FAG轴承滚动轴承故障模式识别方法研究现状分析

来源：www.huiwucan.com      FAG轴承

   FAG轴承滚动轴承广泛是应用于各类机械设备的旋转部件，如汽车变速器、离合器、差速器、驱动桥和传动轴，同时也是导致机器故障频繁发生的重要原因，因此其是否处于正常工作状态对于汽车运行技术状态有着重要的影响。采用智能化的检测手段实现车辆传动系各部位FAG轴承滚动轴承的不解体诊断，可以准确预知滚动轴承技术状态和潜在使用寿命。有利于保证机械设备的运行效率和人员货物输送等任务的完成率，因此滚动轴承进行故障诊断是机械设备安全平稳运行的重要基础。常用的滚动轴承故障诊断方法有温度分析法、油样分析法、振动分析法等。其中，振动分析法是有效的滚动轴承故障诊断方法。与其他诊断方法相比，振动分析法具有以下特征：
   ①适用范围特别广，基本上可以覆盖各式各样的FAG轴承；
   ②效果比较明显，特别适用于轴承故障早期、故障微小的情况；
   ③信号采集、处理方式简单易操作，诊断结果较为可靠。FAG轴承滚动轴承故障诊断是通过采集其运行状态下的振动信号，分析、处理、判断其故障部位和故障严重程度。
具体过程如下：
   ①振动信号测取：利用振动信号采集系统，通过选择合理的参数，测取不同工况下轴承的振动信号。
   ②故障特征提取：运用合适的振动信号处理分析算法从测取的振动信号中提取分离出轴承的故障特征信息。
   ③故障模式识别：通过上述提取的轴承故障特征信息，采用故障模式识别方法辨识轴承故障。
   ④故障诊断分析：当滚动轴承存在故障时，深入分析其故障的部位及严重程度等。
   ⑤系统决策干预：根据诊断结果，给出决策，并对FAG轴承进行初步调整和修复。
上述五个步骤中，滚动轴承故障诊断的本质是模式识别。目前为止，在滚动轴承故障模式识别中应用较为广泛的方法主要有神经网络、聚类分析和支持向量机。