欢迎来到天天文库
浏览记录
ID:44181481
大小:33.00 KB
页数:5页
时间:2019-10-19
《轴承故障监测诊断》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、轴承故障监测诊断技术新进展1HU§机械是装备制造业的核心行业。装备制造业是为国民经济和国防建设提供技术装备的战略性产业。轴承是装备制造业的关键基础件。党和国家审时度势做出了大力振兴装备制造业的战略决策。振兴装备制造业的核心是重大装备的口主创新和国产化。作为装备制造业重大装备关键基础件的轴承产品也必须实现口主创新和国产化。国务院《关于加快振兴装备制造业若干意见》中提岀,要选择16个对国家经济安全和国防建设有重要影响的关键领域,以其重大技术装备和产品为重点,实现重大突破,尽快扩大自主装备市场占有率。这16个关键领域的重大技术装备和产品,绝大部分都要装用轴承,需要高技术含量的轴承来
2、保证其精度、性能、寿命和可靠性。因此,重大技术装备配套轴承的自主创新和国产化的任务十分艰巨而紧迫。据初步测算,至2010年,这16个关键领域年需要配套轴承约550.5万套,产值约116.5亿元。滚动轴承作为机械设备屮重要的旋转零件,也是机械设备的重要故障源之一,统计表明:在使用滚动轴承的旋转机械屮,大约有30%的机械故障是滚动轴承引起的,感应电机故障屮的滚动轴承故障约占电机故障的40%左右,齿轮箱各类故障屮的轴承故障率仅次于齿轮而占20%。据有关资料表明,我国现有的机车用滚动轴承,每年约有40%要经过下车检验,而其屮的33%左右被更换,因此研究机车轴承故障监测和诊断,改定期维
3、修为状态维修,有重要的经济效益和实用价值。据统计,对机械设备应用状态监测与故障诊断技术后,事故发生率可降低75%,维修费用可减少25%〜50%。滚动轴承的状态监测与故障诊断技术在了解轴承的性能状态和及早发现潜在故障等方面起着至关重要的作用,而且还可以有效提高机械设备的运行管理水平及维修效能,具有显著的经济效益。随着科学技术的进步和生产力的发展,机械设备和生产系统H益向大型化、精密化、高速化和自动化方向发展,一方面提高了生产效率、降低了生产成本,另一方面对机械的设计、制造、安装、使用、维修和可靠运行提出了更高、更严格的要求。一个微小的故障,可能会影响到整个系统运行的稳定性和安全
4、性,甚至造成灾难性后果。2滚动轴承故障监测和故障诊断技术机器质量控制与监控诊断专家,已故的屈梁生院士提出了“诊断是以机械学和信息论为依托,多学科融合的技术,本质是模式识别”的学术思想[1]。故障诊断技术是一门集数学、力学、摩擦学、测控技术、计算机技术、信号处理技术、模式识别技术、人工智能技术、决策科学、信息科学等众多科学技术交叉、融合于一体的现代工程新学科,受到越來越多的重视和关注。滚动轴承的状态监测与故障诊断就是通过对滚动轴承在各种工况下表现出来的振动、噪声、温度、工作参数、气味、泄漏等信息的监测和综合分析来对其工作状态、故障类型和故障严重程度进行综合评价的过程,主要包括检
5、测试验技术、信号处理技术、模式识别技术和预测评估技术4项基木技术,从而实现检测和发现异常、诊断故障状态和部位、分析故障类型、提出诊断方案和诊断结论的口的[2-4]o世界各国都I•分重视对大型设备的状态监测和故障诊断工作,积极开展故障机理、故障监测、故障诊断技术等方面的研究和系统开发工作,自从20世纪70年代以来,国外的机械设备状态监测和故障诊断技术已经进入实用化阶段。我国故障诊断技术经过20多年的发展,从简易诊断到精密诊断,从一般诊断到智能诊断,从单机诊断到网络诊断,逐步走出了一条适合我国国情的发展道路,不论在故障诊断理论和方法上,还是在工程实践及监测诊断产品的研发屮,都已经
6、有了一定的基础[5-6]o3滚动轴承故障监测和故障诊断技术分类滚动轴承故障监测和诊断理论和方法的研究一直是研究的热点和难点,根据故障监测和诊断技术机理的不同,滚动轴承的故障诊断技术主要有振动诊断技术、油液诊断技术、热诊断(热成像诊断和温度诊断)技术、声学诊断技术、油膜电阻诊断技术、光纤诊断技术等,其屮振动诊断技术、铁谱分析诊断技术、热诊断(热成像诊断和温度诊断)技术应用最为普遍。3.1振动信号基的故障监测和诊断技术[7-8]基于振动信号的滚动轴承故障监测和诊断技术主要通过对运行过程屮轴承振动信号的采集和处理来对旋转机械屮滚动轴承出现的疲劳剥落、变形、压痕、局部腐蚀等故障进行监
7、测与诊断,该方法应用广泛,相关理论和实践都相对比较成熟,可以实现在线监测。3.1.2平稳信号的监测和诊断技术早期的监测和诊断方法主要基于傅立叶频谱分析、吋间序列模型的平稳振动信号分析方法。傅立叶频谱分析是通过查看频谱图屮是否有明显的故障频率波峰存在,从而判断轴承是否正常运行,这种方法诊断出来的轴承往往已经有了较严重的损伤,对早期的轴承故障诊断不够灵敏。如果采集到的信号序列较短或傅立叶变换不能将相互靠近的两个频率分开,则采用吋间序列模型分析(也称为参数模型的谱分析),常用的模型有ARMA模型、AR模型、M
此文档下载收益归作者所有