轴承故障诊断matlab代码

第二组实验 轴承故障数据：

Test2.mat 数据打开后应采用X105_DE_time作为分析数据，其他可作为参考，转速1797rpm

轴承型号：6205-2RS JEM SKF, 深沟球轴承 采样频率：12k Hz

1、确定轴承各项参数并计算各部件的故障特征频率

通过以上原始数据可知次轴承的参数为：

轴承转速r=1797r/min；滚珠个数n=9；滚动体直径d=7.938mm； 轴承节径D=39mm；：滚动体接触角α=0 由以上数据计算滚动轴承不同部件故障的特征频率为： 外圈故障频率f1=r/60 * 1/2 * n(1-d/D *cosα)=107.34Hz 内圈故障频率f2=r/60 * 1/2 * n(1+d/D *cosα)=162.21Hz 滚动体故障频率f3=r/60*1/2*D/d*[1-(d/D)^2* cos^2(α)]=70.53Hz

保持架外圈故障频率f4=r/60 * 1/2 * (1-d/D *cosα)=11.92Hz

2.对轴承故障数据进行时域波形分析

将轴承数据Test2.mat导入MATLAB中直接做FFT分析得到

时域图如下：

并求得时域信号的

第二组实验 轴承故障数据：

Test2.mat 数据打开后应采用X105_DE_time作为分析数据，其他可作为参考，转速1797rpm

轴承型号：6205-2RS JEM SKF, 深沟球轴承 采样频率：12k Hz

1、确定轴承各项参数并计算各部件的故障特征频率

通过以上原始数据可知次轴承的参数为：

轴承转速r=1797r/min；滚珠个数n=9；滚动体直径d=7.938mm； 轴承节径D=39mm；：滚动体接触角α=0 由以上数据计算滚动轴承不同部件故障的特征频率为： 外圈故障频率f1=r/60 * 1/2 * n(1-d/D *cosα)=107.34Hz 内圈故障频率f2=r/60 * 1/2 * n(1+d/D *cosα)=162.21Hz 滚动体故障频率f3=r/60*1/2*D/d*[1-(d/D)^2* cos^2(α)]=70.53Hz

保持架外圈故障频率f4=r/60 * 1/2 * (1-d/D *cosα)=11.92Hz

2.对轴承故障数据进行时域波形分析

将轴承数据Test2.mat导入MATLAB中直接做FFT分析得到

时域图如下：

并求得时域信号的

滚动轴承故障诊断

滚动轴承是应用最为广泛的机械零件质疑，同时，它也是机器中最容易损坏的元件之一。许多旋转机械的故障都与滚动轴承的状态有关。据统计，在使用滚动轴承的旋转机械中，大约有30%的机械故障都是由于轴承而引起的。可见，轴承的好坏对机器工作状态影响极大。

通常，由于轴承的缺陷会导致机器产生振动和噪声，甚至会引起机器的损坏。而在精密机械中（如精密机床主轴、陀螺等），对轴承的要求就更高，哪怕是在轴承上有微米级的缺陷，都会导致整个机器系统的精度遭到破坏。

最早使用的轴承诊断方法是将听音棒接触轴承部位，依靠听觉来判断轴承有无故障。这种方法至今仍在使用，不过已经逐步使用电子听诊器来替代听音棒以提高灵敏度。后来逐步采用各式测振仪器、仪表并利用位移、速度或加速度的均方根值或峰峰值来判断轴承有无故障。这可以减少对设备检修人员的经验的依赖，但仍然很难发现早期故障。

随着对滚动轴承运动学、动力学的深化研究，对轴承振动信号中频率成分和轴承零件的几何尺寸及缺陷类型的关系有了比较清楚的了解，FFT级数的发展也使得利用频率域分析和检测轴承故障成为一种有效的途径。也是目前滚动轴承监测诊断的基础。

从发展的历程看，滚动轴承故障检测诊断技术大致经历了以下阶段： 1961年

滚动轴承故障诊断1（之国外专家版） 滚动轴承故障

现代工业通用机械都配备了相当数量的滚动轴承。一般说来，滚动轴承都是机器中最精密的部件。通常情况下，它们的公差都保持在机器的其余部件的公差的十分之一。但是，多年的实践经验表明，只有10%以下的轴承能够运行到设计寿命年限。而大约40%的轴承失效是由于润滑引起的故障，30%失效是由于不对中或“卡住”等装配失误，还有20%的失效是由过载使用或制造上缺陷等其它原因所致。

如果机器都进行了精确对中和精确平衡，不在共振频率附近运转，并且轴承润滑良好，那么机器运行就会非常可靠。机器的实际寿命也会接近其设计寿命。然而遗憾的是，大多数工业现场都没有做到这些。因此有很多轴承都因为磨损而永久失效。你的工作是要检测出早期症状并估计故障的严重程度。振动分析和磨损颗粒分析都是很好的诊断方法。

1、频谱特征

故障轴承会产生与1X基频倍数不完全相同的振动分量——换言之，它们不是同步的分量。对振动分析人员而言，如果在振动频谱中发现不同步分量那么极有可能是轴承出现故障的警告信号。 振动分析人员应该马上诊断并排除是否是其它故障引起的这些不同步分量。（非转频的倍数峰值疑似为故障信息）

如果看到不同步的波峰，那极有可能与轴承磨损相关。

沈阳理工大学学士学位论文

摘 要

随着对自动化设备的安全性、可靠性以及有效性要求的提高，故障诊断技术受到人们的重视，已成为国内外自动化控制界的热点研究方向之一。故障诊断是对控制系统进行故障检测与诊断，并对故障的原因、故障的频率、故障的危害程度及故障的趋势预测等内容进行分析判断，为确诊故障点、及早采取维修、防护等补救措施提供科学的决策依据。

随着科学技术进步，过程工业生产装置的结构日趋复杂，逐渐从单变量系统发展到以多变量系统为主，通常具有非线性、时变性、强耦合性及结构和参数的不确定性，这类系统和设备一旦发生故障，排除的时间增长，不仅造成巨大的经济损失，甚至造成人员伤亡和环境污染，因此传统的故障诊断方法已无法满足要求。

由于大多数过程工业难以建立精确的数学模型，基于数学模型的故障诊断方法在实际应用中遇到了较大的困难。多元统计过程控制的故障检测与诊断方法不依赖于系统的数学模型，因此该方法更具实用性。基于主元分析的工业过程故障诊断方法，由于充分利用了主元分析算法在处理线性数据时可对其降维的作用，使得对多变量生产过程的监测可在低维变量空间实现。本文对基于主元分析的故障诊断方法进行了系统、深入的研究。

关键字：故障诊断；主元分析；过程工业

XXXX大学本科毕业设计开题报告

专业： 班级： 学号 姓名 XXX 指导教师 报 告 题 目 题目来源（划√） 论文类型（划√） 报 告 日 期 基于混合域的滚动轴承故障诊断方法 科研□ 生产□ 实验室□ 专题研究□ 软件开发类□ 报告地点 企业联合□ 其 他 □ 工程设计类□ 实验研究类□ 年 月 日 开题报告（不少于1000字） 选题目的与背景 滚动轴承是将运转的轴与轴座之间的滑动摩擦变为滚动摩擦，从而减少摩擦损失的一种精密的机械元件。滚动轴承一般由内圈、外圈、滚动体和保持架四部分组成，内圈的作用是与轴相配合并与轴一起旋转；外圈作用是与轴承座相配合，起支撑作用；滚动体是借助于保持架均匀的将滚动体分布在内圈和外圈之间，其形状大小和数量直接影响着滚动轴承的使用性能和寿命；保持架能使滚动体均匀分布，防止滚动体脱落，引导滚动体旋转起润滑作用。滚动轴承是各种旋转机械中应用最广泛的一种通用机械部件，它的运行状态是否正常往往直接影响到整台机器的性能（包括精度、可靠性及寿命等）。众所周知,机械设备的运行状态监测和故障诊断对保证设备的安全有效运行至关重要

一、问答题

1、 减少机器设备磨损主要措施

答：（1）合理良好的润滑 （2）提高硬度 （3）保持摩擦面清洁 （4）在额定的条件进行 （5）设备的维修和保养 2、 红外测温的特点

答：（1）有非接触、便携、快速、直观、可记录存储等优点。 （2）它的响应速度快。 （3）它的灵敏度高。 （4）它的测温范围宽广。 （5）它适用于多种目标。

3、 铣床主轴变速箱易损零件有哪些

答：滑移齿轮、电磁制动器摩擦片、轴承、联轴器 4、 机械设备拆卸原则

答：（1）拆卸之前，应详细了解机械设备的结构，性能和工作原理，仔细阅读装配图，弄清装配关系。 （2）在不影响修换零部件的情况下，其他部分能够不拆就不拆，能够少拆就少拆。

（3）要根据机械设备的拆卸顺序，选择拆卸步骤。一般由整机到部件，有部件到零件，由外部到内部。 5、液压系统调压时应注意的问题

答：（1）不准在执行元件运动状态下调节系统工作压力。

（2）调压前应先检查压力表是否正常若有异常应更换压力表，然后在调压。无压力表的系统，不准调压。需要调压时，应装上压力表后在调压。

（3）按实际使用要求进行压力值调节时，其值不准大于使用说明书规定的压力值。 （4）压力调节后应将调节螺钉锁紧

本 科 毕 业 设 计

1 引言

1．1 课题的研究背景

第 1 页 共 35 页

设备故障诊断学是本世纪六七十年代产生并发展起来的一门综合性边缘学科,经过几十年的发展,理论研究取得了重大进展,按照所采用的技术手段可分为:振动分析法声学分析法，红外分析法!润滑油分析法!计算机辅助诊断及专家系统等方法等，按照诊断对象可分为:旋转机械故障诊断往复机械故障诊断!机械零件故障诊断!工程结构故障诊断!液压设备故障诊断!电气设备故障诊断等，在这些众多诊断分支中,旋转机械故障诊断是一个极为重要和引人注目的分支。

电动机作为拖动系统中的重要组成部分在国民经济中占有举足轻重的地位，它的使用几乎渗透到了各行各业，是工业、农业和国防建设及人民生活正常进行的重要保证，因而确保电动机的正常运行就显得十分重要，而作为电机核心部分的轴承的也担任着不可或缺的角色，轴承故障的诊断就显得尤为重要了。

1.2 发展状况

轴承在旋转机械中应用最为广泛，同时也是最易损坏的元件之一。旋转机械的许多故障都与滚动轴承有关，轴承的工作好坏对机械的工作状态有很大影响，其缺陷会直接导致设备产生异常振动和噪声，严重时甚至损坏设备，它的运行状态是否正常往往直接影响到整台机器的性能，

电脑主板故障诊断检测卡代码表

BIOS灯：为BIOS运行灯，正常职业时应不停闪动

CLK灯：为时钟灯。正常为常亮.

OSC灯：为基按时钟灯，正常为常亮。

RESET灯仅为复位灯，正常为开机俄而闪一下，然后熄灭。

RUN灯：为运行灯，职业时就不停闪动。

+12V，-12V，+5V，+3.3V灯正常为常亮

1．检测卡跑00，CO，CF,FF或D1

理由：CPU插槽脏。针脚坏，接触不好。CPU，内存超频了。CPU供电不良。某芯片发热，硬件某部分资源不正常，在CMOS里把其关闭或改换该集成资源的芯片

2. C1，C2，C6，C7或E1：

内存接触不良，（用镊子划）。

测内存职业电压（SDRAM 3.3V，DDR 2.5和1.6V。）

测时钟CPU旁排阻是否有损坏。

测CPU地址线和数据线。

北桥坏

3.C1~05循环跳变：

BIOS损坏

I/O坏或者南桥坏.

4.C1,C3,C6:

刷BIOS

换电源,换CPU,换转接卡有可以处理问题.

检查BIOS座.

PCB断线,板上粘有导电物.清洗内存和插槽.

换内存条.换内存插槽..

换I/O.北桥虚焊或者坏.

5循环显现C1~C3.或者C1~C5等

刷BIOS.

换I/O有时可处理问题.

PCB断线,板上粘有导电物

可考虑换电容.换CPU.换内存

南桥坏.

6.显BO

基于多信息源机床主轴轴承故障诊断研究*

彭秋阳1，程振涛1，薛

建1，郭伟科2

（1.广州市昊志机电股份有限公司，广东广州

511356；2.广东省智能制造研究所，广东广州

510070）

摘要：主轴轴承作为机床关键零部件，当前对其的剥落或变形故障研究较成熟，而对打滑烧伤关注较少，传统诊断方式由于后者的故障特

征信号微弱而诊断效果不理想。近年部分研究者尝试引入深度学习以自动的高效的挖掘深层特征，对提升机床主轴轴承故障诊断精度的帮助有限。为改善诊断精度，通过检测不同转速下的振动及主轴磨合过程温升曲线趋势，增加了主轴轴承的故障信息量，结合深度学习，在机床主轴轴承故障诊断上取得了一定效果，为主轴轴承故障诊断提供了指导。关键词：机床主轴轴承；故障诊断；多信息源中图分类号：TH133.2

文献标识码：A

文章编号：1009－9492(2019)08－0004－05

Research on Fault Diagnosis of Main Bearing Based on Multiple

Information Sources

PENG Qiu-yang 1，CHENG Zhen-tao 1，XUE Jian 1，GUO Wei-ke 2

（1.Guangzhou Haozhi