毕业论文--机械故障诊断论文

《毕业论文--机械故障诊断论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、滚动轴承故障诊断分析学院名称：专业班级：学生姓名：学生学号：指导教师姓名：0引言:随着科技的发展，现代工业正逐步向生产设备大型化、复杂化、高速化和自动化方向发展，在提高生产率、降低成木、节约能源、减少废品率、保证产品质量等方面具有很大的优势。滚动轴承故障诊断分析学院名称：专业班级：学生姓名：学生学号：指导教师姓名：0引言:随着科技的发展，现代工业正逐步向生产设备大型化、复杂化、高速化和自动化方向发展，在提高生产率、降低成木、节约能源、减少废品率、保证产品质量等方面具有很大的优势。但是，由于故障所引起的灾难性事故及其所造成的对生命与财产的损失和对环境的破坏等

2、也是很严重的，这就使得人们对诸如航空航天器、核电站、热电厂及其他大型化工设备的可靠性、安全性提出了越来越高的要求。除了在设计与制造阶段，通过改进可靠性设计、研究和应用新材料、新工艺以及加强生产过程中的质检控制措施提高系统的可靠性与安全性外，提高系统可靠性与安全性的另一个重要途径就是对系统的工作状态进行实时的监测与诊断，从而实现对设备的有效控制，并对灾难性故障的发生进行预警，为采取相应的补救措施提供有效的信息。故障诊断理论就是为了满足对系统可靠性和安全性要求的提高，减少并控制灾难性事故的发生而发展起来的。因此，故障诊断理论的发展必将促进故障监测和监控系统的快

3、速发展与广泛应用，从而可以进一步的提高系统运行的可靠性与安全性，并由此产生巨大的经济和社会效益。而滚动轴承是旋转机械最重要的零部件Z—，也是旋转机械小的易损零件。据统计旋转机械的故障有30%是由轴承故障引起的，轴承的故障会导致机器剧烈振动和产生噪声，其至会引起设备的损坏。因此，对滚动轴承故障的诊断分析，在生产实际中尤为重要。滚动轴承诊断方法有倒频谱分析、特征参数分析法、冲击脉冲法、包络分析法、小波分析等。振动分析是对滚动轴承进行状态监测和故障诊断的常用方法。一般方式为：利用数据采集器在设备现场采集滚动轴承振动信号并储存，传送到计算机，利用振动分析软件进行深

4、入分析，从而得到滚动轴承各种振动参数的准确数值，进而判断这些滚动轴承是否存在故障。1滚动轴承的故障形式滚动轴承在正滋情况下，长吋间运转也会出现疲劳剥落和磨损。而制造缺陷、对重偏并大、转了不平衡、基础松动、润滑油变质等因素会加速轴承的损坏。疲劳剥落滚动轴承的内外滚道和滚动体交替进入和退出轴承区域，这些部件因长时间承受交变载荷的作用，首先从接触表面以下最大交变切应力处产生疲劳裂纹，继而扩展到接触农面在农面产生点状剥落,逐步发展到人片剥落，称之为疲劳剥落。长时间运转使轴承的内外滚道和滚动休表面不可避免的产生磨损，持续的磨损使轴乐间隙增大，振动和噪声增加。润滑不良

5、和硬质颗粒进入滚道会加速轴承的磨损。断裂当轴承所受载荷、震动过大时，内外圈的缺陷位置在滚动体的反复冲击下，缺陷逐步扩展而断裂。锈蚀水分或酸碱性物质直接侵入会引起轴承锈蚀。当轴承内部有电流通过时，在滚道和滚动体的接触点处引起电火花而产生电腐蚀，在表而上形成搓板状的凹凸不平。擦伤由于轴承的内外滚道和滚动体表面上的微观凸起或硬质颗粒使接触面受力不均，在润滑不良、高速重载工况下，因局部摩擦产生的热量造成接触面局部变形和摩擦焊合，严重时表面金属可能局部融化，接触而上作用力将局部摩擦焊接点从基体上撕裂。2滚动轴承的失效形式轴承失效通常划分为四个阶段：第一阶段：在轴承失

6、效的初始阶段，故障频率出现在超声频段。有多种信号处理手段能够检测到这些频率，如峰值能量gSE、应力波PeakVue.包络谱ESP、冲击脉冲SPM等。此时，轴承故障频率在加速度谱和速度频谱图上均无显示。第二阶段：轻微的轴承故障开始激起轴承元件的固有频段，一般在500〜2KHz范围内。同吋该频率还作为载波频率调制轴承的故障频率。起初只能观察到这个频率木身，后期表现为在固有频率附近出现边频。此时，轴承仍可安全运转。第三阶段：轴承故障频率的谐波开始岀现，边频带数口逐渐增多。谐波有时会比基频更早被发现。峰值能量gSE.应力波PeakVue.包络谱ESP、冲击脉冲SP

7、M所测故障频率幅值显著升高。加速度频谱图上也可能观察到轴承故障的高次谐波。此时需要停机检修。第四阶段：在加速度和速度频谱图上均能看到轴承故障频率的基频和高次谐波，并伴随有转速频率的边频带，齐种手段所测频谱图的基底噪音水平升高，继而轴承故障频率开始消失被随机振动或噪音代替。能明显听到故障轴承产生的噪声。此时轴承已处于危险状态。3故障分析方法l=i3.1倒频谱分析法倒频谱分析也称为二次频谱分析，是对信号x(t)作进一步的谱分析而得到的，通过对滚动轴承典型故障的振动信号功率谱和倒频谱的比较分析，可知倒频谱能将主要的信息从复杂的频率成分和噪声屮识别岀来，能较好地辨

8、别岀故障特征频率和其它特征频率。在相关文献小采用倒频谱分析技术准确