CN114689319A - 轴承的故障检测方法、故障检测装置和故障检测系统 - Google Patents
轴承的故障检测方法、故障检测装置和故障检测系统 Download PDFInfo
- Publication number
- CN114689319A CN114689319A CN202011474354.1A CN202011474354A CN114689319A CN 114689319 A CN114689319 A CN 114689319A CN 202011474354 A CN202011474354 A CN 202011474354A CN 114689319 A CN114689319 A CN 114689319A
- Authority
- CN
- China
- Prior art keywords
- current
- bearing
- fault
- angle
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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)
Abstract
本发明提供轴承的故障检测方法、故障检测装置和故障检测系统，轴承用于支承电机轴或者与电机轴相联的输入轴或输出轴，方法包括：建立用于表示轴承的转动角度(θ)与电机的参考电流(I)之间的关系的电流角度关系(I‑θ)；当轴承的转动角度等于检测角度(θj)时，测量电机的检测电流(Ijx)；根据电流角度关系(I‑θ)，得到检测角度(θj)对应的检测参考电流(Ij)；比较检测电流(Ijx)与检测参考电流(Ij)的值，当检测电流(Ijx)与检测参考电流(Ij)的差值超过目标阈值时，输出初步报警信号。根据本发明的轴承的故障检测方法操作简便且能及时、准确地对故障作出判断。根据本发明的轴承的故障检测装置和故障检测系统具有同样的优点。
Description
技术领域
本发明涉及轴承领域，更具体地涉及轴承的故障检测方法、故障检测装置和故障检测系统。
背景技术
在轴承运行过程中对其故障进行检测的方法例如有：测量轴承的振动和/或噪声。
然而，对于工况通常为低速重载的轴承，例如钢铁行业的转炉的耳轴轴承或是风力发电机的主轴轴承，(对于直接驱动式风力发电机而言，轴承指支撑发电机转子的轴承)在低速运行状态下，轴承的振动和噪声等都很小。在这种情况下，即使使用低频的传感器和仪表，常规的故障检测方法的检测效果也并不理想。
具体地，对于耳轴轴承而言，其一旦发生故障，对转炉的正常运转影响较大，例如会导致转炉内的钢水无法倾倒，产生非计划的停机损失和较大的维修成本。
通常对耳轴轴承故障检测的方法是在轴承发生故障后，测量轴承的振动、噪声和应力波，然而，使用这些方法难以及时发现轴承故障、更难以在故障发生初期做到提前预警。
在转炉的故障检测领域，也有相关技术涉及测量用于驱动耳轴轴承的电机的电流，该电流的测量值仅用于检测电机是否超载或短路，以起到保护电机的作用，并不能对耳轴轴承的故障检测起到促进作用。
对于风力发电机的主轴轴承而言，通常对主轴轴承的检测技术以振动分析为主。受风力大小和风向影响，主轴轴承长期处于变转速和变载荷频繁启停的状态，因此风力发电机主轴轴承故障多呈现为摩擦、磨损或卡顿，这些都是振动分析技术所不擅长的。
主轴轴承的转速通常为18RPM(转/分)，低转速导致由于故障所产生的振动冲击的幅值很低，并且用低频加速度传感器识别到的信号信噪比很低，因此目前的信号处理方法如共振解调法和脉冲冲击法使用效果都不佳。
为了弥补诊断机理和低频采集装置的不足，如艾默生公司采用PEAKVUE进行超高频信号的采样和长采样方法，这在很大程度上推高了技术实现的难度，增加了软硬件成本；SPM公司采用脉冲冲击法识别应力波，而应力的发生是随机的，脉冲计数多少的衡量没有经验可循。
随着风力发电机功率的增大，由于主轴轴承损坏而产生的维修成本也随之迅速增大。为提高风力发电机的可靠运行能力、减少风力发电机非计划停机损失以及减少运营成本，风电行业对于主轴轴承故障的早期预警的期望也越来越迫切。
发明内容
本发明的目的在于克服或至少减轻上述现有技术存在的不足，提供一种操作简便且能及时发现轴承故障的故障检测方法、故障检测装置和故障检测系统。
根据本发明的第一方面，提供一种轴承的故障检测方法，所述轴承用于支承电机的输入轴或输出轴，其中，所述方法包括：
建立用于表示所述轴承的转动角度与所述电机的参考电流之间的关系的电流角度关系；
当所述轴承的转动角度等于检测角度时，测量所述电机的检测电流；
根据所述电流角度关系，得到所述检测角度对应的检测参考电流；
比较所述检测电流与所述检测参考电流的值，当所述检测电流与所述检测参考电流的差值超过目标阈值时，输出初步报警信号。
在至少一个实施方式中，所述“建立用于表示所述轴承的转动角度与所述电机的参考电流之间的关系的电流角度关系”包括：
多次测量所述轴承在每一个所述转动角度时所述电机的电流，得到电流样本；
对电流样本进行统计处理，得到每一个所述转动角度对应的参考电流。
在至少一个实施方式中，所述参考电流为所述电流样本的平均值。
在至少一个实施方式中，所述目标阈值为所述电流样本的标准差的整数倍。
在至少一个实施方式中，设置多个目标阈值，基于不同的目标阈值输出不同的初步报警信号。
在至少一个实施方式中，所述方法还包括：
在输出所述初步报警信号的情况下，收集所述轴承在不同的转动角度下对应的检测电流，得到电流角度域信号；
将所述电流角度域信号转换为频域信号；
将所述频域信号与所述轴承的各部分的故障频率相比较，当所述频域信号与目标部件的故障频率的整数倍的差值小于或者等于误差阈值时，输出所述目标部件的报警信号。
在至少一个实施方式中，所述“将所述电流角度域信号转换为频域信号”包括如下至少一项：
对所述电流角度域信号进行快速傅里叶变换；或
用包络解调方法对所述电流角度域信号进行高通滤波和低通滤波，得到包络信号；对所述包络信号进行快速傅里叶变换。
根据本发明的第二方面，提供一种轴承的故障检测装置，其包括：
信号采集模块，用于当轴承转动至检测角度时，采集电机的检测电流；
故障判断模块，用于提取电流角度关系，所述电流角度关系为所述轴承的转动角度与所述电机的参考电流之间的关系，还用于根据所述电流角度关系，得到所述检测角度对应的检测参考电流，并比较所述检测电流与所述检测参考电流的值，以对轴承的故障状态进行检测判断；以及
报警模块，用于根据所述故障判断模块的检测判断结果，给出初步报警信号。
在至少一个实施方式中，所述电流角度关系通过多次测量所述轴承在每一个所述转动角度时所述电机的电流得到电流样本，并对电流样本进行统计处理而获得。
在至少一个实施方式中，所述故障判断模块还用于设置多个目标阈值，并基于不同的所述目标阈值对所述轴承的不同故障状态作出判断；
所述报警模块还用于根据所述故障判断模块对所述轴承的所述不同故障状态的判断结果，输出不同的初步报警信号。
在至少一个实施方式中，所述故障判断模块还用于在所述报警模块输出所述初步报警信号的情况下，收集所述轴承在不同的转动角度下对应的检测电流，得到电流角度域信号，将所述电流角度域信号转换为频域信号，将所述频域信号与所述轴承的各部分的故障频率相比较，当所述频域信号与目标部件的故障频率的整数倍的差值小于或者等于误差阈值时，判断所述目标部件发生故障；
所述报警模块还用于根据所述故障判断模块对所述目标部件的故障判断结果，输出所述目标部件的报警信号。
根据本发明的第三方面，提供一种轴承的故障检测系统，其包括：
轴承；
电机，所述轴承支承所述电机的输入轴或输出轴；
以及根据本发明的故障检测装置，所述故障检测装置的所述信号采集模块与所述轴承和所述电机连接。
根据本发明的轴承的故障检测方法操作简便且能及时、准确地对故障作出判断。根据本发明的轴承的故障检测装置和故障检测系统具有同样的优点。
附图说明
图1是一种可能的转炉系统的示意图。
图2是根据本发明的轴承的故障检测方法中所建立的电流角度关系和对检测电流进行比较判断的示意图。
图3是根据本发明的轴承的故障检测方法中的故障的再判断方法的流程示意图。
图4是根据本发明的轴承的故障检测装置的示意图。
图5是根据本发明的轴承的故障检测系统的示意图。
附图标记说明：
10转炉；20耳轴；30电机。
具体实施方式
下面参照附图描述本发明的示例性实施方式。应当理解，这些具体的说明仅用于示教本领域技术人员如何实施本发明，而不用于穷举本发明的所有可行的方式，也不用于限制本发明的范围。
以应用于钢铁行业的转炉的耳轴轴承为例，介绍根据本发明的轴承的故障检测方法。
参照图1，转炉10能在电机30(这里为电动机)的驱动下绕耳轴20的轴线转动，也称转炉10发生倾斜或者说倾动、倾倒，以实现对转炉10内的冶炼材料的转移。即转炉10的倾动对应了耳轴轴承的转动。
电机30的输出轴通过变速器与耳轴20相连，耳轴轴承支承耳轴20。为表述方便，本发明也称，轴承(耳轴轴承)支承电机的输出轴(即，这里把通过变速器或其它传动装置与电机的转子相连的转轴称为电机的输出轴)。本发明将电机30工作时的电流值与耳轴轴承(以下也简称轴承)的状态关联起来。
发明人经过研究发现，与轴承故障有关的因素包括轴承的区域(部位)和轴承的转动角度。轴承的不同的转动角度对应了不同的机械载荷，在转炉10反复倾动的过程中，对于某一区域发生故障(例如滚道上有损伤点)的轴承，通过跟踪测量电机30的电流，将会在某一特定的转动角度下获得异常的电流信号，该异常信号并不一定是测量电流的最大值(整个倾倒过程中测量到的电流的最大值)。
因此，本发明跟踪测量电机30的电流，并将电流值与轴承的转动角度(或者说转炉的倾动角度)关联，以实现对轴承故障的准确检测。
本发明提供的轴承的故障检测方法首先需要建立电流角度关系I-θ，电流角度关系I-θ用于表示轴承的转动角度θ与电机的参考电流I之间的关系。
电流角度关系I-θ可以通过预先的采样和统计建立，并作为一个确定的参考标准。
例如，在生产环境下，或者是在实验环境下，测量轴承在每一个转动角度θ下的电机的电流，这样的测量将重复很多次以使得数据具有统计意义。
例如，对于某个特定的转动角度θi，测量n次该转动角度对应的电流，得到由n个电流数据构成的电流样本{I1,I2,…,In}。对该电流样本进行统计处理，得到参考电流。
例如，参考电流包括电流样本的平均值I0，
此外，还可以计算电流样本的标准差SD，
上述测量与数据处理对应了一个特定的转动角度θi，为得到电流角度关系I-θ，将对很多个转动角度做上述处理，例如转动角度θ的区间为[0°,180°]，又例如转动角度θ的区间为[-180°,+180°]。优选地，这多个转动角度之间的间隔是相等的。
应当理解，尽管测量的多个转动角度θ可以被划分为彼此之间间隔很小的角度，但每次测量仍可能是离散的。在希望得到连续的电流角度关系I-θ的情况下，也可以对未测量的转动角度和电流进行估计。此外，为方便操作，也可以是在已知轴承的转动规律的情况下，根据时间域采集电机的电流信号，并将该时间域下的电流信号转换为轴承转动角度的角度域下的电流信号。例如，轴承匀速转动，例如每间隔0.01s采集一次电流信号，对应可以转换为轴承每转动0.01°所对应的电流信号。
电流角度关系I-θ可以形成连续的曲线，例如图2中的由左上方向右下方倾斜的虚线。电流角度关系I-θ还可以是坐标系中离散的点，也可以是参考电流I与转动角度θ之间的函数关系。
应当理解，上述电流角度关系I-θ可以是来自于同一个轴承，也可以是来自于相同规格的不同轴承，还可以是来自于不同规格的轴承；当数据来自不同规格的轴承时，优选地，需要对数据进行归一化的处理。
电流角度关系I-θ可以存储于离线的分析系统，也可以作为联网的数据供多个分析系统调用，还可以与分析系统进行交互以例如实现数据的更新。
在具备电流角度关系I-θ的基础上，可以对轴承的状态进行检测。
例如，当轴承转动至检测角度θj时，测量此时电机的检测电流Ijx；并在电流角度关系I-θ中找到检测角度θj对应的检测参考电流Ij；比较检测电流Ijx与检测参考电流Ij的大小，当检测电流Ijx与检测参考电流Ij的差值超过目标阈值时，输出初步报警信号。
可选地，目标阈值是上述电流样本的标准差SD的整数倍。目标阈值越大，预测故障越严重，报警等级越高。例如，目标阈值包括第一目标阈值、第二目标阈值和第三目标阈值，它们分别等于SD、2SD和3SD，对应的初步报警信号分别为预警、警告和危险。
优选地，上述检测角度θj覆盖轴承的所有转动位置，或者说，上述检测是在轴承运转过程中实时进行的。
可选地，由于每一次检测都获得了新的数据，这些检测过程中获取的数据也可以作为样本以更新电流角度关系I-θ。
可选地，在使用检测数据更新电流角度关系I-θ的情况下，在某个检测电流Ijx严重偏离检测参考电流Ij时，例如检测电流Ijx偏离检测参考电流Ij超过标准差SD的三倍时，剔除该异常检测数据，使其不参与电流角度关系I-θ的更新。
进一步地，在检测系统输出初步报警信号后，提供一种对故障进行再判断的方法。参照图3介绍该故障的再判断方法。
S10，构建电流角度域信号。收集轴承在不同的转动角度下对应的检测电流，得到电流角度域信号。优选地，电流角度域信号为转动角度间隔相等的情况下采集的一系列电流信号。
S20，将电流角度域信号转换为频域信号。
可选地，频域信号的获得例如可以使用包络解调法和傅里叶变换。
包络解调法例如包括：
S21，对信号进行高通滤波(HP，High Pass)处理。
S22，对信号进行低通滤波(LP，Low Pass)处理。
S23，得到包络信号。
傅里叶变换例如执行S24，快速傅里叶变换(FFT,Fast Fourier Transform)。
应当理解，根据例如对精度的不同要求，包络解调的步骤并不是必须的，即，步骤S21至S23也可以不执行。
在获得频域信号后，执行S30，将频域信号与轴承的各部分的故障频率(例如包括外圈通过频率、内圈通过频率、滚动体通过频率和保持架通过频率)相比较，当频域信号与目标部件的故障频率的整数倍的差值小于或者等于误差阈值时，匹配成功。继而执行S40，输出目标部件的报警信号。
若上述匹配不成功，则执行S50，转而排查装置的其它故障。
例如，频域信号中存在某一异常值71.878Hz，对应发现该轴承的外圈通过频率为72.046Hz，这两个频率非常接近，故障特征匹配成功，故障位于轴承的外圈，输出报警信号指示轴承外圈故障。
又例如，频域信号中存在某一异常值为143.756Hz，其与该轴承的外圈通过频率的两倍144.092Hz(72.046Hz×2)非常接近，故障特征匹配成功，故障位于轴承的外圈。
应当理解，轴承的各部分的故障频率为已有的确定的数据，或者可以是根据轴承的固有参数而由系统计算得到的确定的数据。
应当理解，上述误差阈值可以根据经验进行设定，例如为1Hz，本发明对此不作限定。
参照图4，本发明还提供一种轴承的故障检测装置，其包括信号采集模块、故障判断模块和报警模块。
信号采集模块用于当轴承转动至检测角度θj时，采集电机的检测电流Ijx。
故障判断模块用于提取电流角度关系I-θ，电流角度关系I-θ为轴承的转动角度θ与电机的参考电流I之间的关系，还用于根据电流角度关系I-θ，得到检测角度θj对应的检测参考电流Ij，并比较检测电流Ijx与检测参考电流Ij的值，以对轴承的故障状态进行检测判断。
报警模块用于根据故障判断模块的检测判断结果，给出初步报警信号。
其中，电流角度关系I-θ是通过多次测量轴承在每一个转动角度θ时电机的电流得到电流样本，并对电流样本进行统计处理(例如计算电流样本的平均值)而获得。
优选地，故障判断模块还用于设置多个目标阈值，并基于不同的目标阈值对轴承的不同故障状态作出判断。
优选地，报警模块还用于根据故障判断模块对轴承的不同故障状态的判断结果，输出不同的初步报警信号。
优选地，故障判断模块还用于在报警模块输出初步报警信号的情况下，收集轴承在不同的转动角度下对应的检测电流，得到电流角度域信号，将电流角度域信号转换为频域信号，将频域信号与轴承的各部分的故障频率相比较，当频域信号与目标部件的故障频率的整数倍的差值小于或者等于误差阈值时，判断目标部件发生故障。
优选地，报警模块还用于根据故障判断模块对目标部件的故障判断结果，输出目标部件的报警信号。报警信号可以以例如声音、灯光、文字和图像等的形式显示，也可以是传递给例如其它控制单元的数字信号或模拟信号。
参照图5，本发明还提供一种轴承的故障检测系统，其包括轴承、电机和上述故障检测装置。
轴承支承电机的输入轴或输出轴。故障检测装置的信号采集模块与轴承和电机均相连。
应当理解，根据本发明的轴承还可以是风力发电机的主轴轴承，在这种情况下，电机为发电机，轴承(主轴轴承)用于支承电机的输入轴。应当理解，这里的输入轴和输出轴的表述是相对的，输入轴和输出轴可以是直接与电机的转子相连的轴，或者说是电机的转子轴；也可以是通过变速器或其它传动装置与电机的转子相连的轴，在这种情况下，间接的发生在动力传递的前端的轴称为输入轴，发生在后端的轴称为输出轴。本发明至少具有以下优点中的一个优点：
(i)本发明将轴承的转动角度这一因素引入轴承的故障检测中，并通过测量与轴承的转动相关联(或者说同步转动，应当理解，这里的“同步”不一定是“同转速”)的电机的电流值来为检测提供依据；在构建控制报警线时，相比于仅使用电流时域幅值的判断，等角度域能更客观准确地反应轴承的故障。
(ii)在提供初步报警信号的基础上，还提供了故障的再判断方法，通过对等角度拾取的电机电流动态信号进行数据处理，并与轴承故障频率进行比较，可以进一步确认装置的故障是否来自于轴承，提高了故障判断的准确性。
(iii)电流的测量相比于现有技术中的例如对振动、应力波和应变等的测量和判断更简单，在工程上更容易实施，检测成本低。
当然，本发明不限于上述实施方式，本领域技术人员在本发明的教导下可以对本发明的上述实施方式做出各种变型，而不脱离本发明的范围。例如：
除了上文介绍的应用于转炉的耳轴轴承以及应用于风力发电机的主轴轴承之外，根据本发明的轴承的故障检测方法和故障检测系统还可以应用于其它的轴承，特别是转速慢、承载载荷大的轴承如矿山水泥行业的立磨、滚压机、各种大型转台。
Claims (12)
1.一种轴承的故障检测方法，所述轴承用于支承电机的输入轴或输出轴，其特征在于，所述方法包括：
建立用于表示所述轴承的转动角度(θ)与所述电机的参考电流(I)之间的关系的电流角度关系(I-θ)；
当所述轴承的转动角度等于检测角度(θj)时，测量所述电机的检测电流(Ijx)；
根据所述电流角度关系(I-θ)，得到所述检测角度(θj)对应的检测参考电流(Ij)；
比较所述检测电流(Ijx)与所述检测参考电流(Ij)的值，当所述检测电流(Ijx)与所述检测参考电流(Ij)的差值超过目标阈值时，输出初步报警信号。
2.根据权利要求1所述的轴承的故障检测方法，其特征在于，所述“建立用于表示所述轴承的转动角度(θ)与所述电机的参考电流(I)之间的关系的电流角度关系(I-θ)”包括：
多次测量所述轴承在每一个所述转动角度(θ)时所述电机的电流，得到电流样本；
对电流样本进行统计处理，得到每一个所述转动角度(θ)对应的参考电流(I)。
3.根据权利要求2所述的轴承的故障检测方法，其特征在于，所述参考电流为所述电流样本的平均值。
4.根据权利要求2所述的轴承的故障检测方法，其特征在于，所述目标阈值为所述电流样本的标准差的整数倍。
5.根据权利要求4所述的轴承的故障检测方法，其特征在于，设置多个目标阈值，基于不同的目标阈值输出不同的初步报警信号。
6.根据权利要求1所述的轴承的故障检测方法，其特征在于，所述方法还包括：
在输出所述初步报警信号的情况下，收集所述轴承在不同的转动角度下对应的检测电流，得到电流角度域信号；
将所述电流角度域信号转换为频域信号；
将所述频域信号与所述轴承的各部分的故障频率相比较，当所述频域信号与目标部件的故障频率的整数倍的差值小于或者等于误差阈值时，输出所述目标部件的报警信号。
7.根据权利要求6所述的轴承的故障检测方法，其特征在于，所述“将所述电流角度域信号转换为频域信号”包括如下至少一项：
对所述电流角度域信号进行快速傅里叶变换；或
用包络解调方法对所述电流角度域信号进行高通滤波和低通滤波，得到包络信号；对所述包络信号进行快速傅里叶变换。
8.一种轴承的故障检测装置，其特征在于，包括：
信号采集模块，用于当轴承转动至检测角度(θj)时，采集电机的检测电流(Ijx)；
故障判断模块，用于提取电流角度关系(I-θ)，所述电流角度关系(I-θ)为所述轴承的转动角度(θ)与所述电机的参考电流(I)之间的关系，还用于根据所述电流角度关系(I-θ)，得到所述检测角度(θj)对应的检测参考电流(Ij)，并比较所述检测电流(Ijx)与所述检测参考电流(Ij)的值，以对轴承的故障状态进行检测判断；以及
报警模块，用于根据所述故障判断模块的检测判断结果，给出初步报警信号。
9.根据权利要求8所述的轴承的故障检测装置，其特征在于，所述电流角度关系(I-θ)通过多次测量所述轴承在每一个所述转动角度(θ)时所述电机的电流得到电流样本，并对电流样本进行统计处理而获得。
10.根据权利要求8所述的轴承的故障检测装置，其特征在于，所述故障判断模块还用于设置多个目标阈值，并基于不同的所述目标阈值对所述轴承的不同故障状态作出判断；
所述报警模块还用于根据所述故障判断模块对所述轴承的所述不同故障状态的判断结果，输出不同的初步报警信号。
11.根据权利要求8所述的轴承的故障检测装置，其特征在于，所述故障判断模块还用于在所述报警模块输出所述初步报警信号的情况下，收集所述轴承在不同的转动角度下对应的检测电流，得到电流角度域信号，将所述电流角度域信号转换为频域信号，将所述频域信号与所述轴承的各部分的故障频率相比较，当所述频域信号与目标部件的故障频率的整数倍的差值小于或者等于误差阈值时，判断所述目标部件发生故障；
所述报警模块还用于根据所述故障判断模块对所述目标部件的故障判断结果，输出所述目标部件的报警信号。
12.一种轴承的故障检测系统，其特征在于，包括：
轴承；
电机，所述轴承支承所述电机的输入轴或输出轴；
以及如权利要求8至11中任一项所述的故障检测装置，所述故障检测装置的所述信号采集模块与所述轴承和所述电机连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011474354.1A CN114689319A (zh) | 2020-12-14 | 2020-12-14 | 轴承的故障检测方法、故障检测装置和故障检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011474354.1A CN114689319A (zh) | 2020-12-14 | 2020-12-14 | 轴承的故障检测方法、故障检测装置和故障检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114689319A true CN114689319A (zh) | 2022-07-01 |
Family
ID=82130271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011474354.1A Pending CN114689319A (zh) | 2020-12-14 | 2020-12-14 | 轴承的故障检测方法、故障检测装置和故障检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114689319A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116536850A (zh) * | 2023-05-11 | 2023-08-04 | 郑州豫力无纺布有限公司 | 一种无纺布高速热轧机 |
| CN117498799A (zh) * | 2023-11-01 | 2024-02-02 | 天合光能股份有限公司 | 光伏跟踪支架故障诊断方法、系统及可读介质 |
-
2020
- 2020-12-14 CN CN202011474354.1A patent/CN114689319A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116536850A (zh) * | 2023-05-11 | 2023-08-04 | 郑州豫力无纺布有限公司 | 一种无纺布高速热轧机 |
| CN117498799A (zh) * | 2023-11-01 | 2024-02-02 | 天合光能股份有限公司 | 光伏跟踪支架故障诊断方法、系统及可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3609982B2 (ja) | 故障診断方法及びその装置 | |
| US11441940B2 (en) | Condition monitoring apparatus, condition monitoring system, and condition monitoring method | |
| CA2010097C (en) | Method and apparatus for detecting gear defects | |
| JP3046426B2 (ja) | プラント機器の監視装置 | |
| CN109488630B (zh) | 基于谐波相对指标的离心风机转子不对中故障诊断方法 | |
| US10830637B2 (en) | Abnormality diagnosis device and sensor detachment detection method | |
| JP6508017B2 (ja) | 機械設備の評価方法 | |
| JP6183346B2 (ja) | 異常診断装置、軸受、回転装置、産業機械及び車両 | |
| CN114689319A (zh) | 轴承的故障检测方法、故障检测装置和故障检测系统 | |
| WO2008117765A1 (ja) | 極低速回転機械の異常診断方法及び装置 | |
| JP6781612B2 (ja) | シールドマシンの劣化診断方法 | |
| US7568641B2 (en) | Method and apparatus for determining wear and tear in machines | |
| JP5765881B2 (ja) | 設備機器の診断装置 | |
| JP2009115537A (ja) | 振動測定方法 | |
| JPS6293620A (ja) | 回転機診断器 | |
| EP3339638B1 (en) | Systems for crack detection in doubly-fed induction generators | |
| JP6714844B2 (ja) | 異常診断方法 | |
| US9146100B2 (en) | Wind turbine condition monitoring method | |
| Yang et al. | A case study of bearing condition monitoring using SPM | |
| JP2695366B2 (ja) | 低速回転機械の異常診断方法 | |
| Shrivastava et al. | Vibration signature analysis for ball bearing of three phase induction motor | |
| JPS6243538A (ja) | 回転機械の回転部異常監視装置 | |
| CN210180680U (zh) | 轴承在线试验参数采集装置 | |
| KR101482511B1 (ko) | 위상 지연과 데이터 분포 형상지수를 이용한 베어링 결함 진단 시스템 및 그 진단 방법 | |
| JP6561720B2 (ja) | 軸受評価装置 |
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 |