1、目錄摘要3第1章 緒論41.1滾動軸承故障診斷技術的發展現狀41.2滾動軸承故障診斷技術的發展趨勢61.3滾動軸承診斷基礎71.3.1滾動軸承的常見故障形式71.3.2滾動軸承的診斷方法81.4本課題的研究意義和內容9第2章 滾動軸承振動機理112.1滾動軸承的基本參數112.1.1滾動軸承的典型結構112.1.2滾動軸承的特征頻率112.1.3滾動軸承的固有頻率132.2滾動軸承故障診斷常用參數142.2.1時間領域有量綱特征參數142.2.2時間領域的無量綱特征參數152.2.3頻率領域的無量綱特征參數16第3章 滾動軸承故障診斷實驗系統及實驗方案173.1滾動軸承故障診斷實驗系統173.

2、1.1滾動軸承故障實驗機械平臺183.1.2設備的組成:193.1.3設備的主要參數:193.1.4實驗平臺信號采集及故障診斷系統213.2實驗方案233.2.1軸承的故障狀態233.2.2實驗步驟23第4章 實驗的操作過程及數據的提取254.1裝拆軸承254.1.1實驗前期準備254.1.2試機254.1.3拆卸并安裝軸承254.2信號的采集過程274.2.1前期準備274.2.2數據采集過程284.3數據信號的處理過程30第5章 結論35致謝36參考文獻37旋轉機械故障診斷特征參數的提取摘要：本文對滾動軸承的故障形式、故障原因、常用診斷方法等診斷基礎和滾動軸承故障的振動機理作了研究，并建立

3、了相應的滾動軸承典型故障(外圈損傷、內圈損傷、滾動體損傷)的理論模型，給出了一些滾動軸承故障診斷常用的特征參數。通過對滾動軸承故障振動機理的研究可以幫助我們了解滾動軸承故障的本質和特征。本文對特征參數的提取，理論推導，和過程都進行了詳細的闡述，本文所提出的方法不僅僅適用滾動軸承故障的診斷，還可推廣適用旋轉機械其它故障的診斷。關鍵詞:滾動軸承；故障診斷；特征參數；分辨指數；識別率The Extraction on Fault Diagnosis Symptom Parametersof Rotating MachineryABSTRACT ：In the thesis ,the fault ty

4、pes,diagnostic methods and vibration principle of rolling bearing are discussed.the thesis sets up a series of academic models of faulty rolling bearings and lists some symptom parameters which often used in fault diagnosis of rolling bearings . the study of vibration principle of rolling bearings c

5、an help us to know the essence and feature of rolling bearings.In this paper, the parameters of the extraction, theoretical analysis, and process are described in detail, the paper by the way not only to the Rolling fault diagnosis, but also promote the application of other rotating machinery fault

6、diagnosis.Keywords: Rolling Bearing; Fault Diagnosis; Symptom Parameter; Distinction Index; Distinction Rate第1章 緒論1.1滾動軸承故障診斷技術的發展現狀機械故障診斷學是識別機器或機組運行狀態的科學，它研究的是機器或機組運行狀態的變化在診斷信息中的反映。隨著科學技術不斷發展和工業化程度的不斷提高，機械設備精密程度、復雜程度及自動化程度不斷提高，憑個人的感觀經驗對機械設備進行診斷己經遠遠不夠。機械設備故障診斷技術集數學、物理、化學、電子技術、通訊技術、信息技術、計算機技術、模式識別、人工

7、智能等多種綜合技術發展起來的一門多學科交叉和融合的新技術。早在二次世界大戰期間，由于大量軍事裝備缺乏診斷技術和維修手段，而造成非戰斗性的損壞，使人們意識到故障診斷和監測技術的重要性1。60年代以來，由于半導體的發展，集成電路的出現，電子技術、計算機技術的更新換代，特別是1965 年FFT方法獲得突破性進展后出現了數字信號處理和分析技術的新分支，為機械設備診斷和監測技術的發展奠定了重要的技術基礎。滾動 軸 承 是各種旋轉機械中應用最廣泛的一種通用元件，它的運行狀態是否正常直接影響到整臺機器的性能(包括精度、可靠度及壽命等)，據統計旋轉機械故障的30%是由滾動軸承故障引起的。滾動軸承的故障診斷在國

8、外大概始于20世紀60年代2。故障滾動軸承診斷的診斷流程如圖1.1所示。目前國內外學者的對于滾動軸承故障診斷的一些方法的研究工作主要集中在以下幾個方面:1）時域分析法時域分析法是滾動軸承故障診斷技術發展最早的一種方法，在時域診斷中，提取信號特征的主要方法有相關分析和時序分析，普遍采用振動信號的基本數字特征及其概率分布特征進行診斷分析，如均值、有效值、峰值和無量綱因子判別方法等。時域同步平均法是滾動軸承故障診斷最為常用的一種信號增強方法，通過對滾動軸承振動信號進行采樣，并對多周期的信號進行同步平局，就可以得到時域同步平均信號。這種方法可以有效降低其他部件和振動源對于信號的影響，提高信噪比3。2）

9、頻域分析法頻域分析方法是將時域波形經過FFT變換轉換成頻譜圖，采用振動信號的頻譜特征進行診斷分析，如特征頻率、幅值、無量綱判別因子等，對滾動軸承的故障可以進行精密診斷。在滾動軸承診斷技術中常用的頻譜圖有全息譜、幅值譜、相位譜、功率譜等。細化和倒譜技術是頻譜分析的常用手段。在對滾動軸承振動信號作頻譜分析時必須有足夠高的頻率分辨率，通常采用細化譜分析技術可以提高分辨率。FFT-FS頻譜細化方法在不增加采樣點數的前提下，對感興趣的頻帶進行細化，能夠得到比較準確的頻率值4。3）時頻分析法采用普通的頻譜分析無法同時進行時頻分析，找出信號的時域特征。而時頻分析法既能夠反映時域特征又能夠反映頻域特征，可以很

10、好的描述滾動軸承故障特征的全貌，常用的時頻分析方法有短時傅立葉變換、小波變換、小波包分析等。1946年，Gabor提出了窗口傅立葉變換概念，用一個在時間上可滑移的時窗進行傅立葉變換，從而實現了在時間域和頻率域上都具有較好局部性的分析方法。小波分析的多尺度和對突變信號的探測能力，在處理非平穩信號上表現出極大的優越性，它克服了短時傅立葉變換分辨率不可變的缺陷，在時域和頻域同時有良好的局部化性質，成為滾動軸承診斷發展的熱點5。4）智能診斷計算機人工智能與診斷理論相結合形成了具有信息時代特色的智能診斷。當前滾動軸承診斷領域中最常用的兩類人工智能診斷系統是基于知識的專家系統和基于網絡的智能診斷系統.基于

11、知識的專家系統的特點是:以知識工程(知識庫)為基礎；在串行運行的格式中模擬人腦的邏輯思維；實現嚴格的診斷推理。基于神經網絡的智能診斷系統的特點是:以神經網絡結構為基礎；在大規模并行運算格式中模擬人腦的物理結構。通常智能診斷系統與各種現代理論結合起來，如將模糊集理論與專家系統結合起來形成模糊專家系統，將小波用于神經網絡可以形成小波神經網絡等。這樣的結合可以充分利用各自的優勢，取長補斷，處理更復雜的故障診斷問題，獲得更佳的診斷結果。根據該模型的特點提出了能夠克服傳統BP算法學習速度慢、容易陷入局部極小的新算法。改進后的算法用于滾動軸承故障診斷，試驗結果表明，該算法可以有效縮短網絡在訓練過程中滯留于

12、局部極小區域的時間，大大提高網絡的學習速度6。1.2滾動軸承故障診斷技術的發展趨勢近幾年來，通信技術、電子技術、計算機技術、數據處理技術的飛速發展為滾動軸承故障診斷的發展提供了強大的支持。從目前的研究資料來看，滾動軸承故障診斷的發展方向和發展趨勢如下:1)混合故障診斷技術研究智能診斷技術是滾動軸承故障診斷技術的一個重要的研究方向。將多種不同的智能技術結合起來的混合診斷系統，是智能故障診斷研究的一個發展趨勢。結合方式主要有基于規則的專家系統與神經網絡的結合，實例推理與神經網絡的結合模糊邏輯、神經網絡與專家系統的結合等7。2)多信息量融合，多層次診斷集成集成知識庫中的各種診斷知識，結合數據庫中的各

13、種故障數據，按照不同的故障情況進行綜合分析、判斷，定位故障點。主要對狀態監測所得到的信息進行融合，然后結合層次診斷模型，按照深淺結合的推理層次進行診斷。它進一步把狀態監測中的信號監測處理集成到診斷系統中，進行在線數據處理與在線診斷推理，實現非實時診斷到實時診斷的轉變，也實現信息診斷與智能診斷的統一8。3)遠程協作診斷基于因特網的滾動軸承故障遠程協作診斷是將滾動軸承診斷技術與計算機網絡技術相結合，用若千臺中心計算機作為服務器，在企業的關鍵設備上建立狀態監測點，采集設備狀態數據;在技術力量較強的科研院所建立分析診斷中心，為企業提供遠程技術支持和保障。跨地域遠程協作診斷的特點是測試數據、分析方法和診

14、斷知識的網絡共享，因此必須使傳統診斷技術的核心部分(即信號采集、信號分析和診斷專家系統)能夠在網絡上遠程運行9。4)診斷與控制相結合根據當前設備的健康狀況決定設備運行方式或策略，最終預知故障，從而防止故障的發生，是診斷技術的最高目標。它是把診斷系統和控制系統進一步結合，達到集監測、診斷、控制、管理于一身.它由單機診斷發展到分布式全系統診斷，信息量大，類型多，相應的也就需要多種數據處理和診斷推理方法的聯合總之 ，在今后的研究中應進一步對診斷理論與診斷方法加以研究，建立一套完整的故障診斷指導理論和方法體系，將診斷理論和診斷方法能運用到實際的生成中，同時加強對便攜式診斷和監測工具的研究，致力于建立簡

15、單的故障診斷平臺，建立更人性化的人機工作環境，提高診斷的效率，提高人們的設備管理意識，促進滾動軸承及其它設備故障診斷技術的應用和發展10。1.3滾動軸承診斷基礎1.3.1滾動軸承的常見故障形式由于滾動軸承的材料缺陷，加工或者裝配不當，潤滑不良，水分或者異物侵入，腐蝕以及過載等原因都可能導致早期損壞1112。即使在安裝、潤滑和使用維護都正常的情況下，經過一段時間的運轉，滾動軸承也會出現疲勞剝落和磨損等現象影響機器的正常工作。概括起來滾動軸承的主要故障形式有：1)疲勞剝落滾動軸承工作時，滾道和滾動體表面既承受載荷又相對滾動，由于交變載荷的作用，首先在表面下一定深度處(最大剪應力處)形成裂紋，繼而擴

16、展到接觸表層產生剝落坑，最后大面積剝落，這種現象就叫做疲勞剝落。正常工作條件下，疲勞剝落是滾動軸承故障的主要原因。習慣上所說的軸承壽命就是指軸承的疲勞壽命。2)磨損由于滾道和滾動體的相對運動(包括滾動和滑動)和塵埃異物的侵入等都會引起表面磨損，而當潤滑不良時更會加劇表面磨損。磨損的結果使滾動軸承游隙增大，表面粗糙度增加，降低了滾動軸承的運轉精度，因而也降低了機器的整體運動精度，振動及噪聲也隨之增大。對于精密機械中所用的滾動軸承，往往就是因為磨損量限制了滾動軸承的壽命。此外 ，還有 一 種所謂的微振磨損。當滾動軸承本身不旋轉而受到振動時，由于滾動體和滾道接觸面間微小的，往復的相對滑動，因而導致微

17、振磨損產生，其結果是在滾道上形成波紋狀的磨痕。3)塑性變形在工作負荷果重的情況下，滾動軸承受到過大的沖擊載荷或者靜載荷，或者因為熱 變 形引起額外的載荷，或者當有高硬度的異物侵入時，都會在滾道表面形成凹痕或者劃痕。這將使滾動軸承運轉時產生劇烈的振動和噪聲。而且，一旦產生上述凹痕，由此所引起的沖擊載荷可能還會進一步引起附近表面的剝落。4)腐蝕腐蝕也是滾動軸承的常見故障之一。當水分直接侵入滾動軸承時就會引起滾動軸承腐蝕，另一方面，當滾動軸承停止工作時，滾動軸承溫度下降達到零點，空氣中的水分凝結成水滴吸附在軸承的表面上也會引起腐蝕。此外當滾動軸承內部有電流通過時，在滾道和滾動體之間的接觸點處，電流通

18、過很薄的油膜引起火花，使表 面局部熔融，在表面上形成波紋狀的凹凸不平。高精度的滾動軸承往往由于表面腐蝕，喪失精度而不能繼續工作。5)斷裂當載荷超過滾動軸承或者滾動體的強度極限時會引起滾動軸承零件的破裂。此外，由于磨削加工、熱處理或者裝配時引起的殘余應力、工作時的熱應力過大等也都有可能造成滾動軸承零件的斷裂。6)膠合所謂膠合是指一個表面的金屬粘附到另一表面的現象。在潤滑不良，高速重載的情況下，由于摩擦發熱，滾動軸承零件可能在極短的時間內達到很高的溫度，從而導致表面損傷及損壞。7）保持架損壞通常，由于裝配不當或者使用不當而引起的保持架發生變形，從而就可能增加保持架與滾動體之間的摩擦，甚至使某些滾動

19、體卡死而不能滾動，或保持架與內外滾道發生摩擦等均可引發保持架損壞，這也使振動、噪聲與發熱增加13。1.3.2滾動軸承的診斷方法可用于對滾動軸承進行故障診斷的方法有很多，包括振動信號分析法、聲發射法、油污染分析法(磁性法，鐵譜法的光譜分析法)等，它們各有特點，其中以振動信號分析法相對簡單，應用最為廣泛14。1）沖擊脈沖法( SPM法)沖擊脈沖(SPM，Shock Pulse Method)法是一種用于提取滾動軸承在運轉中所產生的沖擊能量的方法。當滾動軸承受到損傷后，如疲勞剝落、裂紋、磨損及表面劃傷等，在運轉過程中就會產生衰減性的振動。這種振動中沖擊的強弱反映了滾動軸承在一定轉速下的故障大小程度.

20、沖擊脈沖法就是基于這個基本原理。首先將信號進行帶通濾波，然后利用傳感或者諧振電路的諧振放大特點，提取沖擊能量或者折算成脈沖值.利用脈沖值(dB)可以確定滾動軸承的好壞情況。2）共振解調法(IFD法)共振解調法(IDF，Incipient Failure Detection)，這是美國波音公司發明的一項技術.共振解調法與沖擊脈沖法的共同特點是:利用傳感器或者電路的諧振(共振)，將故障沖擊法引起的衰減振動放大，因而大大提高了探測故障的靈敏度和可靠性。共振解調法還進一步利用解調技術將故障信息提取出來，通過對解調后的信號做頻譜分析，可以診斷出故障發生的部位，如具體指出故障發生在滾動軸承外圈、內圈還是在

21、滾動體上，對于共振解調法在后面將做詳細的介紹。3）特征參數判斷法利用一些具有特殊意義的系數或者因子即特征參數，來判斷滾動軸承故障往往也是簡單有效的方法。如:(1) 有效值和峰值判別法。有效值即均方根值，它反映了信號總體能量的大小。一般情況下，有效值對磨損這類滾動軸承故障可以給出比較恰當的評價，而峰值則對疲勞剝落、劃痕等一類有瞬變沖擊振動的故障比較有用。(2) 峭度系數法。峭度系數是無量綱因子，其特點是對載荷及軸的轉速不敏感，可以發現早期故障。1.4本課題的研究意義和內容振動法是滾動軸承故障診斷最常用的方法，通過對采集的振動信號進行處理分析，提取相應的異常特征，進行故障診斷分析。滾動軸承故障診斷

22、時的特征參數分為有量綱和無量綱兩種。有量綱特征參數，如均值、峰值、有效值等，這些特征參數雖然可以反映滾動軸承的故障特征，但是當滾動軸承的負載、轉速等外在條件發生變化時，這些特征參數隨著振動的變化而變化，容易對滾動軸承故障產生誤判。無量綱判別因子，如歪度、峭度、峰值因子、波值因子，這些判別因子一般不受滾動軸承的尺寸、負載、轉速變化的影響，只取決于滾動軸承故障的類型和大小。但是這些判別因子各有局限性，某一個因子往往只對某種故障比較敏感，而不能用于判別其他的故障，如峰值因子對滾動軸承的局部剝落等故障非常的敏感，但是對于滾動軸承磨損之類的故障幾乎沒有識別能力。同時在實際的滾動軸承故障診斷中，故障信號中

23、含有許多的千擾成分，為故障特征的提取增大困難，不容易找到一個最佳的特征參數來進行故障診斷.圖1.2為本文方法的診斷流程框圖。本文的主要內容如下:1）首先研究了滾動軸承振動的機理，建立的滾動軸承診斷的典型故障理論模型，闡述了滾動軸承的基本參數和振動信號的特征并介紹了滾動軸承診斷常用的特征參數。通過對滾動軸承振動機理的研究，有助于了解滾動軸承故障的本質和特征。2）詳細介紹了本實驗所采用的設備儀器，并根據本研究建立了相應的適應度函數。3）在該實驗平臺上分別對滾動軸承的常見故障:外圈損傷、內圈損傷、滾動體損傷進行實驗模擬，并采集相應的數據。通過對采集的大量數據進行處理和綜合分析驗證了本文提出的方法。第

24、2章 滾動軸承振動機理在本章給出了滾動軸承的一些基本參數和滾動軸承特征頻率的計算方法，建立了滾動軸承典型故障的理論振動模型，分別說明了滾動軸承外圈損傷、內圈損傷、滾動體損傷時的振動信號波形的典型特征，給處了一些常用的滾動軸承故障診斷用的特征參數15。2.1滾動軸承的基本參數2.1.1滾動軸承的典型結構圖2.1標準滾動軸承圖滾動軸承的典型結構如圖2.1所示，它由內圈，外圈，滾動體和保持架四部分組成。滾動軸承的幾何參數主要有:滾動軸承節徑、滾動體直徑、內圈滾道半徑、外圈滾道半徑、接觸角、滾動體個數。2.1.2滾動軸承的特征頻率為分析滾動軸承各部分的運動參數，先做如下假設:(1)滾道與滾動體之間無相

25、對滑動;(2)承受徑向,軸向載荷時各部分無變形; (3)滾動軸承外圈固定，內圈(即軸)的旋轉頻率為; 則滾動軸承工作時各點的轉動速度如下: 內圈滾道上一點的速度為: （2-1）外圈滾道上一點的速度為: （2-2）保持架上一點的速度為: （2-3）由此可得保持架的旋轉頻率(即滾動體的公轉頻率)為: （2-4）從固定在保持架上的動坐標系來看，滾動體與內圈作無滑動滾動，它的回轉頻率之比與成反比: 由此可得滾動體自轉頻率(滾動體通過內滾道或外滾道的頻率)fb: （2-5）同時考慮到滾動軸承有個滾動體，則:(1)Z個滾動體與外圈滾道上某一固定點的接觸頻率為: （2-6）(2)Z個滾動體與內圈滾道上某一固

26、定點的接觸頻率為: （2-7） (3)個滾動體上某一固定點與外圈或者內圈滾道的接觸頻率為: （2-8） ，分別為外圈、內圈和滾動體的通過頻率.當“某一固定點”是局部損傷點(如點蝕點、剝落點等)時，、和分別成為局部損傷點撞擊滾動軸承元件的頻率，因此、和又分別稱為外圈、內圈和滾動體的故障特征頻率.2.1.3滾動軸承的固有頻率滾動軸承在運行過程中，由于滾動體與內圈或外圈沖擊而產生振動，這時的振動頻率為滾動軸承各部分的固有頻率。固有振動中，內、外圈的振動表現最明顯，滾動軸承元件的固有振動頻率如下:1)軸承圈在自由狀態下的徑向彎曲振動的固有頻率為: （2-9） 式中 -彈性模量，鋼材為210GPa; I

27、-套圈橫截面的慣性矩mm4; -密度 ， 鋼材為786x10-6kg/mm3;A-套圈橫截面積，=bh，mm2;-套圈橫截面中性軸直徑，mm; -重力加速度，9=9800mm/s2。 -振動階數(變形波數)，=2，3;對鋼材 ，將各常數代入式得2)鋼球振動的固有頻率為: （2-10） 式中-鋼球半徑。2.2滾動軸承故障診斷常用參數特征參數被定義為在各個時間領域、頻率領域中的參數。在此之中，分為有量綱特征參數和無量綱特征參數。以前的故障診斷中主要被使用的是有量綱特征參數，現在，和有量綱特征參數相比，更多的是使用了對運作狀態的依賴小、診斷散亂少的無量綱診斷參數。在本研究中，運用時間領域無量綱特征參

28、數和頻率領域無量綱特征參數進行研究。2.2.1時間領域有量綱特征參數在對滾動軸承故障診斷和監測中，迄今為止一直使用的是以振動為主的特征參數。另外，作為被使用的振動的特征參數，以速度的實效值，變位的實效值等有量綱參數為主。在此，在滾動軸承診斷中常用的有量綱特征參數，用以下的公式表示，另外，沒有特別說明的，取時間序列數據的絕對值。(1)絕對值總和：X= （2-11）（2）平均值： =/N （2-12） (3)標準方差：= （2-13）（4）最大值：Xmax= XmaxXmaxt/Xmaxt2 （2-14）(5)最大平均值：max= XmaxXmaxt/Xmaxt （2-15）(6)極大值的平均值：

29、 （2-16）(7)極大值的標準方差： （2-17）（8）極小值的平均值： （2-18）在此： （9）極小值的標準方差： （2-19）2.2.2時間領域的無量綱特征參數在此，在滾動軸承診斷中常用的有量綱特征參數，用以下的公式表示。（1）波形率： （2-20）（2）歪度： （2-21）（3）峭度： （2-22）（4）波高率： （2-23）（5）最大值比率： （2-24）（6）極大值的變動率： （2-25）（7）極小值的變動率： (2-26)（8）平方根的平均值： (2-27)（9）自乘平均值： （2-28）（10）對數平均數： （2-29）2.2.3頻率領域的無量綱特征參數（1）平均特征頻率：

30、（2-30）（2）波形安定指數： （2-31）（3）變動率： (2-32)（4）歪度： （2-33）（5）峭度： （2-34）（6）平方根比率： （2-35）以上各式中： 分辨指數和識別率1617分辨指數：或者= （2-36）識別率： 其中： （2-37）第3章 滾動軸承故障診斷實驗系統及實驗方案本章主要介紹了滾動軸承故障診斷實驗系統如圖3.1，對系統的機械平臺和采集系統作了詳細的介紹，并且設計了滾動軸承故障模擬實驗方案。3.1滾動軸承故障診斷實驗系統滾動軸承故障診斷實驗系統主要包括兩個部分:滾動軸承故障實驗機械平臺和數據采集系統。該平臺是由江蘇千鵬故障診斷有限公司研發的，該平臺得到了高金吉院

31、士的認可，在國內具有先進水平。該平臺可以模擬滾動軸承，齒輪，軸系的各種故障，在此主要介紹一下對于滾動軸承故障的模擬。3.1.1滾動軸承故障實驗機械平臺圖3.2旋轉機械故障故障試驗機械平臺對于滾動軸承的故障模擬是在圖3.1所示的旋轉機械振動測試故障實驗平臺上實現的，該平臺是由江蘇千鵬故障診斷有限公司研發的，該平臺在國內具有先進水平，該平臺可以模擬滾動軸承，齒輪，軸系的各種故障，在此主要介紹一下對于滾動軸承故障的模擬。圖3.3所示為旋轉機械故障實驗平臺的滾動軸承故障實驗部分的機械結構示意圖。3.1.2設備的組成:由變速驅動電機、軸承、齒輪箱、軸、偏重轉盤、調速器等組成。通過調節配重，調節部分的安裝

32、位置以及組件的有機組合快速模擬各種故障。系統的機械部分還包括被測部件有：有缺陷的軸承（外圈缺陷、內圈缺陷、滾珠缺陷）；有缺陷的齒輪（斷齒的齒輪、磨損的齒輪）；旋轉圓盤的配重塊（在圓盤圓周邊緣每隔10度開一螺孔，用于固定和調平衡用的配重塊）平臺+有缺陷的軸承+有缺陷的齒輪+旋轉圓盤的配重塊+專用配套工具3.1.3設備的主要參數:1）旋轉機械模擬裝置及各部分規格 馬達a) 型式：交流變頻電機b) 功率：0.55KWc) 馬達轉數：最大轉數1450rpmd) 電源：單相交流，電壓220V，頻率50/60HZe) 速度控制：交流變頻控制器 制動器a) 型式：磁粉離合制動器b) 徑向加力器：c) 最大轉

33、矩：5N.m 齒輪箱a) 齒輪：大齒輪 模數2 齒數75 材質S45C（3只，其中2只故障齒輪） 小齒輪 模數2 齒數55 材質S45C（2只，其中1只故障齒輪）b) 潤滑：浸油式c) 軸承：滾動軸承 旋轉圓盤（產生失衡用圓盤）a) 形狀：200×10mm×2b) 材質:鋁c) 平衡塊的安裝：每10度一處（平衡塊6只）d) 軸承：馬達側用滾珠軸承；提供檢測側用滾柱軸承N205（4只，其中3只故障軸承） 底座：a) 機構：可以用改變中心角的方法調整支點和在±2º范圍調整角度 （產生基準錯位用；有一只百分表調整刻度）b)全鋼抗震機座2）旋轉機械模擬裝置控制器

34、馬達速度控制：a) 控制方法：交流變頻器單相輸入三相輸出b) 變速范圍：751450rpmc) 儀表盤：主電路操作用按鈕開關（即光顯式鈕開關）， 其狀態用ON，OFF表示。帶調整轉數的變頻調節器（有啟動開關），帶模擬轉數計；制動力矩電流調節器（有電源開關）。d) 速度波動量：±2%以內b) 電源：單相交流220伏，允差±10%，頻率為50/60赫茲c) 保護功能：防止主電源電壓過高、散熱片過熱、速度放大器飽和、控制電源異常、電流過大。制動力矩控制：a)輸出電壓：最高 直流024伏最低 直流012伏b)功率：100Wc)電源：單相交流 200/220伏，頻率50/60赫茲3.

35、1.4實驗平臺信號采集及故障診斷系統1)說明：本系統完成現場振動信號的采集、基本的信號處理與常規診斷功能。有以下功能：信號采集、實時顯示、信號保存、時序列信號分析、頻域信號分析、軸承精密診斷用的各種參數計算功能、齒輪精密診斷用的各種參數計算功能、軸承精密診斷功能、倒譜計算功能、壽命預測功能、靜平衡與動平衡計算功能。2)組成：由傳感器（加速度4、激光轉數儀1）、電纜線、接線端子、信號條理器、采集卡、采集軟件、故障診斷軟件組成。3)主要參數：傳感器(KD1001L)：電壓靈敏度： 10mV最大量程： 500分辨率： 0.04使用頻率： 0.512K恒流電源: DC: 2Ma 4Ma/+15v+28

36、v安裝方式: M5信號條理器：放大： X1 ，X10，X100恒流電壓源: DC: 2Ma 4Ma/+15v+28v電壓輸入范圍： 050Vp頻響： 100Hz20kHz（隔直）低通濾波 轉折頻率： 100Hz、200Hz、500Hz、1kHz、2kHz、5kHz、10kHz、20kHz8檔衰減速率： -140dB/oct電壓增益： 1、10、100 、1000五檔測量誤差： 2%失真度： 1%噪聲： 20uVRMS供電電壓： AC 220V±10%50Hz工作環境 工作溫度： -10 +50工作濕度： 85%RH（無冷凝）過荷： 5Vp采集卡ADA16-8/2(LPCI)： 支持總

37、線： 標準PCI；Low Profile PCI功 能： 輸入，輸出輸入點數： 4點輸出點數： 4點雙向點數： -響應速度： 200nSec(max.)操作電壓： 5VDC-TTL內部電源： - -輸入回路： 非隔離TTL電平輸入(正邏輯)輸出回路： 非隔離TTL電平輸出(正邏輯) 模擬量輸入輸出機能：支持總線： 標準PCI；Low Profile PCI功 能： 輸入，輸出輸入路數： 單端連接 8通道輸出路數： 2通道精 度： 16位A/D 變換： 10Sec/ch(max.)D/A 變換： 10Sec(max.)采集軟件： 信號采集、實時顯示、信號保存本實驗數據采集系統如圖3.4所示，振蕩

38、信號通過傳感器（加速度傳感器）經過恒流電壓源（多通道電壓源）以后，信號采集儀會對振蕩信號進行調理濾波，最后通過數據采集儀的數據采集箱進入計算機系統，等待計算機采集軟件的處理和分析.圖3.4數據采集系統3.2實驗方案3.2.1軸承的故障狀態 本實驗主要是針對滾動軸承的三種典型故障進行模擬實驗：外圈損傷，內圈損傷，滾動體損傷。本實驗分別對三個滾動軸承的外圈，內圈，滾動體進行人為破壞，用電火花加工在軸承的相應部位進行破壞。如下圖所示： 圖3.5外圈破損 圖3.6內圈破損 圖3.7滾珠破損3.2.2實驗步驟1）安裝試驗平臺，連接數據采集系統，對整個系統進行調試，校正系統本身不平衡，軸不對中，軸彎曲，松

39、動等故障，減少各種振動信號對滾動軸承振動信號的影響。2）安裝有不同故障的滾動軸承，對滾動軸承的三種典型故障進行實驗：內圈損傷，外圈損傷，滾動體損傷，并采集相應振動信號。3) 對采集的信號進行數據分析和故障診斷識別。具體流程如下圖所示：第4章 實驗的操作過程及數據的提取本章主要介紹試驗完成的具體步驟和過程，詳細說明信號的采集過程和特征參數的提取過程。利用所得特征參數對軸承故障進行識別，通過前后比較可以看出軸承屬于哪種故障的可能性較大。本文定義N正常軸承，O為外圈損傷軸承，I為內圈損傷軸承，E為滾動體損傷軸承。本文采用的數據分析和處理均是作者利用江蘇千鵬公司研發的軟件完成的。4.1裝拆軸承4.1.

40、1實驗前期準備根據設備操作說明書，再結合本人現有知識，下面僅把本人的操作過程敘述一下！開始工作前要確認以下事項，使其處于工作的初始狀態，制動器的電源處于OFF狀態，再關閉粗調旋鈕，使部件套上護罩，底座調成0度位置，最后把螺母松的擰緊。4.1.2試機進行如下檢查：1）各螺栓，螺釘松動沒有？2）電機絕緣電阻是否合適？（電壓500V罩歐表，電阻大于20M為正常） 3）各部分布線有沒有錯誤？4）作空載運行，看旋轉方向是否正確？5）作短時間12個小時運行，檢查機械的振動，噪音及溫升情況，如果有什么異常，馬達進行單獨運行，查找問題是出在馬達側還是機械側？把原因弄清楚。4.1.3拆卸并安裝軸承關閉主電路電源

41、，做如下步驟：1)把檢測端軸承座處的軸承外圈壓蓋螺栓松開，拆下軸承外圈壓蓋。圖4.1拆下外圈壓蓋圖 2)取出軸承外圈；把外圈蓋上的四個螺栓松開，取出軸承外圈。圖4.2取出軸承外圈圖3)把軸承內圈壓蓋處的螺栓松開，拆下壓蓋；4)把軸承的內圈部分取下；圖4.3取下內圈后的圖5)換上有缺陷的軸承；6)把前面拆下的部件按順序裝上；7)接通主電路電源，把裝置開動起來。4.2信號的采集過程4.2.1前期準備1）先關閉電源，防止操作時觸電。2）把傳感器和采集裝置連接好。3）取下傳感器上的撥片，放在裝有軸承的待測部位。 圖4.4傳感器的放置4）打開電源，開啟數據采集儀和電腦，進入采集信號界面。圖4.5數據采集

42、儀本文模擬了軸承故障中的三種故障方式：外圈磨損，內圈磨損，以及滾珠磨損，在這里作者以外圈磨損的采集過程為例，說明要點，其他故障形式以此類推！4.2.2數據采集過程1）進入數據采集系統 圖4.6采集系統界面創建測試目錄并選擇好測試點以便數據儲存。2）進入采集畫面圖4.7采集信號圖本文中所用到的數據采集儀有四個傳輸通道，本實驗為了方便后期處理，只用了兩個通道。特此說明！3）儲存測量數據，為了后期處理做準備。 4）根據所側數據通過軟件得出各種情況下時域波形進入信號處理界面 圖4.8信號處理界面圖調入已儲存好的測點數據，得出時域波形圖圖4.9正常軸承的時域波形圖圖4.10外圈破損的時域波形圖圖4.11

43、內圈破損的時域波形圖圖4.12滾動體破損的時域波形圖4.3數據信號的處理過程前面我們已經通過拆裝故障齒輪和測量信號得出了實驗數據，現在我們可以通過江蘇千鵬公司給出的數據處理軟件得出我們想要的十個特診參數，并且可以得到參數的DI值和DR值，通過該值，可以體現該軟件的優越性。并且DI和DR值越高，參數的診斷性就越強！為了方便各位老師閱讀，理解和把問題說清楚，在這里作者把操作過程敘述如下：1）進入軟件診斷界面，選擇特征參數診斷2）選擇基準數據圖4.13調入基準數據圖基準數據就是正常軸承測點數據，用它和非正常軸承測點數據進行比對，得出DI，DR值 圖4.14基準數據圖3）選擇點檢數據 圖4.15調入點

44、檢數據圖點檢數據就是非正常軸承的測點數據圖4.16點檢數據圖4）基準數據和點檢數據調入好后，得出特征參數圖4.17特征參數界面圖到此，整個操作過程就結束了。 很明顯DI值越大，即DR的值也越大，特征參數的值就越好，因此DI可以用來評估特征參數分辨的靈敏度。通過上述過程我們可以得出外圈損傷，內圈損傷，滾動體損傷的DI，DR值。在這里我們用O代表外圈傷，I代表內圈傷，E代表滾動體傷。在此我們得出下表：表4.1征參數DI，DR值表OIEDIDRDIDRDIDRP10.05810.52320.77900.78200.99790.8408P20.00250.50100.96090.83170.76270

45、.7772P30.35280.63790.06830.52720.61520.7308P40.40720.65810.01250.50500.46230.6781P50.64430.74030.03770.51501.42470.9229P60.25950.60240.74690.77242.87590.9980P70.30270.61890.70680.76022.12860.9834P80.14070.55591.50520.93392.05850.9802P90.03650.51460.20010.57930.05020.5200P100.06860.52730.23610.59330.

46、21300.5844在這里我們可以得出所有十個特征參數的值。而在傳統方法中我們需要一個一個計算，計算過程非常緩慢，而且容易出錯，如果不好（DI，DR值不夠高），還要重新計算，非常繁瑣。在這里我們用該軟件可以快速得出！下面簡單介紹一下傳統方法的特征參數提取過程。對于不同的狀態，能夠靈敏的識別故障狀態的特征參數是不同。因此，進行滾動軸承故障狀態識別時，如何找到最佳的狀態識別特征參數，是非常關鍵和重要的。傳統的特征參數提取方法的具體過程如下:1)測量正常和故障狀態下的信號;2)定義幾個特征參數;3)用信號計算這些特征參數的值;4)檢查每個特征參數的靈敏度，如果均不夠高，則回到(2);5)用高靈敏度的

47、特征參數進行故障診斷。注：靈敏度用DI,DR表示在這里我們可以一次性得出所有特征參數，從中選出最優值。外圈損傷時的DI是0.6443，DR是0.7403，特征參數是P5。內圈損傷時的DI是1.5052，DR是0.9339，特征參數是P8.滾動體損傷時的DI是2.8759，DR是0.9980，特征參數是P6。從而節省了大量時間，使得診斷結果更加精確！以下是我們本實驗所測得的最優特征參數值：表4.2分辨指數DI和識別率DR最大的特征參數狀態DIDR特征參數O0.64430.7403P5I1.50520.9339P8E2.87590.9980P6 第5章 結論本文通過旋轉機械故障診斷實驗，模擬了三種故障形式（外圈破損，內圈破損，滾動體破損），得出的十個特征參數。驗證了本文提出方法用于滾動軸承故障診斷的有效性和可行性。本文的主要結論如下：1）對軸承故障基本類型的分析基礎上建立了軸承故障模擬實驗臺。即人為給軸承造出故障 ( 內圈傷、外圈傷、滾子傷) ，然后通過采集系統采集這些狀態下的信號波形進行處理。 說明了該實驗方法的可行性。2）根據表4.2所示的結果，我們可以知道：在下一次的的診斷中，如果所測數據的P8和P6的DI和DR值均小于表中值，而P5的DI和DR值大于表中值，則該診斷的軸承很有可能是外圈傷。如果所測數據P5和P6的DI和DR的值均小于表中的值，而P8的DI和DR值大于表中值，