实现滚动轴承损伤类故障自动诊断（轴承诊断）： 具有方法简便、可靠性高的优点，将共振解调技术与计算机技术相结合来实现滚动轴承损伤类故障的自动诊断。软件系统操作简单，相对于大型故障诊断专家系统来说利息低、易于维护和推广。特别是对于随机地同时存在多个零件发生故障，运用一般的振动分析方法很难奏效，而共振解调法却可以精密诊断出此类复杂故障。该方法不只可以运用于滚动轴承的故障诊断，对齿轮和其它设备的冲击类故障也是完全可行的 1引言 对滚动轴承的工作情况进行监测与诊断有着十分重要的意义。根据振动信号的特征，滚动轴承广泛应用于各种旋转机械中。可以把滚动轴承在运行过程中出现的故障分为两大类：一类为损伤类故障，包括轴承元件外表点蚀、裂纹、剥落及擦伤等；另一类为磨损类故障，包括异物落入造成的磨料磨损以及由于润滑不良引起的元件外表直接接触造成的磨损。目前轴承监测与故障诊断普遍采用的作法是线监测、离线分析，这就要求现场分析人员具有一定基础的故障诊断知识，给现场工作人员实施故障诊断造成了一定困难。能否用一种较为简便的方法实现滚动轴承故障的自动诊断呢？作者查阅了大量文献，发现利用共振解调技术可以实现滚动轴承损伤类故障的自动诊断。 2共振解调法诊断滚动轴承损伤故障的原理 轴承的滚子、内圈、外圈的不规则损伤，对于滚动轴承来说。如剥落、点蚀、裂纹等必然引起冲击。尽管冲击的基本重复频率与振动的重复频率相同或相近，但是初期故障引起的冲击的量值常常远小于振动值。这是由于振动表示为持久的过程，能量是继续释放的累积量值较大，而冲击则是异常短暂的过程，幅值能量也许很大，但累积能量却甚微。用频率分析的方法研究故障原因是人们容易接受、也是当今发展较为完善的方法。但因为冲击的继续时间短，其能量向广阔的频率领域发散，落在滚动轴承振动频率范围以内的分量则更小，无法与能量较大而又基本集中于低频领域的振动分量相比。因此，用直接包含故障冲击的振动信号进行频谱分析以诊断轴承损伤故障有时就会出现发生了故障但从频谱图上却看不到现象。 可以利用共振的特性，共振是一种常见的物理现象。来提取埋藏于正常振动信息中的故障冲击信息。由于正常的振动不含高频分量，而轴承等故障冲击中则含有，因此，可设一个高频的正常振动频率所达不到谐振系统，剔除正常振动、响应冲击激励，实现冲击信息的提取。 共振解调技术是对低频（通常为数kHz以内）冲击所激起的高频（数10倍于冲击频率的共振波形进行包络检波和低通滤波，因此。即解调，获得一个对应于低频冲击的而又放大并展宽了共振解调波；通过对此共振解调波的幅值和频谱分析，判定故障的量值和故障类型。共振解调法的基本原理。 中国汽车轴承网，汽车轴承行业领军网站，下属特色栏目：轴承型号查询、轴承型号查询软件、轴承导航等，期待您的关注，请继续阅读： 3共振解调信号的精密诊断 排除了与故障无关而又十分强大的正常机器振动信号，实施共振解调精密诊断的主要手段是对共振解调信号进行傅立叶变换。由于充分利用了传感器对其固有频率的共振响应。从而大大提高了信噪比，使得精密诊断无需依赖更多的频域分析手段，就可以有效地实现准确的诊断。 而共振解调法则是依照解调波形的理论规律所必然保证的多阶解调谱的特性，共振解调故障诊断与一般的振动诊断不同在来确定故障的有无。即多阶性来确定故障，从而增加了可靠性。功振解调精密诊断的没有故障就没有谱线”凡是有故障就出现多阶性谱线”以其它规律为简化故障诊断和设计自动化的诊断软件提供了理论依据。 共振解法实现滚动轴承故障自动化诊断的基本环节。 4滚动轴承故障自动诊断的实施 就要发生低频冲击和振动，当滚动轴承发生损伤类故障时。发生高频共振波。利用运转轴承中故障的低频冲击所产生的高频分量，激起高频谐振器（传感器）共振，再对高频共振波进行解调处理，获得一个剔除了低频振动干扰，但富含故障信息的共振解调波。通过对此共振解调波的幅值和频谱的分析，就可以在故障特征频率及其倍频处看到清晰的谱峰，而不含故障冲击的信号却不会在共振解调波的频谱图中出现谱峰，因此很容易确定故障发生的部位。 故其典型故障的特征频率也不同，由于滚动轴承的种类不同、型号不同。对于运行良好的滚动轴承也不可能做各种故障实验来获得特征频率。因此，滚动轴承故障的自动诊断中应采用主动诊断法，即以理论公式为指导，计算出故障的特征频率，将其与频谱分析所得谱峰相对照来诊断故障。 滚动轴承故障的特征频率计算中，由于谱分析分辨率的原因而存在差别，考虑到根据轴转速和轴承几何尺寸计算出的故障特征频率与实际解调频谱中的故障特征频率之间。所以实际诊断时可设定一个频率误差△f.滚动轴承故障共振解调自动诊断实施的方法为： 1.输入设备中有关滚动轴承的型号及相关参数； 2.并生成故障频率表；系统自动计算各个滚动轴承故障特征频率。 3.测取信号；布置传感器。 4.系统对测得的信号作频谱分析； 5.判断发生故障的轴承，系统自动比较故障频率表与频谱图中的谱峰。并输出诊断结果。 |
GMT+8, 2024-11-26 09:52 , Processed in 0.064920 second(s), 23 queries , Gzip On.
Powered by Discuz! X3.4
Copyright © 2001-2021, Tencent Cloud.
