《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于FSDD和MAC的复杂工况滚动轴承在线故障诊断方法

作者:孙万峰,王禹,孙宇,等 日期:2023-03-23/span> 浏览:416 查看PDF文档

基于FSDD和MAC的复杂工况滚动
轴承在线故障诊断方法*
孙万峰,王禹*,孙宇,武凯

(南京理工大学 机械工程学院,江苏 南京 210094)


摘要:环模制粒机的核心零件需在高温、高湿条件下长时间连续运行,极易发生滚动轴承故障,严重影响生产安全。针对复杂工况下环模制粒机滚动轴承故障无法在线诊断的问题,提出了一种基于频域空间分解(FSDD)和模态保证准则(MAC)的滚动轴承故障在线识别方法。首先,对滚动轴承的振动信号进行了在线测量,采集了不同工况下的故障振动数据,并采用均方根(RMS)方法,从不同工况下的振动信号中分析出了振动状况最严重的工况;然后,采用频域空间分解法(FSDD),识别出了其模态频率、阻尼比及振型等模态参数,并利用模态保证准则(MAC)从模态参数中提取出了故障特征频率,达到了损伤判断的目的;最后,以出现故障的K15环模制粒机为例,进行了滚动轴承在线故障诊断的实验。研究结果表明:基于FSDD和MAC的方法,可识别出环模制粒机的故障特征频率为57.83Hz,故障点为轴承SKF 24024CC/W33的外圈;该方法可实现在复杂工况下滚动轴承故障的有效识别。

关键词:轴承故障诊断;频域空间分解;模态保证准则;故障在线识别;均方根;模态参数

中图分类号:TH133.33;S817.12文献标识码:A文章编号:1001-4551(2023)01-0055-07


本文引用格式:

孙万峰,王禹,孙宇,等.基于FSDD和MAC的复杂工况滚动轴承在线故障诊断方法[J].机电工程,2023,40(1):55-61.

SUN Wan-feng, WANG Yu, SUN Yu, et al. Online fault diagnosis method of rolling bearings with complex working conditions based on FSDD and MAC[J].Journal of Mechanical & Electrical Engineering, 2023,40(1):55-61.





友情链接

浙江机械信息网