CN108593297A - 一种轴承的故障预制方法及系统 - Google Patents
一种轴承的故障预制方法及系统 Download PDFInfo
- Publication number
- CN108593297A CN108593297A CN201810410300.5A CN201810410300A CN108593297A CN 108593297 A CN108593297 A CN 108593297A CN 201810410300 A CN201810410300 A CN 201810410300A CN 108593297 A CN108593297 A CN 108593297A
- Authority
- CN
- China
- Prior art keywords
- failure
- bearing
- fault
- rivet
- feature
- 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
Links
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Mounting Of Bearings Or Others (AREA)
- Rolling Contact Bearings (AREA)
Abstract
本申请公开了一种轴承的故障预制方法,该故障预制方法首先从安装在设备上在实际运转过程中发生故障的轴承里提取并归纳出得到所有可能存在的故障原因,得到包含各类故障特征的故障特征库,接着利用激光技术替代传统的电火花技术在新轴承上重现与各故障特征一致的故障表现,最终得到模拟故障轴承,相比于电火花的不可控性和较高的随机性,激光的稳定性更高、可操控能力更强,因此可带来更高精度的预制效果,故障特征重现一致性更高,实际使用效果更佳。本申请还同时公开了一种轴承的故障预制系统,具有上述有益效果。
Description
技术领域
本申请涉及故障预制技术领域,特别涉及一种轴承的故障预制方法及系统。
背景技术
轴承,以支撑机械旋转体、降低其在运动过程中的摩擦系数以及保证其回转精度的功能被作为当代机械设备中一种重要的零部件。
新轴承会在实际使用过程中,因各种复杂的工况和特殊条件发生故障,例如点蚀、裂纹或剥落等故障,无论哪种故障均会可能使得应用这些轴承的设备处于异常工作状态,甚至导致严重的后果,因此获取各故障类型下对应的故障数据以基于这些故障数据判断同类轴承的实时运转状态,来及时发现故障、进而及时采取措施避免故障和损失扩大都是十分重要的。
为获取到各故障类型的故障轴承其所表现出的故障数据,现有技术中通常只能从实际应用了这些轴承并确实存在这些故障的设备中拆卸得到,或者是通过轴承寿命试验机对新轴承进行老化处理,以期在老化处理过程中产生这些故障,但由于老化处理产生故障的不可预测性,通常还伴随着使用电火花的方式人为在表面进行一些故障预制,但通常局限于可分离类的轴承,且加工精度低、随机性大、故障预制效果不好。
因此,如何克服现有轴承故障预制方式存在的各项技术缺陷,提供一种使用轴承种类更广、可对轴承所有部件均能进行故障预制,且预制精度更高、随机性更小,实际使用效果更好的轴承故障预制方法是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种轴承的故障预制方法,从安装在设备上在实际运转过程中发生故障的轴承里提取并归纳出得到所有可能存在的故障原因,得到包含各类故障特征的故障特征库,接着利用激光技术替代传统的电火花技术在新轴承上重现与各故障特征一致的故障表现,最终得到模拟故障轴承,相比于电火花的不可控性和较高的随机性,激光的稳定性更高、可操控能力更强,因此可带来更高精度的预制效果,故障特征重现一致性更高,实际使用效果更佳。
本申请的另一目的在于提供了一种轴承的故障预制系统。
为实现上述目的,本申请提供一种轴承的故障预制方法,该故障预制方法包括:
获取实际运行故障轴承;
提取各所述实际运行故障轴承中存在的各类故障特征,得到故障特征库;
利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承;其中,所述新轴承为与所述实际运行故障轴承相同类型的轴承。
可选的,提取各所述实际运行故障轴承中存在的各类故障特征,得到故障特征库,包括:
获取各所述实际运行故障轴承的可视故障信息;
将所述可视故障信息对应的故障特征按类别进行归并处理,得到包含点蚀故障特征、裂纹故障特征以及剥落故障特征的故障特征库。
可选的,利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承,包括:
利用激光烧灼设备在所述新轴承上制造圆形点坑,得以重现存在所述点蚀故障特征的故障轴承;
利用所述激光烧灼设备在所述新轴承上制造微型模拟槽,得以重现存在所述裂纹故障特征和所述剥落故障特征的故障轴承。
可选的,在利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承前,还包括:
将铆钉助拆件对应放置于所述新轴承的保持架端面上;其中,所述铆钉助拆件上开有与所述保持架端面上铆钉孔对应的铆钉助拆孔,且所述铆钉助拆孔与所述铆钉孔一一对应;
利用电火花拆解设备透过所述铆钉助拆孔去除所述新轴承上保持架端面铆钉的端头,以使所述铆钉的主体部分自然脱离,完成轴承的无损解体。
可选的,在利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承之后,还包括:
利用高倍显微镜检测所述模拟故障轴承的故障尺寸;
当所述故障尺寸符合预设要求时,清洗符合所述预设要求的故障轴承,并重新利用铆钉铆接所述故障轴承。
可选的,在重新利用铆钉铆接所述故障轴承之后,还包括:
检测铆接完成后的模拟故障轴承的游隙和平面度是否处于正常范围内;
若是,则判定所述模拟故障轴承已经预制完毕,以待进行后续老化处理。
为实现上述目的,本申请还提供了一种轴承的故障预制系统,该故障预制系统包括:
实际故障轴承获取单元,用于获取实际运行故障轴承;
故障特征提取单元,用于提取各所述实际运行故障轴承中存在的各类故障特征,得到故障特征库;
故障预制单元,用于利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承;其中,所述新轴承为与所述实际运行故障轴承相同类型的轴承。
可选的,所述故障特征提取单元包括:
可视故障信息获取子单元,用于获取各所述实际运行故障轴承的可视故障信息;
归并及各类别故障特征获取子单元,用于将所述可视故障信息对应的故障特征按类别进行归并处理,得到包含点蚀故障特征、裂纹故障特征以及剥落故障特征的故障特征库。
可选的,所述故障预制单元包括:
点蚀故障特征重现子单元,用于利用激光烧灼设备在所述新轴承上制造圆形点坑,得以重现存在所述点蚀故障特征的故障轴承;
裂纹故障特征及剥落故障特征重现子单元,用于利用所述激光烧灼设备在所述新轴承上制造微型模拟槽,得以重现存在所述裂纹故障特征和所述剥落故障特征的故障轴承。
可选的,该故障预制系统还包括:
铆钉助拆件,用于对应放置于所述新轴承的保持架端面上;其中,所述铆钉助拆件上开有与所述保持架端面上铆钉孔对应的铆钉助拆孔,且所述铆钉助拆孔与所述铆钉孔一一对应;
电火花拆解设备,用于透过所述铆钉助拆孔去除所述新轴承上保持架端面铆钉的端头,以使所述铆钉的主体部分自然脱离,完成轴承的无损解体。
显然,本申请所提供的轴承的故障预制方法,从安装在设备上在实际运转过程中发生故障的轴承里提取并归纳出所有可能存在的故障原因,得到包含各类故障特征的故障特征库,接着利用激光技术替代传统的电火花技术在新轴承上重现与各故障特征一致的故障表现,最终得到模拟故障轴承,相比于电火花的不可控性和较高的随机性,激光的稳定性更高、可操控能力更强,因此可带来更高精度的预制效果,故障特征重现一致性更高,实际使用效果更佳。本申请同时还提供了一种轴承的故障预制系统,具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种轴承的故障预制方法的流程图;
图2为本申请实施例所提供的轴承的故障预制方法中一种获得故障种类并利用激光技术进行相应故障预制的方法的流程图;
图3为本申请实施例所提供的轴承的故障预制方法中一种在故障预制前无损拆解新轴承以及检测故障预制效果的方法的流程图;
图4为本申请实施例所提供的一种轴承的故障预制系统的结构框图;
图5为一种滚动轴承的实际结构示意图;
图6为本申请实施例所提供的一种利用激光在新轴承上制造圆形点坑的方式模拟真实点蚀故障的效果示意图;
图7为本申请实施例所提供的一种利用激光在新轴承上制造微型模拟槽的方式模拟真实裂纹故障的效果示意图;
图8为本申请实施例所提供的一种利用激光在新轴承上制造微型模拟槽的方式模拟真实剥落故障的效果示意图;
图9为本申请实施例所提供的一种铆钉助拆间的结构示意图;
图10为本申请实施例所提供的一种销钉的结构示意图。
具体实施方式
本申请的核心是提供一种轴承的故障预制方法及系统,从安装在设备上在实际运转过程中发生故障的轴承里提取并归纳出所有可能存在的故障原因,得到包含各类故障特征的故障特征库,接着利用激光技术替代传统的电火花技术在新轴承上重现与各故障特征一致的故障表现,最终得到模拟故障轴承,相比于电火花的不可控性和较高的随机性,激光的稳定性更高、可操控能力更强,因此可带来更高精度的预制效果,故障特征重现一致性更高,实际使用效果更佳。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
以下结合图1,图1为本申请实施例所提供的一种轴承的故障预制方法的流程图。
其具体包括以下步骤:
S101:获取实际运行故障轴承;
本步骤旨在获取真实的故障轴承,通常情况下,这些故障轴承只能从实际安装有这些轴承的设备中拆解下来,即这些轴承在跟随设备工作一段时间后,因各种因素使得这些轴承出现故障。为区别于后面提出的“模拟故障轴承”,此处使用“实际运行故障轴承”一词表示其来源。
S102:提取各实际运行故障轴承中存在的各类故障特征,得到故障特征库;
在S101的基础上,本步骤旨在从各实际运行故障轴承中提取出各类故障的特征,进而便于归纳和总结该轴承所有可能出现的故障类别,以便后续步骤在新轴承上预制出相同的故障表现。
轴承具体包括多种类型,但都大同小异,此处以滚动轴承为例,可参见图5,图5为一种滚动轴承的实际结构示意图,该滚动轴承由外圈11、内圈12,夹在内圈和外圈之间的滚动体13,以及保持各滚动体位置的保持架14组成。具体的,该滚动轴承的保持架结构为铆接框体式保持架,因为可见其在保持架13上还设置有多个铆钉141来保持保持架14的位置。
如图5所示的滚动轴承,经大量实际调研,发现大量滚动轴承经常会在不同的部位出现诸如:点蚀、剥落以及裂纹等肉眼可见的故障表现,由于此类故障出现几率较高、且由于是物理性损伤,因此催生了经过特殊手段来重现故障的想法。
如背景技术所言,当发现设备因轴承故障而异常运转甚至停机时,轴承故障的程度通常已经较高,无法获取同类故障在不同故障程度下对应的参数特征,且同时易伴随存在多类型故障,无法区别出此种状态下该故障轴承的参数特征具体是由哪种故障导致的,最重要的是无法耗费长时间去等待设备实际运行,再取出故障轴承以供分析,因此,为进一步了解存在各类型故障分别在整个故障周期内具体对应何种的参数特征,以便于根据分析得到的参数特征对当前正在使用的轴承进行故障检测,就首先需要从具有一定代表性的故障样本中提取归纳出各种故障类型。
再对同类型的新轴承进行故障预制,以使新轴承在预制后与实际运行故障轴承存在一样的故障表现,借由可重复执行的故障预制手段,还可实现自由度更高的故障特征重现,即仅存在单一故障的模拟故障轴承和存在复数故障的模拟故障轴承,可分别分析得到对应的故障数据,是否简单的叠加还有存在其它特征表现等等。
S103:利用激光将新轴承预制为与故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承。
在S102的基础上,本步骤旨在使用激光技术对同类型的新轴承进行故障预制,即通过控制激光的烧灼时间和烧灼次数方式得到与故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承。其中,新轴承的类型为与该实际运行故障轴承的类型相同,只是从未使用过。
传统的电火花故障预制技术,是一种利用火花放电时产生的腐蚀现象对材料进行尺寸加工的方法,但由于火花放电的随机性不仅使其具有较低的加工效率,同时在加工过程易使被加工件的内应力增加而导致变形,最终使得加工尺寸精度不高,因此传统利用电火花进行故障预制的方法并不是用于轴承故障预制领域。
以从滚动轴承上总结出的较为常见的点蚀故障为例,它是滚动轴承使用一段时间后容易出现的一种疲劳性表层剥落现象,因为轴承使用时滚动体和内外圈相互接触,要承受相当大的重量,当达到一定使用次数后,应力就会改变那些有问题的接触面,从而使一些部位出现鱼鳞状的疲劳剥落点,考虑到电火花技术的特性,使得其在需要呈现出“鱼鳞状的剥落点”的故障表现时就需要较高的加工工艺,这样也必然带来较低的成品率和较高的成本。
针对传统使用电火花进行故障预制的方式,本申请提出了一种利用激光技术进行故障预制的方式,充分利用了激光的高能量性和高方向性所带来的高稳定性和高可操控性,带来了更高精度的预制效果,使得故障特征重现一致性更高,实际使用效果更佳。同样以实现点蚀故障对应的“鱼鳞状的剥落点”的故障特征为例,只需要利用激光烧灼设备在相应的位置制造一个圆形点坑即可,更加容易。
进一步的,传统的轴承故障预制技术通常只适用于可分离类轴承或者仅能对不可分离类轴承的部分部件进行故障预制,并没有提供如何对S102中所举的具有铆接框体式保持架的轴承进行故障预制,而本申请针对此类不可分离类的轴承还给出了一种无损拆解的方式,即利用火花放电时产生的腐蚀现象去除铆钉的端头,然后再利用一些辅助部件拆除穿在内部的铆钉主体,以此实现不可分离类轴承的无损拆解。
更进一步的,在利用激光技术完成故障预制后,还可以利用检测工具检验预制的故障尺寸是否符合要求,以及一些其它辅助参数是否处于正常范围内,针对不同的轴承类型,辅助参数的种类可能有所改变,此处并不做具体限定,可视实际情况灵活改变。
基于上述技术方案,本申请实施例提供的一种轴承的故障预制方法,安装在设备上在实际运转过程中发生故障的轴承里提取并归纳出所有可能存在的故障原因,得到包含各类故障特征的故障特征库,接着利用激光技术替代传统的电火花技术在新轴承上重现与各故障特征存在一致故障表现的模拟故障,最终得到模拟故障轴承,相比于电火花的不可控性和较高的随机性,激光的稳定性更高、可操控能力更强,因此可带来更高精度的预制效果,故障特征重现一致性更高,实际使用效果更佳。
以下结合图2,图2为本申请实施例所提供的轴承的故障预制方法中一种获得故障种类并利用激光技术进行相应故障预制的方法的流程图。
S201:获取实际运行故障轴承;
S202:获取各实际运行故障轴承的可视故障信息;
本步骤旨在获取各实际运行故障轴承的可视故障信息,具体的,可以由人工进行肉眼观察并进行记录,还可以进一步的利用图像拍摄设备得到故障轴承各个位置的图像信息等方式,此处并不做具体限定,只要能够实现本步骤的目的即可。
S203:将可视故障信息对应的故障特征按类别进行归并处理,得到包含点蚀故障特征、裂纹故障特征以及剥落故障特征的故障特征库;
当S202中利用人工获取可视故障信息时,可交由故障分析人员对故障特征进行归纳和总结;当S202中利用机器或设备获取可视故障信息时,可进一步利用各种特征分析算法进行分析,以得到各故障种类和其对应的故障特征。
本实施例以最为常见的点蚀故障特征、裂纹故障特征以及剥落故障特征构成该故障特征库为例,并在后续步骤中给出如何重现这些故障的方式。
S204:利用激光烧灼设备在新轴承上制造圆形点坑,得以重现存在点蚀故障特征的故障轴承;
在S103中有所提及,点蚀类故障特征主要呈现出“鱼鳞状的剥落点”的物理表现,因此可利用激光烧灼设备以制造圆形点坑的方式在新轴承上重现存在该点蚀故障特征。
S205:利用激光烧灼设备在新轴承上制造微型模拟槽,得以重现存在裂纹故障特征和剥落故障特征的故障轴承。
与点蚀故障特征类似,列车用滚动轴承由于长期工作在高温、高速、高负荷条件下,并在使用过久之后,容易产生磨损、点蚀、裂纹和疲劳剥落等现象,常见其损坏形式和原因有以下几点:
(1)轴承工作表面接触应力过大,承受负荷表面磨损和疲劳剥落:这种损坏使轴承的轴向和径向间隙增大,工作中产生噪声,并且破坏了与其配合轴的正确位置。而根据台架试验可知:轴承损坏的规律一般是保持架受动载后产生永久变形,后从铆接处开裂。保持架剪断,轴承滚道之间的钢珠被卡滞,不能自由转动,使局部单位压力过大而被压陷,引起工作表面金属大片剥落损坏;
(2)轴承内、外座圈配合表面异常磨损:正常使用条件下的磨损是不大的,但当泥沙或硬质颗粒侵人轴承内及润滑不足或润滑油变质,便容易产生急剧磨损,使滚动表面间隙增大,零件变形,破坏轴承和相关零件的正常工作;
(3)滚动轴承的滚珠(柱)破裂、擦伤、隔圈松旷散架,装配和调整不良,尤其是将座圈装于轴上时装得太紧,拆装时方法不妥,工作中相互摩擦磨损,使滚动体松动脱落,挤坏轴承。锥轴承装得过紧时,通常会在直径较大部分滚柱面上发生破损.装得过松,轴承内间隙过大时,则在直径较小部分滚柱面上发生破损;
(4)轴承烧伤变色或锈蚀:轴承运转时发热受高。
因此,为模拟较细的裂纹和边缘不规则的金属剥落,依然可以利用激光烧灼设备以制造微型模拟槽的方式在新轴承上重现这两种特征,可参见图7和图8,其中,图7为本申请实施例所提供的一种利用激光在新轴承上制造微型模拟槽的方式模拟真实裂纹故障的效果示意图;图8为本申请实施例所提供的一种利用激光在新轴承上制造微型模拟槽的方式模拟真实剥落故障的效果示意图。
需要说明的是,可结合图2,S204与S205是两种并列的实施步骤,根据故障特征种类的不同分别提供一种合适的故障预制方案,实际并没有先后顺序。
以下结合图3,图3为本申请实施例所提供的轴承的故障预制方法中一种在故障预制前无损拆解新轴承以及检测故障预制效果的方法的流程图。
本实施例以图5所示的铆接框体式保持架滚动轴承为例,具体步骤如下:
S301:将铆钉助拆件对应放置于新轴承的保持架端面上;
本步骤使用的铆钉助拆件2的结构示意图可参见图9,该铆钉助拆件2上开有与保持架端面上铆钉孔对应的铆钉助拆孔21,且铆钉助拆孔21与铆钉孔一一对应,即在去除铆钉端头后,以铆钉助拆孔21与铆钉孔一一对应的方式放置于该滚动轴承上。
且需要注意的是,为避免两部件直接刚性接触,该铆钉助拆件2的材料通常为非刚性材料,例如塑料或尼龙等。
S302:利用电火花拆解设备透过铆钉助拆孔去除新轴承上保持架端面铆钉的端头,以使铆钉的主体部分自然脱离,完成轴承的无损解体;
本步骤所使用的电火花拆解设备3的结构示意图可参见图10,如图10所示的设备实际上为前端较为尖锐的电极,透过铆钉助拆件2上的铆钉助拆孔21直接与铆钉141的端头相接触,此时通过图中下半部的螺钉连接供电源,以利用产生的电火花无损的腐蚀掉铆钉141的端头,在去除铆钉141两端的端头后,铆钉141的主体部分将会自然脱落,以完成轴承的无损拆解。。
S303:利用激光将新轴承预制为与故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承;
S304:利用高倍显微镜检测模拟故障轴承的故障尺寸;
S305:当故障尺寸符合预设要求时,清洗符合预设要求的故障轴承,并重新利用铆钉铆接故障轴承;
S304和S305两步骤旨在对完成故障预制后对预制的故障尺寸进行检查,并在符合预设要求时,利用制造铆钉,以还原轴承的正常工作状态。
S306:检测铆接完成后的模拟故障轴承的游隙和平面度是否处于正常范围内;
本步骤旨在对模拟故障轴承的游隙和平面度两这个辅助参数进行检测,以进一步的判断是否在故障预制过程中对新轴承的其它方面造成了变化。
当然,根据实际使用的轴承种类的不同,也可以灵活调整辅助参数的种类,以适用于更多种类的轴承。
S307:判定模拟故障轴承尚未预制完毕,需要进行二次调整;
本步骤建立在S306的判断结果为辅助参数并未处于正常范围内的基础上,因此判定模拟故障轴承尚未预制完毕,需要进行二次调整,直至处于预设要求内。
S308:判定模拟故障轴承已经预制完毕,以待进行后续老化处理。
本步骤建立在S306的判断结果为辅助参数已处于正常范围内的基础上,因此判定模拟故障轴承已经预制完毕,以待进行后续老化处理。
基于上述已阐述内容,当本实施例建立在其它实施例的基础上,不仅具有其它实施例已有的有益效果,还通过提供的无损拆解步骤拓展了适用的轴承种类,并通过几种后续的检测还可以对进一步增加模拟故障轴承的良品率。
因为情况复杂,无法一一列举进行阐述,本领域技术人员应能意识到根据本申请提供的基本方法原理结合实际情况可以存在很多的例子,在不付出足够的创造性劳动下,应均在本申请的保护范围内。
下面请参见图4,图4为本申请实施例所提供的一种轴承的故障预制系统的结构框图。
该故障预制系统可以包括:
实际故障轴承获取单元100,用于获取实际运行故障轴承;
故障特征提取单元200,用于提取各实际运行故障轴承中存在的各类故障特征,得到故障特征库;
故障预制单元300,用于利用激光将新轴承预制为与故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承;其中,新轴承为与实际运行故障轴承相同类型的轴承。
可选的,故障特征提取单元200包括:
可视故障信息获取子单元,用于获取各实际运行故障轴承的可视故障信息;
归并及各类别故障特征获取子单元,用于将可视故障信息对应的故障特征按类别进行归并处理,得到包含点蚀故障特征、裂纹故障特征以及剥落故障特征的故障特征库。
可选的,故障预制单元300包括:
点蚀故障特征重现子单元,用于利用激光烧灼设备在新轴承上制造圆形点坑,得以重现存在点蚀故障特征的故障轴承;
裂纹故障特征及剥落故障特征重现子单元,用于利用激光烧灼设备在新轴承上制造微型模拟槽,得以重现存在裂纹故障特征和剥落故障特征的故障轴承。
可选的,该故障预制系统还包括:
铆钉助拆件,用于对应放置于新轴承的保持架端面上;其中,铆钉助拆件上开有与保持架端面上铆钉孔对应的铆钉助拆孔,且铆钉助拆孔与铆钉孔一一对应;
电火花拆解设备,用于透过铆钉助拆孔去除新轴承上保持架端面铆钉的端头,以使铆钉的主体部分自然脱离,完成轴承的无损解体。
进一步的,该故障预制系统还可以包括:
故障尺寸检测单元,用于利用高倍显微镜检测模拟故障轴承的故障尺寸;
清洗及重新铆接单元,用于当故障尺寸符合预设要求时,清洗符合预设要求的故障轴承,并重新利用铆钉铆接故障轴承。
参数检测单元,用于检测铆接完成后的模拟故障轴承的游隙和平面度是否处于正常范围内;
待老化处理单元,用于当游隙和平面度处于正常范围内时,判定模拟故障轴承已经预制完毕,以待进行后续老化处理。
本申请通过人为植入故障的方式代替真实失效样本来完成故障预测台架试验,解决了轴承各部件故障样本难以获得的问题,同时还使轴承各部件故障样本的一致性得到提高、故障判据制定的准确性得到了提高,使得故障预测实验得以开展。并进一步采用电火花的加工方式实现了轴承的无损解体,通过激光的加工方式能够高精度的完成对轴承各部件故障的预制,使得轴承在故障预制的过程中不会受到额外的损伤,同时也能保证故障的加工精度和预制的效果。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种轴承的故障预制方法,其特征在于,包括:
获取实际运行故障轴承;
提取各所述实际运行故障轴承中存在的各类故障特征,得到故障特征库;
利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承;其中,所述新轴承为与所述实际运行故障轴承相同类型的轴承。
2.根据权利要求1所述的故障预制方法,其特征在于,提取各所述实际运行故障轴承中存在的各类故障特征,得到故障特征库,包括:
获取各所述实际运行故障轴承的可视故障信息;
将所述可视故障信息对应的故障特征按类别进行归并处理,得到包含点蚀故障特征、裂纹故障特征以及剥落故障特征的故障特征库。
3.根据权利要求2所述的故障预制方法,其特征在于,利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承,包括:
利用激光烧灼设备在所述新轴承上制造圆形点坑,得以重现存在所述点蚀故障特征的故障轴承;
利用所述激光烧灼设备在所述新轴承上制造微型模拟槽,得以重现存在所述裂纹故障特征和所述剥落故障特征的故障轴承。
4.根据权利要求3所述的故障预制方法,其特征在于,在利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承前,还包括:
将铆钉助拆件(1)对应放置于所述新轴承的保持架端面上;其中,所述铆钉助拆件(2)上开有与所述保持架端面上铆钉孔对应的铆钉助拆孔(21),且所述铆钉助拆孔(21)与所述铆钉孔一一对应;
利用电火花拆解设备透过所述铆钉助拆孔去除所述新轴承上保持架端面铆钉(141)的端头,以使所述铆钉(141)的主体部分自然脱离,完成轴承的无损解体。
5.根据权利要求2至4任一项所述的故障预制方法,其特征在于,在利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承之后,还包括:
利用高倍显微镜检测所述模拟故障轴承的故障尺寸;
当所述故障尺寸符合预设要求时,清洗符合所述预设要求的故障轴承,并重新利用铆钉铆接所述故障轴承。
6.根据权利要求5所述的故障预制方法,其特征在于,在重新利用铆钉铆接所述故障轴承之后,还包括:
检测铆接完成后的模拟故障轴承的游隙和平面度是否处于正常范围内;
若是,则判定所述模拟故障轴承已经预制完毕,以待进行后续老化处理。
7.一种轴承的故障预制系统,其特征在于,包括:
实际故障轴承获取单元,用于获取实际运行故障轴承;
故障特征提取单元,用于提取各所述实际运行故障轴承中存在的各类故障特征,得到故障特征库;
故障预制单元,用于利用激光将新轴承预制为与所述故障特征库中包含的故障特征存在一致故障表现的模拟故障轴承;其中,所述新轴承为与所述实际运行故障轴承相同类型的轴承。
8.根据权利要求7所述的故障预制系统,其特征在于,所述故障特征提取单元包括:
可视故障信息获取子单元,用于获取各所述实际运行故障轴承的可视故障信息;
归并及各类别故障特征获取子单元,用于将所述可视故障信息对应的故障特征按类别进行归并处理,得到包含点蚀故障特征、裂纹故障特征以及剥落故障特征的故障特征库。
9.根据权利要求8所述的故障预制系统,其特征在于,所述故障预制单元包括:
点蚀故障特征重现子单元,用于利用激光烧灼设备在所述新轴承上制造圆形点坑,得以重现存在所述点蚀故障特征的故障轴承;
裂纹故障特征及剥落故障特征重现子单元,用于利用所述激光烧灼设备在所述新轴承上制造微型模拟槽,得以重现存在所述裂纹故障特征和所述剥落故障特征的故障轴承。
10.根据权利要求7至9任一项所述的故障预制系统,其特征在于,还包括:
铆钉助拆件(2),用于对应放置于所述新轴承的保持架端面上;其中,所述铆钉助拆件(2)上开有与所述保持架端面上铆钉孔对应的铆钉助拆孔(21),且所述铆钉助拆孔(21)与所述铆钉孔一一对应;
电火花拆解设备(3),用于透过所述铆钉助拆孔去除所述新轴承上保持架端面铆钉(141)的端头,以使所述铆钉(141)的主体部分自然脱离,完成轴承的无损解体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810410300.5A CN108593297A (zh) | 2018-05-02 | 2018-05-02 | 一种轴承的故障预制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810410300.5A CN108593297A (zh) | 2018-05-02 | 2018-05-02 | 一种轴承的故障预制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108593297A true CN108593297A (zh) | 2018-09-28 |
Family
ID=63620471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810410300.5A Pending CN108593297A (zh) | 2018-05-02 | 2018-05-02 | 一种轴承的故障预制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108593297A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132597A (zh) * | 2019-04-29 | 2019-08-16 | 清华大学 | 一种轴承内滚道剥落宽度的测算方法 |
CN110426194A (zh) * | 2019-08-23 | 2019-11-08 | 中国兵器科学研究院 | 考虑磨损和疲劳交互作用的机械部件寿命试验方法 |
CN111539381A (zh) * | 2020-05-18 | 2020-08-14 | 中车永济电机有限公司 | 风力发电机轴承故障分类诊断模型的构建方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201693310U (zh) * | 2010-06-04 | 2011-01-05 | 中国海洋石油总公司 | 组合工字梁预制成型装置 |
CN102245338A (zh) * | 2008-10-21 | 2011-11-16 | 完美点Edm公司 | 手持电火花装置 |
CN103335844A (zh) * | 2013-06-24 | 2013-10-02 | 中国计量学院 | 一种自适应随机共振轴承故障检测方法 |
CN203578581U (zh) * | 2013-11-27 | 2014-05-07 | 南车长江车辆有限公司 | 一种导向装置、锥筒滚圆机 |
CN104384425A (zh) * | 2014-11-25 | 2015-03-04 | 吴中区光福良盛机械厂 | 一种浪形保持架拆解模 |
CN104993635A (zh) * | 2015-07-09 | 2015-10-21 | 永济新时速电机电器有限责任公司 | 带有轴承室风压检测结构的牵引电机 |
-
2018
- 2018-05-02 CN CN201810410300.5A patent/CN108593297A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102245338A (zh) * | 2008-10-21 | 2011-11-16 | 完美点Edm公司 | 手持电火花装置 |
CN201693310U (zh) * | 2010-06-04 | 2011-01-05 | 中国海洋石油总公司 | 组合工字梁预制成型装置 |
CN103335844A (zh) * | 2013-06-24 | 2013-10-02 | 中国计量学院 | 一种自适应随机共振轴承故障检测方法 |
CN203578581U (zh) * | 2013-11-27 | 2014-05-07 | 南车长江车辆有限公司 | 一种导向装置、锥筒滚圆机 |
CN104384425A (zh) * | 2014-11-25 | 2015-03-04 | 吴中区光福良盛机械厂 | 一种浪形保持架拆解模 |
CN104993635A (zh) * | 2015-07-09 | 2015-10-21 | 永济新时速电机电器有限责任公司 | 带有轴承室风压检测结构的牵引电机 |
Non-Patent Citations (2)
Title |
---|
冯锦阳: ""基于有限元和多体动力学的滚动轴承动态特性分析与疲劳研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
马君达: ""裂纹对汽车轮毂轴承影响的仿真及试验研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132597A (zh) * | 2019-04-29 | 2019-08-16 | 清华大学 | 一种轴承内滚道剥落宽度的测算方法 |
CN110132597B (zh) * | 2019-04-29 | 2020-07-24 | 清华大学 | 一种轴承内滚道剥落宽度的测算方法 |
CN110426194A (zh) * | 2019-08-23 | 2019-11-08 | 中国兵器科学研究院 | 考虑磨损和疲劳交互作用的机械部件寿命试验方法 |
CN110426194B (zh) * | 2019-08-23 | 2020-12-25 | 中国兵器科学研究院 | 考虑磨损和疲劳交互作用的机械部件寿命试验方法 |
CN111539381A (zh) * | 2020-05-18 | 2020-08-14 | 中车永济电机有限公司 | 风力发电机轴承故障分类诊断模型的构建方法 |
CN111539381B (zh) * | 2020-05-18 | 2022-04-05 | 中车永济电机有限公司 | 风力发电机轴承故障分类诊断模型的构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108593297A (zh) | 一种轴承的故障预制方法及系统 | |
Cui et al. | Quantitative and localization diagnosis of a defective ball bearing based on vertical–horizontal synchronization signal analysis | |
US6643570B2 (en) | Aircraft engine reliability business model | |
Kalderon | Steam turbine failure at Hinkley Point ‘A’ | |
US8109150B2 (en) | Crack-propagation prediction method and program | |
CN108957317A (zh) | 压水堆核电站发电机组轴瓦的检测方法、装置、计算机及存储介质 | |
CN112024750B (zh) | 一种双层薄壁钣金机匣校形和热处理定形夹具及方法 | |
CN107092728A (zh) | 一种涡扇发动机拉紧轴疲劳试验方法 | |
MX2011006462A (es) | Metodo y sistema de monitoreo de señal de flecha de maquina giratoria. | |
CN111173570A (zh) | 一种涡轮叶片的更换方法 | |
US20080148706A1 (en) | Method of maintaining aircraft gas turbine engine | |
Yang et al. | Experimental study on vibration characteristics due to cage damage of deep groove ball bearing | |
Sassi et al. | TALAF and THIKAT as innovative time domain indicators for tracking BALL bearings | |
Dutton et al. | Acoustic emission condition monitoring of wind turbine rotor blades: laboratory certification testing to large scale in-service deployment | |
CN116990022A (zh) | 一种新能源汽车传动系统的轴承检测方法及系统 | |
CN108132148A (zh) | 轴承寿命评估方法及装置 | |
Kubiak et al. | Failure analysis of the 150 MW gas turbine blades | |
CN116226720A (zh) | 基于多维数据交叉验证的高可靠负荷异常识别修补方法 | |
Feilong et al. | Naturally-induced early aviation bearing fault test and early bearing fault detection | |
WO2008105849A3 (en) | Methods and apparatus for aircraft structural length of service enhancement | |
Hanachi et al. | Bladed disc crack diagnostics using blade passage signals | |
CN110675086A (zh) | 一种风力发电机组部件健康状态评估装置及方法 | |
Takahashi | Anomaly Detection using Vibration Analysis with Machine Learning Technology for Industrial IoT System | |
EP3693728A1 (en) | Method of nondestructive turbine airfoil inspection | |
JP2003295937A (ja) | プラント監視装置とプラント監視方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |
|
RJ01 | Rejection of invention patent application after publication |