滚动轴承振动加速度信号积分测试技术研究

滚动轴承出厂时需要根据国家标准进行振动检测。对滚动轴承的振动进行测量的方法主要是采用速度型测振和加速度型测振。由于速度型测振仪和加速度型测振仪所采用的传感器不同,两者的测量结果有相关性,但测量结果并不一致。传统的轴承测振仪采用模拟电路,对加速度信号进行准确积分,难度较大;随着计算机测量技术的迅速发展,运用数字量测试和积分技术,可以采用对加速度信号进行积分得到速度的方法进行测试。通过对轴承的加速度信号进行积分,进行振动速度测量,可以在同样的测试条件下对轴承的振动加速度和振动速度进行比较,具有实际应用价值。本文采用数字量测试技术,以深沟球轴承为研究对象,对加速度积分算法进行研究,利用MATLAB和Lab VIEW软件编写了数字滤波器和时域积分算法,减去了时域积分产生的趋势项,降低了趋势项误差。通过实际测量实验,所得结果与轴承行业所用的标准精密模拟积分器所得结果具有较好的一致性,可以满足轴承振动速度测量的需要。     

高速高温轴承综合性能实验器的研制

工作在高速、高温等极苛刻条件下的滚动轴承的寿命、可靠性及失效形式十分复杂,很难得到准确的理论分析结果.本文研制了高速高温轴承综合性能实验器.该实验器模拟轴承的载荷、转速、温度、润滑等工况条件,测试轴承的综合动态性能,为轴承性能分析提供准确的实验数据.并且对滚动轴承的综合性能进行了测试.     

基于时时能量阶比谱的变转速工况滚动轴承微弱故障诊断研究

变转速工况下的滚动轴承微弱故障诊断同时面临两个难点:一是滚动轴承的故障特征信号容易被环境噪声和干扰信号淹没;二是滚动轴承故障振动信号的时变特征难以被常规频谱方法提取。针对上述问题提出了基于时时能量阶比谱的滚动轴承故障诊断方法。首先对变转速工况下的滚动轴承微弱故障振动信号进行时时(time-time,TT)变换,在双时域上刻画轴承故障振动信号的时变特征;然后利用提出的时时能量定义计算轴承故障振动信号的时时能量,获得轴承故障振动信号的时时能量信号;最后对时时能量信号进行阶比分析得到轴承故障振动信号的时时能量阶比谱,并根据时时能量阶比谱的阶次特征识别出轴承故障类型。分析了变转速工况下的滚动轴承故障仿真信号和实验测试信号,结果表明:时时能量信号能够有效追踪轴承故障振动信号的时变能量分布,增强故障特征信号的冲击特征,时时能量阶比谱较包络阶比谱抗噪能力更强,为变转速工况滚动轴承微弱故障诊断提供一种有效方法。     

内禀模态特征能量法在滚动轴承故障模式识别中的应用

针对滚动轴承振动信号和状态信息非线性映射关系,提出一种基于内禀模态函数（IMF）特征能量的轴承特征向量提取方法,并与支持向量机（SVM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量,选取包含主要信息的IMF能量作为振动信号的特征向量,并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验,结果表明,该方法能够有效、准确地识别轴承故障。     

小型滚动轴承疲劳寿命试验机

针对实际工况下小型滚动轴承疲劳寿命测试的需要,研制了一台模拟实际应用工况的小型滚动轴承疲劳寿命试验机。该试验机主要由驱动系统、加载系统及测控系统几部分组成,满足了客户针对不同特定使用工况下测定小型滚动轴承疲劳寿命的需要,具有较好的测试柔性和简便性,通过重复性试验,验证了研制的试验机具有较高的可靠性和稳定性,这一工作可以有效地评价各种小型滚动轴承在实际应用环境下的使用效能。     

内禀模态特征能量法在滚动轴承故障模式识别中的应用

摘 要：针对滚动轴承振动信号和状态信息非线性映射关系,提出一种基于内禀模态函数（IMF）特征能量的轴承特征向量提取方法,并与支持向量机（SVM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量,选取包含主要信息的IMF能量作为振动信号的特征向量,并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验,结果表明,该方法能够有效、准确的识别轴承故障。     

滚动轴承游隙振荡的试验研究EI北大核心CSCD

在进行某型航空发动机模拟试验时,发现了一种鲜见报道的转子-轴承系统振动幅值长周期变化现象。为探究该现象的成因,利用某型航空发动机模拟试验器对该现象进行了长时间测试和验证,试验揭示了该现象受转速、滑油流量和温度、载荷、轴承状态和游隙等因素的影响规律。在大量试验后,分解了试验器和轴承,并更换新轴承进行了重复试验。试验结果表明,该轴承的振动幅值长周期变化现象是轴承游隙引起的热-构耦合现象。其机理是游隙较大的轻载轴承打滑发热,引发轴承游隙周期性变化,导致转子振动出现振荡现象,该研究称其为滚动轴承的游隙振荡现象。该现象对轴承的散热状态和径向载荷较为敏感,主要发生在轴承工作载荷远远低于轴承额定载荷的情况下,可以通过改变供油条件或适当增加不平衡载荷的方式消除该现象。     

波峰因数早期诊断滚动轴承故障

滚动轴承运行的故障诊断是重点发展的设备监测技术,使用便携式仪器对机器轴承座进行宽频带振动信号测量时,可以测量振动的峰值(PK)或均方根值(RMS),这两种参数反映轴承状态各有偏重。当轴承运行一段时间处于均匀磨损阶段,均方根值是能比较准确地反映轴承异常的基本量,而当轴承零件上有局部的剥落、凹坑一类缺陷,引起瞬时冲击振动。就要通过测量振动峰值,用它与均方根的比值来反映轴承的故障状况,比值PK/RMS称为波峰因数(Crest Factor)。     

弹性支承下的高速圆柱滚子轴承振动特性研究

基于滚动轴承动力学理论,建立了弹性支承下高速圆柱滚子轴承动力学微分方程组,采用预估-校正Gear stiff(GSTIFF)变步长积分算法对其进行求解,研究了弹性支承件的结构参数和轴承工况参数对圆柱滚子轴承径向振动的影响。结果表明:弹性支承件的沟槽数、梁厚及过渡角对轴承径向振动的影响较为显著,而沟槽间隙对圆柱滚子轴承径向振动的影响较小,合理的选择弹性支承件的结构参数可有效的降低高速圆柱滚子轴承的径向振动;在一定的载荷和转速范围内,弹性支承件可有效降低轴承的径向振动,选用沟槽数较少的弹性支承件可实现在较大转速和载荷范围内降低圆柱轴承振动的目的。     

基于最优品质因子信号共振稀疏分解的滚动轴承故障诊断

滚动轴承常常在复杂工况下工作,当滚动轴承出现局部故障时,其振动信号中除了与故障信息相关的周期性瞬态冲击成分外,还包含轴转频等谐波成分和背景噪声。因此,在滚动轴承故障早期,对滚动轴承振动信号直接进行包络解调分析往往效果不佳。针对上述问题,提出了基于最优品质因子信号共振稀疏分解的滚动轴承故障诊断方法。该方法首先以信号共振稀疏分解低共振分量的峭度最大为目标,利用遗传算法对信号共振稀疏分解方法的品质因子进行优化,得到最优品质因子;然后利用最优品质因子对轴承振动信号进行信号共振稀疏分解,得到高共振分量和低共振分量;最后对低共振分量进行希尔伯特解调分析,提取轴承故障特征频率,进而诊断滚动轴承故障。仿真信号和试验信号的分析结果表明,该方法能有效提取轴承故障振动信号中的冲击成分,诊断轴承故障。