CN102834701B - 滑动轴承的诊断方法和诊断装置 - Google Patents
滑动轴承的诊断方法和诊断装置 Download PDFInfo
- Publication number
- CN102834701B CN102834701B CN201180011831.3A CN201180011831A CN102834701B CN 102834701 B CN102834701 B CN 102834701B CN 201180011831 A CN201180011831 A CN 201180011831A CN 102834701 B CN102834701 B CN 102834701B
- Authority
- CN
- China
- Prior art keywords
- sliding bearing
- acceleration
- value
- spectrum
- frequency
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
- G01H1/12—Measuring characteristics of vibrations in solids by using direct conduction to the detector of longitudinal or not specified vibrations
- G01H1/14—Frequency
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H5/00—Measuring propagation velocity of ultrasonic, sonic or infrasonic waves, e.g. of pressure waves
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明揭示的滑动轴承的诊断方法和诊断装置,能高精度地检测柴油机中的滑动轴承的轻微摩擦异常的征兆。为此,检测出表示滑动轴承工作时发生的振动的加速度的波形数据,通过傅里叶变换该加速度波形数据,变换为频域的加速度谱,通过实施与测定对象的轴的旋转频率信息组合的规定的信息处理,使该加速度谱中的以该轴的旋转频率的间隔发生的多个峰值信息定量化,得到特性值,监测所得到的该特性值是否超过规定的阈值,在特性值超过该阈值时,判断为滑动轴承发生异常。
Description
技术领域
本发明涉及滑动轴承的诊断方法和诊断装置。更详细地说,本发明涉及为检测船舶或发电设备的滑动轴承特有的轴承接触(摩擦)的征兆用的诊断分析方法的改良。
背景技术
滑动轴承,除了以涡轮机和送风机为主的大型的重要旋转设备,或以压缩机为主的高速的旋转设备或重要设备等的一般工业用途之外,也用于船舶或发电用柴油机的轴承中。滑动轴承因用油膜包围,非接触地旋转,所以通常不受损伤,但因施工不良或叶片的不平衡,由于联轴节的轴线不重合、油膜抖振等引起的异常振动,转轴与滑动轴承接触(摩擦),造成损伤。当该滑动轴承发生某些异常时,就发生与通常时不同的振动或声音,当继续在这种状态下驱动时,往往根据情况而达到破损。另外,当摩擦异常进行时,也会发生烧接,而至设备停止运行。
作为为回避这种事态的滑动轴承的诊断技术,以往提出利用由涡流型传感器产生的轴振动或由压电型加速度传感器产生的轴承箱振动的方法。例如,将通过对由滑动轴承发生的振动和声音的那样的波形数据施行快速傅里叶变换(FFT)得到的矢量图形与预先设定的异常时的谱图形进行比较的话,就可以根据该比较结果来诊断该滑动轴承。
另外,作为判定滑动轴承等中的有无摩擦(旋转部与静止部的接触)的方法,例如还提出了检测旋转轴与轴承接触时发生的声音,并取出声音信号,将该声音信号作包络线检波处理(包络处理),形成包格线检波后数据,进行倒谱值与基准值的比较,从该判定结果进行摩擦判定那样的方案(参见专利文献1)。如能在轻微的阶段早期检测出作为滑动轴承的烧接损伤的初期阶段的摩擦现象的发生,那么就能防止烧接损伤于未然。
专利文献
专利文献1日本特开平8-261817号公报
然而,在上述那样的利用涡流型传感器产生的轴振动或压电型加速度传感器产生的轴承箱振动的现有方法中,检测涡轮机等的一般工业用途的滑动轴承中的轻微摩擦异常的征兆是困难的。尤其在船舶或发电设备等的柴油机中,因伴有随活塞运动和爆发或给排气产生的振动噪声,所以尚未找到利用振动法的轴承摩擦或油中异物混入的检测技术本身。
另外,使用声音信号的包络线检波处理后数据的方法,虽能检测出轴承的摩擦,但由于只着眼于振幅调制成分,所以异常诊断精度往往低劣。尤其在船舶或发电设备等的柴油机中,因伴有随活塞运动和爆发或给排气而产生的振动噪声,所以尚未找到利用音响法的轴承摩擦或油中异物混入的检测技术本身。
发明内容
因此,本发明的目的在于提供能够高精度地检测出滑动轴承的轻微摩擦异常征兆的诊断方法和诊断装置。
本发明者们着眼于只用加速度传感器高精度地检测出滑动轴承特有的异常的同时,对存在柴油机那种伴随活塞运动和爆发或给排气的振动噪声的滑动轴承的适用性,进行了各种研究。其结果,当轻微的摩擦现象发生时,加速度等级虽稍有上升,但在将加速度波形变换为频域时的谱(下面称为加速度谱)中,发现除振幅调制外,还受到频率调制。此外,还确认了频率调制由以成为检测对象的轴(下面简称为轴)的旋转频率间隔存在的多个峰值所构成。进而,本发明者们想到,通过对加速度谱的以该轴的旋转频率间隔发生的峰值信息,施加用轴的旋转频率信息的规定的信号处理,定量地捕捉轻微的摩擦,直至得到与课题解决相结合的新见解。
此外,本发明者们进行使滑动轴承发生强制性的摩擦实验,发现即使在轻微摩擦阶段中也明确地发生频率调制,通过利用倒谱分析取出该频率调制成分,发现根据轻微的摩擦阶段的异常检测是可能的。当摩擦发生时,就发生旋转周期的倒频,因此,根据转速计得到的转数自动计算旋转周期,监测与旋转周期相当的倒频的峰值。在该峰值超过预先决定的阈值时,只要用报警装置等报知发生了摩擦的即可。
本发明基于这样的见解,如下述那样。即,检测出表示滑动轴承工作时发生的振动的加速度的波形数据,通过傅里叶变换该加速度波形数据,变换为频域的加速度谱,通过实施与测定对象的轴的旋转频率信息组合的规定的信息处理,使该加速度谱中的以该轴的旋转频率间隔发生的多个峰值信息定量化,得到特性值,监测所得到的该特性值是否超过规定的阈值,在所述特性值超过该阈值时,判断为所述滑动轴承发生异常。
当采用本发明的诊断方法时,灵敏度比只关注振幅调制的现有检测方法来得高。另外,即使在伴有如柴油机的滑动轴承的那种活塞运动和爆发或给排气的振动噪声的情况下,通过检测摩擦相伴的频率调制(轴的旋转频率间隔的多个峰值信息),能高灵敏度地检测出摩擦现象。
这里,比较本发明与现有技术。在滑动轴承诊断中,提出了在因轴的接触而发生的声音信号的突发型波形作包络检波处理后进行频率分析的提案。然而,该方法是不检测频率调制,只根据数据的振幅调制成分进行诊断的方法,跟本发明在原理上是不同的方法。另外,例如在该滑动轴承等中,只由振幅调制成分发生的像松动那样的异常产生时,在该包络线的频率分析中,因松动发生与摩擦时同样的旋转频率及其高次成分,所以与摩擦异常的判别就困难,诊断精度可能低劣。在这点上,如采用对振动信号照样进行频率分析,并处理在那里发生的以轴的转数间隔发生的频率调制的本发明的话,则因即使发生松动也不受到频率调制,所以其判别是可能的。
对以上作进一步详述如下。首先,一般当松动振动发生时,就产生时间轴波形的振幅或大或小的振幅调制。这时,在施行了包络线检测处理的谱中,看到旋转频率及其高次成分的发生。由于在摩擦时也是同样,所以在包络线检波处理后的倒谱中,摩擦与松动的辨别是困难的。与之相反,在摩擦(接触)发生的情况中,除振幅调制外,还发生强摩擦的时候与弱摩擦的时候,由此成为疏密波的时间轴波形,并成为受到频率调制的波形。当用现有的方法时,在施行该时间轴波形的包络线检波处理时,只取出振幅调制,而忽略了频率调制。也就是说,用这种现有方法的包络线检波处理后的波形,就将不能分析频率调制。
与之相反,在轻微的摩擦中,通过用规定的方法从轴的转数信息中定量地提取受到与轴的旋转频率对应的频率调制的多个峰值信息,明显地检测出是可能的。另外,因松动中不受到频率调制,所以在谱中的以旋转频率间隔的发生并不明显,能够辨别摩擦与松动。以上是本发明中与现有的方法不同的特征点。
作为本发明的诊断方法的具体例之一,最好进行对加速度谱作傅里叶反变换为对数变换后的倒谱计算,得到从该谱计算后的波形数据所得的倒频值的时间系列数据,监测该倒频值是否超过规定的阈值,在倒频值超过该阈值时,判断为滑动轴承发生异常。
倒谱计算,与后述的自相关或互相关相比较,计算所用的加速度谱的频率依存性少。因此,通常通过用数据收集的采样间隔或由传感器的灵敏度决定的有效的频率范围进行计算,能适用于诊断技术。
又,作为与倒谱计算不同的诊断方法的例子,最好进行求出从所述加速度数据得到的加速度谱的自相关的计算,监测由该计算得到的自相关的值是否超过规定的阈值,在自相关的值超过该阈值时,判断为滑动轴承发生异常。
又,作为与上述两个不同的诊断方法的例子,最好进行求得加速度谱与规定的谱之间的互相关计算,监测由该计算得到的互相关的值是否超过规定的阈值,在互相关的值超过该阈值时,判断为滑动轴承发生异常。
在滑动轴承发生异常时,如因该异常发生的振动的加速度相当大的话,则另当别论,但通常该异常不过是转轴稍微接触轴承的内表面那样的程度,加速度波形数据中的变化是微小的。因此,仅根据该波形数据来检测有无异常是极其困难的。可是,即便是稍微接触的程度,在将该加速度波形数据作傅里叶变换后的频域的加速度谱中,本发明者们发现也发生频率调制,即以轴的旋转频率间隔发生的多个峰值。即,因以轴的旋转频率间隔发生频率调制,故通过实施组合轴旋转频率信息与该频域的加速度谱的规定的信号处理,得到与频率调制伴随的特性值是可能的。监测该特性值,在超过规定的阈值时,能判断为测定对象的滑动轴承是异常的。
对于得到该特性值的方法和异常的诊断方法来说,可以考虑各种方法。例如,当实施将该频域的加速度谱变换为对数,再将该对数谱作傅里叶反变换那样的分析即倒谱分析时,就得到表示与滑动轴承的旋转周期相当的部分的倒频的倒谱。倒谱的横轴具有从对频率轴上的函数进行傅里叶变换得来的时间量纲。因此,得到与该诊断对象的滑动轴承部的轴旋转周期相当的倒频值的等级(定义为倒频等级)的时间系列数据,监测该倒频等级是否超过规定的阈值,在监测中倒频值超过该阈值时,能根据滑动轴承的该旋转频率fr判断为滑动轴承发生异常。
所谓倒谱分析,是一种对用压电型加速度传感器检测出的加速度波形进行傅里叶变换得到的谱的振幅,进行对数变换后,再进行傅里叶反变换的分析方法,找出谱的发生频率成分的规则性。若谱有规则性,则发生称之为倒频的周期的峰值。
另外,除了倒谱分析以外,也可以利用自相关分析得到特性值。在用采样频率Z[Hz]收集到N个加速度数据时,频域的加速度谱能将它分解成从Z/N[Hz]至Z[Hz]的N个频域。但一般有效的频域是Z[Hz]的1/2以下。因此,用X表示该加速度谱作为长度直至N’的数据列(矢量)。对该X计算像式(1)那样的自相关,m从0计算到N’-1。在轻微摩擦发生时,因以轴的转数间隔存在多个峰值,所以在RXX(m)的m(频率换算中m×Z/N[Hz])为与旋转周期的倍数对应的值时,显现为大的峰值。以倍数零以外的峰值例如第1个峰值作为特性值,在该特性值超过阈值时能判断为滑动轴承发生异常。
(式1)
自相关
m为从0至N’-1
另外,除倒谱分析和自相关分析以外,用互相关分析来得到所述特性值也是可能的。即,利用所述的加速度谱X与以轴的旋转周期间隔具有矩形或高斯分布的规定峰值的人工的谱(称为模板波形)Y的互相关,得到特性值也是可能的。至于模板波形Y的数据长度,可以与加速度谱X相同,或由更短的波形构成。以Y波形的长度作为M,在M短于加速度谱X的长度N’时,加0使之变成与X相同的长度,用式2进行计算。在轻微摩擦发生时,因以轴的转数间隔存在多个峰值,所以在RXY(m)的m为对应于旋转周期的倍数的值时,显现为大的峰值。但照式2那样的计算中,有时最初得到的峰值的前头位置偏离轴的旋转频率,其后的峰值位置也偏离同样的等分。因此,RXY(m)中,通过从m=0求出在m位于旋转频率间RXY为最大的m,以该m为m=0,校正该偏差部分是可能的。
[式2]
互相关
m为从0至M-1
本发明的诊断方法中,预先做成对轴的每个旋转频率具有峰值的规定的人工谱,作为振动加速度的频域的谱,计算该人工谱与加速度谱的互相关,在含有该互相关最高的频域的规定频率范围内计算特性值。
又,本发明者们在计算上述的自相关和互相关的频域的谱中,发现限定计算特性值用的频域较好。即,发现有时存在与发生摩擦相应的轴的旋转频率间隔的多个峰值是显著的频域与不是旋转频率间隔的峰值是显著的频域。因而,最好限定为得到特性值用的频域。理想的频率是从1000[Hz]至20000[Hz]的范围用规定的频域进行计算。至于规定的频率的决定方法,例如在频谱中可用峰值发生的边界来决定。另外,做成具有上述的每个轴的旋转频率的峰值模板,计算对式2中互相关RXY为最大的m加上模板长度的平均的值,求出该计算值对应的频率。该频率是成为与模板的最大相关的频率,能由包含该频率的规定范围决定的。另一方面,也能用从1000[Hz]至20000[Hz]的频域的谱中的最大峰值的周边,但前一方法往往得到较好的结果。
又,根据本发明者们的比较试验,不能认定因与滑动轴承接触的构件(夹具)材质的差异引起特异的诊断差异,确认也不因滑动轴承侧的材质或特性而看出特异的差别,而且,确认如测定谱显著发生的范围即1k~10kHz,则能与滑动轴承的材质差异(锡、铜、铝等)无关地检测摩擦现象。在上述的诊断之际,作为表示振动加速度的波形数据,检测至少1k~30kHz范围的数据为好,检测至少1k~10kHz范围的数据更好。
本发明的诊断方法中,通过这样灵活运用由轴的旋转频率作频率调制的多个加速度谱的峰值信息,便能够定量地捕捉轻微的摩擦。根据本发明的诊断方法,能不并用AE传感器,而只用加速度传感器高精度地早期检测异常。而且,也能应用于以往是困难的例如像柴油机的滑动轴承那样的伴随因活塞运动和爆发和给排气引起的振动噪声情况下的诊断。
这样,根据本发明,能早期高精度地检测出以往只用加速度传感器不能检测的摩擦等的异常状态。因此,例如,如在滑动轴承的试运转时的定期修理后诊断中能检测出轻微的摩擦状态,则能修正施工不良,也可能防止烧接事故的发生。另外,这样早期检测出滑动轴承的摩擦异常,有助于包含该滑动轴承的机器和设备(例如大型的重要的转动设备,或以压缩机为主的高速转动设备等)运转的稳定化或定期修理周期的延长,进而剩余寿命的判断。
本发明适用于以往没有方法能直接地诊断轴承异常的柴油机。柴油机通常由多个汽缸构成,有相应数目的轴承。为此,由于轴的挠度等原因,难以达到轴承全部的平衡,容易发生摩擦。另外,船舶发动机因设置在移动体中,所以处于更加严酷的环境中。在航海中发生破损时,其损害相当大。根据本发明,能检测出这些柴油机中的滑动轴承的异常,在达到致命伤之前能有计划地实施部件更换等的对策,极大地有助于稳定运转或降低意外事故的风险。
又,本发明的诊断装置,是诊断滑动轴承中的摩擦等的异常的滑动轴承诊断装置,包括:检测转轴的转数的转数检测传感器;检测转轴振动时的加速度的加速度传感器;通过傅里叶变换将表示该加速度传感器检测出的振动加速度的波形数据变换为频域的波形数据,利用通过实施与旋转频率信息组合的规定的信号处理,使在该频域的波形数据中的以旋转频率间隔发生的多个峰值信息定量化的计算装置,得到特性值,监测该特性值是否超过规定的阈值,在特性值超过该阈值时,判断为滑动轴承发生异常的监测装置;及当监测装置判断为该滑动轴承发生异常之际将该判断结果输出到外部的通报装置。
发明的效果
根据本发明,能高精度地检测出滑动轴承的轻微的摩擦异常的征兆。
附图说明
图1示出本发明的一实施形态的滑动轴承的诊断装置的概略构成图。
图2为利用转数检测传感器和加速度传感器得到的加速度波形数据的一示例图。
图3为对图2的加速度波形数据经傅里叶变换后的频域的波形数据(功率谱)。
图4为从加速度谱得到的(A)倒谱,(B)自相关,(C)互相关的各特性值。
图5为用于互相关的模板的例。
图6为特性值随时间变化的一示例的图形。
图7为由用于本发明验证的试验金属构成的滑动轴承的一示例的(A)俯视图与(B)正视图。
图8为示出间隙与加速度O/A值的关系的图形。
图9为示出转数1200[rpm]中的加速度谱的图形。
图10为示出转数1200[rpm]中的电子放大谱的图形。
图11为示出转数1200[rpm]时的无量纲征兆参数与间隙的关系图形。
图12为示出转数1200[rpm]、间隙1/100[mm]时的加速度波形和加速度谱的图形。
图13为示出转数1200[rpm]、间隙1/100[mm]时的电子放大谱的图形。
图14为示出转数1200[rpm]、间隙15/100[mm]时的(A)倒谱,(B)自相关和(C)互相关的图形。
图15为示出转数1200[rpm]、间隙3/100[mm]时的(A)倒谱,(B)自相关和(C)互相关的图形。
图16为示出转数1200[rpm]、间隙1/100[mm]时的(A)倒谱,(B)自相关和(C)互相关的图形。
图17为示出转数1200[rpm]、间隙0/100[mm]时的(A)倒谱,(B)自相关和(C)互相关的图形。
图18为示出转数1200[rpm]时的无量纲征兆参数与输出比(异常时的输出等级与正常时的输出等级之比)的关系,(a)表示倒频等级与现有方法的比较的图形,(b)表示各特性值的比较的图形。
图19为示出转数2800[rpm]时的无量纲征兆参数与输出比(异常时的输出等级与正常时的输出等级之比)的关系,(a)表示倒频等级与现有方法的比较的图形,(b)表示各特性值的比较的图形。
图20为示出各间隙时的倒频趋势与倒谱的图形。
图21为正常时的加速度时间轴波形的一示例(转数94rpm)图形。
图22为正常时的加速度包络线谱的一示例(转数94rpm)图形。
图23为正常时的倒谱、自相关和互相关分析结果的一示例,(A)旋转周期倒频值趋势,与规定时间的(B)倒谱,(C)自相关和(D)互相关的图。
图24为在轻微的摩擦发生时(转数85rpm)的倒谱,自相关和互相关分析结果的一示例,(A)旋转周期倒频值趋势,与规定时间的(B)倒谱,(C)自相关和(D)互相关的图。
图25为在轻微的摩擦发生时的加速度时间轴波形的一示例(转数85rpm)图形。
图26为在轻微的摩擦发生时的加速度包络线谱的一示例(转数85rpm)图形。
图27为示出阈值的设定例的图形。
具体实施形态
下面,根据附图示出的本实施形态的一例,详细说明本发明的构成。图1~图6示出本发明的滑动轴承的诊断方法和诊断装置的实施形态。滑动轴承1是以涡轮机为主的大型的重要旋转设备或以压缩机为主的高速的旋转设备等中可适用的转轴2的轴承装置。本发明的滑动轴承1的诊断装置10包括:转数检测传感器11,加速度传感器12,监测装置13和通报装置14。下面首先说明该诊断装置10的构成(参见图1、图2等)。
转数检测传感器11是用于检测转轴2的转数的传感器。例如在本实施形态中,用设于转轴2的表面并随该转轴2旋转的例如由反射带构成的被检测构件11b,与通过该被检测构件11b检测转轴2的转数脉冲的脉冲检测器11a,构成该转数检测传感器11(参见图1)。由脉冲检测器11a检测出的数据发送到监测装置13。实际机器中的转轴2,转数虽被控制,但实际上受到电压变动等的影响,转数往往变动。如采用这样的转数检测传感器11,则在转轴2的转数时刻变动的情况下,也可以利用脉冲来高精度地检测出转数。
加速度传感器12是根据摩擦现象等产生时的振动,检测转轴2振动时的加速度用的传感器。例如本实施形态中,采用具有压电元件的压电型的加速度传感器,将该加速度传感器12安装于滑动轴承1的轴承箱上,根据轴承箱的振动检测出加速度(参见图1)。该加速度传感器12检测的数据被发送到监测装置13。
监测装置13是根据来自上述的转数检测传感器11的发送数据和来自加速度传感器12的发送数据,对滑动轴承1进行诊断,而且在判断为异常发生之际将其结果发送到通报装置14的装置。具体地说,本实施形态的监测装置13,通过傅里叶变换将表示该加速度传感器12检测出的振动加速度的波形数据变换为频域的功率谱,通过实施与轴的旋转频率信息组合的规定的信号处理,使该谱中的以轴旋转频率间隔发生的多个峰值信息定量化,得到特性值,监测所得到的该特性值是否超过规定的阈值,在所述特性值超过该阈值时,判断为滑动轴承1为发生异常。另外,本实施形态的监测装置13上连接有计算处理装置(例如个人计算机)。
通报装置14是当监测装置13判断滑动轴承1为发生异常之际,输出该判断结果,通报给用户或有关人员用的装置。通报装置14可以利用例如灯光的忽亮忽灭或警报声的鸣响通报给外部,也可利用计算处理装置15的画面通报给有关人员。
接着,说明用这样的诊断装置10的滑动轴承1的诊断方法及其原理等(参见图4等)。
若利用上述的诊断装置10的转数检测传感器11和加速度传感器12,则能与以往的一样,检测出时间为横轴的加速度波形数据(参见图2)。在该滑动轴承1发生异常时,如由该异常所发生的振动的加速度相当大时另当别论,但在例如轻微的摩擦发生时该加速度波形数据中的加速度振幅变化是微小的,仅根据该波形数据来检测有无异常是极其困难的。
这里,本实施形态中,将该加速度数据作傅里叶变换并进行频率分析,得到频域的波形数据(参见图3)。由此,得到频率为横轴的功率谱。
通过实施与该轴的旋转频率信息组合的规定的信号处理,使该谱中的以轴的旋转频率间隔发生的多个峰值信息定量化,得到特性值。
作为该特性值的更具体的检测方法,计算该频域的谱的对数谱,将该对数谱作傅里叶反变换(倒谱计算),采用从该倒谱计算后的波形数据得到的倒频值(参见图4(A))。倒频因在轴的旋转周期的倍数的位置上具有峰值,所以也可相加多个峰值定为特性值。
又,作为特性值,可用下面那样的加速度谱的自相关的值(参见图4(b))。即,以采样频率Z[Hz](本实施形态中为51200[Hz])采集N个(本实施形态中为524288个)加速度数据时,频域的加速度谱能分解成从Z/N[Hz]至Z[Hz]的N个频域。但,一般有效的频域是Z[Hz]的1/2以下。因此,用X表示该谱,作为长度至N’的数据列(矢量)。对此X计算上述式1那样的自相关,m从0计算到N’-1。在轻微摩擦发生时,因以轴的转数间隔存在多个峰值,所以在RXX(m)的m(频率换算中m×Z/N[Hz])为旋转周期的倍数对应的值时,显现为大的峰值。能以倍数零以外的峰值例如第1个峰值作为特性值。
如下述那样从有效频率的1000[Hz]~20000[Hz]之中限定该处理中的加速度谱的频域。准备以转动频率间隔具有峰值的矩形波(参见图5)。本实施形态中,峰值宽度是轴的转动周期的1/10的长度,准备具有10个峰值的矩形波,求出该矩形波和加速度谱的式2的互相关的值为最大的m的值。求出矩形波的平均数据长度w。频率(m+w)×Z/N[Hz]的值R[Hz]是该矩形波与成为最高相关的加速度谱的中心频率。本例中,指定该值R[Hz]的±1000[Hz]的范围。又,在该计算之际,在范围的最小值低于有效频率的最小值(本例中1000[Hz])时,指定1000[Hz]~3000[Hz]。另外,超过有效范围的上限(本例中20000[Hz])时,定为18000[Hz]~20000[Hz]。
但是,也能用高斯分布等其他波形代替上述的频率决定中使用的矩形波。又,峰值宽度或长度也不是上述中所限定的。
又,自相关计算中使用的加速度谱的频率的确定,使用者也可根据加速度谱决定其范围。
又,作为上述的特性值的自相关的峰值,存在受到基线(参见图4(B))影响的情况,希望减除基线部分或以基线的平均值除峰值。本例中,以其平均值减去基本频率的0.7~0.8周期的部分,作为基线。
又,自相关,因轴的转动周期的倍数的位置上具有峰值,所以也可相加多个峰值,作为特性值。
而且,能用下述的加速度谱的互相关作为特性值(参见图4(C))。即,也可以利用以轴的旋转周期间隔具有矩形或高斯分布的规定峰值的人工谱(称为模板波形)Y与上述加速度谱X的互相关得到特性值。至于模板波形Y的数据长度,可由与加速度谱X相同或更短的波形来构成。以Y波形的长度作为M,在M短于加速度谱X的长度N’时,加0使达到与X相同的长度,用上述的式2进行计算。在发生轻微的摩擦时,因以轴的转数间隔存在多个峰值,所以在RXY(m)的m为与旋转周期的倍数对应的值时呈现为大的峰值。但在照式2那样的计算中,往往最初得到的峰值的前头位置偏离轴的旋转频率,其后的峰值位置也有同等程度的偏离。因此,RXY(m)中,求出在从m=0至m到达旋转频率之间RXY为最大的m,通过以该m作为m=0,可修正该偏离部分。
这时,本实施形态中,计算互相关的加速度谱的频率和因基线引起的峰值的修正,采用与上述自相关时同样的方法。
又,求互相关的模板具有轴的旋转频率的1/10的宽度,相对于加速度谱的指定范围,使用轴的旋转频率的2.5周期程度的小范围。
但是,如以轴的旋转频率间隔具有峰值,则模板不限定为矩形波。又,峰值的宽度和长度也不限定于本实施形态。又,互相关因轴的旋转周期的倍数的位置上有峰值,所以也可将多个峰值相加作为特性值。
本实施形态中,如得到将以轴的旋转频率间隔存在的峰值进行定量化所得的特性值的时间系列数据,就监测该特性值是否超过规定的阈值。一般地,当该滑动轴承1中发生摩擦等的异常时,该特性值有显著增加的倾向(参见图6中的双点划线)。对此,本实施形态中,对该特性值事先设定规定的阈值,在随时间变化的特性值L超过该阈值的时刻,判断为滑动轴承1发生异常。作为一例,本实施形态中,在超过倒频趋势等级的正常时平均值+3σ(标准偏差)时,判断为滑动轴承1发生异常(接触),以该值作为规定的阈值。照上述那样对阈值的考虑方法,在用加速度谱的自相关的值作为特性值时(参见图4(B)),在用加速度谱的互相关作为特性值时(参见图4(C)),不用说也是一样的。
这里,根据图27示出的具体例子,对阈值作进一步说明。图27中,在正常状态即(1)的范围中,利用从实际数据计算求出的倒频趋势等级的平均值是0.0343,标准偏差σ是0.0071。这时,平均值+3σ为0.00556(参见图27中表示阈值的虚线)。
或者,作为上述的另一例,也能以倒频趋势等级的平均值的2倍作为规定的阈值。这样做的时候,有时为比平均值+3σ稍大的值,但没有实用上的问题。
根据上述的将以轴的旋转频率间隔存在的峰值进行定量化得到的特性值的分析,能检测出藏于谱中的周期性,求出基本频率(或基本周期的倒数)。据此,即使是轻微的摩擦等也能高精度地检测出,早期发现其征兆。而且,本实施形态中,使照样利用现有用的加速度传感器的异常诊断是可以的。
上述的实施形态是本发明的较好使的一实施例,但不限定于此,在不脱离本发明的主要宗旨的范围中,各种变形实施是可以的。例如上述的实施形态中,说明了本发明的滑动轴承1在大型重要的旋转设备或以压缩机为主的高速的旋转设备等中是可适用的,在这种情况适用领域或范围中,不消说包含石油化学,原子能发电站,石油精炼,钢铁等工厂中的旋转机器的滑动轴承。又,除这些以外,也可适用于现有检测是困难的、存在因船舶的柴油机或柴油发电机等的活塞运动或爆发产生的振动和音响噪声的轴承。
例如在柴油发电机中使用的4冲程循环的情况下,在正常时柴油机机器中也因爆发而发生每2转受到1次频率调制的振动。当摩擦发生时,由于因主轴的偏心引起接触压力的强弱,振动波形就受到以旋转频率的规则性的频率调制。当受到频率调制时,在振动加速度谱中就发生旋转周期的侧带波。也就是说,由于倒频的发生周期,因爆发产生的信号与因摩擦产生的信号是可以分离的。
另外,在大型船舶的柴油机中使用的2冲程循环的情况,与摩擦时一样,1转1次的倒频在汽缸头部发生,但一般认为由于吸收由十字头销支承和曲轴销支承爆发的振动的结构上的影响和因大型造成距离衰减的影响,确认正常时轴承部没有受到爆发振动的影响。也就是说,与柴油发电机一样,通过着眼于旋转周期的倒频,检测出摩擦异常是可能的。
实施例1
制作实验装置,进行为验证上述的滑动轴承1的诊断方法的实验。以下,作为实施例说明之。
实验装置中,利用由供试验金属(作为轴承合金的白色合金)构成的滑动轴承1,在轴支承转轴2的主轴的状态下,以几种速度使该转轴2旋转(参见图7)。虽未特别详细的图示,但本实施例中,用支持轴承(转动轴承)对转轴2的两端附近进行轴支承,同时利用电机使该转轴2旋转。
转轴2的主轴的外径为100[mm]。转轴2与滑动轴承(金属箱)1的内周之间形成的间隙的一方以A来表示,另一方以B来表示时(参见图7(A)),设定总间隙(A与B之和)为30/100[mm](从而在间隙A、间隙B的间隙为15/100[mm]时,转轴2位于滑动轴承1的中央)。再通过用紧固螺栓的移动机构(使螺栓的前端贴靠在移动对象上按压,并移动的机构)使滑动轴承1在与转轴2的中心轴垂直的方向上水平移动,使间隙B改变。用这样的实验装置,使转轴2的旋转速度为1200[rpm]、1800[rpm]、2800[rpm]进行了实验。结果,当摩擦发生时,虽看出加速度值的上升,但在轻微摩擦时因加速度O/A值的差异小到只有0.01g程度,因而认为用加速度等级的评价是困难的(参见图8)。又,加速度O/A值的单位的g是振动加速度的单位,1g=9800mm/s2=9.8m/s2。
其次,在转轴2的转数为1200[rpm]的情况下,对间隙15/100时,间隙3/100时,间隙1/100时(轻微摩擦状态),间隙0/100时(摩擦状态)的各种状态检测出加速度谱(参见图9(A)~(D))。再扩大各自的加速度谱的一部分,得到电子放大谱(参见图10(A)~(D))。
根据这些谱等的结果,得到表示转数是1200[rpm]情况下的加速度波形的形状变化的各种无量纲征兆参数与间隙之间的关系(参见图11)。从其结果确认,虽然看出因摩擦发生而使尖度、波峰因素、失真度的上升,但在轻微摩擦时它们的变化小。另外,各失真度β1,尖度β2,波峰因素CF(Crest Factor),波形系数SF(Shaped Factor),变动率C.V(以上是无量纲征兆参数),而且与这些无量纲征兆参数有关的标准偏差s,k次的矩μk,可根据以下公式求得。
[式3]
[式4]
[式5]
[式6]
[式7]
波峰因数C F=最大值/有效值
[式8]
波形因数S F=有效值/平均值
[式9]
这里,本发明者们也研讨了转数1200[rpm]、间隙1/100[mm](轻微摩擦状态)时的加速度波形与加速度谱的各波形(参见图12)。从其结果确认,轻微摩擦时加速度谱的上升等级是微小的。
再,本发明者也研讨了转数1200[rpm]、间隙1/100[mm](轻微摩擦状态)时的电子放大谱的波形(参见图13)。从其结果确认,当摩擦发生时,加速度谱由旋转频率所调制。
再,本发明者们也对转数1200[rpm]、间隙15/100[mm](未接触的状态)时倒谱的波形,自相关波形和互相关波形(参见图14),转数1200[rpm]、间隙3/100[mm](未接触的状态)时倒谱的波形,自相关波形和互相关波形(参见图15),转数1200[rpm]、间隙1/100[mm](轻微摩擦的状态)时倒谱的波形,自相关波形和互相关波形(参见图16),转数1200[rpm]、间隙0/100[mm](摩擦发生状态)时倒谱的波形,自相关波形和互相关波形(参见图17)的各种波形,作了研讨。因转轴2的转数为1200[rpm],故旋转频率为20Hz,从而旋转周期是50[msec]。在轻微摩擦及摩擦发生的状态下的倒谱波形中的倒频值、自相关值和互相关值中,在与旋转频率fr(本实施例中为20Hz)相当的部分上峰值被确认(参见图16、图17)。
接着,发明者们研讨了转数1200[rpm]时的异常时的输出等级与正常时的输出等级之比(参见图18)。确认在轻微摩擦状态、摩擦(接触)发生状态中,倒频等级、自相关和互相关中的输出比(异常时的输出等级/正常时的输出等级)与其他的参数引起的输出比(O/A值的输出比等)进行比较,都变大。同样,确认在转数2800[rpm]时,倒频等级、自相关和互相关中的输出比,与其他的现有方法比较,也变大(参见图19)。
接着,发明者们对间隙2/100(轻微摩擦状态),间隙0/100(摩擦状态),间隙15/100(未接触状态)的各种情况中的倒频趋势与倒谱作了研讨(参见图21)。由以上确认,通过监测倒谱计算后的倒频值,能检测出轻微的摩擦状态。用自相关分析、互相关分析也得到同样的检测结果。
实施例2
发明者们在大型船舶柴油机的试运转的振动测量中,试验倒谱、自相关、互相关分析法的适用性。
一般,在柴油机等的动力机器情况下,正常运转中,也发生受到伴随吸气阀或排气阀的开闭、燃烧爆发等的运动的振幅调制的振动(参见图21)。这时的振动因各自对每个旋转周期是周期性地发生的,所以包络线谱发生旋转频率及其高次成分(参见图22)。
另一方面,在柴油机中用倒谱、自相关、互相关分析,也不受运转时的噪声的影响,正常时,与旋转周期相当的特性值峰值的发生也未被发现,或者极小(参见图23)。使本试运转的转数改变,约在85rpm时,主轴承(滑动轴承)发生轻微的摩擦。此时的倒谱、自相关、互相关分析结果中,确认在表示摩擦发生的旋转周期上,存在特性值峰值(参见图24)。
这时的振动加速度波形中也得到受到振幅调制的波形,与正常时的判别是困难的(参见图25)。包络线谱中,也与正常时一样,确认旋转频率及其高次成分的发生,正常异常的差异的辨别是困难的(参见图26)。
从以上的实施例1、实施例2的结果,发明者们得出或者确认了以下的见解。
(1)确认滑动轴承的轻微摩擦时,根据加速度谱上发生的以轴的旋转频率间隔发生的多个峰值信息与轴的转数,用规定的方法使定量化后的特性值中,异常/正常输出比(异常时的输出等级与正常时的输出等级之比)比与用其他的参数分析时的输出比来得大。从而,通过利用该特性值,能提高滑动轴承1的诊断精度。另外,通过监测该特性值,能够只使用压电型加速度传感器早期地检测出以往是困难的或者不可能的轻微摩擦状态。
(2)在现有的因运转时的噪声而使摩擦异常的检测困难的机器尤其是柴油机中,也能不受运转时噪声的影响而精度良好地检测出轻微的摩擦现象。
工业上的可利用性
本发明正好适用于柴油机中的滑动轴承的诊断。
符号的说明
1…滑动轴承 2…转轴(轴) 3…轴承箱 10…诊断装置
11…转数检测传感器 11a…脉冲检测器 11b…被检测构件
12…加速度传感器 13…监测装置 14…通报装置
15…计算处理装置
Claims (13)
1.一种滑动轴承的诊断方法,其特征在于,检测出表示滑动轴承工作时发生的振动的加速度的波形数据,通过傅里叶变换将该加速度波形数据变换为频域的加速度谱,通过实施该加速度谱中1k-30kHz频域的、以测量对象的轴的旋转频率间隔发生的多个峰值信息与该轴的旋转频率信息组合的规定的信息处理,得到将频率调制成分定量化的特性值,监测所得到的该特性值是否超过规定的阈值,在所述特性值超过该阈值时,判断为所述滑动轴承发生摩擦。
2.如权利要求1所述的滑动轴承的诊断方法,其特征在于,进行倒谱计算,该倒谱计算在对数变换后对所述加速度谱进行傅里叶反变换,得到从该倒谱计算后的波形数据得到的倒频值的时间系列数据,监测该倒频值是否超过规定的阈值,在所述倒频值超过该阈值时,判断为所述滑动轴承发生摩擦。
3.如权利要求1所述的滑动轴承的诊断方法,其特征在于,进行求出所述加速度谱的自相关的计算,监测用该计算得到的自相关的值是否超过规定的阈值,在所述自相关的值超过该阈值时,判断为所述滑动轴承发生摩擦。
4.如权利要求1所述的滑动轴承的诊断方法,其特征在于,进行求出所述加速度谱与规定的谱之间的互相关的计算,监测用该计算得到的互相关的值是否超过规定的阈值,在所述互相关的值超过该阈值时,判断为所述滑动轴承发生摩擦。
5.如权利要求1所述的滑动轴承的诊断方法,其特征在于,检测出1k~30kHz频域的数据,作为表示所述振动加速度的数据。
6.如权利要求1所述的滑动轴承的诊断方法,其特征在于,至少检测出1k~10kHz频域的数据,作为表示所述振动加速度的数据。
7.如权利要求4所述的滑动轴承的诊断方法,其特征在于,预先制作对所述轴的每个旋转频率具有峰值的规定的人工谱作为所述振动加速度的频域谱,计算该人工谱与所述加速度谱之间的互相关,并在包含该互相关最高的频域的规定的频率范围计算特性值。
8.如权利要求1至4中任一项所述的滑动轴承的诊断方法,其特征在于,以柴油机的滑动轴承作为诊断对象。
9.一种滑动轴承的诊断装置,诊断滑动轴承中的摩擦等的异常,其特征在于,包括:
检测转轴的转数的转数检测传感器;
检测所述转轴的振动时的加速度的加速度传感器;
通过傅里叶变换将表示该加速度传感器所检测出的振动的加速度的波形数据变换为频域的波形数据,利用通过实施该加速度谱中1k-30kHz频域的、以测量对象的轴的旋转频率间隔发生的多个峰值信息与该轴的旋转频率信息组合的规定的信号处理的计算装置,得到将频率调制成分定量化的特性值,监测该特性值是否超过规定的阈值,在所述特性值超过该阈值时,判断为所述滑动轴承发生摩擦的监测装置;及
当所述监测装置判断为该滑动轴承发生摩擦之际,将该判断结果输出到外部的通报装置。
10.如权利要求9所述的滑动轴承的诊断装置,其特征在于,应用特性值的倒谱分析。
11.如权利要求9所述的滑动轴承的诊断装置,其特征在于,应用特性值的自相关分析。
12.如权利要求9所述的滑动轴承的诊断装置,其特征在于,应用特性值的互相关分析。
13.如权利要求9至12中任一项所述的滑动轴承的诊断装置,其特征在于,以柴油机的滑动轴承作为诊断对象。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010-046767 | 2010-03-03 | ||
JP2010046767 | 2010-03-03 | ||
PCT/JP2011/053734 WO2011108391A1 (ja) | 2010-03-03 | 2011-02-21 | すべり軸受の診断方法および診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102834701A CN102834701A (zh) | 2012-12-19 |
CN102834701B true CN102834701B (zh) | 2015-04-08 |
Family
ID=44542047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180011831.3A Active CN102834701B (zh) | 2010-03-03 | 2011-02-21 | 滑动轴承的诊断方法和诊断装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US9588015B2 (zh) |
EP (1) | EP2543977B8 (zh) |
JP (2) | JP5968217B2 (zh) |
KR (1) | KR101497781B1 (zh) |
CN (1) | CN102834701B (zh) |
DK (1) | DK2543977T3 (zh) |
HK (1) | HK1179338A1 (zh) |
WO (1) | WO2011108391A1 (zh) |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101507929B1 (ko) * | 2013-09-03 | 2015-04-07 | 자동차부품연구원 | 자동차 허브 베어링 모니터링 시스템 및 모니터링 방법 |
DE102013226049A1 (de) * | 2013-12-16 | 2015-06-18 | Siemens Aktiengesellschaft | Vorrichtung sowie Verfahren zum Erfassen des aktuellen Schädigungszustandes einer Maschine |
US9739685B2 (en) | 2014-04-15 | 2017-08-22 | International Business Machines Corporation | Integrated, predictive vibration analysis of rotational machine within electronics rack |
JP5943357B2 (ja) * | 2014-09-17 | 2016-07-05 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 検出装置、検出方法、およびプログラム |
JP6183346B2 (ja) * | 2014-12-10 | 2017-08-23 | 日本精工株式会社 | 異常診断装置、軸受、回転装置、産業機械及び車両 |
CN104992714A (zh) * | 2015-05-22 | 2015-10-21 | 株洲联诚集团有限责任公司 | 一种电机异音的检测方法 |
RU2623177C2 (ru) * | 2015-05-28 | 2017-06-22 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия имени Адмирала флота Советского Союза Н.Г. Кузнецова" | Способ контроля технического состояния подшипников качения |
US11047768B2 (en) * | 2016-02-23 | 2021-06-29 | Ntn Corporation | Abnormality diagnosis device and abnormality diagnosis method |
JP6854595B2 (ja) * | 2016-05-31 | 2021-04-07 | 旭化成エンジニアリング株式会社 | ディーゼルエンジンのすべり軸受の診断装置 |
WO2017213183A1 (ja) * | 2016-06-07 | 2017-12-14 | 三菱電機株式会社 | 異常診断装置及び異常診断方法 |
CN109219924B (zh) * | 2016-06-07 | 2022-03-25 | 三菱电机株式会社 | 异常诊断装置及异常诊断方法 |
CN106769031B (zh) * | 2016-11-14 | 2019-03-26 | 西安交通大学 | 一种基于自相关零点计数的风机轴承阶变信号识别方法 |
WO2018110337A1 (ja) * | 2016-12-12 | 2018-06-21 | ローツェ株式会社 | 波形解析装置、及び波形解析方法 |
CA3054074A1 (en) * | 2017-02-22 | 2018-08-30 | Cmte Development Limited | Optical acoustic sensing system and method |
US10816437B2 (en) * | 2017-03-22 | 2020-10-27 | General Electric Company | Contactless rotor state/speed measurement of x-ray tube |
JP7098399B2 (ja) * | 2017-08-31 | 2022-07-11 | Ntn株式会社 | 状態監視装置および状態監視方法 |
WO2019044575A1 (ja) * | 2017-08-31 | 2019-03-07 | Ntn株式会社 | 状態監視装置および状態監視方法 |
JP7000135B2 (ja) * | 2017-11-24 | 2022-01-19 | オークマ株式会社 | 送り軸の異常診断方法及び異常診断装置 |
CN108007548B (zh) * | 2017-12-01 | 2020-02-07 | 华能国际电力股份有限公司 | 一种通过扫频诊断设备故障的方法 |
WO2019147750A2 (en) * | 2018-01-24 | 2019-08-01 | Magnetic Pumping Solutions, Llc | Method and system for monitoring the condition of rotating systems |
CN108593296B (zh) * | 2018-04-26 | 2020-01-31 | 济南大学 | 一种基于倒谱伪边距的轴承单点故障诊断方法 |
KR102560570B1 (ko) * | 2018-10-30 | 2023-07-28 | 한국전력공사 | 플랜트 공정 제어루프의 오실레이션 진단 방법 및 이를 이용한 오실레이션 진단 장치 |
US11184690B2 (en) * | 2018-12-07 | 2021-11-23 | Itt Manufacturing Enterprises Llc | Embedded system for vibration detection and analysis |
CN109579981B (zh) * | 2018-12-28 | 2023-11-10 | 重庆江增船舶重工有限公司 | 一种径向滑动轴承的振动监测装置及方法 |
CN111780977B (zh) * | 2019-03-18 | 2022-03-11 | 中国航发商用航空发动机有限责任公司 | 叶片刮磨监测方法及监测系统 |
JP7224234B2 (ja) * | 2019-04-25 | 2023-02-17 | Thk株式会社 | 異常診断システム、及び異常診断方法 |
CN110427708B (zh) * | 2019-08-06 | 2022-09-30 | 上海海事大学 | 基于振动信号的润滑状态确定方法、装置及计算机存储介质 |
DE102019122642A1 (de) * | 2019-08-22 | 2021-02-25 | Dickow Pumpen GmbH & Co. KG. | Vorrichtung und Verfahren zur Überwachung wenigstens eines Gleitlagers |
EP4043856B1 (en) * | 2019-10-02 | 2024-08-07 | NTN Corporation | Vibration analysis device and vibration measurement system |
CN110595597B (zh) * | 2019-10-24 | 2024-03-12 | 国网湖南省电力有限公司 | 油浸式变压器内部噪声监测传感器安装设备及其修正方法 |
GB202000742D0 (en) * | 2020-01-17 | 2020-03-04 | Univ Of Saltford | Vibro-electric condition monitoring |
JP7379241B2 (ja) * | 2020-03-25 | 2023-11-14 | 三菱重工業株式会社 | 回転機の診断監視装置及び方法 |
JP2022021012A (ja) * | 2020-07-21 | 2022-02-02 | セイコーエプソン株式会社 | 信号処理方法及び信号処理装置 |
GB2602038A (en) * | 2020-12-16 | 2022-06-22 | Edwards Ltd | Bearing wear monitoring |
CN112836574B (zh) * | 2020-12-30 | 2023-08-29 | 江苏光为传感设备有限公司 | 一种基于谱相似度的光纤振动事件识别方法 |
CN113702045B (zh) * | 2021-08-16 | 2023-12-05 | 人本股份有限公司 | 滚动轴承的自相关函数振动监控方法 |
DE102021211493A1 (de) * | 2021-10-12 | 2023-04-13 | Aktiebolaget Skf | Vorrichtung und Verfahren zum Abschätzen einer Last in einem Lager |
WO2022152336A1 (en) * | 2021-10-26 | 2022-07-21 | Západočeská Univerzita V Plzni | A method for monitoring turbine blade vibration |
CN114201831B (zh) * | 2021-12-13 | 2024-08-20 | 大连理工大学 | 一种基于振动信号实时采集的滚动轴承工况量化分析方法 |
WO2023162083A1 (ja) * | 2022-02-24 | 2023-08-31 | 三菱電機株式会社 | 潤滑状態判定装置 |
CN116767988A (zh) * | 2022-03-08 | 2023-09-19 | 奥的斯电梯公司 | 电梯动力设备故障检测方法和装置以及电梯系统 |
CN114781467B (zh) * | 2022-06-22 | 2022-09-06 | 济南嘉宏科技有限责任公司 | 一种基于振动相似度的故障检测方法 |
CN116183228B (zh) * | 2023-03-07 | 2023-08-11 | 榆林学院 | 一种滚动轴承故障模拟试验装置 |
CN118209334B (zh) * | 2024-05-21 | 2024-08-06 | 山东轴研精密轴承有限公司 | 一种汽车车轮毂轴承单元动态能耗评估方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0718746B2 (ja) * | 1985-05-21 | 1995-03-06 | 株式会社明電舍 | 回転体の異常検出装置 |
JPH03191859A (ja) | 1989-12-20 | 1991-08-21 | Toyota Motor Corp | クラック検出装置 |
JP3020349B2 (ja) * | 1992-05-29 | 2000-03-15 | 北海道大学長 | 異常検出方法及び装置 |
JPH08261817A (ja) | 1995-03-20 | 1996-10-11 | Toshiba Corp | 回転機械のラビング判定方法およびその装置 |
JPH1183617A (ja) * | 1997-09-12 | 1999-03-26 | Mitsubishi Heavy Ind Ltd | 較正方法、及び振動解析装置 |
KR20000064532A (ko) * | 1998-03-16 | 2000-11-06 | 카사이 요시유키 | 철도차량메인모터용베어링검사장치 |
JP2000214052A (ja) | 1999-01-28 | 2000-08-04 | Nichiha Corp | 異常音検出システム及び記録媒体 |
US7277822B2 (en) * | 2000-09-28 | 2007-10-02 | Blemel Kenneth G | Embedded system for diagnostics and prognostics of conduits |
DE10144076A1 (de) * | 2001-09-07 | 2003-03-27 | Daimler Chrysler Ag | Vorrichtung und Verfahren zur Früherkennung und Vorhersage von Aggregateschädigungen |
US6681634B2 (en) * | 2001-12-11 | 2004-01-27 | Itt Manufacturing Enterprises, Inc. | Bearing defect detection using time synchronous averaging (TSA) of an enveloped accelerometer signal |
JP3382240B1 (ja) * | 2002-06-12 | 2003-03-04 | 隆義 山本 | 対象設備を診断する方法、コンピュータプログラム、および対象設備を診断するための装置 |
US7027953B2 (en) * | 2002-12-30 | 2006-04-11 | Rsl Electronics Ltd. | Method and system for diagnostics and prognostics of a mechanical system |
WO2006030786A1 (ja) | 2004-09-13 | 2006-03-23 | Nsk Ltd. | 異常診断装置及び異常診断方法 |
US7640139B2 (en) * | 2004-10-18 | 2009-12-29 | Nsk Ltd. | Abnormality diagnosing system for mechanical equipment |
JP4848803B2 (ja) * | 2006-03-13 | 2011-12-28 | 日本精工株式会社 | 異常診断装置、回転装置及び異常診断方法 |
JP4003088B2 (ja) * | 2006-12-20 | 2007-11-07 | 日本精工株式会社 | 回転体の異常診断方法及び装置 |
JP5146008B2 (ja) | 2007-06-11 | 2013-02-20 | 日本精工株式会社 | 異常診断装置、及び異常診断方法 |
KR20070105288A (ko) | 2007-08-01 | 2007-10-30 | 순천대학교 산학협력단 | LabVIEW를 이용한 디젤엔진발전기의 베어링 고장진단 |
JP4874406B2 (ja) * | 2008-01-30 | 2012-02-15 | Jfeアドバンテック株式会社 | 軸受の診断システム |
DE102008021360A1 (de) | 2008-04-29 | 2009-11-05 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zum Erkennen eines Lagerschadens |
-
2011
- 2011-02-21 EP EP11750503.2A patent/EP2543977B8/en active Active
- 2011-02-21 KR KR1020127023031A patent/KR101497781B1/ko active IP Right Grant
- 2011-02-21 CN CN201180011831.3A patent/CN102834701B/zh active Active
- 2011-02-21 WO PCT/JP2011/053734 patent/WO2011108391A1/ja active Application Filing
- 2011-02-21 US US13/582,288 patent/US9588015B2/en active Active
- 2011-02-21 DK DK11750503.2T patent/DK2543977T3/da active
- 2011-02-21 JP JP2012503071A patent/JP5968217B2/ja active Active
-
2013
- 2013-05-22 HK HK13106068.9A patent/HK1179338A1/zh unknown
-
2016
- 2016-01-08 JP JP2016002455A patent/JP6111347B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Non-Patent Citations (1)
Title |
---|
Application of an impulse response wavelet to fault diagnosis of rolling bearings;Cheng Junsheng等;《Mechanical Systems and Signal Proscessing》;20051103(第21期);第921页第1段 * |
Also Published As
Publication number | Publication date |
---|---|
KR20120129938A (ko) | 2012-11-28 |
JP6111347B2 (ja) | 2017-04-05 |
EP2543977A1 (en) | 2013-01-09 |
JP5968217B2 (ja) | 2016-08-10 |
EP2543977A4 (en) | 2014-08-27 |
US20130006551A1 (en) | 2013-01-03 |
EP2543977B1 (en) | 2019-05-01 |
CN102834701A (zh) | 2012-12-19 |
JPWO2011108391A1 (ja) | 2013-06-24 |
KR101497781B1 (ko) | 2015-03-02 |
JP2016048267A (ja) | 2016-04-07 |
DK2543977T3 (da) | 2019-06-11 |
US9588015B2 (en) | 2017-03-07 |
EP2543977B8 (en) | 2019-06-26 |
HK1179338A1 (zh) | 2013-09-27 |
WO2011108391A1 (ja) | 2011-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102834701B (zh) | 滑动轴承的诊断方法和诊断装置 | |
Caesarendra et al. | Acoustic emission-based condition monitoring methods: Review and application for low speed slew bearing | |
Hemmati et al. | Roller bearing acoustic signature extraction by wavelet packet transform, applications in fault detection and size estimation | |
Nirwan et al. | Condition monitoring and fault detection in roller bearing used in rolling mill by acoustic emission and vibration analysis | |
Tse et al. | Wavelet analysis and envelope detection for rolling element bearing fault diagnosis—their effectiveness and flexibilities | |
Silva et al. | Early fault detection of single-point rub in gas turbines with accelerometers on the casing based on continuous wavelet transform | |
JP6410572B2 (ja) | 電流診断装置および電流診断方法 | |
He et al. | Defect diagnosis for rolling element bearings using acoustic emission | |
JP6854595B2 (ja) | ディーゼルエンジンのすべり軸受の診断装置 | |
JP2016048267A5 (zh) | ||
WO2007118931A2 (en) | A method and a system for monitoring the condition and operation of periodically moving objects | |
Wang et al. | Size estimation for naturally occurring bearing faults using synchronous averaging of vibration signals | |
JPH09113416A (ja) | ころがり軸受の損傷診断方法 | |
Nabhan et al. | Monitoring of belt-drive defects using the vibration signals and simulation models | |
JP2011180082A (ja) | すべり軸受の診断方法および診断装置 | |
Miljković | Brief review of vibration based machine condition monitoring | |
Lim et al. | Improved blade fault diagnosis using discrete Blade Passing Energy Packet and rotor dynamics wavelet analysis | |
JP2002188411A (ja) | 異常診断装置 | |
Thanagasundram et al. | Autoregressive based diagnostics scheme for detection of bearing faults | |
Kriston et al. | Application of vibro-acoustic methods in failure diagnostics | |
Roque et al. | An approach to fault diagnosis of rolling bearings | |
Vernekar et al. | Fault detection of gear using spectrum and cepstrum analysis | |
Singh et al. | Use of Proximity-Based Shaft Displacement Sensors for Rolling Element Bearing Fault Diagnosis | |
Ahmed | Advanced detection of reb defects through sound emission using envelope analysis and spectral kurtosis | |
Alshimmeri | Diagnosis of low-speed bearing degradation using acoustic emission techniques |
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: 1179338 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: GR Ref document number: 1179338 Country of ref document: HK |