各种炉渣粉碎机轴承故障分析方法

    频谱分析即利用通用信号的的幅值谱或功率谱诊断炉渣粉碎机轴承故障。


20世纪60年代中期，由于快速傅立叶变换(FFT)技术的出现，人们可以对测得的信号直接进行频谱分析，


再与炉渣粉碎机滚动轴承损伤时产生的振动信号特征频率进行比较来判断炉渣


粉碎机轴承是否有故障。但是，由于炉渣粉碎机轴承的故障特征频率往往比较低，一般在1kHZ以下，受


噪声的影响非常大，很难直接从谱图上得到故障频率，目前基本上很少使用。
    倒频谱分析：对于一个复杂的振动情况，其谐波成分更加复杂而密集，仅仅去观察其频谱图，可能


什么也辨认不出。这是由于各运动件在力的相互作用下各自形成特有的通过频率，并且互相叠加与调制


，因此在频谱上则形成多族谐渡成分，如用倒频谱则较易辨识。“对数功率谱的功率谱”定义为功率倒


频谱，如下式：式中r称为倒频率，f值大的称为高倒频率，表示频率的快速波动：r值小的称为低倒频率


，表示频率的缓慢波动。倒频谱能揭示谱图中的周期分量，将原来谱图上成族的边频带谱线简化为单根


倒频谱谱线，于是普通频谱中难以识别的周期性，在倒频谱中变得明显，有利于对炉渣粉碎机轴承的故


障诊断。 
    时频分析法：当系统的时变性和非线性较为显著时，若仍然采用传统的线性理论和平稳信号的处理


方法，就会失去许多系统动态特性、系统故障等方面的信息。尤其对于旋转类机械的故障诊断，由于系


统的非线性和外界环境变化，其振动信号通常是非平稳的，因此对于非平稳信号分析是对故障进行准确


诊断的前提。
    传统的傅立叶变换将信号转换频域中分析，对频率的分辨率比较理想，但对于时间的分辨率为零，


傅立叶频谱仅显示了任意频率成分包含在信号内的总的强度，它通常不能提供有关谱分量的时间局部化


信息，信号的时间信息在频域内是得不到的。对于平稳信号，傅立叶分析是有效的方法，而对于非平稳


信号，傅立叶分析即使没有丢小信号的任何信息，也无法精细的描述信号的事变特征，而这对于非平稳


信号的分析是非常重要的。
    时频分析方法正是着眼非平稳信号的这种时变特性，将一维的信号序列扩展到二维的时频平面上来


观察，目的就是要描述信号的频率或者频谱含量怎么演变。对于旋转类机械的非线性。非平稳故障信号


的处理就需要时频分析的方法。近年来由于设备故障诊断理论的发展，出现了很多的时频分析方法，如


短时傅立叶变换、Wigner分布、小波分析及局域波时频分析等。这些方法对轴承故障特征的精确提取提


供了有效的途径。