电机轴承故障检测方法和系统

技术领域

本发明涉及电机检测技术领域，具体涉及一种电机轴承故障检测方法和系统。

背景技术

在各类机械设备中，电机扮演着至关重要的角色。而电机轴承作为电机中的关键零部件，其稳定运行状态对电机整体性能至关重要。然而，由于工作环境的复杂性以及长期运行的不可避免，轴承故障成为电机常见的问题之一。为了及时发现和解决轴承故障，科学有效的故障诊断装置和方法具有重要意义。

目前，一些传统的轴承故障诊断方法主要基于人工检测和专业经验，存在着主观性强、难以实时监测和容易出错等问题。此外，传统的故障诊断方法通常需要专业技术人员，执行诊断过程较为复杂，限制了其在现场应用中的实际效果和便利性。

中国专利公开号为CN116642698A公开的一种轴承的故障诊断方法、装置、电子设备、存储介质，所述故障诊断方法包括：获取所述传动链上目标检测点的振动数据；根据所述振动数据确定所述目标检测点的振动频谱；确定所述振动频谱中目标频率的边频带；所述目标频率为待故障诊断的轴承部件的故障频率；根据所述边频带对所述轴承部件进行故障诊断。该专利仅获取发电机、传动轴的振动数据进行故障诊断，诊断故障的方式较为单一，不能准确的检测出轴承的故障。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供一种电机轴承故障检测系统，克服传统诊断方法的局限性，引入了基于AI技术与物联网技术的电机轴承故障检测方法和系统，配合后台管理系统，及时对电机轴承进行状态进行检测，发现故障及异常实时进行报警。

本发明的技术方案为：

一种电机轴承故障检测方法，包含以下步骤：

S1、对电机轴承温度及振动信号进行实时采集；

S2、结合温度阈值检测算法、振动信号频域特征值阈值判断算法，根据特征值获得电机轴承运行状态，对电机轴承进行诊断；

S3、判断电机轴承故障类型；

S4、向后台管理系统发送相关数据。

优选地，所述S1中，包含电机工作状态下的温度的采集和振动信号的采集。

优选地，所述S2中包含以下子步骤：

S21、温度阈值检测算法：

策略一：

通过后台管理系统取得电机正常工作下的温度范围，取其中最大值作为基准温度值，设置为

其中：

当实时温度

策略二：

快速升温报警判断：每10s进行一次温度判断，若温度较10s前温升超过5摄氏度，启动温度报警；

S22、振动信号频域特征值阈值判断算法：

S221、信号采集模块获取轴承运行过程中的加速度值，此数据为时域数据；

S222、将此数据通过快速傅里叶变换将时域数据转换为频域数据；

采用基本公式如下：

,k=0,1,…N-1；

其中，

S223.对频域下的特征值进行阈值判断,

定义轴承故障四种特征参数及检测方法如下：

S2231、轴承外环上的缺陷检测；

S2232、轴承内环上的缺陷检测；

S2233、滚动元件失效检测；

S2234、冲击波振动检测。

优选地，所述S2231中，所述轴承外环上的缺陷检测方法为：

S22311、确定主频分量：通过查找频谱中的最大峰值

S22312、确定报警阈值：

S22313、计算获得轴承外环上的失效频率：

其中

S22314、根据失效频率

S22315、若

优选地，所述S2232中，所述轴承内环上的缺陷检测方法为：

S22321、确定主频分量：通过查找频谱中的最大峰值

S22322、确定报警阈值：

S22323、计算获得轴承内环上的失效频率：

其中，

S22324、根据失效频率

S22325、若

优选地，所述S2233中，所述滚动元件失效检测方法为：

S22331、确定主频分量：通过查找频谱中的最大峰值

S22332、确定报警阈值：

S22333、计算获得滚动元件的失效频率：

其中，

S22334、根据失效频率

S22335、若

优选地，所述S2234中，所述冲击波振动检测方法为：

S22341、确定主频分量：通过查找频谱中的最大峰值

S22342、确定报警阈值：

S22343、冲击波振动检测频率：

S22344、若在大于冲击波振动检测频率

优选地，所述S3中根据S2，确定电机轴承故障类型；所述S4中，通过无线方式将温度、振动数据、故障类型通过无线的方式传送给后台管理系统，后台管理系统驱动报警设备进行故障报警。

一种电机轴承故障检测系统，包括电源模组、主控模组MCU、高频振动传感器、温度传感器、信号采集模块、信号处理模块、无线发送模块以及后台管理系统，其中：

电源模组，用于为装置提供电源；

主控模组MCU，用于实现对系统命令输出、数据运算；

信号采集模块，包括高频振动传感器和温度传感器，用于采集轴承运行的振动和温度数据；

信号处理模块，用于对振动数据进行处理分析处理，判断电机轴承故障类型；

无线发送模块，用于与后台管理系统进行实时通讯，将报警数据进行传送；

后台管理系统，用于数据的记录及驱动报警设备进行报警。

优选地，所述高频振动传感器采用MEMS技术，采用高频信号传感器，采集电机旋转过程中轴承所发出的高频信号；温度传感器采用磁吸式设计，吸附在电机表面，采集温度数据；信号采集模块进行数据的采集、进行数字滤波，获取有效振动信号；信号处理模块采用温度阈值检测算法、FFT时域波形变换频域算法、振动信号频域特征值阈值判断算法，根据特征值获得电机轴承运行状态，对电机轴承进行诊断；无线发送模块采用sub-1g无线通信模块与后台管理系统进行通讯，完成数据上传；后台管理系统采用高性能服务器，布设电机轴承故障监测软件，实时记录数据，完成报警功能。

本发明与现有技术相比，具有以下有益效果：

1.综合信息度高：利用多传感器和多维度信息进行故障诊断，提高了诊断准确性。

2.信息处理能力强：利用物联网与AI技术进行数据处理和分析，能够处理大量数据，并实现高效准确的故障诊断。

3.实时监测和预警：能够实时监测电机轴承的健康状况，并在发现异常时提供及时警报，避免进一步损坏。

4.可定制性高：可根据具体需求定制适用于不同型号和规格电机的故障诊断装置。

5.维护成本低：通过准确的故障诊断和预警，能够及时采取维修措施，避免进一步损坏和停机，降低设备维护成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的电机轴承诊断装置结构框架示意图；

图2是本发明的电机轴承故障检测方法流程图；

图3是本发明的电机轴承故障检测方法具体流程图；

图4是本发明的电机轴承振动数据FFT快速傅里叶变换后振动频谱示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

实施例1

如图1所示，本实施例提供了一种电机轴承故障检测系统，包括电源模组、主控模组MCU、高频振动传感器、温度传感器、信号采集模块、信号处理模块、无线发送模块以及后台管理系统，其中：

电源模组，用于为装置提供电源；

主控模组MCU，用于实现对系统命令输出、数据运算；

高频振动传感器，用于将振动信号转换为电信号输出；

温度传感器，用于采集轴承的表面温度；

信号采集模块，用于采集轴承运行的振动数据；

信号处理模块，用于对振动数据进行处理分析处理，判断电机轴承故障类型；

无线发送模块，用于与后台管理系统进行实时通讯，将报警数据进行传送；

后台管理系统，用于数据的记录及驱动报警设备进行报警。

优选地，所述振动传感器采用MEMS技术，采用高频信号传感器，采集电机旋转过程中轴承所发出的高频信号；温度传感器采用磁吸式设计，吸附在电机表面，采集温度数据；信号采集模块进行数据的采集、进行数字滤波，获取有效振动信号；信号处理模块采用温度阈值检测算法、FFT时域波形变换频域算法、振动信号频域特征值阈值判断算法，根据特征值获得电机轴承运行状态，对电机轴承进行诊断；无线发送模块采用sub-1g无线通信模块与后台管理系统进行通讯，完成数据上传；后台管理系统采用高性能服务器，布设电机轴承故障监测软件，实时记录数据，完成报警功能。

实施例2

在实施例1的基础上，如图2和图3所示，所述电机轴承故障检测方法，包含以下步骤：

S1、对温度及振动信号进行实时采集；

S2、结合温度阈值检测算法、振动信号频域特征值阈值判断算法，根据特征值获得电机轴承运行状态，对电机轴承进行诊断；

S3、判断电机轴承故障类型；

S4、向后台管理系统发送相关数据。

优选地，所述S1中，包含电机工作状态下的温度的采集和振动信号的采集。

优选地，所述S2中，包含以下子步骤：

S21、温度阈值检测算法：

策略一：

通过后台管理系统取得电机正常工作下的温度范围，取其中最大值作为基准温度值，设置为

其中：

当实时温度

策略二：

快速升温报警判断：每10s进行一次温度判断，若温度较10s前温升超过5摄氏度，启动温度报警；

S22、振动信号频域特征值阈值判断算法：

S221、信号采集模块获取轴承运行过程中的加速度值，此数据为时域数据；

S222、将此数据通过快速傅里叶变换(FFT)将时域数据转换为频域数据；

采用基本公式如下：

，k=0,1,…N-1；

其中，

S223、对频域下的特征值进行阈值判断。

定义轴承故障四种特征参数及检测方法如下：

S2231、轴承外环上的缺陷检测；

S2232、轴承内环上的缺陷检测；

S2233、滚动元件失效检测；

S2234、冲击波振动检测。

优选地，所述S2231，所述轴承外环上的缺陷检测方法为：

S22311、确定主频分量：通过查找频谱中的最大峰值

S22312、确定报警阈值：

S22313、计算获得轴承外环上的失效频率：

其中

S22314、根据失效频率

S22315、若

优选地，所述S2232中，所述轴承内环上的缺陷检测方法为：

S22321、确定主频分量：通过查找频谱中的最大峰值

S22322、确定报警阈值：

S22323、计算获得轴承内环上的失效频率：

其中

S22324、根据失效频率

S22325、若

优选地，所述S2233中，所述滚动元件失效检测方法为：

S22331、确定主频分量：通过查找频谱中的最大峰值

S22332、确定报警阈值：

S22333、计算获得滚动元件的失效频率：

其中，

S22334、根据失效频率

S22335、若

优选地，所述S2234中，所述冲击波振动检测方法为：

S22341、确定主频分量：通过查找频谱中的最大峰值

S22342、确定报警阈值：

S22343、冲击波振动检测频率:

S22344、若在大于冲击波振动检测频率

实施例3

在实施例1和实施例2的基础上，将电机轴承故障检测系统通过磁吸方式安装于电机表面，用于电机轴承故障分析。

在电机轴承实际工作中，采用温度阈值检测方法中，后台管理系统取得电机正常工作下，温度最大值为

阶梯报警温度阈值：

=1.2

=1.5

实时监测设备温度均小于

对温度每10s进行一次温度判断，温度较10s前温升并未超过5摄氏度，设备运行正常。

如图4所示，在电机轴承实际工作中，对于振动信号频域特征值阈值判断算法，确定主频分量：

通过查找频谱中的最大峰值：

=35.26。

确定报警阈值：

=0.5

通过计算获得：

轴承外环上的失效频率：

=2.75khz；

轴承内环上的失效频率：

=4.17khz；

轴承滚动元件的失效频率：

=1.946khz；

根据FFT变换后，在轴承外环上的失效频率

在轴承外环上的失效频率

在轴承滚动元件失效频率

在冲击波频率下，频率

尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。