn)響聲，如果響聲過大或有不正常的噪音或撞擊聲，則表明軸承有故障。 滾動(dòng)軸承產(chǎn)生噪音的原因比較復(fù)雜，其一是軸承內(nèi)、外圈配合表面磨損。由于這種磨損，破壞了軸承與殼體、軸承與軸的配合關(guān)系，導(dǎo)致軸線偏離了正確的位置，在軸在高速運(yùn)動(dòng)時(shí)產(chǎn)生異響。當(dāng)軸承疲勞時(shí)，其表面金屬剝

6、落，也會(huì)使軸承徑向間隙增大產(chǎn)生異響。此外，軸承潤滑不足，形成干摩擦，以及軸承破碎等都會(huì)產(chǎn)生異常的聲響。軸承磨損松曠后，保持架松動(dòng)損壞，也會(huì)產(chǎn)生異響。 3.軸承檢測常用的診斷技術(shù) 滾動(dòng)軸承的故障診斷技術(shù)主要有振動(dòng)診斷技術(shù)、鐵譜診斷技術(shù)、溫度診斷技術(shù)、聲學(xué)診斷技術(shù)、油膜電阻診斷技術(shù)和光纖監(jiān)測診斷技術(shù)等，其中，振動(dòng)、鐵鋪、溫度診斷技術(shù)應(yīng)用最普遍。      1.振動(dòng)診斷技術(shù)     軸承元件的工作表面出現(xiàn)疲勞剝落、壓痕或局部腐蝕時(shí)，軸承運(yùn)行中會(huì)出現(xiàn)周期性的脈沖信號(hào)。這種周期性的信號(hào)可有安裝在軸承座上的

7、傳感器（速度型或加速度型）來接收，通過對(duì)振動(dòng)信號(hào)的分析來診斷軸承的故障。     特點(diǎn)：振動(dòng)診斷技術(shù)應(yīng)用廣泛；可實(shí)現(xiàn)在線監(jiān)測；診斷快，診斷理論已成熟。     應(yīng)用范圍：特別適合旋轉(zhuǎn)機(jī)械中軸承的故障監(jiān)測。     2.鐵譜診斷技術(shù)     軸承磨損顆粒與其工作狀況有密切的聯(lián)系。將帶有磨損顆粒的潤滑油通過一強(qiáng)磁場，在強(qiáng)磁場的作用下，磨粒按一定的規(guī)律沉淀在鐵譜片上，鐵譜片可在鐵譜顯微鏡上作定性觀察或在定量儀器上測試，據(jù)此判斷軸承的工作狀況。

8、     特點(diǎn)：機(jī)器無需解體；投資低，效果好；能發(fā)現(xiàn)軸承的早期疲勞失效；可做磨損機(jī)理研究。     應(yīng)用范圍：適用于用潤滑油潤滑的軸承的故障診斷，對(duì)于用脂潤滑的軸承較困難。     3.油膜電阻診斷技術(shù)     潤滑良好的軸承，由于油膜的作用，內(nèi)、外圈之間有很大的電阻。故通過測量軸承內(nèi)、外圈的電阻，可對(duì)軸承的異常作出判斷。     特點(diǎn)：對(duì)不同的工況條件可使用同一評(píng)判標(biāo)準(zhǔn)。對(duì)表面剝落、壓痕、裂紋等

9、異常的診斷效果差。     應(yīng)用范圍：適用于旋轉(zhuǎn)軸外露的場合。     4.光纖監(jiān)測診斷技術(shù)      光纖監(jiān)測是一種直接從軸承套圈表面提取信號(hào)的診斷技術(shù)。用光導(dǎo)纖維束制成的位移傳感器包含有發(fā)射光纖束和接收光纖束。光線由發(fā)射光纖束經(jīng)過傳感器端面與軸承套圈表面的間隙反射回來，由接收光纖束接收，經(jīng)光電元件轉(zhuǎn)換成電信號(hào)，通過對(duì)電信號(hào)的分析處理，可對(duì)軸承工況作出評(píng)估。     特點(diǎn)：光纖位移傳感器靈敏度高；直接從軸承表面提取信號(hào)，提高

10、了信噪比；可直接反映滾動(dòng)軸承的制造質(zhì)量、表面磨損程度、載荷、潤滑和間隙情況。     應(yīng)用范圍：適用于可將傳感器安裝在軸承座內(nèi)的機(jī)器。     5.溫度診斷技術(shù)     軸承若產(chǎn)生某種異常，軸承的溫度會(huì)發(fā)生變化。因此，根據(jù)溫度的變化，可以對(duì)軸承故障進(jìn)行診斷，但對(duì)異常判斷的能力很低。     特點(diǎn)：診斷簡單；對(duì)軸承燒傷判斷效果較好。     應(yīng)用范圍：適用于機(jī)器中軸承的簡單常規(guī)診斷。  &

11、#160;  6.聲發(fā)射診斷技術(shù)     金屬材料由于內(nèi)部晶格的位錯(cuò)、晶界滑移或者由于內(nèi)部裂紋的發(fā)生和發(fā)展，均需要釋放彈性波，這種現(xiàn)象稱為聲發(fā)射現(xiàn)象。滾動(dòng)軸承產(chǎn)生剝落或裂紋時(shí)，會(huì)產(chǎn)生不同類型的聲發(fā)射信號(hào)，據(jù)此可對(duì)軸承工況作出評(píng)估。     特點(diǎn)：診斷快速、簡便；可在線監(jiān)測。     應(yīng)用范圍：近幾年來發(fā)展的新技術(shù)，在軸承工況監(jiān)測中應(yīng)用較少3。4.軸承檢測的信號(hào)分析手段 常用的軸承檢測信號(hào)分析手段如下 (1)小波包能量特征提?。盒〔ò纸鈱⒉杉男盘?hào)投影在不

12、同的頻帶上，然后分別對(duì)這些頻帶內(nèi)的信號(hào)進(jìn)行分析。小波包分析將頻帶劃分為多個(gè)層次，對(duì)多分辨率分析法沒有細(xì)分的高頻部分進(jìn)一步分解，從而提高了時(shí)域分辨率。圖1以三層小波包分解為例說明了小波包分解過程。圖中L代表低頻輪廓信號(hào)分解，H代表高頻細(xì)節(jié)信號(hào)分解，后面的數(shù)字表示小波包分解的層數(shù)，分解過程關(guān)系如下：S=LLL3+HLL3+LHL3+HHL3+LLH3+HLH3+LHH3+HHH3 (2)多小波譜峭度方法:譜峭度方法以及其譜峭度的快速算法峭度圖是一種用來發(fā)現(xiàn)信號(hào)特征所在頻率的方法。該方法在故障診斷中有較好的效果。但傳統(tǒng)的譜峭度方法采用的濾波器較為單一，變化有限，難以準(zhǔn)確地匹配故障特征，從而不能得到精

13、確的特征提取結(jié)果。多小波譜峭度方法一種依據(jù)信號(hào)特征進(jìn)行多小波的自適應(yīng)構(gòu)造，并且結(jié)合譜峭度理論而成的一種故障特征提取方法。該方法對(duì)于信噪比較低的信號(hào)能夠準(zhǔn)確地鎖定特征頻段，而且可有效地提取出微弱特征，獲得優(yōu)于傳統(tǒng)方法的效果。(3)包絡(luò)法:包絡(luò)是通過檢波處理，獲取共振波的包絡(luò)線，由包絡(luò)線的能量大小來判定軸承缺陷的大小。此外，還可根據(jù)包絡(luò)波的頻譜分析獲取運(yùn)動(dòng)學(xué)頻率的信息成分，以判定故障部位及類型。但是，脈沖共振解調(diào)法并不能解決軸承故障的全部問題。尤其是微弱的沖擊信號(hào)。(4)形態(tài)非抽樣小波分解方法:傳統(tǒng)的形態(tài)小波采用的是一種“隔二抽取”抽樣小波分解方法,因此若直接利用傳統(tǒng)形態(tài)小波分解后的近似信號(hào)和細(xì)節(jié)

14、信號(hào)進(jìn)行分析時(shí),將造成信號(hào)長度不一致、高層信號(hào)信息量不足的問題,這將影響到信號(hào)的特征提取。而形態(tài)非抽樣小波分解則是基于非抽樣小波框架的一種對(duì)偶小波分解方法,它省去了小波分解過程的下抽樣和小波重構(gòu)過程的上抽樣,是基于信號(hào)每個(gè)點(diǎn)的變換方法,這種方法能夠避免信息丟失和降低噪聲而引起的失真,因此更適合于信號(hào)的特征提取和降噪。形態(tài)非抽樣小波分解方法在滾動(dòng)軸承故障特征的提取中，能夠抑制噪聲又能突出故障沖擊成分，而且能夠取得比傳統(tǒng)小波包分解更好的效果。(5)Walsh變換:Fourier功率譜分析是滾動(dòng)軸承故障特征提取的一種重要方法，但是難以從早期微弱信號(hào)中有效地提取故障特征。walsh變換是類似于Four

15、ier變換的一種信號(hào)處理方法，也是以一系列序率不同的方波為基函數(shù)構(gòu)成的數(shù)學(xué)變換舊。其有相應(yīng)的序譜分析、功率譜計(jì)算等。 滾動(dòng)軸承故障信號(hào)波形和walsh函數(shù)有明顯的相似性，應(yīng)用walsh級(jí)數(shù)很容易進(jìn)行信號(hào)的綜合，級(jí)數(shù)越高則近似程度越高。經(jīng)walsh變換后，數(shù)值集中在少數(shù)幾個(gè)系數(shù)上，使用Walsh變換求取此類信號(hào)功率譜，可很好地將特征信號(hào)提取出來，有利于滾動(dòng)軸承的模式識(shí)別和故障定位。利用walsh變換求取功率譜，其故障特征的強(qiáng)度高，能有效地分離并突出軸承故障特征信息。且walsh變換計(jì)算簡單、速度快，其應(yīng)用效果優(yōu)于Fourier功率譜。其為滾動(dòng)軸承早期故障診斷提供了一種新途徑。 (6)時(shí)變自回歸模

16、型:時(shí)變自回歸模型（TVAR）是一種基于參數(shù)模型的時(shí)頻分析方法。它是在AR(autoregressive)建模的基礎(chǔ)上發(fā)展起來的。TVAR方法得出的時(shí)頻譜圖具有分辨率高、無交叉干擾項(xiàng)以及計(jì)算速度快等優(yōu)點(diǎn)，非常適合處理非平穩(wěn)信號(hào)，已在故障診斷領(lǐng)域有所應(yīng)用。 5.基于軸承檢測的人工智能技術(shù)和人工神經(jīng)網(wǎng)絡(luò) （1）BP 神經(jīng)網(wǎng)絡(luò)技術(shù)：神經(jīng)網(wǎng)絡(luò)是由大量簡單的神經(jīng)元廣泛連接，以及對(duì)各連接權(quán)值的分布來表示特定的概念和知識(shí)而組成的網(wǎng)絡(luò)，具有模擬任何連續(xù)非線性函數(shù)的能力和利用樣本學(xué)習(xí)的能力。人工神經(jīng)網(wǎng)絡(luò)的模型很多，在故障診斷領(lǐng)域中常用的是BP 神經(jīng)網(wǎng)絡(luò)。標(biāo)準(zhǔn)BP 網(wǎng)絡(luò)由三層神經(jīng)元組成，包含輸入層、隱含層、輸出層

17、。同一層神經(jīng)元互不相連，不同神經(jīng)元層之間相互相連。神經(jīng)網(wǎng)絡(luò)模型見下圖。BP 網(wǎng)絡(luò)的算法由正向傳播和反向傳播兩個(gè)階段組成。數(shù)據(jù)信號(hào)從輸入層輸入，經(jīng)隱層處理后再到輸出層輸出。實(shí)際輸出與期望輸出相比較得到網(wǎng)絡(luò)的輸出誤差，誤差信號(hào)沿網(wǎng)絡(luò)反向傳播，并按誤差函數(shù)的負(fù)梯度方向不斷地修正各層的連接權(quán)植和閾值，使得誤差信號(hào)最終達(dá)到精度要求，從而實(shí)現(xiàn)輸入、輸出的非線性映射（2）概率神經(jīng)網(wǎng)絡(luò)（PNN）是由徑向基函數(shù)網(wǎng)絡(luò)發(fā)展而來的一種前饋型神經(jīng)網(wǎng)絡(luò)，與BP 神經(jīng)網(wǎng)絡(luò)對(duì)比有以下特點(diǎn):1) 過程簡單，收斂速度快，網(wǎng)絡(luò)總收斂于貝葉斯優(yōu)化解，穩(wěn)定性高;2) 網(wǎng)絡(luò)訓(xùn)練不需太多樣本，模式分類能力強(qiáng);3) 樣本追加能力強(qiáng)，可容忍個(gè)別錯(cuò)誤的樣本。 1江雁.文娟.滾動(dòng)軸承故障診斷中常用的信號(hào)分析方法期刊論文-科教導(dǎo)刊2011-72舒服華基于BP 神經(jīng)網(wǎng)絡(luò)滾動(dòng)軸承故障診斷期刊論文-裝備維修技術(shù)2005年第3