CN105700503A - 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统 - Google Patents

轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统 Download PDF

Info

Publication number
CN105700503A
CN105700503A CN201610101399.1A CN201610101399A CN105700503A CN 105700503 A CN105700503 A CN 105700503A CN 201610101399 A CN201610101399 A CN 201610101399A CN 105700503 A CN105700503 A CN 105700503A
Authority
CN
China
Prior art keywords
bearing
mentioned
impedance
information
life
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.)
Pending
Application number
CN201610101399.1A
Other languages
English (en)
Inventor
野村刚
大平隆昌
三田村宣晶
名取理嗣
植田徹
上光郎
上光一郎
马上英信
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.)
NSK Ltd
Original Assignee
NSK Ltd
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 NSK Ltd filed Critical NSK Ltd
Publication of CN105700503A publication Critical patent/CN105700503A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
    • G01N27/9046—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents by analysing electrical signals
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
    • G05B19/41855—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by local area network [LAN], network structure
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0237—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on parallel systems, e.g. comparing signals produced at the same time by same type systems and detect faulty ones by noticing differences among their responses
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00—Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2233/00—Monitoring condition, e.g. temperature, load, vibration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24075—Predict control element state changes, event changes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Electrochemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Rolling Contact Bearings (AREA)
  • General Factory Administration (AREA)

Abstract

提供可能的轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统。轴承的诊断系统(20)具备：涡电流测量装置(11)，其测量使用前后轴承(24)的预定部位的阻抗(X)；轴承信息发送部(30)以及轴承信息接收部(31)，轴承信息发送部(30)发送包括阻抗(X)的轴承信息(s1)，轴承信息接收部(31)接收包括阻抗(X)的轴承信息(s1)；诊断部(12)，其根据接收的阻抗(X)求出轴承(24)的剩余寿命信息(s2)；和发送剩余寿命信息(s2)的寿命信息发送部(36)以及接收该信息的寿命信息接收部(40)。由此，用户可以在不破坏轴承的状态下进行检测，并预测轴承的剩余寿命。

Description

轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统
技术领域
本发明涉及一种轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统，更为详细地，涉及如下的轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统：在插入用户机械装置的轴承中，可以基于疲劳扩展而在轴承发生损坏之前预测剩余寿命。
背景技术
在炼铁厂或造纸厂等使用了大量的用轴承可转动自如地支撑的辊。在这样的工厂中，利用振动传感器等监视并诊断轴承的寿命，并进行部件更换计划、向轴承制造商征求报价和订单。但是，在不以轴承为专门业务的工厂的诊断中出于设备或技术性的问题，有时会难以诊断出准确的轴承寿命，一般为了应对突发性的事故库存有大量的更换用轴承。并且，轴承制造商为了应对变化多端并且突发性的订单，有必要储备大量的库存或销售人员。
为了处理这种问题，提供了监视·诊断系统以及其方法，其通过在用户使用的轴承上安装传感器，测定轴承的振动波形、温度、图像等，在远程位置捕捉传感器发送的信号，来监测轴承的状况，使得轴承制造商能远距离进行轴承的寿命诊断(例如参照专利文献1。)。专利文献1以期实现：通过检测轴承的异常初始状态，在轴承损坏扩大之前停止机械设备，防止给制造的产品带来影响以及附属设备的重大损坏，同时还能提前进行更换所需的轴承的订单，以顺利地实施更换，而且还能最优化所需的更换轴承的数量，以提高仓库管理效率。
并且，如果轴承材料发生疲劳，则会发生残余奥氏体的马氏体变态、位错密度的减少、压缩残留应力的增加等轴承材料组织的变化。作为预测轴承的疲劳扩展度的技术有通过利用X射线测定组织变化，来推测疲劳扩展度的方法(例如参照专利文献2。)。并且，已知有：虽不是轴承，但是通过涡电流测定由于加工变化导致奥氏体相变化为马氏体相而产生的导磁率的变化，以预测奥氏体系不锈钢制的被检测物的疲劳度(例如参照专利文献3。)。而且，已知有：能利用涡电流测定残余奥氏体的减少量的轴承负载状态诊断方法(例如参照专利文献4。)。
现有技术文献
专利文献
专利文献1:日本特开2001-356808号公报
专利文献2:日本特公昭63-34423号公报
专利文献3:日本特开平8-248004号公报
专利文献4:日本特开2004-198246号公报
发明内容
但是，专利文献1的技术是利用轴承的振动波形、温度、图像等来检测有无异常的，如果轴承没有产生异常，则该技术不能判断轴承的状态是否正常。因此，虽然可以防止轴承损坏和影响向制造产品放大以及附属设备的重大损坏，但是不能将轴承损坏对制造产品产生的影响、附属设备的事故发生降为零。并且，由于轴承损坏之后再订购轴承，所以最坏的情况下，在用户订购之后交货之前的期间必须停止设备，则出现了设备运转率降低的问题。尤其是突发性地产生轴承损坏的情况下，有时用户可能没有存货，设备停止会是长期性的。
并且，由于预测轴承的疲劳扩展度的专利文献2的技术是用X射线测定了轴承材料的组织变化的，因此存在难以在现场进行测定，同时会成为破坏检测的问题。专利文献3的技术为：以奥氏体系不锈钢制的被检测物为对象，测定从奥氏体相到马氏体相的变化，但是滚动轴承的情况下，疲劳产生的变化不仅仅是残余奥氏体量的变化，因此只用涡电流测定导磁率的变化，不能准确地预测滚动轴承的疲劳度。并且，在基于专利文献4的技术中，虽然可以诊断轴承的负载状态，但是不能推测剩余寿命。
本发明是鉴于上述问题提出来的，其目的在于提供一种在可以在非破坏状态下检测用户使用的轴承，并能预测轴承的剩余寿命的轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统。
本发明的上述目的通过下述的结构达成。
(1)预测插入在机械装置中的轴承的剩余寿命的剩余寿命预测方法，其特征在于具备：在上述轴承静止的状态下利用涡电流测量装置测量上述轴承的阻抗的工序；和基于测量的上述轴承的阻抗，求出上述轴承的剩余寿命的工序。
(2)根据上述(1)所述的轴承的剩余寿命预测方法，其特征在于上述轴承的剩余寿命是根据利用上述涡电流测量装置测量的上述轴承的使用前后的阻抗的测量值之差求出的。
(3)根据上述(2)所述的轴承的剩余寿命预测方法，其特征在于上述轴承的剩余寿命是根据下面两个阻抗之差求出的：利用上述涡电流测量装置测量的、使用前上述轴承的轨道面或者滚动面的阻抗；和利用上述涡电流测量装置测量的、使用后的上述轴承的上述轨道面或者上述滚动面的阻抗。
(4)根据上述(2)所述的轴承的剩余寿命预测方法，其特征在于上述轴承的剩余寿命是根据下面两个阻抗之差求出的：利用上述涡电流测量装置测量的、上述轴承的非负载圈的上述轨道面的阻抗；和利用上述涡电流测量装置测量的、使用后上述轴承的负载圈的上述轨道面的阻抗。
(5)根据上述(2)所述的轴承的剩余寿命预测方法，其特征在于上述轴承的剩余寿命是根据下面两个阻抗之差求出的：利用上述涡电流测量装置测量的、上述轴承的端面的阻抗；和利用上述涡电流测量装置测量的、使用后上述轴承的上述负载圈的上述轨道面的阻抗。
(6)预测插入在机械装置中的轴承的剩余寿命的剩余寿命诊断装置，其特征在于具备：涡电流测量装置，其在上述轴承使用前后测量上述轴承的预定部位的阻抗；和诊断部，其根据测量的上述阻抗求出上述轴承的剩余寿命。
(7)插入在用户的机械装置中的轴承的诊断系统，其特征在于具备：涡电流测量装置，其在上述轴承静止的状态下测量上述轴承的预定部位的阻抗；轴承信息发送部，其将包括利用上述涡电流测量装置测量的上述轴承的阻抗和上述轴承的个体识别信息在内的轴承信息发送至轴承制造商一侧；轴承信息接收部，其接收从上述轴承信息发送部发送的上述轴承信息；诊断部，其设在上述轴承制造商一侧，并根据接收到的上述阻抗求出上述轴承的剩余寿命信息；寿命信息发送部，其将由上述诊断部求出的上述剩余寿命信息发送给上述用户；和寿命信息接收部，其接受从上述寿命信息发送部发送的上述剩余寿命信息。
(8)根据上述(7)所述的轴承诊断系统，其特征在于上述诊断部具备存储有轴承信息和轴承的剩余寿命之间的相关信息的数据库，并根据上述数据库和上述轴承信息接收部接收的上述轴承信息求出上述轴承的剩余寿命。
(9)根据上述(7)所述的轴承诊断系统，其特征在于上述数据库包括上述轴承的使用前后的阻抗之差，即阻抗距离信息和上述轴承的寿命信息之间的相关关系，参照该阻抗距离信息求出上述轴承的剩余寿命。
根据本发明的轴承的剩余寿命预测方法以及剩余寿命诊断装置，可以在非破坏状态下利用涡电流测量装置测量轴承的阻抗，检测轴承表面、表层部的材料组织变化、硬度变化等，可以在轴承发生由于疲劳扩展导致损坏之前预测轴承的损坏时机，即轴承的剩余寿命。
尤其是，可以根据轴承使用前后的阻抗测量值的差(阻抗距离)求出剩余寿命，以高精度地预测剩余寿命。
并且，根据本发明的轴承诊断系统，轴承制造商可以通过在远程位置接收用涡电流测量装置测量的阻抗，并在诊断部分析，来预测轴承的剩余寿命。并且，可以在轴承实际发生故障之前将剩余寿命传达给用户。由此，用户可以事先布置、更换轴承，能够将对制造产品、附属设备、生产计划带来的影响减小到最小限。进而，可以事先设定轴承更换的生产线进度，能削减维护费用的同时还可以将设备停止时间最小化，以提高生产效率。再加上传感器是在轴承静止的状态下测量的，因此相比轴承工作中的诊断更能准确地进行诊断。
附图说明
图1是表示本发明涉及的轴承的剩余寿命诊断装置的结构示意图。
图2是表示利用涡电流测量装置测量轴承阻抗的状态的图。
图3是表示轴承使用前后的阻抗的图。
图4(a)是表示阻抗距离和剩余寿命之间的关系的图，图4(b)是表示阻抗距离和疲劳扩展度之间的关系的图。
图5(a)以及(b)是表示利用涡电流测量装置测量外圈轨道面的负荷圈以及非负荷圈阻抗的状态的图。
图6是表示利用涡电流测量装置测量轴承的端面以及负荷圈的外圈轨道面阻抗的状态的图。
图7是本发明涉及的轴承诊断系统的方块图。
图8是表示图7所示的轴承诊断系统的信息的流向的概念图。
图9是图7所示的轴承诊断系统的结构例的说明图。
图10是表示疲劳扩展度、残余奥氏体、马氏体的半幅值、轨道面表面粗糙度的各变化率之间的关系的图。
符号说明
10剩余寿命诊断装置
11涡电流测量装置
12诊断部
16外圈
16a轨道面
16b端面
20轴承诊断系统
21轴承制造商
22用户
23机械装置
24轴承
30轴承信息发送部
31轴承信息接收部
33数据库
36寿命信息发送部
40寿命信息接收部
A阻抗距离
L剩余寿命
s1轴承信息
s2剩余寿命信息
X、X1、X2阻抗
具体实施方式
下面，利用附图详细说明本发明涉及的剩余寿命预测方法以及剩余寿命诊断装置的实施方式。
(第一实施方式)
图1是本发明的轴承的剩余寿命诊断装置的结构示意图，剩余寿命诊断装置10具备：涡电流测量装置11；诊断部12，其求出轴承的剩余寿命；输入部13；和显示部14。涡电流测量装置11以及诊断部12主要由所谓计算机构成，涡电流测量装置11和探针15相连，该探针15用于测量轴承的预定部位的阻抗，诊断部12和数据库33相连，该数据库33中存储有阻抗和剩余寿命(疲劳扩展度)之间的相关关系。
涡电流测量装置11通过如下方式在非破坏状态下进行金相(例如残余奥氏体量)的测定：励磁电流经过探针15内的线圈(未图示)，以使在测定目标金属(在这里为轴承的外圈、内圈或滚动体)内感应产生涡电流，利用该涡电流检测出线圈中产生的阻抗。
诊断部12根据由探针15测量的阻抗，参照数据库33中存储的阻抗和剩余寿命(疲劳扩展度)之间的相关关系求出轴承的剩余寿命，并在显示部14显示。
图2是表示利用涡电流测量装置测量轴承的外圈轨道面阻抗的状态的图，首先使探针15靠近未使用状态的外圈16的轨道面16a，测量未使用时的轨道面16a的阻抗X1，并和测定目标轴承的识别号码一起存储在数据库33。接下来，当该轴承的使用时间达到预定的运转时间时，例如轴承的定期维护时等，拆卸轴承后测量使用后轨道面16a的阻抗X2。
图3是表示轴承的使用前后的阻抗的图，图4(a)是表示阻抗距离和剩余寿命之间的关系的图，图4(b)是表示阻抗距离和疲劳扩展度之间的关系的图。阻抗距离和剩余寿命(疲劳扩展度)之间的关系，例如在不锈钢或高碳轴承钢等轴承材料中分别表现出不同的特性，每种轴承材料的数据都存储在数据库33中。如图2所示，将轴承使用前后测量的外圈16的轨道面16a的阻抗X1、X2如图3所示地在图上标绘后求出两阻抗X1、X2的差，即阻抗距离A。该图3所示的阻抗平面图表示阻抗的坐标的轨迹，该坐标的横轴为阻抗的电阻成分，纵轴为电抗成分。接下来，诊断部12参照图4(a)或者(b)所示的数据库33中存储的阻抗距离A和剩余寿命L(疲劳扩展度F)之间的关系，求出轴承的剩余寿命L或疲劳扩展度F。
再者，对阻抗距离A设定多个阈值，例如两个阈值，如果根据该阈值将剩余寿命L用3个阶段(例如正常、注意、警告等)表示的话，则成为和剩余寿命L相关、易懂的指标。基于阻抗测量的剩余寿命诊断在轴承的使用期间，例如优选每运转一定时间后，即定期地多次实施，并存储在数据库中。
在这里，申请人调查了市场上使用的大量的轴承的组织·表面性质和涡电流测量值之间的关系，其结果是滚动疲劳的情况下，涡电流测量值随着导磁率、导电率、电路间结合等的变化显示出复杂的变化，滚动疲劳扩展的同时阻抗标绘显示出规则的移动。并且，通过构筑疲劳扩展度和阻抗标绘之间的关系的数据库，成功构筑了由涡电流测量值可以预测剩余寿命的系统。
滚动轴承的轨道圈以及滚动体由毛坯经过锻造、车削、热处理、研磨等大量的工序制作而成，因此每个轴承在初始(未使用)的状态下会在材料组织、表面性质上存在一定的偏差。另一方面，涡电流测量值对其略微的材料组织或表面性质的差异反应敏感，因此即使疲劳扩展度相同，有可能每个轴承阻抗的数值不同。从而，和从涡电流测量而得到的阻抗值的绝对值求出疲劳扩展度相比，从初始(未使用)的阻抗和轴承使用后的阻抗之间的差(阻抗距离)求出疲劳扩展度时，推测剩余寿命的精度更好。
如上所述，根据本实施方式的轴承剩余寿命预测方法以及剩余寿命诊断装置10，涡电流测量装置11能在非破坏状态下测量轴承的预定部位的阻抗X，并根据诊断部12测量的阻抗X求出轴承的剩余寿命L，因此检测出作为疲劳扩展度F的指标的轴承表面、表层部的材料组织变化、硬度变化等，可以在轴承发生疲劳扩展导致的损坏之前预测轴承损坏时机，即轴承的剩余寿命L。尤其，可以根据轴承的使用前后的阻抗X的测量值的差(阻抗距离A)求出剩余寿命L，由此可以高精度地预测剩余寿命L。并且，如果剩余寿命诊断装置10为可携带的独立的装置，则可以在轴承的使用现场预测剩余寿命L。
另外，难以测量轴承使用前的轨道面的阻抗X1的情况下，如图5(a)以及(b)所示，可以用在轴承的固定侧部件(外圈16)的非负荷圈(作用于轴承的载荷P的反对侧)的轨道面16a测量的阻抗X1'作为使用前轴承的阻抗X1代替使用。并且，如图6所示，也可以将在轴承(外圈16)的端面16b测量的阻抗X1'作为使用前轴承的阻抗X1使用。
并且，阻抗X的测量，不仅外圈16还期望测量内圈的轨道面以及滚动体的滚动面，并期望将基于这三个阻抗距离A的三个剩余寿命中的最短的值设为剩余寿命L。
(第二实施方式)
下面利用附图详细说明本发明涉及的轴承诊断系统的实施方式。如图7至图9所示，轴承诊断系统20为如下系统：其在轴承制造商21侧，对设置在用户22的机械装置23的轴承24进行诊断，并将轴承24的剩余寿命信息反馈给用户22。
作为本轴承诊断系统20的诊断目标的轴承24为：例如插入风车、轨道车辆、炼铁厂的钢铁设备、造纸厂的造纸机械、矿山的建筑机械等机械装置23使用的轴承。轴承24的剩余寿命信息，是由设置在轴承制造商21侧的诊断部12根据由涡电流测量装置11测量的轴承材料的内部物理量相关的测量值(阻抗X)求出的。具体地，诊断部12从阻抗X求出剩余寿命信息，该阻抗X是将探针15靠近试样即轴承24时测量的。
在用户22设有轴承信息发送部30，其将包括由涡电流测量装置11测量的阻抗的测量值在内的轴承信息s1向互联网(公用线路)29发送。轴承信息发送部30的结构包括信息采集部30a、信息发送部30b。并且，轴承信息s1包括：作为目标的轴承24的用户名、使用机械装置23、使用部位、使用条件、使用环境、累积使用时间等个体识别信息。
轴承信息发送部30只要能将轴承信息s1发送至互联网29，则没有特殊限制，可以使用计算机或各种信息处理机器等，并优选的是具有存储部，该存储部能存储包括由涡电流测量装置11测量的测量值和个体识别信息在内的轴承信息s1。
轴承制造商21具备：轴承信息接收部31，其接收经由互联网29从用户22发送的轴承信息s1；诊断部12，其从该轴承信息s1诊断轴承24的剩余寿命。在轴承制造商21侧配置有商品信息附加部35、寿命信息发送部36以及订单处理部37。如果轴承信息接收部31以及诊断部12配置在技术研究部门21A，商品信息附加部35、寿命信息发送部36以及订单处理部37设在营业生产部门21B，则可以有效地处理各种信息，并且上述方式是优选的。
轴承信息接收部31可经由互联网29接收从用户22的轴承信息发送部30发送的轴承信息s1，并可以识别发送轴承信息s1的用户22。轴承信息接收部31也可以是具备计算机等通信功能的通用的信息处理机器或专用的电子仪器，优选具有存储所接收的轴承信息s1的信息存储部(未图示)。
诊断部12具备数据库33，该数据库33存储轴承信息s1和轴承24的剩余寿命(疲劳扩展度)之间的关联信息，根据由涡电流测量装置11测量的阻抗X，并基于数据库33中存储的数据求出轴承24的剩余寿命。
商品信息附加部35和数据库34相连接，该数据库34存储了各机型的库存信息、价格信息、交货信息等商品信息，对诊断部12求出的剩余寿命信息s2赋予从数据库34存储的数据中提取的必要的商品信息后作为轴承寿命信息s3。轴承寿命信息s3从寿命信息发送部36发送至设置在用户22的寿命信息接收部40。
图9为轴承诊断系统20的硬件结构例，构成局域网的多个计算机41、42以及数据库33经由终端适配器43、路由器44以及集线器45和互联网29相连，并利用网络服务器46管理。数据库33由计算机47和大容量存储部48构成，轴承信息接收部31由路由器44、集线器45、网络服务器46等构成。并且诊断部12由计算机41等构成。
在轴承制造商21的营业生产部门21B中，由多个计算机49、50和商品信息数据库34等构成了局域网，并经由终端适配器51、路由器52以及集线器53和互联网29相连，并用网络服务器54管理。商品信息附加部35、寿命信息发送部36以及订单处理部37由计算机49、50构成。
用户22由多个计算机56和轴承信息发送部30构成的控制器等构成了局域网，经由终端适配器57、路由器58以及集线器59和互联网29相连，并利用网络服务器60管理。寿命信息接收部40由计算机56构成。
有多个用户22的情况下，如图9所示，轴承制造商21的轴承信息接收部31(路由器44、集线器45、网络服务器46)以及寿命信息发送部36(计算机49、50)经由互联网29分别和构成用户22的轴承信息发送部30以及寿命信息接收部40的计算机56、61相连接。
其中，在表示图7的轴承诊断系统的信息流向的图8的概念图中，符号30'为构成轴承信息发送部30的数据采集部控制器，31'为构成轴承信息接收部的信息管理界面，26为构成诊断部12的技术·研究部门数据分析，33'表示生成疲劳数据库33的数据库生成，35'表示销售部门保养支持，其具有商品信息附加部35、寿命信息发送部36以及订单处理部37。
对本实施方式的诊断方法进行说明。如图7所示，用户22使机械装置23停止后拆卸轴承24，并利用涡电流测量装置11测量轨道面的阻抗X(参照图2)。只要轴承24为静止的状态，则可以正确测量轴承24的阻抗X，通过拆卸轴承24分别测量外圈16的轨道面16a、内圈的轨道面、滚动体的滚动面的阻抗X，则可以更为准确地测量。
轴承信息s1从轴承信息发送部30经由互联网29发送，并被轴承制造商21的轴承信息接收部31接收，该轴承信息s1包括由涡电流测量装置11测量的阻抗X的测量值和轴承24的个体识别号码。被轴承信息接收部31接收的轴承信息s1根据存储在数据库33中的数据，诊断部12求出轴承24的剩余寿命。
具体地，数据库33将阻抗距离A和剩余寿命(疲劳扩展度)的关联信息(每个轴承材料都不同)同使用前轴承24的阻抗X1(定期测量的情况下包含每次的阻抗X的测量历史)一起附加个体识别信息后存储起来，并从该存储的使用前轴承24的阻抗X1和本次发送的包含在轴承信息s1内的使用后轴承24的阻抗X2中求出阻抗距离A，从该阻抗距离A根据数据库33的数据求出剩余寿命(参照图3、4)。
另外，由于剩余寿命的计算顺序和第1实施方式相同，所以省略说明。并且，有阻抗X的测量历史的情况下，优选的是同时参考测量历史求出剩余寿命。
使用前轴承24的阻抗X1没有存储在数据库33的情况下，可以用轴承24的端面或者非负荷圈的轨道面或滚动面的阻抗X代替(参照图5、6)。而且，也可以只由使用后轴承24的阻抗X2求出剩余寿命，但是某种程度上其精度会下降。
由诊断部12求出的剩余寿命再附加上个体识别号码、诊断目标即轴承24的外圈、内圈、滚动体等轴承部位、用途等信息后成为剩余寿命信息s2。对剩余寿命信息s2还根据需要附加商品信息数据库34所存储的数据中对应于各机型的库存信息、价格信息、交货信息等必要的商品信息以及订单批示信息成为轴承寿命信息s3，并从寿命信息发送部36发送至用户22的寿命信息接收部40。
设在寿命信息接收部40内的订单处理部42根据包括在轴承寿命信息s3内的估计信息将订单信息s4经由互联网29发送给订单处理部37。订单处理部37根据订单信息s4的订单内容将交货的物流信息发送给商品保管部71。商品保管部71根据接收的物流信息，在商品生产部72生产轴承24后交货给用户22。
如上述说明，根据本实施方式的轴承诊断系统20，可以将包括由涡电流测量装置11测量的轴承24的阻抗X和轴承24的个体识别信息在内的轴承信息s1，由位于远程位置的轴承制造商21接收后根据存储在数据库33的数据，由诊断部12求出轴承24的剩余寿命后在轴承24发生故障之前将剩余寿命信息s2传达至用户22。即，轴承24发生外部损坏之前正常使用轴承24的状态下，可以测定和轴承的剩余寿命相关的状态信息，预测剩余寿命信息s2，因此可以延长用于维护对应或库存调整的期间。由此，用户22可以事先准备、更换轴承24，可以将对制造产品、附属设备、生产计划产生的影响减少到最小。并且，可以事先设定轴承更换的生产线进度，能削减维护费用同时还可以使设备停止期间减小到最小限，以提高生产效率。
此处，为了确认随着疲劳的扩展各因子是如何变化的，中途停止耐久试验并调查了残余奥氏体的变化量、马氏体的半幅值的变化量、轨道面表面粗糙度的变化量之间的关系。
试验轴承使用了自动调心滚子轴承(型号22211)。试验条件为：试验载荷为径向载荷Fr＝4614kg、轴向载荷Fa＝0kg，转数为n＝1500min-1、并使润滑油(ISO-VG68)强制循环给油。试验在1h、5h、10h、50h、100h、500h、1000h停止，并测定了残余奥氏体量、马氏体的半幅值、表面粗糙度。利用X射线衍射测定残余奥氏体量、马氏体的半幅值。并且，利用TaylorHobson制的表面粗糙度测定机测定表面粗糙度。图10表示了疲劳扩展度和表面粗糙度、残余奥氏体量、马氏体的半幅值的关系。其中，疲劳扩展度的定义为(测定时的运转时间/剥离时间)，图10的纵轴的变化量用初始产品的值为1表示比值。
如图10所示，可以得知在疲劳过程的最初始阶段表面粗糙度发生变化，其后马氏体的半幅值发生变化，最后残余奥氏体量发生变化。因此，通过在疲劳初期对表面粗糙度的变化、中期对马氏体的半幅值、末期对残余奥氏体的变化进行涡电流测量，就能预测剩余寿命。
(实施例)
下面对使用了本发明涉及的轴承诊断系统20以及轴承诊断方法的实施例进行说明。
1.炼铁厂
炼铁厂中的各设备中使用了大量的轧辊。例如，在连续铸造设备中使用了大约几百个辊，通常各辊配置了两个轴承，因此轴承的总使用个数达到了数千个。数百个的辊当中只要有一个发生转动问题，都会担心对产品(板坯)的形状产生很大的影响。因此，以往的在轴承损坏之后检测出轴承异常的诊断系统不仅对产品，而且对设备的损伤也是很大的。本发明的轴承诊断系统可以在轴承损坏之前确认轴承状况(剩余寿命)，因此可以防止发生突发性的设备损坏，并且由于能事先设定轴承更换的生产线进度，所以能削减维护费用。
2.造纸厂
在造纸厂也和炼铁厂同样地使用有大量的辊。因此，在辊中使用的轴承损坏的情况下和上述钢铁设备同样，可以预想到会受到较大影响，但是可以通过本发明的轴承诊断系统避免。
3.风力发电
风力发电的发电容量逐年增加，近年来设置了数兆瓦级(5MW以上)的大型风车。大量是设置在陆上(onshore)，但受到输送、设置、周边环境的制约开始设置在海上(offshore)。风力发电是利用风力转动转子，并利用增速机提高到预定的转速之后使发电机旋转，以使机械能转换为电能。这些增速机、发电机被收纳在称作发动机舱的机库里，对准转子的位置设置在高处(100m以上)))。增速机、发电机中使用了大量的轴承，如果轴承发生异常不仅不能发电，还对周边部件(齿轮、发电机)产生很大的影响。由于机库设置在高处，或者设置在海上，损坏轴承的更换作业很多情况下难以进行及时的处理。根据本发明的轴承诊断系统可以事先把握轴承状态，其结果是在更换轴承时，可以事先进行送电控制和更换进度安排，因此能将发电成本的损失减小到最小。并且，由于能在轴承损坏之前更换，因此能防止引起其他周边部件的损坏。
4.矿山建筑机械
矿山的采掘位置很多情况下位于海拔高的山中等附近，如果在这样的地方使用的推土机、翻斗车或者采掘机械等中使用的轴承发生损坏，则更换轴承时需要大量的劳力或成本。根据本发明的轴承诊断系统，可以事先预测轴承的剩余寿命，因此可以将由于轴承损坏带来的损失、维护时的劳力或成本减小到最小限。
另外，本发明不限定于上述的实施方式以及实施例，可以进行适当的变形、改良等。
例如，也可以将在用户的车间测量的阻抗和轴承件号等个体识别号码同阻抗和剩余寿命之间的关系信息一起输入到IC标签之后交给用户，在用户的现场判断轴承的剩余寿命。
并且，本实施方式在停止机械装置23并拆卸轴承24的状态下利用涡电流测量装置11测量了轨道面的阻抗X，但也可以在停止机械装置23的状态下不拆卸轴承24而测量。不拆卸轴承24的情况下，可以在机械装置23停止时测量，或者也可以停止机械装置23定期地测量。
再有，本实施方式利用了涡电流测量装置11测量了使用前后轨道面的阻抗X，但也可以利用光传感器测定轴承的轨道面上发生的表面损伤，根据该测定结果求出剩余寿命。
另外，本发明基于2009年12月17日提出申请的日本专利申请(特愿2009-286398)以及2010年1月29日提出申请的日本专利申请(特愿2010-017802)，在此处作为参照导入其内容。

Claims (9)

1.一种轴承的剩余寿命预测方法，是预测插入在机械装置中的轴承的剩余寿命的剩余寿命预测方法，其特征在于，具备：在上述轴承静止的状态下利用涡电流测量装置测量上述轴承的阻抗的工序；和
基于测量的上述轴承的阻抗，求出上述轴承的剩余寿命的工序。
2.根据权利要求1所述的轴承的剩余寿命预测方法，其特征在于，上述轴承的剩余寿命是根据利用上述涡电流测量装置测量的上述轴承的使用前后的阻抗的测量值之差求出的。
3.根据权利要求2所述的轴承的剩余寿命预测方法，其特征在于，上述轴承的剩余寿命是根据下面两个阻抗之差求出的：利用上述涡电流测量装置测量的、使用前的上述轴承的轨道面或者滚动面的阻抗；和
利用上述涡电流测量装置测量的、使用后的上述轴承的上述轨道面或者上述滚动面的阻抗。
4.根据权利要求2所述的轴承的剩余寿命预测方法，其特征在于，上述轴承的剩余寿命是根据下面两个阻抗之差求出的：利用上述涡电流测量装置测量的、上述轴承的非负载圈的上述轨道面的阻抗；和
利用上述涡电流测量装置测量的、使用后的上述轴承的负载圈的上述轨道面的阻抗。
5.根据权利要求2所述的轴承的剩余寿命预测方法，其特征在于，上述轴承的剩余寿命是根据下面两个阻抗之差求出的：利用上述涡电流测量装置测量的、上述轴承的端面的阻抗；和
利用上述涡电流测量装置测量的、使用后的上述轴承的上述负载圈的上述轨道面的阻抗。
6.一种轴承的剩余寿命诊断装置，是预测插入在机械装置中的轴承的剩余寿命的剩余寿命诊断装置，其特征在于，具备：涡电流测量装置，其在上述轴承的使用前后测量上述轴承的预定部位的阻抗；和
诊断部，其根据测量的上述阻抗求出上述轴承的剩余寿命。
7.一种轴承诊断系统，是插入在用户的机械装置中的轴承的诊断系统，其特征在于，具备：涡电流测量装置，其在上述轴承静止的状态下测量上述轴承的预定部位的阻抗；
轴承信息发送部，其将包括利用上述涡电流测量装置测量的上述轴承的阻抗和上述轴承的个体识别信息在内的轴承信息发送至轴承制造商一侧；
轴承信息接收部，其接收从上述轴承信息发送部发送的上述轴承信息；
诊断部，其设在上述轴承制造商一侧，并根据接收到的上述阻抗求出上述轴承的剩余寿命信息；
寿命信息发送部，其将由上述诊断部求出的上述剩余寿命信息发送给上述用户；和
寿命信息接收部，其接受从上述寿命信息发送部发送的上述剩余寿命信息。
8.根据权利要求7所述的轴承诊断系统，其特征在于，上述诊断部具备存储有轴承信息和轴承的剩余寿命之间的相关信息的数据库，并根据上述数据库和上述轴承信息接收部接收的上述轴承信息求出上述轴承的剩余寿命。
9.根据权利要求7所述的轴承诊断系统，其特征在于，上述数据库包括上述轴承的使用前后的阻抗之差，即阻抗距离信息和上述轴承的寿命信息之间的相关关系，参照该阻抗距离信息求出上述轴承的剩余寿命。
CN201610101399.1A 2009-12-17 2010-12-16 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统 Pending CN105700503A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2009-286398 2009-12-17
JP2009286398 2009-12-17
JP2010017802 2010-01-29
JP2010-017802 2010-01-29
CN2010800023906A CN102216862A (zh) 2009-12-17 2010-12-16 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN2010800023906A Division CN102216862A (zh) 2009-12-17 2010-12-16 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统

Publications (1)

Publication Number Publication Date
CN105700503A true CN105700503A (zh) 2016-06-22

Family

ID=44167405

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201610101399.1A Pending CN105700503A (zh) 2009-12-17 2010-12-16 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统
CN2010800023906A Pending CN102216862A (zh) 2009-12-17 2010-12-16 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2010800023906A Pending CN102216862A (zh) 2009-12-17 2010-12-16 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统

Country Status (6)

Country Link
US (1) US8593138B2 (zh)
JP (1) JP5751166B2 (zh)
CN (2) CN105700503A (zh)
BR (1) BRPI1004909B1 (zh)
DE (1) DE112010000023B4 (zh)
WO (1) WO2011074654A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108760301A (zh) * 2018-05-08 2018-11-06 中铁工程装备集团有限公司 一种用于隧道掘进机主轴承寿命状态定量预估方法
CN114341610A (zh) * 2019-12-24 2022-04-12 日立建机株式会社 齿轮的再利用可否判定方法及齿轮的再利用可否判定系统

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5910124B2 (ja) * 2012-02-02 2016-04-27 日本精工株式会社 軸受の残存寿命予測方法
CN102589885B (zh) * 2012-03-09 2014-04-09 北京航空航天大学 一种箔片动压径向气体轴承磨损寿命的预测方法
US20150168256A1 (en) * 2012-04-24 2015-06-18 Keith Hamilton Method, computer program product & system
JP5958999B2 (ja) * 2012-07-04 2016-08-02 Ntn株式会社 軸受部品の検査方法および軸受部品の検査装置
DE102013106470A1 (de) * 2013-06-20 2014-12-24 Intelligendt Systems & Services Gmbh Vorrichtung und Verfahren zum zerstörungsfreien Prüfen einer Komponente eines Wälzlagers
CN103955750B (zh) * 2014-04-04 2017-02-15 西安交通大学 基于特征融合和粒子滤波的滚动轴承剩余寿命预测方法
WO2016178736A1 (en) * 2015-05-04 2016-11-10 Sikorsky Aircraft Corporation System and method for calculating remaining useful life of a component
JP6634786B2 (ja) * 2015-11-18 2020-01-22 日本精工株式会社 多段圧延機のロール用軸受検査部品、及び多段圧延機のロール用軸受の損傷検出方法
US20170199157A1 (en) * 2016-01-07 2017-07-13 Schaeffler Technologies AG & Co. KG Sub-surface non-metallic inclusion detection
JP6650030B2 (ja) 2016-05-25 2020-02-19 株式会社日立製作所 転がり軸受疲労状態予測装置及び転がり軸受疲労状態予測方法
CN107490479B (zh) * 2017-08-02 2019-12-31 北京交通大学 轴承剩余寿命预测方法与装置
CN108918651A (zh) * 2018-04-16 2018-11-30 东南大学 轴承内圈滚动接触疲劳无损检测装置及制作方法
SG11202103383UA (en) * 2018-10-16 2021-05-28 Shimadzu Corp Magnetic body management system and magnetic body management method
TWI753338B (zh) * 2019-12-23 2022-01-21 財團法人工業技術研究院 資料整合方法及資料整合系統
DE102021125852A1 (de) 2021-10-05 2023-04-06 HCP Sense GmbH Verfahren zum Bestimmen einer Ausdehnung eines Schadens in einem Lager
JP7255768B1 (ja) * 2021-12-09 2023-04-11 日本精工株式会社 軸受損傷把握方法
WO2023105886A1 (ja) * 2021-12-09 2023-06-15 日本精工株式会社 軸受損傷把握方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001356808A (ja) * 2000-06-16 2001-12-26 Ntn Corp 機械部品の監視・診断・販売システム
US20020013635A1 (en) * 2000-06-16 2002-01-31 Ntn Corporation Machine component monitoring, diagnosing and selling system
JP2004198246A (ja) * 2002-12-18 2004-07-15 Nsk Ltd 軸受負荷状態診断方法
CN1603812A (zh) * 2004-10-28 2005-04-06 上海交通大学 汽车退役曲轴剩余疲劳寿命的检测方法
CN101231222A (zh) * 2008-02-15 2008-07-30 上海理工大学 一种剩余强度和剩余寿命的快速、无损预测方法
CN101320455A (zh) * 2008-06-30 2008-12-10 西安交通大学 基于在役寿命评估的备件需求预测方法
CN101393079A (zh) * 2008-11-06 2009-03-25 上海交通大学 汽车车身结构疲劳寿命预测系统
CN101470059A (zh) * 2007-11-28 2009-07-01 宝理塑料株式会社 成形部件的脆性蠕变破坏剩余寿命预测法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS55126846A (en) 1979-03-26 1980-10-01 Nippon Seiko Kk Measuring method for fatigue degree of rolling fatigue
JPS5860248A (ja) * 1981-10-07 1983-04-09 Hitachi Ltd 高温機器の寿命予知法
JPS62134552A (ja) * 1985-12-07 1987-06-17 Science & Tech Agency 渦電流探傷法による亀裂深さ測定装置
JPS6334423A (ja) 1986-07-28 1988-02-15 Mitsubishi Electric Corp 燃焼機の制御装置
JP3910222B2 (ja) 1995-03-10 2007-04-25 株式会社豊田中央研究所 疲労度測定装置
JP3675665B2 (ja) * 1999-04-16 2005-07-27 光洋精工株式会社 転がり疲れによる疲労度の測定方法
US20050274611A1 (en) * 2004-05-25 2005-12-15 Schlichting Kevin W Probes for electrochemical impedance spectroscopy
JP2008002859A (ja) * 2006-06-21 2008-01-10 Kobe Univ オーステナイト系ステンレス鋼の非破壊検査方法及びその装置
JP5076719B2 (ja) * 2007-08-07 2012-11-21 日本精工株式会社 転がり軸受の残存寿命予測方法
DE102008014650A1 (de) * 2008-03-17 2009-09-24 Robert Bosch Gmbh Wirbelstromprüfverfahren
JP5215061B2 (ja) 2008-07-09 2013-06-19 ファナック株式会社 防水シートを用いた工作機械の防塵防水構造
JP5040974B2 (ja) 2009-09-09 2012-10-03 井関農機株式会社 農作業車

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001356808A (ja) * 2000-06-16 2001-12-26 Ntn Corp 機械部品の監視・診断・販売システム
US20020013635A1 (en) * 2000-06-16 2002-01-31 Ntn Corporation Machine component monitoring, diagnosing and selling system
JP2004198246A (ja) * 2002-12-18 2004-07-15 Nsk Ltd 軸受負荷状態診断方法
CN1603812A (zh) * 2004-10-28 2005-04-06 上海交通大学 汽车退役曲轴剩余疲劳寿命的检测方法
CN101470059A (zh) * 2007-11-28 2009-07-01 宝理塑料株式会社 成形部件的脆性蠕变破坏剩余寿命预测法
CN101231222A (zh) * 2008-02-15 2008-07-30 上海理工大学 一种剩余强度和剩余寿命的快速、无损预测方法
CN101320455A (zh) * 2008-06-30 2008-12-10 西安交通大学 基于在役寿命评估的备件需求预测方法
CN101393079A (zh) * 2008-11-06 2009-03-25 上海交通大学 汽车车身结构疲劳寿命预测系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108760301A (zh) * 2018-05-08 2018-11-06 中铁工程装备集团有限公司 一种用于隧道掘进机主轴承寿命状态定量预估方法
CN108760301B (zh) * 2018-05-08 2020-03-31 中铁工程装备集团有限公司 一种用于隧道掘进机主轴承寿命状态定量预估方法
CN114341610A (zh) * 2019-12-24 2022-04-12 日立建机株式会社 齿轮的再利用可否判定方法及齿轮的再利用可否判定系统

Also Published As

Publication number Publication date
US8593138B2 (en) 2013-11-26
BRPI1004909A2 (pt) 2020-08-18
DE112010000023T5 (de) 2013-03-14
JPWO2011074654A1 (ja) 2013-04-25
US20110241661A1 (en) 2011-10-06
DE112010000023B4 (de) 2021-09-30
BRPI1004909B1 (pt) 2021-05-11
WO2011074654A1 (ja) 2011-06-23
JP5751166B2 (ja) 2015-07-22
CN102216862A (zh) 2011-10-12

Similar Documents

Publication Publication Date Title
CN105700503A (zh) 轴承的剩余寿命预测方法、剩余寿命诊断装置和轴承诊断系统
EP2710437B1 (en) Determining remaining useful life of rotating machinery including drive trains, gearboxes, and generators
CN104412091A (zh) 轴承监控方法和系统
EP2743500A1 (en) Device and method for fatigue monitoring, system for managing a fatigue life distribution, method of operating a plurality of wind turbines
CN102758655B (zh) 用于保护旋转机械的方法
US10540879B2 (en) Sticker, condition monitoring system, method and computer program product
Rastegari et al. Implementation of Condition Based Maintenance in manufacturing industry-A pilot case study
EP2975480B1 (en) Automated data overlay in industrial monitoring systems
Yunusa-Kaltungo et al. Effective vibration-based condition monitoring (eVCM) of rotating machines
CN105518429A (zh) 装置、方法及计算机程序产品
CN1867932B (zh) 设备部件监控和替换管理系统
US20160033369A1 (en) Monitoring of a first equipment of a first technical installation using benchmarking
Edwards et al. Internet of things–A complete solution for aviation’s predictive maintenance
CN112912707B (zh) 用于传动装置的改进的运行方法
Igba et al. Through-life engineering services of wind turbines
Gayathri et al. Internet of things based smart health monitoring of industrial standard motors
GB2476302A (en) Ultrasonic vibration monitor for determination of the effect of the addition of lubricant on the condition of a machine or bearing
JP5749954B2 (ja) 機械要素部品の余寿命算出方法
CN107015552B (zh) 贴纸、状况监测系统、方法和计算机程序产品
JP2018066644A (ja) 車軸軸受メンテナンスシステム
Al-Najjar Establishing and running a condition-based maintenance policy: applied example of vibration-based maintenance
Skoriantov et al. Metrological support of diagnostic complexes for assessment of technical conditions
Bui Prognostic algorithm development for plant monitoring and maintenance planning
Muniswamy et al. A computer-based total productive maintenance model for electric motors
AU2013251971B2 (en) Bearing monitoring method and system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160622