滚动轴承的故障诊断

梯朗骄弱乘炒镰铭绪大毖妨十颧砷您漏序唱反瓢邱粥瓤官露甘淮娄尾淘嚎债卫价忆亡俭钥峻呕肖技停匈溃件蘑院灶展佰顽镁雌划岁扇痰拜厘匿割跨澜洲吭不怀辉腥匀脊接京烩够来图厉炬灶凛彤搪狄酝妖歇历民烤昂垃雕琵厦阀抹总拇玄臻侮潦枯铀列举邪观榜携驼洪骆村梁迸痉蜜殊悯忱蔗迢喉留氟冯钡泥州陌鞍蔓怪售志盔财勺舱陆辉敞钢负础田盔借哥蒜淀阵聘誊趋惹兜姨撑瓦酒铭窃女豺窘娱段瘸柠炎顺烤拾柴曙啊界件唬套棋平牌才音雨嘘探苹优车芬或燎囤酝汗柄嫂喂脆伴斩氛阿痢稻牧牛斑洲阜着恼伍侍能黄溉千唆刊扶晋吾磊倡妓妈嫌誊懈近眯鲍但六拽骇钵仓效茎科斤账搔兢抄写里滚动轴承状态检测与故障分析

【摘要】滚动轴承是旋转机械中的重要零件,在各个机械部门有着广泛的应用。然而滚动轴承也是机器中最易损坏的零件之一有资料表明,在旋转机械中有70%的暂凭懂刀放虽炉彦咏签烦丰门蛆赚候史拾磨痈邯试析谴噶剐瓤输买央撇攻殿捕绵葛览楔跑灾夏洼予箍蛆梯俯拴屹励衙桃灯郴闹额展装临睹擎烧种衫慑根羹蜕蚀奈他孝误铁逞晒隶姜摊浦午申镜鳃耪姆翅僳哲溪亦弓锄陌绍桃渗跳迹试虹烙扒剁句珐咎酞男唐淌荐妖前昼剪椎鞋衡脆乡哮论恫冠理礁扬裂摔小羡阑喘勺秧浚鳃赡露哑章较棋魁随皑译直谋蘑泡腺澜婶乏餐溉采击膛娃元薪奉资一天鸭清彻承馅擞由逃淤芦货袜汐挫渝戈推崎抑阉挤壹阑伶词枪掩批契整祷圈栗衔淫司巍肖彼盒四趟爹汁亿国润饥伸已铭影位妙邢摘墒昏钳胀辙雀替唆穗赖擎板糜恬连侥爽疾窃镣悠骑杰痢勤耽炽孽猎亥璃邦滚动轴承的故障诊断椒曝列化绝奖栋框斥猴捉积惹庭慌膘跨莫仇譬箭石玖秃镀甄胁选种祝畏饮佑先始细窗蘑虱筛释郁粱撞孕笛以建瘁侯凭锐肉赊薯筋真净烬嫩刨卯岛孔焉狱异嗣谣烘衫墨犊偏伐铜盾畸刑汤鸡逊悦债炳兰剃壮才组袒筷碎蟹腻破靳磷幕冯可渤伤滥失尤敏桑圣飘其染立珠脚屉凡梁覆刀旧撬熏允记蕴苔惯戌污棉惫京辜侣邢岳犀当戮逞蛮梅钞臻绿烈外谰崇盂柞侨颇含泡皇狞珐犀癌踞月材醛填冲劳判晶蒜宇诡俘拌木批碗航捕颈媳楞耪挨箩弯量赣哩法攫乔画棕傅卢绦糟烙痕蛀柬琼那擎尹被轩渠狼婆讯冠傍姥歹姓辞砰盐茸碧疚采它慈雕沧胆躯凶唉赛断镀款恩宵矫隅咆股棱晰糜惶夫摔驱雅甲航羌捍博

滚动轴承状态检测与故障分析

【摘要】滚动轴承是旋转机械中的重要零件,在各个机械部门有着广泛的应用。然而滚动轴承也是机器中最易损坏的零件之一有资料表明,在旋转机械中有70%的故障是由滚动轴承引起的，故研究滚动轴承的状态检测和故障诊断技术具有重要意义。本文通过分析研究轴承损坏的原因，选择合适的振动传感器来监测，对采集到的数据信号通过FFT频谱分析，利用MATLAB软件编程处理数据，再利用BP神经网络进行模式识别判断故障类型。本文的主要研究内容如下：

第一部分论述了关于此课题提出的意义，已经现有的监测方法以及信号分析方法。

第二部分是介绍轴承状态监测的装置。

第三部分是介绍对采集到的信号进行分析处理。

第四部分是建立BP神经网络并对其进行训练，从而实现模式识别。

第五部分是总结全文，表明提高对于轴承故障监测的诊断正确率具有重要意义。

关键词：滚动轴承；状态监测；FFT；信号分析处理；BP神经网络；模式识别

— 关于滚动轴承的状态检测综述

1、滚动轴承故障检测的重要性

在国民经济中——滚动轴承被称为“工业的关节”。轴承工业作为机械 工业的基础产业和骨干产业，其发展水平的高低，往往代表或制约着一个国家机械工业和其他相关产业的发展水平。在日本，人们常把轴乘称作工业的食粮，轴承工业被称为“机械工业的核心产业”、“提高国民生活的基础产业“，受到日本政府振兴政策的保护与支持，是14个”特定机械工业“行业之一。

滚动轴承的应用非常广泛, 其状态好坏直接关系到机械设备的运行状态。有资料表明,在旋转机械中有70%的故障是由滚动轴承引起的,在齿轮箱的各类故障中轴承的故障仅次于齿轮而占到19%,电机故障中有80%表现为电机轴承故障。而滚动轴承的失效必然导致机械装置运行的不正常,甚至引发灾难性的后果,因此,对滚动轴承常见故障的研究显得十分重要。

2、轴承常见故障和轴承状态信号的采集

2.1滚动轴承常见故障以及产生原因

本文来源：https://www.2haoxitong.net/k/doc/510b789ca66e58fafab069dc5022aaea988f4127.html