[发明专利]滚动轴承噪声检测及故障诊断平台

说明书

技术领域：

本发明属于滚动轴承检测技术领域，特别涉及用于检测滚动轴承质量和诊断滚动轴承故障的设备。

技术背景：

轴承是装备制造业中重要的、关键的基础零部件，直接决定着重大装备和主机产品的性能、质量和可靠性，被誉为装备制造的“心脏”部件，轴承是国家重大技术装备的关键零部件。据统计,旋转机械的故障有30%是轴承故障引起的，滚动轴承噪声质量的好坏, 直接影响主机的工作性能。随着精密机械的发展以及一般机器产品精度的不断提高, 对轴承的噪声也提出了严格的要求。滚动轴承噪声对环境的污染，一直是国内外轴承工程界关注的问题。

滚动轴承噪声主要包括固有噪声，因加工形状误差产生的噪声，伤痕、夹杂物、缺油等使用不当引起的噪声。噪声信号经过与外界噪声的分离，进行时域分析、频域分析、基于希尔伯特包络谱分析，得出轴承质量的好坏及故障类型。噪声信号的时域分析主要是在噪声信号的幅值上进行各种处理，这种方法计算简单、显示直观、容易理解，在简单故障诊断中应用非常广泛。常用的信号幅域统计参数包括有效值、峭度、峰值因数、偏态指标、峭度指标、裕度因数、脉冲因数、峰态因数等，本测试仪器主要利用有效值、峭度、峰值因数来评价噪声信号。频域分析方法是在综合利用特征参数对滚动轴承进行简易诊断后,即判断轴承是否有故障,发现故障后进一步通过噪声信号的频谱分析,以判明故障的类别和原因。 因为频谱分析法有诸多优点,这使其成为故障诊断中应用最多的方法。频谱图的幅值主要采用两种表示法:一种以振幅(均方根值或峰值)形式表示,称为幅值谱;另一种以能量形式表示,称为功率谱。幅值谱分析是直接对采样所得的时域信号进行傅立叶变换,求得关于该时域信号的频率构成信息,在各种分析方法中,傅立叶变换是频谱分析的基础。功率谱分析是对随机信号用统计方式进行表示，通过建立自相关函数完整地反映随机信号的特定统计平均量值。通过频域分析轴承噪声信号，可以有效的判断轴承质量好坏。轴承故障诊断由于滚动轴承噪声信号的不平稳特性，合理地选择信号处理方法对于确保故障诊断系统的精确性很重要。不准确的信号分析会导致故障诊断系统多次错误报警，降低故障诊断的准确性。基于希尔伯特包络谱分析通过小波分析和希尔伯特变换来分析轴承噪声信号。小波分析具有对信号的自适应性，能识别振动信号的突变成分；噪声信号经希尔伯特变换后得到其包络谱，由包络谱获得故障特征信息，可以有效判断轴承故障类型。轴承噪声信号通过以上三种分析方法，可以有效地判断出轴承噪声大小、轴承故障类型，实现了轴承检测及故障诊断的目的。

目前大多数滚动轴承检测装置通过轴承自身发出的振动信号，通过速度传感器或加速度传感器采集轴承径向振动信号，经过处理后得出轴承质量的好坏。但是这种装置只能测试轴承径向振动信号，而不能测试轴向和其它方向的振动信号；这种装置注重振动仪器喇叭所发出的声音，并不是直接测试轴承噪声信号来判断轴承质量。因此，检测出来的轴承并不代表是正真意义上的低噪音轴承或超静音轴承。在工作中，对于超静音机械（空调器、精密主轴等）而言，一般将声音的单位dB作为性能指标因素，这是低振动轴承难以胜任的。通过这种仪器检测出来的轴承很难成为真正意义上低噪声轴承，更不可能与国外知名公司生产的低噪声轴承相竞争。少数滚动轴承检测装置通过噪声信号来判断轴承质量，要求在消声室进行测量。但是这种测量装置需要建立专门的消声室，代价昂贵。

基于以上考虑，本发明设计的滚动轴承噪声检测及故障诊断平台通过噪声传感器拾取轴承自身发出的噪声信号，经过处理分析来判断轴承噪声大小、质量的好坏。而不是目前大部分仪器通过振动速度或加速度传感器测试轴承振动信号，经过处理分析，由仪器喇叭发出的声音来衡量轴承噪声质量。这符合低噪声、超静噪音轴承的检测要求；并且通过自主设计的隔声箱有效地隔离外界噪声，减少了专门建立消声室的花费，减少了检测环境的限制。

发明内容：

本发明滚动轴承噪声检测及故障诊断平台发明目的：设计一种具有独立隔音结构，且能对轴承包括轴向和径向在内的各向噪声进行检测的设备。