CN105452835A - 轴承装置振动分析方法、轴承装置振动分析器以及滚动轴承状态监视系统 - Google Patents

Abstract

振动分析方法包括下列步骤：输入关于滚动轴承的损伤的数据(S10)；通过动态分析程序计算当滚动轴承的转轴旋转时由于损伤而在滚动轴承上发生的内环与外环之间的位移的历史(S40)；通过模式分析程序计算轴承装置的振动特性模型(S60)；以及通过将在计算历史的步骤(S40)中计算出的内环与外环之间的位移乘以轴承弹簧常数所得到的激励力的历史应用到振动特性模型来计算轴承装置上的预定位置处的振动波形(S80)。

Description

轴承装置振动分析方法、轴承装置振动分析器以及滚动轴承状态监视系统

技术领域

本发明涉及一种轴承装置振动分析方法、轴承装置振动分析器以及滚动轴承状态监视系统，尤其涉及一种通过计算机分析包括滚动轴承及其壳体的轴承装置的振动的技术，并涉及使用该分析结果的滚动轴承状态监视系统。

背景技术

日本特开No.2006-234785(专利文献1)披露了一种用于滚动轴承的异常诊断装置。通过这种异常诊断装置，对来自振动传感器的电信号执行频率分析，基于从频率分析获得的频谱计算基准值。采样大于基准值的频谱的峰值。然后将峰值之间的频率与基于回转速度计算出的并归因于轴承损坏的频率分量相互比较和核对。基于核对结果，判定滚动轴承是否存在异常以及异常出现在哪里(参见专利文献1)。

引用列表

专利文献

专利文献1：日本专利特许公开No.2006-234785

非专利文献

非专利文献1：“ThePracticalEquipmentDiagnosisthroughVibrationMethod-AnswerQuestionsintheField(通过现场中的振动方法-回答疑问的实际设备诊断)”，NoriakiInoue著，日本工厂维护协会，pp.65-71

发明内容

技术问题

当振动波形的峰值大小超出预定阈值时，前述异常诊断装置判定轴承有异常。同时，为了选择用于异常诊断的此阈值，需要事先识别当轴承有异常时的振动状态。识别当轴承有异常时的振动状态的技术例如可以是如下技术：有意地将损坏的轴承纳入到实际机器中或使实际机器保持运作直到轴承损坏为止，由此采集关于轴承有异常时表现出的振动的数据。

然而，这种技术难以应用到如下状态下的设备：设备具有大尺寸或长使用寿命，或者是昂贵的。具体地，风力发电设施满足这种条件，并难以选择阈值，该阈值被用于通过状态监视系统作出关于轴承的异常的判定，该状态监视系统监视风力发电设施的状态。因此，对于诸如风力发电设施的大尺寸设施，用于作出关于异常的判定的阈值是通过统计地处理所采集的实际数据而无视例如结构细节的差别和机器类型的差别来确定的。

因此预期可事先通过计算机来分析当轴承发生异常时所表现出的振动状态。如果可通过计算机进行分析来预测轴承装置的振动状态，则可容易地设定用于作出关于大尺寸设施(诸如风力发电设施)的异常的判定的阈值。此外，在同样要重新定位用于检测轴承装置的振动的传感器的情形下，可设定作出关于异常的判定的阈值而不需要用实际机器重新采集数据。

作出本发明以解决上述问题，并且本发明的目的是提供一种振动分析方法和振动分析器，用于通过计算机分析包括滚动轴承及其壳体的轴承装置的振动。

本发明的另一目的是提供一种滚动轴承状态监视系统，其使用根据该振动分析方法的分析结果。

此外，在用于滚动轴承的上述异常诊断装置中，振动传感器检测包括滚动轴承及其壳体的轴承装置的振动。当由振动传感器所检测的振动波形的峰值超过预定阈值时，判定滚动轴承具有异常。

为了增强异常诊断的精确度，需求振动传感器能够用高灵敏度检测由于轴承损伤而发生的振动。因此有必要在可获得高检测灵敏度的位置设置振动传感器。关于振动传感器的这种设置位置，例如非专利文献1(“通过现场中的振动方法-回答疑问的实际设备诊断”，NoriakiInoue著，日本工厂维护协会，pp.65-71)描述了预期在靠近要被测量的轴承且具有高刚度的位置处设置振动传感器。这是因为，如果振动传感器的设置位置处的刚度低，那么由于轴承损伤而发生的高频分量可能衰减，导致无法检测轴承的异常。

然而，如非专利文献1所公开的用于选择设置振动传感器的设置位置的方法是定性方法。因此，此方法不可能在轴承损伤时识别实际附连到轴承装置的振动传感器所检测的振动波形以前，判定选择的设置位置是否适当。因此存在如下问题：难以在检测灵敏度高的位置处设置振动传感器且不能确保振动传感器的适当检测灵敏度。尤其在诸如风力发电设施之类的大尺寸设施的情形中，不易纳入损伤的轴承以实验性地识别振动波形。前述选择方法因此不实用。因此，难以在早期检测轴承损伤。

为了解决此问题，预期能够事先通过计算机分析轴承装置的振动状态。如果计算机有可能分析和预测设置振动传感器的设置位置处的振动状态，则可容易地选择具有高检测灵敏度的设置位置。此外，可找到具有高灵敏度的设置位置而无需将振动传感器附连到实际装置。因此，即使对于诸如风力发电设施之类的大尺寸设施，可容易地选择振动传感器的设置位置。

作出本发明以解决上述问题，且本发明的目的是使滚动轴承状态监视系统使用通过计算机分析包括滚动轴承及其壳体的轴承装置的振动的振动分析方法的结果，能够容易且适当地选择在轴承装置上设置振动传感器的设置位置。

问题的解决手段

根据本发明，轴承装置振动分析方法是通过计算机分析轴承装置的振动的轴承装置振动分析方法，该轴承装置包括滚动轴承和滚动轴承的壳体，且该方法包括以下步骤：输入关于滚动轴承的滚动元件与滚道表面之间的接触部分所受到的损伤的形状的数据；计算由损伤导致的滚动轴承的内环与外环之间的位移；通过用于分析轴承装置的振动模式的模式分析程序来计算振动特性模型，振动特性模型代表轴承装置的振动特性；以及通过对振动特性模型应用在滚动轴承上发生的激励力的历史来计算轴承装置上的预定位置处的振动波形，通过将在计算位移的步骤中所计算的内环与外环之间的位移乘以内环与外环之间的弹簧常数来获得激励力的历史。

优选地，在计算振动波形的步骤中，将激励力的历史施加至振动特性模型中的滚动轴承的旋转环的中心轴上的至少一个点。应当注意，为了将力矩的影响考虑在内，它可被施加至旋转环(例如内环)的中心轴上的多个点。

优选地，轴承装置振动分析方法还包括下列步骤：使用在计算振动波形的步骤中计算出的振动波形确定振动大小的阈值以便确定滚动轴承有异常。

优选地，计算内环与外环之间的位移的步骤包括下列步骤：通过进行滚动轴承的动态分析的动态分析程序，计算在滚动轴承的旋转轴的旋转期间由损伤所造成的内环与外环之间的位移的历史。

优选地，滚动轴承是球轴承。计算内环与外环之间的位移的历史的步骤包括下列步骤：通过用于分析滚动轴承的滚动元件和滚道表面之间的接触的接触分析程序，计算由受到的损伤造成的滚动元件和滚道表面之间的接近量的变化；并通过动态分析程序，计算在滚动轴承的旋转轴的旋转期间由于接近量的变化所造成的内环与外环之间的位移的历史。

优选地，滚动轴承是滚子(roller)轴承。对于动态分析程序，使用切分方法，藉此对于每个微小宽度分段计算接触负载，该微小宽度分段是通过对沿滚子的轴向在滚子和滚道表面之间的接触部分作切分而获得的。振动分析方法还包括下列步骤：对于每个切片，计算由受到的损伤造成的滚子和滚道表面之间的接近量的变化。计算内环与外环之间的位移的历史的步骤包括下列步骤：通过使用切分方法的动态分析程序来计算内环与外环之间的位移的历史。

优选地，在计算内环与外环之间的位移的历史的步骤中，假设滚动轴承的固定环是通过线性弹簧沿轴承径向在负载施加区内的滚动元件的位置处连接至壳体。

优选地，在计算振动波形的步骤中，依赖于由负载施加区内每个滚动元件所支承的力的份额，将内环与外环之间的位移的历史应用到负载施加区内的滚动元件。

根据本发明，轴承装置振动分析器是用于分析包括滚动轴承和滚动轴承的壳体的轴承装置的振动的轴承装置振动分析器，并且包括输入单元、位移计算单元、振动特性计算单元和振动波形计算单元。输入单元配置为输入关于滚动轴承的滚动元件与滚道表面之间的接触部分所受到的损伤的形状的数据。位移计算单元配置为计算由损伤导致的滚动轴承的内环与外环之间的位移。振动特性计算单元配置为通过用于分析轴承装置的振动模式的模式分析程序来计算振动特性模型，振动特性模型代表轴承装置的振动特性。振动波形计算单元配置为通过对由振动特性计算单元所计算的振动特性模型施加发生在滚动轴承上的激励力的历史来计算轴承装置上的预定位置处的振动波形，通过将位移计算单元所计算的内环与外环之间的位移乘以内环与外环之间的弹簧常数来获得激励力的历史。

优选地，通过用于进行滚动轴承的动态分析的动态分析程序，位移计算单元计算在滚动轴承的旋转轴的旋转期间由损伤造成的内环与外环之间的位移的历史。

根据本发明，滚动轴承状态监视系统包括振动传感器和判定单元。振动传感器配置为测量包括滚动轴承和滚动轴承的壳体的轴承装置的振动。判定单元配置为当用振动传感器测得的振动的大小超出预定阈值时判定滚动轴承有异常。在此，预定的阈值是通过使用根据振动分析方法计算出的振动波形而确定的，振动分析方法通过计算机分析轴承装置的振动。振动分析方法包括下列步骤：输入关于滚动轴承的滚动元件与滚道表面之间的接触部分所受到的损伤的形状的数据；计算由损伤导致的滚动轴承的内环与外环之间的位移；通过用于分析轴承装置的振动模式的模式分析程序来计算振动特性模型，振动特性模型代表轴承装置的振动特性；以及通过对振动特性模型应用发生在滚动轴承上的激励力的历史来计算轴承装置上的振动传感器的设置位置处的振动波形，通过将在计算内环与外环之间的位移的步骤中所计算的内环与外环之间的位移乘以内环与外环之间的弹簧常数来获得激励力的历史。

优选地，计算内环与外环之间的位移的步骤包括下列步骤：通过进行滚动轴承的动态分析的动态分析程序，计算在滚动轴承的旋转轴的旋转期间由损伤所造成的内环与外环之间的位移的历史。

优选地，使用根据振动分析方法计算出的振动波形来选择振动传感器的设置位置。计算振动波形的步骤包括下列步骤：通过对振动特性模型应用激励力的历史来计算轴承装置上任意位置处的振动波形。

优选地，使用振动分析方法对相应多个候选位置计算多个振动波形，该多个候选位置可被设置为振动传感器的设置位置。从多个候选位置中选择振动的加速度振幅最大的候选位置，作为振动传感器的设置位置。

优选地，轴承装置包括设置于风力发电设施的主轴的轴承装置。对于多个候选位置中的每个，计算根据振动分析方法计算的振动的加速度振幅相对于由发生在主轴上的激励力所激励的轴承装置的振动的加速度振幅的比率。从多个候选位置中，将比率为最大比率的候选位置选择为振动传感器的设置位置。

优选地，轴承装置包括设置于风力发电设施的变速箱的轴承装置。对于多个候选位置中的每个，计算根据振动分析方法计算出的振动的加速度振幅相对于由发生在变速箱的齿轮上的激励力所激励的轴承装置的振动的加速度振幅的比率。从多个候选位置中，将比率为最大比率的候选位置选择为振动传感器的设置位置。

优选地，轴承装置包括设置于风力发电设施的发电机的轴承装置。发电机通过耦合部连接至风力发电设施的变速箱。对于多个候选位置中的每个，计算根据振动分析方法计算出的振动的加速度振幅相对于由发生在耦合部上的激励力所激励的轴承装置的振动的加速度振幅的比率。从多个候选位置中，将比率为最大比率的候选位置选择为振动传感器的设置位置。

优选地，滚动轴承状态监视系统还包括选择单元，其配置为使用根据振动分析方法计算出的振动波形来选择振动传感器的设置位置。

优选地，预定的阈值是使用当异常发生在滚动轴承上时预期在振动传感器的所选设置位置处呈现的振动波形来确定的。

发明的有益效果

根据本发明，输入关于轴承的损伤的形状的数据，并且计算由于损伤而发生在滚动轴承上的内环与外环之间的位移。然后，通过将内环与外环之间的计算位移乘以内环与外环之间的弹簧常数获得的发生在滚动轴承上的激励力的历史被应用到由模式分析程序所计算的振动装置的振动特性模型。由此，计算了轴承装置上的预定位置(设置振动传感器的设置位置)处的振动波形。以此方式，可通过计算机预测在轴承内发生损伤的情况中的轴承装置的振动波形。由此，根据本发明，可使用此预测的结果适当地确定由滚动轴承状态监视系统用来作出关于滚动轴承的异常的判定的阈值。

此外，根据本发明，可使用此预测的结果以通过轴承装置状态监视系统容易且适当地选择在轴承装置上设置振动传感器的设置位置。

附图说明

图1是示出根据本发明的第一实施例通过振动分析方法分析的轴承装置的模型的图。

图2是示出根据第一实施例的振动分析器的硬件配置中的主要组件的框图。

图3是功能地示出图2所示的振动分析器的配置的功能框图。

图4是示出由图2所示的振动分析器执行的振动分析方法的处理步骤的流程图。

图5是示意地示出对其采用滚动轴承状态监视系统的风力发电设施的配置的图。

图6是功能地示出图5所示的数据处理器的配置的功能框图。

图7是示出当轴承装置没有异常时的轴承装置的振动波形的图。

图8是示出当在轴承装置的滚道上发生表面粗糙或不充分的润滑时表现出的轴承装置的振动波形的图。

图9是示出轴承装置的滚道出现剥落(peeling)的最初阶段中的轴承装置的振动波形的图。

图10是示出在剥落异常的结束阶段表现出的轴承装置的振动波形的图。

图11是示出当剥落发生在轴承装置的滚道的一部分上并且剥落随后转移至整个滚道区域时表现出的轴承装置的振动波形的均方根值和其包络波形的AC分量的均方根值随时间的变化的图。

图12是示出当轴承装置的滚道上发生表面粗糙或不充分的润滑时表现出的轴承装置的振动波形的均方根值和其包络波形的AC分量的均方根值随时间的变化的图。

图13是功能地示出数据处理器的另一配置的功能框图。

图14是示出根据一修正例通过振动分析器执行的振动分析方法的处理步骤的流程图。

图15是示出根据第二实施例通过振动分析器执行的振动分析方法的处理步骤的流程图。

图16是功能地示出根据第三实施例的振动分析器的配置的功能框图。

图17是示出根据第三实施例通过振动分析器执行的振动分析方法的处理步骤的流程图。

图18是功能地示出根据第四实施例的振动分析器的配置的功能框图。

图19是示出根据第四实施例使用图4所示的振动分析方法来选择设置振动传感器的设置位置的方法的处理步骤的流程图。

图20是示出根据第四实施例使用图5所示的选择在轴承装置上设置振动传感器的设置位置的方法的处理步骤的流程图。

图21是示出选择在用于变速箱的轴承装置上设置振动传感器的设置位置的方法的处理步骤的流程图。

图22是示出选择在用于发电机的轴承装置上设置振动传感器的设置位置的方法的处理步骤的流程图。

具体实施方式

下面将结合附图详细描述本发明的实施例。尽管在下面描述了多个实施例，但提交专利申请的时候，旨在适当地结合实施例描述特性。在附图中，相同或相应的部件由相同附图标记表示，并且其描述不再予以重复。

[第一实施例]

图1是示出根据本发明的第一实施例通过振动分析方法分析的轴承装置10的模型的图。参见图1，轴承装置10包括滚动轴承20和壳体30。将关于滚动轴承20是球轴承的情况来描述第一实施例。滚动轴承20包括内环22、多个滚动元件24以及外环26。

内环22外嵌于旋转轴12且与旋转轴12一起旋转。外环26是相对于内环22设置在外部并内嵌于壳体30中的固定环。多个滚动元件24各自是球形球并位于内环22与外环26之间，在各球之间具有由笼(cage)(未示出)保持的间隔。用螺栓(未示出)将壳体30固定至基座40。

关于此模型，假设作为固定环的外环26在滚动元件的位置处通过线性弹簧kF1-kF3沿轴承径向连接至壳体30，该滚动元件是多个滚动元件24之中位于负载施加区的滚动元件。此外，至于壳体30和基座40彼此耦合的耦合部，相应地在线性弹簧kH1、kH2上施加质量m1、m2，就像用螺栓耦合那样。

轴承装置10的振动分析方法的描述

图2是示出根据第一实施例的振动分析器的硬件配置中的主要组件的框图。参见图2，振动分析器100包括输入单元110、接口(I/F)单元120、CPU(中央处理单元)130、RAM(随机存取存储器)140、ROM(只读存储器)150以及输出单元160。

CPU130执行存储在ROM150中的多个程序以由此实现本文之后详述的振动分析方法。CPU130将RAM140用作工作区。在ROM150中，记录了一程序，该程序包括表示振动分析方法的过程的流程图(将在后面描述)的步骤。输入单元110是读取外部数据的装置，例如键盘和/或鼠标、记录介质、通信装置等等。输出单元160是输出由CPU130运算的结果的装置，例如显示器、记录介质、通信装置等等。

图3是功能地示出图2所示的振动分析器100的配置的功能框图。连同图1一起参见图3，振动分析器100包括接近量变化计算单元205、动态分析模型设定单元210、位移计算单元220、振动特性计算单元230、振动波形计算单元240以及前述输入单元110和输出单元160。

通过此振动分析器100对轴承装置10的振动进行预测一般包括两种预测。即，一种是当滚动轴承20的旋转轴旋转时发生在滚动轴承20上的内环与外环之间(内环22与外环26之间)的位移的历史的预测，该位移是由于滚动轴承20的滚动元件24和滚道表面(内环22的外周表面或外环26的内周表面)彼此接触的接触部分的损伤所致。另一种是由于基于发生在滚动轴承20上的位移的激励力通过壳体30传递而发生在振动传感器(未示出)安装在轴承装置10上的设置位置处的振动波形的预测。

例如，从输入单元110输入关于滚动轴承20的特性数据、关于滚动元件24和滚道表面彼此接触的接触部所受到的损伤的形状的数据(之后也被称为“损伤数据”)、润滑状态、工作状态(例如转速)以及关于耦合至滚动轴承20的转轴12和壳体30的特性数据。输入单元110可以是对其使用Web接口的数据输入装置、从其上以预定格式记录前述数据的记录介质中读取数据的读取装置、接收以预定格式在外部传输的前述数据的通信装置等。

接近量变化计算单元205从输入单元110接收关于滚动元件24及其滚道的数据以及损伤数据。然后，接近量变化计算单元205通过接触分析程序计算在滚动元件24和滚道表面之间由受到的损伤造成的接近量的变化，该接触分析程序用于分析滚动元件24和滚道表面之间的接触。例如，接触分析程序借助有限元方法(FEM)计算接触部分的接触压力分布，并计算滚动元件24和滚道表面之间的接近量的变化，该变化依赖于损伤存在与否。

对于接触分析，优选地使用弹塑性(elasto-plastic)分析，其甚至将接触部分的塑性变形考虑在内。这是因为，如果滚动元件24和滚道表面之间的接触部分有损伤，则表面压力可能变得高到引起局部塑性变形的程度。为了简化计算，接近量变化计算单元205可对接触分析使用弹性分析以计算由损伤造成的滚动元件24的弹性接近量的变化。

动态分析模型设定单元210接收从输入单元110输入的上述多种数据并接收由接近量变化计算单元205所计算的接近量的变化。然后，动态分析模型设定单元210设定滚动轴承20的动态模型以用于进行将滚动轴承20的动态特性考虑在内的动态分析。动态分析指一种技术，该技术对于滚动轴承20的每个组件(内环22、滚动元件24和外环26)制定运动的方程并沿时间轴对联立常微分方程式求积分。动态分析允许对组件之间的干扰力、组件的行为等随时间变化的实时模拟。

对于这种动态分析模型，给出通过接近量变化计算单元205计算出的接近量的变化。滚动轴承20的每个组件是刚性体，并且耦合至滚动轴承20的旋转轴12和壳体30各自是具有预定质量和预定振动模式的弹性体。滚动体(内环、滚动元件24和转轴12)的惯性力的影响以及作用在每个组件上的重力反映在模型上。

位移计算单元220使用通过动态分析模型设定单元210设定的动态分析模型以计算当滚动轴承20旋转时发生在滚动轴承20上的内环与外环之间的位移的历史。位移是由从输入单元110输入的损伤数据给出的滚道和滚动元件之间的接近量的改变造成的。更具体地，位移计算单元220使用前述动态分析模型以计算当转轴12根据从输入单元110输入的工作条件正在工作时由于滚动元件24和滚道表面之间的接近量的改变而发生在滚动轴承20上的内环与外环之间的位移的历史。

同时，振动特性计算单元230通过用于分析轴承装置10的振动模式的模式分析程序计算代表轴承装置10的振动传输特征的振动特性模型。在第一实施例中，使用所谓的理论模型分析来计算代表轴承装置10的振动特性的振动模式，作为振动特性模型。模式分析基于各振动由多个固有模式构成的认识来确定固有模式和固有频率。理论模式分析数学地确定结构(弹性体)具有何种振动模式(特征值信息)。具体地说，该理论模式分析确定拟被分析的对象的形状、质量分布、刚度分布和约束条件以产生对象(轴承装置10)的模型，并基于代表模型的质量特性的质量矩阵和代表其硬度特性的硬度矩阵，通过理论分析或数学计算来确定特征值和特征矢量，以相应地确定对象的固有频率和固有模式。

振动特性计算单元230从输入单元110接收诸如轴承装置10的形状、材料密度、杨氏模量和泊松比等特性数据。此外，滚动元件24被视为线性弹簧，并且振动特性计算单元230从输入单元110接收弹簧信息，该弹簧信息用以将滚动元件24、以及壳体30和基座40之间的耦合部分(例如用螺栓耦合的情形下的螺栓耦合部分)中的每一个视为线性弹簧。然后，振动特性计算单元230通过模式分析程序(理论模式分析程序)计算轴承装置10的振动特性模型(振动模式)。

关于前述振动特性模型，为了更准确地再现实际的振动特性，优选地形成螺栓耦合部分(例如壳体30和基座40彼此耦合的耦合部分)以使它们仅沿螺栓耦合部分的耦合表面的位于螺栓附近的一部分彼此耦合。这是因为，形成实际螺栓耦合部分以具有如下耦合表面：在耦合它们的螺栓附近以高压缩力耦合，且在远离耦合它们的螺栓处以相对小的力耦合。随着用螺栓彼此耦合的部件的刚度越低，这种趋势就越高。螺栓附近的耦合部分的形状的示例可以是环形，它与螺栓的旋转轴同心并具有与螺栓孔的直径对应的内径以及与螺栓头的直径对应的外径。

振动波形计算单元240使用由振动特性计算单元230计算出的振动特性模型来进行瞬态响应分析并由此计算在轴承装置10上的特定位置(例如设置振动传感器的位置)处的振动波形。更具体地，振动波形计算单元240从位移计算单元220接收发生在滚动轴承20上的内环与外环之间的位移的历史，并且将所接收的内环与外环之间的位移乘以内环与外环之间的弹簧常数(下文中也称为“轴承弹簧常数”)，以由此计算发生在滚动轴承20上的激励力的历史。然后，振动波形计算单元240将激励力的历史应用到通过振动特性计算单元230计算出的振动特性模型，以由此计算此时的振动波形。

例如以如下方式计算轴承弹簧常数。具体地，赫兹(Hertz)理论用于计算内环22与滚动元件24之间的接触部分处的弹簧常数(称为“第一弹簧常数”)以及外环26与滚动元件24之间的接触部分处的弹簧常数(称为“第二弹簧常数”)。然后，第一弹簧常数和第二弹簧常数被视为串联弹簧的弹簧常数，并且计算一个滚动元件24(称为“滚动元件弹簧常数”)的弹簧常数。然后，负载施加区内的滚动元件的滚动元件弹簧常数合并以计算轴承弹簧常数。

这里，在第一实施例中，通过振动波形计算单元240将内环与外环之间的位移乘以轴承弹簧常数所得的激励力的历史在振动特性计算单元230计算出的振动特性模型中施加到滚动轴承20的内环22的中心轴上的至少一个点。因此，借助动态分析程序对滚动轴承20的内环与外环之间的位移的预测和基于该位移的激励力的预测可结合借助模式分析程序对轴承装置10的振动传输特性的预测，以由此进行精确的振动分析。

通过振动波形计算单元240计算出的振动波形输出至输出单元160。输出单元160可以是展示振动波形的显示器、将振动波形的数据以预定格式写在记录介质上的写装置、将振动波形的数据以预定格式传输至外部的通信装置或诸如此类。

如前所见，在第一实施例中，借助动态分析程序计算的滚动轴承20的内环与外环之间的位移乘以轴承弹簧常数以由此计算发生在滚动轴承20上的激励力的历史，且所计算的激励力的历史应用到振动特性模型以由此进行响应分析(振动分析)。用此方法，即使由于因磨损引起的损伤那样的损伤部分的形状中的适度变化而造成滚动元件经过损伤部分时发生的激励力很小，也可基于实际发生的内环与外环之间的位移来进行响应分析(振动分析)。

图4是示出由图2所示的振动分析器100执行的振动分析方法的处理步骤的流程图。参见图4，振动分析器100首先从输入单元110读取关于滚动元件24及其滚道(内环22的外周表面或外环26的内周表面)的数据以及关于滚动轴承20所受到的损伤的数据(步骤S10)。

接着，振动分析器100根据预备的接触分析程序计算由步骤S10中输入的损伤造成的滚动元件24和滚道表面之间的接近量的变化(步骤S20)。然后，振动分析器100读取多种数据以进行滚动轴承20的动态分析(步骤S30)。具体地说，振动分析器100从输入单元110读取数据，诸如滚动轴承20的特性数据和工作状态以及转轴12和壳体30的质量和弹簧特性，并进一步读取在步骤S20中计算出的接近量的变动。

接着，振动分析器100基于在步骤S30中读取的多种数据来设定滚动轴承20的动态分析模型。然后，振动分析器100根据使用动态分析模型的动态分析程序计算当旋转轴12在步骤S10中输入的工作状态下工作时由于接近量的变化而在滚动轴20上发生的内环与外环之间的位移的历史(步骤40)。

接着，振动分析器100读取多种数据以进行轴承装置10的理论模式分析(步骤S50)。具体地说，振动分析器100读取诸如轴承装置10的形状、材料密度、杨氏模量和泊松比之类的特性数据。振动分析器100也读取弹簧信息以用于将滚动元件24以及壳体30和基座40之间的耦合部分(例如用螺栓耦合它们所在的螺栓耦合部分)中的每一个视为线性弹簧。前述数据中的每一个可从输入单元110中读取或可事先作为内部数据保存。

响应于步骤S50中每个数据的输入，振动分析器100根据预备的理论模式分析程序计算轴承装置10的模式信息(步骤S60)。具体地说，基于步骤S50中输入的每个数据，振动分析器100借助理论模式分析程序计算轴承装置10的振动模式(固有频率和固有模式)。

接着，振动分析器100读取多种数据以执行滚动轴承10的瞬态响应分析(模式分析方法)(步骤S70)。具体地说，例如，振动分析器100读取步骤S60中计算出的模式信息、步骤S20中计算出的接近量的变化以及步骤S40中计算出的内环与外环之间的位移的历史。

然后，根据预备的瞬态响应分析(模式分析方法)程序，振动分析器100计算轴承装置10的振动波形(步骤S80)。具体地说，振动分析器100将通过步骤S40中计算出的内环与外环之间的位移(历史)乘以轴承弹簧常数所得的激励力的历史施加到具有步骤S60中计算出的振动模式的轴承装置10的内环22的中心轴上的至少一个点，以由此计算由于步骤S40中计算出的内环与外环之间的位移而发生在轴承装置10上的振动波形。

以此方式，通过振动分析器100，可模拟当滚动轴承20中发生损伤时轴承装置10的振动波形。因此，借助振动分析器100，可确定阈值，该阈值用于通过监视滚动轴承的状态(异常)的状态监视系统作出关于轴承异常的判定，并且该状态监视系统可使用该阈值作出关于滚动轴承的异常的判定。

下面，对于使用该阈值以作出关于轴承异常的判定(这是通过振动分析器100从分析结果来确定的)的滚动轴承状态监视系统，将借助示例范例性地描述风力发电设施中的滚动轴承状态监视系统。

风力发电设施的总体配置

图5是示意地示出对其采用滚动轴承状态监视系统的风力发电设施的配置的图。参见图5，风力发电设施310包括主轴320、桨片(blade)330、变速箱340、发电机350、主轴轴承装置(下面简称为“轴承装置”)360、振动传感器370和数据处理器380。变速箱340、发电机350、轴承装置360、振动传感器370和数据处理器380被包含在机舱(nacelle)390内，而机舱390由塔400支承。

主轴320延伸到机舱390中以连接至变速箱340的输入轴并由轴承装置360可旋转地支承。主轴320将通过接收风力的桨片330产生的转矩传输至变速箱340的输入轴。桨片330位于主轴320的最前端，将风力转化成转矩，并将其传输至主轴320。

轴承装置360固定在机舱390内并可转动地支承主轴320。轴承装置360由滚动轴承和壳体构成，而滚动轴承在这里由球轴承形成。振动传感器370固定到轴承装置360。然后，振动传感器370检测轴承装置360的振动并将检测出的振动值输出至数据处理器380。例如，振动传感器370由使用压电元件的加速度传感器形成。

变速箱340设置在主轴320和发电机350之间以增加主轴320的转速并将其输出至发电机350。作为示例，变速箱340由加速齿轮机构形成，该加速齿轮机构例如包括行星齿轮、中间轴和高速轴。变速箱340的内部还设置有多个轴承，这些轴承可旋转地支承多个轴，然而这些轴未被具体地示出。发电机350通过耦合部分(接头)连接至变速箱340的输出轴以由从变速箱340接收的转矩产生电力。发电机350例如由感应发电机形成。发电机350的内部也设置有可转动地支承转子的轴承。

数据处理器380设置在机舱390中并从振动传感器370接收轴承装置360的振动的检测值。根据预设程序，数据处理器380借助轴承装置360的振动波形诊断轴承装置360的异常，这遵循本文中之后描述的方法。

图6是功能地示出图5所示的数据处理器380的配置的功能框图。参见图6，数据处理器380包括高通滤波器(下文中称为“HPF”)410、450，均方根值计算单元420、460，包络处理单元440，存储单元480，以及诊断单元490。

HPF410从振动传感器370接收轴承装置360的振动的检测值。HPF410然后使所接收检测信号的高于预定频率的信号分量通过，并阻挡其低频分量。设置HPF410以去除包含在轴承装置360的振动波形中的DC分量。如果振动传感器370的输出不包括DC分量，则可以不设置HPF410。

均方根值计算单元420从HPF410接收轴承装置360的振动波形，DC分量已从该振动波形中移除。然后，均方根值计算单元420计算轴承装置360的振动波形的均方根值(也称为“RMS值”)，并将计算出的振动波形的均方根值输出至存储单元480。

包络处理单元440从振动传感器370接收轴承装置360的振动的检测值。然后，包络处理单元440对接收的检测信号执行包络处理以由此产生轴承装置360的振动波形的包络波形。对于由包络处理单元440运行的包络处理，任意多种已知的技术是可用的。作为示例，通过振动传感器370测得的轴承装置360的振动波形被校正为绝对值并通过低通滤波器(LPF)以由此产生轴承装置360的振动波形的包络波形。

HPF450从包络处理单元440接收轴承装置360的振动波形的包络波形。然后，HPF450使接收的包络波形高于预定频率的信号分量通过，并阻挡其低频分量。设置HPF450以去除包含在包络波形中的DC分量并提取包络波形的AC分量。

均方根值计算单元460从HPF450接收已从中去除DC分量的包络波形，即包络波形的AC分量。然后，均方根值计算单元460计算所接收的包络波形的AC分量的均方根值(RMS值)，并将计算出的包络波形的AC分量的均方根值输出至存储单元480。

存储单元480不时地存储通过均方根值计算单元420计算出的轴承装置360的振动波形的均方根值和通过均方根值计算单元460计算出的其包络波形的AC分量的均方根值，这两个存储是彼此同步的。存储单元480可例如由可读/可写非易失性存储器等形成。

诊断单元490从存储单元480读取被不时存储在存储单元480中的轴承装置360的振动波形的均方根值以及其包络波形的AC分量的均方根值，并基于两个读出的均方根值来诊断轴承装置360的异常。具体地说，诊断单元490基于轴承装置360的振动波形的均方根值和其包络波形的AC分量的均方根值随时间变化的推移来诊断轴承装置360的异常。

即，通过均方根值计算单元420计算出的轴承装置360的振动波形的均方根值是未完成包络处理的原始振动波形的均方根值。因此，在例如剥落发生在滚道的一部分并且振幅仅当滚动元件经过剥落地点时才增加的脉冲式变化的情形下，该值的增加很小。然而，在由于滚道和滚动元件之间的接触部分的表面粗糙或由于不充分润滑而发生的连续振动的情形下，该值的增加很大。

相反，对于通过均方根值计算单元460计算出的包络波形的AC分量的均方根值，在由于表面粗糙或不充分的滚道润滑造成的连续振动的情形下该值的增加是很小的，而该值的增加在脉冲式振动的情形下是很大的。然而，该值在某些情形下可能不增加。鉴于此，使用轴承装置360的振动波形的均方根值以及其包络波形的AC分量的均方根值以实现仅用均方根值中的一个无法检测到的异常的检测且能够实现对异常的更准确的诊断。

图7-图10分别是示出用振动传感器370测得的轴承装置360的振动波形的图。在图7-图10中，分别示出当主轴320(图5)的转速恒定时的振动波形。

图7是示出当没有异常发生在轴承装置360上时轴承装置360的振动波形的图。参见图7，水平轴代表时间而垂直轴代表振动大小的指标。这里，作为示例，垂直轴代表振动加速度。

图8是示出轴承装置360的滚道上发生表面粗糙或不充分润滑时表现出的轴承装置360的振动波形的图。参见图8，当表面粗糙或不充分润滑发生在滚道时，加速度增加并且加速度增加的状态连续地发生。没有显著的峰值出现在振动波形中。因此，对于这种振动波形，其上包络处理未完成的原始振动波形的均方根值表现出增加，而包络波形的AC分量的均方根值不表现出这种增加，这是相比轴承装置360没有异常时表现出的振动波形的均方根值(均方根值计算单元420(图6)的输出)和包络波形的AC分量的均方根值(均方根值计算单元460(图6)的输出)而言的。

图9是示出轴承装置360的滚道出现剥落的最初阶段中的轴承装置360的振动波形的图。参见图9，在剥落异常的最初阶段，剥落发生在滚道的一部分并且当滚动元件经过剥落地点时产生很大的振动。因此，脉冲式振动随着轴的转动周期性地发生。当滚动元件经过剥落地点以外的地点时，加速度的增加是很小的。因此，对于这种振动波形，相比当轴承装置360没有异常时表现出的振动波形的均方根值和包络波形的AC分量的均方根值，包络波形的AC分量的均方根值表现出增加，而原始振动波形的均方根值不表现出这种增加。

图10是示出在剥落异常的结束阶段表现出的轴承装置360的振动波形的图。参见图10，与剥落异常的最初阶段相比较，剥落异常的结束阶段是剥落蔓延至整个滚道区域的状态，并且加速度整体增加，同时加速度振幅的变化减小。因此，对于这种振动波形，与出现在剥落异常的最初阶段中的振动波形的均方根值和包络波形的AC分量的均方根值相比较，原始振动波形的均方根值增加，而包络波形的AC分量的均方根值减小。

图11是示出当剥落发生在轴承装置360的滚道的一部分并且剥落随后蔓延至整个滚道区域时表现出的轴承装置360的振动波形的均方根值和其包络波形的AC分量的均方根值随时间的变化的图。在下面描述的图11和图12中，示出了当主轴320的转速恒定时每个均方根值随时间的变化。

参见图11，曲线L1代表其上未完成包络处理的振动波形的均方根值随时间的变化，而曲线L2代表包络波形的AC分量的均方根值随时间的变化。在剥落发生前的时间t1，振动波形的均方根值(L1)和包络波形的AC分量的均方根值(L2)均很小。在时间t1的振动波形与前面图7中所示的波形类似。

当剥落发生在轴承装置360的滚道的一部分时，包络波形的AC分量的均方根值(L2)增加到很大的程度，而对其未完成包络处理的振动波形的均方根值(L1)不增加到这么大的程度(在时间t2附近)，如前面结合图9描述的那样。

此外，当剥落此后蔓延至整个滚道区时，其上未完成包络处理的振动波形的均方根值(L1)显著地增加，而包络波形的AC分量的均方根值(L2)减小(在时间t3附近)，如前面结合图10描述的那样。

图12是示出当轴承装置360的滚道发生表面粗糙或不充分的润滑时表现出的轴承装置360的振动波形的均方根值和其包络波形的AC分量的均方根值随时间的变化的图。参见图12，在图12中，与图11相似，曲线L1代表其上未完成包络处理的振动波形的均方根值随时间的变化，而曲线L2代表包络波形的AC分量的均方根值随时间的变化。

在滚道的表面粗糙或不充分润滑发生前的时间t11，振动波形的均方根值(L1)和包络波形的AC分量的均方根值(L2)均很小。在时间t11的振动波形与前面图7中所示的波形类似。

当表面粗糙或不充分润滑发生在轴承装置360的滚道上时，其上未完成包络处理的振动波形的均方根值(L1)增加，而包络波形的AC分量的均方根值(L2)不增加(在时间t12附近)，如前面结合图8描述的那样。

如从前面内容看到的那样，基于用振动传感器370测得的轴承装置360的振动波形的均方根值以及通过用振动传感器370测得的振动波形的包络处理产生的包络波形的AC分量的均方根值，能够诊断轴承装置360的异常。因此，相对基于频率分析的传统技术，能够执行更为准确的异常诊断。

为了执行这种异常诊断，需要适当地设定进行异常诊断的振动阈值。该阈值可借助前述振动分析器100来确定。也就是说，振动分析器100可提供轴承装置360的模型并提供关于轴承的损伤数据以由此预测在将振动传感器370设置在轴承装置360上的位置处的振动波形。然后，可计算振动波形的均方根值以及通过振动波形的包络处理所产生的包络波形的AC分量的均方根值，以由此适当地确定由状态监视系统作出关于异常的判定的阈值。

应当主意，主轴320(图5)的转速的改变致使轴承装置360的振动的大小改变。一般来说，轴承装置360的振动随着主轴320转速的增加而增加。鉴于此，轴承装置360的振动波形的均方根值和其包络波形的AC分量的均方根值中的每一个可以用主轴320的转速来进行归一化，并且该归一化的均方根值中的每一个可用来执行轴承装置360的异常诊断。

图13是功能地示出数据处理器的另一配置的功能框图。参见图13，相对于图6所示的数据处理器380的配置，数据处理器380A进一步包括修正振动因子计算单元430、修正调制因子计算单元470以及速度函数生成单元500。

速度函数生成单元500接收由旋转传感器510(图5中未示出)检测出的主轴320的转速的检测值。旋转传感器510可输出主轴320的旋转位置的检测值，并且速度函数生成单元500可随后计算主轴320的转速。速度函数生成单元500产生：速度函数A(N)，其用主轴320的转速N对通过均方根计算单元420计算出的轴承装置360的振动波形的均方根值作归一化；以及速度函数B(N)，其用主轴320的转速N对通过均方根值计算单元460计算出的包络波形的AC分量的均方根值作归一化。作为示例，速度函数A(N)、B(N)是通过下列公式表示的：

A(N)＝a×N^-0.5...(1)

B(N)＝b×N^-0.5...(2)

其中a、b是通过实验等事先确定的常数，并可以是彼此不同或相同的值。

修正振动因子计算单元430从均方根值计算单元420接收轴承装置360的振动波形的均方根值，并从速度函数生成单元500接收速度函数A(N)。然后，修正振动因子计算单元430使用速度函数A(N)来计算值(下文中称为“修正振动因子”)，该值是通过用主轴320的转速对由均方根值计算单元420计算出的振动波形的均方根值作归一化来计算的。具体地说，使用由均方根值计算单元420计算出的振动波形的均方根值Vr和速度函数A(N)以根据下列公式计算修正振动因子Vr*。

$Vr*=A\left(N\right)\sqrt{\frac{{\∫}_0^T{\{Vr\left(t\right)-Vra\}}^{2}dt}{T}}\mathrm{...}\left(3\right)$

这里，Vra代表Vr在时间0至T的平均值。然后，修正振动因子计算单元430将根据公式(3)计算出的修正振动因子Vr*输出至存储单元480。

修正调制因子计算单元470从均方根值计算单元460接收包络波形的AC分量的均方根值，并从速度函数生成单元500接收速度函数B(N)。然后，修正调制因子计算单元470使用速度函数B(N)来计算值(下文中称为“修正调制因子”)，该值是通过用主轴320的转速对由均方根值计算单元460计算出的包络波形的AC分量的均方根值作归一化来计算的。具体地说，使用由均方根值计算单元460计算出的包络波形的AC分量的均方根值Ve和速度函数B(N)以根据下列公式计算修正调制因子Ve*。

$Ve*=B\left(N\right)\sqrt{\frac{{\∫}_0^T{\{Ve\left(t\right)-Vea\}}^{2}dt}{T}}\mathrm{...}\left(4\right)$

这里，Vea是Ve在时间0至T的平均值。修正调制因子计算单元470将根据公式(4)计算出的修正调制因子Ve*输出至存储单元480。

然后，不时地存储至存储单元480内的修正振动因子Vr*和修正调制因子Ve*由诊断单元490读取。基于所读取的修正振动因子Vr*和修正调制因子Ve*随时间的变化的推移，诊断单元490执行轴承装置360的异常诊断。

应当注意，前述旋转传感器510可附连至主轴320，或者其中纳入有旋转传感器510的轴承装置360的“纳入旋转传感器的”轴承可被用作轴承装置360。

利用如前所述的配置，基于修正振动因子Vr*和修正调制因子Ve*来诊断异常，该修正振动因子Vr*是通过用转速对轴承装置360的振动波形的均方根值作归一化来确定的，而修正调制因子Ve*是通过用转速对包络波形的AC分量的均方根值作归一化来确定的。因此，由转速变化造成的干扰被去除，并因此实现更准确的异常诊断。

在如前所见的第一实施例中，要被分析的关于滚动轴承20的损坏数据输入至振动分析器100，并使用动态分析程序来计算当滚动轴承20的转轴旋转时由于损伤发生在滚动轴承上的内环与外环之间的位移的历史。然后，通过将内环与外环之间的计算位移乘以轴承弹簧常数所获得的激励力的历史应用到由模式分析程序计算出的轴承装置10的振动特性模型，并计算轴承装置10上的任意位置(例如设置振动传感器的设置位置)处的振动波形。因此，可预测出损伤发生在轴承中时的轴承装置10的振动波形。因此，根据第一实施例，例如应用至风力发电设施310的滚动轴承(轴承装置360)的状态监视系统可使用此预测的结果，以适当地确定作出关于滚动轴承的异常的判定的阈值。

借助示例，在风力发电设施的最初正常状态下测得的修正振动因子和修正调制因子分别为Vr*0和Ve*0。关于如前面参考图11描述的剥落是否发生的判定，当确认修正调制因子从最初状态开始的增加率Ie(＝Ve*/Ve*0)超出用于判定剥落是否发生的修正调制因子的阈值CeFlake并且此后修正振动因子从最初状态开始的增加率Ir(＝Vr*/Vr*0)超出用于判定剥落是否发生的修正振动因子的阈值CrFlake时，判定剥落发生。关于如前面针对图12描述的是否出现表面粗糙或不充分润滑的判定，当确认修正调制因子的增加率Ie保持小于用于判定表面粗糙是否出现的修正调制因子的阈值CeSurf且同时修正振动因子的增加率Ir超出用于判定表面粗糙是否出现的修正振动因子的阈值CrSurf时，判定表面粗糙或不充分润滑发生。在此情况下，阈值是四个阈值，即CeFlake、CrFlake、CeSurf、CrSurf。

应当注意，借助示例给出前述阈值和使用该阈值的关于异常的判定，并可替代地使用更复杂的模式识别或类似手法。可额外地使用温度传感器以在表面粗糙和不充分润滑之间作出区别。在任何情形下，在振动增加的状态下，需要使用这些阈值作出关于异常的判定。

此外，在振动分析器100中，通过将由于受到的损伤而发生的内环与外环之间的位移乘以轴承弹簧常数所得的激励力的历史应用到滚动轴承20的内环22的中心轴上的至少一点。因此，借助动态分析程序对滚动轴承20的内环与外环之间的位移的预测和基于该位移的激励力的预测以及借助模式分析程序对轴承装置10的振动传输特性的预测可结合在一起以进行精确的振动分析。

[修正例]

根据前述描述，当分析轴承装置10的振动特性时，使用模式分析方法进行瞬态响应分析。然而，除了模式分析方法，也可使用直接积分法。直接积分法是对应用到轴承装置10的有限元模型的、滚动元件和滚道表面之间的接近量的计算出的变化以及内环与外环之间的位移的计算出的历史连续地积分的技术，该并且在振动分析器100具有足够的算术处理能力的情形下是有效的。

图14是示出根据该修正例通过振动分析器100执行的振动分析方法的处理步骤的流程图。参见图14，该流程图对应于图4所示的流程图，除了前者包括步骤S90-S94而不是图4的步骤S50-S80。

也就是说，在步骤S40中计算发生在滚动轴承20上的内环与外环之间的位移的历史之后，振动分析器100基于轴承装置10的特性数据(包括例如轴承装置10的形状、材料密度、杨氏模量和泊松比)来计算轴承装置10的有限元模型(步骤S90)。接着，振动分析器100读取多种数据以执行滚动轴承10的瞬态响应分析(直接积分法)(步骤S92)。具体地，例如，振动分析器100读取步骤S90中计算出的有限元模型、步骤S20中计算出的接近量的变化以及步骤S40中计算出的内环与外环之间的位移的历史。

然后，振动分析器100根据预备的瞬态响应分析(直接积分法)程序而计算轴承装置10的振动波形(步骤S94)。具体地，振动分析器100将通过步骤S40中计算出的内环与外环之间的位移(历史)乘以轴承弹簧常数所得的激励力的历史施加到由步骤S90中计算出的有限元模型所示的轴承装置10的内环22的中心轴上的至少一个点，以由此计算借助步骤S40中计算出的内环与外环之间的位移的历史而发生在轴承装置10上的振动波形。

[第二实施例]

在前述第一实施例及其修正例中，滚动轴承20由球轴承形成。将描述第二实施例，其涉及滚动轴承20由滚子轴承形成的情形。

在滚动轴承20由滚子轴承形成的情形下，通过使用所谓切分方法的动态分析模型来计算发生在滚动轴承20上的内环与外环之间的位移的历史。切分方法的特征在于，对每个微小宽度区段计算接触负载，所述每个微小宽度区段是通过沿滚子的轴向将滚子和滚道表面之间的接触部分切分成各自具有微小宽度的多个区段而获得的。

图15是示出根据第二实施例由振动分析器100执行的振动分析方法的处理步骤的流程图。参见图15，振动分析器100首先从输入单元110读取关于滚动元件24及其滚道的数据以及损伤数据，该损伤数据是关于滚动轴承20所受到的损伤的数据(步骤S110)。

接着，振动分析器100读取多个数据以执行动态分析(步骤S120)。具体地说，振动分析器100从输入单元110读取数据，例如滚动轴承20的特性数据、损伤的形状和工作状态以及关于旋转轴12和壳体30的质量和弹簧特性的数据。

然后，在步骤S120中读取多种数据之后，对于滚子和滚道表面之间的接触部分的每个切片，振动分析器100将损伤的形状转换成滚子和滚道表面之间的接近量的变化(步骤S125)。这里，这种转换是将切片内的负载和损伤的形状在滚动方向上的宽度作为主变量而完成的。对于此转换，可事先研究圆柱对象之间的接触。更具体地，可事先以函数形式研究和定义凹陷部分的滚动方向宽度对负载和接近量的变化之间的关系的影响。然后，根据借助对其应用每个切片的接近量的变化的切片方法的动态分析程序，振动分析器100计算当旋转轴12在步骤S120中输入的工作状态下工作时由于在步骤S110中输入的损伤而发生在滚动轴承20上的内环与外环之间的位移的历史(步骤S130)。

后继步骤S140-170中的处理基本类似于图4所示的步骤S50-S80，并因此将不再重复其描述。

根据前面看到的第二实施例，即使在滚动轴承20由滚子轴承形成的情形下，也可预测在轴承损伤的情形下的轴承装置10的振动波形。结果，对于应用到风力发电设施之类的滚动轴承的状态监视系统，可适当地确定阈值以作出关于滚动轴承的异常的判定。

第三实施例

在此第三实施例中，振动分析器还计算出用于通过滚动轴承的状态监视系统作出关于滚动轴承的异常的判定的阈值。也就是说，第三实施例中所示的振动分析器还基于预测的振动波形确定由状态监视系统用来作出关于异常的判定的振动阈值。

图16是功能地示出根据第三实施例的振动分析器的配置的功能框图。尽管下面的描述将基于第一实施例来示例性地给出，也可对第二实施例作出类似的功能添加。

参见图16，相比图3所示第一实施例中的振动分析器100的配置，振动分析器100A另外包括异常阈值设定单元260和基本振动输入单元270。

基本振动输入单元270产生基本振动波形，其代表当滚动轴承20处于正常状态时表现出的振动波形。尽管基本振动波形是通过相同形式的轴承的实际测量值而优选地确定的，然而它也可以是从相同类型的装置的测量值中推导出的预期值。从振动波形计算单元240接收的振动波形添加至该基本振动波形，并且所得到的波形是当异常发生时预期呈现出的振动波形。

异常阈值设定单元260从振动波形计算单元240接收在振动传感器附连至轴承装置10所在的位置处的振动波形的计算值。然后，异常阈值设定单元260使用从振动波形计算单元240接收的振动波形和从基本振动输入单元270接收的基本振动波形以确定振动大小的阈值，该阈值用以判定滚动轴承20是否具有异常。借助示例，异常阈值设定单元260根据关于异常发生时预期呈现出的振动波形的数据来计算振动波形的均方根值以及包络波形的AC分量的均方根值，并基于此计算的结果确定阈值。

用来作出关于异常的判定的阈值可通过如下方法确定：从异常阈值设定单元260将关于各种大小的损伤的数据应用至位移计算单元220，并计算针对每个损伤数据的振动波形，然而，这没有具体示出。

图17是示出根据第三实施例通过振动分析器100A执行的振动分析方法的处理步骤的流程图。参见图17，该流程图相对于图4所示的流程图还包括步骤S82。

在第三实施例中，在步骤S80中计算出振动传感器附连至轴承装置10所在的位置处的振动波形。一旦在步骤S80中计算出振动波形，振动分析器100A就使用计算出的振动波形来确定振动大小的阈值，该阈值由状态监视系统使用来判定滚动轴承20具有异常(步骤S82)。

与前述类似的技术也可用于前述第二实施例以基于由振动分析器预测的振动波形来确定振动的阈值，该阈值由状态监视系统使用以作出关于异常的判定，然而，这未具体示出。

在如前所见的第三实施例中，振动分析器100(100A)可确定阈值，该阈值由滚动轴承的状态监视系统使用以作出关于滚动轴承的异常的判定。

在前述实施例的每一个中，动态分析用于计算发生在滚动轴承上的内环与外环之间的位移的历史，并将内环与外环之间的位移乘以轴承弹簧常数以由此计算应用到响应分析(振动分析)的激励力的历史。可选地，为了简化计算，可基于经由静态接触分析的计算结果来计算激励力的历史，而不使用动态分析。

具体地，通过接触分析计算出的滚动元件24与滚道表面之间的接近量的变化被定义为滚道表面的几何形变量(例如，凹陷量)，并基于考虑到形变量的整个滚动轴承的静态力平衡分析来计算内环与外环之间的位移量。然后，通过将内环与外环之间的此形变量乘以轴承弹簧常数所得到的值被定义为发生在滚动轴承上的激励力的最大值，并且该值被定义为滚动元件经过损伤部分的时期中的激励力的最大值，由此计算激励力的波形(历史)。作为波形的形状，可使用任何种类的形状，诸如正弦波、三角波、梯形波和矩形波的形状。

在上述实施例的每一个中，假设作为固定环的外环26在滚动元件的位置处通过线性弹簧kF1-kF3沿轴承径向连接至壳体30，该滚动元件是多个滚动元件24中位于负载施加区内的滚动元件，如图1所示。然而，可假设外环在位于负载施加区的滚动元件之间的中心处沿轴承的径向用弹簧连接至壳体30。

此外，在上述第一和第二实施例以及基于它们的第三实施例中的每一个中，通过将由于受到的损伤而发生的内环与外环之间的位移乘以轴承弹簧常数所得的激励力的历史应用到滚动轴承20的内环22的中心轴上的至少一点。然而，可取决于由负载施加区内的每个滚动元件24所支承的力的份额，将激励力的历史应用到负载施加区内的滚动元件24。

此外，在前面的描述中，作为示例，将用于作出关于异常的判定的阈值应用到风力发电设施中的滚动轴承的状态监视系统，该阈值是借助由振动分析器的分析结果来确定的。它也可应用到其它设施，例如诸如铁道车辆内的滚动轴承的状态监视系统。

第四实施例

关于此第四实施例，将说明一种技术，其使用如上所述的振动分析器100通过监视滚动轴承的状态(异常)的状态监视系统来容易且适当地选择在轴承装置10上设置振动传感器的设置位置(此位置在下文中称为“传感器位置”)。

用于设定振动传感器的设置位置的方法的描述

在下文中，将给出借助上述振动分析方法来选择在轴承装置10上设置振动传感器的设置位置的方法的描述。示例性地给出此方法的以下描述，该方法基于第一实施例中的振动分析方法来选择在轴承装置10上设置振动传感器的设置位置。

图18是功能地示出根据第四实施例的振动分析器的配置的功能框图。参见图18，振动分析器100B相对于图3所示的振动分析器100的配置还包括传感器位置选择单元250。从输入单元110输入可设定为振动传感器的设置位置的多个候选位置的数据。振动分析器100B执行图4所述的振动分析方法以由此针对多个候选位置中的每一个预测由于滚动轴承20的损伤而发生在候选位置处的振动波形。从振动波形计算单元240输出针对相应多个候选位置计算出的多个振动波形。

传感器位置选择单元250从输入单元110接收多个候选位置的数据，并且还从振动波形计算单元240接收针对相应多个候选位置计算出的多个振动波形。然后，传感器位置选择单元250选择一候选位置，作为振动传感器的设置位置，该候选位置对应于在多个振动波形之中具有最大加速度振幅的振动的振动波形。传感器位置选择单元250将选择的设置位置输出到输出单元160。

应该注意到，振动分析器100B的其他特征与图3所示的振动分析器100的特征一致。

通过如上所述的过程，选择在轴承装置10上设置的振动传感器的设置位置。这些过程可被整理为以下处理流程。

图19是示出根据第四实施例使用图4所示的振动分析方法来选择振动传感器的设置位置的方法的处理步骤的流程图。应该注意到，图19所示的流程图可通过事先储存在振动分析器100B中的程序的执行来实施。

参见图19，首先，从输入单元110输入可设定为振动传感器的设置位置的多个候选位置的数据(步骤S1000)。

接着，从输入单元110读取多个候选位置的数据，振动传感器100B执行振动分析方法以由此计算当损伤发生在滚动轴承20内时发生在轴承装置10上的每个候选位置处的振动波形(步骤S1100)。

振动分析器100B从针对相应多个候选位置计算出的多个振动波形中提取具有最大加速度振幅的振动的振动波形，并选择对应于所提取的振动波形的候选位置，作为振动传感器的设置位置(步骤S1200)。

在如上所述的第四实施例中，通过振动分析方法得到的分析结果可用于选择在轴承装置上设置振动传感器的设置位置。因此，如与常规定性选择方法相比较，可容易且适当地选择振动传感器的设置位置。

此外，振动传感器的所选择的设置位置处的振动波形可用于确定作出关于异常的判定的阈值。因此，上述状态监视系统可使用此阈值来作出关于滚动轴承的异常的判定。

下面，对于使用振动传感器的设置位置以及用来作出关于轴承异常的判定的阈值(这两者是通过振动分析器100B的分析结果来确定的)的滚动轴承的状态监视系统，将借助示例范例性地描述风力发电设施中的滚动轴承的状态监视系统。

用于选择振动传感器在主轴轴承装置上的设置位置的方法的描述

在下文中，将给出用于选择在主轴轴承装置360(图5)上设置振动传感器370的设置位置的方法的描述。

再次参见图5，当风力发电设施310中的桨片330接收风力来旋转时，从桨片330向主轴320施加负载。此负载包括当桨片330逆风旋转时沿主轴320的轴向产生的负载，以及包括桨片330的旋转部分的旋转所造成的交变负载和不平衡负载。这些负载随始终变化的风而变化。作为从桨片330施加的负载的激励力造成主轴320振动。施加到主轴320的激励力传输到轴承装置360以激励轴承装置360振动。

因此，轴承装置360接收发生在主轴320上的激励力以激励轴承装置360的振动(噪声)。来自主轴320的激励力所造成的振动叠加在由于滚动轴承的损伤所造成的振动上。因此，当大负载施加到主轴320并因此在主轴320上发生大激励力时，由于噪声的影响，振动传感器370的检测灵敏度变差，这使得难以在损伤发生在滚动轴承上的情况中检测轴承装置360的振动。因此，有可能状态监视系统不能对轴承装置360进行准确的异常诊断。

鉴于此，当要选择振动传感器370的设置位置时，除了由上述振动分析方法计算出的轴承装置360的振动波形以外，考虑来自主轴320的激励力所造成的振动(噪声)对振动传感器370的检测灵敏度的影响，计算发生在振动传感器370的设置位置处的振动大小。如果可在噪声的影响很小的位置处设置振动传感器370，那么振动传感器370可用高灵敏度来检测由于轴承的损伤所造成的振动。

在此第四实施例中，噪声对振动传感器370的检测灵敏度的影响的大小借助所谓的SN比(信噪比)来评估。将主轴轴承装置360的SN比计算为由于轴承的损伤所激励的轴承装置360的振动的加速度振幅相对于由于发生在主轴320上的激励力所激励的轴承装置360的振动(噪声)的加速度振幅的比率。然后，基于计算出的SN比，选择振动传感器370的设置位置。

图20是示出根据第四实施例使用图5所示的选择在轴承装置360上设置振动传感器370的设置位置的方法的处理步骤的流程图。给出图20所示的流程图，其通过步骤S1210到S1230的处理来实施图19所示的流程图中的步骤S1200(传感器位置的选择)。应该注意到，图20所示的流程图可通过事先储存在数据处理器380中的程序的执行来实施。关于本实施例，作为示例，将给出数据处理器380具有传感器位置选择单元250(图18)的功能的配置的描述。

参见图20，首先，从数据处理器380的输入单元(未示出)输入可设定为在轴承装置360上设置振动传感器370的设置位置的多个候选位置的数据(步骤S1000)。

接着，从输入单元读取多个候选位置的数据，数据处理器380计算当损伤发生在滚动轴承内时发生在轴承装置360上的每个候选位置处的振动波形(步骤S1100)。

随后，数据处理器380计算发生在主轴320上的激励力所激励的轴承装置360的振动波形(步骤S1210)。例如，数据处理器380使用例如关于桨片330的形状、风速和转速的数据来计算施加到主轴320的负载(激励力)。然后，数据处理器380借助轴承装置360的振动特性模型进行响应分析以由此计算由计算出的激励力所造成的发生在轴承装置360上的振动波形。

接着，数据处理器380使用在步骤S1100中计算出的发生在轴承装置360上的每个候选位置处的振动波形以及在步骤S1210中计算出的轴承装置360的振动波形来计算每个候选位置处的SN比(步骤S1220)。因此，针对相应多个候选位置计算多个SN比。

接着，数据处理器380从计算出的多个SN比中提取具有最大值的SN比。对应于所提取的SN比的候选位置被选择为振动传感器370的设置位置(步骤S1230)。

以上关于一情况描述了图20中的处理流程，在该情况中，根据独立地计算由轴承的损伤所造成的轴承装置的振动波形和由主轴320的激励力所造成的轴承装置的振动波形的方法来计算SN比。可选地，在由轴承的损伤所造成的激励力和来自主轴20的激励力同时施加到轴承装置的条件下，可计算激励力中的每一个所造成的轴承装置的振动波形。

以此方式，从多个候选位置选择具有最小噪声影响的候选位置，作为振动传感器370的设置位置。因此，振动传感器370可在滚动轴承发生损伤的情况下用高灵敏度检测轴承装置360的振动。

此外，借助经由振动分析方法得到的分析结果和使用发生在主轴320上的激励力的响应分析的结果，可选择振动传感器370的设置位置，因此，与常规定性选择方法相比较，可容易且适当地选择振动传感器370的设置位置。

关于选择在轴承装置10上设置振动传感器的设置位置的方法，可使用从振动分析器的输出单元160输出的振动波形的数据，在状态监视系统的外部选择设置振动传感器的位置，然而，这未被具体示出。

尽管前述描述示例性地基于第一实施例，可将此功能以上述方式添加到第二和第三实施例。

如上所见的第四实施例中，通过例如应用到风力发电设施310的滚动轴承(轴承装置360)的状态监视系统，针对轴承装置10上的任意位置计算出的振动波形的预测结果可用来容易且适当地选择在轴承装置360上设置振动传感器370的设置位置。

滚动轴承的状态监视系统的其他应用

结合各个前述实施例，给出了风力发电设施310(图5)的主轴轴承装置360的状态监视系统的以上描述。然而，本发明的滚动轴承的状态监视系统也可应用到风力发电设施310中的其他轴承装置。例如，本发明的滚动轴承的状态监视系统还可应用到：设置在变速箱340中的多个轴承(在下文中该轴也称为“变速箱轴承装置”)，其用于可旋转地支承加速齿轮机构的多个轴；或设置在发电机350中的轴承(在下文中该轴承也称为“发电机轴承装置”)，其用于可旋转地支承转子。

在下文中，关于本发明的滚动轴承的状态监视系统应用到变速箱轴承装置和发电机轴承装置的情况，将给出选择振动传感器在每个轴承装置上的设置位置的方法的描述。

用于选择振动传感器在变速箱轴承装置上的设置位置的方法的描述

在加速齿轮机构形成的变速箱340中，由于齿轮精确度的差异、齿轮的组件误差、以及齿轮齿啮合(mesh)所在的齿轮齿的刚度的变化，啮合传输误差发生在一对齿轮上。这对齿轮的啮合传输误差造成齿轮啮合所在的部分的振动。发生在齿轮啮合部分上的激励力传输到轴承装置以由此激励轴承装置振动。因此，在变速箱轴承装置中，发生到齿轮啮合部分的激励力激励振动(噪声)，因此有可能由于噪声的影响造成振动传感器的检测灵敏度变差。

鉴于此，当要选择振动传感器的设置位置时，除了通过振动分析方法(根据与针对上述主轴轴承装置所用的相似技术)计算出的变速箱轴承装置的振动波形以外，考虑来自齿轮的齿轮啮合部分的激励力所造成的振动(噪声)对振动传感器的检测灵敏度的影响，计算发生在振动传感器的设置位置处的振动大小。具体地，计算变速箱轴承装置的SN比，并基于计算出的SN比来选择振动传感器的设置位置。

图21是示出选择在变速箱轴承装置上设置振动传感器的设置位置的方法的处理步骤的流程图。给出图21所示的流程图，其通过步骤S1240到S1260的处理来实施图19所示的流程图中的步骤S1200(传感器位置的选择)。

应该注意到，图21所示的流程图可通过事先储存在数据处理器380(图5)中的程序的执行来实施。可选地，可使用从数据处理器380输出的振动波形的数据在状态监视系统的外部执行流程图。关于本实施例，作为示例，将给出处理器380具有传感器位置选择单元250(图18)的功能的配置的描述。

参见图21，首先，从数据处理器380的输入单元(未示出)输入可设定为在变速箱轴承装置上设置振动传感器的设置位置的多个候选位置的数据(步骤S1000)。

接着，从输入单元读取多个候选位置的数据，数据处理器380通过执行振动分析方法来计算当损伤发生在滚动轴承内时发生在变速箱轴承装置上的每个候选位置处的振动波形(步骤S1100)。

随后，数据处理器380计算发生在形成加速齿轮机构啮合的齿轮所在的齿轮啮合部分上的激励力所激励的变速箱轴承装置的振动波形(步骤S1240)。例如，数据处理器380使用一对齿轮的刚度来计算啮合传输误差，并基于计算出的啮合传输误差来计算发生在齿轮啮合部分上的激励力。然后，数据处理器380借助轴承装置的振动特性模型进行响应分析以由此计算由计算出的激励力所造成的发生在变速箱轴承装置上的振动波形。

接着，数据处理器380使用在步骤S1100中计算出的发生在变速箱轴承装置上的每个候选位置处的振动波形以及在步骤S1240中计算出的变速箱轴承装置的振动波形来计算每个候选位置处的SN比(步骤S1250)。因此，针对相应多个候选位置计算多个SN比。

数据处理器380从多个SN比中提取具有最大值的SN比。对应于所提取的SN比的候选位置被选择为振动传感器的设置位置(步骤S1260)。

以此方式，从多个候选位置选择具有最小噪声影响的候选位置，作为振动传感器的设置位置。因此，振动传感器可在滚动轴承发生损伤的情况下用高灵敏度检测变速箱轴承装置的振动。

此外，借助经由振动分析方法的分析结果和使用发生在齿轮上的激励力的响应分析的结果，可选择振动传感器的设置位置，因此，与常规定性选择方法相比较，可容易且适当地选择振动传感器的设置位置。

用于选择振动传感器在发电机轴承装置上的设置位置的方法的描述

在风力发电设施310(图5)中，发电机350的扭矩随着包括桨片330的旋转部分的转速的变化而变化。转速的变化不仅由风速的改变导致，而且由塔影效应的影响导致，此塔影效应是由于桨片330与塔400的相交所造成的速度的暂时减小，或者即使当风速为常数时，由于多个巨型桨片330旋转所在的位置处的风力上的差异而发生的风切变(windshear)。发电机350的扭矩的变化在连接发电机350与变速箱340的耦合部分处沿着该耦合部分的旋转方向造成激励力(例如扭转振动)。发生在此耦合部分上的激励力传输至发电机轴承装置以由此激励发电机轴承装置的振动。因此，在发电机轴承装置中，发生在耦合部分上的激励力激励振动(噪声)，因此有可能由于噪声的影响造成振动传感器的检测灵敏度变差。

鉴于此，当要选择振动传感器的设置位置时，除了通过振动分析方法(根据与针对上述主轴轴承装置所用的相似技术)计算出的发电机轴承装置的振动波形以外，考虑来自耦合部分的激励力所造成的振动(噪声)对振动传感器的检测灵敏度的影响，计算发生在振动传感器的设置位置处的振动大小。具体地，计算发电机轴承装置的SN比，并基于计算出的SN比来选择振动传感器的设置位置。

图22是示出选择在发电机轴承装置上设置振动传感器的设置位置的方法的处理步骤的流程图。给出图22所示的流程图，其通过步骤S1270到S1290的处理来实施图19所示的流程图中的步骤S1200(传感器位置的选择)。

应该注意到，图22所示的流程图可通过事先储存在数据处理器380(图5)中的程序的执行来实施。可选地，可使用从数据处理器380输出的振动波形的数据在状态监视系统的外部执行流程图。关于本实施例，作为示例，将给出数据处理器380具有传感器位置选择单元250(图18)的功能的配置的描述。

参见图22，首先，从数据处理器380的输入单元(未示出)输入可设定为在发电机轴承装置上设置振动传感器的设置位置的多个候选位置的数据(步骤S1000)。

接着，从输入单元读取多个候选位置的数据，数据处理器380通过执行振动分析方法来计算当损伤发生在滚动轴承内时发生在发电机轴承装置上的每个候选位置处的振动波形(步骤S1100)。

随后，数据处理器380计算发生在耦合部分上的激励力所激励的发电机轴承装置的振动波形(步骤S1270)。例如，数据处理器380计算由于发电机350的扭矩的变化作用在耦合部分的旋转方向上的激励力。然后，数据处理器380借助轴承装置的振动特性模型进行响应分析以由此计算由计算出的激励力所造成的发生在发电机轴承装置上的振动波形。

接着，数据处理器380使用在步骤S1100中计算出的发生在发电机轴承装置上的每个候选位置处的振动波形以及在步骤S1270中计算出的发电机轴承装置的振动波形来计算每个候选位置处的SN比(步骤S1280)。因此，针对相应多个候选位置计算多个SN比。

数据处理器380从多个SN比中提取具有最大值的SN比。对应于所提取的SN比的候选位置被选择为振动传感器的设置位置(步骤S1290)。

以此方式，从多个候选位置选择具有最小噪声影响的候选位置，作为振动传感器的设置位置。因此，振动传感器可在滚动轴承发生损伤的情况下用高灵敏度检测发电机轴承装置的振动。

此外，借助经由振动分析方法的分析结果和使用发生在齿轮上的激励力的响应分析结果，可选择振动传感器的设置位置，因此，与常规定性选择方法相比较，可容易且适当地选择振动传感器的设置位置。

应该注意到，借助由振动分析器的分析结果设定振动传感器的设置位置的前述方法不仅可应用到风力发电设施中的滚动轴承的状态监视系统，而且还可应用到铁道车辆中的滚动轴承的状态监视系统。

本文中所公开的实施例同样意在适当时组合实施。应当知道，本文披露的实施例的所有方面是通过示例给出的，而非作为限定。要注意，本发明的范围由权利要求书、而不是由前面对实施例的描述限定，并涵盖在权利要求书的含义和范围内的所有修正和变体等效物。

附图标记列表

10轴承装置；12旋转轴；20滚动轴承；22内环；24滚动元件；26外环；30壳体；40基座；100,100A,100B振动分析器；110输入单元；120I/F单元；130CPU；140RAM；150ROM；160输出单元；205接近量变化计算单元；210,210A动态分析模型设定单元；220位移计算单元；230,250振动特性计算单元；240,240A振动波形计算单元；250传感器位置旋转单元；260异常阈值设定单元；270基本振动输入单元；310风力发电设施；320主轴；330桨片；340变速箱；350发电机；360轴承；370振动传感器；380,380A数据处理器；390机舱；400塔；410,450HPF；420,460均方根值计算单元；430修正振动因子计算单元；440包络处理单元；470修正调制因子计算单元；480存储单元；490诊断单元；500速度函数生成单元；510旋转传感器。

Claims (19)

1.一种通过计算机分析轴承装置的振动的轴承装置振动分析方法，所述轴承装置包括滚动轴承和所述滚动轴承的壳体，所述方法包括下列步骤：

输入关于所述滚动轴承的滚动元件与滚道表面之间的接触部分所受到的损伤的形状的数据；

计算由所述损伤导致的所述滚动轴承的内环与外环之间的位移；

通过用于分析所述轴承装置的振动模式的模式分析程序来计算振动特性模型，所述振动特性模型代表所述轴承装置的振动特性；以及

通过对所述振动特性模型应用发生在所述滚动轴承上的激励力的历史来计算所述轴承装置上的预定位置处的振动波形，通过将在计算位移的步骤中所计算的位移乘以所述内环与所述外环之间的弹簧常数来获得所述激励力的历史。

2.如权利要求1所述的轴承装置振动分析方法，其特征在于，在计算振动波形的步骤中，在所述振动特性模型中将所述激励力的历史应用到所述滚动轴承的旋转环的中心轴上的至少一个点。

3.如权利要求1所述的轴承装置振动分析方法，还包括下列步骤：使用在计算振动波形的步骤中所计算出的振动波形来确定振动大小的阈值，从而判定所述滚动轴承异常。

4.如权利要求1至3中任一项所述的轴承装置振动分析方法，其特征在于，计算位移的步骤包括下列步骤：通过用于进行所述滚动轴承的动态分析的动态分析程序，计算在所述滚动轴承的旋转轴的旋转期间由所述损伤所造成的位移的历史。

5.如权利要求4所述的轴承装置振动分析方法，其特征在于，

所述滚动轴承是球轴承，以及

计算所述位移的历史的步骤包括下列步骤：

通过用于分析所述滚动轴承的滚动元件和滚道表面之间的接触的接触分析程序来计算由所述损伤造成的所述滚动元件和所述滚道表面之间的接近量的变化；以及

通过所述动态分析程序，计算在所述滚动轴承的旋转轴的旋转期间由所述接近量的变化所造成的所述位移的历史。

6.如权利要求4所述的轴承装置振动分析方法，其特征在于，

所述滚动轴承是滚子轴承，

所述动态分析程序使用切分方法对每个微小宽度分段计算接触负载，所述微小宽度分段是通过对沿滚子的轴向在所述滚子和滚道表面之间的接触部分作切分而获得的，

所述轴承装置振动分析方法还包括下列步骤：对于每个切片，计算由所述损坏造成的所述滚子和所述滚道表面之间的接近量的变化，以及

计算所述位移的历史的步骤包括下列步骤：通过使用切分方法的所述动态分析程序来计算所述位移的历史。

7.如权利要求4所述的轴承装置振动分析方法，其特征在于，在计算所述位移的历史的步骤中，假设所述滚动轴承的固定环通过线性弹簧沿轴承径向在负载施加区内的滚动元件的位置处连接至所述壳体。

8.如权利要求4所述的轴承装置振动分析方法，其特征在于，在计算振动波形的步骤中，根据所述负载施加区内的每个滚动元件所支承的力的份额，将所述位移的历史应用到负载施加区内的滚动元件。

9.一种用于分析包括滚动轴承和所述滚动轴承的壳体的轴承装置的振动的轴承装置振动分析器，包括：

输入单元，配置为输入关于所述滚动轴承的滚动元件与滚道表面之间的接触部分所受到的损伤的形状的数据；

位移计算单元，配置为计算由所述损伤导致的所述滚动轴承的内环与外环之间的位移；

振动特性计算单元，配置为通过用于分析所述轴承装置的振动模式的模式分析程序来计算振动特性模型，所述振动特性模型代表所述轴承装置的振动特性；以及

振动波形计算单元，配置为通过对由所述振动特性计算单元所计算的振动特性模型施加发生在所述滚动轴承上的激励力的历史来计算所述轴承装置上的预定位置处的振动波形，通过将所述位移计算单元所计算的位移乘以所述内环与所述外环之间的弹簧常数来获得所述激励力的历史。

10.如权利要求9所述的轴承装置振动分析器，其特征在于，所述位移计算单元通过用于进行所述滚动轴承的动态分析的动态分析程序来计算在所述滚动轴承的旋转轴的旋转期间由所述损伤所造成的位移的历史。

11.一种滚动轴承状态监视系统，包括：

振动传感器，配置为测量包括滚动轴承和所述滚动轴承的壳体的轴承装置的振动；以及

判定单元，配置为当用所述振动传感器测得的振动的大小超出预定阈值时判定所述滚动轴承异常，

所述预定阈值是通过使用根据振动分析方法计算出的振动波形来确定的，所述振动分析方法通过计算机分析所述轴承装置的振动，以及

所述振动分析方法包括下列步骤：

输入关于所述滚动轴承的滚动元件与滚道表面之间的接触部分所受到的损伤的形状的数据；

计算由所述损伤导致的所述滚动轴承的内环与外环之间的位移；

通过用于分析所述轴承装置的振动模式的模式分析程序来计算振动特性模型，所述振动特性模型代表所述轴承装置的振动特性；以及

通过对所述振动特性模型施加发生在所述滚动轴承上的激励力的历史来计算所述轴承装置上的振动传感器的设置位置处的振动波形，通过将在计算位移的步骤中所计算的位移乘以所述内环与所述外环之间的弹簧常数来获得所述激励力的历史。

12.如权利要求11所述的滚动轴承状态监视系统，其特征在于，计算位移的步骤包括下列步骤：通过用于进行所述滚动轴承的动态分析的动态分析程序，计算在所述滚动轴承的旋转轴的旋转期间由所述损伤所造成的位移的历史。

13.如权利要求11或12所述的滚动轴承状态监视系统，其特征在于，

使用根据所述振动分析方法计算出的振动波形来选择所述振动传感器的设置位置，以及

计算振动波形的步骤包括下列步骤：通过对所述振动特性模型应用所述激励力的历史来计算所述轴承装置上任意位置处的振动波形。

14.如权利要求11至13中任一项所述的滚动轴承状态监视系统，其特征在于，

使用所述振动分析方法对相应多个候选位置计算多个振动波形，所述多个候选位置可被设置为所述振动传感器的设置位置，以及

从所述多个候选位置中选择具有最大加速度振幅的振动的候选位置，作为所述振动传感器的设置位置。

15.如权利要求14所述的滚动轴承状态监视系统，其特征在于，

所述轴承装置包括设置于风力发电设备的主轴的轴承装置，

对于所述多个候选位置中的每个，计算根据所述振动分析方法的振动的加速度振幅相对于由发生在所述主轴上的激励力所激励的所述轴承装置的振动的加速度振幅的比率，以及

从所述多个候选位置中，将比率为最大比率的候选位置选择为所述振动传感器的设置位置。

16.如权利要求14所述的滚动轴承状态监视系统，其特征在于，

所述轴承装置包括设置于风力发电设备的变速箱的轴承装置，

对于所述多个候选位置中的每个，计算根据所述振动分析方法计算出的振动的加速度振幅相对于由发生在所述变速箱的齿轮上的激励力所激励的所述轴承装置的振动的加速度振幅的比率，以及

从所述多个候选位置中，将比率为最大比率的候选位置选择为所述振动传感器的设置位置。

17.如权利要求14所述的滚动轴承状态监视系统，其特征在于，

所述轴承装置包括设置于风力发电设备的发电机的轴承装置，

所述发电机通过耦合部连接至所述风力发电设备的变速箱，

对于所述多个候选位置中的每个，计算根据所述振动分析方法计算出的振动的加速度振幅相对于由发生在所述耦合部上的激励力所激励的所述轴承装置的振动的加速度振幅的比率，以及

从所述多个候选位置中，将比率为最大比率的候选位置选择为所述振动传感器的设置位置。

18.如权利要求11到17中任一项所述的滚动轴承状态监测系统，进一步包括选择单元，所述选择单元配置为使用根据所述振动分析方法计算出的振动波形来选择所述振动传感器的设置位置。

19.如权利要求11到18中任一项所述的滚动轴承状态监测系统，其特征在于，使用当所述滚动轴承发生异常时在所述振动传感器的所选设置位置处预期呈现的振动波形来确定所述预定阈值。