CN1934433A - 滚动轴承的剩余寿命诊断方法及剩余寿命诊断装置 - Google Patents
滚动轴承的剩余寿命诊断方法及剩余寿命诊断装置 Download PDFInfo
- Publication number
- CN1934433A CN1934433A CNA200580007311XA CN200580007311A CN1934433A CN 1934433 A CN1934433 A CN 1934433A CN A200580007311X A CNA200580007311X A CN A200580007311XA CN 200580007311 A CN200580007311 A CN 200580007311A CN 1934433 A CN1934433 A CN 1934433A
- Authority
- CN
- China
- Prior art keywords
- rolling bearing
- residual life
- threshold value
- lubricating oil
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- 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
- F16C19/527—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions related to vibration and noise
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Rolling Contact Bearings (AREA)
Abstract
使用加速度传感器的共振频带信号及高频信号,低成本地检测会严重影响滚动轴承寿命的混入有杂质及水的润滑油劣化状态;根据检测出的杂质的状态、润滑油的状态,早期高精度地推测出滚动轴承的寿命。本发明的方法,具备:基础资料采集步骤,对滚动轴承(3)中杂质混入状态与振动、轴承寿命的关系,以及润滑油的劣化与振动、轴承寿命的关系,依各滚动轴承(3)的型号、厂牌等轴承各诸元,使用加速度传感器(4)求出振动信号,并以实验装置采集可获得最高感度检测的共振频带信号;测定步骤,对泵、风扇等旋转机器(1)、(2)所具备并欲诊断剩余寿命的滚动轴承(3),使用加速度传感器(4)求出振动信号,并测定可获得最高感度检测的共振频带信号;以及判定步骤,使用测定步骤所求出的测定值、轴承诸元判断阶段的判定结果、以及基础资料采集步骤所求得的资料,来推测该被诊断滚动轴承(3)的杂质混入状态与润滑油的劣化状态,并算出该被诊断滚动轴承(3)的剩余寿命。
Description
技术领域
本发明是关于一种滚动轴承的剩余寿命诊断方法及剩余寿命诊断装置,用以推测化学工厂、炼钢厂及发电厂等所使用的辅助设备(即泵、风扇)的滚动轴承及驱动这些机器的马达所使用的滚动轴承的剩余寿命。
背景技术
化学工厂、炼钢厂及发电厂等所使用的辅助设备(即泵、风扇)的滚动轴承及驱动这些机器的马达所使用的滚动轴承,负载载重为额定载重的5%以下,非常的小,在一般的使用状态下不会发生金属疲劳。因此,影响这些滚动轴承的寿命的种类有两种,一种为杂质的混入而发生于压痕的上凸部的“应力集中造成的剥离”,另一种为水的混入而发生润滑剂油膜破裂,滚动轴承的轨道面的表面粗糙度增大所造成的“振动的增加”。
滚动轴承的剩余寿命诊断方法,已有各种提案方法。例如,如专利文献1的“轴承被诊断方法”所示,有使用加速度传感器信号来测定轴承的振动,若该轴承振动值超过容许值则发出警报的方法,声波发射(Acoustic Emission)法等。其它还有,以轴承振动的频率解析,来推测其故障原因的方法。此外,还有以预测轴承振动值的增加倾向,来预知其寿命的方法。
(专利文献1)日本专利特开平8-159151
使用加速度传感器信号的轴承振动值的增加倾向预测方法,为最常使用的预测方法。该方法,使用直线、二次曲线、及指数曲线来预测轴承的加速度振动的增加倾向,并以至预先设定的容许振动值为止的剩余时间,来预测轴承的剩余寿命。
例如,如图12所示,对加速度振动波形,算出0至10kHz的有效值;并测定绝对值与相对值2种类的阈值,当未超过该阈值时,则判定被诊断滚动轴承为“正常”。
另一方面,当超过该阈值时,则判定被诊断滚动轴承为“异常”,并算出振动波形的频谱。抽出1N、2N、3N、mN等旋转数的n倍成分。
或者,判定被诊断滚动轴承为“异常”时,接着,以绝对值与LPF处理进行振动波形的包络线处理,算出该包络线处理后的波形的频谱。接着,抽出finn.fout.fball的轴承带通频率成分。
按照这些测定结果,考虑各振动成分的大小并推测异常原因。就异常原因而言,有滚动轴承的不平衡与未对准,基础的松弛等。
声波发射法,使用频率较加速度还高的AE信号,早期发现滚动轴承的故障,并诊断剩余寿命。此AE法,利用物体变形或遭破坏时,所累积的应力能量成为声音并扩散的现象(即AE信号)的诊断方法。该AE信号,材料内部的弹性能量释放时的弹性波的扩散,并不限定只有破坏时才有,材料的结晶构造的差排与转变等也会产生。对旋转中滚动轴承,使用AE传感器进行AE信号的信号处理,观察其AE波的产生频率,进行该滚动轴承的诊断。
使用此等诊断方法,可预知滚动轴承的出乎意料的故障于未然,并事先预测该轴承的更换时期。如此,将“无事故寿命”(预测轴承异常)与“事故发生寿命”(轴承发生损毁、破损时)明确化,而预测出从其无事故寿命到事故发生寿命的期间,即剩余寿命。如此般,以往,是进行旋转机器的有无异常的判定与原因的推测,并判定异常的程度,来决定滚动轴承的修理时机。最常使用的加速度振动的统计上预测,用寿命预测时间点为止的振动值当作参数,以二次曲线或指数函数进行曲线回归,求出至可容许振动值为止的期间,当作剩余寿命。
发明内容
可是,上述现有的诊断或预测方法,可容许振动值的设定困难,随该值的设定,剩余寿命会有大幅变化,高精度的剩余寿命的预测困难。此外,振动开始增加时,已为轴承寿命的末期,故长期性的维修计划不易规划,即使预测出剩余寿命,也有来不及修理的情形发生。因此,实际上,对于真正的寿命,即使还绰绰有余,也多有提早更换其滚动轴承的情形。此外,由于此等的剩余寿命诊断精度低,故实际上,发电厂与工厂等,无法拉长轴承的检查周期,而不得不维持每隔数年即全数更换轴承的定期检查的维修体制。这些皆有妨碍维修成本的降低、省力化的问题。
进一步,上述现有的声波发射法,相较于使用加速度的上述统计的方法,可于早期诊断出;但是,使用于此被诊断的AE(Acoustic Emission)传感器及信号处理电路昂贵,此外,AE波很敏感,容易受到周边噪音干扰的问题。
本发明是解决相关问题点的发明。也就是说,本发明的目的在于提供滚动轴承的剩余寿命诊断方法及剩余寿命诊断装置,其使用加速度传感器的共振频带信号及高频信号,低成本地检测会严重影响滚动轴承寿命的混入有杂质及水的润滑油劣化状态;根据检测出的杂质的状态、润滑油的状态,可早期高精度地推测出滚动轴承的寿命。
按照本发明所提供的剩余寿命诊断方法,其特征在于具备:基础资料采集步骤,对滚动轴承3中杂质混入状态与振动、轴承寿命的关系,以及润滑油的劣化与振动、轴承寿命的关系,使用加速度传感器4求出各滚动轴承3的型号、厂牌等轴承各诸元的振动信号,并以实验装置采集频带信号(含可获得最高感度检测的共振频带信号);测定步骤,对泵、风扇等旋转机器1、2所具备并欲诊断剩余寿命的滚动轴承3,使用加速度传感器4求出振动信号,并测定频带信号(含可获得最高感度检测的共振频带信号);及判定步骤,使用该测定步骤所求出的测定值、轴承诸元判断阶段的判定结果、以及该基础资料采集步骤所求得的资料,来推测该被诊断滚动轴承3的杂质混入状态与润滑油的劣化状态,并算出该被诊断滚动轴承3的剩余寿命。
例如,该判定步骤,使用处理该被诊断滚动轴承3的振动测定波形后的结果、及算出的振动值与该滚动轴承3的计算寿命,来算出该滚动轴承3的剩余寿命的方法。
该判定步骤,对该被诊断滚动轴承3,将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对该被诊断滚动轴承3的型号与厂牌等的轴承各诸元进行判定。
该判定步骤,对该被诊断滚动轴承3,将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对该轴承的型号与厂牌等的轴承各诸元进行判定,该被诊断滚动轴承3的型号与厂牌为已知时,从其轴承各诸元计算轴承带通频率,并从各频带的包络线处理频谱中,抽出带通频率成分(finn.fout.fball 3个),算出所抽出的各频带的带通频率成分的相对感度(即与正常时的比),于带通频率成分的相对感度中,取频带分割数中的上位频带的平均,判定频带分割数中的上位频带平均是否有任何一个超过阈值,未超过阈值时,则推测为正常。
在该判定步骤中,对该被诊断滚动轴承3,将5k~35kHz的振动波形,以1/2倍频带分割频率并采集6个频带,对各频带的波形进行包络线处理,算出频谱。
于该判定步骤的阈值,为超过1的数值。
该判定步骤,对该被诊断滚动轴承3,将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对该轴承的型号与厂牌等的轴承各诸元进行判定,若该被诊断滚动轴承3的型号与厂牌为未知时,从各频带的包络线处理频谱,在旋转数×1.6~7的范围内,抽出频谱的峰值,算出所抽出的各频带的峰值频率成分的相对感度(即与正常时的比),求出峰值频率成分的相对感度的上位3频带平均,判定频带分割数中的上位频带的相对感度平均是否超过阈值,若未超过阈值,则推测为正常。
该判定步骤,对该被诊断滚动轴承3,将5k~35kHz的振动波形,以1/2倍频带分割频率并采集6个频带,对各频带的波形进行包络线处理,算出频谱后,对轴承的型号与厂牌等的轴承各诸元进行判定,若该被诊断滚动轴承3的型号与厂牌为未知时,从各频带的包络线处理频谱,在旋转数×1.6~7的范围内抽出频谱的峰值,算出所抽出的各频带的峰值频率成分的相对感度(即与正常时的比),求出峰值频率成分的相对感度的上位3频带平均,判定峰值频率成分的上位3频带的相对感度平均是否超过阈值(=2.0)。
于该判定步骤的阈值,为超过1的数值。
按照本发明的润滑油劣化检测方式的剩余寿命诊断方法,其特征在于具备:基础资料采集步骤,对滚动轴承3中杂质混入状态与振动、轴承寿命的关系以及润滑油的劣化与振动、轴承寿命的关系,使用加速度传感器4求出振动信号,以实验装置采集频带信号(含可获得最高感度检测的共振频带信号);测定步骤,对泵、风扇等旋转机器1、2所具备并欲诊断剩余寿命的滚动轴承3,使用加速度传感器4求出振动信号,并测定频带信号(含可获得最高感度检测的共振频带信号);以及判定步骤,使用该测定步骤所求出的测定值与该基础资料采集步骤所求得的资料,来推测该被诊断滚动轴承3的杂质混入状态与润滑油的劣化状态,并算出该被诊断滚动轴承3的剩余寿命。
该判定步骤,对该被诊断滚动轴承3,从具有1k~64kHz频带的振动信号,计算含有传感器共振频带的窄频带及宽频带2个频带的有效值的相对感度,判定窄频带有效值相对感度×宽频带有效值相对感度的特征量是否超过阈值,若未超过阈值,则判定为正常。
该判定步骤,对该被诊断滚动轴承3,从具有5k~35kHz频带的振动信号,计算23k~32kHz与5k~35kHz计2个频带的有效值的相对感度,判定23k~32kHz有效值相对感度×5k~35kHz有效值相对感度的特征量是否超过阈值,若未超过阈值,则判定为正常。
于该判定步骤的阈值,为超过1的数值。
该判定步骤,对该被诊断滚动轴承3,判定频带分割数中的上位频带平均,是否有任一个超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
该判定步骤,对该被诊断滚动轴承3,判定峰值频率成分的上位3频带的相对感度平均是否超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
于该判定步骤,对该被诊断滚动轴承3,判定宽频带有效值相对感度×窄频带有效值相对感度是否超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
于该判定步骤,使用计算寿命与0~1的剩余寿命系数的乘积所算出的剩余寿命推测式,来诊断压痕起点型剥离状态及润滑油劣化状态的剩余寿命。
于该判定步骤,对该被诊断滚动轴承3,判定带通频率成分的频带分割数中的上位频带平均,是否有任一个超过阈值,若超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均来推测压痕尺寸,以下列的数学式[式(1)]来计算并诊断压痕起点型剥离状态的剩余寿命。
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)
于该判定步骤,对该被诊断滚动轴承3,判定峰值频率成分的上位3频带的相对感度平均是否超过阈值,若超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均来推测压痕尺寸,以下列的数学式[式(1)]来计算并诊断压痕起点型剥离状态的剩余寿命。
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0272log(d)+0.416)
于该判定步骤,压痕起点型剥离状态的剩余寿命推测式为压痕产生后的剩余寿命,其中,计算寿命为下列数学式[式(2)]的基本动额定寿命,剩余寿命系数为P/C及振动值的函数。
[式(2)]
于该判定步骤,润滑油劣化状态的剩余寿命推测式为润滑油劣化产生后的剩余寿命,其中,计算寿命为下列数学式[式(3)]所算出的计算寿命,剩余寿命系数为振动值的函数。
[式(3)]
于该判定步骤,对该被诊断滚动轴承3,算出传感器共振频带23k~32kHz的有效值及5k~35kHz的有效值的相对感度,判定23k~32kHz有效值相对感度×5k~35kHz有效值相对感度是否超过阈值,若超过阈值,确认为润滑油劣化状态,从23k~32kHz的有效值相对感度,以下列的数学式[式(4)]来计算并诊断润滑油劣化状态下的剩余寿命。
[式(4)]
于该判定步骤,对该被诊断滚动轴承3,算出1k~64kHz振动波形的倒频谱(cepstrum),并算出倒频谱的峰度,判定倒频谱的峰度是否超过阈值,若超过阈值时,则判定为压痕起点型剥离状态,若未超过阈值时,则推测为润滑油劣化状态。
于该判定步骤的阈值,为超过3的数值。
于该判定步骤,若判定有压痕起点型剥离状态或润滑油劣化状态的异常时,则不需人员进行判断,也不需表示时间频率分布。
于该判定步骤,对该被诊断滚动轴承3,若超过该阈值,判定为压痕起点型剥离状态时,从上位3频带的相对感度平均来推测压痕尺寸,诊断压痕起点型剥离状态下的剩余寿命,以时间单位来表现剩余寿命。
于该判定步骤,对该被诊断滚动轴承3,若未超过该阈值,判定为润滑油劣化状态时,从该被诊断滚动轴承3的23k~32kHz有效值来推测润滑油劣化程度,诊断润滑油劣化状态下的剩余寿命,以时间单位来表现剩余寿命。
于该判定步骤,对该被诊断滚动轴承3,测定5k~35kHz的振动波形。为检测压痕,将5k~35kHz频带分成6个频带并算出包络线处理频谱,判定此包络线处理频谱是否超过阈值,若未超过阈值,则推测为正常,若超过阈值,虽无法特定为压痕起点型剥离状态的异常故障状态,但可推测为有异常产生。
该判定步骤,为了检测被诊断滚动轴承3的润滑油劣化,算出其特征量(23k~32kHz有效值×5k~35kHz有效值),判定润滑油劣化的特征量是否超过阈值,若未超过阈值,则推测为正常,若超过阈值,虽无法特定为润滑油劣化状态的异常故障状态,但可推测为有异常产生。
于该判定步骤的阈值,为2.0。
于该判定步骤,为了辨别该被诊断滚动轴承3的压痕与润滑油劣化,算出其特征量(倒频谱的峰度),判定倒频谱的峰度是否超过阈值,若超过阈值,则判定为有压痕起点型剥离状态的异常,若未超过阈值,则推测为有润滑油劣化状态的异常。
于该判定步骤的阈值为3.8。
于该判定步骤,若该被诊断滚动轴承3的压痕检测的结果未超过阈值,且润滑油劣化检测的结果也未超过阈值时,则判定其被诊断滚动轴承3为正常。
于该判定步骤,若被诊断滚动轴承3的压痕检测的结果已超过阈值,且无法特定故障状态,或润滑油劣化检测的结果已超过阈值,且无法特定故障状态时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布,并以人员进行判定以诊断故障模式。
于该判定步骤,若被诊断滚动轴承3的压痕检测的结果超过阈值,且倒频谱的峰度超过阈值时,则判定为有压痕起点型剥离状态的异常,并有压痕的产生,并诊断压痕起点型剥离状态的剩余寿命。
于该判定步骤,若被诊断滚动轴承3的润滑油劣化检测的结果超过阈值,且倒频谱的峰度未超过阈值时,则判定为有润滑油劣化状态的异常,且有润滑油劣化的产生,并诊断润滑油劣化状态下的剩余寿命。
于该判定步骤,若被诊断滚动轴承3,判定为有压痕起点型剥离状态的异常,或有润滑油劣化状态的异常时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布,并以人员进行判定并诊断故障模式。
于该判定步骤,压痕及润滑油劣化检测用的阈值,可以(a)BRG尺寸、(b)机器重量、(c)电动机输出、(d)机器种类、及(e)上述(a)~(d)的组合,来进行变更。
于该判定步骤,除了压痕及润滑油劣化的检测,更加上以频率解析来诊断机器的不平衡、未对准、基础松动等现有的故障检测方法,可综合性地诊断旋转机所有的故障。
按照本发明所提供的滚动轴承的剩余寿命诊断装置,其特征在于具备:
加速度传感器4,用以测定被诊断剩余寿命的被诊断滚动轴承3的振动信号;
模拟/数字转换器5,用以转换该加速度传感器4所求得的资料;
特征量抽出部6,用以从该模拟/数字转换器5所转换的振动信号,抽出压痕及润滑油劣化的特征;
测定结果数据库7,用以储存:记录着滚动轴承中杂质混入状态与振动、轴承寿命的关系,及润滑油的劣化状态与振动、轴承寿命的关系的基础资料;泵、风扇等旋转机器1、2所具备的被诊断滚动轴承3的正常状态时,所采集的振动资料;以及关于轴承载重、旋转速度、运转时间及滚动轴承编号的资料;
剩余寿命诊断部8,藉由使用储存于该测定结果数据库7的资料,依据该特征量抽出部6抽出的该被诊断滚动轴承3的振动信号,判定该被诊断滚动轴承3的杂质混入与润滑油劣化状态,并诊断其剩余寿命;
以及被诊断结果表示部9,用以表示该剩余寿命诊断部8的结果。
在上述构成的被诊断方法中,于基础资料采集步骤,预先对杂质的混入或润滑油的劣化造成润滑劣化时,所产生的滚动轴承的压痕形成状态取得基础资料,该资料针对加速度与杂质混入状态的关系、及加速度与润滑油状态的关系而用实验装置采集所得。于测定步骤,对旋转机器1、2所具备的欲被诊断剩余寿命的被诊断滚动轴承3,使用加速度传感器4求出振动信号,测定可获得最高感度检测的共振频带信号或高频信号。
接着,于判定步骤,使用以测定步骤所求得的测定值、该基础资料采集步骤所求得的资料、预先测定的被诊断滚动轴承3的正常状态的轴承载重、旋转速度与运转时间、以及滚动轴承编号的振动资料,来推测该被诊断滚动轴承3的杂质混入状态、润滑油的劣化状态,并算出该被诊断滚动轴承3的剩余寿命。
于此判定步骤,首先,算出振动的增加倾向,藉此判定该被诊断滚动轴承3为劣化初期或末期状态。
判定为劣化初期后,进一步进行如下判定。首先,使用该测定步骤所求得的被诊断滚动轴承3的加速度传感器4的共振频带信号、或高频带信号、及预先测定的被诊断滚动轴承3正常时的振动资料,判定该被诊断滚动轴承3为正常的劣化过程、杂质混入过程或润滑油的劣化过程。
若被诊断滚动轴承3未有杂质混入、润滑油也不为劣化状态,虽判定为劣化初期但轴承状态为正常的情形,则算出额定寿命当作其剩余寿命。接着,若判定被诊断滚动轴承3有杂质混入、且为劣化初期状态的情形,则以该基础资料采集步骤的振动资料,来推测混入的杂质的尺寸,并算出其剩余寿命。进一步,若该被诊断滚动轴承3的润滑油劣化的情形,则判定轴承状态为劣化初期,以该资料采集步骤的振动资料,来推测该润滑油的劣化,并算出其剩余寿命。
最后,判定为劣化末期时,根据该加速度的低频带振动的增加倾向,算出剩余寿命。此时,在本发明的被诊断方法中,不仅预测振动的增加倾向,更可藉由观测从杂质混入与润滑油的劣化起至加速度急增为止的经过时间,算出更高精度的剩余寿命。
如此,本发明,于旋转机器1、2运转中来推测其滚动轴承3的寿命,藉此,可确定更换时期,进行更有效率的机器1、2的维修。例如,发电厂的旋转机器1、2,可容易地订定计划,以避开运转率高的夏季,改由于秋季实施其滚动轴承3的更换,并谋求维修的效率化。此外,对于因现有剩余寿命诊断方法的精度不足,因而必需进行定期检查的旋转机器,由于可早期地诊断剩余寿命,故检查周期的长期化、劣化资料的采集变得容易,可望有效率地从现有的定期检查体制,移转成依机器进行维修的状态基准维修体制。
特别是,在本发明中,藉由判定欲被诊断剩余寿命的该被诊断滚动轴承3的型号与厂牌等轴承各诸元,根据其轴承的特性,可正确地诊断剩余寿命。也就是说,根据是否可辨别被诊断滚动轴承3的型号与厂牌,可从其后的特定的测定结果来判定是否超过了阈值,而判定或推测为正常与异常。
此外,在本发明中,可辨别该被诊断滚动轴承3的异常为压痕或润滑油短缺所造成的异常,并正确地判定剩余寿命。例如,推测为压痕起点型剥离状态时,可根据既定的数学式来推测压痕尺寸,并诊断剩余寿命。另外,推测为润滑油劣化状态时,可根据既定的数学式来推测润滑劣化程度,并诊断剩余寿命。
压痕起点型剥离状态造成的异常、或润滑油劣化状态造成的异常,在辨别上困难时,为防止其误判,可以人员来确认时间频率分布,藉此,可诊断确实的剩余寿命。
如此,藉由综合性地判定压痕起点型剥离状态与润滑油劣化状态两者,对滚动轴承3,可诊断更加精确的剩余寿命。本发明的剩余寿命诊断方法,可与现有的检测不平衡、未对准及基础松动的现有检测方法搭配使用。
在上述构成的剩余寿命诊断装置中,润滑油中的杂质混入与润滑油的劣化状态,可以加速度传感器4的共振频带信号或高频信号,来低成本地检测,根据所检测的杂质的状态、润滑油的状态,可早期地高精度推测滚动轴承3的寿命。
如此,本发明,于旋转机器1、2运转中推测其滚动轴承3的寿命,藉此,可于检查进度诊断报告输出部10,确定更换周期或更换时期,进行更有效率的机器维修。例如,发电厂的旋转机器1、2,可容易地订定计划,以避开运转率高的夏季,改由于秋季实施其滚动轴承3的更换。此外,以往,对于必需进行定期检查的设备,由于可进行早期的剩余寿命判定,故检查周期的长期化、劣化资料的采集变得容易,可有效率地从现有的定期检查体制,移转成依机器的状态来进行维修的状态基准的维修体制。
附图说明
图1,是表示本发明的滚动轴承的剩余寿命诊断方法的方块图。
图2,是表示剩余寿命诊断方法欲诊断的电动机与旋转机器所具备的滚动轴承的一例的截面图。
图3,是表示滚动轴承的剩余寿命诊断方法的流程图。
图4,是表示判定轴承各诸元的滚动轴承的剩余寿命诊断方法的流程图。
图5,是表示轴承各诸元为已知时,使用压痕特征量的滚动轴承的剩余寿命诊断方法的流程图。
图6,是表示轴承各诸元为未知时,使用压痕特征量的滚动轴承的剩余寿命诊断方法的流程图。
图7,是表示压痕的大小及载重的大小,影响轴承的剩余寿命的曲线图。
图8,是表示润滑油短缺的轴承相对振动值与剩余寿命的关系的实验结果。
图9,表示相对感度与压痕尺寸的关系。
图10,是诊断泵驱动用电动机所使用的滚动轴承的剩余寿命的结果;从上方起依序表示波形、FFT频谱、扩大后与时间频率分布;(a)表示正常状态,(b)表示产生压痕的状态,(c)表示产生润滑油劣化的状态。
图11,是表示本发明的滚动轴承的剩余寿命诊断装置的构成方块图。
图12,是表示现有的剩余寿命诊断方法的流程图。
【主要组件代表符号】
1:泵、风扇
2:电动机
3:滚动轴承(被诊断滚动轴承)
4:加速度传感器
5:模拟/数字转换器
6:特征量抽出部
7:测定结果数据库
8:剩余寿命诊断部
9:被诊断结果表示部
10:检查进度诊断报告输出部
11:传送用调制解调器
12:打印机
具体实施方式
本发明的滚动轴承的剩余寿命诊断方法,于实验机具备:基础资料采集步骤,用以采集杂质混入状态、润滑油的劣化状态与振动、轴承寿命的关系;测定步骤,用以对欲诊断泵、风扇等旋转机器或电动机等旋转机构部分所具备的滚动轴承的剩余寿命,测定该滚动轴承的共振频带信号或高频信号;以及判定步骤,用以判定被诊断滚动轴承的剩余寿命。
(实施例1)
以下,参照图式来说明本发明的较佳实施例。
图1,表示本发明的滚动轴承的剩余寿命诊断方法的方块图。图2,表示剩余寿命诊断方法诊断对象的电动机与旋转机器所具备的滚动轴承一例的截面图。
在基础资料采集步骤中,为模拟杂质混入,直接弄伤分解后的轴承的转动面,使轴承产生压痕,此外,为模拟润滑油的劣化状态,使用润滑油短缺的轴承,于轴承载重试验机进行试验,采集基础资料。此外,其它的模拟杂质混入的方法,有于润滑油混入杂质替代用的异物、改变混入的异物的量及大小、改变混入的异物的硬度等。同样地,模拟润滑油劣化的方法,有使用氧化劣化的润滑油、混入水等。
在此基础资料采集步骤中,预先混入杂质或润滑油的劣化造成润滑劣化时,针对滚动轴承3的压痕形成状态,取得其加速度与压痕大小的关系的资料。滚动轴承3的主要的劣化形态,有内部起点型剥离与表面起点型剥离两种劣化状态。此内部起点型剥离,是滚动组件转动面所受到的反复应力,集中于转动面表层下,从转动面内部产生剥离。表面起点型剥离,是因杂质等异物混入润滑油中,造成转动面表面损伤,从转动面表面产生剥离。本来轴承的寿命是指于内部起点型剥离状态下的寿命;此寿命,由于近年来材料技术的进步,已展延为轴承的额定寿命的数倍~数十倍。另一方面,润滑油中的异物混入所造成的表面起点型剥离状态下的寿命,为内部起点型剥离的寿命的几分之一至几十分之一,明显地变短。
如此,滚动轴承3具有多样的劣化状态,将这些劣化状态、破坏机制列为考虑,于轴承的剩余寿命诊断中,非常重要。于是,在本发明中,考虑此种滚动轴承3的劣化状态,为了较现有的方法更能早期地诊断可被诊断且高精度的剩余寿命,其前提是使用基础资料采集步骤。
对旋转机器1、2所具备并欲诊断剩余寿命的滚动轴承3,于判定步骤中,采取剩余寿命诊断准备阶段与测定步骤。在剩余寿命诊断准备阶段中,对被诊断滚动轴承3,使用轴承载重、旋转速度、运转时间及滚动轴承编号的资料及加速度传感器4,收集正常时的振动资料。在测定步骤中,对运转中的被诊断滚动轴承3,使用加速度传感器4求出振动信号,测定可获得最高感度检测的共振频带信号或高频信号。
图3,表示滚动轴承的剩余寿命诊断方法的流程图。
使用基础资料采集步骤及剩余寿命诊断准备阶段所求出的资料,依据图3所示的流程,推测被诊断滚动轴承3为劣化初期或末期状态,并诊断剩余寿命。
对被诊断滚动轴承3,测定1k~64kHz的振动波形。进一步地,较佳为测定5k~35kHz的振动波形。为检测压痕,将该频带分割成复数个频带并算出包络线处理频谱,判定此复数个频带的包络线处理频谱是否超过阈值(=2.0),未超过阈值时,则推测为正常。另一方面,超过阈值时,则判定有压痕起点型剥离状态的异常,或虽有异常但无法特定故障状态时,则进行下一个判定。
例如,使用处理被诊断滚动轴承3的振动测定波形的结果、算出的振动值与滚动轴承3的计算寿命,算出并判定此滚动轴承3的剩余寿命。
为检测润滑油劣化,算出其特征量(23k~32kHz有效值×5k~35kHz有效值),判定润滑油劣化的特征量是否超过阈值(=2.0),未超过阈值时,则推测为正常。另一方面,超过阈值时,则推测有润滑油劣化状态的异常,或虽有异常但无法特定故障状态时,则进行下一个判定。
在此,阈值较佳为2.0,但若为超过1.0的值,即可利用于判定上。此阈值会依据滚动轴承3的尺寸型式、所使用的机器的重量、机器的种类、电动机器的容量(kw)等进行改变。或依据这些的组合来进行改变。
为辨别压痕与润滑油劣化,算出其特征量(倒频谱的峰度),判定倒频谱的峰度是否超过阈值(=3.8),若超过阈值时,则判定有压痕起点型剥离状态的异常。另一方面,若未超过阈值时,则推测有润滑油劣化状态的异常。
在此,阈值较佳为3.8,但若为超过3.0的值,即可利用于判定上。此阈值,如上述,会依据滚动轴承3的尺寸型式、所使用的机器的重量、机器的种类、电动机器的容量(kw)等进行改变。或依据这些的组合来进行改变。
若上述压痕检测的结果未超过阈值时,且润滑油劣化检测的结果也未超过阈值时,则判定其被诊断滚动轴承3为[正常]。即使压痕检测的结果未超过阈值,但润滑油劣化检测的结果判定为异常时,仍判定其被诊断滚动轴承3为异常。同样地,即使润滑油劣化检测的结果未超过阈值,但压痕检测的结果判定为异常时,仍判定其被诊断滚动轴承3为异常。
若上述压痕检测的结果超过阈值,但无法特定故障状态时,或润滑油劣化检测的结果超过阈值,但无法特定故障状态时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布。进一步,以人员进行判定并诊断故障状态。
若压痕检测的结果超过阈值,且倒频谱的峰度超过阈值时,则判定有压痕起点型剥离状态的异常。其结果,判定为有压痕的产生,并诊断在压痕起点型剥离状态下的剩余寿命。
若润滑油劣化检测的结果超过阈值,但倒频谱的峰度未超过阈值时,则判定有润滑油劣化状态的异常。其结果,判定为有润滑油劣化的产生,并诊断在润滑油劣化状态下的剩余寿命。
进一步,若推测为有压痕起点型剥离状态的异常,或判定为有润滑油劣化状态的异常时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布。进一步,以人员进行判定并诊断故障状态。
此外,若判定为有压痕起点型剥离状态或润滑油劣化状态的异常时,则不针对其压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布。
(实施例2)
图4,表示滚动轴承的剩余寿命诊断方法的流程图,用以判定实施例2的滚动轴承的型号与厂牌。图5,表示轴承各诸元为已知时,使用压痕特征量判定滚动轴承的剩余寿命诊断方法的流程图。图6,表示轴承各诸元为未知时,使用压痕特征量判定滚动轴承的剩余寿命诊断方法的流程图。
针对实施例2需判定滚动轴承3的型号与厂牌等各诸元的压痕检测方式,来进行说明。
对被诊断滚动轴承3,将5k~35kHz的振动波形以1/2倍频带进行频率分割,并采集6频带,对各频带的波形进行包络线处理,算出频谱,对滚动轴承3的型号与厂牌进行判定。此乃基于,若可辨别滚动轴承3的型号与厂牌,则可知其轴承的特征,并容易更正确地推测其剩余寿命。
滚动轴承分型号与厂牌为已知时,进行如下的判定。
从滚动轴承3分各诸元计算轴承带通频率,并从各频带分包络线处理频谱抽出带通频率成分(finn.fout.fball 3个),算出抽出分各频带的带通频率成分的相对感度(即与正常时的比),求出带通频率成分的相对感度的上位3频带平均。对finn.fout.fball 3个独立进行运算。判定此频带频率成分的上位3频带平均(finn.fout.fball 3个),是否有任何一个超过阈值,未超过阈值时则推测为正常。
另一方面,超过此阈值时,为防止压痕/润滑油劣化的误判,以人员进行时间频率分布确认,制作振动波形的时间频率分布,并表示时间频率分布。这是因为人员的判定可最准确地进行的缘故。
滚动轴承的型号与厂牌为未知时,进行如下的判定。
对被诊断滚动轴承3,从各频带的包络线处理频谱,在旋转数×1.5~7的范围内,抽出频谱的峰值,算出抽出的各频带的峰值频率成分的相对感度(即与正常时的比),求出峰值频率成分的相对感度的上位3频带平均,推测峰值频率成分的上位3频带的相对感度平均是否超过阈值(=2.0),未超过阈值时,则推测为正常。
另一方面,超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均推测压痕尺寸,诊断压痕起点型剥离状态的剩余寿命,以下列数学式[式1]来计算并诊断剩余寿命。
[式1]
如此,本发明藉由在旋转机器1、2的运转中,推测其滚动轴承3的寿命,确定更换时期,可进行更有效率的旋转机器1、2的维修。例如,发电厂的旋转机器1、2,可容易地订定计划,以避开运转率高的夏季,改由于秋季实施其滚动轴承3的更换。
于滚动轴承的内环,使用洛式(Rockwell)硬度计以压件制作圆锥状的压痕,进行改变压痕的大小与负载载重的疲劳试验,压痕产生后求出可运转时间,对试验轴承,使用马达最常使用的深槽滚珠轴承,日本学术振兴会126委员会制作的疲劳试验机进行试验的试验轴承为JIS6206(内径30mm,外径62mm,宽度16mm)。旋转速度为2000rpm,润滑油为涡轮机油ISOVG10。如图1所示的结果,可知滚动轴承相对计算寿命的寿命比,若压痕变大则降低;寿命比的降低率,若负载载重愈小则愈大。
图7,表示压痕的大小及载重的大小给予寿命影响的图表。
在此,P为轴承试验时的径向载重,C为轴承的基本动额定载重,L10h为JISB1518、1992的基本动额定寿命,表示于数学式[式1]。L10,为将寿命试验资料代入韦伯分布的情形的10%寿命。
[式1]
在此,n为旋转速度(rpm),C为轴承的基本动额定载重,P为轴承试验时的径向载重。此外,滚动轴承的基本动额定寿命,是指在同一个条件下,使一组同样的轴承分别旋转时,其90%不会产生滚动疲劳所造成的剥落(剥离),可旋转100万次的时间。
从图8,可于各尺寸的压痕确认数学式[式2]。
[式2]
log(L10/L10h)=alog(P/C)+b
按照Sayles等的研究(文献:Sayles等,ASTM STP771(1982)255-274),使用3微米以下的过滤器,供应润滑油给滚动轴承。已知管理润滑油清净度的情形其寿命为一定。此外,滚动轴承的轨道面,施以超精加工,其表面粗糙度的间距为2.5μm前后。因此,压痕尺寸为2.5μm的情形,可想成没有造成寿命缩短的压痕,这时滚动轴承的寿命,由于近年轴承用钢的清净度的提升,变得比基本动额定寿命还长。日本学术振兴会所进行的统一试验中,有2倍的实力。因此,压痕尺寸为2.5μm的情形的相对寿命为2。
根据压痕尺寸为230μm及460μm的情形的实验结果及压痕尺寸为2.5μm的情形的结果,决定回归式的系数a、b。结果,得到下列数学式3。
[式3]
log(L10/L10h)=0.0038d log(P/C)-0.272log(d)+0.416
在此,d为压痕的直径,单位为微米。
将式子整理成用来推测剩余寿命的数学式4。
[式4]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)
压痕的大小,可藉由处理轴承的振动波形来决定。
滚动轴承的润滑油膜若破裂,则会因金属接触部的发热,加速润滑油的氧化劣化,此外,因金属接触部的磨耗粉的触媒作用,加速润滑油的氧化劣化。
滚动轴承的轨道轮与转动体间的润滑状态与轴承振动间,有着如前述的关系,改变润滑状态。实施润滑寿命试验,求出相对振动值与相对寿命的关系。试验轴承及试验机,刻有压痕。与试验的情形相同。试验载重,为基本动额定载重的10%。进行干燥状态及ISOVG2的润滑油的试验。旋转速度为900rpm及1800rpm。将结果表示于图式,获得正常状态的相对振动值与相对寿命(试验轴承的寿命与从Booser的润滑剂寿命式所求出的计算寿命的比)间的实验式。
接着,说明滚动轴承的润滑油劣化的检测方式。
对被诊断滚动轴承3,算出传感器共振频带23k~32kHz的有效值,并算出23k-32kHz有效值的相对感度,判定23k~32kHz有效值的相对感度是否超过阈值(=1.5),未超过阈值时,则推测为正常。
另一方面,超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均推测压痕尺寸。诊断压痕起点型剥离状态下的剩余寿命。以下列数学式[式(1)]来计算并诊断剩余寿命。
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)
或者,超过阈值时,确认为润滑油劣化状态,从23k~32kHz有效值来推测润滑油劣化程度,并诊断润滑油劣化状态下的剩余寿命,以时间单位(hrs)表示并诊断剩余寿命。
对被诊断滚动轴承3,算出5k~35kHz振动波形的倒频谱,并算出倒频谱的峰度,判定倒频谱的峰度是否超过阈值(=3.8),若超过阈值时,则判定为压痕起点型剥离状态。
从上位3频带的相对感度平均推测压痕尺寸,诊断压痕起点型剥离状态下的剩余寿命,以下列数学式[式(1)]来计算并诊断剩余寿命。
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)
另一方面,未超过阈值时,判定为润滑油劣化状态,从23k~32kHz有效值推测润滑油劣化程度,诊断润滑油劣化状态下的剩余寿命,以下列数学式[式(2)]来计算并诊断剩余寿命。
[式(2)]
图8,是求出油短缺的轴承的相对振动值与剩余寿命的关系的图表。
图8的计算寿命为数学式[式(5)]的Booser式中的Lhb。
[式(5)]
在此,t为轴承外环温度(℃),SG为润滑剂组成的减半寿命减法系数,SN及SW分别为旋转数的减半寿命减法系数、载重速度的减半寿命减法系数,各数学式如[式(6)]、[式(7)]。
[式(6)]
SN=0.864*dn/(dnL)
在此,d(mm)为轴承的内径尺寸,nL为型录容许旋转速度,单位为rpm。
[式(7)]
SW=0.61ndP/Cr2
在此,P(lbf)为负载载重,Cr(lbf)为基本动额定载重。
因此,剩余寿命成为[式(8)]的数学式。
[式(8)]
如此,对于判定滚动轴承的型号与厂牌后的诊断结果,若故障状态无法特定时,则制作振动波形的时间频率分布。接着,则需加以注意,并针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布。
若有压痕状态的异常时,则从上位3频带的相对感度平均来推测压痕尺寸。诊断压痕起点型剥离状态下的剩余寿命,并以时间单位来表示剩余寿命。
若有润滑油劣化状态的异常时,则从23k~32kHz的有效值来推测润滑油劣化程度。诊断润滑油劣化状态下的剩余寿命,并以时间单位来表示剩余寿命。
图9,是表示相对感度与压痕尺寸的关系的图表。
在本发明中,基础资料采集步骤、测定步骤及判定步骤中,杂质混入造成压痕产生的检测及压痕的尺寸,可在频带(含可获得加速度传感器4的最高感度检测的共振频带的振动信号)来求出。如图10所示,压痕尺寸的推测曲线,可按照机器的种类与机器的大小来改变,并从算出的相对感度来推测压痕尺寸。
图10,是诊断泵驱动用电动机所使用的滚动轴承的剩余寿命结果:上方起依序表示波形、FFT频谱、扩大后与时间频率分布;(a)表示正常状态,(b)表示压痕的产生状态及(c)表示润滑油劣化的产生状态。
若正常的滚动轴承寿命为相对寿命1(额定寿命当作相对寿命1),则刻有压痕的轴承的寿命,相较下极短,也有为额定寿命的1/100以下。此外,被诊断滚动轴承3的剥离,已知均以压痕为起点,且轴承寿命的偏差极小。本发明的判定步骤,依据此种压痕尺寸与寿命的关系来推测。
(实施例3)
图11,是表示本发明滚动轴承的剩余寿命诊断装置的构成方块图。
滚动轴承的剩余寿命诊断装置,具备:加速度传感器4、模拟/数字转换器5、特征量抽出部6、测定结果数据库7、剩余寿命诊断部8、被诊断结果表示部9、检查进度诊断报告输出部10、以及传送用调制解调器11。
模拟/数字转换器5,对欲被诊断该剩余寿命的被诊断滚动轴承3等,转换加速度传感器4所求出的资料。特征量抽出部6,于此模拟/数字转换器5所转换的振动信号中,抽出可获得最高感度检测的共振频带的振动信号。
测定结果数据库7,如上述,用以预先于实验机收集并储存:采集杂质混入状态、润滑油的劣化状态与振动、轴承寿命的关系的基础资料;泵、风扇等旋转机器1或电动机2等的旋转机构部分所具备的欲被诊断剩余寿命的被诊断滚动轴承3的轴承载重、旋转速度、运转时间及滚动轴承编号的资料;以及被诊断滚动轴承3正常时的振动资料。
剩余寿命诊断部8,藉由使用储存于此测定结果数据库7的资料,依据特征量抽出部6抽出的被诊断滚动轴承3的振动信号,来判定被诊断滚动轴承3的杂质混入与润滑油的劣化状态,并诊断其剩余寿命。
被诊断结果表示部9,用以表示剩余寿命诊断部8的结果。检查进度诊断报告输出部10,依据剩余寿命诊断部9的被诊断结果,将被诊断滚动轴承3的下一次检查进度与被诊断结果的报告,输出至打印机1、2等。如此,本发明藉由在旋转机器1、2的运转中推测其滚动轴承3的寿命,于检查进度诊断报告输出部10,确定更换周期或更换时期,可进行更有效率的机器维修。例如,发电厂的旋转机器1、2,可容易地订定计划,以避开运转率高的夏季,改由于秋季实施其滚动轴承3的更换。
在上述构成的剩余寿命诊断装置中,润滑油中的杂质混入与润滑油的劣化状态,可藉由使用加速度传感器4的共振频带信号或高频信号,来低成本地检测,并可根据所检测的杂质的状态、润滑油的状态,高精度地推测滚动轴承的寿命。
传送用调制解调器11,用以将波形资料与被诊断结果连接于网际网络。如此,藉由连接于网际网络,可容易地推测置于远处的既定滚动轴承3的剩余寿命。
此外,本发明并不限定于上述的发明实施例,只要是推测被诊断滚动轴承3的剩余寿命,并算出该被诊断滚动轴承3的剩余寿命的方法,则不限定于上述构成,在不脱离本发明的要点的范围内,可进行各种变更。
此外,针对混入杂质的状态或润滑油劣化的状态、与加速度及压痕大小等关系,预先采集相关资料;将采集的杂质混入状态、润滑油的劣化状态与加速度、寿命的关系资料,与在特征量抽出部6所抽出的被诊断滚动轴承3的振动信号进行比较判定,以推测被诊断滚动轴承3的杂质混入状态、润滑油劣化状态,藉此来诊断其剩余寿命,只要是这种构造,则不限定于图式的构成,在不脱离本发明的要点的范围内,可进行各种的变更。
本发明的滚动轴承的剩余寿命诊断方法,可用以诊断化学工厂、炼钢厂及发电厂所使用的辅助设备(即泵、风扇)的滚动轴承,或驱动这些机器的马达所使用的滚动轴承的剩余寿命。
权利要求书
(按照条约第19条的修改)
1.一种滚动轴承的剩余寿命诊断方法,其特征在于具备:
基础资料采集步骤,对滚动轴承(3)中杂质混入状态与振动、轴承寿命的关系,以及润滑油的劣化与振动、轴承寿命的关系,依各滚动轴承(3)的型号、厂牌等轴承各诸元,使用加速度传感器(4)求出振动信号,并以实验装置采集频带信号(含可获得最高感度检测的共振频带信号);
测定步骤,对泵、风扇等旋转机器(1、2)所具备的欲诊断剩余寿命的滚动轴承(3),使用加速度传感器(4)求出振动信号,并测定频带信号(含可获得最高感度检测的共振频带信号);
以及判定步骤,使用该测定步骤所求出的测定值、轴承诸元判断阶段的判定结果、以及该基础资料采集步骤所求得的资料,来推测该被诊断滚动轴承(3)的杂质混入状态与润滑油的劣化状态,并算出该被诊断滚动轴承(3)的剩余寿命;
该判定步骤,对该被诊断滚动轴承(3),将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对该被诊断滚动轴承(3)的型号与厂牌等轴承各诸元进行判定。
2.删除
3.删除
4.如权利要求1所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对该被诊断滚动轴承(3)的型号与厂牌等轴承各诸元进行判定;
该被诊断滚动轴承(3)的型号与厂牌为已知时,从其轴承各诸元计算轴承带通频率,并从各频带的包络线处理频谱中,抽出带通频率成分(finn.fout.fball计3个),算出所抽出的各频带中带通频率成分的相对感度(即与正常时的比),求出带通频率成分的相对感度的频带分割数中的上位频带的平均,判定带通频率成分的分割成复数个频带后的频带数的上位频带平均是否有任何一个超过阈值,未超过阈值时,则推测为正常。
5.如权利要求4所述的滚动轴承的剩余寿命诊断方法,其特征在于,在该判定步骤中,对该被诊断滚动轴承(3),将5k~35kHz的振动波形,以1/2倍频带分割频率并采集6个频带,对各频带的波形进行包络线处理,算出频谱。
6.如权利要求4所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过1的数值。
7.如权利要求1所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对轴承的型号与厂牌等轴承各诸元进行判定;
该被诊断滚动轴承(3)的型号与厂牌为未知时,从各频带的包络线处理频谱,在旋转数×1.6~7的范围内,抽出频谱的峰值,算出所抽出的各频带的峰值频率成分的相对感度(即与正常时的比),求出峰值频率成分的相对感度的上位3频带的平均,判定峰值频率成分的频带分割数中的上位频带的相对感度平均是否超过阈值,未超过阈值时,则推测为正常。
8.如权利要求1所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该滚动轴承(3),将5k~35kHz的振动波形,以1/2倍频带分割频率并采集6个频带,对各频带的波形进行包络线处理,算出频谱后,对轴承的型号与厂牌等轴承各诸元进行判定;
该被诊断滚动轴承(3)的型号与厂牌为未知时,从各频带的包络线处理频谱,在旋转数×1.6~7的范围内,抽出频谱的峰值,算出所抽出的各频带的峰值频率成分的相对感度(即与正常时的比),求出峰值频率成分的相对感度的上位3频带平均,判定峰值频率成分的上位3频带的相对感度平均是否超过阈值。
9.如权利要求7或8所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过1的数值。
10.一种滚动轴承的剩余寿命诊断方法,其特征在于具备:
基础资料采集步骤,对滚动轴承(3)中杂质混入状态与振动、轴承寿命的关系,以及润滑油的劣化与振动、轴承寿命的关系,使用加速度传感器(4)求出振动信号,并以实验装置采集频带信号(含可获得最高感度检测的共振频带信号);
测定步骤,对泵、风扇等旋转机器(1、2)所具备并欲诊断剩余寿命的滚动轴承(3),使用加速度传感器(4)求出振动信号,并测定频带信号(含可获得最高感度检测的共振频带信号);
以及判定步骤,使用该测定步骤所求出的测定值、以及该基础资料采集步骤所求得的资料,来推测该被诊断滚动轴承(3)的杂质混入状态与润滑油的劣化状态,并算出该被诊断滚动轴承(3)的剩余寿命;
该判定步骤,对该被诊断滚动轴承(3),从具有1k~64kHz频带的振动信号,计算含有感测器共振频带的窄频带及宽频带2个频带的有效值的相对感度,判定窄频带有效值相对感度×宽频带有效值相对感度的特征量是否超过阈值,若未超过阈值,则判定为正常。
11.删除
12.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),从具有5k~35kHz频带的振动信号,计算23k~32kHz与5k~35kHz2个频带的有效值的相对感度,判定23k~32kHz有效值相对感度×5k~35kHz有效值相对感度的特征量是否超过阈值,若未超过阈值,则判定为正常。
13.如权利要求12所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过1的数值。
14.如权利要求4或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定带通频率成分的频带分割数中的上位频带平均,是否有任何一个超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
15.如权利要求7或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定峰值频率成分的上位3频带的相对感度平均是否超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
16.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定宽频带有效值相对感度×窄频带有效值相对感度是否超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
17.删除
18.如权利要求4所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定带通频率成分的频带分割数中的上位频带平均,是否有任一个超过阈值,若超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均来推测压痕尺寸,以下列的数学式[式(1)]来计算并诊断压痕起点型剥离状态的剩余寿命;
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)。
19.如权利要求7所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定峰值频率成分的上位3频带的相对感度平均是否超过阈值,若超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均来推测压痕尺寸,以下列的数学式[式(1)]来计算并诊断压痕起点型剥离状态的剩余寿命;
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)。
20.如权利要求1所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤的压痕起点型剥离状态的剩余寿命推测式,是推测压痕产生后的剩余寿命,其计算寿命为下列数学式[式(2)]的基本动额定寿命,且剩余寿命系数为P/C及振动值的函数;
[式(2)]
21.如权利要求1所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤的润滑油劣化状态的剩余寿命推测式,是推测润滑油劣化产生后的剩余寿命,其计算寿命为下列数学式[式(3)]所算出的计算寿命,且剩余寿命系数为振动值的函数;
[式(3)]
22.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,对该被诊断滚动轴承(3),算出传感器共振频带23k~32kHz的有效值及5k~35kHz的有效值的相对感度,判定23k~32kHz有效值相对感度×5k~35kHz有效值相对感度是否超过阈值,若超过阈值,确认为润滑油劣化状态;
从23k~32kHz的有效值相对感度,以下列的数学式[式(4)]来计算并诊断润滑油劣化状态下的剩余寿命;
[式(4)]
23.如权利要求1或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,对该被诊断滚动轴承(3),算出1k~64kHz振动波形的倒频谱,并算出倒频谱的峰度,判定倒频谱的峰度是否超过阈值,若超过阈值时,则判定为压痕起点型剥离状态,若未超过阈值时,则推测为润滑油劣化状态。
24.如权利要求23所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过3的数值。
25.删除
26.如权利要求5或8所述的滚动轴承的剩余寿命诊断方法,其中特征在于,该判定步骤,对该被诊断滚动轴承(3),若超过该阈值,判定为压痕起点型剥离状态时,从上位3频带的相对感度平均来推测压痕尺寸,诊断压痕起点型剥离状态下的剩余寿命,以时间单位来表现剩余寿命。
27.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),当未超过该阈值而判定为润滑油劣化状态时,从该被诊断滚动轴承(3)的23k~32kHz有效值来推测润滑油劣化程度,诊断润滑油劣化状态下的剩余寿命,以时间单位来表现剩余寿命。
28.如权利要求1或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),测定5k~35kHz的振动波形;为检测压痕,将5k~35kHz频带分成6个频带并算出包络线处理频谱,判定此包络线处理频谱是否超过阈值,若未超过阈值,则推测为正常,若超过阈值,虽无法特定为压痕起点型剥离状态的异常故障状态,但推测为有异常产生。
29.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,为了检测被诊断滚动轴承(3)的润滑油劣化,算出其特征量(23k~32kHz有效值×5k~35kHz有效值),判定润滑油劣化的特征量是否超过阈值,若未超过阈值,则推测为正常,若超过阈值,虽无法特定为润滑油劣化状态的异常故障状态,但推测为有异常产生。
30.如权利要求29所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为2.0。
31.如权利要求1或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,为了辨别该被诊断滚动轴承(3)的压痕与润滑油劣化,算出其特征量(倒频谱的峰度),判定倒频谱的峰度是否超过阈值,若超过阈值,则判定为有压痕起点型剥离状态的异常,若未超过阈值,则推测为有润滑油劣化状态的异常。
32.如权利要求31所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为3.8。
33.删除
34.如权利要求1或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3)的压痕检测的结果已超过阈值,且无法特定故障状态,或润滑油劣化检测的结果已超过阈值,且无法特定故障状态时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布,并以人员进行判定并诊断故障模式。
35.如权利要求1或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3)的压痕检测的结果超过阈值,且倒频谱的峰度超过阈值时,则判定为有压痕起点型剥离状态的异常,并有压痕的产生,诊断压痕起点型剥离状态下的剩余寿命。
36.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3)的润滑油劣化检测的结果超过阈值,且倒频谱的峰度未超过阈值时,则判定为有润滑油劣化状态的异常,并有润滑油劣化的产生,诊断润滑油劣化状态下的剩余寿命。
37.如权利要求1或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3),判定为有压痕起点型剥离状态的异常,或有润滑油劣化状态的异常时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布,并以人员进行判定并诊断故障模式。
38.如权利要求6,9,13或24中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,压痕及润滑油劣化检测用的阈值,依(a)BRG尺寸、(b)机器重量、(c)电动机输出、(d)机器种类、及(e)该等(a)~(d)的组合而改变。
39.删除
40.删除
Claims (40)
1.一种滚动轴承的剩余寿命诊断方法,其特征在于具备:
基础资料采集步骤,对滚动轴承(3)中杂质混入状态与振动、轴承寿命的关系,以及润滑油的劣化与振动、轴承寿命的关系,依各滚动轴承(3)的型号、厂牌等轴承各诸元,使用加速度传感器(4)求出振动信号,并以实验装置采集频带信号(含可获得最高感度检测的共振频带信号);
测定步骤,对泵、风扇等旋转机器(1、2)所具备的欲诊断剩余寿命的滚动轴承(3),使用加速度传感器(4)求出振动信号,并测定频带信号(含可获得最高感度检测的共振频带信号);
以及判定步骤,使用该测定步骤所求出的测定值、轴承诸元判断阶段的判定结果、以及该基础资料采集步骤所求得的资料,来推测该被诊断滚动轴承(3)的杂质混入状态与润滑油的劣化状态,并算出该被诊断滚动轴承(3)的剩余寿命。
2.如权利要求1所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,使用处理该被诊断滚动轴承(3)的振动测定波形的结果所算出的振动值、以及该滚动轴承(3)的计算寿命,来算出该滚动轴承(3)的剩余寿命。
3.如权利要求1所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对该被诊断滚动轴承(3)的型号与厂牌等轴承各诸元进行判定。
4.如权利要求1,2,或3中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对该被诊断滚动轴承(3)的型号与厂牌等轴承各诸元进行判定;
该被诊断滚动轴承(3)的型号与厂牌为已知时,从其轴承各诸元计算轴承带通频率,并从各频带的包络线处理频谱中,抽出带通频率成分(finn.foot.fball计3个),算出所抽出的各频带中带通频率成分的相对感度(即与正常时的比),求出带通频率成分的相对感度的频带分割数中的上位频带的平均,判定带通频率成分的分割成复数个频带后的频带数的上位频带平均是否有任何一个超过阈值,未超过阈值时,则推测为正常。
5.如权利要求4所述的滚动轴承的剩余寿命诊断方法,其特征在于,在该判定步骤中,对该被诊断滚动轴承(3),将5k~35kHz的振动波形,以1/2倍频带分割频率并采集6个频带,对各频带的波形进行包络线处理,算出频谱。
6.如权利要求4所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过1的数值。
7.如权利要求1,2,或3中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),将1k~64kHz的振动波形,以1/2倍频带分割频率并采集复数个频带,对各频带的波形进行包络线处理,算出频谱后,对轴承的型号与厂牌等轴承各诸元进行判定;
该被诊断滚动轴承(3)的型号与厂牌为未知时,从各频带的包络线处理频谱,在旋转数×1.6~7的范围内,抽出频谱的峰值,算出所抽出的各频带的峰值频率成分的相对感度(即与正常时的比),求出峰值频率成分的相对感度的上位3频带的平均,判定峰值频率成分的频带分割数中的上位频带的相对感度平均是否超过阈值,未超过阈值时,则推测为正常。
8.如权利要求1,2,或3中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该滚动轴承(3),将5k~35kHz的振动波形,以1/2倍频带分割频率并采集6个频带,对各频带的波形进行包络线处理,算出频谱后,对轴承的型号与厂牌等轴承各诸元进行判定;
该被诊断滚动轴承(3)的型号与厂牌为未知时,从各频带的包络线处理频谱,在旋转数×1.6~7的范围内,抽出频谱的峰值,算出所抽出的各频带的峰值频率成分的相对感度(即与正常时的比),求出峰值频率成分的相对感度的上位3频带平均,判定峰值频率成分的上位3频带的相对感度平均是否超过阈值。
9.如权利要求7或8所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过1的数值。
10.一种滚动轴承的剩余寿命诊断方法,其特征在于具备:
基础资料采集步骤,对滚动轴承(3)中杂质混入状态与振动、轴承寿命的关系,以及润滑油的劣化与振动、轴承寿命的关系,使用加速度传感器(4)求出振动信号,并以实验装置采集频带信号(含可获得最高感度检测的共振频带信号);
测定步骤,对泵、风扇等旋转机器(1、2)所具备并欲诊断剩余寿命的滚动轴承(3),使用加速度传感器(4)求出振动信号,并测定频带信号(含可获得最高感度检测的共振频带信号);
以及判定步骤,使用该测定步骤所求出的测定值、以及该基础资料采集步骤所求得的资料,来推测该被诊断滚动轴承(3)的杂质混入状态与润滑油的劣化状态,并算出该被诊断滚动轴承(3)的剩余寿命。
11.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),从具有1k~64kHz频带的振动信号,计算含有传感器共振频带的窄频带及宽频带2个频带的有效值的相对感度,判定窄频带有效值相对感度×宽频带有效值相对感度的特征量是否超过阈值,若未超过阈值,则判定为正常。
12.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),从具有5k~35kHz频带的振动信号,计算23k~32kHz与5k~35kHz2个频带的有效值的相对感度,判定23k~32kHz有效值相对感度×5k~35kHz有效值相对感度的特征量是否超过阈值,若未超过阈值,则判定为正常。
13.如权利要求11或12所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过1的数值。
14.如权利要求4或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定带通频率成分的频带分割数中的上位频带平均,是否有任何一个超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
15.如权利要求7或10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定峰值频率成分的上位3频带的相对感度平均是否超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
16.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定宽频带有效值相对感度×窄频带有效值相对感度是否超过阈值,若超过阈值时,为防止压痕/润滑油劣化的误判,制作振动波形的时间频率分布,并藉由人员确认所制作的时间频率分布。
17.如权利要求2所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,使用计算寿命与0~1的剩余寿命系数的乘积所算出的剩余寿命推测式,来诊断压痕起点型剥离状态及润滑油劣化状态的剩余寿命。
18.如权利要求4所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定带通频率成分的频带分割数中的上位频带平均,是否有任一个超过阈值,若超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均来推测压痕尺寸,以下列的数学式[式(1)]来计算并诊断压痕起点型剥离状态的剩余寿命;
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)。
19.如权利要求7所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),判定峰值频率成分的上位3频带的相对感度平均是否超过阈值,若超过阈值时,确认为压痕起点型剥离状态,从上位3频带的相对感度平均来推测压痕尺寸,以下列的数学式[式(1)]来计算并诊断压痕起点型剥离状态的剩余寿命;
[式(1)]
L10=L10h*10(0.0038dlog(P/C)-0.272log(d)+0.416)。
20.如权利要求17所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤的压痕起点型剥离状态的剩余寿命推测式,是推测压痕产生后的剩余寿命,其计算寿命为下列数学式[式(2)]的基本动额定寿命,且剩余寿命系数为P/C及振动值的函数;
[式(2)]
21.如权利要求17所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤的润滑油劣化状态的剩余寿命推测式,是推测润滑油劣化产生后的剩余寿命,其计算寿命为下列数学式[式(3)]所算出的计算寿命,且剩余寿命系数为振动值的函数;
[式(3)]
22.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,对该被诊断滚动轴承(3),算出传感器共振频带23k~32kHz的有效值及5k~35kHz的有效值的相对感度,判定23k~32kHz有效值相对感度×5k~35kHz有效值相对感度是否超过阈值,若超过阈值,确认为润滑油劣化状态;
从23k~32kHz的有效值相对感度,以下列的数学式[式(4)]来计算并诊断润滑油劣化状态下的剩余寿命;
[式(4)]
23.如权利要求1,2或10中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,对该被诊断滚动轴承(3),算出1k~64kHz振动波形的倒频谱,并算出倒频谱的峰度,判定倒频谱的峰度是否超过阈值,若超过阈值时,则判定为压痕起点型剥离状态,若未超过阈值时,则推测为润滑油劣化状态。
24.如权利要求23所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为超过3的数值。
25.如权利要求1,10或11中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,若判定有压痕起点型剥离状态或润滑油劣化状态的异常时,则不需人员进行判断,也不需表示时间频率分布。
26.如权利要求5或8所述的滚动轴承的剩余寿命诊断方法,其中特征在于,该判定步骤,对该被诊断滚动轴承(3),若超过该阈值,判定为压痕起点型剥离状态时,从上位3频带的相对感度平均来推测压痕尺寸,诊断压痕起点型剥离状态下的剩余寿命,以时间单位来表现剩余寿命。
27.如权利要求11所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),当未超过该阈值而判定为润滑油劣化状态时,从该被诊断滚动轴承(3)的23k~32kHz有效值来推测润滑油劣化程度,诊断润滑油劣化状态下的剩余寿命,以时间单位来表现剩余寿命。
28.如权利要求1,2或10中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,对该被诊断滚动轴承(3),测定5k~35kHz的振动波形;为检测压痕,将5k~35kHz频带分成6个频带并算出包络线处理频谱,判定此包络线处理频谱是否超过阈值,若未超过阈值,则推测为正常,若超过阈值,虽无法特定为压痕起点型剥离状态的异常故障状态,但推测为有异常产生。
29.如权利要求10所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,为了检测被诊断滚动轴承(3)的润滑油劣化,算出其特征量(23k~32kHz有效值×5k~35kHz有效值),判定润滑油劣化的特征量是否超过阈值,若未超过阈值,则推测为正常,若超过阈值,虽无法特定为润滑油劣化状态的异常故障状态,但推测为有异常产生。
30.如权利要求28或29所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为2.0。
31.如权利要求1,2或10中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤,为了辨别该被诊断滚动轴承(3)的压痕与润滑油劣化,算出其特征量(倒频谱的峰度),判定倒频谱的峰度是否超过阈值,若超过阈值,则判定为有压痕起点型剥离状态的异常,若未超过阈值,则推测为有润滑油劣化状态的异常。
32.如权利要求32所述的滚动轴承的剩余寿命诊断方法,其特征在于,该判定步骤的阈值为3.8。
33.如权利要求1,2或10中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若该被诊断滚动轴承(3)的压痕检测的结果未超过阈值,且润滑油劣化检测的结果也未超过阈值时,则判定其被诊断滚动轴承(3)为正常。
34.如权利要求1,2或10中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3)的压痕检测的结果已超过阈值,且无法特定故障状态,或润滑油劣化检测的结果已超过阈值,且无法特定故障状态时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布,并以人员进行判定并诊断故障模式。
35.如权利要求1,2或10中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3)的压痕检测的结果超过阈值,且倒频谱的峰度超过阈值时,则判定为有压痕起点型剥离状态的异常,并有压痕的产生,诊断压痕起点型剥离状态下的剩余寿命。
36.如权利要求11所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3)的润滑油劣化检测的结果超过阈值,且倒频谱的峰度未超过阈值时,则判定为有润滑油劣化状态的异常,并有润滑油劣化的产生,诊断润滑油劣化状态下的剩余寿命。
37.如权利要求1,10或11中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,若被诊断滚动轴承(3),判定为有压痕起点型剥离状态的异常,或有润滑油劣化状态的异常时,则需加以注意,针对压痕量、润滑油劣化量、压痕/润滑油辨别量,表示时间频率分布,并以人员进行判定并诊断故障模式。
38.如权利要求6所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,压痕及润滑油劣化检测用的阈值,依(a)BRG尺寸、(b)机器重量、(c)电动机输出、(d)机器种类、及(e)该等(a)~(d)的组合而改变。
39.如权利要求1~3、10~12、16、17、20~22、27、29、36中任一项所述的滚动轴承的剩余寿命诊断方法,其特征在于,于该判定步骤,除了压痕及润滑油劣化的检测,更加上以频率解析来诊断机器的不平衡、未对准、基础松动等现有故障检测方法,以综合性地诊断旋转机所有的故障。
40.一种滚动轴承的剩余寿命诊断装置,其特征在于具备:
加速度传感器(4),用以测定被诊断剩余寿命的被诊断滚动轴承(3)的振动信号;
模拟/数字转换器(5),用以转换该加速度传感器(4)所求得的资料;
特征量抽出部(6),用以从该模拟/数字转换器(5)所转换的振动信号,抽出压痕及润滑油劣化的特征;
测定结果数据库(7),用以储存:记录着滚动轴承中杂质混入状态与振动、轴承寿命的关系,及润滑油的劣化状态与振动、轴承寿命的关系的基础资料;泵、风扇等旋转机器(1、2)所具备的被诊断滚动轴承(3)的正常状态时,所采集的振动资料;以及关于轴承载重、旋转速度、运转时间及滚动轴承编号的资料;
剩余寿命诊断部(8),藉由使用储存于该测定结果数据库(7)的资料,依据该特征量抽出部(6)抽出的该被诊断滚动轴承(3)的振动信号,判定该被诊断滚动轴承(3)的杂质混入与润滑油劣化状态,并诊断其剩余寿命;
被诊断结果表示部(9),用以表示该剩余寿命诊断部(8)的结果。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP102995/2004 | 2004-03-31 | ||
JP2004102995A JP4504065B2 (ja) | 2004-03-31 | 2004-03-31 | 転がり軸受の余寿命診断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1934433A true CN1934433A (zh) | 2007-03-21 |
CN100573085C CN100573085C (zh) | 2009-12-23 |
Family
ID=35063887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB200580007311XA Expired - Fee Related CN100573085C (zh) | 2004-03-31 | 2005-03-29 | 滚动轴承的剩余寿命诊断方法及剩余寿命诊断装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US7559240B2 (zh) |
EP (1) | EP1731893B1 (zh) |
JP (1) | JP4504065B2 (zh) |
KR (1) | KR100861579B1 (zh) |
CN (1) | CN100573085C (zh) |
CA (1) | CA2555750C (zh) |
TW (1) | TWI282850B (zh) |
WO (1) | WO2005095919A1 (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101368624B (zh) * | 2007-08-15 | 2010-08-18 | 上海理工大学 | 汽车变速器轴承的选配及寿命评定方法 |
CN101726413B (zh) * | 2009-12-18 | 2011-05-18 | 北京工业大学 | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 |
CN102027347B (zh) * | 2008-05-14 | 2012-10-03 | Skf公司 | 再润滑间隔的预测 |
CN102854006A (zh) * | 2011-06-22 | 2013-01-02 | 霍尼韦尔国际公司 | 旋转机械的轴的烈度分析装置及方法 |
CN103470521A (zh) * | 2013-09-26 | 2013-12-25 | 海南金盘电气有限公司 | 风机寿命预测装置 |
CN103472392A (zh) * | 2013-09-06 | 2013-12-25 | 海特韦尔流体控制(河南)有限公司 | 电动执行机构寿命预测方法 |
CN103473447A (zh) * | 2013-08-30 | 2013-12-25 | 上海海维工业控制有限公司 | 电动机执行机构性能老化评估方法 |
CN104285138A (zh) * | 2012-04-24 | 2015-01-14 | Skf公司 | 轴承监控方法和系统 |
CN104471366A (zh) * | 2012-07-12 | 2015-03-25 | Ntn株式会社 | 滚动轴承的寿命推算装置和寿命推算方法 |
US9080926B2 (en) | 2009-08-27 | 2015-07-14 | Aktiebolaget Skf | Bearing life cycle prognostics |
CN105386939A (zh) * | 2014-08-25 | 2016-03-09 | 通用电气公司 | 风力涡轮机润滑油监测系统及相关方法 |
CN107490479A (zh) * | 2017-08-02 | 2017-12-19 | 北京交通大学 | 轴承剩余寿命预测方法与装置 |
CN108225768A (zh) * | 2016-12-15 | 2018-06-29 | 唐智科技湖南发展有限公司 | 一种诊断轴承轴向擦伤和扩展故障及减少该故障的方法 |
CN109615126A (zh) * | 2018-12-03 | 2019-04-12 | 北京天地龙跃科技有限公司 | 一种轴承剩余寿命预测方法 |
CN109791090A (zh) * | 2016-10-11 | 2019-05-21 | Abb瑞士股份有限公司 | 轴承的剩余有效寿命的预测 |
CN110044586A (zh) * | 2019-03-13 | 2019-07-23 | 中交广州航道局有限公司 | 船机设备故障判定方法、装置、系统和存储介质 |
CN110107591A (zh) * | 2018-02-01 | 2019-08-09 | 斯凯孚公司 | 确定油脂使用和/或剩余时间的轴承配置、装置及方法 |
CN110608177A (zh) * | 2018-06-14 | 2019-12-24 | 株式会社岛津制作所 | 真空泵及诊断系统 |
CN113767268A (zh) * | 2019-04-25 | 2021-12-07 | Thk株式会社 | 异常诊断系统以及异常诊断方法 |
CN114199561A (zh) * | 2020-09-18 | 2022-03-18 | 丰田自动车株式会社 | 带剩余寿命诊断装置 |
CN114444336A (zh) * | 2022-04-08 | 2022-05-06 | 杭州安脉盛智能技术有限公司 | 一种基于信息融合的新能源汽车电机寿命预估方法及系统 |
WO2022143502A1 (zh) * | 2020-12-29 | 2022-07-07 | 浙江大学 | 一种滚刀性能退化趋势评估方法 |
Families Citing this family (71)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3880455B2 (ja) * | 2002-05-31 | 2007-02-14 | 中国電力株式会社 | 転がり軸受の余寿命診断方法及びこの余寿命診断装置 |
TWI339489B (en) * | 2006-03-31 | 2011-03-21 | Delta Electronics Inc | Fan motor control method and device thereof |
FR2913733B1 (fr) * | 2007-03-14 | 2009-06-26 | Technofan Sa | Ventilateur avec moyens de suivi d'usure |
US7816593B2 (en) * | 2007-04-07 | 2010-10-19 | Scott Heiserman | Musical instrument sound maximizer |
JP4966114B2 (ja) * | 2007-06-28 | 2012-07-04 | 株式会社東芝 | 振動測定システム |
JP5455298B2 (ja) * | 2007-11-06 | 2014-03-26 | オークマ株式会社 | 軸受状態診断装置 |
CN101620045B (zh) * | 2009-07-31 | 2011-08-17 | 北京航空航天大学 | 基于时间序列的步进应力加速退化试验可靠性评估方法 |
DE102009045633A1 (de) * | 2009-10-13 | 2011-04-14 | Man Diesel & Turbo Se | Unterwasser-Kompressoranordnung und damit ausgerüstete Unterwasser-Prozessfluidförderanordnung |
US8805624B2 (en) * | 2010-01-20 | 2014-08-12 | Honeywell International Inc. | Method and system for characterizing wear damage on a rolling-element bearing |
JP4787904B2 (ja) * | 2010-03-17 | 2011-10-05 | 中国電力株式会社 | 転がり軸受の余寿命診断方法 |
DE102010015207A1 (de) * | 2010-04-16 | 2011-10-20 | Schaeffler Technologies Gmbh & Co. Kg | Verfahren zur Überwachung einer Linearführung |
US8695405B2 (en) * | 2010-09-17 | 2014-04-15 | Bestsens Ag | Bearing, arrangement for determining properties of a lubricant in a bearing and method for determining properties of a lubricant in a bearing |
CN102042848B (zh) * | 2010-11-23 | 2012-03-21 | 北京航空航天大学 | 基于多元混合时序分析的多性能参数加速退化试验产品寿命预测方法 |
TWI417746B (zh) | 2010-12-03 | 2013-12-01 | Ind Tech Res Inst | 裝置的效能預測及故障檢測之方法 |
JP5615726B2 (ja) | 2011-01-17 | 2014-10-29 | Ntn株式会社 | 転がり軸受の寿命推定装置および寿命推定方法 |
US20140012527A1 (en) * | 2011-03-22 | 2014-01-09 | Naota Yamamoto | Diagnostic method for determining whether machine element is reusable |
CN102520274B (zh) * | 2011-11-28 | 2014-04-23 | 北京航空航天大学 | 一种基于失效物理的中频对数放大器的寿命预测方法 |
JP6196093B2 (ja) * | 2012-12-25 | 2017-09-13 | Ntn株式会社 | 軸受装置の振動解析方法、軸受装置の振動解析装置、および転がり軸受の状態監視装置 |
US9292975B2 (en) | 2013-08-07 | 2016-03-22 | Honeywell International Inc. | System and method for monitoring vibration data |
JP5705929B2 (ja) * | 2013-08-16 | 2015-04-22 | ファナック株式会社 | 軸受寿命判定装置 |
KR101492090B1 (ko) * | 2013-11-21 | 2015-02-10 | 이선휘 | 구름베어링의 잔여수명 예측방법 |
US10956014B2 (en) | 2013-12-27 | 2021-03-23 | Baker Hughes, A Ge Company, Llc | Systems and methods for dynamically grouping data analysis content |
US10545986B2 (en) * | 2013-12-27 | 2020-01-28 | General Electric Company | Systems and methods for dynamically grouping data analysis content |
KR101473237B1 (ko) | 2014-08-08 | 2014-12-16 | 주식회사 두크 | 부스터 펌프 베어링 및 미케니컬 실의 교체주기 검출장치 |
KR20160098824A (ko) * | 2015-02-11 | 2016-08-19 | 엘에스산전 주식회사 | 태양광발전 시스템 |
JP6567838B2 (ja) * | 2015-02-26 | 2019-08-28 | 株式会社荏原製作所 | 液体ポンプのメインテナンス・スケジューラ |
CN104807640A (zh) * | 2015-05-08 | 2015-07-29 | 重庆交通大学 | 基于振动敏感时频特征的空间滚动轴承寿命状态检测方法 |
WO2017105839A1 (en) | 2015-12-18 | 2017-06-22 | General Electric Company | System and method for improved journal bearing operations |
US9940920B2 (en) | 2016-03-28 | 2018-04-10 | International Business Machines Corporation | Managing a set of devices using a set of acoustic emission data |
US10871423B2 (en) * | 2016-03-30 | 2020-12-22 | Intel Corporation | Internet of things device for monitoring the motion of oscillating equipment |
US11774944B2 (en) | 2016-05-09 | 2023-10-03 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US20180284755A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for data storage in an industrial internet of things data collection environment with large data sets |
US11327475B2 (en) | 2016-05-09 | 2022-05-10 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for intelligent collection and analysis of vehicle data |
US10697854B2 (en) | 2016-05-25 | 2020-06-30 | Hitachi, Ltd. | Rolling bearing fatigue state prediction device and rolling bearing fatigue state predicting method |
CN106441893B (zh) * | 2016-09-22 | 2018-08-10 | 北京邮电大学 | 火车滚动轴承故障与杂质振动区分方法 |
CN106769051B (zh) * | 2017-03-10 | 2019-07-23 | 哈尔滨理工大学 | 一种基于mcea-kpca和组合svr的滚动轴承剩余使用寿命预测方法 |
AU2018266424B2 (en) * | 2017-05-12 | 2023-03-02 | Iain EPPS | A bearing monitoring method and system |
US10655607B2 (en) * | 2017-06-02 | 2020-05-19 | General Electric Company | Systems and methods for detecting damage in wind turbine bearings |
US10353005B2 (en) | 2017-07-13 | 2019-07-16 | Itt Manufacturing Enterprises Llc | Technique for self learning motor load profile |
JP6812925B2 (ja) | 2017-08-01 | 2021-01-13 | トヨタ自動車株式会社 | ロボットアーム、鉄粉量推定方法及び異常予兆判定システム |
US11397428B2 (en) | 2017-08-02 | 2022-07-26 | Strong Force Iot Portfolio 2016, Llc | Self-organizing systems and methods for data collection |
WO2019044745A1 (ja) * | 2017-08-31 | 2019-03-07 | Ntn株式会社 | 転がり軸受の状態監視方法および状態監視装置 |
WO2019044744A1 (ja) * | 2017-08-31 | 2019-03-07 | Ntn株式会社 | 転がり軸受の状態監視方法および状態監視装置 |
JP6997051B2 (ja) * | 2017-08-31 | 2022-02-03 | Ntn株式会社 | 転がり軸受の状態監視方法および状態監視装置 |
JP6997054B2 (ja) * | 2017-08-31 | 2022-01-17 | Ntn株式会社 | 転がり軸受の状態監視方法および状態監視装置 |
US11169045B2 (en) * | 2017-12-19 | 2021-11-09 | Knappco, LLC | Methods and systems for determining residual life of a swivel |
US11105712B2 (en) | 2018-04-06 | 2021-08-31 | Raytheon Technologies Corporation | Integrated vibe/ODM fusion and trending analysis for prognostic health management of engine bearing |
EP3588049A1 (en) * | 2018-06-27 | 2020-01-01 | ABB Schweiz AG | Decision of faulty bearing |
WO2020006335A1 (en) * | 2018-06-29 | 2020-01-02 | General Electric Company | Systems and methods for dynamically grouping data analysis content |
JP6694016B2 (ja) * | 2018-07-10 | 2020-05-13 | ファナック株式会社 | 寿命評価装置およびロボットシステム |
WO2020040280A1 (ja) * | 2018-08-23 | 2020-02-27 | 日本精工株式会社 | 転がり軸受の異常診断方法及び異常診断装置 |
US11506570B2 (en) | 2018-08-27 | 2022-11-22 | Hyundai Motor Company | Method for sensing damage of bearing of engine using vibration signal |
KR102097944B1 (ko) * | 2019-06-25 | 2020-04-07 | 현대자동차주식회사 | 진동신호를 이용한 엔진의 베어링 손상 감지 방법 |
EP3627134B1 (en) * | 2018-09-21 | 2021-06-30 | Siemens Gamesa Renewable Energy A/S | Method for detecting an incipient damage in a bearing |
TWI669617B (zh) | 2018-10-12 | 2019-08-21 | 財團法人工業技術研究院 | 設備健康狀態監控方法及其系統 |
US11346748B2 (en) * | 2019-05-24 | 2022-05-31 | Hitachi, Ltd | Method for extracting signal in presence of strong noise |
EP3757539A1 (en) * | 2019-06-26 | 2020-12-30 | Siemens Aktiengesellschaft | System, apparatus and method of determining condition of a bearing |
JP6852125B2 (ja) * | 2019-08-01 | 2021-03-31 | 株式会社荏原製作所 | 液体ポンプのメインテナンス・スケジューラ |
CN112782576A (zh) * | 2019-11-11 | 2021-05-11 | 株洲中车时代电气股份有限公司 | 一种变流器的风机故障监测方法及装置 |
US11499547B2 (en) | 2020-02-27 | 2022-11-15 | Caterpillar Inc. | Hydraulic fracturing pump health monitor |
CN111597682B (zh) * | 2020-04-14 | 2023-03-31 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
CN111597759B (zh) * | 2020-05-18 | 2022-04-26 | 中车永济电机有限公司 | 变流装置igbt剩余使用寿命预测模型的构建方法 |
TWI756780B (zh) * | 2020-08-13 | 2022-03-01 | 國立屏東科技大學 | 車輛之車架及其設計方法 |
CN111879517B (zh) * | 2020-08-31 | 2022-02-22 | 合肥工业大学 | 一种屏蔽泵中轴承磨损检测装置及其检测方法 |
RU2753578C1 (ru) | 2020-09-01 | 2021-08-17 | Акционерное Общество "Российский Концерн По Производству Электрической И Тепловой Энергии На Атомных Станциях" (Ао "Концерн Росэнергоатом") | Способ диагностики технического состояния роторного оборудования |
CN112434613B (zh) * | 2020-11-25 | 2024-06-07 | 北京南洋思源智能科技有限公司 | 一种刀具状态监测方法及装置、设备、存储介质 |
KR102598458B1 (ko) * | 2021-01-29 | 2023-11-03 | 서울대학교 산학협력단 | 셉스트럼 기반 유성 기어박스의 고장 감지 장치 및 방법 |
CN113092115B (zh) * | 2021-04-09 | 2022-10-11 | 重庆大学 | 数模联合驱动的全寿命滚动轴承数字孪生模型构建方法 |
TWI777681B (zh) * | 2021-07-22 | 2022-09-11 | 宇辰系統科技股份有限公司 | 用於電動機之振動監測系統 |
CN113776831B (zh) * | 2021-08-31 | 2024-04-05 | 广东核电合营有限公司 | 汽轮机轴承的监测技术有效性评价方法及计算机终端 |
CN116659860B (zh) * | 2022-10-24 | 2024-03-22 | 中国人民解放军93208部队 | 一种服役环境下航空发动机主轴承故障演化监测新方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3705516A (en) * | 1971-09-30 | 1972-12-12 | Northrop Corp | Method and apparatus for testing the condition of a machine |
US5042295A (en) * | 1985-06-21 | 1991-08-27 | General Electric Company | Method for determining remaining useful life of turbine components |
US5058434A (en) * | 1990-02-27 | 1991-10-22 | Carl Schenck Ag | Process for early detection of damage to machine parts |
US5109700A (en) * | 1990-07-13 | 1992-05-05 | Life Systems, Inc. | Method and apparatus for analyzing rotating machines |
US5477730A (en) * | 1993-09-07 | 1995-12-26 | Carter; Duncan L. | Rolling element bearing condition testing method and apparatus |
JPH08159151A (ja) | 1994-12-05 | 1996-06-18 | Hitachi Ltd | 軸受診断方法 |
US6694285B1 (en) * | 1999-03-13 | 2004-02-17 | Textron System Corporation | Method and apparatus for monitoring rotating machinery |
EP1217189A4 (en) * | 1999-09-27 | 2003-01-02 | Hitachi Ltd | LIFETIME MANAGEMENT SYSTEM FOR A HIGH TEMPERATURE COMPONENT OF A GAS TURBINE |
JP3855651B2 (ja) * | 2000-08-29 | 2006-12-13 | 日本精工株式会社 | 転がり軸受の寿命予測方法、寿命予測装置、寿命予測装置を使用した転がり軸受選定装置及び記憶媒体 |
US6801864B2 (en) * | 2001-03-13 | 2004-10-05 | Ab Skf | System and method for analyzing vibration signals |
JP2003083352A (ja) * | 2001-09-11 | 2003-03-19 | Nsk Ltd | センサ付転がり軸受ユニット |
US6711952B2 (en) * | 2001-10-05 | 2004-03-30 | General Electric Company | Method and system for monitoring bearings |
JP2003130048A (ja) * | 2001-10-26 | 2003-05-08 | Nsk Ltd | 転がり軸受の寿命予測方法、寿命予測装置、寿命予測装置を使用した転がり軸受選定装置、プログラム及び環境係数決定方法 |
JP3880455B2 (ja) | 2002-05-31 | 2007-02-14 | 中国電力株式会社 | 転がり軸受の余寿命診断方法及びこの余寿命診断装置 |
US6763312B1 (en) * | 2003-01-11 | 2004-07-13 | Dynamic Measurement Consultants, Llc | Multiple discriminate analysis and data integration of vibration in rotation machinery |
-
2004
- 2004-03-31 JP JP2004102995A patent/JP4504065B2/ja not_active Expired - Lifetime
-
2005
- 2005-03-29 US US10/593,580 patent/US7559240B2/en not_active Expired - Fee Related
- 2005-03-29 CN CNB200580007311XA patent/CN100573085C/zh not_active Expired - Fee Related
- 2005-03-29 WO PCT/JP2005/005956 patent/WO2005095919A1/ja active Application Filing
- 2005-03-29 EP EP05727631A patent/EP1731893B1/en not_active Ceased
- 2005-03-29 CA CA2555750A patent/CA2555750C/en not_active Expired - Fee Related
- 2005-03-29 KR KR1020067022363A patent/KR100861579B1/ko not_active IP Right Cessation
- 2005-03-30 TW TW094109920A patent/TWI282850B/zh not_active IP Right Cessation
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101368624B (zh) * | 2007-08-15 | 2010-08-18 | 上海理工大学 | 汽车变速器轴承的选配及寿命评定方法 |
CN102027347B (zh) * | 2008-05-14 | 2012-10-03 | Skf公司 | 再润滑间隔的预测 |
US9080926B2 (en) | 2009-08-27 | 2015-07-14 | Aktiebolaget Skf | Bearing life cycle prognostics |
CN102597734B (zh) * | 2009-08-27 | 2015-08-26 | Skf公司 | 轴承生命周期预测学 |
CN101726413B (zh) * | 2009-12-18 | 2011-05-18 | 北京工业大学 | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 |
CN102854006A (zh) * | 2011-06-22 | 2013-01-02 | 霍尼韦尔国际公司 | 旋转机械的轴的烈度分析装置及方法 |
CN104285138A (zh) * | 2012-04-24 | 2015-01-14 | Skf公司 | 轴承监控方法和系统 |
CN104471366A (zh) * | 2012-07-12 | 2015-03-25 | Ntn株式会社 | 滚动轴承的寿命推算装置和寿命推算方法 |
US10436674B2 (en) | 2012-07-12 | 2019-10-08 | Ntn Corporation | Device for estimating service life and method for estimating service life of rolling bearing |
CN103473447A (zh) * | 2013-08-30 | 2013-12-25 | 上海海维工业控制有限公司 | 电动机执行机构性能老化评估方法 |
CN103472392A (zh) * | 2013-09-06 | 2013-12-25 | 海特韦尔流体控制(河南)有限公司 | 电动执行机构寿命预测方法 |
CN103470521A (zh) * | 2013-09-26 | 2013-12-25 | 海南金盘电气有限公司 | 风机寿命预测装置 |
CN103470521B (zh) * | 2013-09-26 | 2016-03-23 | 海南金盘电气有限公司 | 风机寿命预测装置 |
CN105386939A (zh) * | 2014-08-25 | 2016-03-09 | 通用电气公司 | 风力涡轮机润滑油监测系统及相关方法 |
CN109791090A (zh) * | 2016-10-11 | 2019-05-21 | Abb瑞士股份有限公司 | 轴承的剩余有效寿命的预测 |
CN108225768A (zh) * | 2016-12-15 | 2018-06-29 | 唐智科技湖南发展有限公司 | 一种诊断轴承轴向擦伤和扩展故障及减少该故障的方法 |
CN108225768B (zh) * | 2016-12-15 | 2019-09-20 | 唐智科技湖南发展有限公司 | 一种诊断轴承轴向擦伤和扩展故障及减少该故障的方法 |
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 |
CN107490479A (zh) * | 2017-08-02 | 2017-12-19 | 北京交通大学 | 轴承剩余寿命预测方法与装置 |
CN110107591A (zh) * | 2018-02-01 | 2019-08-09 | 斯凯孚公司 | 确定油脂使用和/或剩余时间的轴承配置、装置及方法 |
US11525481B2 (en) | 2018-02-01 | 2022-12-13 | Aktiebolaget Skf | Rolling bearing arrangement, device and method for determining a used and/or remaining period of a grease life-time |
CN110608177A (zh) * | 2018-06-14 | 2019-12-24 | 株式会社岛津制作所 | 真空泵及诊断系统 |
CN110608177B (zh) * | 2018-06-14 | 2021-10-22 | 株式会社岛津制作所 | 真空泵及诊断系统 |
CN109615126A (zh) * | 2018-12-03 | 2019-04-12 | 北京天地龙跃科技有限公司 | 一种轴承剩余寿命预测方法 |
CN110044586A (zh) * | 2019-03-13 | 2019-07-23 | 中交广州航道局有限公司 | 船机设备故障判定方法、装置、系统和存储介质 |
CN113767268A (zh) * | 2019-04-25 | 2021-12-07 | Thk株式会社 | 异常诊断系统以及异常诊断方法 |
CN113767268B (zh) * | 2019-04-25 | 2023-09-01 | Thk株式会社 | 异常诊断系统以及异常诊断方法 |
CN114199561A (zh) * | 2020-09-18 | 2022-03-18 | 丰田自动车株式会社 | 带剩余寿命诊断装置 |
WO2022143502A1 (zh) * | 2020-12-29 | 2022-07-07 | 浙江大学 | 一种滚刀性能退化趋势评估方法 |
CN114444336A (zh) * | 2022-04-08 | 2022-05-06 | 杭州安脉盛智能技术有限公司 | 一种基于信息融合的新能源汽车电机寿命预估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN100573085C (zh) | 2009-12-23 |
EP1731893B1 (en) | 2012-08-15 |
EP1731893A4 (en) | 2008-08-20 |
KR100861579B1 (ko) | 2008-10-07 |
US7559240B2 (en) | 2009-07-14 |
JP2005291738A (ja) | 2005-10-20 |
US20070277613A1 (en) | 2007-12-06 |
TWI282850B (en) | 2007-06-21 |
WO2005095919A1 (ja) | 2005-10-13 |
JP4504065B2 (ja) | 2010-07-14 |
CA2555750C (en) | 2010-03-23 |
KR20070012680A (ko) | 2007-01-26 |
CA2555750A1 (en) | 2005-10-13 |
TW200600765A (en) | 2006-01-01 |
EP1731893A1 (en) | 2006-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1934433A (zh) | 滚动轴承的剩余寿命诊断方法及剩余寿命诊断装置 | |
CN1659427A (zh) | 滚动轴承的剩余寿命诊断方法及其剩余寿命诊断装置 | |
JP4787904B2 (ja) | 転がり軸受の余寿命診断方法 | |
CN1287075C (zh) | 燃气轮机的状态诊断方法及诊断系统 | |
CN1758034A (zh) | 知识作成装置及参数搜索方法 | |
CN1790202A (zh) | 跟踪工业用具性能的方法 | |
JP2010139248A (ja) | 対象設備の寿命予測の方法、コンピュータプログラム、及び、対象設備の寿命予測のための装置 | |
CN101080700A (zh) | 用于真空泵的故障保护和预知维护的精确诊断方法及精确诊断系统 | |
JP6835265B2 (ja) | 計測診断装置、及び計測診断方法 | |
CN1440523A (zh) | 用于诊断、管理装置和诊断装置的系统 | |
CN1611956A (zh) | 试验装置、合格与否判定基准设定装置、试验方法以及试验程序 | |
CN1379440A (zh) | 根据有关装置的信号诊断其装置故障的装置 | |
CN1278109C (zh) | 基于灰色理论的称重传感器故障预测方法 | |
CN1847820A (zh) | 检查仪及其辅助设备、异常检测设备和耐久性测试方法 | |
CN87103633A (zh) | 控制高炉运行的方法 | |
JP2009180722A (ja) | 対象設備の最適保全時期決定の支援方法、コンピュータプログラム、及び、対象設備の最適保全時期決定のための支援装置 | |
JP2017032520A (ja) | 状態監視装置及び状態監視方法 | |
CN112525907B (zh) | 一种用于服役燃气轮机高温静止部件材料剩余蠕变寿命评估的方法 | |
CN1663903A (zh) | 自动检测电梯设备可支配性的方法和装置 | |
CN1143127C (zh) | 非稳定信号分析装置 | |
CN1495648A (zh) | 防汛支援装置及程序和防汛支援方法 | |
CN1247959C (zh) | 船舶用推进装置中的驱动轴系的安装位置检测方法、以及安装检测装置 | |
CN1731177A (zh) | 工程岩体破坏判定的方法 | |
CN1308692C (zh) | 旋转机械的异常诊断方法及异常诊断装置 | |
CN1139078C (zh) | 堆芯流量测定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20091223 Termination date: 20180329 |