采用声发射技术进行轴承故障诊断

在沈功田等作者的《声发射技术在轴承故障诊断中的研究与应用》一文中，沧州欧谱指出轴承故障的声发射检测是振动检测的有力补充工具，特别是在轴承低转速和故障早期的检测中更能发挥作用。

并在研究中得出如下结论：

（1）根据不同的声发射信号特征参数，可以判断滑动轴承常见故障形式，如轴承与轴颈的接触干摩擦，过载，碰磨，裂纹等。由于检测仪器和对象的多样性，还没有形成统一的声发射信号特征参数判断标准。

（2）通过试验台试验研究得出，滑动轴承声发射信号事件计数和振铃计数随着转速（载荷、轴瓦温度）增加而减少，信号总能量、幅度、中心频率幅度、频谱能量不稳定度、自相关最大值随转速（载荷、轴瓦温度）的增加而增加。但是研究结论是否适用于其它试验台、适用于生产现场检测、是否具有普遍性等问题，还需要进一步明确。

（3）采用声发射信号参数分析方法在滚动轴承故障诊断方面已开展了大量的研究电火花检测仪http://www.dianhuohuajianceyi.com，认为对于轴承故障判断，参数分析方法是有效的，但不同的研究人员得出的结论不一致。因此，还需要研究和完善各种参数条件的确定准则，针对轴承故障在不同工况下信号参数的变化规律来预测故障的发展趋势，为设备状态监测和维修提供可靠的参考依据。

（4）在远离轴承30cm的情况下，声发射信号可以拾取到故障特征，而振动信号则不能。沧州欧谱声发射信号在同一介质传播中衰减小，而越过介面传播的衰减较大，依赖于不同传播介质的接触面，接触面越多越复杂，则衰减越严重。因此，在进行声发射检测时，要尽量使传感器接近于轴承故障源位置。

（5）对于轴承故障的声发射信号，可以通过小波分析等现代频谱分析方法，得到典型轴承故障（外圈、内圈、滚子、保持架故障等）的特征频率，并与理论故障特征频率进行比较，来判断故障类型。同时可以根据频率峰值的大小，进一步判断故障的严重程度。

（6）在轴承故障的模式识别方面，通过获取典型的故障信号，利用小波分析提取故障特征向量，并作为神经网络的输入向量，达到对故障类型的快速识别。因此，还需要通过大量的试验获取典型故障信号，并寻求有效的特征参量及其提取方法。