智能化滚动轴承状态监测1

《智能化滚动轴承状态监测1》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、CONDITIONMONITORINGOFBALLBEARING智能化滚动轴承状态监测课程名称：智能化状态监测与故障诊断班级：08载运二班姓名：李梦泽学号：20081588智能化滚动轴承状态监测-33-CONDITIONMONITORINGOFBALLBEARING摘要：轴承是各类机械设备中的常用部件，也是易损部件之一，轴承出现故障而得不到及时更换时，将可能影响整个机械装置的工作，所以对轴承进行状态监测，及时发现轴承的故障，将是十分必要的。本文对轴承状态监测的流程及各流程的实现进行了较为详细的阐述，说明了进行轴承状态监测的意义及其技术的发展过程，之后介绍了状态监测的

2、基本步骤及各个步骤的实现方法，最终完成对轴承状态的正确判断，并对此项技术进行了总结和拓展。关键字：滚动轴承状态监测神经网络Matlab第一章绪论1.1轴承状态监测的意义及常见的故障类型滚动轴承是各类旋转机械中不可或缺的通用机械部件之一，被广泛地应用于车辆、冶金、电力、航天等重要领域[4]，但同时它也是旋转机械中极易损坏的部件之一。每个滚动轴承的工作状态都将直接影响整个机械设备的整体运作性能，包括精度、可靠性及寿命等。据统计，在使用滚动轴承的旋转机械设备故障中，约有30％的是由轴承损坏引起的[6]。滚动轴承的主要故障类型有：点蚀、胶合、磨损、烧伤等，轴承故障会使机械设

3、备产生振动和噪声，容易导致整个设备的工作停滞，甚至引发严重的事故。因此，进行及时而有效的轴承状态监测将是十分必要的。滚动轴承由内圈、外圈、滚动体和保持架组成。轴承的故障也可分为内圈故障、外圈故障和保持架故障[2]。项目特征频率Z个滚动体通过内圈上一点频率Zf1z/2(1+d/Dcosa)frZ个滚动体通过外圈上一点频率Zf2z/2(1-d/Dcosa)fr故障特征频率计算（表1-1）滚动轴承的节径D：滚动轴承滚动体中心所在圆的直径，滚动体直径d：滚动体的平均直径，内圈滚道半径r1：内圈滚道的平均半径，外圈滚道半径r2：外圈滚道的平均半径，接触角口a：滚动体受力方向与

4、内外滚道垂直直线的夹角，滚动体个数Z：滚珠的数目，内圈和外圈的故障特征频率，分别记为f1和f2。-33-CONDITIONMONITORINGOFBALLBEARING与其它机械零部件相比，滚动轴承的寿命离散性很大，因此常用的传统的定时维修是很不科学的，要采用状态监测技术，作为视情维修或是预知维修的技术基础，这样，不但可以防止设备的工作精度的降低，减少或杜绝事故发生，而且可以尽最大效用地使用滚动轴承，节约开支。对滚动轴承进行状态监测能及时发现故障，有效地保护人身和财产的安全，对于保证国民经济的正常运行至关重要。传统的诊断方法需要人工辅助，难以实现复杂环境下的精确诊断

5、，所以，采用智能化的方法对滚动轴承进行状态检测就显得十分有效了。1.2滚动轴承故障诊断技术的发展过程轴承状态监测技术的发展过程，大致可以分为如下三个阶段：第一阶段：早期，用经验对观察的轴承工作状态和轴承工作噪声进行识别和判断。这种方式受主观因素的影响较大，难以对机械设备的故障进行实时、准确的判断。第二阶段：利用计算机技术，进行初级的状态监测。1960年以后，计算机技术的发展和傅里叶算法的出现，使得计算机信号处理技术有了较为完善的理论基础，信号的频谱分析处理得以现实。由轴承的工作情况计算出轴承各种故障的特征频率，将采集的信号进行傅里叶频谱分析，对照特征频率就可以判断轴

6、承的状态。由于这种方法受环境噪声的影响，所以效果不是十分的理想。之后出现了共振解调技术，它有效地提高了振动信号的信噪比，使得故障的特征更为明显，此方法在轴承状态监测领域的应用十分广泛。第三阶段：利用神经网络技术，进行智能化的状态监测。1990年以后，小波技术和神经网络技术出现，并被应用于轴承状态监测领域，使得轴承状态监测技术由初级化走向智能化。这两项技术的发展前景广阔，实用性较强，随着这两项技术不断地发展、完善和成熟，轴承的智能化状态监测技术的效果也将得到提高。其他状态监测方法如轴承的油液分析法，图象分析法等，由于对于工作状况和工作环境的要求比较高，所以适用的范围也

7、相对较小。1.3滚动轴承状态监测流程及方法状态识别信号特征抽取信号滤波处理信号采集实验平台建立轴承状态监测流程框图（图1-1）用户界面设计-33-CONDITIONMONITORINGOFBALLBEARING对于轴承进行状态监测的过程一般来说可以总结为三步：第一步，在各种工作状况下进行信号的采集；第二步，对采集到的信号进行信号处理和特征抽取；第三步，状态识别，即使用神经网络技术对提取的特征信号进行识别[2]。第一步信号采集，用各类传感器选取种类的信号进行采集。轴承状态监测的信号采集技术主要有振动信号检测技术、声学诊断技术、温度诊断技术、油液诊断技术和间隙诊断技