07 轴承故障诊断技术.ppt

方法三、EMD分解 EMD分解后Hilbert包络谱 故障频率明显 例 4号 2004年10月15日数据，有明显的冲击 2004年10月15日数据，频谱图有很多边频带，但谱线不清晰 倒谱－－有明显的周期为40ms的信号－－对应了25Hz的电机转频，也是冲 击信号的频率。 5号 √ √ √ (2)脉冲因数诊断法 脉冲因数定义为峰值与均值之比。 当脉冲因数值过大时，表明滚动轴承可能有点蚀； 当脉冲因数小时，则有可能发生了磨损。 (3)波峰因数诊断法 波峰因数（峰值指标）定义为峰值与均方根值之比。该值 适用于点蚀类故障的诊断，可以有效地对滚动轴承故障进行早期预 报，并能反映故障的发展变化趋势。 当滚动轴承无故障时，波峰因数为一较小的稳定值； 当轴承出现了损伤，则会产生冲击信号，振动峰值明显增 大，但此时均方根值尚无明显的增大，故波峰因数增大； 当故障不断扩展，峰值逐步达到极限值后，均方根值则开始 增大，波峰因数逐步减小，直至恢复到无故障时的大小。 轴承故障诊断技术 (4)概率密度诊断法 无故障滚动轴承振幅的概率密度曲线是典型的正态分布曲 线；而一旦出现故障，则概率密度曲线可能出现偏斜或分散 的现象。 此方法的优点在于与轴承的转速、尺寸和载荷无关，主要适 用于点蚀类故障的诊断。 轴承故障诊断技术 (5)自相关分析法 自相关函数用来描述信号相隔一定时间间隔两取值之间的 线性依赖关系 。 图中是某轴承振动信号的自相关函数曲线。图c）是轴承正 常状态的自相关函数图，曲线衰减很快，没有明显的周期性， 说明轴承的振动是随机振动。图a）和图b）是轴承异常状态 的自相关函数曲线，具有明显的周期性，说明轴承的振动除随 机振动成分外，还有周期振动成分，图a）振动周期为14ms， 可推算出振动的原因是外圈滚道上有损伤斑点；图b）的振动 周期为11ms，可推算出振动的原因是内圈滚道上有损伤斑点。 轴承故障诊断技术 轴承故障诊断技术 轴承振动信号自相关函数图 正常状态 异常状态 异常状态 (6)滚动轴承的冲击脉冲诊断法（SPM法） 滚动轴承存在缺陷时，如有疲劳剥落、裂纹、磨损和滚道进 入异物时，会发生冲击，引起脉冲性振动。 冲击脉冲的强弱反映了故障的程度，它还和轴承的线速度有 关。SPM冲击脉冲法（Shock Pulse Method)就是基于这一原 理。 轴承故障诊断技术 轴承故障诊断技术 　　　在冲击脉冲技术中，所测信号幅值的计量单位是dB。测到的轴承冲击dBi值与轴承基准值dBo相减，dBo是良好轴承的测定值。 　　　　　　　dBN = dBi－dBo 　　　冲击脉冲计的刻度单位就是dBN值表示的。轴承的状况分为三个区： 　（0～20）dBN 表示轴承状况良好 　（20～35）dBN 表示轴承状况已经劣化，属发展中的损伤期 　（35～60）dBN 表示轴承已经存在明显的损伤。 绿区 – 状态良好 黄区 – 性能下降 红区 – 轴承损坏 轴承故障诊断技术 破坏期 能看到的损伤期 发展中的损伤期 无损伤或极细小损伤期 使用寿命 ?滚动轴承的精密诊断与旋转机械、往复机械等精密诊断一样，主 要采用频谱分析法。 ?由于滚动轴承的振动频率成分十分丰富，既含有低频成分，又含 有高频成分，而且每一种特定的故障都对应特定的频率成分。进 行频谱分析之前需要通过适当的信号处理方法将特定的频率成分 分离出来，然后对其进行处理，以找出信号的特征频率，确定故 障的部位和类别。 ?注意：只有一个或数个指标的检测仪表是难以精确分析故障 的！尤其是轴承传递途径比较复杂时。 信号分析方法 ?滚动轴承常见的分析方法有：频谱、倒谱、希尔伯特包络法、 时频理论等。 4、滚动轴承故障精密诊断法 轴承故障诊断技术 （1）频谱分析法 轴承故障诊断技术 例如图a，是一个外环有划伤的轴承频谱图，明显看出其频谱中有较大的周期成分，其基频为184.2Hz，而图b则是与其相同的完好轴承的频谱图。通过比较可以看出，当出现故障后谱图上有较高阶谐波。在此例中出现了184.2Hz的5阶谐波。且在736.9Hz上出现了谐波共振现象（共振幅值高达1.5）。 　　需要指出的是，上图是一个在 实验室作出的图形。实际工业现场的 信号是极复杂的，包含了诸多轴、齿 轮等强振信号，而滚动轴承的故障信 号因为强度太小，而被淹没。只有机 构相对简单的机械（如低转速的水泵） 才能复现与图中相似的频谱图。 故障轴承与完好轴承的频谱图对比 （2）倒谱分析法 由于倒谱分析受传输途径的影响很小，并 且能将原来频谱图上成族的边频带谱线简化为单根谱线，所 以用于齿轮箱故障诊断具有特殊的优越性； （a）功率谱 图，边带信号的 谱线间隔为