Fault Diagnosis Method for Rolling Bearings Based on Acoustic Emission Inspection
摘 要
为诊断低速滚动轴承故障, 克服传统振动法诊断时故障信号极其微弱的缺陷。在实验室条件下对各类故障模式滚动轴承进行声信号采集, 并对故障轴承声信号进行参量分析和波形分析的基础上, 利用撞击数和神经网络技术对滚动轴承进行了故障诊断, 提高了低速滚动轴承故障诊断的有效性和准确性。
Abstract
In order to diagnose the low speed fault rolling bearing and avoid extremely weak signals, it is suggested to use traditional vibration examination method. AE inspection experiments to the different fault pattern of rolling bearings were carried under the laboratory condition. Then the AE signals obtained from rolling bearing were analyzed using parameters and wavelet. Eventually fault patterns of rolling bearing were synthetically judged using hits and neural networks. The validity and the accuracy of low speed bearings fault diagnosis can be enhanced.
中图分类号 TG115.28
所属栏目 试验研究
基金项目
收稿日期 2009/8/3
修改稿日期
网络出版日期
作者单位点击查看
备注余永增(1980-)男, 助理工程师, 硕士, 技术员, 主要从事炼化装置机泵维修和状态监测方面的工作。
引用该论文: YU Yong-Zeng,HAN Long,DAI Guang. Fault Diagnosis Method for Rolling Bearings Based on Acoustic Emission Inspection[J]. Nondestructive Testing, 2010, 32(6): 416~419
余永增,韩 龙,戴 光. 基于声发射的滚动轴承故障诊断方法[J]. 无损检测, 2010, 32(6): 416~419
被引情况:
【1】席剑辉,韩彦哲,苏荣辉,傅莉, "基于EEMD的滚动轴承故障特征主元分析和PNN建模",无损检测 36, 74-78(2014)
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】钟秉林, 黄仁.机械故障诊断学(第二版)[M].北京: 机械工业出版, 2005: 1-10.
【2】理华, 徐春广, 肖定国, 等. 滚动轴承声发射技术[J].轴承, 2002(7): 24-26.
【3】赵转哲, 李孟源.铁路货车轴承故障声发射信号的小波分析处理[J].轴承, 2005(3): 30-31.
【4】Cline J E, Bilodeau J R, Smith R L. Acoustic wayside identification of freight car roller bearing defects[C]// Proceedings of the IEEE/ASME Joint Railroad Conference, [s.l.]: [s.n.], 1998, 79-83.
【5】沈功田, 段庆儒, 周裕峰, 等.压力容器声发射信号人工神经网络模式识别方法的研究[J].无损检测, 2001, 23(4): 144-149.
【6】戴光, 李伟, 张颖, 等.基于人工神经网络方法识别声发射信号的有效性[J].大庆石油学院学报, 2001, 25(1): 63-66.
【7】董长虹.Matlab神经网络与应用[M].北京: 国防工业出社, 2005.
【8】于江林, 余永增, 戴光, 等.滚动轴承声发射信号的人工神经网络模式识别技术[J].大庆石油学院学报, 2008, 32(5): 64-66.
【9】Kwak J, Ha M. Neural network approach for diagnosis of grinding operation by acoustic emission and power signals[J]. Journal of Materials Processing Technology, 2004, 147(1): 65-71.
【2】理华, 徐春广, 肖定国, 等. 滚动轴承声发射技术[J].轴承, 2002(7): 24-26.
【3】赵转哲, 李孟源.铁路货车轴承故障声发射信号的小波分析处理[J].轴承, 2005(3): 30-31.
【4】Cline J E, Bilodeau J R, Smith R L. Acoustic wayside identification of freight car roller bearing defects[C]// Proceedings of the IEEE/ASME Joint Railroad Conference, [s.l.]: [s.n.], 1998, 79-83.
【5】沈功田, 段庆儒, 周裕峰, 等.压力容器声发射信号人工神经网络模式识别方法的研究[J].无损检测, 2001, 23(4): 144-149.
【6】戴光, 李伟, 张颖, 等.基于人工神经网络方法识别声发射信号的有效性[J].大庆石油学院学报, 2001, 25(1): 63-66.
【7】董长虹.Matlab神经网络与应用[M].北京: 国防工业出社, 2005.
【8】于江林, 余永增, 戴光, 等.滚动轴承声发射信号的人工神经网络模式识别技术[J].大庆石油学院学报, 2008, 32(5): 64-66.
【9】Kwak J, Ha M. Neural network approach for diagnosis of grinding operation by acoustic emission and power signals[J]. Journal of Materials Processing Technology, 2004, 147(1): 65-71.
相关信息