基于频谱分析法的滚动轴承故障诊断实例
旋转机械的故障分析方法很多，比如小波变换、经验模式分解等，这些经常用来解决疑难杂症，工程上较为常见应用起来也方便容易的方法之一是频谱分析法。滚动轴承故障也是旋转机械众多故障中较为常见的一种。首先提出两个概念，第一根据轴承损伤严重程度，可将其故障阶段分为初始阶段、微观阶段、宏观阶段和最后阶段4个阶段，第二，参考资料杨志伊主编《设备状态监测与故障诊断》，轴承的故障特征频率计算公式如下：
针对滚动轴承的故障诊断，一般都要测录其速度谱和gSE振动尖峰能量。所谓速度谱也就是通常意义上的振动频谱。所谓gSE振动尖峰能量则是一种专门针对滚动轴承故障的频谱分析法，这是由于滚动轴承的故障信号一般属于高频信号且信号较弱，易被背景信号所淹没，在普通振动频谱中可能很难被发现，gSE振动尖峰能量法则有效解决了这一问题。
下面以风机轴承故障典型案例来说明如何判断轴承故障所处的阶段：
在图中(左边为速度谱，右边为gSE谱)，可以看到速度谱很“干净”-仅出现了转速基频，gSE谱出现了外圈故障频率77Hz，且幅值很小，所以轴承处于初始故障阶段，轴承寿命起码还有约10%~20%，可以继续使用。
在图中，可以看到速度谱和gSE谱出现了外圈故障频率77Hz，但幅值均很小，所以轴承处于微观故障阶段，轴承寿命还有约5%~10%，可以继续使用。
在图中，可以看到速度谱出现了外圈故障频率77Hz， gSE谱出现了外圈故障频率及其2、3、4倍频，且幅值较大，所以轴承处于微观故障阶段，轴承寿命还有约1%~5%，应更换此轴承。
在图中，可以看到速度谱出现了外圈故障频率77Hz及其2、3、4倍谐频，尤其是77Hz处幅值是基频(约9.933Hz)幅值的3倍多，gSE谱也出现了外圈故障频率及其2、3、4倍频，所以处于轴承最后故障阶段，轴承寿命还有约1h~1%，须立即更换，否则会造成灾难性后果。
总结如下：滚动轴承故障所处阶段划分需要遵循下述原则：
① 轴承故障效应可能不会体现在振动幅值上，要通过分析频谱来发现轴承故障，不能以幅值一概论之。
② 对轴承故障来说，将速度谱和gse谱结合起来区分轴承故障所处阶段，对于轴承的故障处理至关重要。
长见识了 艾默生Peakvue技术对滚动轴承诊断更简单准确 软件不一样的，怎么分析？ 滚动轴承的检测应该比较成熟，基本上市场上的技术都能满足诊断的需要，就是看哪种技术更加准确，简单，数据处理的更加彻底。
这里的PeakVue技术个人认为得到的数据比较清晰可见。
页:
[1]