本发明专利技术公开了一种重载低速轴承缺陷的在线检测装置及其检测方法，将传导杆的一端插入轴承座内开设的通孔内且与轴承外圈接触，使声发射传感器与传导杆的另一端接触；在低速重载运行条件下，声发射传感器将获得的轴承缺陷声发射的特征信号传输给数据处理系统做特征强化处理；采用基于Morlet小波信号幅值相关降噪方法在低信噪比下提取特征信号中的脉冲成分，最后从轴承座声发射信号中提取轴承故障特征，在使用阈值算法判断轴承是否健康。本发明专利技术抑制了轴承安装区域的串扰和共振信号的干扰，信噪比提高，实现了声发射源信号的微量增益，满足各种不同情况的需要，提高了广泛性，并且还能对轴承缺陷进行实时检测，准确度也很高。准确度也很高。准确度也很高。
【技术实现步骤摘要】
一种重载低速轴承缺陷的在线检测装置及其检测方法
[0001]本专利技术涉及轴承缺陷的在线检测
，具体为一种重载低速轴承缺陷的在线检测装置及其检测方法。
技术介绍
[0002]机器中的旋转部件用于提供平滑的旋转，旋转部件的故障中大多数是由于其中的轴承缺陷引发的。轴承缺陷通常包括轴承外圈缺陷、内圈缺陷、滚子缺陷和保持架缺陷。在日常维护中，检测轴承缺陷的类型和扩展是十分必要的。
[0003]旋转机械中的声发射源包括冲击、循环疲劳、摩擦、湍流等。这些因素的振动波或谐振，以及传播的复杂性，使得轴承振动波的识别更加困难。在同样的转速下，轴承的滚子、内圈与外圈缺陷引起的声发射频率特征是不同的。目前常用的方式是在轴承座的上面位置(如图1中标号1所处位置)设置传感器来采集信号，然后在机械系统的振动和共振波中，寻找淹没其中的轴承缺陷的声发射有效信号是相当困难的。
[0004]目前存在用于轴承缺陷检测的离线方法和在线方法。根据离线方法，存储来自传感器和控制系统的数据并且周期性地分析它们。在这种情况下，不能实现对轴承缺陷的实时检测，大部分工作由人工完成,由于要分析的数据的复杂性和大数据量,这耗费更多时间,并且准确度较低。
[0005]相对于离线方法，在线方法能够实现对于轴承缺陷的实时检测。当前的在线方法通常基于对来自传感器和控制系统的数据进行分析而获得的统计值或特征，例如均方根或者信号峰值，仅仅使用少量的特征和统计值，这导致相对较低的准确度。并且，当前的在线方法更多地依赖于各种轴承参数，而轴承参数本身可能是未知或者不准确的，这也可能影响获得的缺陷检测结果的准确度。目前的在线方法所使用的缺陷判据很大程度上依赖于检测者的经验以及轴承的使用环境，这使得当前的在线方法不易满足各种不同情况的需要，缺乏应用广泛性。
技术实现思路
[0006]本专利技术的目的在于提供一种重载低速轴承缺陷的在线检测装置及其检测方法，通过波传导通道这种物理方式来得到在机械系统的振动和共振波中，淹没其中的轴承缺陷的声发射有效信号，准确度高，因此不需要额外的去干扰计算，可以直接采用Morlet小波分析方法进行处理，获得时域清洁信号，实现对轴承缺陷以及轴承相关零部件的监测和故障预测。经过对设备系统的振动信号与声发射源信号的甄别，提取有效的声发射源信号，对轴承的缺陷进行检测报告，也有利于轴承寿命评估和故障预测，借助于波导杆的结构对非目标信号的隔离，抑制了轴承安装区域的串扰和共振信号的干扰，信噪比提高，实现了声发射源信号的微量增益，并不依赖于检测者的经验以及轴承的使用环境，从而满足各种不同情况的需要，提高了广泛性，并且还能对轴承缺陷进行实时检测，准确度也很高，不用采用人工,大大提高了工作效率。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种重载低速轴承缺陷的在线检测装置，包括传导杆、第一定位环、第二定位环、声发射传感器、弹性垫、传感器固定座、数据处理系统，所述传导杆的一端插入轴承座内开设的通孔内且与轴承外圈接触，所述传导杆的一端与通孔之间设有第一定位环，所述传导杆的另一端与通孔之间设有第二定位环，所述传导杆的另一端与设置于传感器固定座内部的声发射传感器接触，所述声发射传感器与传感器固定座内壁之间还设有弹性垫，所述传感器固定座安装于轴承座内的安装槽内，所述轴承座内的安装槽与轴承座内的通孔连通，所述声发射传感器将获得的轴承缺陷声发射的特征信号传输给数据处理系统，数据处理系统对声发射传感器获得的特征信号做特征强化处理，然后再采用基于Morlet小波信号幅值相关降噪方法在低信噪比下提取声发射信号特征信号中的脉冲成分，并计算特征信号的小波系数，最后从轴承声发射信号中提取轴承故障特征，比较轴承声发射源特征信号与标准信号，根据其差异判断故障源和实现轴承故障定位，并通过设定基础阈值和信号随时间的变化增量，以及时效信号样本的标定，来计算判定时效的时间，得到轴承的寿命长度的估值。
[0008]优选的，所述第一定位环与第二定位环都采用聚四氟乙烯材料。
[0009]优选的，所述轴承座内开设的通孔直径大于传导杆的直径。
[0010]本专利技术还提供一种使用上述重载低速轴承缺陷的在线检测装置的检测方法，轴承由轴承外圈、轴承内圈、轴承滚珠组成，轴承外圈安装于轴承座内，所述轴承内圈安装于轴承外圈内，所述轴承滚珠安装于轴承外圈与轴承内圈之间，包括以下步骤：
[0011]步骤S1，在轴承座上开设通孔和安装槽，使所述安装槽与通孔连通；
[0012]步骤S2，将传导杆的一端插入轴承座内开设的通孔内且与轴承外圈接触，在所述传导杆两端分别安装第一定位环和第二定位环，使所述传导杆与轴承座不接触，将内部安装声发射传感器的传感器固定座安装于轴承座内的安装槽，使声发射传感器与传导杆的另一端接触；
[0013]步骤S3，在低速重载运行条件下，声发射传感器将获得的轴承缺陷声发射的特征信号传输给数据处理系统，数据处理系统对声发射传感器获得的特征信号做特征强化处理；
[0014]步骤S4，采用基于Morlet小波信号幅值相关降噪方法在低信噪比下提取特征信号中的脉冲成分，并计算振动信号的小波系数，最后从轴承座声发射信号中提取轴承故障特征，在使用阈值算法判断轴承是否健康；
[0015]基于Morlet小波信号幅值相关降噪方法中振动信号的小波系数计算公式为：
[0016][0017]其中，W(a,b)为小波系数，a是比例因子，b表示时间位置，x(t)表示特征分量，ψ(t)为母子波，ψ
a
，
b
(t)是通过移动和缩放母子波ψ(t)生成的子小波。
[0018]优选的，在步骤S3中，在低速重载运行条件下，轴承与声发射特征频率特征计算公式如下：
[0019]轴承内圈缺陷引起的声发射频率F1的计算公式为：F1＝0.5n
·
fr(1
‑
(BD/PD)cosβ)；
[0020]轴承外圈缺陷引起的声发射频率F2的计算公式为：F2＝0.5n
·
fr(1
‑
(BD/PD)cosβ)；
[0021]轴承滚珠缺陷引起的声发射频率F3的计算公式为：F3＝0.5n
·
fr(1
‑
((BD/PD)cosβ)2)；
[0022]其中，n为轴承滚珠的数量，fr为内圈相对外圈的转速，BD为滚珠直径，PD为节圆直径，β为滚珠轴承的接触角。
[0023]优选的，通过基于Morlet小波信号幅值相关降噪方法中振动信号的小波系数计算公式，小波系数W(a，b)提供不同分辨率下x(t)的信息，并度量x(t)与子小波ψ
a
，b(t)的相似性；当轴承故障特征以脉冲形式出现在测量的特征信号中时，当小波系数的值为最大值时，则子小波与特征分量相似性也为最大值，从而使用小波进行特征提取。
[0024]优选的，采用基于Morlet小波信号幅值相关降噪方法中，使用小波进行特征提取后，剔除低于选定阈值水平的系本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种重载低速轴承缺陷的在线检测装置，其特征在于：包括传导杆、第一定位环、第二定位环、声发射传感器、弹性垫、传感器固定座、数据处理系统，所述传导杆的一端插入轴承座内开设的通孔内且与轴承外圈接触，所述传导杆的一端与通孔之间设有第一定位环，所述传导杆的另一端与通孔之间设有第二定位环，所述传导杆的另一端与设置于传感器固定座内部的声发射传感器接触，所述声发射传感器与传感器固定座内壁之间还设有弹性垫，所述传感器固定座安装于轴承座内的安装槽内，所述轴承座内的安装槽与轴承座内的通孔连通，所述声发射传感器将获得的轴承缺陷声发射的特征信号传输给数据处理系统，数据处理系统对声发射传感器获得的特征信号做特征强化处理，然后再采用基于Morlet小波信号幅值相关降噪方法在低信噪比下提取声发射信号特征信号中的脉冲成分，并计算特征信号的小波系数，最后从轴承声发射信号中提取轴承故障特征，比较轴承声发射源特征信号与标准信号，根据其差异判断故障源和实现轴承故障定位，并通过设定基础阈值和信号随时间的变化增量，以及时效信号样本的标定，来计算判定时效的时间，得到轴承的寿命长度的估值。2.根据权利要求1所述的重载低速轴承缺陷的在线检测装置，其特征在于：所述第一定位环与第二定位环都采用聚四氟乙烯材料。3.根据权利要求1所述的重载低速轴承缺陷的在线检测装置，其特征在于：所述轴承座内开设的通孔直径大于传导杆的直径。4.一种使用如权利要求1
‑
3任一项所述重载低速轴承缺陷的在线检测装置的检测方法，轴承由轴承外圈、轴承内圈、轴承滚珠组成，轴承外圈安装于轴承座内，所述轴承内圈安装于轴承外圈内，所述轴承滚珠安装于轴承外圈与轴承内圈之间，其特征在于：包括以下步骤：步骤S1，在轴承座上开设通孔和安装槽，使所述安装槽与通孔连通；步骤S2，将传导杆的一端插入轴承座内开设的通孔内且与轴承外圈接触，在所述传导杆两端分别安装第一定位环和第二定位环，使所述传导杆与轴承座不接触，将内部安装声发射传感器的传感器固定座安装于轴承座内的安装槽，使声发射传感器与传导杆的另一端接触；步骤S3，在低速重载运行条件下，声发射传感器将获得的轴承缺陷声发射的特征信号传输给数据处理系统，数据处理系统对声发射传感器获得的特征信号做特征强化处理；步骤S4，采用基于Morl...
【专利技术属性】
技术研发人员：张宜生，张雪琴，王梁，张方，
申请(专利权)人：武汉中誉鼎力智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。