CN102341687B - 预测性滚动轴承维护 - Google Patents

预测性滚动轴承维护 Download PDF

Info

Publication number
CN102341687B
CN102341687B CN201080010966.3A CN201080010966A CN102341687B CN 102341687 B CN102341687 B CN 102341687B CN 201080010966 A CN201080010966 A CN 201080010966A CN 102341687 B CN102341687 B CN 102341687B
Authority
CN
China
Prior art keywords
vibration signal
outer ring
inner ring
rolling bearing
respect
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201080010966.3A
Other languages
English (en)
Other versions
CN102341687A (zh
Inventor
M·科康塞利
L·巴西
D·博吉
R·鲁比尼
C·塞奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tetra Laval Holdings and Finance SA
Original Assignee
Tetra Laval Holdings and Finance SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tetra Laval Holdings and Finance SA filed Critical Tetra Laval Holdings and Finance SA
Publication of CN102341687A publication Critical patent/CN102341687A/zh
Application granted granted Critical
Publication of CN102341687B publication Critical patent/CN102341687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/04Bearings
    • G01M13/045Acoustic or vibration analysis
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • F16C19/527Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions related to vibration and noise
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • G01M13/02Gearings; Transmission mechanisms
    • G01M13/028Acoustic or vibration analysis

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种预测滚动轴承中损坏的方法,所述滚动轴承包括内和外圈以及以均匀角度分布其间的滚动体,所述方法包括:(在DSP系统8中)处理指示相对于所述外圈的所述内圈的相对角度位置的位置信号(x(t)),以及指示滚动轴承中速度相关的振动的振动信号(y(t))(通过加速度测量计7),以使得它们对应于等于整数个相邻滚动体之间的角度间距的所述滚动体的角度位移或整数个所述内圈相对于所述外圈的满转;根据处理后的位置信号(x(t))(在A/D获取板9中)空间采样所述处理后的振动信号(y(t));以及根据所述空间采样后的振动信号(y(t))预测所述滚动轴承中的损坏。

Description

预测性滚动轴承维护
技术领域
本发明总体上涉及预测性滚动轴承维护,特别涉及对在如设计用于生产容纳食品的密封包装的包装流水线的填装机或分配设备中使用的以不定可变低速运行并具有(周期性)运动反转的伺服电机中的滚动轴承的面向维护、基于条件的监控。
背景技术
众所周知,在食品包装厂的生产现场,通常要执行多项特定目标程序,包括导入食品和包装材料存储,食品处理,食品包装和包装入库。特别对于可灌注食品,食品包装在包装流水线进行,其每一个为用于生产和处理包装的机器和设备的组合,并且包括生产密封包装的填装机,紧接着是下游分配设备(例如,蓄力器,吸管敷贴机,薄膜包装机和纸板打包机)的一个或多个限定配置,其通过传送带连接到填装机,用于处理包装。
这类包装的典型例子是被称为Tetra Brik Aseptic的用于液体或可灌注食品的平行管状包装,其通过折叠和密封包装材料的层压薄片制得。
包装材料具有多层片状结构,实质上包括一个或多个通常由纤维材料,例如纸,或矿物填充的聚丙烯材料制成的硬化和加强基层,两侧覆盖有多个热封塑料材料层,例如,聚乙烯薄膜。对于用于长期保存产品,例如UHT牛奶,的无菌包装,包装材料还包括阻气性和阻光性材料层,例如铝箔或乙基乙烯醇(EVOH)薄膜,其层叠在热封塑料材料层上,并依次被形成最终接触食品的包装的内表面的另一热封塑料材料层覆盖。
这类包装在全自动填装机上制造,其中连续的垂直管由卷筒给料包装材料形成,通过应用例如过氧化氢溶液的化学杀菌药剂对其进行杀菌,而其在杀菌完成后被从包装材料的表面去除,例如,通过加热被蒸发掉;并且已杀菌后的卷材被保存在密闭的无菌的环境中并被折叠和纵向密封以形成垂直管。之后所述管被向下填装已杀菌的或无菌处理后的可灌注食品并沿着垂直路径馈送到形成站,在那里其被包括两对或多对的夹紧装置的夹持系统沿等间隔横截面夹持,其循环并连续地作用于所述管并密封管的包装材料以形成通过横向密封带彼此连接的枕状包装的连续带。枕状包装通过切割相关的密封带彼此分离,并被运送到最终折叠站,在那里它们被机械折叠为最终的(例如大致平行管状的)包装。
作为替代方式,包装材料可被切割为坯料,其在形成轴上被形成为包装,而后包装被灌注食品并密封。这类包装的一个例子是被称为Tetra Rex的所谓的“屋顶”的包装。
在这些包装流水线中,多个部件由(电)伺服电机操作,其虽然在很多方面有价值但受到故障的影响,其主要原因之一是由于疲劳或磨损导致的支撑伺服电机的传动轴的滚动轴承的破损。虽然疲劳可以用导致轴承的所谓的L10等级的标准方式进行统计表征,磨损是更细微的现象,在文献中被称为点蚀或撞击磨损,其产生局部化的损伤,其开始可能在部件的预期寿命内(伪)随机地出现,其后有导致完全破损的相对快速的退化阶段。因此,对这些部件的周期性替换是可能只能成功预防疲劳相关问题的策略,而这对于磨损相关的问题几乎没有用。
其他类型的预防性周期维护行为,例如清洁和上润滑油,对于减少轴承磨损可能有效,因为通常磨损的特征是轴承润滑油的污染物,其反过来破坏轴承的健康。这种污染物可能来自外部(例如轴承被放置在不利的环境中)但也可能由于内部原因引起(例如由于在操作中旋转元件剥落的材料的小碎屑)。
然而,最终预防磨损相关破损的唯一方法是对轴承健康状态的基于条件的监控,这样的维护策略之所以大体上是可能的是因为如下事实,即一旦轴承接近出现问题,其将变得产生噪声并振动,作为即将发生破损的警告标志:如果这一标志被及时检测到,其通常将给予操作者数日至数周(取决于轴承以及应用)的时间期限以不影响生产时间而计划维护行为和替换轴承。
可以认识到的是振动分析是工业预测性维护项目的重要部分,其使得滚动轴承中的磨损和损伤可在机器失灵前被发现并得到修理,由此减少操作和维护成本。
对轴承的振动水平的经验性的估算是容易出现误差的行为,其可导致对于部件的剩余寿命的过大的低估或高估,以及把由于完全不同的原因(例如传动轴的不平衡)引起的噪声误认为轴承损伤的错误。因此,科学界努力提供轴承损坏的科学表征,并且当前可找到关于这一主题的大量文献。
基本的思想是将轴承的每种故障模式关联到特有的频率识别标志,其可通过适当的分析从振动信号中提取。具体来说,传统的振动分析基于如下事实,即如果在一个轴承表面存在局部化的损伤则其将在轴承转动时引起一系列冲击;而且,假设伺服电机以恒定速度旋转则冲击是周期性的。实际上,对轴承的运动学分析显示出,假设不出现打滑,该部件与周转齿轮非常相似,也就是说,在伺服电机传动轴和轴承的所有其他移动部分间存在固定的“传送比率”,这引出了振动分析的基础公式:
fd=kdfr        (1)
其显示损伤频率(其为这种冲击的实际频率)fd通过损伤系数kd线性取决于转动频率fr,而损伤系数kd正是伺服电机传动轴和损伤位置处的移动部分之间的传送比率。这些系数在文献中是公知的并且由下式给出:
其中,Bd,Pd为滚珠和节直径,N为旋转单元的数目,θ为指示作为安装操作结果的内和外圈(或圈)之间可能的不对准的角度(通常值为0至10度),并且其中下标d通常与损伤频率相关,而下标g,e,i和v与特定种类的损伤相关,即在内和外圈中,在内和外圈间的角度上平均地相隔的滚珠中,和在容纳滚珠并和滚珠共同(即以相同速度)转动的保持架中。
该现象在振动信号频谱上的影响可利用傅里叶变换的基本性质而被容易地理解:如果考虑单个冲击,在时域其可表示为具有冲击属性的强制动作d(t)和有限期间T,当T→0时其接近理想Dirac冲击函数δ(t);类似地,随着d(t)接近理想冲击情况(其傅里叶变换在所有频率上为常数)该信号的频谱D(f)将由倾向于无穷大的带宽来表征。
在实际部件运行中,强制动作u(t)将以原始脉冲d(t)的损伤频率周期性重复:
u ( t ) = Σ j = - ∞ ∞ d ( t - j T d ) - - - ( 3 )
由于傅里叶变换的特性,时间上的周期性重复等于频率中的采样,其意味着局部化的损伤作用到轴承的强制动作的频谱U(f)为离散频谱,通过对原始脉冲频谱D(f)采样得到:
U ( f ) = Σ j = - ∞ ∞ D ( f ) δ ( f - jf d ) - - - ( 4 )
在实践中,这意味着振动信号中的损伤的频率识别标志为由受损的轴承部分的特有的损伤频率分离的峰值序列。
然而,通常来说,在轴承上获得的振动信号的频谱并不精确地复制U(f);其反而可以被表示为:
Y(f)=G(f)H(f)U(f)+N(f)    (5)
其中G(f)为机械组件的传输函数,H(f)为传感器(常为加速度测量计)灵敏度函数,而N(f)为叠加于损坏信号上的任何种类的噪声。这样Y(f)的频谱并不是为了识别损伤识别标志而查看的最佳信号;常用的获取具有更佳信噪比的过程被称为包络分析并且基于如下假设:存在频带[f1,f2]使得:
●|G(f)|>>1,即我们接近于机械谐振
●|H(f)|>>1,即我们处于传感器的运行范围内
●|N(f)|<<1,其在实践中意味着我们要寻找信号U(f)的更高次谐波。
如下的表述受到了通常机械噪声在低频率较高的事实的启发。对这一规则存在一些例外,例如由于连接于电动机的传动装置造成的噪声,而在这种情况下有必要采用更多先进的已知的滤波技术。如果以上的假设被满足,通过在频带[f1,f2]内的带通滤波以及对Y(f)的解调,有可能获得有以fd间隔的清楚可见的一些尖峰的信号。
总之,典型的振动分析基于如下假设:
●在轴承上存在局部化的损伤;
●轴承所连接的电机以恒定速度旋转;
●在轴承单元的相对移动中没有打滑;
●在电机运行期间,损伤引起一系列短期冲击,其产生处于振动信号的频域中的具有一定周期的尖峰信号序列;并且
●存在在其中信噪比使得脉冲序列可被检测的频带。
如果这些条件得不到实现,尖峰序列可能被模糊化以至于不能再被识别,或者被隐藏于其它类型的噪声中。而且,(2)中的角度θ几乎不可能在实际环境下测量的事实为任务增加了一些困难,因为每个fd在可接受的θ的范围内实际上为变量。本领域大部分研究过去集中在用于获得更佳信噪比或用于处理由于速度的微小波动或打滑的出现而造成的尖峰模糊的信号处理技术。
尽管伺服电机恒定转速的基本假设对很多应用都成立,其被证明在自动机械领域是一种巨大的限制,在该领域通常使用多个伺服电机作为电动凸轮并且以可变速度操作以获得被致动的单元的可变速度曲线。特别是,由于伺服电机,通常是交流无刷电机,由于他们对机械运动在重配置运动曲线时需要的时间上的性能远高于机械解决方案而在近来的机械设计中出现得越来越频繁,在这些应用中基于通过如上所述的经典振动分析而确定的频率识别标志的任何滚动轴承损坏预测证明是不能令人满意的。
为了扩展如上所述的基于恒定转速假设的经典的振动分析以处理伺服电机的转速随时间变化的应用,有人提出了被称为阶次跟踪(Order Tracking(OT))的振动分析,其为使用转速的倍数,一般也称为阶次,而不是绝对频率(Hz)作为频率基础的频率分析,而这对于机械条件监测很有用,因为它能够容易地识别例如传动轴损坏和轴承磨损的速度相关的振动。对于该技术的详细论述,可以参考R.Potter,A new order tracking method for rotating machinery,Sound andVibration 24,1990,30-34,和K.Fyfe,E.Munck,Analysis of computed ordertracking,Mechanical System and Signal Processing 11(2),1997,187-205。
阶次跟踪基于不变空间采样方法,根据该方法振动信号以恒定角度增量(即,统一的Δθ)并因此以与轴承转速成比例的频率被采样。通常的阶次跟踪通过使用时变数据获取系统来完成这一任务,其中以与轴承转速成比例变化的频率执行时采样。相反的,计算阶次跟踪(COT)通过使用时不变数据获取系统完成这一任务,其中首先以恒定频率采样(即使用统一的Δt的时不变采样)振动信号,然后以恒定的角度增量对采样后的数据进行数字空间再采样(即用统一的Δθ的空间不变采样)以提供需要的恒定Δθ数据。因此,阶次跟踪将实际时间坐标t映射到修改后的时间坐标τ使得看到振动信号好像是由在恒定速度旋转的轴承分段产生的。该映射导致修改的振动信号,其中可找到给定类型的损伤的频率识别标志,并且使得滚动轴承损坏被满意地预测。
发明内容
尽管具有毋庸置疑的价值,申请人发现计算阶次跟踪仍然基于关于伺服电机运行的进一步假设,例如在高转速(>500rpm)运行,为了缺陷损坏需要多个传动轴的转动,没有运动反转,其使得它的教导不能令人满意地应用于以任意可变低转速运行的、会经受周期性运动反转的以及如用于食品包装领域以操作夹持系统的那些每一周期执行大约一次传动轴转动的伺服电机。
由此,本发明的目的在于提供一种技术使得计算阶次跟踪也能应用于以任意可变低转速运行的、会经受周期性运动反转的以及如用于食品包装领域的那些每一周期执行大约一次传动轴转动的伺服电机,以令人满意地预测伺服电机滚动轴承损坏,从而使得当前机械维护程序得到有效地增强。
该目标通过本发明得以实现,其涉及如所附权利要求中限定的预测滚动轴承中缺陷的方法、被编程以实施该方法的数字信号处理系统以及设计用于在执行时实施所述方法的软件产品。
附图说明
为了更好地理解本发明,现在参考附图(并非完全按比例绘制)说明优选实施例,其仅为举例而不应被解释为限定,其中:
图1示出根据本发明的配置用于实施修改后的计算阶次跟踪的数据获取系统的总体框图;
图2示出根据本发明的修改后的计算阶次跟踪的总体流程图;
图3示意性地示出了8滚珠轴承的横截面;
图4和图5示出根据本发明的第一实施例的在获取的位置信号x(t)和滤波后的振动信号yf(t)上执行以测试滚动轴承在外圈的损坏的“剪切和粘贴”操作;
图6a和图6b分别示出按时间绘制的内圈和滚珠保持架组件相对于滚动轴承外圈的相对位置;
图7和图8示出根据本发明的第一实施例在获取的位置信号x(t)和滤波后的振动信号yf(t)上执行以测试滚动轴承在内圈的损坏的“剪切和粘贴”操作;
图9a和图9b分别示出按时间绘制的相对于外圈的内圈相对位置和相对于滚动轴承的内圈的滚珠保持架组件的相对位置;
图10和图11示出根据本发明的第二实施例的在获取的位置信号x(t)和滤波后的振动信号yf(t)上执行的“剪切和粘贴”操作;
图12a和图12b分别示出在“剪切和粘贴”操作后获得的处理后的位置信号以及由对处理后的位置信号进行空间不变采样获得的空间采样位置信号
图13、14和图15分别示出通过反转对应于图5、7和图11中所示空间采样位置信号的下降斜面的部分的空间采样位置和振动信号而得到的经处理的空间采样位置和振动信号;
图16和图17示出图13中所示的经反转的振动信号的频谱,其中画出了与外圈损坏以及内圈损坏相关的损伤频率。
具体实施方式
提供下面的说明是为了使本领域技术人员能够制造和使用本发明。对实施例的各种修改对于本领域技术人员将是显而易见的,但仍不偏离所要求保护的发明的范围。因此,本发明不限于所示出的实施例,而应被给予与在此公开的以及所附权利要求所限定的原则和特征相一致的最宽范围。
本发明依据的基础思想是考虑食品包装流水线所用的伺服电机的特定运动轨迹,即周期性运动反转和大约每圈一次传动轴转动来适当地改进传统的计算阶次跟踪,以提供在后面将称为改进的计算阶次跟踪(MCOT)的技术。
图1示出了根据本发明的配置用于执行MCOT的数据获取系统的总框图。具体来说,在图1中,附图标记1指代具有可转动地被滚动轴承3(附图3)支撑的传动轴2的伺服电机,该滚动轴承3包括内圈3a、外圈3b和通过保持架3d夹持并以均匀角度分布在内和外圈3a,3b之间的滚动体3c,其损坏将通过MCOT预测并且可以操作它或者周期性地在一个和相同的方向上,即不进行任何转动反转,或者周期性地反转其转动方向;附图标记4指代伺服电机驱动器,其通过供电电缆5向伺服电机1提供电能,通过反馈电缆6从伺服电机1接收高分辨率编码器(未示出)产生的与伺服电机传动轴2相关的反馈信号,还输出基于来自伺服电机1的反馈信号产生的且指示伺服电机传动轴2的角度位置并由此指示出内圈3a相对于滚动轴承3的外圈3b的角度位置的位置信号x(t)。附图标记7指代加速度测量计,其与被监测的滚动轴承3相关联并输出指示滚动轴承3中的振动强度的振动信号y(t);而附图标记8指代被配置用于执行按照本发明的MCOT的数字信号处理系统。具体来说,数字信号处理系统8包括通过连接电缆10从加速度测量计7接收振动信号y(t)并通过连接电缆11从伺服电机驱动器4接收位置信号x(t)的A/D获取板9,并且其被配置以同时对位置和振动信号x(t)和y(t)进行时不变采样以在每一采样时刻t产生一对值由此使得x=[x(t1),……,x(tns)]和y=[y(t1),……,y(tns)]彼此同步;以及通过连接电缆13连接到A/D获取板9以接收还是被指代为x(t)和y(t)的时采样位置和振动信号,并被编程以根据本发明的MCOT处理这些信号的数字信号处理(DSP)单元12,其将在后面参考如图2所示的总流程图进行描述。
如图2所示,MCOT的第一步(框100)为识别出要检测损坏(例如,内圈损坏、外圈损坏等等)的候选轴承部件。具体来说,要检测损坏的候选轴承部件由操作员通过数字信号处理系统8执行的图形用户界面(GUI)指定,并且因为测试不同的轴承部件的损坏需要MCOT分立的执行,所以这是必要的,读者将在后面当描述MCOT的第三步时了解这一点。
MCOT的第二步骤(框200)为识别出对时采样后的振动信号y(t)进行包络分析的合适的频带[f1,f2]:这意味着识别出放置了伺服电机的组件中的谐振频率,其可通过仿真或测量完成。这样的信息为应用专有的,因此不大可能由替换伺服电机或甚至是移动到相同模型的另一机器而改变。一旦识别出合适的频带,时采样后的位置信号x(t)和时采样后的振动信号y(t)在给定获取时间周期上,例如50s,被获取,然后对时采样后的振动信号y(t)在[f1,f2]中进行带通滤波并解调,由此获得在后面被称为滤波后的振动信号yf(t)的信号。
实施对时采样后的振动信号y(t)的滤波和解调是由于滤波后的振动信号yf(t)具有等于f2-f1的带宽,其通常远低于时采样后的振动信号y(t)的带宽,并且这可以明显提高结果的可读性,尤其在高噪声环境中。
MCOT的第三步骤(框300)为根据本发明两种不同的、可相互替换的实施例处理时采样后的位置信号x(t)和滤波后的时采样后的振动信号yf(t)。
在本发明的第一实施例中,执行起源于在对其运行周期内损坏的轴承中发生的情况进行深入分析的特定的信号处理。例如让我们考虑一种伺服电机应用的例子,其中,伺服电机每400度周期性地反转其运动,即其中伺服电机具有运行周期,在该运行周期中伺服电机传动轴延一个方向执行宽于一整圈转动(周角,即360度)的角度位移,之后其反转其转动方向。我们同样考虑滚动轴承为如图3所示的具有8滚珠型的情况,其中每对相邻滚珠间隔相距45度的角度间隔。在图3中,内和外圈以及保持架的绝对转动速度被分别指定为ωI,ωO,和ωC,而内和外圈相对于中间的滚珠保持架组件的相对转动速度被分别指定为ωI-C和ωO-C
在所考虑的伺服电机应用中,滚动轴承为具有8滚珠型支撑伺服电机传动轴,由此内圈转动速度等于伺服电机的转动速度,而外圈为静止(ωO=0),ωI-C=ωIC=ωI-JωI=(1-J)ωI=0.616ωI,其中J=0.384为8滚珠轴承中内圈和滚珠保持架组件的转动速度之间的传输比,而且ωO-C=ωCO=ωC
而且,滚珠保持架组件相对于内圈的相对角度位移为RI-C=ωI-CT=(1-J)ωIT=0.616·400°=246.4°,其中T为伺服电机的运行周期的持续时间,由此ωI·T为在伺服电机的运行周期期间内圈的角度位移,而滚珠保持架组件相对于外圈的相对角度位移为RO-C=ωO-CT=ωCT=JωIT=0.384·400°=153.6°。
鉴于上述内容,可以明了如果在内或外圈出现损坏,一定数量的冲击将在滚珠和损坏的圈之间出现,该数目明显取决于损坏所在的位置(内或外圈)以及滚珠之间的角度间距。具体来说,如果损坏在内圈,冲击的数量等于int(RI-C/45)=int(264.4/45)=int(5.475)=5,而如果损坏在外圈,冲击的数目等于int(RO-C/45)=int(153.6/45)=int(3.413)=3。
鉴于此,可以认识到一般情况下RI-C/45和RO-C/45不是整数的事实导致在伺服电机的运行周期一般不会以冲击结束,即在最后一个冲击后(在上述考虑的例子中为第三或第五)伺服电机在反转转动方向前执行附加的角度位移。
申请人发现该现象不利地影响获得的振动信号y(t)达到这样的程度,即上述的振动分析特别是计算阶次跟踪证明为是不令人满意的。
因此,根据本发明的第一实施例的信号处理旨在使得时采样后的位置信号x(t)和滤波后的振动信号yf(t)看起来好像他们由内圈相对于外圈在一个和相同的方向连续地旋转而产生的,即没有任何转动方向的反转,在其过程中滚珠保持架组件相对于内和外圈分别执行每个等于整数个滚动轴承中两个连续冲击之间的角度位移的角度位移。
该目标通过处理时采样后的位置信号x(t)和滤波后的振动信号yf(t)以使得在伺服电机的每个运行周期内,它们分别对应于滚珠保持架组件相对于内圈和外圈的角度位移而实现,其每一个等于整数个轴承相邻两个滚动单元之间的角度间距。
上述信号处理通过“剪切和粘贴”时采样后的位置信号x(t)和滤波后的振动信号yf(t)以消除(剪切掉)使上述结果得以实现的其中的那些部分而完成。
该操作在图4到图6以及图7到图9中示出,其中前三幅附图涉及在外圈中搜索损坏,而后三幅附图涉及在内圈中搜索损坏。具体来说,图4和图7显示时采样后的位置信号x(t),滤波后的振动信号yf(t)和其由灰色矩形为界的将要从中剪切掉的那些部分,而图5和图8显示处理后的位置和振动信号其通过一个接着另一个地粘贴(合并)相应的时采样后的位置信号x(t)和滤波后的振动信号yf(t)的剩余部分而获得。
具体来说,图4涉及在外圈中搜索损坏,其相对于滚珠保持架组件的相对角度位移为153.6°,在其过程中在损坏和滚珠之间出现三次冲击。因此,为了使滚珠保持架组件执行等于整数个外圈中连续两个冲击之间的角度位移的角度位移,这样的角度位移应为3·45°=135°(轴承的两个相邻滚珠之间的角度间距的整数倍),其又对应于135°/0.384=351.6°的内圈角度位移。因此,为了使时采样后的位置信号x(t)对应于351.6°的内圈角度位移,时采样后的位置信号x(t)和滤波后的振动信号yf(t)对应于内圈的400°-351.6°=48.4°的角度位移的部分将被剪切掉。
为了使时采样后的位置信号x(t)和滤波后的振动信号yf(t)的剩余部分在伺服电机的各个运行周期中居中以避免伺服电机传动轴反转其转动方向并由此处于瞬时转动状态的那些部分,将从时采样后的位置信号x(t)和滤波后的振动信号yf(t)中剪切的部分为以相等的部分对应于伺服电机的运行周期的起始和最终部分二者的那些部分,在图4所示的例子中,那些部分在0°到24.2°以及375.8°到400°的范围,由此将那些部分保留在24.2°到375.8°的范围。
本领域技术人员可以认识到不同于图4所示的那些部分的时采样后的位置信号x(t)和滤波后的振动信号yf(t)的其它部分可被从中剪切,其使得相同的结果能够实现。例如,可以剪切时采样后的位置信号x(t)和滤波后的振动信号yf(t)对应于原始运行周期的起始或最后部分的那些部分,即分别为0°到48.4°或351.6°到400°的范围。
不是在伺服电机传动轴的范围,而是在滚珠保持架组件的角度位移的范围中,可进行相同的计算。具体来说,为了使得时采样后的位置信号x(t)对应于135°的轴承保持架的角度位移,并且为了时采样后的位置信号x(t)的剩余部分在运行周期中居中,在0°到9.3°和144.3°到153.6°范围中的那些部分(其在伺服电机传动轴的范围中,对应于在前所指出的0°到24.2°以及375.8°到400°的范围)将被剪切,而在9.3°到144.3°的范围的那些部分(其在伺服电机传动轴的范围中对应于在前所指出的24.2°到375.8°的范围)将被保留。
上述的范围在图6a和图6b中示出,其中绘出了相对于时间的内圈(图6a)和滚珠保持架组件(图6b)二者相对于外圈的位置。
图7转而涉及在内圈中搜索损坏,其相对于滚珠保持架组件的相对角度位移为246.4°,并且其中在损坏和滚珠之间出现了五次冲击。因此,为了使滚珠保持架组件执行等于在内圈中两次连续冲击之间的角度位移的整数倍的角度位移,该角度位移应为5·45°=225°(轴承的两个相邻滚珠之间的角度间距的整数倍),其又对应于225°/0.0616=365.2°的内圈的角度位移。因此,为了使时采样后的位置信号x(t)对应于365.2°的内圈角度位移,时采样后的位置信号x(t)和滤波后的振动信号yf(t)对应于内圈的400°-365.2°=34.8°的角度位移的部分将被剪切。
为了使时采样后的位置信号x(t)和滤波后的振动信号yf(t)的剩余部分在伺服电机的各个运行周期中居中以避免伺服电机传动轴反转其转动方向并由此处于瞬时转动状态的那些部分,将从时采样后的位置信号x(t)和滤波后的振动信号yf(t)中剪切的部分为以相等的部分对应于伺服电机的运行周期的起始和最终部分二者的那些部分,在图7所示的例子中,那些部分在0°到17.4°以及382.6°到400°的范围中,由此剩下在17.4°到382.6°的范围中的那些部分。
本领域技术人员可明了不同于图7所示的那些部分的时采样后的位置信号x(t)和滤波后的振动信号yf(t)的其它部分可被从中被剪切,其使得相同的结果能够被实现。例如,可以剪切时采样后的位置信号x(t)和滤波后的振动信号yf(t)中对应于原始运行周期的起始或最后部分的那些部分,即分别在0°到34.8°或365.2°到400°的范围中。
不是在伺服电机传动轴的范围而在滚珠保持架组件的角度位移的范围中,可进行相同的计算。具体来说,为了使得时采样后的位置信号x(t)对应于225°的轴承保持架的角度位移,并且时采样后的位置信号x(t)的剩余部分在运行周期中居中,在0°到10.7°和235.7°到246.4°范围中的那些部分(其在伺服电机传动轴范围,对应于在前所指出的0°到17.4°以及382.6°到400°的范围)将被剪切,而在10.7°到235.7°的范围中的那些部分(其在伺服电机传动轴范围中对应于在前所指出的17.4°到382.6°的范围)将被保留。
上述的范围在图9a和图9b中示出,其中绘出了相对于时间的内圈相对于外圈(图9a)和滚珠保持架组件相对于内圈(图9b)二者的位置。
鉴于上述内容,可以明了轴承的两个相邻滚动单元之间的角度间距取决于滚动轴承的类型和几何形状,并且由此上述的信号处理除了取决于要对哪个轴承部件检测损坏(内圈或外圈)外,还取决于轴承的几何参数。
在本发明的第二实施例中,时采样后的位置信号x(t)和滤波后的振动信号yf(t)被处理以使得它们对应于整数个内圈相对于外圈的满转(360°),即使得它们看起来好像由相对于外圈沿相同的方向连续转动,即没有任何转向的反转的内圈而产生,并且在此期间,其进行整数个相对于外圈的满转。显然,满转的数量越高,基于其执行振动分析的信息就越多。
同样在第二实施例中,该任务通过实施类似于在前参考本发明的第一实施例所描述的在时采样后的位置信号x(t)和滤波后的振动信号yf(t)上的“剪切和粘贴”操作来完成。
该操作在图10和图11中示出,其类似于图4和图5,其中时采样后的位置信号x(t)和滤波后的振动信号yf(t)中将被剪切的部分为对应于原始运行周期的最后部分的那些部分,即超过360°的部分,即360°到400°的范围。
本领技术人员可以明了不同于图10所示的那些部分的时采样后的位置信号x(t)和滤波后的振动信号yf(t)的其它部分可被从中剪切,其使得相同的结果能够被获得。
例如,可以剪切时采样后的位置信号x(t)和滤波后的振动信号yf(t)对应于原始运行周期的起始部分的那些部分,即0°到40°范围中的部分,或者时采样后的位置信号x(t)和滤波后的振动信号yf(t)的,容易地以相等的部分,对应于原始运行周期的起始和最后部分二者的那些部分,例如在0°到20°和380°到400°范围中的那些部分,由此使得时采样后的位置信号x(t)和滤波后的振动信号yf(t)的剩余部分在各个运行周期中居中。
值得注意的是,只要在时采样后的位置信号x(t)和滤波后的振动信号yf(t)中存在一定数量的满转,如果被检测的轴承的转动为单调的且类似斜坡,那么“剪切和粘贴”操作可能是多余的,但是在周期运动的情况下则变得成关键。该操作在(2)中的传输系数以及实际输出的帮助下完成,作为结果,两个矢量
鉴于在前所述内容,可以明了为了使时采样后的位置信号x(t)和滤波后的时采样后的振动信号yf(t)按如上所述的方式来被处理,事先不再需要获知哪一个是将被检测损坏的候选轴承部件,并且由此在此第二实施例中该步骤可被省略。
同样值得注意的是,对本发明的两个实施例的描述关于一种伺服电机的应用,其中滚动轴承支撑伺服电机传动轴并由此外圈固定到伺服电机的静止部分而内圈可转动地耦合到伺服电机传动轴并由此以和伺服电机相同的速度相对于外圈旋转。因此,在所考虑的应用中,内圈相对于外圈的相对转动对应于伺服电机传动轴的转动。然而,可以明了在前所述的关于所考虑的应用的内容可以普遍地适用到任何其它应用,其中内圈和外圈一个相对于另一个相对转动,即其中内圈被固定到静止单元而外圈可旋转地耦合到转动部件,以及其中内和外圈二者都可旋转地耦合到沿相同或不同方向旋转的转动部件。
本领域技术人员也会明了本发明的教导也可应用于结构上不同但运行上等效于在前所述滚轴承的滚动轴承,特别是这样的滚动轴承,即其中滚动体由不同于如上所述的保持架的夹持装置夹持并均匀地按角度方向间隔开,或没有内或外圈的滚动轴承,即其中滚动体分别直接放置于并被幅向地夹持在内或外旋转部件,其由此承担对应的缺少的圈的作用。
再次参见图2所示的流程图,MCOT的第四步骤(框400)为对处理后的位置和振动信号进行空间采样,特别是空间不变采样,以使得它们根据非线性再采样规则分别被转变为经空间采样的位置和振动信号其被定义为映射F:其自变量为:
[ y ~ ( τ 1 ) , . . . . , y ~ ( τ m ) ] = F [ y ^ ( t 1 ) , . . . . , y ^ ( t n ) , x ^ ( t 1 ) , . . . . , x ^ ( t n ) , Δx ] - - - ( 6 )
其中Δx代表空间采样周期,其与算法所能检测到的损坏的最小物理尺寸相关,并且处于第几十或几百度的量级。
映射F以伪码表述为:
简单来说,这意味着中的点以可变的时间间隔但固定的转动分离。如果不可能在中找到一个点对应于所需要的旋转空间,该算法在两个最接近的值之间进行线性插值。
值得注意的是,如图12a和图12b所示,因为处理后的位置信号随时间t单调增加(图12a),这样空间采样后的位置信号在相对于经修改后的时间τ绘制时为倾斜的直线,当运动周期性反转时变为具有上升和下降斜面的三角波,其斜率模相等而正负号不同(图12b)。
由于有映射F,由此可能来生成空间采样后的振动信号在其中可找到给定类型的损坏的频率识别标志(只要前述其它假设成立)。特别是,为了识别空间采样后的振动信号中的频率识别标志,需要基于(1)计算损伤频率fd,其计算要求对伺服电机传动轴的(或者,作为另一选择,内圈相对于外圈的)转动频率fr的预先计算。由于空间采样后的位置信号指示空间不变采样“看到”的传动轴位置,空间采样后的位置信号的(恒定)斜率的绝对值为所寻求的旋转频率fr,其也对应于在获取周期中转动速度的绝对值的平均值。但是,如在前参照图12所述的,当伺服电机传动轴的转动,即内圈相对于外圈的转动,周期性反转时,空间采样后的位置信号具有三角形的时间演变,其斜率绝对值相同而正负号不同。因此,为了要计算的转动频率fr,必须使空间采样后的位置信号和相应的空间采样后的振动信号看起来好像它们是通过内圈相对于外圈沿一个和相同的方向(即不存在任何转动方向的反转)并且在整个获取周期内以恒定速度连续转动产生,由此保证在整个获取周期转动频率fr的正负号不变。
因此,MCOT的第五步骤(框500)为反转,即翻转(上下颠倒),空间采样后的位置和振动信号的对应于空间采样后的位置信号中上升和下降斜面的两组中的任一一组的部分。通过这种方式,空间采样后的位置信号的轮廓由三角形转变为锯齿形,其在整个获取周期中斜率的绝对值和正负号均不变,由此保证在整个获取周期中旋转频率fr具有不变的正负号。该反转(“翻转”)操作得到图13和图14所示的经反转的位置和振动信号,其中前者涉及本发明的第一实施例并由此绘出通过对图5所示的处理后的位置和振动信号进行空间采样得到的空间采样后的位置和振动信号而后者涉及本发明的第二实施例并由此绘出通过对图8所示的处理后的位置和振动信号进行空间采样得到的空间采样后的位置和振动信号并且其中空间采样后的位置和振动信号中被翻转的部分为那些对应于空间采样后的位置信号的下降斜坡的部分。
值得强调的是“翻转”操作仅在伺服电机传动轴以及因此相关联的滚动轴承被操作为周期性反转其转动方向时才是必要的,而当伺服电机传动轴以及因此相关联的滚动轴承被周期性地操作而不反转其转动方向时是完全不需要的。
同样值得注意的是对于周期性运动,(1)的成立也取决于再采样前的剪切操作,因为这保证对每个周期在潜在的损伤部件上呈现整数个冲击。
最后,MCOT的第六和最后一个步骤(框600)为根据反转后的位置信号计算转动频率fr并进而计算损伤频率fd,通过对反转后的振动信号进行快速傅里叶变换并接着在频率上按照等于损伤频率fd的量分隔的反转后的振动信号的频谱中搜索峰值来计算反转后的振动信号的频谱,这如同在经典的振动分析中一样。
图15和图16示出了为分别检测滚动轴承在内圈和外圈中的损坏而通过两次应用根据本发明的第一实施例的MCOT而获得的经反转的振动信号的两个频谱。具体来说,与内圈损坏相关的频率识别标志(损伤频率fd和其对应的第一更高次谐波)以方形绘制在图15中,而与外圈损坏相关的频率识别标志以圆圈绘制在图16中。可以认识到的是,在图15中与内圈损坏相关的损伤频率处于频谱包络具有相对最大值的值处,由此指示内圈中的损坏,而在图16中与外圈损坏相关的损伤频率处于频谱包络具有相对最小值的值处,由此指示外圈中无损坏。

Claims (10)

1.一种预测滚动轴承(3)中的损坏的方法,所述滚动轴承(3)包括内和外圈(3a,3b)以及以均匀角度分布其间的滚动体(3c),所述方法包括:
处理指示所述内圈(3a)相对于所述外圈(3b)的相对角度位置的位置信号,以及指示所述滚动轴承(3)中的与速度相关的振动的振动信号,以使得它们对应于或者是等于整数个相邻滚动体(3c)之间的角度间距的所述滚动体(3c)的角度位移,或者是对应于整数个所述内圈(3a)相对于所述外圈(3b)的满转;
根据处理后的位置信号空间采样处理后的振动信号;以及
根据空间采样后的振动信号预测所述滚动轴承(3)中的损坏,
其中处理所述位置和振动信号包括:
从所述位置和振动信号中去除使得它们不对应于或者是等于所述滚动轴承(3)的整数个相邻滚动体(3c)之间的角度间距的所述滚动体(3c)的角度位移的其中那些部分,或者是去除使得它们不对应于整数个所述内圈(3a)相对于所述外圈(3b)的满转的其中那些部分;以及
相继地合并所述位置和振动信号的剩余部分。
2.如权利要求1所述的方法,其中,当周期性地操作所述滚动轴承(3)而不反转所述内圈(3a)相对于所述外圈(3b)的相对转动方向时,处理所述位置和振动信号包括:
处理所述位置和振动信号以使得它们在每一运行周期对应于或者是等于整数个相邻滚动体(3c)之间的角度间距的所述滚动体(3c)的角度位移,或者是对应于整数个所述内圈(3a)相对于所述外圈(3b)的满转。
3.如权利要求1所述的方法,其中当操作所述滚动轴承(3)以周期性地反转所述内圈(3a)相对于所述外圈(3b)的相对转动方向时,处理所述位置和振动信号包括:
处理所述位置和振动信号以使得它们在每一运行周期对应于或者是等于整数个相邻滚动体(3c)之间的角度间距的所述滚动体(3c)的角度位移,或者是对应于整数个所述内圈(3a)相对于所述外圈(3b)的满转;以及
处理空间采样后的振动信号以使得其对应于所述内圈(3a)相对于所述外圈(3b)在一个以及相同方向上并以恒定速度进行的连续旋转。
4.如权利要求3所述的方法,其中处理空间采样后的振动信号包括:
空间采样处理后的位置信号,从而产生带有具备上升和下降斜坡的大体上为三角形的时间演变的空间采样后的位置信号;以及
反转所述空间采样后的振动信号中对应于所述空间采样后的位置信号中的所述上升或下降斜坡的那些部分。
5.如权利要求1-4中任何一项所述的方法,其中处理所述位置和振动信号还包括:
根据所述位置信号计算所述滚动体(3c)相对于所述内和外圈(3a,3b)中选定的一个的相对角度位移,以使得其等于整数个相邻滚动体(3c)之间的角度间距;
根据计算出的所述滚动体(3c)的相对角度位移处理所述振动信号。
6.如权利要求1-4中任何一项所述的方法,其中空间采样包括:
空间不变采样。
7.如权利要求1-4中任何一项所述的方法,其中预测所述滚动轴承(3)中的损坏包括:
快速傅里叶变换所述空间采样后的振动信号以产生所述空间采样后的振动信号的频谱;以及
搜索所述损坏的频率识别标志特性。
8.如权利要求1-4中任何一项所述的方法,还包括:
选择所述内和外圈(3a,3b)中的一个;以及
针对选定的圈(3a,3b)中的缺陷测试所述滚动轴承(3)。
9. 如权利要求1-4中任何一项所述的方法,其中处理所述位置和振动信号包括:
时采样所述位置和振动信号。
10. 如权利要求1-4中任何一项所述的方法,其中处理所述位置和振动信号包括:
对所述振动信号进行带通滤波并执行包络分析。
CN201080010966.3A 2009-03-05 2010-03-05 预测性滚动轴承维护 Active CN102341687B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09154474.2 2009-03-05
EP09154474.2A EP2226621B1 (en) 2009-03-05 2009-03-05 Predictive rolling bearing maintenance
PCT/EP2010/052818 WO2010100253A1 (en) 2009-03-05 2010-03-05 Predictive rolling bearing maintenance

Publications (2)

Publication Number Publication Date
CN102341687A CN102341687A (zh) 2012-02-01
CN102341687B true CN102341687B (zh) 2014-10-22

Family

ID=40929578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080010966.3A Active CN102341687B (zh) 2009-03-05 2010-03-05 预测性滚动轴承维护

Country Status (9)

Country Link
US (1) US9182316B2 (zh)
EP (1) EP2226621B1 (zh)
JP (1) JP5690285B2 (zh)
CN (1) CN102341687B (zh)
BR (1) BRPI1007871B1 (zh)
ES (1) ES2775976T3 (zh)
MX (1) MX2011008675A (zh)
RU (1) RU2534562C2 (zh)
WO (1) WO2010100253A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2966597B1 (fr) * 2010-10-21 2012-11-30 Maia Eolis Procede de surveillance d'un element tournant appartenant a une transmission mecanique d'un aerogenerateur
CN102175439B (zh) * 2011-01-25 2012-06-27 上海交通大学 针对旋转机械的阶次分析实现方法
CN103076163B (zh) * 2011-12-06 2016-02-24 西安交通大学 一种轴承-转子系统特性参数的在线测试方法
FR2992936B1 (fr) 2012-07-06 2014-07-25 Ntn Snr Roulements Prediction de l'etat structurel d'un organe cinematique rotatif d'une chaine cinematique.
RU2547504C1 (ru) * 2013-10-07 2015-04-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Рязанский государственный радиотехнический университет" Способ выявления наличия дефектов узлов и агрегатов автомобиля в реальном времени и устройство для его осуществления
US9857272B2 (en) * 2015-02-02 2018-01-02 Goodrich Corporation Systems and methods for detecting wheel bearing wear with mounted accelerometers
CZ2016186A3 (cs) * 2016-03-31 2017-04-19 Ĺ KODA AUTO a.s. Zařízení pro diagnostiku poruch pomaloběžných ložisek
US10712227B2 (en) 2017-02-14 2020-07-14 Nabors Drilling Technologies Usa, Inc. Washpipe life prediction
EP3635421A1 (en) 2017-06-05 2020-04-15 Cutsforth Inc. Monitoring system for grounding apparatus
CN107389267B (zh) * 2017-07-12 2019-02-01 哈尔滨工程大学 一种转子系统动平衡激励识别方法
CN107704695B (zh) * 2017-10-13 2021-05-28 北京工业大学 一种滚动轴承外圈缺陷全尺寸定量诊断方法
RU2720328C1 (ru) * 2019-04-22 2020-04-28 Общество с ограниченной ответственностью "Сител" Способ вибрационной диагностики подшипников качения
CN110580471B (zh) * 2019-09-12 2021-11-02 北京航空航天大学 基于编码器信号瞬变特征的机械设备故障诊断方法
CN110779723B (zh) * 2019-11-26 2020-11-24 安徽大学 一种基于霍尔信号的变速工况电机轴承精确故障诊断方法
CN111307452B (zh) * 2020-03-05 2022-01-28 江苏天沃重工科技有限公司 一种时变转速下旋转机械智能故障诊断方法
CN112414713A (zh) * 2020-11-04 2021-02-26 吉电(滁州)章广风力发电有限公司 一种基于实测信号的滚动轴承故障检测方法
EP4249863A1 (en) * 2022-03-24 2023-09-27 Sidel Participations System and method for monitoring vibration anomalies in packaging machines

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5511422A (en) * 1993-04-09 1996-04-30 Monitoring Technology Corporation Method and apparatus for analyzing and detecting faults in bearings and other rotating components that slip
US5811683A (en) * 1996-04-04 1998-09-22 Agency Of Industrial Science & Technology, Ministry Of International Trade & Industry Method and apparatus for location of anomalous signal in a radial bearing
CN2543050Y (zh) * 2002-04-21 2003-04-02 赵联春 用于检测轴承径向振动的滚动轴承
CN1724990A (zh) * 2004-07-20 2006-01-25 上海克雷登信息科技有限公司 滚动轴承疲劳寿命试验故障在线诊断方法
CN1825082A (zh) * 2006-03-31 2006-08-30 洛阳轴研科技股份有限公司 滚动轴承故障自动诊断系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4912661A (en) * 1987-12-01 1990-03-27 Hewlett-Packard Company Tracking and resampling method and apparatus for monitoring the performance of rotating machines
JPH07311082A (ja) 1994-05-20 1995-11-28 Omron Corp 回転機器の異常診断装置
RU2113699C1 (ru) 1996-05-21 1998-06-20 Орловский государственный технический университет Устройство для диагностики подшипников качения
US6351714B1 (en) * 1998-03-03 2002-02-26 Entek Ird International Corporation Order tracking signal sampling process
TW579424B (en) * 2001-07-09 2004-03-11 Shell Int Research Vibration analysis for predictive maintenance in machinery
JP2006153855A (ja) 2004-10-26 2006-06-15 Nsk Ltd 異常診断装置
JP4650186B2 (ja) * 2005-09-27 2011-03-16 パナソニック株式会社 圧縮機
JP4353219B2 (ja) * 2006-08-14 2009-10-28 日産自動車株式会社 レーザ加工装置、レーザ加工装置の制御方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5511422A (en) * 1993-04-09 1996-04-30 Monitoring Technology Corporation Method and apparatus for analyzing and detecting faults in bearings and other rotating components that slip
US5811683A (en) * 1996-04-04 1998-09-22 Agency Of Industrial Science & Technology, Ministry Of International Trade & Industry Method and apparatus for location of anomalous signal in a radial bearing
CN2543050Y (zh) * 2002-04-21 2003-04-02 赵联春 用于检测轴承径向振动的滚动轴承
CN1724990A (zh) * 2004-07-20 2006-01-25 上海克雷登信息科技有限公司 滚动轴承疲劳寿命试验故障在线诊断方法
CN1825082A (zh) * 2006-03-31 2006-08-30 洛阳轴研科技股份有限公司 滚动轴承故障自动诊断系统

Also Published As

Publication number Publication date
CN102341687A (zh) 2012-02-01
WO2010100253A1 (en) 2010-09-10
EP2226621A1 (en) 2010-09-08
RU2534562C2 (ru) 2014-11-27
RU2011140327A (ru) 2013-04-10
ES2775976T3 (es) 2020-07-28
BRPI1007871A2 (pt) 2016-02-23
EP2226621B1 (en) 2020-01-01
US9182316B2 (en) 2015-11-10
JP5690285B2 (ja) 2015-03-25
US20110301873A1 (en) 2011-12-08
BRPI1007871B1 (pt) 2020-01-07
MX2011008675A (es) 2011-09-08
JP2012519837A (ja) 2012-08-30

Similar Documents

Publication Publication Date Title
CN102341687B (zh) 预测性滚动轴承维护
Zhao et al. Deep convolutional neural network based planet bearing fault classification
Tsai et al. Ball screw preload loss detection using ball pass frequency
Cao et al. Wheel-bearing fault diagnosis of trains using empirical wavelet transform
Feng et al. Ensemble empirical mode decomposition-based Teager energy spectrum for bearing fault diagnosis
CN103091096A (zh) 基于eemd和小波包变换的早期故障敏感特征提取方法
Xu et al. Detecting weak position fluctuations from encoder signal using singular spectrum analysis
CN106124126B (zh) 整车状态下传动系动不平衡分离的测试分析方法
Wang et al. A computer-vision-based rotating speed estimation method for motor bearing fault diagnosis
Cocconcelli et al. An algorithm to diagnose ball bearing faults in servomotors running arbitrary motion profiles
Raouf et al. Prognostic health management of the robotic strain wave gear reducer based on variable speed of operation: A data-driven via deep learning approach
Irfan et al. Analysis of bearing surface roughness defects in induction motors
Reza Asadi Asad Abad et al. Discrete wavelet transform and artificial neural network for gearbox fault detection based on acoustic signals
Xue et al. Sequential fault detection for sealed deep groove ball bearings of in-wheel motor in variable operating conditions
CN118043753A (zh) 用于估算轴承的剩余使用寿命的系统和方法
Chen Bearing condition monitoring and fault diagnosis
Kudelina et al. Bearing Fault Analysis of BLDC Motor Intended for Electric Scooter Application
Li Order Bi-spectrum For Bearing Fault Monitoring and Diagnosis Under Run-up Condition.
Al-Tobi et al. Rolling element bearing faults detection, wavelet de-noising analysis
Nakhaeinejad Fault detection and model-based diagnostics in nonlinear dynamic systems
Strozzi et al. Condition monitoring techniques of ball bearings in non-stationary conditions
Van Trang et al. Detection of bearing faults based on band-pass filters and Fourier interpolation of the load torque
McBain et al. Cross correlation for condition monitoring of variable load and speed gearboxes
Azimi et al. Implementation of Shaft-Mounted Accelerometer in the Local Fault Diagnosis of Geared Systems
Ratni et al. A new signal processing-based approach for detection and localization of defective rolling-element bearing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1166849

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1166849

Country of ref document: HK